无线携能通信时隙与功率联合优化算法研究

传统通信系统由于不能够有效利用射频信号的能量会导致传输能耗较高,所以必须合理分配资源,在信息和能量传输间获得折中,即保证充足的传输能量并尽可能提高系统的信息传输性能.因此,为了节约通信系统的能量,本文提出通信系统在多个时隙同时传输信息和能量从而实现无线携能通信.首先,将传输时间分成若干时隙,发射机按照要求在不同时隙内发送信息或者能量;然后,接收机在对应时隙内接收信息或者收集能量,并利用收集的能量提供电路耗能;最后,通过联合优化时隙和功率分配,在保证系统能量需求基础上最大化系统传输速率.仿真结果表明:相比等时间功率分配算法,提出算法的传输效率提高了约40 bps;且随着时隙数增加,提出算法性能显著提高.当传输能量增加时,可分配的信息功率更大;而当能量需求增加时,信息功率会降低,更多的功率用于能量传输.因此,提出算法通过为信息传输和能量采集合理分配时隙和功率,保证充足的采集能量基础上,最大化信息传输性能,系统通过采集无线能量有效提高了传输性能.     

无线协作多播系统中基于中断概率的资源优化算法

在基于OFDMA的无线协作多播系统中,当只有用户的平均信道信息可利用时,由于信道瞬时衰落的影响,不能保证所有多播数据成功传输。因此为了达到有效可靠传输的目的,本文采用协作分集技术,创新点在于,提出了在最小化多播传输中断概率时的联合子载波和功率分配优化算法。在子载波分配阶段采用了比例协作子载波分配算法,来实现吞吐量和公平性的折中。在功率分配阶段采用迭代功率分配算法来有效利用有限的功率。仿真结果显示本文提出的协作算法的中断概率明显小于传统非协作算法;在协作算法中有功率分配算法的中断概率小于没有功率分配算法的。因此说本文提出的资源优化算法能很好的克服信道瞬时衰落的影响,保证多播数据的成功传输。     

认知无线电系统中OFDM多用户资源分配算法

基于认知无线电技术特点和OFDM传输特性,提出一种OFDM多用户资源分配算法．认知无线电用户根据感知的资源状况,针对用户的带宽以及QOS等要求,通过对子载波和功率的分配使得整个信道容量达到最大．本算法引入“调度因子”来体现用户子载波分配过程中“比例公平”的原则,保障每个用户都能满足一定的通信要求;引入“衰减因子”和用户设备类型,在不干扰授权用户通信的前提下进行多用户之间分配子载波和功率．算法采用“二步法”,以降低计算复杂度,满足于认知无线电实时性要求．仿真结果表明所提算法相对于FDMA方案信道容量至少提高40％．     

多信道认知无线电频谱感知时间和门限联合分配

为提高多信道认知无线电的吞吐量,提出采用交替方向优化联合分配次用户的频谱感知时间和子信道感知门限.基于"先听后传"的次用户帧结构,建立了感知时间和门限的优化分配模型.该模型在保证满足主用户通信需求和子信道频谱感知性能的前提下,最大化次用户各子信道的吞吐量总和.联合优化算法通过交替优化感知时间和门限能够获得模型的最优解.仿真结果表明:存在最优的感知时间和门限最大化次用户的吞吐量,并且相比之前的方案,联合分配能够提高次用户的吞吐量.     

认知无线电系统转移接入概率的动态子载波分配

针对认知无线电系统可用子载波的动态变化,提出一种基于接入概率的动态子载波分配方法. 该方法通过控制认知用户在子载波上的接入概率最大化系统的吞吐量,保证了用户的服务质量需求. 为简化求解过程,提出一种基于接入概率转移的启发式算法,该算法可将子载波接入概率在用户间转移,直至所有用户的速率需求都得到满足. 仿真结果表明,在瑞利衰落信道环境下启发式算法能得到全局最优解. 同时,与现有动态分配方法和载波侦听多路接入方法相比,新方法能有效地提高系统吞吐量性能.     

