认知无线电系统的顽健资源分配算法

摘 要：针对多用户下垫式认知无线电网络中参数不确定性问题,提出了一种顽健分布式功率控制算法。在干扰温度门限和次用户信干噪比（SINR）的约束下,考虑信道不确定性,实现认知系统功率消耗最小化。基于欧几里得球形不确定性描述,利用拉格朗日对偶分解理论给出了顽健功率控制问题的解。仿真结果表明,该顽健功率分配算法能同时满足主用户和次用户的QoS需求,与非顽健算法和传统SOCP算法对比可提升系统性能。     

基于非合作双干扰惩罚博弈的功率控制算法

为了提高认知用户的性能,文章提出了一种在认知CDMA网络中基于非合作双干扰惩罚博弈的功率控制算法（NPGP-DIP算法）,介绍了其系统模型,并对以下三点作了详细证明：该算法降低了保证系统正常通信的最小SINR要求,该算法存在纳什均衡点且是惟一的。仿真结果表明,该算法在满足对主用户最大干扰限制的条件下,提高了认知用户的性能,并且在一定程度上兼顾了系统的公平性。     

LTE中femtocell间的功率控制算法

3GPP长期演进(LTE)系统中femtocell密集部署时,femtocell之间会存在较强干扰,针对femtocell的下行干扰,提出了一种基于干扰级别的功率控制算法。根据设定的信干噪比(SINR)门限值,给femtocell用户设置相邻干扰标志,通过上行信道发送给femtocell,再转发给相邻femtocell,femtocell由收到的干扰标志数量划分级别,根据干扰级别进行不同的功率调整。仿真结果表明,该算法很好地提升了femtocell用户的低SINR,femtocell用户吞吐量比无功率控制情况下至少提高了2.1Mbps,达到了降低femtocell间干扰的目的。同时表明,femtocell部署越密集,控制效果更加明显。     

认知无线网络中基于Stackelberg博弈的功率控制新算法

针对认知无线网络中存在的干扰问题和功率消耗过大问题,提出了一种新的基于斯坦克尔伯格(Stackelberg)博弈的功率控制算法。建立了主次用户双层网络模型,将主用户设置为领导者,次用户设置为追随者,并对次用户产生的总干扰进行定量分析。在次用户多次博弈的过程中,动态地调整主用户单位干扰价格,在保证主用户自身正常通信前提下,尽量使得收益最大化,提高主用户的参与积极性。仿真实验表明,该算法在保证主次用户的服务质量（QoS）前提下,有效地减小了次用户的发射功率,而且能获得更高的系统容量。     

TD-LTE系统功率控制技术的研究

分析了TD-SCDMA的长期演进系统（TD-LTE）中的无线资源管理（RRM）技术,介绍了TD-LTE系统的功率控制（Power Control）原理以及流程设计,提出了一种基于目标SINR的室外开环上行功率控制算法,研究了在功率控制中目标SINR对系统吞吐量的影响,仿真结果表明随着目标SINR的增长,小区边缘用户SINR迅速增大到达一定的峰值之后缓慢下降并趋于稳定,由此产生增益。     

IEEE 802.22环境下的认知无线网络功率控制研究

在主用户信干噪比(SINR)门限和认知用户总功率的限制条件下,研究了认知无线网络中的功率控制方法。主用户可容忍的干扰随通信环境的改变而不断变化,所以认知用户需根据主用户的信噪比进行严格的功率控制。仿真结果表明,该功率控制方案能最大化认知用户的传输速率和降低认知用户中断概率,同时主用户的QoS得到有效的保证。     

认知星地一体化网络中能效最大化的鲁棒功率控制算法

如何提高能量效率是当前认知星地一体化网络研究的热点问题之一,而功率控制是提高能量效率的重要方法。另外,在实际中,由于信道信息评估误差和反馈时延致使所获得信道增益信息是不完美的,从而使得已有基于完美信息的功率算法不能满足系统性能。为此,针对认知星地一体化网络中无线信道信息不确定的情况,进行鲁棒功率控制算法的研究。首先,针对认知用户的瞬时信噪比和对主用户的干扰受信道衰落的影响而具有不确定性的情况,建立了最差情况下的鲁棒优化问题;其次,利用分式规划和拉格朗日对偶分解理论提出了一个低复杂度的鲁棒功率控制算法。仿真分析表明,提出的鲁棒功率控制算法不仅能够严格保证主用户的通信质量,并且与传统的非鲁棒功率控制算法相比能够提高网络能量效率。     

认知异构蜂窝网络中改进蜉蝣算法的资源分配策略

针对认知异构蜂窝网络中上行链路资源分配的优化问题,提出认知异构蜂窝网络中改进离散蜉蝣算法的资源分配算法。认知异构蜂窝网络模型中,考虑用户层间干扰和带外干扰引入功率控制策略控制发射功率来干扰抑制,基于用户服务质量（QoS）需求和干扰阈值约束,最大化能量效率为优化目标,利用改进离散蜉蝣算法优化求解得出最优分配方案。引入不完全Gamma和Beta分布函数的动态自适应权重、黄金正弦位置更新策略,提升蜉蝣算法的收敛速度和搜索能力。仿真实验表明,基于接收SINR的闭环功率控制动态调整用户端的发射功率,能有效抑制用户间的干扰,GSWBMA求解资源分配问题具有良好的寻优效率和收敛性能,有效提升系统能量效率和用户传输速率,保证用户QoS需求。     

CR系统中基于微分博弈的功率控制算法

该文针对认知无线电系统动态性的特点,将微分博弈理论应用在认知无线电系统的功率控制中,建立了功率控制的非合作微分博弈模型,提出了一种基于微分博弈的分布式非合作功率控制算法。该算法在满足认知用户平均功率门限和QoS需求的基础上,实现了分布式动态功率控制,获得了反馈纳什均衡解析解。仿真结果表明,该算法可有效控制各认知用户的发射功率,增加系统吞吐量,提高系统性能。     

认知无线电系统中一种新的自适应功率控制算法

本文针对认知无线电系统中的远近不公平性,提出将信道增益因子引入到基于信干比（SIR）的分布式非合作博弈功率控制算法中,并证明了其纳什均衡的存在性及唯一性。同时在此算法的基础上,针对部分用户的SIR不能满足下限阀值的情况,设计了一种新的自适应加权系数以控制发射功率,满足不同用户的输出SIR需求。仿真结果表明,与其它的分布式功率控制算法相比,该算法不仅有效地解决了远近不公平现象,满足了认知用户公平共享频谱资源的需求,同时使认知用户的SIR能同时满足上下限阀值的要求,且具有快速收敛的特性。