基于OFDM的认知无线电系统中最优功率分配

在基于正交频分复用(OFDM)的认知无线电系统中,主用户会受到次用户带内子载波以及邻带子载波的带外泄漏功率的干扰。为了在保护主用户通信性能的前提下高效利用机会频谱,该文提出了求解次用户子载波间的最优功率分配方案的方法,通过求解一个凸优化问题获得最优功率分配方案。较之迭代分块注水算法,该方法特别考虑了邻带子载波功率泄漏的影响。仿真结果表明:采用这种方法所获得的功率分配方案在满足各主用户干扰功率上限的条件下使得次用户信道容量最大化。     

基于OFDM的认知无线电系统中最优功率分配

在基于正交频分复用(OFDM)的认知无线电系统中,主用户会受到次用户带内子载波以及邻带子载波的带外泄漏功率的干扰。为了在保护主用户通信性能的前提下高效利用机会频谱,该文提出了求解次用户子载波间的最优功率分配方案的方法,通过求解一个凸优化问题获得最优功率分配方案。较之迭代分块注水算法,该方法特别考虑了邻带子载波功率泄漏的影响。仿真结果表明:采用这种方法所获得的功率分配方案在满足各主用户干扰功率上限的条件下使得次用户信道容量最大化。     

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。     

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...     

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。     

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.     

基于中继OFDM系统的成比例公平分配算法

为了满足无线蜂窝小区内不同用户的业务需求,针对下行正交频分复用中继系统,提出一种基于成比例公平约束的资源分配方案,其主要包括基站与中继处的子载波和功率分配,并在子载波分配过程中提出2种算法.其中,严格的速率成比例公平算法以尽可能满足速率成比例公平为目标,将子载波优先分配给比例公平性最差的用户;松弛的子载波成比例公平算法将速率成比例松弛为子载波成比例,避免了信道较差的用户占用大量子载波.子载波分配结束后,根据子载波分配策略进行注水功率分配.仿真结果表明,2种算法均能够较好地满足成比例公平约束,且与传统无中继的资源分配算法相比,明显提高了系统吞吐量.     

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。     

基于极大似然比频谱检测的认知无线电子载波分配算法

在认知无线电多载波调制系统中,子载波分配是实现主用户与认知用户频谱共享的前提.研究了认知OFDM中基于极大似然比检测(MLD)的子载波分配算法,认知用户采用MLD模型对主用户频谱使用情况进行分布式检测,利用频谱检测信息动态分配子载波,通过认知基站对认知用户子载波频谱感知信息进行融合判决.推导了MLD模型的判决区域上下界阈值、检测概率与虚警概率,并与能量检测进行性能比较.仿真结果表明,相对于能量检测,MLD判决阈值与子载波平均接收信噪比(SNR)有关,检测性能自适应信道变化.MLD用于CR多载波调制中的子载波分配,可明显提高认知OFDM子载波频谱感知性能,从而达到高效利用频谱资源,实现"绿色通信".     

基于NC-OFDM的最优功率分配

本文深入研究最优功率分配的算法,旨在最大化基于NC-OFDM的认知无线电系统中的信道容量.在传统的注水算法的基础上,把每个子信道功率控制也引入到NC-OFDM系统中,提出了一种基于凸优化理论的迭代分块注水算法.     

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。     

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。     

Dynamic overlapped spectrum allocation based on potential game in cognitive radio networks

In order to make full use of wireless spectrum resources,the behavior of cognitive radio （CR）for dynamic spectrum allocation is analyzed based on the game theoretic framework.The traditional spectrum allocation schemes consider the spectrum allocation among independent frequency bands only,without taking into account mutually overlapped frequency bands.For this reason,an optimal allocation etiquette is defined to promote the cross characteristic of the frequency bands in a dynamic spectrum allocation model.New interference operator and interference temperature constraints are introduced in order to realize calculation of the interference,and the corresponding spectrum allocation scenario can be further formulated as a potential game.Based on the characteristic of dynamic selection using the game theory and the interference avoidance rule of interference temperature,the robustness of CR networks is increased and the scenario is more suitable for the dynamic changing of actual wireless communication and energy saving communication systems.Simulation results show that the signal to interference and noise ratio （SINR） level can be significantly improved through the optimal allocation of any available spectrum.The utilization rate of spectrum and throughput of overall CR networks are increased by fully utilizing the spectrum resources in the dynamic spectrum allocation model.     

D2D网络功率和频谱资源分配策略

针对蜂窝通信系统高能耗、 低通信资源利用率和低信道利用率的问题, 提出一种基于能量效率(energy efficiency, EE)与频谱效率（spectral efficiency, SE）联合优化的网络资源分配策略. 首先, 在保证通信用户服务质量（quality of server, QoS）的前提下, 提出一种基于启发式算法的信道选择策略, 为系统内的D2D（device-to-device）用户分配信道复用资源; 其次, 在通信系统干扰门限和回程容量限制约束下, 利用Lagrange对偶分解迭代实现系统功率和频谱资源分配. 仿真结果表明, 该算法能有效扩充系统内D2D用户的数量, 提高能量效率及信道利用率, 增加频谱利用率, 为D2D用户分配最优的功率, 增强业务承载能力, 降低通信系统能耗并减少资源浪费.     

TD-LTE系统动态资源分配算法研究

动态资源分配算法能够有效提高频谱利用效率、系统容量以及减少发射功率。在TD-LTE通信系统中,下行链路采用了OFDMA(orthogonal frequency division multiple access)技术,动态资源分配问题常建模为在非线性限制条件下求解非线性目标函数的最优化问题。针对无约束条件迭代算法、速率自适应算法与边界自适应算法分配特点,分析了动态资源分配算法如何满足TD-LTE(time division-long term evolution)中多媒体业务不同QoS需求。对3种主流算法复杂度、容量、发射功率等技术指标进行分析比较。同时讨论了如何使算法具有低复杂度并能使网络达到良好技术指标,以及将资源块与功率结合分配的解决思路。为TD-LTE系统的动态资源分配算法研究提供了可行方案。     

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。     

一种OFDMA上行系统公平资源分配算法

为了提高无线网络吞吐量并兼顾用户之间的公平性,该文针对正交频分多址接入(OFDMA)系统的上行链路提出了一种比例公平的自适应资源分配算法。该算法考虑了上行系统中用户功率的离散分布特性,以最大化用户速率的对数和为优化目标。首先通过理论分析给出了上行比例公平资源分配的最优解形式,然后提出了一种兼顾效率和公平的上行OFDMA系统子载波和功率联合分配算法。仿真结果表明:相比传统的上行资源分配算法,该算法能够取得吞吐量和公平性之间的良好折中。     

超密集异构网络中的一种混合资源分配方法

针对在宏小区覆盖范围内高密度部署小小区所带来的跨层干扰和同层干扰,研究了超密集异构蜂窝网络中的资源分配问题,采用了一种共享频谱与分离频谱共存的混合频谱分配方案。依据簇中小基站与宏基站的干扰是否超过设定的阈值,将簇进行分类并以不同的方式进行资源分配,超过阈值的簇采用分离频谱的方式分配资源,反之,可共享整段频谱。而在每个小基站簇内,在相应的约束条件下采用对偶分解法求出规划的优化目标,为每个小基站分配子信道和功率。基于联合分配方案提出算法1和算法2(次梯度算法),算法1最接近最优解决策略,而算法2可以解决高复杂度问题,具有更高的实用性。仿真结果表明,所提方案能够有效地抑制干扰、提升系统容量,同时兼顾用户间公平性。