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。     

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。     

认知异构无线网络中频谱切换建模与分析

在具有频谱认知功能的异构无线网络中,针对传统频谱切换算法未考虑次用户业务的多样性,且空闲信道不足造成次用户服务时延大的问题,提出基于次用户分级的频谱切换策略。与以往单一的认知无线电网络不同,该策略融合利用免授权频谱的开放式无线网络和机会式利用授权频谱的认知无线电网络,提出了认知异构无线网络场景。根据次用户的业务类型对其进行优先级划分,并在此基础上设计数据分割因子优化策略。进一步采用混合式抢占优先权(preemptive resume priority /non-preemptive resume priority,PRP/NPRP) M/G/1排队模型,分别对主用户网络和开放式无线网络中的频谱切换过程进行建模,提出一个最小化时延的动态自适应频谱切换策略。实验仿真了不同参数对次用户时延的影响,结果表明,该策略较传统的频谱切换策略明显提升了次用户的时延性能。     

带有下行SWIPT的强干扰WPCN中用户最小速率最大化研究

现有的无线供电通信网络(Wireless powered communication networks,WPCN)只考虑在下行链路中进行能量传输,没有考虑信息传输的需求。实际上,在很多应用场景中需要考虑利用下行链路传输信息。如何制定发送策略来权衡各用户上行传输速率的公平性与最大化是WPCN中的研究热点。本文提出一种新的在强干扰蜂窝小区中进行能量与信息传输的设计方案,将下行无线信息与能量的同时传输(Simultaneous wireless information and power transfer,SWIPT)与无线供电通信网络相结合,实现基站与用户之间的下行能量传输与上下行双向信息传输。该方案通过上行功率分配、下行时间分配与波束成形以实现上下行最小传输速率的最大化,从而实现各用户上下行信息传输的性能与公平性的平衡。仿真结果表明,与传统的传输方式相比,本方案显著提高用户的最小传输速率。     

基于OFDM的认知无线电系统最优功率分配算法

在基于OFDM的认知无线电系统中,授权用户会受到认知用户带内子载波带外旁瓣泄漏功率的干扰。这里引入了功率控制参数来调整授权用户的干扰功率约束值,提出了一种认知用户子载波间的最优功率分配算法,通过求解一个凸优化问题来获得最优的功率分配方案。仿真结果表明:与其他算法相比,采用该方法获得的功率分配方案,在满足授权用户干扰功率约束值的条件下,可以使认知用户的信道容量最大化。     

蜂窝网络中设备间中继的功率分配

在蜂窝网络中,部署了一个设备间(D2D)双向中继网络.每个D2D双向中继节点配备有两根收发天线,分别同时与基站和D2D接收端进行通信.在假设D2D双向中继采用放大转发模式条件下,提出了优化D2D双向中继网络的功率分配方案.仿真结果显示:所提方案的D2D双向中继网络的吞吐量在理想信道下,较随机功率分配和传统通信方式分别提升7%和12%.     

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。     

两跳固定中继蜂窝网络的子载波信道分配策略

针对频率复用因子为1的两跳固定中继节点的蜂窝网络中,移动业务分布的时变性和非均匀性,提出了基于同向分配逆向共享的子载波信道资源环状分配策略。该策略无需基站之间的协作也能有效地保证相邻小区节点之间的最小同频干扰距离。通过理论分析和仿真,在用户业务非均匀分布下,与传统两跳蜂窝系统的子载波信道分配策略相比,提出的分配策略系统平均频谱效率有明显改善,尤其在业务分布主要集中在小区边缘时,其平均频谱效率增益可以达到3倍。     

蜂窝与D2D混合网络中的无线资源分配

针对蜂窝与终端直通（D2D）混合网络中的资源分配,将其建模为以最大化网络吞吐量为目标,关于蜂窝用户与D2D用户资源的联合优化问题。基于该模型进一步提出一种两阶段资源分配策略,即先采用改进的贪婪频谱分配算法将资源块分配给用户,然后基于对偶分解理论给每个资源块分配最优的传输功率。该算法在考虑蜂窝用户服务质量（QoS）的基础上,不再限制每个资源块上的D2D用户数目以及D2D用户可复用的资源数。仿真结果表明,所提算法在保证蜂窝用户速率性能的前提下,有效地提升了系统的整体容量。      

