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.     

基于Kuhn-Munkres算法保证认知用户QoS的动态频谱分配

本算法采用图论方法解决认知无线网络动态频谱分配(DSA)问题.首先,根据认知用户的服务质量(QoS)以及空闲信道的状态,分别为认知用户和信道划分优先权.然后,提出一种新的计算方式预计认知用户使用信道可获得的带宽效益.最后,将划分优先权后的认知用户、信道建立二分图,将带宽效益作为图的权重.在兼顾考虑认知用户的带宽效益和频谱利用率的前提下,使用Kuhn-Munkres算法将信道分配给认知用户.实验仿真结果表明,本算法可以同时优化带宽效益和频谱利用率,在认知用户等待分配信道时间方面也能取得较好服务质量要求.     

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。     

OFDM认知系统的子载波分配算法研究

在误码率和总发射功率约束下,基于频谱空穴的动态变化性,提出一种基于正交频分复用（orthogonal frequency division multiplexing,OFDM）的认知系统下行链路子载波分配算法。算法根据可用频谱资源及用户业务需求,兼顾用户资源公平与干扰温度最低原则：频谱资源少时,以用户资源公平为分配原则,尽量满足所有入网用户的基本通信需求;若频谱资源充足,则以最小化系统干扰温度为目标分配剩余子载波。仿真结果表明,提出的算法在确保入网用户基本数据传输率前提下,能降低系统干扰温度,提高系统频谱利用效率。     

基于POMDP模型的分布式机会频谱接入算法

针对认知无线电（cognitive radio,CR）信道的动态特性,以部分可观测马尔科夫决策过程（POMDP）为模型对认知无线电网络用户的频谱感知和频谱接入过程进行研究,提出了基于POMDP模型的分布式机会频谱接入算法.该算法利用网络信道的历史频谱感知信息对主用户接入信道的状况作出估计,以认知用户吞吐量最大化为目标进行频谱接入.同时,通过贪心算法得到此优化策略的次优解,降低了最优策略的计算复杂度.论文分析了认知用户接入吞吐量与网络中信道数目以及信道状态转移概率之间的关系,将贪心算法与随机检测接入算法进行了仿真比较.仿真结果显示,该算法获得的吞吐量比随机检测接入算法提高了约25％,能够更有效地做出接入策略.     

认知无线电网络中的非正交多址资源分配算法

随着物联网的发展和移动终端的普及,用户对数据速率需求快速增长,移动通信系统依然面临着频谱资源紧缺问题。针对认知无线电网络中的非正交多址接入(non-orthogonal multiple access, NOMA)技术,研究了认知无线电网络中非正交多址信道和功率联合优化问题。以主用户干扰功率和次用户最小吞吐量以及子信道最大复用用户数为约束条件,综合考虑信道状态信息和功率资源,以提高系统能效为目标,建立了信道和功率资源分配优化模型。为了避免信道状态相近的用户复用在同一子信道上,提出了一种次优公平性可调的信道分配算法,并基于连续凸近似和Dinkelbach模型,得到子信道复用用户间的最优功率分配。仿真结果表明,所提算法可以在提高用户公平性的同时,有效提高系统能效。     

基于动态多频谱感知的认知无线网络信道接入策略

针对固定频谱感知信道接入机制授权信道分配效率低的问题,提出一种多用户场景下基于动态多频谱感知的认知无线网络信道接入策略.该策略根据认知用户接入请求等级与空闲频谱发现概率为认知用户动态分配感知信道数量,首先分析了认知用户的最佳感知频谱分配数量,在此基础上通过建立认知用户信道接入模型和授权信道可用度更新机制,设计了一种动态感知频谱分配策略,并采用短视策略对网络吞吐量进行了分析.仿真结果表明,所提信道接入策略要比现有认知无线网络信道接入策略提高了网络吞吐量和认知用户接入的公平性,降低了认知用户的平均接入时延.     

