基于认知OFDM的子载波功率分配改进算法

在认知无线网络中,建立了基于认知OFDM多载波资源分配数学模型,在授权用户干扰受限条件下,以最大化传输速率为目标进行认知用户的子载波功率分配。传统注水法被证明是最优的单用户子载波功率分配算法,在传统注水法功率分配基础上,提出了两种可行的子载波功率分配改进算法,改进算法一是通过对水面值的粗略估计快速确定不分配功率子载波,改进算法二不需要通过迭代计算水面值,只通过线性计算就可以直接确定不分配功率的子载波,且对授权用户不产生干扰。仿真结果表明,在改进的两种子载波功率分配算法下,认知用户的数据传输速率优于传统注水法功率分配时认知用户的数据速率,所提改进算法具有自适应特性且计算复杂度大大降低。      

基于最小剩余约束空间的认知系统资源分配

针对授权网络和认知网络并存且均包含多个用户的下行链路场景,综合利用频谱共享与机会频谱接入两种动态频谱接入方式的特点,提出了基于"最小剩余约束空间"的认知系统资源分配算法。算法考虑发射功率约束与干扰功率约束的余量,每次将当前1信息比特分配给真正占用约束余量最小的用户,以达到认知用户和速率的最大化。仿真结果验证了当多认知用户采用OFDM时,所提算法在干扰功率小于主用户干扰门限的前提下达到了较好的性能。     

基于OFDM协作中继的机会主义频谱共享协议及其最优资源分配

提出了一种基于OFDM协作中继的机会主义频谱共享协议。当主用户信道不好,不能达到其要求速率时,如果认知用户能够协作帮助主用户达到其要求速率,则该认知用户就可以以协作的方式接入主用户的频谱。在该接入方式中,认知用户利用接入频谱中的一部分子载波放大转发主用户的信息,帮助主用户达到其要求速率。然后可以利用剩余的子载波发送自己的信息。对这种接入方式中的资源分配进行了分析,利用对偶算法,提出了一种以最大化认知用户速率,保证主用户速率达到要求速率为原则的最优资源分配算法。如果认知用户不能够协作帮助主用户达到要求速率,为了有效地利用频谱资源,认知用户以非协作的方式接入主用户的频谱,利用接入的全部频谱来发送自己的信息。仿真结果验证了所提频谱共享协议的有效性,同时说明了主用户和认知用户都能够从该协议中获得好处。     

基于认知无线电的双向中继网络的资源分配

针对认知无线电中的双向中继网络,研究了基于非完美感知的频谱机会式接入和频谱共享接入下的资源分配问题.与传统基于认知的双向中继的资源分配方法不同,提出的算法联合考虑了感知时间和次级系统的发射功率.在感知时间和发射功率满足条件的情况下,使次级系统的吞吐量最大.为了有效地保护主用户不受干扰,在每一跳都考虑了平均干扰功率约束,同时考虑次级系统总的功率约束.在非完美感知的频谱机会式接入和频谱共享接入机制下,新算法能够获得最优的感知时间和功率分配.最后,仿真比较了两种方案的性能,验证了新算法的有效性.     

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。     

OFDMA中频谱感知的功率控制算法研究

结合认知无线电的特点,将基于频谱感知的功率控制算法应用到OFDMA系统中,建立了PA-OFDMA(Power Adaptation-OFDMA)仿真模型,实现了认知环境下的多址接入技术。该模型基于频谱感知信息,通过一种功率阈值分配算法自适应地为每个子信道分配一个独立的功率阈值,限定使用该信道认知用户的最大发射功率,实现非授权用户与授权用户的频谱共享。与干扰温度模型进行了比较,仿真结果表明,该模型解决了干扰温度模型中的局部干扰问题,提高了系统容量,具有较高的频谱利用率和较低的误比特率。     

一种认知无线电系统双门限频谱分配算法

基于认知无线电系统中Underlay频谱共享模型,提出了一种双门限频谱分配算法.给定两个信噪比门限,当信噪比低于较小的门限时,系统选择认知用户做中继协助授权用户进行数据传输,以授权用户信道容量最大化为优化目标进行频谱分配;当信噪比大于较大的门限时,系统允许认知用户之间进行低功率数据传输,以认知用户接入数量最大化为优化目标进行频谱分配;当信噪比介于两门限之间时,由授权用户单独进行数据传输.理论分析和仿真表明,当授权用户信噪比低于较小门限时,所提方法能提高授权用户的信道容量;当授权用户信噪比大于较大门限时,所提方法可以提高认知用户的接入数量.     

