分组比例公平M-GSO优化的FBMC认知无线电资源分配算法

多用户混合业务的多载波认知无线电系统中,考虑频谱感知错误的实际情况,将分组比例公平思想融入资源分配中,提出一种改进群智能优化算法。该算法针对混合型业务,确保不同用户公平性以及基于滤波器组多载波(FBMC)技术前提下,引入状态因子,以最大化认知无线电系统吞吐量为目标,利用改进群智能算法合理分配系统资源。比较FBMC和OFDM的认知无线电系统,仿真分析表明,该算法在对授权用户通信影响很小的情况下,系统容量优于OFDM的认知无线电系统容量,且确保用户的公平,同时满足混合业务的QoS需求。     

OFDM系统Femtocell网络下行联合资源分配

为进一步提高家庭基站(Femtocell)网络中频谱利用率并优化功率分配,在基于正交频分复用技术(OFDM)系统网络中,提出一种子载波联合优化的多用户资源分配算法,即以最大化频谱利用率作为目标函数,加入基站选择因子对家庭基站进行待机模式选择优化,再对用户的子载波资源进行公平分配,最后利用线性封顶注水算法对小区基站用户功率进行优化分配。仿真结果表明,多用户资源分配算法不仅使频谱和功率利用率都得到显著增长,而且提高了系统吞吐量和用户公平性。该家庭基站资源寻优模型有效地改善了频谱紧缺和功率浪费现状,降低了家庭基站之间的干扰。      

认知无线电动态频谱分配新算法

动态频谱分配技术是认知无线电的一项关键技术,本文针对以OFDM为传输技术的认知无线电系统,提出了固定速率认知用户和变速率认知用户并存情况下的动态频谱分配新算法。本文算法以最小化每比特发射功率为目标,运用最小最大准则与分步求解的方法,对系统目标函数予以简化,在最大公平意义上对认知小区的空闲频谱资源进行动态分配。仿真结果表明,该算法具有较好的公平性,在固定速率用户功率最小化需求和变速率用户吞吐量最大化的需求之间取得了比较好的平衡,适用于两种需求用户并存环境下的认知无线电系统。      

一种兼顾速率公平的多用户子载波功率联合分配算法

随着无线通信技术的迅猛发展,无线资源的需求量越来越大,用户对服务质量的要求也越来越高,因此,未来通信系统需要智能地在用户服务质量(QoS)需求和无线资源限制间进行一个有效的折中。为了提高认知无线网络频谱利用率,在可用子载波、次级用户功率预算及公平性等约束条件下,基于速率自适应(RA)准则,提出了在认知正交频分复用(OFDM)系统中兼顾速率公平的多用户子载波功率联合分配算法。该算法将子载波和功率分配分为两步,在兼顾各次级用户速率公平性的同时,最大化链路容量。仿真结果表明,该联合分配算法在系统吞吐量与次级用户速率公平性之间可以取得有效的折中。     

基于OFDM的认知无线电功率分配方法研究

针对认知无线电(Cognitive Radio,CR)需要提高频谱利用率,而正交频分复用(Orthogonal FrequencyDivision Multiplexing,OFDM)技术系统中针对子载波的功率分配算法计算复杂度高的缺点,对认知无线电中的频谱资源和功率分配方法进行了研究。提出了一种将整个信道分为多个子载波块进行功率分配的算法,该算法结合频谱检测和信道估计的结果,选取可用的通信频段并采用注水算法为每一个子载波段分配功率,并通过自适应调制实现吞吐量最大化。仿真结果表明,该算法可以有效提高频谱利用效率。     

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.     

认知无线电中基于MIMO-OFDM的限速率反馈资源分配算法

针对基于MIMO-OFDM技术的认知无线电系统,在考虑TCM编码的情况下提出了一种限速率反馈资源分配算法.该算法首先定义系统中各用户的有效发射模式集合;其次,根据链路质量指示函数,以最大化感知协作组吞吐量为目标进行初始的资源分配;然后,以确保认识用户公平享用频谱资源为目标,在认知用户间重新分配子载波和功率;最后,运用统计近似工具更新拉格朗日乘子并通过在线递归方法得到渐进收敛的资源分配解.仿真结果表明,该算法在保证授权用户权益的情况下不仅能有效提高感知协作组吞吐量,而且能保证认识用户公平享用频谱资源,并且具有反馈开销低的特点.     

