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。     

基于混合非正交多址接入的认知无线电网络的信道和功率分配研究

针对混合非正交多址接入(NOMA)的认知无线电网络的下行链路,以主用户的干扰功率阈值、次用户最小信息速率以及子信道复用用户数为约束条件,建立信道和功率资源分配的优化问题模型,提出了一种公平性可调的信道分配方法,得到信道和用户的匹配结果;采用凸近似和Charnes-Cooper变换的方法,得到复用用户的功率分配值.仿真结...     

非正交多址认知无线电网络功率分配算法

非正交多址和认知无线电技术能有效提高频谱效率,是新一代移动通信系统的关键技术。针对功率域非正交多址认知无线电网络的能效优化问题,建立了满足次用户最小系统吞吐量和主用户最大干扰的次用户功率分配模型,将子信道吞吐量公式进行分解,得到子信道功率分配系数和子信道功率消耗率2个子问题。针对第1个问题,采取凸差(difference of convex,DC)规划算法将目标函数等效为2个凸函数差形式,并应用一阶泰勒展开式进行连续近似,将非凸问题转换为凸优化问题,从而得到子信道复用次用户最优功率分配系数;针对第2个问题,采用Dinkelbach算法和次梯度算法,利用拉格朗日函数,得到最优子信道功率消耗率。仿真结果表明,所提功率分配算法收敛速度快,时间复杂度低,其平均系统能效性能远优于分数功率分配算法。     

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。     

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。     

一种新的认知无线电资源管理信道

为了解决认知无线电资源管理中感知信息传输时延大、效率低以及易受干扰等问题,利用直接序列扩频技术,构建了一种具有较低功率谱密度和较强抗干扰能力的宽带资源管理信道(WB/RMC),实现了感知信息的即时、可靠交互.借助干扰温度的概念,分析了一定区域内,WB/RMC信道对主用户造成的干扰,得出了主用户干扰温度限与可容纳的认知无线电终端之间的关系.理论分析和仿真结果表明,该方案能够较好地避免感知用户与主用户之间的干扰,且可以为足够多的感知用户提供无授权接入机会.     

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。     

基于信道质量信息的机会频谱接入策略

机会频谱接入被认为是一种实现异构无线网络间频谱资源共享的有效途径之一。之前的相关研究很少考虑信道质量信息对于机会频谱接入性能的影响。针对这一问题,该文综合考虑主用户信道占用信息和次用户的信道质量信息来设计机会频谱接入策略,并通过求解凸优化问题获得了一种基于信道质量门限的策略。该策略能够最大化次用户获得的有效吞吐率,同时满足主用户对传输质量的要求,且在单信道场景下具有最优性。仿真结果表明:该策略能够显著提高次用户的有效吞吐率。     

非理想信道感知下的频谱共享容量的理论分析

在现有的以理想信道感知为条件的机会频谱共享容量分析基础上,重点讨论非理想感知对机会频谱共享中次用户信道容量的影响.关注两条不同传输途径的信道,一条是从次用户发送端到次用户接收端的无线信道,另一条是次用户发送端到主用户接收端的无线信道.以主用户接收端功率受限作为约束条件,得到了关于非理想信道信号噪声比条件下机会频谱共享的次用户信道容量的关系表达式.首先分析次用户发送端到主用户接收端信道和次用户发送端到次用户接收端信道为非对称时次用户的信道容量,其次分别探讨不同衰落信道模型下两条信道上感知(包括信道估计和预测)误差为对称和非对称结果时,次用户信道容量的变化.     

一种基于信道感知和预测的多址接入方法

为了实现认知无线电系统中机会式的频谱接入、主动避免对主用户的干扰,提出了一种基于信道感知和预测的多址接入方法。考虑主用户对信道的占用过程具有一定的突发性和相关性,将主用户的活动规律建模为半马尔可夫过程。新算法充分利用信道感知结果和主用户的活动规律预测下一个时刻主用户的状态及剩余状态持续时间,并采用递归预测误差法进行参数估计。仿真结果表明,与传统的载波侦听多址接入算法相比,新算法能够在保证主用户阻塞概率约束的前提下,较大地提高频谱利用率,非常适用于认知无线电。     

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.     

