认知OFDM网络中基于中断概率约束的功率分配

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. 为限制主用户中断概率,建立了在主用户接收端中断概率受限下最大化认知用户传输速率的数学优化问题,并利用拉格朗日乘数法得到该问题的最优解. 仿真结果表明,所提算法将主用户中断概率限制在其可容忍范围内的同时,最大化了认知用户的传输速率.     

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.     

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.     

OFDM技术在认知无线电中应用的研究

随着无线通信技术的迅速发展,频谱资源变得越来越紧张,如何充分利用频谱资源成为热点问题。认知无线电技术是解决这一问题的新方法,而OFDM技术灵活的选频方案为实现认知无线电系统提供了良好的平台。本文在阐述了两种技术各自优势和融合的可行性的基础上,提出了一种基于OFDM技术的认知无线电系统设计方案,包括系统的频率分配算法,系统框图和工作流程。在此基础上,仿真实现了基于OFDM技术的认知无线电系统,该系统在达到用户通信要求的同时,可以更加合理地分配和利用频谱资源,使系统的性能有显著的改善。     

认知无线电OFDM系统的最优频谱感知周期选择

为了使认知无线电（CR）系统最大限度地利用频谱机会,提出了一种选择感知周期的方法. 对于采用正交频分复用(OFDM)的CR系统,联合设计感知器和收发信机,交替进行频谱感知和数据传输,1次感知若干个授权用户子频带. 在一定的感知性能要求下,给出了确定基于OFDM的CR系统感知时间长度的方法,并将最优感知周期的选择建模为一个带约束的非线性优化问题. 优化结果显示,CR系统在最大限度地利用频谱机会的同时,能满足对授权用户干扰的限制.     

认知无线电中OFDM信号联合参数估计

提出了一种基于循环自相关函数实现正交频分复用(OFDM)信号参数联合估计的算法．该算法只需在相应切面上搜索峰值距离就可实现OFDM信号的码片时间、有用符号时间、符号周期参数的联合估计. 并在低信噪比条件下,用频域累积法计算OFDM信号循环自相关函数. 计算机仿真结果验证了新算法的有效性.     

均匀功率谱密度约束下的OFDM—UWB比特分配算法

针对基于正交频分复用的超宽带系统（0FDM—UWB），提出一种自适应比特分配算法，以对抗超宽带信道的频率选择性衰落．以系统传输速率和均匀功率谱密度为约束条件，将比特分配问题转换为以误比特率（BER）为目标函数的最优化问题，给出了比特分配算法的具体步骤．仿真结果表明该算法可以有效地提高系统性能．     

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。     

OFDM系统中动态比特分配算法的性能分析

提出传输速率和传输性能一定条件下的动态比特分配算法系统模型,研究其在OFDM系统中的应用。分析和仿真计算结果表明,与传统的等比特分配方法相比,该动态比特分配算法可以显著地改善系统性能。     

认知无线电中OFDM多用户频谱分配

针对认知无线电需要提高频谱利用率,限制功率以及保障QoS的要求,结合OFDM技术,研究了认知无线电场景中的多用户频谱分配,并给出了2种算法.其中,最优算法通过授权用户的SIR下限得到认知无线电的发射总功率,并采用拉格朗日定理为每个认知用户分配子载波和功率;次优算法引入"分配比例因子"来体现用户分配中的公平原则,并通过限制SIR得到频谱分配结果.仿真表明,最优、次优算法的性能好于基于FDMA的静态频谱分配算法,最优算法相对于FDMA能够有35%的容量提升;次优算法容量略有减小,但充分保障了用户的QoS需求.2种算法从不同层面满足了认知无线电的需求.     

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...     

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。     

认知无线电中的联合准则频谱分配算法

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．针对图论着色算法中产生的单轮分配聚集现象,提出了基于协作式最大化频谱总效用和协作式最大化比例公平的联合准则算法．该算法在计算节点间的着色标号时采用不同的准则,进而提高了用户间分配的公平性,同时降低了时间开销．     

自适应比特分配光正交频分复用的实验研究

为解决塑料光纤(POF)带宽窄、模式色散大的缺陷,提高光接入网的带宽利用率和色散容限,本文在光接入网中使用自适应比特分配算法的正交频分复用(OFDM)调制方式,利用OFDM系统极佳的频带利用率特性,提高了光接入系统的带宽利用率,并降低了系统的误码率(BER)。在搭建的实验系统中,成功地在不足2.5GHz带宽的光信道中完成了10 Gb/s的光OFDM(OOFDM)系统,从而证明了自适应比特分配算法在OOFDM系统中的有效性和可行性。     

一种加权因子的OFDMA多播资源分配算法

针对EPSA-SAF算法造成系统性能不确定性波动问题,提出一种改进的多播资源分配算法。该算法将加权因子与用户所处信道增益进行逆向关联,自适应根据用户性能将高速率数据流分散到较低速率上,且对低速率数据流相反处理,从而提高整个系统吞吐量的同时尽可能满足用户间的公平性。仿真结果表明改进算法的吞吐量要优于EPSA-SAF算法和EPSA-LCG算法的吞吐量。     

认知无线电中基于非合作博弈的功率分配方法

提出了一种适合于认知无线电网络的功率控制方法．基于信扰比的代价函数,借助兼顾认知用户公平性的惩罚因子,构造一种新的支付函数．基于该支付函数提出了一种非合作博弈功率控制模型．结合博弈理论,证明了该博弈模型纳什均衡解的存在性和惟一性,同时得出该纳什均衡解是帕累托最优的．仿真结果表明,基于该博弈模型功率分配方法收敛性比传统算法好,通过设置合适的惩罚因子等参数,3~5次迭代即可收敛,满足系统实时性要求,同时系统通过量较传统算法有1~4倍的改善．     

一种自适应正交频分复用系统的子载波分配算法

针对现有自适应正交频分复用系统子载波分配算法计算复杂度较高、不利于实时性应用的不足,提出一种快速子载波分配算法.根据用户的比特率要求以及信道响应,计算其相对比特数要求和各子载波利用度,在分配子载波时优先考虑相对比特数要求多的用户以及利用度大的子载波.仿真结果表明,此算法在频谱效率上接近于子载波分配算法的性能上限,在公平性上性能良好,与其他算法相比计算复杂度较小.     

认知网络中基于连续双向拍卖的动态频谱分配

非合作认知无线电网络中,多个主用户和多个第2用户并存．主用户和第2用户是自私的和理性的,主用户和第2用户都希望在不影响他人收益的前提下获得自己的最大收益．这符合连续双向拍卖市场对用户的假设条件．针对这一特点,基于实验经济学理论,提出了基于模糊逻辑连续双向拍卖的动态频谱分配策略．在频谱拍卖过程中,主用户和第2用户均采用基于模糊逻辑的报价策略．采用该方法,主用户和第2用户可以根据交易情况实时调整自己的报价步长,减少报价次数,迅速完成交易．仿真结果表明该方法的频谱分配效率为85％,较好地解决了非合作认知网络中多对多环境下的动态频谱分配问题．     

Statistical spectrum analysis and allocation in cognitive radio networks

The bandwidth of spectrum holes is time-varied in cognitive radio networks with dynamic spectrum environment, which leads to the traditional static spectrum allocation poor performance. To solve this issue, this paper derives the probability density function of bandwidth of spectrum holes and presents a novel spectrum allocation algorithm based on the stochastic multiple knapsack problem. Simulation results illustrate that the proposed algorithm can achieve a better performance than the existing algorithms when the bandwidth of spectrum holes is time-varied.