一种基于干扰温度限制的信道与功率联合分配新算法

随着无线通信业务的不断增长,频谱资源越来越紧缺,然而另一方面大量授权的无线频谱却被闲置或者利用率极低,于是认知无线电技术应运而生,已成为无线通信领域的研究热点。认知无线电的基本思想是次用户（认知用户）利用主用户（授权用户）未占用的空闲频谱进行通信,其可用无线资源是根据授权用户的频谱使用情况而动态变化的。因此,能否实现对系统可用无线资源的合理有效管理,对整个认知无线电系统性能的优劣起着决定性作用。本文提出了一种在干扰温度限制下基于公平的功率与信道联合分配算法,该算法在主用户干扰温度及次用户发射功率的双重限制下,以最大化系统容量为基本目标,实现信道与功率的联合分配,并且引入贫困线来保证各个用户信道分配的公平性。论文建立了该问题的非线性规划数学模型,给出了模型的求解方法,并进一步设计了具体分配算法及其步骤。论文对干扰门限分别为-90dBm、-95dBm、-100dBm、-105dBm、-110dBm时的系统归一化容量累积分布函数进行了仿真比较,发现当干扰门限越低时,本文算法的优势越明显。这是因为在干扰门限较低时,干扰温度限制是功率分配的主要制约因素,而本文的算法正是基于干扰门限进行分配的。因此基于干扰温度限制的公平的功率与信道联合分配算法具有良好的性能,在保证了系统的公平性效益的同时,提高了系统的归一化容量。      

感知不确定下卫星认知无线网络多频谱接入优化策略

针对卫星认知无线网络频谱感知不确定性较大导致传统频谱接入机制效率降低的问题,该文提出一种基于动态多频谱感知的信道接入优化策略。认知LEO卫星根据频谱检测概率与授权用户干扰门限之间的关系,实时调整不同频谱感知结果下的信道接入概率。在此基础上以系统吞吐量最大化为目标,设计了一种基于频谱检测概率和虚警概率联合优化的判决门限选取策略,并推导了最佳感知频谱数量。仿真结果表明,认知用户能够在不大于授权用户最大干扰门限的前提下,根据授权信道空闲状态动态选择最佳频谱感知策略,且在检测信号信噪比较低时以更加积极的方式接入授权频谱,降低了频谱感知不确定性对信道接入效率的影响,提高了认知系统吞吐量。     

感知频谱共享下的多天线功率优化分配算法研究

本文构建了一种在感知结果下具有多天线次用户的频谱共享模型,该模型由单入单出主用户对和多入单出认知用户对构成。当认知用户感知到主用户占用信道时,主用户向认知用户发送Message信息,使得认知用户发射端能够得知主用户对干扰总功率的限制要求,通过自适应地调整认知用户发射机的发射功率,以保证其对主用户不造成有害干扰;如果主用户未占用信道,认知用户立刻以最大发射功率占用信道。并分别在主用户存在和不存在两种情况下,优化认知用户发射机各天线的发射功率来最大化系统总的数据传输率。最后,通过数值仿真来验证推导出的功率分配策略,并对其进行分析和讨论。仿真结果表明:相比于机会频谱接入（Opportunistic Spectrum Access, OSA）和基于感知的频谱共享（Sensing-based spectrum sensing）模式,推导的功率分配策略在提出的模型中可以获得更高的信息传输率。      

认知系统中基于有限感知与混合保护的功率分配策略

研究了频谱共享环境中,一种基于认知用户有限感知区域与主用户混合保护措施的功率分配方法,在考虑主用户占用子信道概率的情况下,通过建立认知系统的多区域模型,提出了适应于主用户存在与否两种不同情况下的干扰避免策略。在满足认知用户自身最大功率约束与主用户混合干扰功率约束的条件下,基于最大化认知系统传输速率的目标,提出了各子信道集合的和功率以及不同集合内功率分配的联合优化方法,且复杂度较低。仿真结果表明,本文所提方法在不同参数设置下均达到了较好的速率性能,且远远超过机会频谱接入方式所获得的最大传输速率。     

概率反馈动态频谱分配策略及性能分析

为了折衷认知用户吞吐量与平均时延,并适应多种网络业务需求,在认知无线电网络中引入概率反馈机制和能量检测阈值,提出一种新的动态频谱分配策略。针对认知用户的非理想感知结果,建立一种2类用户可能相互干扰的优先级排队模型,并构造状态转移概率矩阵。采用矩阵几何解方法求出系统的稳态分布,给出信道利用率、认知用户吞吐量、认知用户平均延迟及授权用户干扰率等性能指标的表达式。通过数值实验和系统仿真验证所提动态频谱分配策略性的有效性,并给出能量检测阈值的优化设置方案。     

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。     

一种认知无线电网络频谱分配策略

频谱分配技术是认知无线电的关键技术之一,为适应认知无线电系统的时变特性,频谱分配算法必须有较快的收敛速度。在干扰温度模型下,提出一种基于Kuhn-Munkras算法的认知无线电频谱分配策略。该策略利用Kuhn-Munkras算法可以实现最佳匹配并且收敛速度快的特性,根据不同的用户在不同信道上所产生的效益的差异性,实现认知用户和信道的最佳匹配。仿真表明,基于Kuhn-Munkras算法的频谱分配在性能上优于传统的配对算法和greedy算法。     

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。     

主用户活跃性下的多功率分配策略

考虑到认知用户在信息传输过程中主用户的状态可能随时变化,提出了一种新的功率分配模式——多功率分配策略。在基于频谱感知的系统模型中,以认知系统的吞吐量为目标函数,得出了主用户感知过程的多种状态,并分配三种不同的功率,最大化认知系统的容量。仿真结果表明,随着主用户活跃指数的逐渐提高,所提新模型的功率分配策略要优于传统方法。同时分析了新的功率分配下平均干扰功率与主用户接收端的信噪比对系统吞吐量和最优感知时间的影响,进一步验证了所提出新策略的有效性。 〖HT5H〗关键词：〖HT5K〗认知无线电;主用户活跃;频谱感知分配;多功率分配;吞吐量最大化     

基于潜在博弈的认知无线电频谱分配研究

为解决认知无线电网络中认知用户、授权用户共存情况下的频谱分配问题,提出了一种基于潜在博弈的认知无线电频谱分配模型,该模型以最小化系统总干扰水平为目标,认知用户采用避免机会浪费的改进型策略动态调整规则进行频谱选择,经过有限改进路径快速收敛到博弈的纳什均衡点。在30个认知用户和2个授权用户共存的场景下进行仿真实验,算法以较快的收敛速度实现了频谱分配的目标,证明了模型及算法的可行有效。