认知无线电系统中联合优化资源分配算法

在认知无线电系统中,次用户能够利用感知到的已授权频段进行通信,只要其传输过程对主用户通信引起的干扰处于主用户可以忍受的程度之内。协作中继方案能够利用中继节点的传输来有效提高频谱的利用率,并增强了直接链路的传输能力。文中研究在一个三节点的认知无线电网络中基于协作中继传输时的资源分配问题,为了保证在认知用户对主用户干扰可容忍的前提下使得通信系统端到端的可达吞吐量最大,提出了一种联合优化功率分配和信道分配的方案。仿真结果显示,相对于单独进行功率分配或者信道分配情况下该方案能够有效提高认知无线电系统端到端的传输性能。     

联合干扰功率限制下的认知中继网络性能分析

频谱共享的Underlay认知中继网络中,为了保证主用户的可靠通信,要求次用户网络中源节点及中继节点的发射功率必须满足主用户接收端干扰功率的限制。基于主用户峰值干扰功率和平均干扰功率的联合限制,分析了中继节点采用选择协作解码转发协议时潜伏式频谱共享认知中继网络的性能。值得一提的是,考虑中继传输中由主用户接收端干扰功率限制引起的第1跳链路信噪比之间的相关性,推导了瑞利衰落环境下次用户中断概率和信道容量准确的闭合表达式。仿真结论显示,次用户中断概率与信道容量的解析曲线与仿真结果一致,系统性能因频谱共享的认知网络中次用户源节点与主用户接收机链路之间的相关性而有所下降,中断概率约有2dB的性能提升。     

基于协作中继的认知无线电网络性能优化

认知无线电被认为是一种在允许主从网络共存的情况下,完成高效频谱利用的智能无线通信系统.其中有一个基本挑战,是在最大化认知无线电用户的传输速率的情况下保证主网链接的服务质量(QoS).研究了在次要网络中基于协作的频谱存取方式.在严格的QoS要求下,认知无线电被允许传输的功率很低,因此传输速率受到限制.如果认知无线电用户可以获得来自周围认知无线电用户的协作,这将有利于提高传输速率.能够提供最大传输速率的最佳中继被用来进行协作.对峰值干扰受限和平均干扰受限的传输速率性能进行研究.仿真结果 表明,通过协作,认知无线电链路的传输速率可以提高,尤其是当直接链路的功率受限时.在平均干扰约束下,由于传输端和中继的功率适应性,传输速率优于峰值干扰限制下的情况.传输速率要优于直接传输.并且随着潜在中继数量的增长,将获得更高的增益.     

基于解码转发的认知无线电机会功率控制算法

频谱感知是认知无线电网络正常工作的基础,而功率控制问题的解决是认知网络和主用户网络正常运行的保证。文中研究协作认知无线电通信,在保证授权用户服务质量和认知用户最大功率受限条件下,将高信噪比时的解码转发(decode-and-forward,DF)和基于频谱感知结果的机会功率控制算法结合,提出新的机会DF功率算法。通过基于对主用户感知结果的最优中继选择策略,在保证主用户正常通信不受影响的前提下,最大程度提高次用户信道信噪比,提高认知网络容量,并且认知系统能够获得空间满分集度。理论和仿真结果同时表明,基于主用户出现概率的最优中继选择最大程度的消除了次用户对主用户的干扰,提高了认知系统容量。     

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。     

Nakagami-m信道下认知中继网络的中断概率上界闭式解模型

为更准确地反映和评估无线信道衰落指数对认知中继网络中断性能的影响,提出了认知用户在Nakagami-m信道模型下的中断概率上界闭式解模型.首先在Nakagami-m信道模型下,对认知中继网络频谱重叠共享和最佳中继选择准则的联合约束限制进行分析,再利用分部积分推导出认知用户接收机信噪比的概率密度函数和累积分布函数,进而对概率密度函数进行条件积分,根据蕴合法则即事件概率不等式得出其中断概率上界闭式解模型.仿真结果表明:相比传统的瑞利信道模型,Nakagami-m信道模型下的中断概率闭式解能够反映信道衰落指数大于1时的系统中断性能,从而更准确地反映了实际信道衰落情况对认知中继网络的影响;此外,由于该闭式解模型考虑了主用户干扰限制条件,限制了认知用户的实际发射功率,因而降低了系统的中断概率.     

