一种基于干扰温度限制的信道与功率联合分配新算法

随着无线通信业务的不断增长,频谱资源越来越紧缺,然而另一方面大量授权的无线频谱却被闲置或者利用率极低,于是认知无线电技术应运而生,已成为无线通信领域的研究热点。认知无线电的基本思想是次用户（认知用户）利用主用户（授权用户）未占用的空闲频谱进行通信,其可用无线资源是根据授权用户的频谱使用情况而动态变化的。因此,能否实现对系统可用无线资源的合理有效管理,对整个认知无线电系统性能的优劣起着决定性作用。本文提出了一种在干扰温度限制下基于公平的功率与信道联合分配算法,该算法在主用户干扰温度及次用户发射功率的双重限制下,以最大化系统容量为基本目标,实现信道与功率的联合分配,并且引入贫困线来保证各个用户信道分配的公平性。论文建立了该问题的非线性规划数学模型,给出了模型的求解方法,并进一步设计了具体分配算法及其步骤。论文对干扰门限分别为-90dBm、-95dBm、-100dBm、-105dBm、-110dBm时的系统归一化容量累积分布函数进行了仿真比较,发现当干扰门限越低时,本文算法的优势越明显。这是因为在干扰门限较低时,干扰温度限制是功率分配的主要制约因素,而本文的算法正是基于干扰门限进行分配的。因此基于干扰温度限制的公平的功率与信道联合分配算法具有良好的性能,在保证了系统的公平性效益的同时,提高了系统的归一化容量。      

改进粒子群算法在频谱功率分配中的应用

在认知无线电中,由于次用户干扰门限要求的存在,传统频谱功率分配方式获得的次用户有效信道容量较低。针对这一问题,提出了一种基于粒子群算法的频谱功率分配算法。首先建立基于干扰距离的认知网络干扰模型,将频谱功率分配问题转化为函数优化问题,并借助混合随机变异思想的粒子群算法进行求解;针对寻优过程中的约束问题,提出了一种基于投入产出比的外点法,保证粒子群在可行域中寻优,最终获得频谱功率分配。仿真结果表明,与传统算法相比,所提算法能够获得较高的次用户有效信道容量。     

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.     

认知无线电网络的一种协作频谱感知方案

认知无线电技术能够让非授权用户利用已经分配给授权用户的频段.为了不对首要用户的工作造成干扰,认知用户需要对频谱进行不间断的监测来判断首要用户是否存在.因此,频谱的感知是认知无线电技术的关键.协作频谱感知能够充分的利用网络资源,提高网络中的认知用户的检测概率.文中笔者简单地介绍了一种协作频谱感知的方案.仿真结果表明,通过该方法能够提高网络中认知用户的检测概率,提高网络的检测灵敏度.     

基于干扰图的家庭基站分簇频谱分配算法

为了减小宏用户和家庭基站之间的干扰,有效分配频谱,本文提出了基于图论着色的分簇信道分配算法。该算法在保证满足宏用户信干噪比(signal-to-interference plus noise ratio,SINR)要求的前提下确定每个家庭基站可用的子信道集,再根据构造的家庭基站系统干扰图,动态地给每个用户分配所有可用的频谱资源。本文分别构建无向干扰图和有向权重干扰图,使用了一种基于簇的改进算法,在保证宏用户信干噪比的条件下,尽量提高家庭基站的吞吐量。仿真结果表明,本文算法可以降低宏用户和家庭基站的中断率,同时频谱效率得到提高。     

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。     

认知无线电网络中最稳定频谱分配算法

认知无线电网络中,主用户和认知用户的行为均会给认知节点间的频谱分配带来重大影响。在考虑认知用户间相互干扰时,提出了认知用户可用信道的潜在竞争节点数这一概念。在此基础上,将主用户对认知用户的影响考虑进去,定义了信道稳定度并将其作为衡量频谱质量的一个新的度量衡,以及给出了最稳定信道分配算法。性能评估的结果表明,最稳定信道分配算法可以有效的降低端到端平均时延以及显著的提高端到端吞吐量。     

