基于认知无线电的双向中继网络的资源分配

针对认知无线电中的双向中继网络,研究了基于非完美感知的频谱机会式接入和频谱共享接入下的资源分配问题.与传统基于认知的双向中继的资源分配方法不同,提出的算法联合考虑了感知时间和次级系统的发射功率.在感知时间和发射功率满足条件的情况下,使次级系统的吞吐量最大.为了有效地保护主用户不受干扰,在每一跳都考虑了平均干扰功率约束,同时考虑次级系统总的功率约束.在非完美感知的频谱机会式接入和频谱共享接入机制下,新算法能够获得最优的感知时间和功率分配.最后,仿真比较了两种方案的性能,验证了新算法的有效性.     

主用户干扰约束下的机会频谱接入感知−传输时隙优化调度

提出一种基于主用户干扰约束的机会频谱接入感知-传输时隙调度优化方案。首先,推导切换机制下认知系统的吞吐量和主用户干扰率,建立感知时间和感知周期联合优化模型;然后,在主用户干扰率和次用户感知质量双重约束下,推导了可最大化认知系统吞吐量的最优感知时间和感知周期的闭合表达式;最后,阐述了时隙优化调度方案并计算了认知系统可获得的最大吞吐量。仿真结果表明,所提出的时隙调度方案可以为认知系统提供更高的吞吐量,并更好地适应主用户干扰率和感知质量约束的变化。     

认知系统中基于有限感知与混合保护的功率分配策略

研究了频谱共享环境中,一种基于认知用户有限感知区域与主用户混合保护措施的功率分配方法,在考虑主用户占用子信道概率的情况下,通过建立认知系统的多区域模型,提出了适应于主用户存在与否两种不同情况下的干扰避免策略。在满足认知用户自身最大功率约束与主用户混合干扰功率约束的条件下,基于最大化认知系统传输速率的目标,提出了各子信道集合的和功率以及不同集合内功率分配的联合优化方法,且复杂度较低。仿真结果表明,本文所提方法在不同参数设置下均达到了较好的速率性能,且远远超过机会频谱接入方式所获得的最大传输速率。     

主用户活跃性下的多功率分配策略

考虑到认知用户在信息传输过程中主用户的状态可能随时变化,提出了一种新的功率分配模式——多功率分配策略。在基于频谱感知的系统模型中,以认知系统的吞吐量为目标函数,得出了主用户感知过程的多种状态,并分配三种不同的功率,最大化认知系统的容量。仿真结果表明,随着主用户活跃指数的逐渐提高,所提新模型的功率分配策略要优于传统方法。同时分析了新的功率分配下平均干扰功率与主用户接收端的信噪比对系统吞吐量和最优感知时间的影响,进一步验证了所提出新策略的有效性。 〖HT5H〗关键词：〖HT5K〗认知无线电;主用户活跃;频谱感知分配;多功率分配;吞吐量最大化     

全双工中继协作下的认知MIMO系统吞吐量最大化研究

本文研究了全双工中继协作下的认知MIMO系统的平均吞吐量最大化问题。与传统的中继协作认知无线电系统不同的是,该系统模型中的双工中继节点既能协助认知用户源节点进行多天线频谱感知以提高频谱检测性能,也能解码转发认知用户源节点的发送信号以获得更大的系统吞吐量。为使系统平均吞吐量最大,首先,本文以认知用户能获得的最大平均频谱空洞被发现的概率为目标,对系统的帧结构进行优化以获得最佳的感知时间,接着对多个发送天线进行优化以选择出最佳的发送天线,并推导出了在总的发送功率和对主用户干扰受限条件下的认知用户源节点和双工中继节点的最佳功率分配方案。最后的仿真结果表明本文提出的系统模型和优化方案相比传统的双工等功率分配方案以及单工功率分配方案能够获得更大的系统平均吞吐量。      

认知网中感知时间和功率控制的联合优化机制

针对认知无线网中为了最大化认知用户的吞吐量问题,提出了一种感知时间和功率控制的联合优化机制。该机制保证认知系统在低于一定干扰限制下,将认知用户吞吐量描述成为一个多约束优化问题,从理论上分析了最优功率分配方案与最优感知时间分配方案。根据理论分析结果,设计了联合迭代机制通过确定合适的感知参数从而达到最大化认知用户吞吐量的目的。仿真结果表明：提出的联合优化机制复杂度较低,并且该方案的认知吞吐量性能最接近理论最优方案的性能。     

