在认知中继网络中基于放大转发与最佳中继的最优功率分配算法

由于受认知无线电与中继通信技术的启发,提出了一种认知中继网络模型.该模型由源节点、目的节点、认知中继节点及主用户(primary user,PU)构成.认知中继节点以与PU共存的方式为源节点辅助传输信息到目的节点,只要保证其对PU通信造成的干扰在PU干扰门限值以下.假设源节点、目的节点和认知中继节点之间的瞬时信道边信息(channel side information,CSI)和认知中继节点到主用户之间的均值信道增益已知的前提下,研究该模型中的认知中继节点分别采用放大转发(amplify-and-forward,AF)和基于AF的中继选择(selection AF,S-AF)下的功率分配策略,该策略以最小化系统中断概率为目标,同时也满足认知中继节点的发射功率约束(包括总发射功率和个体发射功率约束)和对主用户的干扰功率约束.最后,通过数值仿真来验证推导出的功率分配策略.仿真结果表明:本文提出的最优功率分配策略,无论在AF,还是S-AF下,均能明显的改善系统的中断性能和平均吞吐量;同时在S-AF下最优分配策略可以得到更高的平均吞吐量,因此中断概率更小.     

Joint relay selection and power allocation for amplify-and-forward two-path relaying networks

This paper presents a joint relay selection and power allocation scheme for amplify-and-forward two-path relaying networks,in which diferent relay nodes forward information symbols alternatively in adjacent time slots.Our approach is based on the maximization of the received signal-to-noise ratio under total power consumption by the transmission of the symbol.We show that in spite of inter-relay interferences,the maximization problem has a closed-form solution.Simulation results explicitly indicate that the performance of proposed approach outmatches the existing methods including equal power allocation and one-path relaying.     

Two-path中继系统中基于最小化中断概率的功率分配方法

为了降低two-path中继系统的通信中断概率,针对DF协议中继,推导了two-path中继系统在存在中继间干扰情况下的中断概率闭式解,并在总功率受限的情况下,提出了一种最小化中断概率的最优功率分配算法。仿真验证结果表明该算法能够有效地降低系统的中断概率,提高系统的性能。     

双向AF中继系统中继选择及功率分配策略

为了提高双向中继系统的系统可达总速率,提出一种Two-way AF中继系统的最大化瞬时信噪比乘积（MISP）的中继选择策略,该策略联合考虑了两条链路的链路质量,实现了最优中继选择。在此基础上,运用信噪比平衡技术进行瞬时功率分配（SNR-Balancing-IPA）,推导出了最优功率分配方案的表达式。理论分析和仿真结果都表明,建议的最大瞬时信噪比乘积中继选择及SNR-Balancing-IPA的策略有效提高了系统的可达总速率,降低了系统的中断概率,改善了系统的性能。     

认知无线电网络中感知时间与功率分配的优化

针对多协作用户多信道的情况,讨论了当信道增益固定时,各子信道之间检测时间、总检测时间与传输时间,以及各子信道之间功率分配的问题。区别于以往的单独优化算法,提出了各参数的联合优化算法。以信道容量为目标函数,给出了最优的时间和功率分配算法。实验结果表明,提出的算法能够实现频谱接入并且极大地提高了次用户系统的总信道容量。表明功率分配与信道上主用户占用的概率有关,而时间分配则与信道上主用户接收信噪比以及传输时自身的信噪比有关。在多认知用户网络中,参与合作的用户越多,接收与传输信噪比越高,次用户系统的总信道容量越大。对于认知无线电网络,还考虑了整体的实现。     

Two way中继系统中的双向中继选择及功率分配策略*

通过中继选择和功率分配,可以达到提高two-way中继系统总速率的目的。综合考虑中继节点处的接收信噪比和中继节点到目的节点间的信道增益,提出了two-way AF中继系统中的双向中继选择策略(BRS);同时,在总功率受限的条件下,建立了two-way AF中继系统中的优化功率分配模型,通过对模型进行数学分析求解,提出了一种自适应的最优功率分配策略(OPA)。仿真结果证明两种策略均能提高系统总速率。     

中继选择协议下的认知无线电系统性能研究

在保证授权用户服务质量(QoS)和认知用户峰值功率限制的前提下,推导出高信噪比时放大转发中继选择(SAF)协议、解码转发中继选择(SDF)协议和混合中继选择协议(HPRS)下认知中继系统中断概率的近似表达式。Monte Carlo仿真验证了三种协议下中断概率近似表达式的合理性,理论和仿真结果表明,三种协议的中断概率与干扰限制条件和认知用户峰值功率密切相关,且HPRS中断性能要优于SAF和SDF。     

