A distributed method for relay selection in cooperative cognitive radio networks

We analyze the performance of a fully decentralized relay-selection method for the relay-assisted Cognitive Radio (CR) systems. The method requires no explicit communication among relay, assumes no prior knowledge of geometry. In particular, we assume that the frequencies chosen by the relay-assisted CR network overlapped with an active primary link. The proposed relay-selection scheme decreases the outage probability by considering both the channel scenario and the interference to the primary link compared with the non-cooperative transmission. Benefits of cooperative diversity are increased with the increased number of relays.     

认知无线网中一种基于博弈论的低复杂度联合资源共享机制

在一类典型的认知无线网络中,多个次级用户通过支付费用竞争租用主用户授权频带的子带来传输信息。该文针对此类系统通过博弈论方法联合优化次级用户的发射功率和子带分配,及主用户的定价系数,同时最大化主用户和次级用户的收益。具体而言,该文基于逆向归纳法,将博弈问题分解为功率控制、子带分配和价格调整等3个耦合的子问题,并逐一求解,从而得到整个博弈的子博弈精炼纳什均衡。最后,该文基于理论分析结果,提出一种博弈均衡求解算法。仿真结果验证了该文的理论推导结果和该算法的有效性。     

基于认知无线电系统的协作中继分布式功率分配算法

协作通信与直接通信相比能够显著地提高系统性能。协作通信中的一个关键问题是管理中继节点及有效地进行功率分配。尤其对于频谱共享的认知无线电(Cognitive Radio,CR)系统,协作方案的设计不仅要最大限度地提高认知网络协作的功率效率,而且需要最小化对主系统的干扰。该文针对认知无线电系统的协作通信问题,在多个中继节点与源节点协同通信的场景下,提出了一种基于放大转发(Amplify and Forward,AF)模式下的功率分配及联合优化算法,在保证主系统传输性能不受影响的前提下,提高认知系统的传输速率。仿真结果表明该文提出的自适应协作传输方案,和直接传输及等功率传输方案相比获得了进一步的性能增益,中断概率显著下降。     

多用户认知非正交多址接入系统中断性能分析及功率分配算法

非正交多址接入(NOMA)是5G网络关键候选技术之一,其与认知无线电(CR)技术相结合形成系统(CR-NOMA),能够实现更高的频谱效率及更大的吞吐量。该文将直传与中继协同传输(CDRT)方案引入多用户CR-NOMA系统,其中CDRT表示次级源(SS)直接与近端次级用户通信,而仅通过中继(R)与多个远端次级用户通信。在非理想自干扰消除和全双工(FD)中继情况下,推导了每个NOMA用户中断概率(OP)的精确闭式表达。此外,在该系统模型下分析SS, R和用户的收益最优化问题,提出一种基于收益的两阶段迭代功率分配算法。仿真结果显示,在高信噪比(30 dB)条件下,与随机功率分配及平均功率分配方案相比,该文所提算法的用户和速率、SS总收益、R总收益分别可最高提升13%, 56%及26%。蒙特卡罗仿真验证了理论分析与实验结果的一致性。     

认知无线电非正交多址接入随机网络物理层安全性能分析

该文针对干扰源以及窃听节点均随机分布的通信场景,分析了认知无线电启发式非正交多址接入(CR-NOMA)网络中次用户通信对的安全通信性能。采用随机几何理论,将窃听节点和干扰节点建模为服从特定分布的齐次泊松点过程(PPP)。首先,在保证主用户通信对通信可靠性的前提下,得到了发端设定的功率分配系数,进一步得到了次用户通信对的连接中断概率和安全中断概率的闭式表达式。随后,得到了功率分配系数随主用户可靠性能约束的变化规律。最后,研究了次用户对的中断概率随着窃听节点密度、发端发送功率的变化情况,结果表明干扰信号的增强在降低网络可靠性能的同时,换来了安全性能的提高。仿真结果验证了理论分析的正确性。

     

认知无线网络中一种基于放大转发的协作传输策略

在不干扰主用户数据传输的条件下,通过次用户间的彼此协作传输,可以使认知无线网络获得明显的空间和时间分集增益,从而改善次用户传输性能。该文针对主次用户共存,主用户交替转移信道忙闲状态的网络环境下,提出了一种基于放大转发的协作传输方案,当主用户存在时机会的使用中继节点转发数据,并且对所提方案的无冲突传输时间进行了理论分析,给出了非协作传输和协作传输模式下的无冲突传输时间的解析表达式,理论分析和仿真结果表明,协作传输方案的无冲突传输时间明显优于非协作传输方案,次用户协作为认知无线网络带来可观的性能增益。     

An effective suboptimal power loading scheme in OFDM-based cognitive radio systems

Orthogonal frequency division multiplexing (OFDM) is an attractive modulation candidate for Cognitive Radio (CR) networks. Effective and reliable subcarrier power allocation in OFDM-based Cognitive Radio (CR) networks is a challenging problem. This paper focuses on the power allocation for OFDM-based Cognitive Radio (CR) networks. Our objective is to maximize the total transmission rates of Secondary Users (SU) by adjusting the power of subcarrier while the interference introduced to the Primary User (PU) is within a certain range and the total power of subcarrier is not beyond the total power constraint. We investigate the optimal power allocation algorithm for OFDM-based Cognitive Radio (CR) based on convex optimization theory. Then, because of high complexity of the optimal power allocation algorithm, we propose an effective suboptimal power loading scheme. Theory analysis and simulation results show that the performance of the suboptimal power allocation algorithm is close to the performance of the optimal power allocation algorithm, while the complexity of the suboptimal power allocation algorithm is much lower.     

