基于认知无线电系统的协作中继分布式功率分配算法

协作通信与直接通信相比能够显著地提高系统性能。协作通信中的一个关键问题是管理中继节点及有效地进行功率分配。尤其对于频谱共享的认知无线电(Cognitive Radio,CR)系统,协作方案的设计不仅要最大限度地提高认知网络协作的功率效率,而且需要最小化对主系统的干扰。该文针对认知无线电系统的协作通信问题,在多个中继节点与源节点协同通信的场景下,提出了一种基于放大转发(Amplify and Forward,AF)模式下的功率分配及联合优化算法,在保证主系统传输性能不受影响的前提下,提高认知系统的传输速率。仿真结果表明该文提出的自适应协作传输方案,和直接传输及等功率传输方案相比获得了进一步的性能增益,中断概率显著下降。     

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。     

认知无线电网络中基于功率有效性的最优功率分配

在资源受限的认知无线电网络中,如何提高次用户网络的功率利用率是一个值得考虑的问题。针对这个问题,本文首先提出了认知无线电网络中基于功率有效性的次用户最优功率分配算法,该算法不仅考虑主用户网络中断概率对次用户发射功率的限制,而且兼顾次用户网络本身的中断概率要求。其次,为了进一步降低节点的计算复杂度,本文通过降维处理将目标最优化问题转化为两个子问题进行求解,从而提出一种次优的低复杂度功率分配算法。仿真结果表明,次优算法相比最优算法仅带来有限的性能损失,但是却有效地节省了计算时间和存储空间;此外,当中继节点靠近源节点时更有利于系统功率效率的提高,源节点到目的节点链路相比中继链路对系统的性能影响更大。      

基于认知无线电系统的新型合作功率控制博弈算法

以改进的空时分集OFDM-CDMA系统为基础，研究已认知频谱资源的公平分配问题，根据信道状况，吞吐量最大化和功率限制需求，提出了一种合作功率控制纳什议价博弈算法，以有效地降低认知用户（secondary users）的发射功率，提高网络吞吐量。仿真结果表明该算法满足了认知用户公平共享频谱资源的需求，在相同功率消耗情况下，网络吞吐量显著提高。     

一种新的认知无线电非合作功率控制博弈算法

当认知无线电网络以"衬底式"(Underlay)的方式与主用户网络共享频谱时,需要对认知用户进行功率控制,以确保认知用户在不干扰主用户的前提下,公平地共享认知频谱资源。利用博弈分析的方法,设计了一个基于链路增益因子的代价函数,并据此提出了一种新的非合作功率控制博弈算法。仿真结果表明,该算法的均衡结果既改善了用户的帕累托(Pareto)性能,又提高了链路增益较差的用户的吞吐量,实现了网络资源的平等共享。     

基于OFDM的认知无线电系统功率分配研究

分析了基于OFDM的认知无线电系统中认知用户和授权用户之间的相互干扰,以及下行链路对认知用户进行功率分配的优化目标,并给出了速率最大化优化目标下的最优功率分配方案。授权用户能够承受的干扰功率成为认知无线电系统功率分配问题的主要限制因素,其限制了认知用户的发射功率和传输速率,认知用户传输产生的干扰必须满足授权用户能够承受的干扰功率限制。     

基于潜在博弈的认知无线电频谱分配研究

为解决认知无线电网络中认知用户、授权用户共存情况下的频谱分配问题,提出了一种基于潜在博弈的认知无线电频谱分配模型,该模型以最小化系统总干扰水平为目标,认知用户采用避免机会浪费的改进型策略动态调整规则进行频谱选择,经过有限改进路径快速收敛到博弈的纳什均衡点。在30个认知用户和2个授权用户共存的场景下进行仿真实验,算法以较快的收敛速度实现了频谱分配的目标,证明了模型及算法的可行有效。     

认知无线电中基于中继位置和主用户位置的功率分配

针对认知无线电网络,提出了一种基于组间协作的联合直接传输和协作传输的传输机制,在满足干扰约束和峰值功率约束的情况下,通过分析瑞利衰落环境下放大转发协作单中继系统的性能,研究了中继位置和主用户位置对于系统的最优功率分配和系统吞吐量的影响,并对最优功率分配方案和等功率分配方案的性能进行了比较。仿真结果表明,中继位置和主用户的位置对于系统性能起着关键的作用,最优功率分配方案取得相对于等功率分配方案更优的性能,采用最优功率分配方案时,中继节点位于源节点和目的节点连线的中点且靠近认知用户时的系统性能最优。     

认知无线电网络中基于随机学习博弈的信道分配与功率控制

传统的认知无线电频谱分配算法往往忽略节点的传输功率对网络干扰的影响,且存在节点间交互成本高的问题.为此,通过量化传输功率等级,以最大化弹性用户收益为目标,构建联合频谱分配与功率控制非合作博弈模型,证明了该博弈为严格潜在博弈且收敛到纳什均衡点.进一步,将随机学习理论引入博弈模型,提出了基于随机学习的策略选择算法,并给出了该算法收敛到纯策略纳什均衡点的充分条件及严格证明.仿真结果表明,所提算法在少量信息交互前提下能获得较高的传输速率,并提升用户满意度.     