认知无线网络中基于能量采集的 单向中继选择与功率分配方案

提出了一种基于能量采集的认知无线网络的单向中继选择和功率分配方案.方案考虑主用户和次用户都能进行能量采集且信道状态信息不完美的场景.此方案首先将次用户作为中继协助主用户传输数据,同时次用户采集无线射频信号的能量,联合功率分配和中继选择策略构造了所提方案的系统能量效应优化问题.由于优化目标是非凸函数,运用分式规划变形和拉格朗日对偶方法求解.然后在此基础上构造主用户吞吐量离线优化问题,并采用广义Bender分解方法求解.最后,通过数值仿真分析评估所提方案的性能,验证了所提方案在能效方面的优势.     

一种采用空时网络编码的多向中继通信方案

针对多用户中继通信网络在单天线场景下多源信息交互效率较低的问题,提出了一种采用空时网络编码(STNC)的多向中继通信方案。由于STNC编码向量具备可识别条件,能够将多个用户的调制信号合并为一个高阶调制信号,且合并前后的信号一一对应,因此该方案可利用STNC编码向量和预均衡技术来区分N(N3)个用户的信息,能够保证用户在多周期传输方案中获得满分集增益。当系统结构对称时,该方案在系统总发射功率相等的情况下,可平均分配中继和用户之间的功率,使系统误符号率(SER)性能最优。此外,推导了该通信方案的平均吞吐量,指出其系统自由度是传统的单向中继(OWR)方案的N/(N-1)倍。实验结果表明:该方案能够获得满分集增益,与传统的双向中继方案相比显著提高了系统在衰落信道中的误码性能;当N为4和6时,在高信噪比条件下,该方案的平均吞吐量相对OWR方案分别提高了33%和20%。     

基于人工噪声和SWIET的安全双向中继通信

针对基于解码转发的对称双向中继网络的安全传输问题,提出一种基于人工噪声干扰和信息、能量同时传输技术(SWIET)的物理层安全传输策略.系统采用两时隙传输方案,能量收集节点利用第一时隙收集的能量发射人工噪声干扰,而用户节点和中继分别通过功率分配技术将目的节点先验已知的人工噪声干扰添加到有用信息中,以降低窃听信道的传输质量.建立双向中继网络窃听信道下联合能量收集和无能量收集节点的两种数学模型,推导基于人工噪声干扰的系统保密容量的数学表达式,分别求解两种模型的最大化系统保密容量下最优功率分配因子,并分析了SWIET技术对系统保密容量的增益.仿真结果表明:对应于不同的窃听节点位置,所提出的联合SWIET技术的方案能使双向中继网络保密性能改善3%~90%,且能量收集节点越靠近窃听节点,系统性能越好.     

认知无线网络中双中继协作策略及其差错性能分析

在认知无线网络中同时存在着主用户和次用户,次用户的通信必须在保证主用户不受干扰的条件下进行,次用户在检测到主用户未占用授权频段时机会地占用信道进行数据传输.为了保证次用户传输的连续性及QoS,研究人员在认知无线网络中引入了协作通信技术,研究发现认知无线电中的协作传输能够显著改善网络的传输性能.提出一种次用户双中继协作次用户的协作传输策略,并给出了该策略下平均误比特率和中断率的解析表达式,为了进行比较同时给出了单中继协作策略下次用户平均误比特率及中断率的表达式.理论分析和仿真结果表明,双中继协作次用户策略较单中继协作次用户策略有效地提高了次用户的差错性能.     

