认知无线电中一种有效的联合功率分配策略

文章在考虑主用户占用子信道概率情况的基础上,建立了认知系统的多区域模型,文章提出了适应于主用户是否存在的干扰避免策略。在满足认知用户约束的条件下,基于最大化认知系统传输速率,提出了各子信道集合以及不同集合内功率分配的联合优化方法,且该方法复杂度较低。     

一种基于OFDM认知无线电网络的次优动态资源分配算法

研究了采用正交频分复用的认知无线电网络中的多用户资源分配问题,包括子载波分配和功率分配。在认知无线电系统中,除了考虑主用户与次用户之间的相互干扰,还要求将主用户对次用户的干扰控制在预设门限之下,因此,系统模型更为复杂。整数约束条件,使得寻求最优解的算法复杂度高,无法用于对实时性要求高的系统。因此,提出了一种寻求次优解的分步式资源分配算法,以降低算法的复杂度。首先采用一种综合考虑了功率限制和对主用户的干扰限制的新型子载波分配方案,然后提出改进的线性注水算法进行功率分配。仿真结果表明,相比于最优分配算法,所提出的算法可以在获得较好的系统容量的同时,有效地降低系统的复杂度,适用于对实时性要求高的系统。     

基于OFDM的多用户认知无线电系统的基于效用函数的跨层资源优化分配

提出了一个基于OFDM的多用户认知无线电系统的基于效用函数的跨层资源优化分配算法,该算法不仅能控制认知用户因为频谱泄露导致的对主用户的干扰,而且能够在多个认知子用户间平衡资源分配中的资源使用效率和公平性的问题。仿真结果显示,提出的算法就平均吞吐量或平均效用与现有的最具代表性的两种典型算法相比有更好的性能,同时认知子用户也获得了公平性的资源分配。     

认知中继网络功率分配的优化算法

本文研究了认知中继网络的功率分配策略。在基于AF(amplify-and-forward)和DF(decode-and-forward)中继模式下,考虑认知用户传输功率受限以及主用户干扰容限等因素,建立了认知中继网络吞吐量的非凸函数和凸函数优化模型;并利用拉格朗日乘子得到最优解。仿真结果表明,所提算法在认知用户传输功率受限以及主用户干扰容限下优化了认知中继网络的吞吐量。     

基于非线性能量收集的认知 ＷＰＣＮ 性能优化

本文考虑了一个基于点对点主通信链路的认知无线供电通信网络(wireless powered communication network, WPCN),该认知WPCN由一个多天线混合接入点组成,该接入点将无线能量传输给一组低功耗无线设备,并接收来自这些无线设备的传感数据。为了解决认知WPCN中固有的用户不公平问题,同时考虑到同相/正交不平衡、非线性放大幅度和相位噪声对低成本传感器节点物理收发器的影响,提出了一个基于非线性能量收集的簇协作协议,从而平衡不同无线设备的能量消耗,提高了认知WPCN系统的吞吐量性能。为了保证主系统的性能,考虑了主系统的温度干扰约束,在三种实际网络环境下进行了仿真,结果表明,该方法能有效提高认知WPCN的吞吐量公平性,同时保证了主网络的通信质量。     

认知无线网络中基于Vandermonde预编码的认知用户可达比特率研究

在认知无线网络中,主用户与认知用户要求在频率选择性衰落信道下与它们各自相应的接收机进行同时通信.主用户与认知用户之间的干扰必须尽可能消除以实现两者的频谱共享.本文提出了认知正交频分复用(OFDM)中采用Vandermonde预编码的预编码多址接入(PDMA)策略,它有效利用认知信道的频率选择性构成频率波束成型器.在主用户干扰受限和最优功率分配策略下,采用Vandermonde预编码可使认知用户达到高比特传输率.理论推导过程均采用数值计算与仿真得到证明.数值计算与仿真结果表明,最优输入功率分配策略可使认知用户对主用户不产生干扰的前提下获得可达比特传输率(ABR).同时,数值仿真验证了理论推导过程.在认知无线网络中,采用Vandermonde预编码器构成PDMA,认知用户接收机信噪比与主用户目标速率均可以显著影响认知用户的可达比特率.     

