一种新的基于认知用户通信效用的频谱共享算法

摘要：本文提出了一种新的基于认知用户通信效用的频谱共享算法,研究传输功率和比特误码率受限情况下的频谱分配问题。详细分析了瑞利衰落模型下的认知用户效用函数及其优化问题,在此基础上给出了一种基于注水线不断调整的功率分配机制,进而获得了认知用户的最优通信效用,并将该机制应用到频谱分配中,提出了一种基于“二分法”的频谱分配算法。研究中分别考虑了三种不同的优化模型,理论和仿真分析表明,“最大化比例公平”模型在保证用户之间频谱分配公平性的同时能够获得接近“最大化系统总效用”模型的通信总效用。     

CR-OFDM系统中的一种新的动态频谱分配算法

文中基于对认知无线电技术以及OFDM系统传输特性的分析,提出了一种CR-OFDM系统中多用户资源分配新算法。该算法首先根据认知用户的QoS需求为其分配子载波,在保证不干扰授权用户正常通信的前提下,再利用改进的注水算法为每个认知用户分配功率,使得整个系统的信道容量最大化。仿真结果表明该算法能在保证误比特率和用户公平性的前提下显著提高频谱利用率。     

基于water-level调整的认知无线电传输速率计算算法

在瑞利衰落模型下,根据认知用户的效用函数,来解决认知无线电中的信道规划问题,进而得到认知用户的传输速率。当认知用户传输功率和比特误码率受限时,其最终效用仅与water-level有关,因此文中提出了一种基于water-level调整的功率分配及算法,实现了认知无线电中载波及功率的合理分配,并得到了认知用户的传输速率.理论与仿真分析表明:该算法具有较低的运算复杂度和接近于最优算法的认知用户效用;调整因子仅与算法的收敛速度有关,而与用户总效用及信道的分配结果无关.     

基于OFDM的认知无线电系统中的一种改进的功率分配算法的研究

改进了应用于基于OFDM的认知无线电系统中的功率分配算法。迭代分块注水算法,目标是在总的功率约束和每个子信道的功率约束的条件下最大化系统的容量。在主用户的功率约束非常严格时,尤其考虑了相邻子载波的功率泄露,并且在主用户的频谱和认知用户的频谱之间设置保护带,使其他子载波的功率分配呈现梯形分布。所以只是在功率约束比较严格的子载波上实施迭代分块注水算法。仿真结果表明,改进的功率分配算法性能接近迭代分块注水算法,而且具有较低的复杂性。     

一种低复杂度的最大化资源效用的最优感知节点数目优化算法

协作频谱感知技术是认知无线电中的重要技术.首先定义了认知网络的效用函数,该函数考虑了协作频谱感知中的感知错误概率和感知用户所占用的资源以平衡感知性能和资源利用效率.然后推导了在所有感知用户的信噪比相近的情况下,为达到资源效用最大化所需要的最优的感知用户数目.仿真结果表明通过最优感知用户数目的选择,认知网络的效用高于其他算法,并和穷举算法的效用接近,但是计算复杂度大为降低,从而降低融合中心的计算能耗,有助于绿色节能认知网络的实现.     

采用注水因子辅助搜索的能效优先子载波功率联合优化算法

针对认知无线网络中以频带利用率为目标进行资源分配网络能效低的问题,提出了一种采用注水因子辅助搜索的能效优先子载波功率联合优化(EE-WFAS)算法。首先,以最大化认知用户总能效作为优化目标,考虑在认知用户发射功率控制、主用户干扰功率限制和认知用户最低信息传输速率限制等多个约束条件下,构造最优化函数;然后,通过能效优先子载波分配与注水因子辅助搜索(WFAS)的功率分配求解优化函数,即根据认知用户的信道增益和能效进行子载波分配;最后,对拉格朗日乘子运用二分查找法结合WFAS进行以能效为目标的功率分配。EE-WFAS优化算法可以在认知用户信息传输速率限制条件下保证系统总能效。仿真结果表明:与子载波功率平均分配算法相比,EE-WFAS优化算法的能效提高了约1.2kbit/J。     

一种有效的比例公平算法

针对基于OFDM的认知无线电系统中多个认知用户之间的频谱资源分配问题,提出了一种比特和功率分配算法.首先,对认知用户的发射功率加以约束以保证认知用户的通信质量;然后运用“两部分法”并引入比例分配因子来避免认知用户的频谱资源分配不均衡问题;最后对所提算法进行了仿真,其中对认知用户的分配结果表明所提算法不仅能够保证每个用户的通信质量而且能够提升信道总容量.     

