一种认知无线电网络接入控制和功率控制联合设计

在underlay频谱共享模式下,提出一种认知无线电网络接入控制和功率控制的联合算法。该算法针对主用户干扰温度和次用户信号干扰噪声比(SINR)限制,通过引入冲突因子,实现网络自适应调整被拒绝参与频谱共享的次用户数目,通过迭代进行接入控制和功率分配实现频谱共享。仿真结果表明,该算法能够保证接入共享主网络频带的次用户数近似最优,而且缩短了接入控制的时间。     

认知无线电中的干扰抑制合并算法

认知无线电中,认知用户允许接入授权频谱会对主用户造成严重干扰。为解决这一问题,结合多天线技术,提出一种干扰抑制算法。该方法不需要干扰信号的先验信息,可有效降低主用户与认知用户之间的干扰。从理论上推导了采用新算法后系统的SINR(信干噪比)表达式,给出了误码率下限。仿真结果表明,SIR(信干比)为0 dB、接收天线数目为2、BER为10-3时,干扰抑制合并算法性能优于传统的最大比合并算法6 dB。     

基于位置和干扰限制的认知中继选择算法

针对认知无线电网络传输速率不足及对主用户造成干扰等问题,提出一种基于位置和干扰限制的认知中继选择算法。该算法根据中继节点位置对中继链路速率的影响选择中继节点,同时在限制认知用户对主用户干扰的情况下,确定中继节点的最佳发射功率。仿真结果证明,该算法能满足认知用户对主用户干扰限制的要求,提高系统吞吐量。     

一种改进的认知无线电功率控制博弈算法

认知无线电网络中,认知用户在满足目标信干比前提下,为降低每个认知用户的发送功率,可采用非合作博弈的方法。通过对功率控制的K-G算法进行改进,提出了一种基于综合代价函数的功率控制博弈(KG-CP)算法,实现了认知用户发送功率的非合作博弈控制,并证明了KG-CP算法效用函数纳什均衡解的存在性和唯一性。仿真结果表明,与经典的SINR平衡算法及K-G算法相比,该算法能够明显降低认知用户的发送功率。最后,比较并分析了不同用户数目及不同调整因子下新算法的性能表现。     

CR系统中基于NPGP的功率控制算法

为解决认知无线电（cR）系统中认知用户对主用户的干扰及系统功率控制问题,在介绍认知无线电原理及其基本在线认知任务循环框图的基础上,将DavidGoodman等人提出的基于非合作带竞价博弈的功率控制算法应用到认知无线电系统中。与传统的功率控制算法相比,该算法不仅降低了认知无线电系统中认知用户的发射功率,而且降低了认知用户之间的干扰,提高了系统的整体性能。最后通过MATLAB仿真分析比较了带价格因子和不带价格因子两种情况下的性能。     

认知无线电中基于博弈论方法的联合功率速率控制

在认知无线电网络中,认知用户在满足目标信干比的前提下,采用非合作博弈的方法以降低每个认知用户的发送功率。为解决认知无线电中共享频谱状态下的联合功率和速率控制问题,将系统中次级用户间的关系假定为非合作的竞争性关系,同时考虑次级用户对主用户的干扰容限,提出一种基于次级用户传输时延花费的非合作博弈联合功率速率控制算法,并证明该算法纳什均衡的存在性与唯一性。仿真结果表明,该算法可使用户在使用较小传输功率的情况下获得较高的效用值与较低的传输延时,同时使次级用户对主用户的干扰小于干扰阈值。     

认知无线电中基于非合作博弈的功率控制算法

针对认知无线电中的功率控制问题,基于非合作博弈模型,提出了一种新的效用函数,证明了该博弈中纳什均衡的存在性和唯一性。设计了一种分布式功率控制算法并证明了其收敛性。讨论了几个参数对系统性能的影响。仿真表明,该算法可实现对认知用户发射功率的有效控制。与SINR平衡算法和Koskie-Gajic算法相比,本算法既保障了每个认知用户的QoS需求,又增加了系统吞吐量。     

