基于OFDM的认知无线电系统中功率分配算法

针对基于正交频分复用(OFDM)的认知无线电系统中,子载波功率分配的最优化算法中出现的迭代运算繁琐、不易实现的问题,提出一种基于幂函数分布的次优化功率分配算法.该算法采用线性约束的凸优化数值运算方法,对认知用户频带内子载波的功率按照幂函数的数值特性依次分配,该算法具有运算速度快、易于实现的特点,并且有效地解决了授权用户受到认知用户频带内子载波带外泄漏功率的干扰问题.通过使用MATLAB建模仿真,结果表明,提出的算法方案在满足授权用户干扰门限的条件下,使得认知用户频带内信道容量能够达到最大化,并且在同样条件下提高了现有功率分配方案的最大传输速率.     

认知OFDM网络中基于中断概率约束的功率分配

研究了认知正交频分复用(OFDM)系统的容量极限及最优功率分配策略. 为限制主用户中断概率,建立了在主用户接收端中断概率受限下最大化认知用户传输速率的数学优化问题,并利用拉格朗日乘数法得到该问题的最优解. 仿真结果表明,所提算法将主用户中断概率限制在其可容忍范围内的同时,最大化了认知用户的传输速率.     

认知正交频分复用系统的功率分配研究

研究了认知正交频分复用(OFDM)系统的容量极限及最优功率分配策略.基于干扰温度模型,建立了在主用户接收端干扰温度受限下最大化认知用户传输速率的数学优化问题;利用拉格朗日乘数法,得到了该数学问题的最优解.最优算法需要同时知道干扰链路和认知链路的信道边信息(CSI),具有较高的复杂度.因此提出了3种次优功率分配算法,分别为功率平均法、功率控制法和功率分配法.通过仿真实验,比较了各种分配算法下认知用户的信道容量.结果表明,利用所有信道边信息的最优功率分配算法能取得最好的性能.     

OFDM技术在认知无线电中应用的研究

随着无线通信技术的迅速发展,频谱资源变得越来越紧张,如何充分利用频谱资源成为热点问题。认知无线电技术是解决这一问题的新方法,而OFDM技术灵活的选频方案为实现认知无线电系统提供了良好的平台。本文在阐述了两种技术各自优势和融合的可行性的基础上,提出了一种基于OFDM技术的认知无线电系统设计方案,包括系统的频率分配算法,系统框图和工作流程。在此基础上,仿真实现了基于OFDM技术的认知无线电系统,该系统在达到用户通信要求的同时,可以更加合理地分配和利用频谱资源,使系统的性能有显著的改善。     

认知无线电OFDM系统的最优频谱感知周期选择

为了使认知无线电（CR）系统最大限度地利用频谱机会,提出了一种选择感知周期的方法. 对于采用正交频分复用(OFDM)的CR系统,联合设计感知器和收发信机,交替进行频谱感知和数据传输,1次感知若干个授权用户子频带. 在一定的感知性能要求下,给出了确定基于OFDM的CR系统感知时间长度的方法,并将最优感知周期的选择建模为一个带约束的非线性优化问题. 优化结果显示,CR系统在最大限度地利用频谱机会的同时,能满足对授权用户干扰的限制.     

一种基于主用户活动规律的认知OFDM 系统功率分配算法

针对认知OFDM系统在总功率约束条件下的子载波功率分配问题,借鉴＂Risk-Return＂模型,并采用泊松过程来描述主用户的活动规律。通过定义损失函数和收益函数,综合考虑主用户到来和离去过程对系统性能的影响,进而给出一种基于主用户活动规律的功率分配算法。仿真结果表明,该算法容量性能优于单纯考虑主用户到来过程的算法。     

基于OFDM的低压电力线载波通信系统仿真

电力线传输中出现的高噪声、高衰减、高畸变等特性严重影响通信质量.正交频分复用(OFDM)是实现宽带电力线通信的关键技术,有效克服了信道的多径衰落.本文在MATLAB/SIMULINK下建立了仿真模型并进行仿真分析,最后设计了图形用户界面(GUI),通过在界面设置参数来控制系统仿真的过程,这对实现系统仿真的可视化具有一定意义.     