基于极大独立集的协作竞价频谱分配算法

将认知无线电中的动态频谱分配归结为图论中的着色问题.针对目前基于系统吞吐量的分布式贪婪算法和基于复杂度的分布式随机算法效率不高的问题,提出了一种改进的基于极大独立集(MIS)的协作竞价算法.根据MIS中协作用户出价高于集外认知用户最大效用,可以获得授权用户的效用曲线,从而最大化系统总效用,达到充分利用频谱资源的目的.此外,协作竞价算法还能在一定程度上抑制用户之间的共谋.     

认知网络预编码干扰对齐算法

针对一对主用户和多对次用户的认知多输入多输出（MIMO）系统,通过对次用户的发送端的两次预编码设计,在消除主次用户间干扰的基础上减少次用户间的干扰,有效地提高系统容量。第一次进行的预编码设计使用注水法将认知用户对于主用户的干扰对齐到主用户没有使用的空间子信道,第二次进行的预编码设计使用了最大信干噪比算法来消除次用户间的干扰。理论分析和仿真结果表明,算法在有效消除对主用户干扰的同时,次用户的吞吐量相比传统的认知系统注水功率分配法有显著提升。     

基于OFDM的认知无线电子载波功率分配算法

在基于正交频分复用(OFDM)的认知无线电系统中,由于系统发射功率预算和主用户与感知用户干扰受限,以最大化感知用户的容量为目标的最优功率分配算法复杂度太高,提出了两种基于线性注水机制的改进算法及简化算法,改进算法可以通过线性计算快速确定不需分配功率的子载波,进而不需多次迭代就可完成注水过程。仿真结果表明,改进算法下感知用户系统的容量非常接近最优算法,但是复杂度却远远低于最优算法。     

基于时分复用的认知MIMO系统的干扰消除算法

在认知MIMO通信系统中,认知用户伺机接入到主用户的频谱中,在传输过程中认知用户对主用户以及认知用户之间都会产生很大的干扰.为了消除认知用户之间的干扰,提出基于时分复用的干扰消除算法.该算法旨在认知系统中对认知用户传输的整个时间段进行划分,在保证认知系统吞吐量最大的情况下,得到每个认知用户的传输时间段,然后在对应的传输时间下进行此认知用户的通信,此时只有单个认知用户进行通信,避免受到其他认知用户的干扰.仿真结果表明,在信噪比小于6 d B时,采用所提算法下,单位带宽认知系统可以增加0.5bit/s的吞吐量,同时能源效率平均提高了1.2 bit·s-1·w-1.     

基于效用理论的多标拍卖信道分配算法

针对传统多标拍卖信道分配机制无法确保认知用户获得频谱资源公平性的问题,结合微观经济学中的效用理论提出了一种新的标价算法。该算法基于用户自身带宽需求和等待时间等因素对信道效用的影响,以信道效用为基准对信道进行等效标价处理,确保在系统效益最大的同时可获得频谱资源认知用户数量容纳性的最大化。对采用该算法与采用传统算法的系统中用户等待时间、需求满足情况及系统总体效益等关键技术性能在频谱资源充足与频谱资源匮乏两种情况下进行了仿真对比分析,结果显示该算法不仅能够在频谱资源充足时获得较好的系统效益,在频谱资源匮乏时能够在保证系统效益的同时大大提高了弱势用户获得频谱资源的概率,提高系统的公平性。     

基于模糊逻辑的频谱分配算法

提出一种在认知无线电中利用模糊逻辑进行频谱分配的新算法.先对每个认知用户根据其与认知用户基站的距离进行通信优先级划分.再利用每个认知用户的频谱利用率、移动速度、认知用户发射机与主用户接收机之间的距离进行模糊逻辑运算,得到该认知用户的频谱接入概率.定义认知用户的通信优先级与其频谱接入概率之积为基站收益,基站收益越大,该认知用户越易得到频带.仿真结果证实了该算法的可行性.     