Two-Way中继系统中基于最小化总功率的功率分配策略*

在保证系统QoS前提下,为了降低Two-Way中继系统的总功率开销,提出了一种基于最小化总功率的优化功率分配策略。首先对Two-Way中继系统中断概率的闭合表达式进行了推导;在系统中断概率等于某一恒定值的条件下,建立了最小化系统总功率的优化模型。通过拉格朗日乘数法对优化模型进行了求解。仿真结果证明了此策略能降低系统总功率开销。     

Joint optimal sensing time and power allocation for multi-channel cognitive radio networks considering sensing-channel selection

In this paper,we consider a multi-channel cognitive radio network(CRN)where each secondary user(SU)can only choose to sense a subset of channels.We formulate a joint optimization problem of sensingchannel selection,sensing time and power allocation under the constraints of average transmit power budget and average interference power budget,which maximizes the CRN’s total throughput.We propose a greedy algorithm to solve the joint optimization problem,which has much less computational complexity.Moreover,it is shown that the search space of the greedy algorithm can be further pruned.Finally,numerical results demonstrate that the greedy algorithm has comparable performance to the exhaustive search algorithm.     

ICRN功率分配与中继选择联合优化

针对工业认知无线电网络中出现的无线干扰和冲突严重,特别是工业现场的金属环境和移动特性造成多径与阴影衰落,从而使得传输可靠性难以保证的问题,引入感知信道概率及信道可用度概念,提出一种联合优化中继选择与功率分配的算法。该算法给出3种认知中继选择方案,分别是信道增益最大准则、最近准则及调和平均准则,并在源节点和所选中继节点之间进行最优功率分配,以最小化网络中断概率。仿真结果表明,与平均功率分配算法相比,所提算法能更好地降低系统中断概率,提高传输可靠性。     

认知无线电网络中多目标频谱分配与功率控制

针对Underlay接入方式的认知无线电网络中的功率控制问题进行了研究,提出同时考虑频谱分配和功率控制两个因素。并且为了同时满足用户的多种需求,将网络容量和功耗效率构建成一个多目标优化问题,然后提出了一种基于NSGA-Ⅱ的改进多目标优化算法对该问题进行建模求解,得到了适合用户不同需求的Pareto最优解集。最后将所提方法与SPEA-Ⅱ算法进行了实验对比,仿真结果表明,所提方法能够有效地搜索到优化解,并且能够满足不同情况下的频谱和功率分配要求。     

Multi-channel power allocation based on market competitive equilibrium in cognitive radio networks

Cognitive radios such as intelligent phones and Bluetooth devices have been considered essential goods in next-generation communication systems.Such devices will have to share the same frequency band owing to the limited bandwidth resource.To improve spectrum efciency,we formulate multi-channel power allocation as a market competitive equilibrium(CE)problem,and prove that its solution exists and is unique under the condition of weak interference.We then propose two distributed power allocation algorithms achieving CE,namely the fast convergent power allocation algorithm(FCPAA)and the social-fairness-aware FCPAA(SFAF).Theoretical analysis and simulation results demonstrate that the proposed algorithms lead to better system performance in terms of the guaranteed interference temperature constraint using the price mechanism instead of a strategy based on the Nash equilibrium.Moreover,it is shown that the FCPAA maximizes total utility,and converges more quickly than the method addressed in prior research with the help of improved round-robin rules.However,the FCPAA cannot ensure the same social fairness among secondary users as the SFAF scheme in both the non-fading channel and Rayleigh fading channel;the SFAF balances the individual utility by adjusting each user’s budget at the expense of a small quantity of system total throughput.     

认知无线电中基于时间差因子的频谱分配算法

为了降低认知系统的通信中断概率,提高认知系统的稳定性,在经典的图论着色模型基础上提出了一种改进的频谱分配算法。该改进算法引入一个频谱空闲时间和用户请求时间的差值因子,对于每个认知用户,该算法综合考虑频谱效益与时间差因子两个因素来分配频谱。仿真结果表明,改进算法使认知系统的中断概率远低于原算法。     