认知无线电中一种基于干扰温度的功率控制算法

基于干扰温度模型,应将认知无线电网络中认知用户与主用户共享频谱时应满足各自的用户服务质量（QoS）问题转化为有约束的非线性功率控制优化问题。运用迭代算法和拉格朗日相关理论探讨出一种近似最优的功率分配算法。理论分析和仿真表明,该算法既能满足主用户的干扰温度容限,同时又能使认知用户获得很好的信噪干扰比,增大系统的吞吐量。     

基于空间位置的混合频谱共享系统功率分配研究简

针对次用户空间位置分布的随机性,提出空域混合Overlay/Underlay频谱共享模型以提高无线频谱利用率。根据次用户在不同空间位置对主用户的干扰,在主用户干扰容限约束下推导出次用户工作于Overlay状态和Underlay状态的空间区域;以最大化系统容量为准则建立认知系统功率优化分配模型,推导出次用户的最优功率分配方案,进而得到认知系统可获得的最大容量;理论和仿真结果表明,基于空间位置的混合频谱共享系统可以获得比Overlay系统更高的容量。     

感知频谱共享下的多天线功率优化分配算法研究

本文构建了一种在感知结果下具有多天线次用户的频谱共享模型,该模型由单入单出主用户对和多入单出认知用户对构成。当认知用户感知到主用户占用信道时,主用户向认知用户发送Message信息,使得认知用户发射端能够得知主用户对干扰总功率的限制要求,通过自适应地调整认知用户发射机的发射功率,以保证其对主用户不造成有害干扰;如果主用户未占用信道,认知用户立刻以最大发射功率占用信道。并分别在主用户存在和不存在两种情况下,优化认知用户发射机各天线的发射功率来最大化系统总的数据传输率。最后,通过数值仿真来验证推导出的功率分配策略,并对其进行分析和讨论。仿真结果表明:相比于机会频谱接入（Opportunistic Spectrum Access, OSA）和基于感知的频谱共享（Sensing-based spectrum sensing）模式,推导的功率分配策略在提出的模型中可以获得更高的信息传输率。      

考虑恶意节点的CRN合作频谱感知方法

基于带有恶意节点的更为实际的频谱感知环境,研究了基于合作感知的频谱共享网络模型,次级用户将会根据合作感知结果动态地调整其发射功率。为了防止恶意节点对感知系统的感知性能造成严重影响,研究了如何进行合作感知以提高感知性能。在一定的检测概率和相关功率约束下,建立了一个以最大化次级网络的吞吐量为目标函数的优化问题。仿真实验首先突出说明了恶意节点数目对频谱感知影响重大,同时还表明无论是否存在恶意节点,提出的算法均可有效地计算出最优的感知时间和发射功率,且在降低最大干扰功率限制和最大发射功率限制时,网络的吞吐量是增大的。     

一种联合双时隙的资源分配算法

针对功率最小化问题,提出了一种联合双时隙的资源分配算法,利用相邻两个时隙信道状态整体一致而又具有差异的性质,根据第1时隙的信道状态,将信道状态好的用户的第2时隙的部分或全部速率提前分配,从而使信道增益大的子载波承载了较多的速率,最终降低了系统功率消耗。仿真结果表明,所提双时隙资源分配算法既能保证用户双时隙内的目标速率,又能够有效降低系统的功率消耗。     

通过费用最小化分配可靠性

假定并行系统的每阶段的成分有相同的可靠性。提出ECAY算法,设计并行系统。已知目标可靠性,分配可靠性和冗余度到每个子系统,使系统费用最小化。结果显示ECAY可以在很短时间内最优化可靠性分配。和基于LM的算法相比,在分别含有4到9个子系统的系统中,ECAY生成最低的可靠性费用和最优的冗余度级别。因此,和基于LM的算法相比,大系统中ECAY在合理的计算时间里,生成一个更低费用的可靠性分配,且在最优化冗余度分配的过程中,最优化系统设计中的负担和空间阻塞。     

基于多用户MIMO-OFDM系统的子信道和功率分配算法

在多用户MIMO-OFDM系统中，当总功率受限时，为了使整个系统的数据传输速率最大．已有的最优算法的计算十分复杂，这里采用了一种次最优算法。在发射端，基于已知信道状态信息。应用奇异值分解将MIMO信道转化为并行的子信道，并将表征信道增益的信道特征值用于子信道自适应调制优化设计中。在自适应过程中．用到了子信道和功率联合分配算法。仿真结果表明，这种算法能使系统的性能明显提高。     