Dempster-Shafer （D-S） algorithm with credit scale in spectrum sensing

In cognitive radio, the detection probability of primary user affects the signal receiving performance for both primary and secondary users significantly. In this paper, a new Dempster-Shafer (D-S) algorithm with credit scale for decision fusion in spectrum sensing is proposed for the purpose to improve the performance of detection in cognitive radio. The validity of this method is established by simulation in the environment of multiple cognitive users who know their signal to noise ratios (SNR) and a central node. The channels between the cognitive users and the central node are considered to be additive white Gaussian noise (AWGN). Compared with traditional data fusion rules, the proposed D-S algorithm with credit scale provides a better detection performance.     

考虑用户信用度的共享停车双向拍卖机制及泊位分配模型

共享停车作为时下全新的一种停车模式,为缓解现有停车供需不平衡、时空分布不均的问题提供了新方向和新思路。共享泊位是由分布在不同区域、位置的闲置车位集合而成的,因其动态性和时效性而具备不确定性。在泊位分配过程中,已分配的车位时常因用户失信、违约而交易失败,无法发挥泊位的最大价值,造成泊位闲置和浪费。为提高泊位利用率,本文提出了一种考虑用户信用度的泊位分配模型。首先,结合现有信用评价模型,构建了考虑用户信用度的分配模型。然后,以价格和时间为约束,根据双向拍卖模型建立共享泊位参与者（拥有者、用户、平台）的出价机制,确定最终交易价格。进而,计算出用户总的效用值,求得基于效用值的最佳分配序列,并根据该序列对提交上来的用户泊位请求进行有序分配。最后,通过软件仿真,将本文所提模型与先到先停、传统拍卖模型进行比较分析。结果表明,所提模型相较于先到先停方案、传统拍卖模型在收益提升率方面分别增加了2.15%和32.07%;在平均泊位利用率方面分别增加了0.93%和29.99%。     

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...     

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。     

基于容量最优化的D2D资源分配方法的研究

D2D(Device-to-Device)通信是一种在基站的控制下,允许终端之间通过复用小区资源直接通信的新型技术.它能够增加蜂窝通信系统频谱效率,降低终端发射功率,在一定程度上解决了无线通信系统频谱资源匮乏的问题.由于在未来的移动网络中有越来越多的异构设备,一个高效的资源分配方案必须最大限度地提高系统的吞吐量,并实现更高的频谱效率.资源分配方案是在保证小区用户吞吐量的前提下,使D2D用户获得最大的吞吐量,并在文献[7]的基础上给出了一个算法来解决这个问题.通过仿真表明,算法具有较低的时间复杂度,能够有效地提高系统的吞吐量.     

超密集异构网络下的系统建模和时域干扰协调分析

采用基于随机理论的空间泊松点过程建立超密集异构网络的系统分析模型.在此模型下,通过分析异构网络中使用小区范围扩展技术和增强型小区间干扰协调技术引起的小区扩展区域和非扩展区域干扰类型不同的情况,分别推论出不同区域的中断概率和频谱效率等性能指标的表达式.针对异构蜂窝网络中存在几乎空白子帧(ABS)时,用户接入选择和资源分配方法过于复杂的情况,提出了一种动态分配几乎空白子帧算法.仿真结果表明:相较于固定几乎空白子帧算法,所提算法在兼顾各区域用户公平性的同时,可以使系统平均遍历容量提升10%~25%,同时也改善了扩展区域内的用户干扰问题.     

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.      

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。     

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.     

认知多用户多中继协作蜂窝网络最优共同功率和频谱分配

研究了基于认知无线电的多用户多中继协作蜂窝网络最优功率和频谱共同分配问题,建立了基于发射功率向量和中继结点频谱分配向量为参数的网络最优功率和频谱最优化分配模型,应用罚函数法对提出的最优化分配模型进行求解,提出了一种多认知用户多中继协作蜂窝网络最优功率和频谱共同分配方法。仿真验证了提出的方法正确性和有效性,仿真结果表明提出的分配方法能对发射功率和中继结点频谱进行最优分配,保障每个结点获得最优吞吐量的基础上最大化网络总的吞吐量。