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。     

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。     

基于超模博弈的认知无线电频谱分配算法

为实现认知无线电系统吞吐量最大化的目标,以正交频分复用(orthogonal frequency division multiplexing,OFDM)为系统模型,提出了一种基于超模博弈的认知无线电频谱分配算法,该算法通过引入适当的价格函数来评估认知用户对主用户的影响,并以此为根据对认知用户施以一定的价格惩罚,最终达到减少认知用户时主用户干扰的目的.仿真结果表明,该算法最终能够达到收敛,降低了认知用户对主用户的干扰,明显地提高了系统的吞吐量.     

一种优化的认知无线电网络资源协同分配算法

在目前的认知无线电研究中,多用户OFDMA系统中如何实现子载波和功率的合理分配是研究的重点之一.针对认知无线电资源分配过程中出现的多认知用户资源分配不公平的问题,研究了认知无线电网络中授权用户占用子载带时,认知用户的吞吐量受限制的问题,提出了一种基于underlay频谱共享模式下的OFDMA认知无线电网络功率与子载带协同分配优化算法.该算法利用干扰门限的设置,使用原始感知信息(RSI)和信道状态信息(CSI)进行功率与子载波分配,然后分别进行功率控制和用户选择的计算,找到最优化传输功率与每个子载带最优使用用户,在保证授权用户免受有害干扰的前提下,使授权用户存在时,也可共享频谱传输,确保了系统的稳定性,提高了网络吞吐量.理论分析与仿真结果表明,相比传统的功率与子载波联合分配算法,该算法可以提高系统的平均加权吞吐量.     

基于超模博弈的认知无线电频谱分配算法

为实现认知无线电系统吞吐量最大化的目标,以正交频分复用(orthogonal frequency division multiplexing,OFDM)为系统模型,提出了一种基于超模博弈的认知无线电频谱分配算法,该算法通过引入适当的价格函数来评估认知用户对主用户的影响,并以此为根据对认知用户施以一定的价格惩罚,最终达到减少认知用户对主用户干扰的目的。仿真结果表明,该算法最终能够达到收敛,降低了认知用户对主用户的干扰,明显地提高了系统的吞吐量。     

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。     

主次用户传输冲突下的认知无线电容量分析

针对认知无线电系统中主次用户可能发生传输冲突的问题,对认知系统容量性能和主用户系统受到的干扰进行理论分析.通过引入排队论思想,在主用户数量和等待队列长度都不受限的条件下对主用户的出现模式进行建模.在此基础上,采用双门限检测判决方法,综合考虑检测概率、虚警概率以及传输冲突对容量性能的影响,导出了表征虚警概率与系统容量以及主用户干扰之间关系的闭式函数,并对最大容量的存在性进行了证明.数值仿真结果表明:传输冲突所造成的传输效率损失最大能够达到19%,因此在系统设计中应该对传输冲突给予充分的考虑.     

协作中继认知无线电中功率分配算法

基于协作中继的思想, 提出一种组成次用户协助主用户传输的系统模型, 用基于解码转发的Lagrange对偶优化功率分配算法进行功率分配, 解决了次用户接入主用户频段产生的干扰过大问题. 仿真结果表明, 该算法在保障次用户正常通信的前提下, 可大幅度降低对主用户的干扰, 即可有效增大主用户对外界环境的抵抗力, 并提高主用户的系统容量.     

协作中继认知无线电中功率分配算法

基于协作中继的思想, 提出一种组成次用户协助主用户传输的系统模型, 用基于解码转发的Lagrange对偶优化功率分配算法进行功率分配, 解决了次用户接入主用户频段产生的干扰过大问题. 仿真结果表明, 该算法在保障次用户正常通信的前提下, 可大幅度降低对主用户的干扰, 即可有效增大主用户对外界环境的抵抗力, 并提高主用户的系统容量.     

认知无线电中基于潜在博弈的信道分配算法

为最小化认知无线电系统的干扰水平,同时保证主用户的正常通信,提出了一种改进的基于博弈论的分布式信道分配算法,将次用户间的相互博弈构建为潜在博弈模型。效用函数不仅考虑了每个次用户对其他次用户和主用户的干扰,同时也考虑了其他次用户和主用户所产生的干扰。仿真结果表明,该算法具有较好的收敛性,分配结果能使主用户获得较好的吞吐量。     

基于干扰对齐的设备到设备功率控制算法

为了使蜂窝网络系统中设备到设备(D2D)用户的速率总和最大,提出了一种基于干扰对齐(IA)的功率控制算法.该算法通过IA技术使得所有的D2D用户能够同时占用可使用的子载波;同时,控制每一个D2D用户在子载波上的功率,使所有D2D用户在对蜂窝用户(CU)产生的干扰小于干扰阈值的前提下,其速率和达到最大.仿真结果表明:与传统的基于频分多址(FDMA)的功率控制算法相比,本算法在干扰阈值为10 d Bm时,所得到的D2D用户的总速率和可提升约6 bit·S-1·Hz-1.     

