动态频谱访问中的最小最大公平功率与数据率联合控制算法

该文研究动态频谱访问中次用户通过功率控制共享主用户频谱资源的问题。将最小最大公平功率与数据率联合控制问题建模为准凹优化问题,提出了基于迭代求解线性规划问题的功率控制算法。此外,还提出了通过次用户间相互协作估计次用户到主用户以及次用户间链路增益的方法,分析了链路增益估计误差的统计特性,提出了利用保护裕量降低链路增益估计误差对主用户和次用户服务质量影响的方法。仿真结果表明:所提出算法的性能与现有算法相同,但计算时间仅为现有算法的10%~50%,甚至更低;1 dB的干扰裕量和1.5 dB的信干噪比裕量足以保证主用户和次用户服务质量免受链路增益估计误差的影响。     

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。     

基于最小剩余约束空间的认知系统资源分配

针对授权网络和认知网络并存且均包含多个用户的下行链路场景,综合利用频谱共享与机会频谱接入两种动态频谱接入方式的特点,提出了基于"最小剩余约束空间"的认知系统资源分配算法。算法考虑发射功率约束与干扰功率约束的余量,每次将当前1信息比特分配给真正占用约束余量最小的用户,以达到认知用户和速率的最大化。仿真结果验证了当多认知用户采用OFDM时,所提算法在干扰功率小于主用户干扰门限的前提下达到了较好的性能。     

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。     

认知无线网络基于信号博弈的分布式功率控制算法

针对认知无线网络分布式环境下信道信息不对称导致资源分配冲突的问题,该文提出一种基于信号博弈的分布式功率分配算法。考虑具有竞争关系的次用户在不使用控制信道的情况下,通过信号博弈策略依次选择功率分配策略,达到信道信息共享的目的,能有效避免对主用户正常传输的干扰以及竞争次用户之间功率分配冲突。该文对均衡结果进行分析,仿真结果表明该算法可以有效估计信道增益,次用户的吞吐量相对于已有研究得到明显提升。     

一种基于功率控制和潜博弈的动态频谱分配算法

功率控制是感知无线电重配置的重要内容之一。结合功率控制的动态频谱分配策略可以有效提高频谱分配的性能。文章构建了一种潜博弈模型,通过在授权链路保护算法中加入功率控制机制,进一步降低对系统中授权用户和其它感知用户的干扰,提高通信链路的信干噪比,改善分配算法的性能。仿真结果表明算法达到了预期的效果,保证了感知无线电系统可靠通信。     

基于局部拓扑控制的认知网络路由方法

针对认知网络研究一种融合主、次用户多因素优化的局部拓扑控制和路由方法。该方法综合考虑主用户频谱使用情况以及次用户对主用户干扰影响,预测认知链路的稳定性,结合链路功耗,定义一种联合链路代价,提出链路代价最小的局部认知拓扑控制路由 (LCTCR)算法,优化网络拓扑,并在优化后的拓扑上进行网络路由的选择。算法分析和仿真实验证明,在进行认知网络路径选择时,链路功耗和链路稳定性均为重要参数,需联合优化以保证选择更优的实际路由。     

一种基于OFDM的多用户认知无线电系统联合资源分配算法

针对频谱共享环境,研究了采用OFDM调制方式的多用户认知无线电系统中,综合考虑自身发射功率约束与主用户干扰功率约束的资源分配问题.基于最大化认知用户和速率的优化目标,给出了连续比特条件下最优的多水位注水功率分配表达式;针对更实际的整数比特要求情况,通过基于相对增益因子RG的子信道选择机制与每个认知用户内多约束的贪婪比特与功率分配策略,来最大限度地提高频谱利用率.仿真结果表明:联合的子信道、功率与比特分配算法在不同的参数设置下均达到了良好的性能,在不影响主用户通信的前提下有效地提高了认知系统的频谱利用率.     

认知无线电系统中一种新的自适应功率控制算法

本文针对认知无线电系统中的远近不公平性,提出将信道增益因子引入到基于信干比（SIR）的分布式非合作博弈功率控制算法中,并证明了其纳什均衡的存在性及唯一性。同时在此算法的基础上,针对部分用户的SIR不能满足下限阀值的情况,设计了一种新的自适应加权系数以控制发射功率,满足不同用户的输出SIR需求。仿真结果表明,与其它的分布式功率控制算法相比,该算法不仅有效地解决了远近不公平现象,满足了认知用户公平共享频谱资源的需求,同时使认知用户的SIR能同时满足上下限阀值的要求,且具有快速收敛的特性。      

认知无线电中一种基于干扰温度的功率控制算法

基于干扰温度模型,应将认知无线电网络中认知用户与主用户共享频谱时应满足各自的用户服务质量（QoS）问题转化为有约束的非线性功率控制优化问题。运用迭代算法和拉格朗日相关理论探讨出一种近似最优的功率分配算法。理论分析和仿真表明,该算法既能满足主用户的干扰温度容限,同时又能使认知用户获得很好的信噪干扰比,增大系统的吞吐量。     

基于认知无线电的新型非合作功率控制博弈算法

从认知无线电技术特性出发,在干扰温度门限的限制条件下,提出了基于新的代价函数功率控制博弈论算法,以有效地提高认知用户的信干噪比。根据信道状况、吞吐量最大化和功率限制的需求,将功率控制问题转化为一个干扰受限的多约束非线性规划问题。结合博弈论和最优化理论,证明了其纳什均衡的存在性和唯一性,给出了该模型的分布式求解算法。仿真实验表明,该算法可以有效提高认知用户的QoS和系统性能,充分利用无线资源。     