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.     

OFDMA系统跨层资源分配算法

OFDM具有高频谱利用率和抗多径衰落的优点,已被公认为第三代移动通信系统长期演进标准以及第四代移动通信系统的核心技术。OFDMA是基于OFDM的一种多用户接入技术,在OFDMA系统中,各用户在不同的子载波上同时传输数据。主要研究了OFDMA系统中的跨层资源分配算法。详细分析了保证速率比例公平的非实时业务跨层资源分配算法,仿真结果说明该算法能够较好地保证用户之间的公平性,并能够获得较大的系统吞吐量和较小的业务延时。     

基于OFDMA系统联合资源分配方案

针对多用户OFDMA系统,提出一种改进的比例公平资源分配算法。该算法采用分步法联合资源分配方案,分为子载波分配和功率分配两步进行,改进算法基于Wong算法,引入比例限制因子,在子载波分配环节,对剩余子载波的分配采用比例公平和最大化系统容量的算法,在用户中的功率分配环节,采用线性等式,大大降低了算法复杂度。仿真分析表明,改进算法不仅提高了系统吞吐量,而且降低了算法复杂度。     

Dynamic spectrum access in IEEE 802.22- based cognitive wireless networks: a game theoretic model for competitive spectrum bidding and pricing [accepted from open call]

The emerging IEEE 802.22-based wireless regional area network technology will use the same radio spectrum currently allocated for TV service. This standard will use the concept of cognitive radio based on dynamic spectrum access to provide wireless access services in a large coverage area. A brief overview of the current state of the IEEE 802.22 standard is provided with a particular emphasis on the spectrum management (i.e., spectrum sensing and dynamic spectrum access) in this standard. Key research issues related to spectrum trading among TV broadcasters, WRAN service providers, and IEEE 802.22-based cognitive radio users are identified. To this end, a hierarchical spectrum trading model is presented to analyze the interaction among WRAN service providers, TV broadcasters, and WRAN users. In this model a double auction is established among multiple TV broadcasters and WRAN service providers who sell and buy the radio spectrum (i.e., TV bands), respectively. Again, multiple WRAN service providers compete with each other by adjusting the service price charged to WRAN users. We propose a joint spectrum bidding and service pricing model for WRAN service providers to maximize their profits. A non-cooperative game is formulated to obtain the solution in terms of the number of TV bands and the service price of a service provider. Numerical results are presented on the performance of this joint spectrum bidding and pricing model.     

认知无线电中干扰规避方案的研究

虽然新技术的研发可以提升频谱利用率,但是很多授权频段的频谱利用率却非常低,尤其是信号传播特性好的低频段。认知无线电技术是一种智能的频谱共享技术,可以有效地提高授权频段利用率。文章介绍了认知无线电的关键技术和IEEE 802.22 WRAN标准,通过具体分析无线区域网(WRAN)对数字电视(DTV)接收机造成的干扰,建立了相应的场景模型,提出了有效的干扰规避方案。     

WRAN系统中基于自适应内插的信道估计算法

提出了一种基于自适应复系数内插的信道估计算法,改善了无线区域网络（WRAN）系统对抗动态多径时延的能力。WRAN是第一个采用认知无线电技术改善频谱效率的宽带接入标准,系统在下行链路中采用了正交频分复用（OFDM）调制技术,而信道估计技术对于采用相干解调的OFDM系统十分重要。传统的OFDM信道频域响应（CFR）估计算法通常采用实系数频域内插的方式,在对抗WRAN系统长多径时延信道时,不能有效地工作。该文在研究实系数FIR内插变换域响应的基础上,提出了一种复系数内插算法。为了同时适用于短时延信道,提出了一种低复杂度、自适应匹配信道最大多径时延的算法。通过仿真,验证了该算法能够对抗更大的多径时延,提高信道估计的精度,改善系统误码性能。      