基于干扰效率的认知OFDMA网络功率分配算法

为了提高认知无线电网络的系统能量效率,同时减小对频谱授权者主用户的干扰,提出了一种新的下行传输干扰效率最大的认知正交频分多址接入(orthogonal frequency division multiplexing access, OFDMA)网络功率分配算法。干扰效率定义为次用户总的传输速率与对主用户总干扰功率的比值。由于原资源分配问题是一个非凸形式的分式规划问题,难以获得功率分配问题的解析解。利用Dinkelbach方法将原问题转换为一个凸优化问题,并利用拉格朗日对偶原理和次梯度更新算法来获得解析解。最后,仿真结果表明,该算法具有较好的收敛性能,并且在干扰效率、对主用户的干扰控制方面都优于传统能效最大的功率分配算法。     

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.     

Interference Alignment Algorithm for Considering the Throughput of Cognitive Users in Cognitive MIMO Network

The cognitive multiple input multiple output( MIMO)network can utilize radio spectrum efficiently and satisfy the demand of high data rate. In order to decrease the interference during transmission,a new interference alignment( IA) algorithm based on cognitive MIMO networks is proposed in this paper. The algorithm is realized by designing two-level pre-coding, the first-level precoding aligns the interference generated by the cognitive users( CUs) to unused sub-channels of the primary user( PU),thereby eliminating the interference of CUs to PU; the second-level precoding is used to improve the throughput of CUs. Simulation shows that the proposed IA algorithm can eliminate the interference that the CUs produce on the PU and improve the throughput of CUs spontaneously.     

发射波束赋形消除感知用户对主用户干扰算法

针对如何完全消除感知用户对主用户的干扰问题,探讨了如何利用发射端的波束赋形消除感知用户对主用户的干扰.给出了感知网络和主用户网络共存的系统模型和一种最佳波束赋形算法.并对这种最佳波束赋形算法进行了性能仿真,仿真结果表明,该算法较迫零波束赋形算法在性能上更有优势.与经典的迫零波束赋形方法比较,该算法既能消除对主用户的干扰...     

认知多址接入系统中的能量消耗优化研究

考虑认知多址接入系统中的多个次用户与主用户同时共享多个信道的能量消耗问题,次用户能够同时感知和接入多个主用户信道并把对主用户的干扰维持在一定的范围内。为了减少能量消耗,需要对感知时间、信道以及功率进行合理的分配,同时,把干扰功率作为约束条件以保证主用户的服务质量。在基于多用户多信道感知的频谱共享方案中,所建立的初始优化问题为非凸整型组合分式规划问题,为了对感知时间、信道及功率进行联合优化,将其进行凸松弛并进一步转化为一个含参数的线性问题,从而提出一种最小化能量消耗的算法。通过实验仿真讨论次用户数量,信道数量及干扰功率对能量消耗和最优感知时间的影响,同时也验证了分析结果。     

认知无线电网络信道分配联合策略算法

在认知无线电网络中,次级用户在保证主用户通信服务质量不受影响的前提下,可以伺机复用主用户的空闲信道进行通信,以满足次级用户自身的通信需求,充分利用系统内的信道资源,并有效提升系统的合速率。考虑接收终端干扰的影响,提出一种基于underlay机制下的全干扰系统模型,并基于该模型提出一种联合策略的信道分配算法。联合策略算法采用加入了定向变异因子的改良遗传算法为多个次级用户分配信道,之后使用拍卖算法对信道内所有的次级用户进行功率分配或者信干噪比控制。仿真实验表明,提出的联合策略算法能够明显地提升系统合速率,保证次级用户间的公平性,并且以较快的速度收敛至纳什均衡,能够有效进行信道资源优化分配。     

认知无线电中基于干扰温度的功率控制博弈算法

针对认知无线电系统中功率控制的问题,根据David Goodman的非合作博弈思想,设计了一个基于干扰温度的代价函数,并对效用函数中的有效函数作了改进,在此基础上提出一种基于干扰温度的功率控制博弈算法。在仿真分析中同几种常用的功率控制博弈模型作了对比,结果表明该算法能有效提高认知用户的帕累托效应,提高用户的吞吐量,保障认知用户和主用户的QoS需求,使网络资源得到平等共享。     

基于频谱感知信息的认知无线电网络功率密度约束问题

通过机会式地共享已分配的授权频谱,认知无线电技术可以极大地提高频谱的利用率,解决目前频谱资源日益匮乏的难题。当认知无线电网络与传统的通信网络共存时,首先要保证不会对传统的通信系统产生有害的干扰。为此,就需要考虑认知无线电网络中节点的配置密度,使得其对传统用户（主用户）的干扰低于干扰温度的容限。针对此问题考虑了多个认知用户组网时的最大可达到的功率密度问题,在认知用户与主用户间的距离参数未知条件下,将此距离用认知用户检测到的本地信噪比等价表示,获得了认知用户在不同检测概率条件下的可允许的最大功率密度约束条件,并给出了仿真结果。