认知无线电中快速收敛的功率控制博弈算法

针对认知无线电中分布式功率控制算法收敛速度较慢的问题,提出了一种新的非合作博弈模型下的功率控制算法。算法主要通过构造基于信干比(SIR)的正切型代价函数来减少迭代次数,从而提高收敛速度。仿真结果表明,所提算法在满足认知用户信干比要求和主用户干扰温度容限下,与Koskie-Gajic算法和自适应功率控制（CR-NCPCG）算法相比,在收敛速度上有了大幅度的提高,能更好地满足系统实时性要求,并且在用户数小于20时,平均信干比至少提高了0.3dB,可以实现对认知用户发射功率的有效控制。     

基于QoS需求的认知无线电资源分配算法

在误比特率、总发射功率以及主用户可容忍干扰门限的约束下,提出一种基于正交频分复用的认知无线电系统多目标优化贪婪分配算法。以最小化发射功率、最小化跨频干扰及满足次用户QoS需求为优化目标,线性组合这3个目标函数,把多目标优化问题转化为单目标优化问题,采用贪婪算法实现多目标优化。仿真结果表明,该算法的系统总容量趋近于最优,在降低对主用户跨频干扰的同时,能够有效地满足次用户的QoS需求。     

混合保护准则下基于NC-OFDM的认知无线电系统功率分配

针对主用户采用OFDM通信体制,认知用户采用NC-OFDM通信体制,认知用户共享主用户授权频谱的工作场景,研究了认知无线电系统功率分配策略。提出依据主用户不同工作状态,采用不同的约束准则:对认知用户工作信道,引入功率泄漏干扰因子约束认知用户的发射功率,以限制对主用户工作信道的泄漏功率强度;对主用户工作信道,设置主用户速率损失上限,以确保主用户正常工作。功率分配算法以混合约束准则为基础,最大化认知无线电系统的传输速率。仿真结果表明,与干扰功率约束机制相比较,本算法能显著提升传输速率。     

认知MIMO网络中增强型干扰对齐算法

针对认知多输入多输出（MIMO）网络中传统基于最大信干噪比的干扰对齐算法,在发送多数据流时随着信噪比的增加不易收敛以及数据流之间的干扰突出的问题,提出一种充分考虑数据流间干扰并进行迭代限制的干扰对齐算法。首先,次用户通过编码设计消除主次间的干扰;然后,在消除主用户之间和次用户之间干扰时,根据信道互易性,运用广义瑞利熵计算基于最大信干噪比算法的预编码与干扰抑制矩阵,并在迭代过程中,每次迭代始终使预编码与干扰抑制矩阵先满足干扰功率在期望信号空间最小;最后,结合次用户间MIMO干扰信道、主次用户间构成的MIMO干扰信道以及次用户网络干扰对齐的必要性,推导出次用户可达自由度上限。实验结果表明,相比传统最大信干噪比算法,所提算法在信噪比较低时次用户总容量无明显提高,但随着信干噪比的增加其优势越来越明显;当达到收敛时,所提算法迭代次数比传统最大信干噪比算法约减少40%。因此,所提算法能够提高系统容量且加快收敛。     

RAC: Range Adaptive Cognitive Radio Networks

In recent years, cognitive radio has received a great attention due to tremendous potential to improve the utilization of the radio spectrum by efficiently reusing and sharing the licensed spectrum bands, as long as the interference power inflicted on the primary users of the band remains below a predefined threshold level. Cognitive radio allows the secondary users in the cognitive radio network to access the licensed spectrum of the primary users opportunistically. In this paper, an autonomous distributed adaptive transmission range control scheme for cognitive radio networks which is called the RAC is proposed. The RAC considers the QoS requirements of both the primary and the secondary users simultaneously. The cognitive user's maximization of its achievable throughput without interfering the primary user by adapting transmission range of the secondary users dynamically is the key feature of the RAC. One of the advantages of using the proposed scheme is its implementation simplicity. The RAC is compared to other cognitive radio schemes in a simulation environment by using ns2. Simulations indicate that, the RAC can well fit into the mobile cognitive radio ad hoc networks and improve the network performance. Having compared to the other schemes utilizing contemporary cognitive radio technology, the RAC provides better adaptability to the environment and maximizes throughput and minimizes data delivery latency.     

