多天线感知无线电中的协作频谱感知算法

不同于以往单天线感知用户的频谱感知研究,该文提出多天线情形下基于最优功率分配和协作分集的频谱感知算法。根据信道条件利用奇异值分解(SVD)在每根天线上进行功率注水,并考虑多天线情况下两用户网络协作频谱感知授权用户的判决检测过程,利用基于指数衰减的路径损耗模型,分析多天线感知网络的各态历经容量和检测授权用户的概率及时间。理论分析及仿真结果表明,多天线感知用户通过最优功率分配和协作频谱感知不仅使感知网络具有最大的各态历经容量,同时改善系统的检测性能。     

填充式频谱共享中的功率分配算法分析

动态频谱共享技术允许认知用户接入未授权的频谱,可以有效地提高频谱资源的利用率。在分析了频谱共享的2种接入模式的基础上,提出了填充式频谱共享的系统模型。根据认知用户的效用函数,通过注水算法得到了用户间的功率迭代公式,进而求得了认知用户的功率和载波分配结果。仿真表明,该迭代算法在有效完成用户间功率与载波分配的同时能够在较短的时间内收敛。     

基于地理位置的频谱共享系统功率分配

针对次用户地理位置分布的随机性,提出一种基于地理位置的多信道underlay频谱共享模型,并设计了一种基于凸优化的功率分配算法以提高频谱资源利用率。首先根据不同地理位置的次用户对主用户干扰的差异,设计一种基于产出投入比的公平性信道分配准则,将复杂的多信道资源分配问题转化为单信道功率分配问题;继而采用一种基于凸优化的迭代寻优方式进行功率分配,最终获得次用户的系统信道容量。仿真结果表明,相比按接入时间先后分配信道的方法,基于地理位置的多信道underlay频谱共享模型可以获得更高的信道容量。     

多天线认知无线电网络多信道联合频谱感知策略

当前,以单天线认知用户组成的认知无线电网络同时协作检测多个信道的分配策略得到了广泛研究,而在认知用户可以灵活选取自身天线进行空间分集接收的条件下,当联合感知多信道时,多天线认知无线电网络如何获取最优的天线分配策略仍有待进一步研究。为解决这一问题,在限制各信道最大虚警概率的前提下,以最小化所有信道漏检概率之和为目标,建立了优化模型,并提出了基于分支定界的算法和基于贪婪思想的启发式算法。前者可以获得最优策略,但复杂度较高,后者以牺牲较小检测性能为代价,明显降低了复杂度,有效实现了检测性能与复杂度的平衡,并且在保护各个信道上主用户免受认知用户干扰层面,一定程度上兼顾了公平性。      

混合式频谱共享系统功率分配研究

该文结合机会式频谱共享(Overlay)与共存式频谱共享(Underlay)提出一种混合式频谱共享模型。基于提出的模型,考虑次用户理想感知和非理想感知两种情况,采用离散状态马尔科夫过程对信道活动进行建模,进而在平均容量最大化准则下分析了混合式频谱共享系统的功率分配问题,导出了次用户的最优功率分配策略及系统可获得的最大容量。理论和仿真结果表明,基于最优功率分配策略的混合式频谱共享系统可以获得比Overlay或Underlay系统更高的容量。     

混合频谱共享方式下多用户动态频谱分配算法

为解决混合overlay/underlay频谱共享方式下多用户动态频谱分配问题,构建了混合频谱共享方式下动态频谱分配模型,提出了基于Q学习的多用户动态频谱分配算法. 该算法在不对主用户产生有害干扰的前提下,以最大化次用户总吞吐量为目标,构建了与次用户相对应的虚拟次用户作为智能体. 通过与环境交互学习,进行信道和共享方式初选;频谱分配系统根据冲突情况和各智能体的学习结果调整信道分配策略直至次用户间无冲突. 仿真结果表明,该算法在无信道检测和信道先验知识的条件下,能根据前一时隙信道状态和次用户传输速率需求,实现动态信道分配和频谱共享方式确定,避免次用户间冲突,减少主次用户间冲突,有效提升次用户总吞吐量.     

多天线系统中多中继传输的时间分配和功率分配优化方法

本文考虑单小区内的两个中继使用解码转发的方法为两个用户提供下行数据的场景,基站和中继配置多根天线,用户配置单天线。两中继使用相同的频率资源同时为两个用户提供服务。为减小两中继同时向两用户传输时产生的干扰,中继到用户的传输采用协作干扰避免的策略;相应的基站到中继的传输采用多用户空分复用的传输策略。本文在时间分配和功率分配两个方面对上述两跳传输过程进行了优化,提出了两跳传输最优的时间分配策略。由于功率分配最优化问题难以求解,本文提出了一种匹配链路容量的次优功率分配方法,并对其进行简化以降低复杂度。通过仿真可以看出,简化的功率分配方法与匹配链路容量的功率分配性能很接近;所提出的时间分配和功率分配方案可以获得有效的性能提升。      

