Overlapped OFDMA——新颖的多载波频谱共享传输机制

针对现有非连续正交频分复用(DOFDM)等系统通常只允许认知用户利用授权用户未使用的频带进行共享传输的问题,提出一种新颖的频谱共享传输机制,即混叠正交频分复用多址接入(Overlapped OFDMA),能够在一定条件下实现认知用户与授权用户的混叠频谱共享.通过对一般OFDM系统的信号结构进行研究发现,当认知用户的子载波带宽采用授权用户子载波带宽的一半进行传输、其频谱和授权用户频谱存在一定混叠时,只要认知用户保持和授权用户时域信号准同步且其子载波分配方案满足一定的限制条件,授权用户将不受干扰.由于各载波上的干扰都包含有其它载波的信息,因此认知用户可以通过适当的恢复算法将信息完整地恢复.仿真和分析结果表明,尽管Overlapped OFDMA会带来一定的复杂度,但授权用户的性能和DOFDM系统相比几乎相同,而认知用户却获得了更加优异的吞吐量性能.该机制为频谱共享传输体制的设计提供了新的可能性.     

基于AF中继的OFDM认知系统的 功率分配和子载波配对算法

建立基于放大转发(AF)中继的正交频分复用（OFDM）的认知无线电系统模型,并推导出该系统中在对从用户的源节点和中继节点的总功率限制和对主用户的干扰限制条件下的联合最优功率分配和子载波配对算法.采用拉格朗日对偶分解法和次梯度法推导出最优功率分配算法,并将基于Hopcroft-Karp算法的子载波配对方法融合到功率分配的过程中,得到联合最优算法.根据系统总功率和干扰限制的特点,提出一种低复杂度的次优功率预分配算法.分别对最优功率分配算法和次优功率分配算法、Hopcroft-Karp子载波配对算法和源节点、中继节点采用相同子载波传输的固定子载波配对算法进行仿真比较.结果表明：采用功率分配和子载波配对的联合优化技术能够大大提高系统的频谱效率,具有一定的可行性.     

认知无线电系统中OFDM多用户资源分配算法

基于认知无线电技术特点和OFDM传输特性,提出一种OFDM多用户资源分配算法．认知无线电用户根据感知的资源状况,针对用户的带宽以及QOS等要求,通过对子载波和功率的分配使得整个信道容量达到最大．本算法引入“调度因子”来体现用户子载波分配过程中“比例公平”的原则,保障每个用户都能满足一定的通信要求;引入“衰减因子”和用户设备类型,在不干扰授权用户通信的前提下进行多用户之间分配子载波和功率．算法采用“二步法”,以降低计算复杂度,满足于认知无线电实时性要求．仿真结果表明所提算法相对于FDMA方案信道容量至少提高40％．     

基于鲁棒的认知无线电功率分配算法

考虑授权用户的干扰功率阈值,认知用户的总发射功率预算和各个SU的信干噪比,提出了一种基于鲁棒的多用户认知无线电能量有效的功率分配算法。利用凸优化的相关理论,采用拉格朗日算法得到增益最坏情况下的功率分配。仿真结果证明了该功率分配算法的可行性和有效性。     

基于OFDM的认知无线电系统中的功率分配改进

基于正交频分复用(OFDM)的认知无线电系统中,次用户子载波功率的泄漏会对主用户产生干扰.针对这一问题,提出了一种改进的功率分配方法,即在主、次用户所在子信道间合理设置保护带条件下,采用迭代分块注水算法.仿真结果表明,改进的算法满足各主用户干扰功率上限的条件下,也使得次用户信道容量最大化.     

多用户OFDM系统子载波比特分配算法

针对多用户正交频分复用技术（OFDM）系统功率优化问题,提出一种高效的子载波、比特分配算法。该算法基于最小化-最大者(Min-Max)的原则逐个分配子载波使用户功率递减,采用注水原理分配比特使用户功率最小化,最后使用贪婪算法将分配比特取整,以实现系统功率最小化的目标。理论分析和仿真结果表明,提出的算法有效降低系统发射功率,同时降低了运算的复杂度。     

认知正交频分复用系统的功率分配研究

研究了认知正交频分复用(OFDM)系统的容量极限及最优功率分配策略.基于干扰温度模型,建立了在主用户接收端干扰温度受限下最大化认知用户传输速率的数学优化问题;利用拉格朗日乘数法,得到了该数学问题的最优解.最优算法需要同时知道干扰链路和认知链路的信道边信息(CSI),具有较高的复杂度.因此提出了3种次优功率分配算法,分别为功率平均法、功率控制法和功率分配法.通过仿真实验,比较了各种分配算法下认知用户的信道容量.结果表明,利用所有信道边信息的最优功率分配算法能取得最好的性能.     

认知无线电网络上行链路子载波和功率分配

在干扰温度和总发送功率的约束条件下,针对基于正交频分多址(OFDMA)接入方式的认知无线电网络上行链路提出了一种最优子载波和功率分配方案,目标为最大化系统吞吐量。该问题被建模为一个非凸优化问题,通过使用拉格朗日对偶分解和KKT条件,提出的算法收敛于该问题的最优解。仿真结果表明,该算法在大大降低复杂度的同时,达到了穷举方案的性能。     

多载波认知无线电无线携能通信资源分配算法

认知无线电可通过频谱感知提高资源利用率,但会产生感知能耗,降低传输能量.为了保证认知无线电的传输性能,提出认知无线电可利用多载波实现无线携能通信,并分配通信资源,实现系统性能优化.认知无线电利用部分子载波传输信息,采集剩余子载波上主用户射频能量,补充感知耗能.提出的子载波和子载波功率联合优化算法,在保证能量、干扰和总功率受约束的基础上,可最优化系统的吞吐量和能量.仿真结果表明,能量采集会占用传输资源,需要合理分配子载波,使其在速率和能量间取得性能折中.提出的算法通过采集能量补充感知能耗有效地提高了系统吞吐量.     