WRAN与广播电视信号的共存与融合

WRAN无线区域网络（Wireless Regional Area Networks）是基于认知无线电的一种新型无线传输技术,介绍了WRAN中用来保证广播电视等授权的正常使用的保护机制,同时探讨了WRAN与广播电视的融合前景。     

认知无线电网络架构与协议体系

认知无线电网络具有动态、灵活、智能地使用频谱资源,提高频谱利用率的特点,其网络结构和协议体系的设计是实现上述网络功能的关键。现有基于认知无线电技术的网络架构主要有美国的CORVUS系统,基于IEEE 802.22的无线局域网(WRAN)和支持多信道多接口的无线Mesh网络;协议体系有CORVUS协议体系,军用的XG系统协议及WRAN协议等。     

An uplink resource allocation scheme for OFDMA‐based cognitive radio networks

Cognitive radio makes it possible for an unlicensed user to access a spectrum unoccupied by licensed users. In cognitive radio networks, extra constraints on interference temperature need to be introduced into radio resource allocation. In this paper, the uplink radio resource allocation is investigated for OFDMA‐based cognitive radio networks. In consideration of the characteristics of cognitive radio and OFDMA, an improved water‐filling power allocation scheme is proposed under the interference temperature constraints for optimal performance. Based on the improved water‐filling power allocation, a simple subcarrier allocation algorithm for uplink is proposed. The subcarrier allocation rules are obtained by theoretical deduction. In the uplink subcarrier allocation algorithm, the subcarriers are allocated to the users with the best channel quality initially and then adjusted to improve the system performance. A cursory water‐filling level estimation method is used to decrease the complexity of the algorithm. Asymptotic performance analysis gives a lower bound of the stability of the water‐filling level estimation. The complexity and performance of the proposed radio resource allocation scheme are investigated by theoretical analysis and numerical results. Copyright © 2008 John Wiley & Sons, Ltd.     

IEEE802.22中WRAN系统信道的探测

认知无线电技术（CR-cognitive radio）是软件无线电技术的演化,是一种新的智能无线通信技术。通过讨论IEEE802.22中WRAN系统信道的探测,分析了TDD和OFDMA WRAN系统的异步静态时间周期的算法,以及如何使用这个时间周期来探测信道。并分析了各种算法的优缺点。     

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。     

基于鲶鱼粒子群优化算法的认知无线电频谱分配

目前亟待解决如何获得认知无线电系统效益最大化问题,而求解最优频谱分配方法是一项关键技术,针对传统粒子群(PSO)算法收敛速度慢、易陷入局部最优解等缺陷,提出一种基于鲶鱼粒子群算法(CE-PSO)的认知无线电频谱分配方法。首先建立认知无线电频谱分配优化的数学模型,然后以用户取得的效益最大化为优化目标,引入"鲶鱼效应",保持粒子群的多样性,通过粒子间信息交流找到空闲频谱最优分配方案,最后采用仿真实验测试CE-PSO算法的有效性。结果表明,CE-PSO算法克服了PSO算法的缺陷,可以快速、准确地寻找到最优频谱分配方案,更好地实现系统效益的最大化,可以满足认知无线电系统的应用需求。     

Optimal power allocation for multi-user OFDM and distributed antenna cognitive radio with RoF

In cognitive radio (CR), power allocation plays an important role in protecting primary user from disturbance of secondary user. Some existing studies about power allocation in CR utilize 'interference temperature' to achieve this protection, which might not be suitable for the OFDM-based CR. Thus in this paper, power allocation problem in multi-user orthogonal frequency division multiplexing (OFDM) and distributed antenna cognitive radio with radio over fiber (RoF) is firstly modeled as an optimization problem, where the limitation on secondary user is not 'interference temperature', but that total throughput of primary user in all the resource units (RUs) must be beyond the given threshold. Moreover, based on the theorem about maximizing the total throughput of secondary user, equal power allocation algorithm is introduced. Furthermore, as the optimization problem for power allocation is not convex, it is transformed to be a convex one with geometric programming, where the solution can be obtained using duality and Karush-Kuhn-Tucker (KKT) conditions to form the optimal power allocation algorithm. Finally, extensive simulation results illustrate the significant performance improvement of the optimal algorithm compared to the existing algorithm and equal power allocation algorithm.