能量收集认知多跳中继网络中断性能分析及优化

针对能量收集认知无线网络中的多跳中继传输问题,该文构建了一种新的具有主网络干扰的功率信标(PB)辅助能量收集认知多跳中继网络模型,并提出单向传输方案。在干扰链路统计信道状态信息场景下,推导了次网络精确和渐近总中断概率闭合式。针对精确总中断概率表达式的复杂性和非凸性,采用自适应混沌粒子群优化(ACPSO)算法对次网络总中断性能进行优化。仿真结果表明,PB功率、干扰约束、次网络跳数、能量收集比率、主接收端数目和信道容量阈值等参数对中断性能影响显著,所提算法能快速和有效地对网络中断性能进行优化。     

非理想SIC下SWIPT-CR-NOMA网络中断性能分析

针对采用无线携能通信的多中继底层协作认知非正交多址接入网络,提出一种两阶段中继选择策略。认知中继执行功率划分的无线携能通信协议为次级用户提供解码转发服务,其能量开销源于所采集到的能量。考虑了实际的非正交多址接入网络中,中继节点与次级用户均无法完全消除多址干扰,即无法实现理想连续干扰消除。在干扰阈值约束下,推导了非理想连续干扰消除下两次级用户端中断概率的精确表达式,并通过蒙特卡洛仿真验证其正确性。此外,定量分析了各系统相关参数（最大发射功率、干扰阈值、功率分配系数等）的选取对次级用户中断性能的具体影响。结果表明,在相同的系统参数设置下,所提方案次级用户中断性能远优于现有部分中继选择方案。      

认知中继网络中基于频谱感知的自适应功率控制策略

针对采用联合overlay和underlay频谱共享模式的认知中继网络,基于频谱感知结果和干扰信道条件,提出了自适应功率控制策略,从理论上分析了次用户的中断概率。通过Monte-Carlo仿真,与单一overlay或underlay频谱共享模式和固定功率控制方案下次用户的中断性能进行了比较。仿真结果表明,采用自适应功率控制方案,在相同中断概率条件下,次用户对主用户的干扰概率降低了70%~80%;在相同干扰概率条件下,次用户的中断概率降低了1~2个数量级,频谱共享性能得到了有效提高。     

基于中断概率的协作通信中继选择与功率分配算法

研究了功率受限情况下多中继协作通信网络的中继选择和功率优化问题。在AF网络中,提出了一种低复杂度中继选择与功率分配算法,其目标是在总功率一定的条件下使系统的中断概率最小。本算法对源节点和所有潜在中继节点进行功率分配,结合当前信噪比选择最优的中继集合,通过最速下降法求出使系统中断概率最低的功率分配因子。该算法不需要知道大量瞬时信道信息、不需要系统在等功率条件下进行中继选择,只需求得中继节点排列矩阵便可根据当前信噪比自适应获得最优中继节点集合。仿真结果表明,在相同条件下,该算法明显优于不同中继节点集合下几种算法的中断性能,并且与传统的SAF及AAF算法相比,有效降低了中断概率,提升了系统性能和功率效率。     

两阶段中继选择策略下SWIPT-CR-NOMA网络的中断性能分析

针对采用无线携能传输(SWIPT)的多中继协作底层认知NOMA网络,提出一种基于NOMA和串行干扰消除协议的两阶段中继选择策略(TSRS).在保护主用户的干扰温度限约束下,次级网络源节点和最优中继均以固定功率分配生成多用户叠加信号向下一跳链路发送,最优中继采用功率分割方案采集能量,只利用从第一跳链路采集到的能量提供解码...     

非再生中继网络的功率优化分配

为了降低非再生中继网络的中断概率,研究了基于中断概率最小化的功率分配问题.首先分析了两跳中继传输方式和协同分集传输方式中断概率近似表达式,然后以中断概率最小化作为优化目标,在总功率一定的条件下,建立了非再生中继系统中基于中断概率最小化的功率分配优化模型,通过Lagrange乘数法获得了源节点和中继的最优功率分配.仿真实验表明,与在源节点和中继中采用平均功率分配策略相比,采用基于中断概率最小化的最优功率分配策略,在降低中断概率的同时,也增加了系统的容量.     

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。     

认知中继网络中认知用户基于频谱感知机会中继的中断性能分析

认知无线电中继网络中,认知用户需要成功感知到其所在簇内的主用户频谱空穴后才能成为认知中继节点,且各认知中继节点发射功率受到各自主用户干扰温度限制(ITC)。该文对认知中继节点采用分布式空时编码和解码转发协议时认知用户的中断性能进行了分析;给出了认知用户在干扰温度限制下中断概率的上下界,得出中断概率的上下界在不同干扰温度限下与认知用户归一化数据速率、中继数量和其对主用户检测概率的关系。给出了源节点和频谱感知中继节点在相同干扰温度限下的数值仿真,并对仿真结果进行了分析。     

中继协作下认知NOMA网络性能分析

把非正交多址接入（NOMA）技术应用到认知网络中,提出基于中继协作的底层认知NOMA系统模型。在瑞利衰落信道下,考虑一个两跳的通信网络,认知中继同时接收来自主网络发射源和次网络发射源的信号,并采用串行干扰消除策略解码转发接收到的信号。次级网络通过为主网络提供中继解码转发服务,获得接入授权频段的机会;主网络通过贡献出授权频段,换取次级网络协作通信的机会,同时获得了优先解码权,保证了主网络通信的可靠性。推导了系统各个接收端的中断概率闭合表达式,并进行了MATLAB仿真。仿真结果表明:采用中继协作可以有效提升认知NOMA网络的中断概率性能。      

认知双向中继网络的功率分配优化算法研究

相对于传统的认知单向中继系统,认知双向中继网络由于引入了网络编码技术,减少了传输时隙,能获得更高的频谱效率.对采用时分广播(Time Division Broadcast,TDBC)传输协议的译码转发(Decode-and-Forward,DF)认知双向中继网络的和速率进行了分析,提出了一种功率分配的优化算法,能在满足次用户(Secondary Users,SUs)总功率约束以及对主用户(Primary Users,PUs)最大干扰功率(Maximum Tolerable Interference Power,MTIP)约束的前提下,最大限度提高次用户网络的和速率.并推导了不同情况下,次用户网络功率分配的最优解.数值仿真结果验证了该理论分析的正确性,同时表明,次用户的总功率以及主用户的干扰功率限制,对次用户网络的和速率有较大影响.