认知无线网络中一种基于蚁群优化的频谱分配算法

针对认知无线电中的频谱分配问题,该文提出一种基于蚁群优化的频谱分配方法。该方法在授权用户和认知用户共存的认知网络模型中,通过蚁群访问各个认知节点,并释放信息素,从而实现概率型的全局搜索的并行频谱分配算法。与传统的频谱分配方式比较,该算法能够进行增强型学习积累,快速收敛到最优路径,从而获得了最优的平均信道效益。文中对该算法进行了分析和说明,并通过仿真证明了算法的有效性和稳定性。     

填充式频谱共享中的功率分配算法分析

动态频谱共享技术允许认知用户接入未授权的频谱,可以有效地提高频谱资源的利用率。在分析了频谱共享的2种接入模式的基础上,提出了填充式频谱共享的系统模型。根据认知用户的效用函数,通过注水算法得到了用户间的功率迭代公式,进而求得了认知用户的功率和载波分配结果。仿真表明,该迭代算法在有效完成用户间功率与载波分配的同时能够在较短的时间内收敛。     

认知无线电网络中基于包调度算法的主动频谱切换

认知无线电网络中,主用户出现在自己的授权频段,但被次用户占用,此时次用户进行频谱切换.主动频谱切换机制是一种可以提高网络的带宽利用率,同时降低丢包率的方法.基于一个有效的包调度算法,提出一个主动频谱切换机制,以期减少频谱切换发生时的不可用信道.该包调度算法有效地集成了两个算法:频谱空洞填充算法和包迁移算法,来减少丢包率和带宽碎片.实验仿真结果验证了该主动频谱切换机制的有效性.     

认知无线电中基于Stackelberg博弈的分布式功率分配算法

在underlay认知无线电场景中,为了让认知用户能随机地接入主用户正在使用的授权频段,且对主用户产生的干扰不高于主用户能够容忍的干扰温度门限,该文采用Stackelberg博弈机制进行认知用户的发射功率分配。将主用户作为模型中的leader,认知用户作为follower,认知用户使用主用户的授权频段时需以干扰功率为单位支付给主用户相应的费用,而主用户则可以通过调整价格,限制认知用户产生的总干扰功率不高于其所能容忍的干扰温度门限,以便获得最大收益。同时,不同认知用户间根据主用户制定的价格,进行非协作博弈。仿真结果表明,与集中式的最优功率分配算法相比,该文可通过简单的分布式功率分配算法获得与其相近的系统性能,且主用户与认知用户间只需进行少量的信息交互,这与需进行大量信息交互的集中式最优算法相比,具有较大的优势。     

分布式认知无线电网络中的主动频谱切换

主要研究分布式认知无线电网络中的频谱切换,并提出一种主动的频谱切换方案。认知用户通过感知结果与历史信息建立授权用户的活动模型,预测频谱的使用情况。在不对授权用户产生干扰的前提下,提前安排频谱切换。同时,采用基于蚁群任务分工算法的频谱选择方法,使得认知用户综合考虑通信参数,实现认知用户的按需切换,保证不间断的传输。仿真表明,提出的方案能够提前执行切换,并在较短的时间内完成业务量的传输,同时具备较高的灵活性,适用于分布式认知无线电网络。     

联合信号子空间和功率分配的认知干扰对齐传输方案设计

本文针对由一条授权通信链路和多条次用户干扰信道组成的认知多输入多输出（Multiple Input Multiple Output,MIMO）系统,首先提出了基于信号子空间的认知干扰对齐迭代优化算法,并且利用单调有界理论证明了该算法可以收敛到稳定点。为了进一步提升系统的和速率性能,提出了一种联合信号子空间和功率分配的增强认知干扰对齐算法。该算法通过在每个次用户的多个数据流之间进行自适应功率分配,解决了次用户的有用信号空间中总是有残余的干扰信号的问题。数值仿真结果表明,相对于传统的认知干扰对齐算法,所提的算法能够获得较为明显的性能提升。      