基于博弈论的认知无线电自适应功率控制算法

针对认知无线电环境下的功率控制问题,给出了基于博弈论的非合作功率控制算法,并对其纳什均衡存在性和唯一性进行了证明。在此基础上,针对该算法中部分用户SINR远大于目标值而引起功率浪费的情况,通过一种反馈函数对惩罚因子进行自适应调整。仿真结果表明,与其他分布式算法相比,经过调整后的功率控制算法在保障主用户QoS需求的前提下,能够保证所有用户的输出SINR满足上下限阈值要求,并有效降低认知用户功率消耗,克服远近效应,达到用户公平共享频谱资源的目的。     

基于信干比的认知无线电自适应功率控制算法

该文以空时编码(STBC) MC-CDMA网络系统为认知无线电通信平台,将一种基于SIR的非合作功率控制博弈算法应用于该认知无线电系统,并根据用户的SIR需求差异,对算法改进设计出新的自适应功率控制博弈算法(CR-NCPCG)。仿真结果表明CR-NCPCG算法以不同用户SIR需求为前提,通过不同用户功率的有效控制,实现了用户公平共享频谱资源的需求。     

A New Power Allocation Algorithm in Cognitive Radio Networks

Most resource allocation algorithms are based on interference power constraint in cognitive radio networks. Instead of using conventional primary user interference constraint, we give a new criterion called allowable signal to interference plus noise ratio （SINR） loss constraint in cognitive transmission to protect primary users. Considering power allocation problem for cognitive users over flat fading channels, in order to maximize throughput of cognitive users subject to the allowable SINR loss constraint and maximum transmit power for each cognitive user, we propose a new power allocation algorithm. The comparison of computer simulation between our proposed algorithm and the algorithm based on interference power constraint is provided to show that it gets more throughput and provides stability to cognitive radio networks.     

一种新型认知无线电资源分配跨层技术

为有效利用频谱资源,提高频谱效率,文中利用环境感知技术,设计出认知无线电跨层结构框架,提出一种新的功率控制博弈BPCG（Bandwidth and Power Control Game Algorithm）算法。研究不同用户的频谱带宽分配和功率控制,该算法在确保频谱带宽有效分配前提下,通过对用户功率的有效控制,实现网络总吞吐量的提高。仿真结果表明该算法在相同的功率消耗前提下,网络吞吐量显著提高,并随频谱带宽的增加,实现网络吞吐量的最大化。     

认知无线电中基于无限次重复博弈的功率控制算法

通过博弈来实现认知无线电中的功率控制。当两用户功率控制博弈时,用户通过功率的迭代注水法实现最大化自身速率,达到纳什均衡。功率分配的纳什均衡点构成囚徒困境,但这种囚徒困境的均衡点并非全局最优。应用两用户功率控制的无限次重复博弈算法,通过选择严厉的触发策略,当折扣因子σ足够接近于1,使两用户在无限次重复博弈中一直合作使囚徒走出了困境,最终达到了功率分配的帕雷托最优的均衡结果。     

认知无线电中的并行频谱分配算法

该文通过对基于图论着色原理的开放式频谱分配算法的分析,提出了一种并行分配算法。在最大化系统效益的准则下,并行算法可以得到与CSGC (Color Sensitive Graph Coloring)算法相同的分配矩阵,但是却可以缩短分配周期,从而适应了认知无线电对环境的快速感知的要求。仿真结果分析验证了结论的正确性。     

分布式认知无线网络中的频谱接入凸规划算法

针对分布式认知无线网络中所可能存在的多频道隐终端问题,以及分布式协调方法(DCF)在随机冲突下性能下降的问题,该文以最优化网络的效用值为目标,将各个认知节点的接入概率作为求解对象,在分布式认知无线网络中建立了一个通用的凸规划模型。同时,基于凸规划算法,提出了一种分布式的信道接入 (DSAC) 算法对目标问题进行求解,从而决定认知网络中每个节点以及每条链路的接入概率。仿真结果表明,DSAC算法能够在较少的迭代次数内实现收敛;与普通的DCF方法相比,DSAC算法可以有效地提高网络中同时传输的链路个数,提高了频谱利用率以及网络吞吐量。     

Distributed Scheduling and Resource Allocation for Cognitive OFDMA Radios

Scheduling spectrum access and allocating power and rate resources are tasks affecting critically the performance of wireless cognitive radio (CR) networks. The present contribution develops a primal-dual optimization framework to schedule any-to-any CR communications based on orthogonal frequency division multiple access and allocate power so as to maximize the weighted average sum-rate of all users. Fairness is ensured among CR communicators and possible hierarchies are respected by guaranteeing minimum rate requirements for primary users while allowing secondary users to access the spectrum opportunistically. The framework leads to an iterative channel-adaptive distributed algorithm whereby nodes rely only on local information exchanges with their neighbors to attain global optimality. Simulations confirm that the distributed online algorithm does not require knowledge of the underlying fading channel distribution and converges to the optimum almost surely from any initialization.

认知无线电中基于频谱聚合的频谱分配算法

为了使认知用户可成功接入分配的频谱,进一步提高频谱利用率,提出了一种基于频谱聚合的分布式频谱分配算法(SADSA),该算法以图论着色为模型,算法过程考虑了认知用户的带宽需求和认知设备的最大聚合范围,仿真结果表明了该算法在认知用户接入率方面的优越性.