认知无线电网络中基于需求拍卖竞价的频谱分配算法

在认知无线电网络中,为了实现对频谱资源更加高效合理的分配,对原有基于拍卖模型的分配算法进行改进。引入供求理论加入需求因子和补贴函数,提出了一种基于需求拍卖竞价的认知无线电频谱分配算法。根据拍卖模型及动态频谱分配的特点,使用基于需求的系统总体效用最优的分配准则。在估价时考虑到了认知用户对频谱需求情况的不同,优先分配需求急迫的认知用户并对无线环境较差的用户进行竞价补贴以确保相对公平。通过仿真验证结果表明,本算法较之前提出算法在系统效用方面基本相当,公平性得到了明显提高,复杂度也得到了降低,提升了系统的整体效能。     

分层动态虚拟 MIMO 的信道容量分析

针对如何解决目前移动通信频率紧缺及信道容量不足的问题,提出了一种新型的分层动态虚拟多输入多输出(multiple input multiple output,MIMO)系统结构,该结构结合了移动云的灵活接入、覆盖面积广等特点,并将虚拟MIMO技术融合在该结构中,较显著地提高了系统的信道容量.在该结构下,用户在层次之间进行通信并利用注水算法进行功率的优化分配.而对用户在跨越多层次进行通信的情形,提出了一种同时将层次间距离和传输功率进行最优化的马尔可夫链算法.该算法通过监测用户的变化进而调节层次间距离和传输功率,从而获得最大的信道容量.仿真结果显示,注水算法通过功率优化获得了层次间的分层动态虚拟MIMO结构的最大信道容量,马尔可夫链算法实现了用户跨越多层次通信情形下的最大信道容量.     

星地认知网络中基于图论的动态频谱划分算法

在星地网络间的多授权用户卫星认知通信场景中,提出了一种基于图论的动态频谱划分过程。首先对图论模型进行介绍,其次分析了多授权用户（地面通信基站）条件下的卫星认知通信场景,根据认知用户（地面卫星用户）的感知范围并利用图论模型确定了其与授权用户间的感知矩阵,然后利用认知用户的吞吐量和授权用户的频谱空闲状态等通信参数,通过迭代的方式得到了最终的频谱接入矩阵,完成了多授权用户条件下的频谱划分。仿真结果表明：该算法可在认知用户的感知能力范围内,将认知用户划分到使其收益最大的授权用户频谱中。     

一种认知无线电系统中最优的功率分配算法

为满足干扰温度和总发送功率限制,并最大化用户的传输速率,提出一种上行认知无线电正交频分复用(OFDM)系统的最优功率分配算法.该算法首先在认知用户总功率限制下使用置零迭代注水算法进行功率分配,然后将超过干扰功率限的子载波功率调整为干扰功率限,将剩余功率在剩余子载波上重新进行迭代注水分配,直至获得最优功率分配.数学推导证...     

基于多目标优化认知无线电干扰抑制算法

认知无线电系统的重要原则是保障授权用户的通信质量,为了提高授权用户的通信质量必须有效抑制授权用户与认知用户的载波间干扰,为此提出了基于多目标优化的认知无线电干扰抑制算法。该算法通过分析频谱池中影响授权用户的载波间干扰能量,定位出认知用户子载波中对授权用户产生最大干扰的子载波序列,在满足认知用户数据传输率目标的前提下,屏蔽这些最大干扰子载波能有效抑制系统干扰能量。仿真结果表明,在满足认知用户目标误码率条件下,新的干扰抑制算法能明显抑制影响授权用户的载波间干扰,使授权用户获得更好的误码率性能。     

基于博弈论的认知无线电功率控制算法

基于博弈理论,提出了2种适用于认知无线电网络的功率控制算法,分别是完全信息功率博弈算法和非完全信息功率博弈算法。所提算法在满足干扰温度约束的前提下,以提高认知无线电网络总效用为目标,分布式实现功率控制。仿真比较了2种算法和已有认知无线电功率控制算法的性能差异,结果显示所提算法在系统平均效用和用户平均功耗方面均具有明显优势。     

一种基于博弈论价格机制的频谱分配算法

为了提高认知无线电系统频谱分配的效率,建立了基于博弈论价格机制频谱分配系统模型,避免了价格因主系统频谱增加而降低的缺陷.该模型利用频谱政策服务器对特定区域的频谱进行统一分配,充分发挥了主系统的先动优势和次用户的后动优势.同时,根据次用户对不同频段的偏好引入差异性的概念,设计了认知无线电的静态博弈算法.该算法在深入分析频谱需求函数、次用户效用函数、主系统成本函数和主系统效用函数的基础上,以最大化主系统和次用户效用为设计目标,验证了纳什均衡点的存在性.仿真结果表明,在主系统对称和非对称2种情况下,所提算法能够有效地改善主系统的频谱利用率,提高主系统和次用户的效用.