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。     

统计干扰约束的认知无线电网络最优联合功率和频谱分配方法

针对具有统计干扰约束的认知无线电网络联合功率和频谱分配问题进行了建模和分析,建立了统计干扰约束的认知无线电网络联合功率和频谱分配最优化模型,由于模型是典型的NP-Hard问题,应用遗传算法对联合功率和频谱分配最优化模型进行求解,提出了基于遗传算法的最优联合功率和频谱分配方法,能有效地保障对联合功率和频谱最优分配.仿真验证了提出算法的收敛性和正确性.     

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.     

基于联盟的认知无线电机会频谱接入

在认知无线电中,由于次用户会因为错误感知未能发现主用户而接入信道,从而造成主次用户的冲突碰撞,而且竞争同一信道的次用户越多,冲突碰撞的概率越大。提出了基于联盟的MAC协议(ALLY-MAC),合理分配竞争各信道的次用户数量,从而减少与主用户发生冲突碰撞的可能性,提高网络吞吐量。通过仿真实验可看出,与OSA-MAC的接入机制相比较,所提方案能有效地减少主次用户之间的冲突碰撞率,提高网络吞吐量。     

多信道认知无线电频谱感知次用户和功率分配

为提高多信道认知无线电的吞吐量,提出了协作频谱感知子信道次用户和传输功率的联合分配算法.该算法基于主用户的存在状态,在约束次用户协作检测概率和总功率的基础上,以最大化次用户所有子信道的吞吐量总和为目标,通过交替方向优化获得子信道次用户和传输功率的联合分配.仿真结果表明:文中提出的联合分配算法通过较少的迭代次数就可以获得最优值,并且能够根据子信道状态动态地分配子信道次用户和传输功率,提高了次用户的吞吐量.     

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.      

基于用户公平性的抗干扰频谱接入方法

针对共存式频谱接入方法中存在干扰的问题和多认知用户无线通信系统中认知用户之间的系统资源分配不公平的现象,提出了一种基于用户公平性的抗干扰频谱接入方法.在该方法中,如果认知用户能够帮助授权用户达到目标速率,就能够获得机会接入授权用户的频谱,认知系统根据认知用户的信道条件和吞吐量选择出一个认知用户接入授权用户的频谱.认知用户接入授权用户的频谱后,利用一部分带宽转发授权用户的信息帮助其达到目标速率,然后利用剩余的带宽发送自己的信息.由于认知用户使用不同的带宽分别发送授权用户和自己的信息,所以授权用户和认知用户之间不会产生干扰.研究了认知用户如何进行带宽分配,使得在保证授权用户达到目标速率的条件下,最大化认知用户的速率,以及如何进行认知用户选择,保证认知用户频谱接入的公平性仿真结果验证了该频谱接入方法的有效性和公平性.     

基于预测机制的认知无线电机会频谱接入

基于认知无线电(CR)的机会频谱接入技术,近年成为一个研究热点,但大部分文献是根据当前主用户的频谱活动情况来指导次用户的频谱接入。提出一种新的接入机制,根据主用户过去和现在的频谱活动来预测其未来的频谱活动,从而使次用户可以接入可用性高的频段,减少与主用户发生冲突碰撞的可能性。另外,门限值的设定更进一步减少了不可靠的频段,使次用户的通信质量得以提高。通过仿真实验可看出,与传统的接入机制以及未设门限值的接入机制相比较,所提方案能有效地减少主次用户之间的冲突碰撞率。     

基于NOMA的认知无线电网络功率分配

考虑采用非正交多址接入(NOMA)技术的认知无线电网络下行链路的功率分配问题,旨在最大化接入系统的次用户数,提升系统的频谱效率.在不影响主用户通信的情况下,对次用户进行合理的功率分配,使得系统接入的次用户数最大化.在系统可用功率未得到充分利用时,考虑在接入系统的次用户间对未利用的功率再次进行功率分配,提升系统的频谱效率.仿真结果显示:当次用户最小速率为2.5 bit·s^-1,请求接入系统的次用户数为10时,频谱效率可提升13%.     