多蜂窝系统下行多用户CoMP中一种次优的子载波和功率分配算法

针对传统的协作多点传输/接收(CoMP)系统中蜂窝中心用户和边缘用户在子载波分配过程中出现的分配不公平和未考虑可变功率因素的问题,提出了一种次优的旨在最大化扇区内所有用户吞吐量的子载波和功率分配算法.该算法将蜂窝边缘用户可使用的频率资源扩展到蜂窝所在的整个频段,同时蜂窝中心用户和边缘用户在整个频段上通过正比公平算法竞争最优的子载波资源,用以保证用户的公平性,然后根据最优化目标函数和得到的子载波分配算法,对小区内的所有用户进行最小速率和正比公平限制,利用拉格朗日乘子法计算出了分配给每个用户的功率.仿真结果显示,该算法可以显著提高所有用户的公平性和吞吐量.     

基于无速率编码的认知无线电系统能量分配算法

针对目前广泛应用的认知无线电技术,研究最大化认知系统能量利用率的问题.全局计入信道特性和系统本身特性对能量利用率的影响,利用无速率编码对网络动态环境的自适应能力以对抗主用户不可预知的出现,研究基于无速率编码的多信道认知无线电系统的能量分配算法.通过引入周期频谱感知模型,提出的能量分配算法根据信道和系统特性分配从用户的感知能量和传输能量,利用系统门限约束干扰概率以保护主用户通信.仿真结果表明,对应不同的信道或系统特性,提出的算法均能够显著降低能耗,提高能量利用率.     

基于AF中继的OFDM认知系统的 功率分配和子载波配对算法

建立基于放大转发(AF)中继的正交频分复用（OFDM）的认知无线电系统模型,并推导出该系统中在对从用户的源节点和中继节点的总功率限制和对主用户的干扰限制条件下的联合最优功率分配和子载波配对算法.采用拉格朗日对偶分解法和次梯度法推导出最优功率分配算法,并将基于Hopcroft-Karp算法的子载波配对方法融合到功率分配的过程中,得到联合最优算法.根据系统总功率和干扰限制的特点,提出一种低复杂度的次优功率预分配算法.分别对最优功率分配算法和次优功率分配算法、Hopcroft-Karp子载波配对算法和源节点、中继节点采用相同子载波传输的固定子载波配对算法进行仿真比较.结果表明：采用功率分配和子载波配对的联合优化技术能够大大提高系统的频谱效率,具有一定的可行性.     

基于OFDM的协作通信系统的资源分配研究

为了在OFDM的协作通信系统中能够充分利用无线频谱资源,将携能无线通信和中继技术相结合,把认知中继的子载波分为两部分(一部分用于自身的信息传输,另一部分用于主用户的数据转发),并用分支定界法优化了最大次用户网络吞吐量.实验表明,优化后的最大化次用户网络的吞吐量明显优于填充式认知无线电和下垫式认知无线电,频谱资源也得到了充分的利用.     

认知无线电网络子载波和功率分配

在干扰温度和总发送功率的限制条件下,提出了一种基于正交频分多址（OFDMA）接入方式的认知无线电网络上行链路子载波和功率分配算法,目标为最大化系统吞吐量。算法在初始分配方案的基础上不断调整,最终逼近最优分配方案。仿真结果表明,提出的算法在大幅度降低计算复杂度的同时,达到了接近穷举方案的性能。     

Joint optimization of cooperative sensing and transmission in energy-efficiency cognitive radio

Aiming at the low energy utilization caused by the sensing energy consumption of cognitive radio (CR), we propose to improve the energy efficiency (EE) of multi-channel CR by jointly optimizing cooperative spectrum sensing and transmission resources. Setting optimizing parameters such as cooperative spectrum sensing time, sensing threshold, transmission bandwidth and power, etc., the optimization model for maximizing EE is built based on the periodic cooperative spectrum sensing. The proposed non-convex optimization model is effectively resolved by a combined algorithm of the interior method and Dinkelbach's optimization. Simulation results show that when the detection probability is 0.6, compared with the traditional maximizing spectrum efficiency model, the transmission rate of the maximizing energy efficiency model increases by 100bit/(s·Hz^-1) under unit energy. The proposed model decreases the sensing power consumption and improves the energy utilization effectively.     