反向散射辅助无线供电D2D网络中的鲁棒能效优化

为了提高反向散射辅助无线供电中设备对设备（device-to-device,D2D）的网络能效（energy efficiency,EE）和系统的鲁棒性,研究了在具有信道不确定性的反向散射辅助无线供电D2D网络中的鲁棒能效资源分配问题。在功率站最大发射功率、所需服务质量和能耗约束下,通过联合优化发射功率、传输时间和反射系数使所有D2D用户的总EE最大化;利用一个次优解的迭代鲁棒算法解决了提出问题的非凸性。仿真结果表明,提出的算法具有收敛性及对不确定信道的鲁棒性。     

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。     

具有能量收集的认知双向协作中继网络中断概率分析

为了延长认知中继网络的生存时间和降低中断概率,提出了具有多主接收端的专用信号塔(PB,Power-beacon)辅助能量收集认知双向协作中继网络,并研究了采用译码转发模式和机会中继选择策略的衬底式认知网络中断性能。网络中次用户发射功率由收集自PB的能量和主接收端的干扰约束决定。推导了Rayleigh块衰落信道下次网络的精确中断概率,结果表明增大PB发射功率或主网络干扰约束将使中断概率单调下降。此外,还推导了有干扰约束和无干扰约束的次网络渐近中断概率,研究了中断饱和现象,PB位置对中断概率的影响,以及主接收端和中继数量、次网络端到端容量以及能量收集比率与中断概率之间的关系。仿真结果验证了理论推导。     

噪声功率不确定下基于能量的频谱检测分析

感知无线电是一项有希望提高频谱利用率的技术,在不干扰授权用户的前提下,通过协商或者机会地与授权用户共同占用频谱资源。实现感知无线电技术的关键就是如何可靠地检测授权用户使用的频谱情况。基于能量的频谱检测实现简单,能够快速地检测频谱的占有情况,但是也有很多缺点,比如易受噪声的影响。近几年基于能量的频谱检测得到广泛研究,但是,在噪声功率不确定情况下的频谱检测研究却不多。针对这一问题,从不同的角度分析了在噪声功率不确定情况下的基于能量的频谱检测,分析了最坏情况下的性能。最坏情况下的性能用信噪比、时间带宽积和噪声不确定峰值比的函数表示。从仿真结果中可以看出,即使不确定的噪声功率是一个很小数量,也会造成检测性能的大幅下降,而且在瑞利衰落信道下性能更差。     

面向多异质用户的分布式动态频谱接入方法

针对认知无线电网络中多个次用户存在不同服务质量(quality of service,QoS)需求的频谱接入问题,提出了基于Dueling DQN(dueling deep Q-network)的分布式动态频谱接入方法.该方法通过与环境交互学习实现在次用户不掌握系统信道先验信息条件下动态获得最佳频谱接入策略,并以次用户碰撞次数以及成功接入信道次数分析比较所提出方法的性能.仿真结果表明,提出的方法在保护主用户不受干扰、满足多异质用户QoS需求的前提下,能够有效减少次用户间碰撞次数,提高次用户成功接入信道次数,相比随机接入与短视策略(myopic policy)频谱接入方法,该方法的碰撞次数分别降低60％和90％,其成功接入性能分别提高30％和50％.     

多信道认知网络的直观信道感知策略

为了提高频谱利用率,认知无线电技术可使非授权用户在不影响授权用户正常通信的情况下,利用瞬时的频谱空穴满足自身通信需求。如何通过感知频谱及时有效地发现频谱空穴是一个至关重要的问题,尤其是对于多信道认知无线电网络。针对多信道认知无线电网络,该文在连续时间Markov链的信道占用模型基础上,根据信道状态可能发生变化的概率,提出了一个动态的直观信道感知策略,并考虑了感知周期的影响。仿真结果表明:在感知周期合适的情况下,该策略能够有效地发现并利用频谱空穴,并且比周期感知和随机感知策略消耗更少的能量用于感知。     

CRSNs中基于传感器选择的高能效频谱感知算法

协同频谱感知(cooperative spectrum sensing, CSS)是认知无线电传感器网络中解决频谱资源稀缺的主要手段,针对现有频谱感知方法在降低能耗方面存在的不足,考虑一种从主要用户接收的具有不同的信噪比值的传感器所组成的真实网络场景,提出一种基于传感器选择的高能效频谱感知算法。该算法将可被传感器用来传输数据的信道按时间分成相等的框架,每框架中包含3个阶段：频谱感知、报告和数据传输;通过聚类得到所有能够满足CSS所需精度的传感器子集,并计算在每次协同频谱感知中这些传感器的平均能耗;在考虑传感器剩余能量的基础上,将每个框架中使用最少数量的传感器参与CSS过程建模为面向能耗的优化问题,并提出一种启发式算法进行求解。仿真实验结果表明,与现有的其他频谱感知方法相比,提出的算法在能量利用方面具有更好的性能。