D2D通信网络中一种基于时间反演的无线资源优化机制

针对D2D(Device-to-Device)异构无线通信网络中D2D用户和蜂窝用户之间的干扰问题,提出一种基于时间反演的无线资源优化机制。该机制包括两个步骤:1)在上行传输系统中结合时间反演镜技术实现干扰消除,即对每个用户执行信道签名,提取有用信号,剔除干扰,获取系统用户信干噪比;2)根据用户信干噪比,采用功率控制算法并结合凸优化理论来调整用户的发射功率,以最大系统吞吐量为优化目标。仿真结果表明,该机制有效地抑制了D2D异构无线通信网络中蜂窝用户和D2D用户的相互干扰,提升了系统容量,同时满足了用户对通信可靠性的需求,保证了用户能够获得更高的QoS(Quality of Service)。     

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。     

异构网络中基于鸽群优化算法的D2D资源分配机制

针对异构蜂窝网络中D2D(device-to-device)通信用户复用蜂窝用户上行信道产生的频谱资源分配优化问题,提出一种基于改进离散鸽群算法(PIO)的D2D通信资源分配机制.通过设置信干噪比(SINR)门限值保证用户的通信服务质量(QoS),使用基于改进地图-指南针算子和认知因子的离散鸽群算法(IMCBPIO)为D2D用户进行资源分配,并采用基于接收SINR的闭环功率控制算法动态调整用户的发送功率,以减少用户与基站以及用户与用户之间存在的干扰.仿真结果表明,所提出方案能够有效抑制异构网络中由于引入D2D用户后导致的干扰,降低通信用户的中断概率,大大提高频谱利用率和系统吞吐量.     

Multi-user rate and power analysis in a cognitive radio network with massive multi-input multi-output

This paper discusses transmission performance and power allocation strategies in an underlay cognitive radio (CR) network that contains relay and massive multi-input multi-output (MIMO). The downlink transmission performance of a relay-aided massive MIMO network without CR is derived. By using the power distribution criteria, the k^th user’s asymptotic signal to interference and noise ratio (SINR) is independent of fast fading. When the ratio between the base station (BS) antennas and the relay antennas becomes large enough, the transmission performance of the whole system is independent of BS-to-relay channel parameters and relates only to the relay-to-users stage. Then cognitive transmission performances of primary users (PUs) and secondary users (SUs) in an underlay CR network with massive MIMO are derived under perfect and imperfect channel state information (CSI), including the end-to-end SINR and achievable sum rate. When the numbers of primary base station (PBS) antennas, secondary base station (SBS) antennas, and relay antennas become infinite, the asymptotic SINR of the k^th PU and SU is independent of fast fading. The interference between the primary network and secondary network can be canceled asymptotically. Transmission performance does not include the interference temperature. The secondary network can use its peak power to transmit signals without causing any interference to the primary network. Interestingly, when the antenna ratio becomes large enough, the asymptotic sum rate equals half of the rate of a single-hop single-antenna K-user system without fast fading. Next, the PUs’ utility function is defined. The optimal relay power is derived to maximize the utility function. The numerical results verify our analysis. The relationships between the transmission rate and the antenna number, relay power, and antenna ratio are simulated. We show that the massive MIMO with linear pre-coding can mitigate asymptotically the interference in a multi-user underlay CR network. The primary and secondary networks can operate independently.