基于遗传算法的认知无线电网络共同信道和功率最优分配

信道分配和功率控制问题是认知无线电网络中的核心问题。文中根据不完美频谱感知情形下的干扰功率模型,建立认知无线电网络共同信道和功率分配优化模型,并通过罚函数法,将标称的混合整数规划问题简化为不带约束条件的非线性规划问题,提出了基于遗传算法的共同信道和功率最优分配算法。仿真结果表明,该算法能在不完美频谱感知情形下对信道和功率进行联合最优分配,减少对主用户功率干扰,实现网络中认知用户吞吐量的最大化。     

一种用于OFDMA认知网络的低复杂度资源分配算法

针对功率受限的多用户正交频分多址接入(OFDMA)认知网络,提出了一种低复杂度的资源分配算法,包括子载波和功率分配.在子载波分配中,选取包含最差信道质量的子载波优先分配给用户,再将剩余的子载波信道质量值按方差的降序分配给用户,避免了最后未被分配的子载波恰好只能分配给对应信道质量最差用户的情况发生;在功率分配时,在传统线性注水算法的基础上增加了对主用户抗干扰阈值的判断,在最大化次用户吞吐量的同时,提高了主用户的抗干扰能力.仿真结果表明,与已有算法相比,该算法能够有效提升分配给用户的最差子载波信道质量,在用户吞吐量上接近于传统线性注水算法的性能上限,具有良好的主用户公平性,且计算复杂度低.     

基于用户需求和历史信息的动态频谱分配算法

针对认知无线电系统中动态频谱分配算法开展研究,以干扰图模型为基础,提出一种改进的基于业务需求和历史信息的动态频谱分配算法。为利于快速收敛,算法采用最大独立集为分配起点,允许将信道同时分配给多个用户,联合功率控制机制最小化认知用户间的干扰,引入信道优先级和用户优先级表征历史信息和业务需求,优先分配高质量的信道给高优先级用户集以保证公平性。最后通过仿真分析进行了算法的有效性验证。     

水声OFDM通信系统中的最优子载波功率分配

目的研究水声OFDM通信系统中的最优子载波功率分配。方法提出了水声OFDM通信系统中的最优子载波功率分配算法。首先将传播损失等效到信道频域响应中,建立了水声OFDM等效传播模型。在此模型基础上,以最大化OFDM系统中的有效子载波数目为目标,根据各子载波上的星座图、误码率门限、传播损失和环境噪声,结合信道信息对各子载波上的功率进行最优分配。对信道已知和信道未知、近距离传输和远距离传输等不同情况分别进行了讨论。结果文中算法在有效子载波数目比、OFDM块平均误码率、所需发射功率等方面均优于传统功率分配算法。结论文中算法可在水声OFDM通信系统中实现最优子载波功率分配。     

基于信道统计相关性OFDM系统资源分配算法

在正交频分复用(OFDM)系统中,对信道相关及信道独立的子载波和功率分配调度算法进行了研究,提出了一种新的基于信道参数统计相关性的子载波和功率分配算法.这种算法利用信道统计信息来减少信道反馈,由于最优解的高度非线性,转化成离散模型的求解可以降低算法的复杂度.仿真结果显示:相对于传统的信道相关调度算法,基于信道统计相关性的调度算法在系统总容量上有微小降低,但算法复杂度大大降低,信道反馈信息的减少节省了控制信令带宽;同时在性能上优于基于路径损耗等信道独立的调度算法.     

非正交多址认知无线电网络功率分配算法

非正交多址和认知无线电技术能有效提高频谱效率,是新一代移动通信系统的关键技术。针对功率域非正交多址认知无线电网络的能效优化问题,建立了满足次用户最小系统吞吐量和主用户最大干扰的次用户功率分配模型,将子信道吞吐量公式进行分解,得到子信道功率分配系数和子信道功率消耗率2个子问题。针对第1个问题,采取凸差(difference of convex,DC)规划算法将目标函数等效为2个凸函数差形式,并应用一阶泰勒展开式进行连续近似,将非凸问题转换为凸优化问题,从而得到子信道复用次用户最优功率分配系数;针对第2个问题,采用Dinkelbach算法和次梯度算法,利用拉格朗日函数,得到最优子信道功率消耗率。仿真结果表明,所提功率分配算法收敛速度快,时间复杂度低,其平均系统能效性能远优于分数功率分配算法。     

一种基于延时信道状态信息的MIMO-OFDM系统自适应功率分配算法

在基于正交频分复用的多输入多输出（multiple-input-multiple-output-orthogonal frequency divided multiplexing,MIMO-OFDM）系统中,适当的功率分配方案能够显著提高系统吞吐量,但是其复杂度往往较高。研究MIMO-OFDM系统的自适应功率分配问题。以系统的和速率最大化为目标,根据延时的信道状态信息在所有空间子信道之间分配功率,同时满足各子信道的误码率约束与系统总功率约束。根据MIMO空间子信道的特点提出了一种复杂度很低的功率分配算法,并分析了算法复杂度。在IMT-2000信道中的仿真表明,提出算法的性能优于已有的次佳算法。     

基于信道选择和自适应功率控制的动态频谱分配

针对频谱分配过程中会出现用户间的干扰问题,提出了一种基于信道选择和自适应功率控制的动态频谱分配算法.该算法的基本思想是将认知用户间频谱的竞争转化为以信道选择为策略空间的博弈模型,通过调整发射功率和利用改进后的效用函数来选择最优的分配策略.实验结果表明:该算法在实现频谱动态分配的同时减小了对授权用户的干扰,提高了系统总吞吐量.     

空间复用MIMO系统的功率分配新算法

研究空间复用多输入多输出系统的功率分配问题,提出一种新的功率分配算法--残余功率再分配. 在满足服务质量要求的前提下充分利用星座图尺寸的离散性,将残余功率按照各子信道的不同优先级进行二次分配,并结合自适应调制编码技术改善低信噪比时的系统吞吐量. 仿真结果表明,在准静态平坦衰落信道下,与传统算法(如注水算法)相比,新算法能进一步改善系统的吞吐量,提高发射功率的使用效率,减少不可用子信道个数,且无附加复杂度.     

多信道认知无线电频谱感知次用户和功率分配

为提高多信道认知无线电的吞吐量,提出了协作频谱感知子信道次用户和传输功率的联合分配算法.该算法基于主用户的存在状态,在约束次用户协作检测概率和总功率的基础上,以最大化次用户所有子信道的吞吐量总和为目标,通过交替方向优化获得子信道次用户和传输功率的联合分配.仿真结果表明:文中提出的联合分配算法通过较少的迭代次数就可以获得最优值,并且能够根据子信道状态动态地分配子信道次用户和传输功率,提高了次用户的吞吐量.