自适应比特分配光正交频分复用的实验研究

为解决塑料光纤(POF)带宽窄、模式色散大的缺陷,提高光接入网的带宽利用率和色散容限,本文在光接入网中使用自适应比特分配算法的正交频分复用(OFDM)调制方式,利用OFDM系统极佳的频带利用率特性,提高了光接入系统的带宽利用率,并降低了系统的误码率(BER)。在搭建的实验系统中,成功地在不足2.5GHz带宽的光信道中完成了10 Gb/s的光OFDM(OOFDM)系统,从而证明了自适应比特分配算法在OOFDM系统中的有效性和可行性。     

认知无线电中OFDM信号联合参数估计

提出了一种基于循环自相关函数实现正交频分复用(OFDM)信号参数联合估计的算法．该算法只需在相应切面上搜索峰值距离就可实现OFDM信号的码片时间、有用符号时间、符号周期参数的联合估计. 并在低信噪比条件下,用频域累积法计算OFDM信号循环自相关函数. 计算机仿真结果验证了新算法的有效性.     

均匀功率谱密度约束下的OFDM—UWB比特分配算法

针对基于正交频分复用的超宽带系统（0FDM—UWB），提出一种自适应比特分配算法，以对抗超宽带信道的频率选择性衰落．以系统传输速率和均匀功率谱密度为约束条件，将比特分配问题转换为以误比特率（BER）为目标函数的最优化问题，给出了比特分配算法的具体步骤．仿真结果表明该算法可以有效地提高系统性能．     

感知无线电网络中最优的分布式功率分配

在干扰温度模型下,将分布式感知无线电网络与授权系统的频谱共享问题转化为有约束的非线性功率优化问题. 为了提高多个测量点场景下感知无线电网络的吞吐量,提出了一种全局最优的分布式功率分配算法. 该算法利用原始-对偶方法求解,通过有限的信息交换,实现了吞吐量最优的功率分配. 理论分析和仿真结果表明,算法的收敛结果满足干扰温度约束,系统吞吐量明显提升.     

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。     

认知无线电网络中的分布式动态频谱共享

研究了基于认知无线电技术的动态频谱共享,基于重复博弈理论设计了一种分布式动态信道接入和功率分配算法。在不影响主用户通信的情况下,每个认知用户能够根据自己的QoS需求和本地信息进行分布式信道选择和功率分配,在系统频谱效率和业务QoS之间进行有效折中。该算法具有较好的收敛性,能最大程度地满足用户的业务需求,更适用于异构网络和业务的应用。     

认知无线电具有时延约束的干扰功率分析

为量化认知无线电队列时延与干扰功率之间的关系,提出一种功率分配方案. 此方案以最小化主用户接收端平均干扰功率为目标,受限于次用户时延服务质量约束. 推导非对称Nakagami-m衰落信道平均干扰功率闭合解. 仿真结果表明,干扰功率与时延约束之间存在折中. 当时延约束较严格时,认知无线电系统通过天线分集可显著降低次用户对主用户的干扰.     

一种基于模糊Q学习算法的认知无线电频谱分配策略

认知无线电是一种智能推理学习的通信系统,为了实现认知无线电频谱分配智能学习过程,引入模糊Q学习方法.认知用户通过在线Q学习来调节模糊推理系统,得到最优的频谱分配模糊规则,实现自适应的频谱分配方案.最后将模糊Q频谱分配算法与非智能学习算法(模糊频谱分配算法以及随机分配算法)进行比较,仿真结果证明了该方案能在一定程度上提高系统带宽收益,同时降低系统的冲突率.     

认知无线电系统的一种联合频谱分配算法

在认知无线电系统中,博弈论算法从频谱共享池中获取频谱困难.为了提高自身传输速率,同时使频谱可以充分利用,采用图论算法快速地初次分配频谱,联合博弈论方法优化信道.仿真结果表明:在传输功率的约束下,联合频谱分配算法提高了自身的效用(速率),能够充分利用频谱资源,合理分配功率,仿真验证了图论和博弈论联合的算法是有效的.     

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。     

感知系统中最优感测时间和功率分配

在交叉共享方式下,为了提高感知系统性能,提出一种联合优化方案.在保证一定频谱感测性能指标的前提下,通过优化感测时间和功率分配,得到最小化感知系统的中断概率.理论分析和仿真结果表明,优化方案能有效改善感知系统的中断性能,提升感知网络传输的可靠性.     

多载波认知无线电无线携能通信资源分配算法

认知无线电可通过频谱感知提高资源利用率,但会产生感知能耗,降低传输能量.为了保证认知无线电的传输性能,提出认知无线电可利用多载波实现无线携能通信,并分配通信资源,实现系统性能优化.认知无线电利用部分子载波传输信息,采集剩余子载波上主用户射频能量,补充感知耗能.提出的子载波和子载波功率联合优化算法,在保证能量、干扰和总功率受约束的基础上,可最优化系统的吞吐量和能量.仿真结果表明,能量采集会占用传输资源,需要合理分配子载波,使其在速率和能量间取得性能折中.提出的算法通过采集能量补充感知能耗有效地提高了系统吞吐量.