一种认知无线电系统频谱分配和频谱感知联合设计

目前对认知无线电系统频谱分配的研究均假定频谱感知的结果完全理想,这在现实条件下显然无法满足。考虑非理想频谱感知,结合正交频分复用（OFDM,Orthogonal Frequency Division Multiplexing）传输方式,提出一种频谱分配和频谱感知的联合算法。该算法在构造目标函数时引入了信任度函数,并通过迭代求解得到近似最优的子载波、功率分配和检测门限值。仿真结果表明,文章提出的联合设计在性能上优于传统的独立设计。     

机会频谱接入中能量有效感知接入策略联合设计

在非时隙主用户网络中,为了提高认知无线网络中认知用户的能量有效性,基于序贯决策理论提出了一种新的自适应机会频谱接入算法。该算法以最大化能量有效性为目标,通过建立感知接入联合优化模型,使得认知用户能够以最优的信道感知时间和传输功率接入信道。同时,在功率控制过程中引入认知用户请求数据包长度,使得传输功率可以基于数据包长度自适应控制。上述目标优化求解过程中,借助于非线性分式规划理论将其转化为线形规划问题,并运用二分搜索算法寻求最优解。仿真结果表明,所提算法能够实现感知性能和感知能耗的有效折中,有效提高认知用户的能量有效性。     

认知无线电中传输阶段频谱感知研究

认知无线电系统中,如何进行有效地频谱感知是关系到次用户系统传输效能的首要问题,也是认知无线电长期的研究热点之一。传统的认知无线电中,频谱感知只发生在特定的感知阶段,而忽略了决策、传输阶段信息对频谱感知的支持作用。提出了一种充分利用传输阶段的信息进行频谱感知的方法,并基于感知结果优化下一阶段的发射功率分配。考虑基于解码信息的频谱感知算法,在传输阶段,次用户接收机在接收到次用户发射机的信息后,对信息进行解码;之后,将次用户信息从接收信号中去除,利用剩余的信号检测主用户的工作状态,并根据状态的不同,优化次用户下一阶段的发射功率。数值仿真结果表明,相对于传统的衬底式认知无线电算法（传输阶段的信息没有被用于频谱感知）,在对主用户造成相同的平均干扰情况下,提出的算法能够在一定程度上提升次用户平均信道容量。提出的算法通过对传输阶段信息的二次利用,能够为频谱感知行为提供更多的可用信息,提升检测主用户当前工作状态的正确率,在对主用户造成一定的平均干扰约束下,更加精确地控制次用户自身的传输参数,从系统机制的层面上提高了对通信信道的综合利用率。     

多用户OFDM系统中的联合子载波和功率分配算法

正交频分复用系统中的动态资源分配对提高频谱效率起着至关重要的作用,故提出了一种多用户正交频分复用系统中的新型子载波和功率分配算法,根据用户速率请求进行子载波分配,并结合改进的多用户注水算法,在提高系统频谱效率的同时,满足用户的误比特率要求．研究结果表明,该算法在保证误比特率和用户间公平性的前提下提高频谱效率．     

能量有效性频谱感知和传输方案的联合设计

为了实现认知无线网络的能量有效性传输,在混合频谱共享方式下对频谱感知和传输功率分配的联合优化方案进行研究.首先将混合频谱共享方式下的能量有效性传输描述为一个多约束优化问题,并从理论上分析了最优的频谱感知和功率分配方案.结合理论分析结果,设计了低复杂度的联合优化迭代方案以逼近优化问题的最优解.仿真结果表明所提方案的性能与最优方案非常接近,而方案复杂度却大大降低.     

Fair subcarrier-power allocation scheme for multiuser multicarrier systems

The main objective of multiuser orthogonal frequency division multiple access(MU-OFDM) is to maximize the total system capacity in wireless communication systems. Thus, the problem in MU-OFDM system is the adaptive allocation of the resources(subcarriers, bits and power) to different users subject to several restrictions to maximize the total system capacity. In this work, a proposed subcarrier allocation algorithm was presented to assign the subcarriers with highest channel gain to the users. After the subcarrier allocation, subcarrier gain-based power allocation(SGPA) was employed for power and bit loading. The simulation results show that the proposed subcarrier-power allocation scheme can achieve high total system capacity and good fairness in allocating the resources to the users with slightly high computational complexity compared to the existing subcarrier allocation algorithms.