认知网中一种基于隐马尔可夫的多信道功率控制机制

在分布式多信道接入认知无线网中,针对用户获取环境信息不对称导致资源分配冲突的问题,根据非授权用户对信道状态判决结果的相关性,提出一种基于隐马尔可夫的多信道功率博弈机制。该机制选取合理的价格函数和有效地抑制非授权用户的自私行为,实现了非授权用户之间的频谱共享,并使其对信道上其他用户是否参与博弈进行推测,以获得较准确的博弈信息,从而选择更优的发射功率。仿真表明,该机制能使系统获得更高的有效容量,同时保证更多的用户达到速率需求。     

认知异构网络中基于不完全频谱感知的资源分配算法

针对认知异构网络中的干扰抑制问题,文中研究了如何降低其对宏用户(MU)的干扰并提高系统吞吐量。通过全面分析干扰来源,建立不完全频谱感知下的干扰模型;结合用户拓扑信息,综合考虑总功率约束和干扰约束,以最大化下行链路的吞吐量为准则构建优化问题;然后分析KKT条件,简化优化问题,进而设计出基于不完全频谱感知的分步式资源分配算法。仿真结果及性能分析表明,相比于基于完全频谱感知的资源分配算法,所提算法对MU造成的干扰更小,并且获得了更优的吞吐量性能。