混合Markov過(guò)程及其在認(rèn)知無(wú)線電中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩65頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、連續(xù)時(shí)間上的隨機(jī)過(guò)程要滿足Markov性,則狀態(tài)轉(zhuǎn)移的時(shí)間分布必須是一個(gè)指數(shù)分布,在工程實(shí)際應(yīng)用中,我們往往也會(huì)遇到不滿足Markov性但是跟Markov過(guò)程相似的隨機(jī)過(guò)程,這樣就需要我們進(jìn)一步放寬 Markov過(guò)程的應(yīng)用條件,擴(kuò)大Markov過(guò)程的應(yīng)用范圍。在認(rèn)知無(wú)線電當(dāng)中,次級(jí)用戶即認(rèn)知用戶在授權(quán)用戶即主用戶不占用頻譜時(shí)可以伺機(jī)尋找空閑頻譜使用,當(dāng)授權(quán)用戶需要使用此空閑頻譜時(shí),認(rèn)知用戶再退出該頻譜。在此過(guò)程中,認(rèn)知用戶可以退避到系統(tǒng)

2、隊(duì)列中進(jìn)行等待,尋找另外可用的空閑頻譜繼續(xù)傳輸。
  本文通過(guò)比較基于指數(shù)退避的動(dòng)態(tài)頻譜接入的數(shù)學(xué)模型和基于常數(shù)退避的動(dòng)態(tài)頻譜接入的數(shù)學(xué)模型的實(shí)驗(yàn)仿真,發(fā)現(xiàn)后者的QoS指標(biāo)更好,但是基于常數(shù)退避的動(dòng)態(tài)頻譜接入過(guò)程不能用傳統(tǒng)的 Markov過(guò)程來(lái)描述,在現(xiàn)有的理論范圍內(nèi),我們沒(méi)有辦法計(jì)算其穩(wěn)態(tài)概率,因而也無(wú)法從理論上去求得其掉線率和通話率。用一個(gè)新的隨機(jī)過(guò)程----混合 Markov過(guò)程來(lái)描述上述退避過(guò)程。通過(guò)對(duì)混合Markov過(guò)程

3、的研究,我們給出了混合Markov過(guò)程的第一類(lèi)表示及其計(jì)算方法,并且由常數(shù)時(shí)間 T內(nèi)穩(wěn)態(tài)變化與速率的關(guān)系式我們發(fā)現(xiàn)了混合Markov過(guò)程不同于連續(xù)Markov過(guò)程的一些特性,從而解釋了基于常數(shù)退避的動(dòng)態(tài)頻譜接入模型和基于指數(shù)退避的動(dòng)態(tài)頻譜接入模型在QoS指標(biāo)上差異的原因。然后我們介紹了混合馬爾可夫過(guò)程的第二種表示方法。多個(gè)相同期望的指數(shù)分布的累加構(gòu)成伽馬分布,而我們發(fā)現(xiàn)當(dāng)控制總期望T不變時(shí),累加的指數(shù)分布越多,最終變成德?tīng)査植?這樣認(rèn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論