认知无线电系统中基于OFDM的一种资源分配方案

文章在已知主用户干扰门限的基础上,对认知用户的子载波和功率进行合理分配;阐述了使认知用户系统容量达到最大的最优功率分配算法,给出了易于实现的次优算法,并与传统功率分配算法进行比较。仿真结果表明,在给出不同干扰门限的条件下,认知用户采用最优算法比传统算法获得的发射功率要高,并且次优算法的性能接近最优算法。     

认知OFDM系统中针对视频业务用户的资源分配

在多用户认知无线电OFDM系统中,针对实时视频业务用户,提出一种计算复杂度低的资源分配方案.该方案采用鱼群算法分配子载波,并提出简单功率干扰(Simple Power Interference,SPI)约束功率分配算法.目标是在满足总功率预算并且保证不干扰主用户的前提下,最大化系统的下行系统容量.仿真分析表明,在视频业务用户场景中,所提算法能有效提高下行系统速率,性能接近最优且复杂度低.     

认知网中感知时间和功率控制的联合优化机制

针对认知无线网中为了最大化认知用户的吞吐量问题,提出了一种感知时间和功率控制的联合优化机制。该机制保证认知系统在低于一定干扰限制下,将认知用户吞吐量描述成为一个多约束优化问题,从理论上分析了最优功率分配方案与最优感知时间分配方案。根据理论分析结果,设计了联合迭代机制通过确定合适的感知参数从而达到最大化认知用户吞吐量的目的。仿真结果表明：提出的联合优化机制复杂度较低,并且该方案的认知吞吐量性能最接近理论最优方案的性能。     

认知OFDM系统中针对视频业务用户的资源分配方案

在多用户认知无线电OFDM系统中,针对实时视频业务用户,本文提出一种计算复杂度低的资源分配方案。该方案采用鱼群算法分配子载波,并提出简单功率干扰(Simple Power Interference, SPI)约束功率分配算法。目标是在满足总功率预算并且保证不干扰主用户的前提下,最大化系统的下行系统容量。仿真分析表明,在视频业务用户场景中,本文所提算法能有效提高下行系统速率,性能接近最优且复杂度低。     

主用户干扰约束下的机会频谱接入感知−传输时隙优化调度

提出一种基于主用户干扰约束的机会频谱接入感知-传输时隙调度优化方案。首先,推导切换机制下认知系统的吞吐量和主用户干扰率,建立感知时间和感知周期联合优化模型;然后,在主用户干扰率和次用户感知质量双重约束下,推导了可最大化认知系统吞吐量的最优感知时间和感知周期的闭合表达式;最后,阐述了时隙优化调度方案并计算了认知系统可获得的最大吞吐量。仿真结果表明,所提出的时隙调度方案可以为认知系统提供更高的吞吐量,并更好地适应主用户干扰率和感知质量约束的变化。     

认知无线网络中基于联合波束形成和功率分配的低复杂度SINR均衡算法

认知无线电作为提高频谱使用效率的有效手段成为当前通信领域的研究热点。本文研究了单输入多输出的多用户认知无线网络,在主用户的干扰功率约束和认知用户的发射功率约束下,针对认知用户的信干噪比均衡问题,提出了一种低复杂度的联合波束形成和功率分配算法。与已有算法相比,该算法可以在保证最优的均衡信干噪比水平的同时,大幅度降低矩阵求逆和矩阵特征值分解的次数,特别是当处于通信状态的主用户和认知用户数目很多时。本文理论证明了所提算法的收敛性和最优性,并进行了详细的复杂度分析。理论分析和仿真结果均表明在多用户的认知无线网络中,本文所提算法可以将已有算法的平均运算复杂度降低50%以上。     

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。     

基于多主用户活跃性的多功率认知接入策略

针对大多数认知无线电场景中存在多个主用户,且具有较强活跃性的问题,提出了一种基于授权用户活跃性的多主用户多状态认知接入机制以及对应的多功率接入策略。该方法能够使认知用户选择最优的授权信道接入,并采用合适的功率进行传输,实现了认知系统吞吐量的最大化。数值仿真结果表明,该接入机制能够使认知用户充分利用多主用户信息和资源。与传统的功率接入方式相比,既能减小对主用户的干扰,又能提升认知系统的容量。     

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。      

CR-MIMO-OFDMA/TDM系统中基于效用的无线资源分配与调度

针对多用户MIMO-OFDMA/TDM认知无线电系统,提出一种基于用户效用和最大化的动态资源分配与调度方案,通过松弛约束条件将NP-hard的组合最优化问题转化为凸优化问题并通过拉格朗日对偶法进行分解,利用次梯度迭代算法求解对偶问题求得原始问题最优解.仿真结果表明,该方案可最大化用户效用和,获得主用户与认知用户的最优功率/速率分配并实现用户调度,且算法复杂度低收敛速度快.