1. 研究目的与意义
研究背景
近几十年来，中国经济持续高速增长，交通运输业也伴随着我国整体经济的崛起而迅速发展。由此车联网技术作为提高道路交通安全和通信效率的可靠手段，也成为智慧城市、智能交通发展研究的热点[1][2]。车联网不仅要保障碰撞预警、盲区警告等安全业务的应用以提高行车安全，同时还要实现便捷高效的互联网接入、信息娱乐等非安全业务的应用以满足用户信息服务需求。然而，当今交通现状，密集车流成为一种普遍环境，由此带来的车辆移动模型的变化、认知用户数目的骤增，认知用户的相关性等均会为频谱感知引入新的问题。例如，当车流密度增大时，密集的车辆通信节点会使频谱产生严重拥塞，从而导致车联网信息的传输无法满足严格的时延要求[3]。因此，引入认知无线电技术深入开发的但未充分使用的频谱资源。
频谱感知是实现认知无线电系统的关键技术，其核心在于实现对频谱空穴的动态接入。认知用户通过感知结果判断授权用户是否存在，以充分利用频谱机会并避免干扰授权用户的正常通信。
2. 研究内容与预期目标
主要研究内容
本论文主要研究基于用户相关性的合作频谱感知算法，根据用户间相关性系数选择合作用户,增加合作频谱感知的空间分集增益，从而降低用户相关性对频谱感知的影响并提升算法性能。在合作频谱感知中，相关性对感知性能有重要影响。随着认知用户接收的感知信号之间的相关性增强，合作检测引入的分集增益越小，对合作频谱感知检测性能的提升越小，系统开销却随之增大。相反，如果认知用户相关性较小甚至相互独立，则合作检测的分集增益能显著提高频谱感知的检测性能[6]。
主要研究内容如下：
3. 研究方法与步骤
研究方法
本文采用的主要研究方法是基于用户相关性对合作频谱感知技术。在合作频谱感知算法中，当认知网络中认知用户数目过大时，合作频谱感知算法可通过合作用户的选择来优化感知性能。合作用户是根据用户间相关性系数选择的,增加合作频谱感知的空间分集增益，从而降低用户相关性对频谱感知的影响并提升算法性能。
在车联网环境中，由于周围复杂建筑物的影响导致无线传播环境较为复杂，同时认知车辆位置具有时变性，因此频谱感知的无线信道容易受到阴影衰落、多径效应等因素的影响。通过合作检测能够有效提高频谱感知的性能，克服隐终端、多径衰落、用户移动性等不利因素对频谱感知效果的影响[7-10]。
4. 参考文献
[1] BarbaC T，Mateos M ，SotoP R, et al. Smart city for VANETs using warning messages， traffic statistics and intelligent traffic lights [A].// Proc of Intelligent Vehicles Symposium [C]，Alcalade Henares，Spain: IEEE，2012:902-907.
[2] Moustafa H，Zhang Y. Vehicular Networks: Techniques，Standards，and Appli-cations
[M]. Auerbach Publications，2009: 457-461.
5. 工作计划
（1）第1周了解认知车载网络、频谱感知等基本概念；
（2）第2～3周 了解合作频谱感知的基本概念与基本方法，撰写并提交开题报告；
（3）第4～5周 研究用户相关性对合作频谱感知性能的影响；
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