非完全信道下认知中继网络中断概率及功率分配

基于最大信道增益的中继选择方法,分析了在不完全信道状态信息（CSI,channel state information）和受主用户干扰情况下认知中继网络的中断概率;进一步提出了在主用户干扰约束和保证认知用户服务质量（QoS,quality of service）条件下最大化认知中继网络频谱效率的数学优化模型,利用拉格朗日对偶松弛法获得了该优化问题的解,在保证主用户传输性能不受影响的前提下,提高了认知中继网络的频谱效率。仿真结果表明该文提出的功率分配方案与等功率分配方案相比提高了性能增益。同时表明在非完全信道条件下获得的频谱效率与完全信道条件下的频谱效率近似,但减少了系统信息的反馈量和实现的复杂度,有利于该方案的工程应用。     

超密集网络中基于分簇的资源分配算法

针对超密集网络(ultra-dense network, UDN)中,严重的小区间干扰制约终端用户的数据速率问题,提出一种基于染色分簇的资源分配方案。该方案采用图论中的染色算法对微蜂窝接入点(femtocell access points, FAPs)进行分簇,利用簇内每个微蜂窝用户(femtocell user equipments,FUEs)的待发送数据量、排队等待时延以及受到的干扰强度来构建相应的优先级,计算每个簇的优先级,并设定高优先级的簇可优先获得信道增益良好的子信道;最后由拉格朗日乘子法求解功率分配方案,即利用KKT(Karush-Kuhn-Tucker)条件和注水算法为FUEs分配功率。仿真结果表明,该方案能够有效地减小微蜂窝接入点之间的相互干扰,极大地满足用户的服务需求,同时提升了系统吞吐量和频谱效率。并且基于最大功率和最低速率的公平性准则能够动态地调整子信道功率,进一步提升了FUEs间的公平性。     

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。     

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。     

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.     

认知无线电中基于频谱聚合的需求改进型频谱分配算法

在认知无线电中,合理的频谱分配算法是提高频谱利用率的关键。针对现有频谱分配算法对不连续频谱的利用率较低的问题,提出一种基于频谱聚合的需求改进型频谱分配算法。该算法建立在图论着色模型的基础上,综合考虑了认知用户可用频谱的多样性、不连续频谱的可聚合性以及频谱聚合的最大范围限制等因素,并联合频谱聚合技术与用户的当前需求信息进行设计。算法提出了3种不同的标注准则,通过仿真对比了不同准则下的系统效益。结果证明,所提算法在频谱紧张、用户需求较大的认知环境下,不仅有较好的系统分配率和吞吐量,也能兼顾到认知用户间的公平性。     

低轨卫星通信信道分配策略

针对低轨卫星通信轨道高度低、运动速度快、切换频繁的特点以及业务类型和用户类型逐渐丰富的发展趋势,提出高业务量下基于差分进化算法的自适应信道预留策略,动态调整信道预留数目,保证高优先级用户的及时接入;低业务量时提出非预留信道分配方案,满足高优先级用户的理想带宽需求,充分利用系统的信道资源.小区信道全部被占用时,提出增强型排队策略,令暂时无法接入的用户加入排队序列,根据综合优先级依次接入,进一步提升用户体验和系统整体性能.实验证明,该方案可有效提高系统资源利用率,保障各类用户的体验,使系统整体服务质量更佳.     

认知无线电系统基于动态功率控制的频谱分配

为研究认知无线电系统中下垫式共享方式下的资源分配问题,提出一种基于动态功率调整的子载波分配算法. 该算法根据授权用户的状态对认知用户在子载波上的功率进行动态调整,当授权用户接入时将认知用户的功率限制在干扰功率限之下,当授权用户离开时将认知用户的功率设置为最大发送功率;根据授权用户和认知用户的业务流分布以及认知用户在不同子载波上的信道增益进行子载波的动态分配. 仿真结果表明,与现有算法相比,基于动态功率调整的资源分配算法能够获得明显的吞吐量性能增益.      

基于用户需求和等待时间的改进型频谱分配算法

通过对最新的图论着色频谱分配算法进行分析,提出了一种基于用户需求和等待时间的改进型频谱分配算法。解决了频谱资源紧张情况下用户等待时间太长的问题。使认知用户机会均等地使用频谱资源。经过频谱复用,更好地满足了用户频谱需求。仿真结果表明该算法是有效的,提出的算法提高了频谱利用率并且保证了系统公平性。