基于认知无线电的WiMAX系统多用户资源分配算法

基于认知无线电(CR)和OFDM的传输特性,提出了一种WiMAX系统多用户资源分配算法.感知用户根据认知到的频谱资源信息,在不对授权用户造成干扰的前提下使用空闲频谱资源.利用注水算法对多个用户请求使用同一子载波进行裁决,在满足传输速率以及QoS要求下,完成子载波、比特和功率分配,使整个系统传输功率最小.仿真结果表明,基于认知无线电的WiMAX系统多用户资源分配算法的传输功率和性能明显优于使用静态算法方案的系统.     

Underlay模式下认知无线电OFDM系统多用户资源分配

为了更有效地求解Underlay频谱共享模式下的OFDM系统多用户资源分配问题,提出了一种公平、复杂度低的资源分配方法,首先利用公平性的子载波分配方法为认知用户分配子载波,然后利用子载波分配结果,将复杂的多用户资源分配问题转化为简单的单用户功率分配问题,并利用一种复杂度较低的线性封顶注水算法对子载波功率的分配进行求解.通过一种TV频段OFDM系统对算法性能进行了仿真对比分析,仿真结果验证了本文所提资源分配方法的有效性和优越性.     

认知无线电中一种基于干扰温度的功率控制算法

基于干扰温度模型,应将认知无线电网络中认知用户与主用户共享频谱时应满足各自的用户服务质量（QoS）问题转化为有约束的非线性功率控制优化问题。运用迭代算法和拉格朗日相关理论探讨出一种近似最优的功率分配算法。理论分析和仿真表明,该算法既能满足主用户的干扰温度容限,同时又能使认知用户获得很好的信噪干扰比,增大系统的吞吐量。     

基于Stackelberg博弈的动态频谱接入控制

为了解决多主用户和多次级用户共存网络的频谱资源分配问题,提出了一种基于斯塔科尔伯格（Stackelberg）博弈的动态频谱接入控制算法。该算法通过三阶段Stackelberg博弈模拟主用户频谱竞价,博弈过程中次级用户以最大化传输速率为目的接入主用户频谱,同时设计了一种迭代过程来求解纳什均衡。实验计算与结果分析证明了纳什均衡唯一存在性的充要条件,并说明了迭代过程的收敛性以及主用户最佳效用的影响因素。     

Reinforcement-Learning-Based Double Auction Design for Dynamic Spectrum Access in Cognitive Radio Networks

In cognitive radio networks, an important issue is to share the detected available spectrum among different secondary users to improve the network performance. Although some work has been done for dynamic spectrum access, the learning capability of cognitive radio networks is largely ignored in the previous work. In this paper, we propose a reinforcement-learning-based double auction algorithm aiming to improve the performance of dynamic spectrum access in cognitive radio networks. The dynamic spectrum access process is modeled as a double auction game. Based on the spectrum access history information, both primary users and secondary users can estimate the impact on their future rewards and then adapt their spectrum access or release strategies effectively to compete for channel opportunities. Simulation results show that the proposed reinforcement-learning-based double auction algorithm can significantly improve secondary users’ performance in terms of packet loss, bidding efficiency and transmission rate or opportunity access.     

一种面向CR-NOMA系统的动态功率分配算法

在密集小区的认知无线电非正交多址（cognitive radio non-orthogonal multiple access, CRNOMA）网络场景下,针对用户采取Underlay方式复用时信道频带利用率低的问题,提出了一种基于能效的组合用户动态功率分配算法.该算法在保证主用户服务质量前提下,基于用户之间的干扰和信干噪比,优化了组合多用户的接入方案,使信道接入用户数量最大且提高了频带利用率.同时,根据增益排序下的功率差额配比改进了剩余功率再分配方案,使空闲功率重新利用更加合理和有效.仿真结果表明,本文算法可以有效实现接入用户数量最大化的同时提高了频谱利用率.     