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。     

基于博弈论的协作通信中继节点的功率分配

将博弈论引入到资源分配中,在不需要全部信道状态信息的前提下,对资源进行有效分配.在经典的博弈论算法基础上提出了改进,以提高算法的实用性.对stackelberg博弈在单用户协作通信中的应用,提出了限制协作中继接入数目的算法,在牺牲部分协作分集增益的情况下,大大降低了算法的复杂度和系统的信令开销.     

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.     

AF-DSTC协作通信中基于中断概率的功率分配方法

为了降低协作通信系统中的通信中断概率,研究了放大转发-分布式空时编码(AF-DSTC)协作通信协议,分析了各协作节点间的功率分配问题,并提出了一种在已知信道平均增益时,以降低系统中断概率为目标的功率分配方案.各协作节点根据其收到的源信号功率以及到目标节点的信道平均功率增益,计算其选取决定系数(SDP),其中SDP高于选取门限的协作节点将平均分配发射功率.研究结果表明,该方案计算复杂度低,仅需知道信道的平均增益,较大地降低了通信中断概率,在B3G/4G移动通信系统中具有一定的实用价值.     

放大转发协同通信的功率分配

        针对非再生放大转发协同通信系统中协同伙伴容量受限时的功率分配问题,基于容量最大化的功率分配准则,提出两种不同的功率分配方案--慷慨分配与吝啬分配方案.仿真结果证实,提出的两种基于容量最大化的功率分配准则能在不同程度上改善系统的容量.     

认知双向中继网络中的联合功率分配及自适应中继算法

基于OFDM认知双向中继网络,提出了自适应中继策略.以认知系统的最大和速率为优化目标,以干扰温度门限作为约束条件,联合自适应中继策略,对功率分配问题进行了讨论.其中,首先利用拉格朗日对偶法将最优化问题分解为N个针对单载波的优化子问题,并根据不同的中继方式即AF或者DF,将每个子问题分为两种情况进行讨论.对于AF的情况,将其等效为凹优化问题进行求解;对于DF的情况,则根据中继节点解码顺序的不同,并采用次梯度投影算法对功率分配解进行计算.然后,根据以上的功率分配解,判断采用哪种中继方式.仿真结果表明:与单独采用AF或DF中继方案相比,自适应中继方案则在高SNR和低SNR下,均能获得良好的系统性能.     

基于双向选择的匹配问题

研究现实生活中双向选择的匹配问题,定义了双向选择的相互满意等效指数概念,运用优先匹配数字算法及Kuhn-Munkres可行顶点标号法得到了基于总体最优的双向选择的一种新的匹配算法.     

DF多跳协作系统中基于最大系统容量的功率分配优化算法

针对多协作节点参与的多跳协作通信系统,以最大化系统容量为目标,在总发射功率受限的条件下提出一种译码转发(DF)模式下的功率分配优化算法,基于这种算法得到了最大化系统容量的功率分配最优解.仿真时采用BPSK调制.仿真结果表明,提出的算法和基于最小化中断概率优化算法、平均功率分配算法及直接传输相比误码率明显下降.     

协同认知网络中功率分配与协同节点选择

针对认知无线网络中次级用户通信性能优化问题,以最大化次级用户的传输速率为目标,研究引入协同通信的认知网络中协同节点选择和发送功率分配问题.通过引入中断概率增量因子,简化主用户接收机中断容量损失受限的约束条件,同时依据目标函数的不同将问题分解,对形成的原优化问题进行了有效求解.仿真结果表明,文中算法实现了最优的功率分配和协同节点选择,在保护主用户通信业务的前提下,有效地提升了次级用户的传输速率.     

协作通信系统中继功率分配算法的研究

研究了协作通信系统中功率分配的问题,主要研究了固定放大转发协议下单中继系统的功率分配.首先对系统的误码率进行了推导并以最小化系统的误码率为目标对优化问题进行了定义;其次引入惩罚因子将有约束的最小误码率优化问题转化为无约束优化问题进而建立新的目标函数;最后提出了人工鱼群和粒子群相结合的算法对系统优化问题进行了求解.仿真结果表明所提算法提升了系统的性能并降低了计算复杂度.