认知无线网络中基于免疫克隆优化的功率分配

针对认知OFDM无线网络中下行链路的功率分配问题, 将其建模为一个约束优化问题, 进而提出了一种基于免疫克隆的求解方法. 给出了功率分配的数学优化模型、算法实现过程和关键技术, 设计了适合算法求解的编码、克隆、变异算子. 仿真实验结果表明, 在总发射功率、误码率及主用户可接受的干扰约束下, 该算法可以获得更大的总数据传输率, 同时具有较快的收敛速度, 能够得到较优的功率分配方案, 进而提高频谱利用效率.     

基于干扰比例分配机制的博弈式功率分配策略

研究了认知无线电系统中的功率分配策略,分析了基于博弈策略的最佳效用函数. 针对干扰受限条件,提出了一种适合分布式场景的,根据认知用户对主用户产生的干扰比例来限制自身最大发射功率的方法. 通过计算机仿真,考察了不同比例分配方式下的系统性能,并对仿真结果进行了比较. 仿真结果表明,各认知用户对主用户干扰比例相同的功率限制策略可使系统获得较好的性能.     

一种基于主用户活动规律的认知OFDM 系统功率分配算法

针对认知OFDM系统在总功率约束条件下的子载波功率分配问题,借鉴＂Risk-Return＂模型,并采用泊松过程来描述主用户的活动规律。通过定义损失函数和收益函数,综合考虑主用户到来和离去过程对系统性能的影响,进而给出一种基于主用户活动规律的功率分配算法。仿真结果表明,该算法容量性能优于单纯考虑主用户到来过程的算法。     

认知无线电中的功率和频谱联合分配算法

在认知用户传输功率受限的情况下,分析了瑞利衰落模型下的认知用户效用及其优化过程,提出了基于注水线不断调整的认知用户功率分配及通信效用计算算法.将该算法应用到认知无线电频谱分配中,进而提出了一种基于信道二分法的认知无线电频谱分配机制,以此得到了不同优化模型下的用户效用.仿真表明,基于比例公平的优化模型在获得较高效用的同时...     

基于连续感知信息的认知无线电普适性框架

认知无线电网络中,受当前频谱感知和功率分配概念的束缚,次用户系统的频谱利用率和信道容量仍十分有限。分析了传统的认知无线电框架,提出了一种基于连续感知信息的普适性框架,即次用户在得到感知信息后,不再对主用户是否存在进行二元判决,而是根据连续感知信息直接进行功率分配。分别在连续功率分配和多电平功率分配的场景下进行了数学建模,分析结果表明,所提出的普适性框架给出了认知无线电系统性能的理论上限,而传统的3种认知无线电框架仅是所提出的普适性框架的特殊情况。     

AP中继的车际通信系统中断概率和差错性能分析

为了改善双瑞利衰落下车际通信(IVC)系统的性能,给出了利用接入点进行中继的IVC模型. 分析了协作IVC系统接收信噪比的统计特性,得到了中断概率的闭式解, 采用基于矩生成函数的方法导出了平均误符号率(ASER)的一致上界. 仿真结果表明, 中断概率的理论分析与数值计算结果相吻合; 在协作IVC中采用最佳功率分配策略可减小ASER,比等功率分配策略多获得最大至3dB的分集增益.     

认知通信机会容量最大化的信道分配研究

通过数值分析表明认知用户的均匀分配将最大化认知无线网络通信机会容量。在此基础上进一步设计了最优的认知用户数和相应的信道分配算法。理论推导和数值分析表明,最优认知用户数主要取决于主用户信道数与相应的认知用户通信需求概率。同时发现,在一定主用户通信需求概率下,存在一个最优的认知用户通信需求概率,使认知无线网络通信机会容量最大。该算法为相应情况的认知无线网络配置提供了一定的理论依据。     

基于不同信道状态信息的两跳中继系统最优功率分配

根据已知瞬时信道状态信息或统计信道状态信息2种情况,分析了不同转发方式下两跳中继系统的信道容量,并以最大化系统容量为优化准则,提出了在发射端和中继器间的最优功率分配方案. 仿真结果表明,与传统的平均功率分配相比,最优功率分配能根据信道状态的变化自适应地调整两跳发射功率,显著提高系统容量.     

认知无线电网络中的参数优化问题

针对在多协作用户宽带信道情况下,认知无线电网络中当信道增益固定时,检测时间、功率以及带宽分配等参数的优化问题,提出了各参数的联合优化算法.以信道容量为目标函数,给出了最优的资源分配算法.结果表明,该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,且资源分配与主用户占用的概率、峰值发射功率和干扰约束等因素有关.在多认知用户网络中,参与合作的用户越多,接收信号的信噪比越高,次用户系统的总信道容量越大.     

无线再生中继网络的功率优化分配

针对中继传输中系统性能与发送端和中继器发射功率均有关的问题,提出了一种在总功率一定的条件下,以误码率最小为准则,优化分配发送端和中继器发射功率的方法.对于两跳中继（无分集）和合作分集两种再生中继网络,以大信噪比时的误码率上界表达式为目标函数,通过Lagrange乘数法求得发送端和中继器功率优化分配的数值解.仿真结果表明,与发送端和中继器均匀分配功率相比,经功率优化分配后的中继网络,在误码率下降的同时,中断概率和信道容量的性能也得到提升.