Power allocation algorithm of full duplex cognitive relay network based on energy harvesting

To alleviate the shortage of spectrum resources and improve the power utilization of cognitive radio networks,a resource allocation algorithm of full duplex cognitive relay networks with energy harvesting was proposed.In the algorithm,the coefficient for power splitting of the relay and the transmit power of the secondary users were jointly optimized to maximize the throughput of the secondary users under the interference to primary users and energy harvesting constraints.Since the optimization of the algorithm was non-convex,it was transformed into two sub-optimizations,the sub-optimization of the coefficient for power splitting and the sub-optimization of the power transmitted of secondary users,which were the solvable convex sub-optimizations.Then,the final solution of the original optimization was obtained with the iterative algorithm.Simulation results show that the throughput of the proposed algorithm,can obtain 2 times throughput of the networks with half-duplex power splitting algorithm and 1.5 times throughput of the networks with full-duplex time switching algorithm.     

认知无线电网络中基于跨层设计的能效优化算法

为提高认知无线电网络中次用户节点的能量有效性,该文基于连续时间马尔科夫理论对次用户的频谱感知和接入过程进行联合建模,对影响次用户传输能效的主要因素进行了分析,提出了一种基于跨层设计的能量有效优化算法。该算法可有效减小主用户非时隙返回信道对次用户能量有效性的影响,并通过联合优化感知时间和接入概率,使次用户在感知性能和传输能效间实现了有效折衷。仿真结果表明,本文算法相对于仅考虑频谱感知或接入策略的单层优化算法,可使次用户的能量有效性得到较大提高。      

认知无线电中基于Stackelberg博弈的分布式功率分配算法

在underlay认知无线电场景中,为了让认知用户能随机地接入主用户正在使用的授权频段,且对主用户产生的干扰不高于主用户能够容忍的干扰温度门限,该文采用Stackelberg博弈机制进行认知用户的发射功率分配。将主用户作为模型中的leader,认知用户作为follower,认知用户使用主用户的授权频段时需以干扰功率为单位支付给主用户相应的费用,而主用户则可以通过调整价格,限制认知用户产生的总干扰功率不高于其所能容忍的干扰温度门限,以便获得最大收益。同时,不同认知用户间根据主用户制定的价格,进行非协作博弈。仿真结果表明,与集中式的最优功率分配算法相比,该文可通过简单的分布式功率分配算法获得与其相近的系统性能,且主用户与认知用户间只需进行少量的信息交互,这与需进行大量信息交互的集中式最优算法相比,具有较大的优势。     

认知无线电中基于频谱聚合的频谱分配算法

为了使认知用户可成功接入分配的频谱,进一步提高频谱利用率,提出了一种基于频谱聚合的分布式频谱分配算法(SADSA),该算法以图论着色为模型,算法过程考虑了认知用户的带宽需求和认知设备的最大聚合范围,仿真结果表明了该算法在认知用户接入率方面的优越性.     

认知小蜂窝网络中基于干扰温度限制的下行能效资源分配算法

为最大化认知小蜂窝基站的能量效率,本文基于博弈论模型分析了下行联合频谱资源块和功率分配行为.在干扰受限环境下,多个基站采用分布式结构共享空闲频谱资源.为避免累加干扰损害主用户的通信,算法中引入了功率和干扰温度限制.由于具有耦合限制的分数形式的能量效用函数是非凸最优的,通过将其转化为等价的减数形式进行迭代求解.给定频谱资源块分配策略后,主博弈模型可被重新建模为便于求解发射功率的等价子博弈模型,并通过代价的形势解除耦合限制.仿真结果表明,本文所提算法能够收敛到纳什均衡,并有效提高了系统资源利用率和能量效率.     

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。