基于最佳中继选择的认知AF系统性能分析

针对中继通信中的放大转发协议,提出了一个基于最佳中继选择方案的双跳认知协作通信系统。该系统的频谱共享环境由一个主接收用户,一个次级信源,[K]个次级中继和一个次级信宿组成。并在独立非同一分布的瑞利衰落环境下对该认知协作通信系统的中断性能进行了分析,推导出了中断概率的准确闭合表达式。利用蒙特卡罗仿真实验证实了分析结果的正确性。理论分析和仿真结果都表明,分析所运用的方法降低了系统的中断概率,提高了遍历容量,从而有效地改善了系统的性能。     

认知无线电在矿井无线传感器网络系统中的应用

为了有效地实现矿井环境监测,将认知无线电（CR）技术和无线传感器网络（WSNs）技术相结合,提出了CR-WSNs新概念。分析了煤矿井下特殊的工作环境,介绍了适用于矿井的CR-WSNs监测系统结构、节点的硬件组成和CR-WSNs模块间的通信,给出了简单的性能测试方案。实际测试结果表明：CR-WSNs比普通WSNs具有更强的抗干扰性能。     

Optimal MAC based cooperative spectrum sensing in cognitive radio networks

This paper considers a cognitive radio (CR) system in non-ideal fading wireless channels and pro-poses cooperative spectrum sensing schemes based on coherent multiple access channels (MAC),serving as an alternative way to improve the cooperative spectrum sensing performance and provide space diversity for spec-trum sensing.Sufficient statistics are transmitted using a common channel from the secondary users (SUs) to a fusion center (FC) where the global decision is obtained.The optimal scaling factors of the proposed schemes are obtained by maximizing the detection probability under a target false alarm probability and a transmit power constraint.Because the proposed optimal MAC scheme has high computational complexity,a sub-optimal solu-tion based on maximization of the deflection coefficient (DC) is also proposed.Simulation results show that the proposed algorithms can significantly improve the spectrum sensing performance and approach the detection baseline.     

认知无线电网络中基于排队论的集中式频谱分配策略

传统的基于图着色模型和基于博弈论模型的动态频谱分配算法因存在计算复杂度高、收敛速度慢等缺陷,在实际网络环境中会造成很大的时延和能耗开销。针对主次用户共存,主用户交替转移忙闲状态的网络环境下,基于排队论模型提出了一种高效、低能耗的集中式频谱分配方案,并给出了该方案下次要用户的平均阻塞率和强制中断率的解析表达式。理论分析和仿真结果表明,所提的方案能够大幅度降低节点能耗。     

认知网络中基于博弈论的联合功率控制与速率分配算法

针对认知无线网络上行链路中的资源分配问题,提出了一种适应于多小区认知无线网络的基于功率控制与速率分配的博弈算法。为了更加合理地控制用户的功率和速率,减小各次用户间的干扰,首先,在效用函数中分别给功率和速率设置了不同的代价因子,使其能够更加合理地控制用户,避免用户过度增加发射功率。其次,从理论上证明了该算法纳什均衡的存在性、唯一性以及算法的收敛性。最后,为了解决发射功率和传输速率的最优化问题,给出了联合功率控制和速率分配的迭代更新算法流程图。理论分析及仿真结果表明,与同类博弈算法相比,在保证通信质量的前提下,所提算法可以使得用户以较小的发射功率获得较大的传输速率和较高的信干噪比（SINR）,并且减小了用户间的干扰,提高了次用户系统容量。     

基于多用户QoS的中继系统功率分配算法

研究了非再生中继满足不同用户速率需求的公平性功率分配问题。提出了基于用户期望速率比例公平性功率分配算法,由于源端无法预先接收用户期望速率信息,该算法在实际操作中存在一定的不可操作性。进一步提出了预均分公平性功率分配算法,可弥补基于用户期望速率比例公平性功率分配算法的不足。仿真结果表明,两种算法都实现了保证用户服务质量(QoS)的最优功率分配以最小化用户速率与期望速率差值,节约网络资源的优化目标。     

基于主用户公平性保护的最优功率分配

考虑了一个主用户为集中式通信系统的基于OFDM的认知无线电场景。因为认知用户的发送端到主用户的各个子用户之间的信道质量可能存在很大的差异,因而认知用户给各个子用户导致的干扰可能存在很大的不平衡,有的可能几乎没有受到干扰,而另外一些可能遭受到非常严重的干扰甚至中断。为了确保主用户中每个子用户的通信质量,考虑了基于对主用户中各个子用户公平性保护的最优功率分配的问题,它的最优解也被推导。仿真结果显示,提出的算法能够在资源(功率、频谱)的使用效率和对主用户各子用户保护的公平性之间取得良好的平衡。