Optimal power allocation for cognitive radio under interference outage constraint

Cognitive radio is able to share the spectrum with primary licensed user, which greatly improves the spectrum efficiency. We study the optimal power allocation for cognitive radio to maximize its ergodic capacity under interference outage constraint. An optimal power allocation scheme for the secondary user with complete channel state information is proposed and its approximation is presented in closed form in Rayleigh fading channels. When the complete channel state information is not available, a more practical transmitter-side joint access ratio and transmit power constraint is proposed. The new constraint guarantees the same impact on interference outage probability at primary user receiver. Both the optimal power allocation and transmit rate under the new constraint are presented in closed form. Simulation results evaluate the performance of proposed power allocation schemes and verify our analysis.     

基于认知OFDM的子载波功率分配改进算法

在认知无线网络中,建立了基于认知OFDM多载波资源分配数学模型,在授权用户干扰受限条件下,以最大化传输速率为目标进行认知用户的子载波功率分配。传统注水法被证明是最优的单用户子载波功率分配算法,在传统注水法功率分配基础上,提出了两种可行的子载波功率分配改进算法,改进算法一是通过对水面值的粗略估计快速确定不分配功率子载波,改进算法二不需要通过迭代计算水面值,只通过线性计算就可以直接确定不分配功率的子载波,且对授权用户不产生干扰。仿真结果表明,在改进的两种子载波功率分配算法下,认知用户的数据传输速率优于传统注水法功率分配时认知用户的数据速率,所提改进算法具有自适应特性且计算复杂度大大降低。      

LTE-Advanced系统与S-band雷达共享频谱的载波聚合资源分配

频谱共享可以缓解频谱资源有限以及已分配的频谱资源利用率非常低的压力,而且载波聚合技术可以应用于频谱共享场景中。针对以上问题,首先,提出一个具体的MIMO雷达与LTE-Advanced蜂窝系统之间的频谱共享场景,利用载波聚合技术实现两载波聚合;其次,由于不同的用户设备运行的应用程序不尽相同导致其所需带宽也不尽相同,于是,提出基于用户应用类型的资源分配最优算法,给予实时应用用户优先权;最后,通过MATLAB仿真平台对此算法的性能进行仿真和验证。仿真结果表明,载波聚合可以提供更大的带宽从而提高用户设备的数据传输速率,资源分配最优算法可以保证用户的最小服务质量。     

基于强化学习的合作频谱分配算法

为了解决认知无线电网络中的频谱分配问题,提出了一种基于用户体验质量的合作强化学习频谱分配算法,将认知网络中的次用户模拟为强化学习中的智能体,并在次用户间引入合作机制,新加入用户可以吸收借鉴其他用户的强化学习经验,能够以更快的速度获得最佳的频谱分配方案;并且在频谱分配过程中引入了主用户和次用户之间的价格博弈因素,允许主用...     

Femtocell网络中基于双门限的两层协作频谱感知技术

在Femtocell和Macrocell构成的两层异构网络中,前人提出运用认知无线电的技术来解决网络中存在的干扰问题,但大多数研究主要集中在频谱资源的管理上,没有提出高效的频谱检测方法。本文结合认知无线电中频谱感知技术提出了基于双门限的两层协作频谱感知,检测出空洞的频谱资源分配给Femtocell用户使用,既能提高频谱资源的利用率,又能有效的抑制Femtocell与Macrocell之间的干扰。文中推导出了Femtocell用户基于双门限的两层频谱感知的检测概率和虚警概率,给出了Femtocell网络中感知信息两比特编码的融合准则和基于双门限的两层协作频谱感知的具体实施方法。仿真结果表明,所提算法能够有效提高Femtocell用户的频谱检测概率,通过对感知信息进行两比特编码,再将编码后的信息发送至融合中心进行融合,能够有效的提高整个系统的检测性能,抗噪声能力强。