基于非理想感知的认知无线电系统感知时间与频谱分配联合优化算法

针对非理想感知情况下感知时间与频谱分配联合优化问题,同时考虑漏检与主用户重新占用频谱两种场景所造成的主次用户碰撞,并通过量化主用户对认知用户的干扰,给出有无主用户存在时认知系统可获得的吞吐量。在总传输功率约束以及对主用户的最大干扰功率约束两个限制条件下,以最大化系统平均吞吐量为优化目标,给出感知时间与频谱分配联合优化算法。算法首先通过折半法搜索最优感知时间,在既定的感知时间下,将子信道分配给能获得最大平均吞吐量的认知用户,在此基础上,利用凸优化相关理论求得最优功率分配。仿真结果表明,本文所提算法相比于传统频谱分配算法系统平均吞吐量性能提升了10%左右。     

认知系统中多天线协作频谱感知方案

针对认知无线电的核心问题——频谱感知,采用性能好的协作频谱感知,这里研究了认知无线电系统中一种多天线协作频谱感知方案,此方案中的噪声信号和主用户的信号均认为是独立复高斯随机信号。同时,次用户将检测到的信号通过波束成形后传向融合中心,而优化函数为发射功率受限的条件下,最大化全局的检测概率。理论推导和方针结果表明,所提出的方案有效地提高了检查概率,充分发挥了空间分集和多用户分集的优势,普遍提高了系统的感知概率。     

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。     

MIMO多中继辅助通信中基于最优功率分配的路由选择算法

考虑多个多天线中继站辅助的通信网,各中继站工作于放大转发(AF)模式,本文针对两跳半双工中继信道,提出一种基于最优功率分配的多天线路由选择算法。在总功率约束条件下,首先实现基站与中继间的最优功率分配,然后基于多天线中继模式,选出接收信噪比最大的一个中继进行传输。当功率完全分配给基站时,由于未使用中继传输,等价于选择一跳路由。与不进行中继选择的全工作模式相比,该算法不仅能达到满分集度,而且具有更好的中断概率性能和更大的系统容量。仿真结果表明,本文方法以较小的计算复杂度,使系统获得了较大的性能增益,并对于存在路径损耗的实用场景,该算法的性能优势仍然存在。      

一种基于对等协作的动态频谱分配算法

随着无线多媒体技术的发展,优质频谱资源越来越稀缺.针对频谱稀缺和频谱共享问题,提出了一种基于对等协作的动态频谱共享算法.运营商将自己的授权频谱资源部分或全部放入共享频谱池,并根据节点感知到的频谱的使用状况,平等分配该频谱池中的所有资源.仿真结果表明,所提的对等协作方案在运营商间没有信息交互的情况下,网络性能明显优于静态频谱分配方案,并且非常接近运营商间完全信息交互的频谱共享方案.     

一种基于流量需求的动态频谱分配算法

感知无线电是一个解决当前频谱资源紧缺情况的有效手段,其中动态频谱分配技术是一个非常重要的环节.文章首先建立了基于冲突图的需求分配模型,基于此模型提出了一种基于用户需求的动态频谱分配算法,在传统标签机制基础上增加了对感知用户随时间改变的频谱需求的支持.试验结果表明,当每个感知用户对频谱的需求随着时间的变化而变化并且为有限值的情况下,该算法能保证较好的公平性和提供较高的分配效率.     

分布式 MIMO 系统中功率分配算法研究

本文将功率注水算法应用到分布式 MIMO(Multiple Input Multiple Output)系统中,充分利用分布式无线通信系统的高覆盖性,通过调整发射天线的发射功率,使系统的容量得到了提升,即系统的频谱效率得到了显著改善.仿真结果显示,与集中式 MIMO 系统相比,系统容量的确得到了显著改善     

一种基于矩阵的OFDM系统功率分配算法

文章讨论了一种基于矩阵的OFDM系统功率分配算法，其基本思想是先找出所有可能的比特分配的排列组合，再在全局范围内搜索最优的分配方案。     

智能反射面辅助的多天线通信系统鲁棒安全资源分配算法

为了解决蜂窝通信系统中因窃听者、障碍物阻挡和信道不确定性导致安全性低和传输质量差的问题,该文提出一种智能反射面(IRS)辅助的多天线通信系统鲁棒安全资源分配算法。首先,考虑合法用户的安全速率约束、最大发射功率约束和IRS相移约束,基于有界信道不确定性,建立了一个联合优化基站主动波束、IRS被动波束的鲁棒资源分配问题。然后,利用S-程序、连续凸近似、交替优化和罚函数等方法对含参数摄动的原非凸问题进行转换,得到可直接求解的确定性凸优化问题。最后,提出一种基于迭代的鲁棒能效最大化算法。仿真结果表明,该文算法具有较好的能效和较强的鲁棒性。     

异构无线网络中基于覆盖概率的动态频谱分配算法

该文研究异构无线网络下行链路动态频谱分配(DSA)问题。首先考虑用户分布对下行链路干扰分析的影响及不同业务用户的信干比(SIR)要求,利用用户分布密度函数将小区内用户的SIR性能转化为小区基站的覆盖性能,在阴影衰落信道条件下,提出基于覆盖概率的干扰控制模型;基于该干扰控制模型,以网络效益最大化为目标,将DSA建模为非线性约束组合优化问题,进而结合贪婪思想设计了基于覆盖概率的DSA(CP-DSA)算法。仿真结果表明,CP-DSA算法能够提高网络效益,有效控制基站之间的干扰,满足用户的SIR要求。