干扰受限系统的认知用户功率控制算法

根据认知无线电系统中认知用户的不同通信需求,结合干扰温度模型和非合作博弈理论,以单小区CDMA为系统平台,提出基于SINR的对数效用函数的干扰受限认知无线电系统功率控制算法。仿真实验结果表明,与经典SINR平衡算法及Koskie-Gajic算法相比,该算法在满足认知用户目标SINR和主用户干扰温度限制的前提下,通过适当增大认知用户发射功率,能够满足认知用户高速数据通信的需要。     

各天线功率受限下基于用户公平的QAM速率分配算法

目前波束成型和速率分配算法大多考虑集中式天线下的总功率受限和总速率最优,本文针对多小区多用户基站协作系统,考虑分布式天线的特点和用户公平性的要求,提出一种在各发送天线功率受限下的QAM速率分配算法,最大化最小用户速率,并迭代调整各子流的功率,为用户的每个子流分配一种QAM速率,仿真结果表明,在满足目标误码率要求下,该算法能够保持最优平均速率,提高最小用户速率,保证用户间的公平性.     

认知OFDM无线电系统基于公平度门限的资源分配

根据认知无线电的特点和正交频分复用(OFDM)的传输特性,提出了一种针对认知OFDM无线电系统的自适应资源分配算法。在传统的子载波分配过程中,具有优先权的用户将优先选择载波,但信道增益最大的载波并不一定会被其使用,这将导致载波利用效率下降。针对这一问题,该算法在载波分配过程中,通过公平度门限来决定载波分配的优先级,从而实现容量和公平度的折中。同时,在子载波和功率分配中使次用户对主用户的干扰功率限制在主用户可容忍的干扰极限内,保证了每个用户的通信要求。仿真结果表明,该算法在满足公平性的同时还提升了系统的容量。     

认知无线电网络中感知时间与功率分配的优化

针对多协作用户多信道的情况,讨论了当信道增益固定时,各子信道之间检测时间、总检测时间与传输时间,以及各子信道之间功率分配的问题。区别于以往的单独优化算法,提出了各参数的联合优化算法。以信道容量为目标函数,给出了最优的时间和功率分配算法。实验结果表明,提出的算法能够实现频谱接入并且极大地提高了次用户系统的总信道容量。表明功率分配与信道上主用户占用的概率有关,而时间分配则与信道上主用户接收信噪比以及传输时自身的信噪比有关。在多认知用户网络中,参与合作的用户越多,接收与传输信噪比越高,次用户系统的总信道容量越大。对于认知无线电网络,还考虑了整体的实现。     

认知MIMO网络中增强型干扰对齐算法

针对认知多输入多输出（MIMO）网络中传统基于最大信干噪比的干扰对齐算法,在发送多数据流时随着信噪比的增加不易收敛以及数据流之间的干扰突出的问题,提出一种充分考虑数据流间干扰并进行迭代限制的干扰对齐算法。首先,次用户通过编码设计消除主次间的干扰;然后,在消除主用户之间和次用户之间干扰时,根据信道互易性,运用广义瑞利熵计算基于最大信干噪比算法的预编码与干扰抑制矩阵,并在迭代过程中,每次迭代始终使预编码与干扰抑制矩阵先满足干扰功率在期望信号空间最小;最后,结合次用户间MIMO干扰信道、主次用户间构成的MIMO干扰信道以及次用户网络干扰对齐的必要性,推导出次用户可达自由度上限。实验结果表明,相比传统最大信干噪比算法,所提算法在信噪比较低时次用户总容量无明显提高,但随着信干噪比的增加其优势越来越明显;当达到收敛时,所提算法迭代次数比传统最大信干噪比算法约减少40%。因此,所提算法能够提高系统容量且加快收敛。     

一种基于价格竞争的D2D通信资源分配算法

针对蜂窝用户与D2D用户所构成的混合网络系统中同频干扰问题,提出一种基于价格竞争的D2D通信资源分配算法.该算法不仅考虑利用基站定价来减小对蜂窝系统的干扰,而且联合基站端的干扰容限对干扰功率进行约束.首先将问题公式化制定非合作博弈过程,利用效用函数模型分析D2D用户的利润和对蜂窝基站的干扰,从而调整发射功率最大化系统整体收益;然后通过通信的D2D用户来更新干扰继而更新复用价格;最后采用注水算法利用拉格朗日条件来优化价格.仿真表明,该算法不仅可以简单地控制干扰功率,而且还有效地提高了系统吞吐量.     