Distributed power control algorithm for cognitive radios with primary protection via spectrum sensing under user mobility

Substantial spectrum gains have been demonstrated with the introduction of cognitive radio however; such gains are usually short lived due to the increased level of interference to licensed users of the spectrum. The interference management problem is herein tackled from the transmitter power control perspective so that transmissions by cognitive radio network does not violate the interference threshold levels at the primary users as well as maintain the QoS requirements of cognitive radio users. We model the cognitive radio network for mobile and immobile users and propose algorithms exploiting primary radio environment knowledge (spectrum use), called power control with primary protection via spectrum sensing. The algorithm is briefly introduced for time invariant systems and demonstrated that it has the ability to satisfy tight QoS constraints for cognitive radios as well as meet the interference constraints for licensed users. We, however, further show that such assumption of terminal immobility in the power control algorithm would fail in cases where user mobility is considered, resulting in increased levels of interference to the primary as well as increased outages in cognitive radio network. We model the link gain evolution process as a distance dependent shadow fading process and scale-up the target signal to interference ratio to cope with user mobility. Since mobility driven power control algorithms for cognitive radios have not been investigated before, we therefore, propose a mobility driven power control framework for cognitive radios based on spectrum sensing, which ensures that the interference limit at the primary receiver is unperturbed at all times, while concurrently maintaining the QoS within the cognitive radio network as compared to static user cases. We also corroborate our algorithms with proof of convergence.     

认知无线电中基于多次博弈的功率控制算法

基于博弈论对认知无线电网络中的功率控制问题进行了建模分析,提出了一种基于多次博弈的功率控制算法,证明了该算法中纳什均衡的存在性和惟一性。仿真结果表明,基于该博弈模型的功率控制算法收敛性比传统算法好,经过7次左右迭代即可收敛,满足系统实时性要求,同时又能够以较低的功率水平满足不同用户对信干比的要求,实现了对不同用户发射功率的有效控制,系统性能明显提高。     

基于感知无线电非合作博弈功率控制算法的研究

本文基于Goodman提出的非合作博弈功率控制模型改进了代价函数。针对感知无线电系统（CR）中各用户的通信需求,采用多载波码分多址（MC-CDMA）感知无线电系统,解决感知用户对主用户干扰和通信中断等问题,为实现感知频谱资源的有效分配,提出了一种新的感知无线电系统功率控制博弈算法。通过仿真表明,该算法同几种经典算法相比,既满足不同种类用户SIR要求,又提高了系统吞吐量,实现了对不同用户发射功率的有效控制,且系统性能明显提高。     

A game theoretic approach for energy‐efficient communications in multi‐hop cognitive radio networks

In multi‐hop cognitive radio networks, it is a challenge to improve the energy efficiency of the radio nodes. To address this challenge, in this paper, we propose a two‐level Stackelberg game model, where the primary users and the secondary users act as the leaders and the followers, respectively. Based on the game model, our proposed scheme not only considers the power allocation problem for secondary users but also takes into account the price of spectrum. First, we give the cognitive radio network model, and show how to set up the game theoretic model in multi‐hop cognitive radio networks. We then analyze this problem and show the existence and uniqueness of the Nash equilibrium point for the game. We also study the impact of the spectrum price of the primary users in the cognitive radio network and study how to select the best price for the primary users to maximize their own profit. Finally, we implement simulations to show the performance of our schemes. Our work gives an insight on how to improve the energy efficiency and allocate spectrum resources in multi‐hop cognitive radio networks. Copyright © 2016 John Wiley & Sons, Ltd.     

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。      

基于多天线波束赋形的CRN分布式上行功率控制算法

针对工作于underlay模式的认知无线网络（CRN,Cognitive Radio Network）上行功率控制问题,本文提出一种基于多天线波束赋形,由认知基站和认知用户联合优化的分布式上行功率控制算法.联合优化的具体步骤为认知基站通过求解最大广义特征值问题完成多天线波束赋形优化;认知用户先将非线性功率优化问题转换为几何规划凸优化问题,再使用梯度法完成分布式发送功率优化;认知基站和认知用户交替优化,实现网络效用最大化.数值仿真显示,同只优化认知用户功率的上行功率控制算法相比,认知基站和认知用户联合优化的上行功率控制算法不仅能得到更大的网络效用值,而且对主用户的干扰具有鲁棒性.     

Improving Water-Filling Algorithm to Power Control Cognitive Radio System Based Upon Traffic Parameters and QoS

Cognitive radio scenario is based upon the ability to determine the radio transmission parameters from its surrounding environment. Power allocation in cognitive radio systems improves secondary network capacity subject to primary receiver interference level threshold. In this paper, statistical property of the injected interference power in primary user channel is used to establish the container bottom for each subcarrier employing water filling algorithm. In other words, the container bottom level of each subcarrier depends on the injected interference in primary user (PU) (most probably from the overloaded neighbor subcarriers). Traffic statistical parameters are also employed to formulate power allocation problem. Within this context, quality of service constraint is considered also to improve performance of power allocation algorithm. Simulation Results show that the injected interference in PU is decreased while the secondary user capacity improves. Indeed, the proposed algorithm is more compatible than a waterfilling algorithm with cognitive radio system constraints.