多用户光OFDM系统自适应子载波与比特分配算法

光OFDM能够方便地应用于现有基于PON的接入网,随着用户业务需求的增加和多样化,在用户间合理地分配资源能够提供更优质的服务。在此,阐述了一种优化的误码率最小化自适应资源分配算法。仿真结果显示,在对系统误码率影响不大的情况下,该算法在原算法的基础上降低了复杂度。     

OFDM系统频率选择性信道功率分配方案

自适应分配技术根据子信道的瞬时估计值动态地分配传输比特数和发送功率,可以优化正交频分复用（OFDM,Orthogonal Frequency Division Multiplex）系统的整体性能。这里讨论了基于容量优化的自适应比特分配算法,基于误比特率优化的最佳功率分配算法和次佳功率分配算法。仿真结果表明,对不同信道环境下三种算法的特点和性能进行了分析和比较。仿真结果表明,自适应分配技术可以优化系统的容量和误比特率。     

OFDM多用户系统中一种改进的自适应资源分配算法

针对正交频分复用(OFDM)多用户系统中一些智能算法存在收敛速度较慢且精度不高的问题,研究了把差分进化算法的变异与交叉行为引入人工鱼群算法中,以改进其随机行为。在此基础上,提出了一种改进的OFDM自适应资源分配算法。该算法先在公平度门限下分配子载波,再通过改进的人工鱼群算法进行功率分配。仿真结果表明,所提算法达到最优解时迭代次数有较大减少,同时搜索精度有所提高,在保证用户公平度的同时,提高了系统容量。     

多用户自适应调制及功率分配

为了满足新一代无线通信系统的高数据速率、高频谱效率的通信要求,本文提出了基于正交频分复用(OFDM)技术的自适应调制、子载波分配及功率分配方法,它采用的多址方式是码分多址(CDMA).通过上行信道返馈获知下行信道参数,在一定服务质量要求(QoS)、一定传输速率下,通过本文的优化分配算法,使系统的频谱利率最高,所有子载波的发射功率之和最小.将本方法应用在下行同步信道环境下,系统具有较快的收敛速度;与非自适应OFDM比较,用户发射功率有较大降低,是一种工程可适用方案.     

一种面向设计寿命全过程的电子系统可靠性分配法

提出一种基于等分配法的、面向各单元设计寿命全过程的电子系统可靠性分配法。该方法在保证满足系统设计寿命末可靠性指标的前提下,使各单元在设计寿命过程中各个时期的可靠度接近,从而避免出现可靠度显著地低于其它单元的＂短板＂单元。基于某＂软件星＂有效载荷的算例,演示了所提出的可靠性分配法的应用流程,比较了该方法与传统等分配法的分配结果。     

Effective adaptive transmit power allocation algorithm considering dynamic channel allocation in reuse partitioning-based OFDMA system

This paper introduces an transmit power allocation (TPA) algorithm considering dynamic channel allocation (DCA) for a reuse-partitioning- based Orthogonal frequency division multiple access (OFDMA)/FDD cellular system. The proposed reuse partitioning-based DCA algorithm guarantees quality of service (QoS) by considering fairness among mobile stations in an OFDMA/FDD system. However, to improve the SINR values for users around the cell edge and increase the overall system throughput compared with the conventional OFDMA/FDD system of frequency reuse factor (FRF) 1, an effective TPA algorithm is also combined with the proposed DCA to adjust the transmit power per user according to the average received SINR value. Simulation results show that the proposed DCA algorithm increases the sector throughput by about 25% when compared with the conventional case that do not apply the proposed DCA algorithm. When the proposed TPA is combined with the proposed DCA algorithm, a further increase in the sector throughput of about 6% is achieved than when using just the proposed DCA algorithm.     

On the use of immune clonal optimization for joint subcarrier and power allocation in OFDMA with proportional fairness rate

Resource allocation in orthogonal frequency division multiple access is a constraint optimization problem. In this paper, we concentrate on maximizing both the sum capacity and proportional fairness rate among users. The optimization model of resource allocation is formulated and then an immune clonalbased algorithm is proposed for it. The resource allocation is solved by separating the subcarrier and power allocation in two steps. Suitable immune operators are designed, such as clonal, mutation, Baldwin learning, selection and so on. Experiments show that, compared with the previous methods, the proposed algorithm obtains higher sum capacity with comparable computational complexity, and keeps the proportional rate more fairly among users. Copyright © 2012 John Wiley & Sons, Ltd.