认知无线电网络一种自适应切换机制的Markov建模分析

为了提高认知无线电网络(CRN)的利用率和吞吐量性能,提出了一种新的主用户优先的自适应频谱切换机制。强调主用户的优先地位,并考虑主用户到达率对次用户的通信影响和限制次用户对主用户的干扰功率,次用户以此自适应地决定执行主动切换机制或被动切换机制。在此自适应切换机制下建立了主次用户之间的Markov链,求出了相应的稳态概率,由稳态概率和不同状态下的吞吐量推导出系统吞吐量和信道利用率的解析表达式。又对次用户之间的通信建立了一个Markov链,推导出次用户之间传递控制信息的时间。数值结果表明提出的新的自适应切换机制比基于CSMA的接入方法具有更高的系统吞吐量和信道利用率,并且可以求出次用户之间的传递时间。     

认知星地混合网络中基于干扰约束的最优功率控制方法

在认知星地混合网络中,当卫星用户作为次级用户时,为了不影响地面主用户系统的正常工作,在上行链路中要对卫星用户进行必要的功率控制。针对衰落信道场景,选择最大化卫星用户的遍历容量（EC）作为优化的目标函数,分别提出了基于峰值干扰功率约束（PIC）和平均干扰功率约束（AIC）的功率控制方法,并给出了最优发射功率的闭合表达式。仿真结果表明,卫星信道条件越好、地面干扰链路衰减越大,卫星用户的性能越好;除此之外,基于AIC的功率控制方法要优于基于PIC的功率控制方法。     

Understanding and designing for intermediated information tasks in India

It's important to consider both primary and secondary users when designing for intermediated interaction scenarios in India and elsewhere in the developing world. However, most of this research has focused on supporting users in the developed world who are voluntarily collaborating on a computing task. Many users in India, especially those from disadvantaged classes, have only partial or no physical access to computing devices. We refer to these users as secondary users to distinguish them from the primary users that the interface design process traditionally considers. Secondary users must interact with information resources via a proxy primary user who has the required access rights and skills. The proxy's filtering and funneling decisions limit the secondary users' information-seeking behavior; the secondary user might also have an unequal power relationship with the proxy. Therefore, secondary users might never know the full scope of actions and knowledge available to them. If we are to realize the egalitarian potential of computing, we must consider secondary users in the design process. We must develop technologies that recognize the needs and aspirations of all classes of users, including those without direct access to the user interface. In fact, by designing user interfaces explicitly supporting intermediated tasks, both primary and secondary users can benefit.     

非完美感知条件下认知网络的性能分析

通过对非理想频谱感知下的认知无线电网络(CognitiveRadioNetwork,CRN)建模,分析了认知网络的主要性能参数。由于漏检的存在,可能造成主次级用户业务之间的碰撞,从而引起用户业务的中断或阻塞;另一方面,由于虚警,认知用户将放弃接入可用的空闲频段,从而降低了频谱资源的利用率,无论哪种情形都将导致系统的QoS性能降低。通过将认知网络建模成一个二维马氏链,推导了系统的主要QoS参数。结果表明,尽管误检的存在,认知网络仍能显著提高频谱资源利用率;而主用户的QoS需求也可以通过控制认知业务的接入量来得到保证。     

混合保护准则下基于NC-OFDM的认知无线电系统功率分配

针对主用户采用OFDM通信体制,认知用户采用NC-OFDM通信体制,认知用户共享主用户授权频谱的工作场景,研究了认知无线电系统功率分配策略。提出依据主用户不同工作状态,采用不同的约束准则:对认知用户工作信道,引入功率泄漏干扰因子约束认知用户的发射功率,以限制对主用户工作信道的泄漏功率强度;对主用户工作信道,设置主用户速率损失上限,以确保主用户正常工作。功率分配算法以混合约束准则为基础,最大化认知无线电系统的传输速率。仿真结果表明,与干扰功率约束机制相比较,本算法能显著提升传输速率。     

认知MIMO频谱共享系统中基于感知的预编码优化

提出了一种基于时域频谱感知的空域频谱共享策略:先对主用户频谱进行时域感知,如果主用户不存在则立刻进行认知通信,否则根据感知结果调整波束方向和发射功率,以尽量减小对主用户的干扰。具体地,以预编码矩阵为优化参数,最小化次用户均方误差为优化目标,在对主用户的干扰功率约束下,得到了最优的预编码策略。此外,还分别研究了硬判决和软判决对预编码优化的影响。仿真结果表明,基于感知的频谱共享获得的符号均方误差小于传统的频谱共享策略;而基于软判决的频谱共享策略优于基于硬判决的策略。     

一种双信道协作中继的认知网络功率分配算法

针对认知无线网络主、次用户的互相干扰对网络中断性能以及系统传输效率的影响进行了研究,采用一种双信道协作中继的传输方案来减少干扰,并提出一种基于中断概率的最优功率分配方案来改善中断性能和传输效率。在该传输方案中,主、次系统通过对接收的主信号和复合信号进行处理,采用连续的干扰解码和消除得到去干扰信号。该功率分配方案在保障主系统中断性能的前提下,提出次系统中断概率的优化方程,通过关联功率分配因子来实现最大化次系统吞吐量。实验结果表明,该算法在改善中断性能和系统吞吐量方面具有较好的效果。