基于不完全频谱感知的认知中继网络能量效率研究

针对认知中继网络中基于能量效率的资源分配问题,提出一种基于次用户能量效率最大化的功率分配优化算法,通过建立多重约束条件下的频谱感知和传输联合优化模型,在考虑单位发射速率消耗功率和干扰限制的情况下,利用分数规划将问题中的混合整数非线性规划问题转化为等价的凸优化问题,分析了不同参数对能量效率的影响。仿真结果表明,提出的功率分配优化算法在达到能量效率最优的同时降低了算法复杂度低。     

一种支持时延约束的卫星认知网络功率控制算法

针对卫星通信网频谱资源利用率低下的问题,以信道有效容量最大化为优化目标,提出了一种支持时延约束的卫星Underlay认知无线网络功率控制与优化算法。首先根据网络拓扑结构建立了功率干扰模型,通过引入时域信道相关系数,推导了完全与非完全信道环境下基于时延约束的认知用户有效容量优化目标函数,并利用Lagrange方法求解得到不同场景下认知用户的最佳功率调整策略,简化了功率控制优化过程,最后通过实验仿真分析了影响认知用户信道有效容量的因素。结果表明,该算法能够根据业务时延约束条件和信道衰落特性变化动态调整认知用户的最佳发送功率,与等功率分配算法相比认知用户的信道有效容量得到了明显提高。     

基于OFDM的认知无线电系统联合资源分配

为充分利用现有无线电频谱资源, 研究了基于正交频分复用的认知无线电系统, 以填充和下垫联合方式进行分配资源的问题, 提出了新的子载波分配算法和最优功率分配算法。该算法在保证总功率和每个子载波所受干扰在一定阈值内的前提下, 采用最优功率分配算法最大化次用户传输速率。同时, 为降低算法的复杂度, 将置零子载波功率算法应用到资源分配中。最后, 基于Worst-case 方法, 对次用户和主用户间的信道不确定性进行鲁棒性分析。仿真结果表明, 在相同条件下, 该资源分配最优算法和次优算法都优于单独的填充式或下垫式资源分配算法。     

认知网中多时隙联合频谱感知和功率分配

为了降低认知无线网中认知用户对主用户的干扰,并为了最大化系统的认知吞吐量,提出了一种多时隙频谱感知和功率分配的联合优化方案。该方案将系统的每个帧分为若干个时隙,每个时隙分别进行频谱感知,通过合并每个时隙的感知结果,有效的提高了系统的检测精度,降低了系统的干扰概率。同时理论分析了感知时间与传输功率分配方案,发现两者都存在最优分配解,在约束认知用户检测概率与传输功率的基础上,将吞吐量描述为关于感知时间与功率的多约束优化问题,通过设计联合迭代算法对认知吞吐量进行了联合优化并获得了最优感知时间与最优传输功率分配。仿真结果表明,所提联合优化方案吞吐量性能最接近理论最优方案,并可通过牺牲部分吞吐量性能降低系统干扰概率,且复杂度较低。     

双向中继通信系统中的信道信息反馈和用户选择性能分析

在多用户放大转发双向中继通信网络中,文章分别基于两种信道状态信息(CSI)反馈模式:无CSI反馈和存在基站-中继链路CSI反馈,推导了中断概率闭合表达式,并提出一种最优用户选择方法使平均和速率最大化.仿真结果显示,CSI的反馈有助于系统性能的提高,所提的用户选择方法能显著提升系统和速率.     

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。     

基于干扰效率的星地认知网络功率分配算法

针对Underlay模式基于能量效率的功率控制算法未能准确反映次用户与主用户之间干扰性能导致系统容量下降的问题,综合考虑次用户能量有限及卫星链路和地面链路的差异性,定义干扰效率为认知卫星用户总的传输速率与地面基站接收到的干扰的比值,建立了基于干扰效率的星地认知网络上行链路功率分配模型,在此基础上提出一种基于干扰效率的功率分配算法.通过引入干扰门限约束及信干噪比约束条件,利用非线性分式规划理论和拉格朗日对偶法求解出最优功率.仿真结果表明:该算法能在较好满足次用户通信质量的前提下,有效减少对主用户的干扰,提升系统的干扰效率.     

基于授权系统通信状态和波束形成对认知中继系统吞吐量的改进

提出了一种认知中继系统采用半双工放大转发(amplify forward,AF)模式下的功率分配方案,在保证授权用户通信质量不变和认知系统总发射功率受限条件下,最大化认知网络吞吐量,在此基础上分两步实现吞吐量的最大化。首先,在认知中继端采用多天线利用波束成型方法滤除接收转发的干扰信号,然后,根据授权用户通信状态制定不同的最优功率分配方案。仿真结果表明,相比传统的授权用户干扰受限算法,该算法可有效提高认知网络的吞吐量。