认知无线电频谱切换目标信道访问机制

针对认知无线电先应式决策频谱切换,该文提出按照信道平均空闲时间递减的顺序对目标信道进行访问的机制,证明了该机制在主用户信道空闲时间服从均匀分布、Rayleigh分布以及Weibull分布下均能够保证频谱切换失败概率最小。仿真结果表明所提机制得到的频谱切换失败概率要远远小于随机访问机制的切换失败概率。另外,当能够获得数十次信道空闲时间观测样本情况下,虽然存在估计误差,但所得频谱切换失败概率与理想最优频谱切换失败概率非常接近。     

基于NC-OFDM的认知无线电自适应动态资源分配算法

如何提高无线电资源的利用率已经成为国内外研究的一个热点,而认知无线电技术为解决这个问题提供了一个新思路.非连续正交频分复用(NC-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.本文针对NC-OFDM系统的特点,提出了一种新的无线电资源分配算法,在该算法中认知无线电用户根据感知的资源环境,针对用户的带...     

分层认知无线电网络中基于稳定匹配的资源分配算法

频谱资源的合理分配是认知无线电技术追求的目标之一,随着认知无线电网络中的次用户(SUs)数量不断增加,频谱资源的精确、实时分配与管控越来越难以实现。针对此问题,该文提出一种分层的认知无线电网络(CRN)架构,多个管理实体专注于为各层用户提供频谱服务;并在该架构下,提出一种基于稳定匹配的资源分配算法,用户通过自主协商形成分配结果,不仅保证了主用户(PUs)对次用户的功率限制,还充分考虑了各自的效用。仿真结果表明,所提算法的性能接近于最优方案,并降低了计算复杂度和系统时延。     

一种认知无线电周期数据传输优化机制

如何合理选择频谱感知时间和数据传输时间使系统传输效率最大化是认知无线电研究的一个重要方向,具有极其广泛的应用背景。针对该问题,该文提出一种认知无线电周期数据传输优化机制,并分别给出频谱感知时间、信道搜索时间以及数据传输时间的优化计算方法。从数值及仿真结果可知,在不同的主用户到达强度的情况下,所得到的最优频谱感知时间、最优信道搜索时间和最优数据传输时间能够确保对主用户的保护性并有效降低数据传输延迟。     

A linear precoding strategy based on particle swarm optimization in multicell cooperative transmission

An optimal linear precoding scheme based on Particle Swarm Optimization (PSO), which aims to maximize the system capacity of the cooperative transmission in the downlink channel, is proposed for a multicell multiuser single input single output system. With such a scheme, the optimal precoding vector could be easily searched for each user according to a simplified objective function. Simulation results show that the proposed scheme can obtain larger average spectrum efficiency and a better Bit Error Rate (BER) performance than Zero Forcing (ZF) and Minimum Mean Square Error (MMSE) algorithm.     

认知无线电中基于截断序贯检测的频谱感知技术

序贯检测的检测时间是随实际接收信号采样点的变化而不同的随机变量,在平均意义上,序贯检测有较高的检测速度,但是个别情况下可能需要很长的检测时间,为了避免这种现象的发生,同时提高认知无线电中频谱感知的速度,该文提出了一种截断序贯检测算法。首先分析了截断对传统序贯检测性能的影响,给出了虚警概率和漏检概率的上限,然后基于该性能上限得到了截断序贯检测的检测门限,最后给出了截断序贯检测算法的流程。仿真结果表明,该算法在有限的检测时间内,能够满足系统的性能要求,且其平均检测时间小于传统的能量检测。     

认知无线网络中一种基于蚁群优化的频谱分配算法

针对认知无线电中的频谱分配问题,该文提出一种基于蚁群优化的频谱分配方法。该方法在授权用户和认知用户共存的认知网络模型中,通过蚁群访问各个认知节点,并释放信息素,从而实现概率型的全局搜索的并行频谱分配算法。与传统的频谱分配方式比较,该算法能够进行增强型学习积累,快速收敛到最优路径,从而获得了最优的平均信道效益。文中对该算法进行了分析和说明,并通过仿真证明了算法的有效性和稳定性。     

Low-complexity joint beamforming and power allocation for SINR balancing in cognitive radio networks

We consider the Signal-to-Interference plus Noise Ratio (SINR) balancing problem involving joint beamfoming and power allocation in the Cognitive Radio (CR) network, wherein the Single-Input Multi-Output Multiple Access Channels (SIMO-MAC) are assumed. Subject to two sets of constraints: the interference temperature constraints of Primary Users (PUs) and the peak power constraints of Cognitive Users (CUs), a low-complexity joint beamforming and power allocation algorithm called Semi-Decoupled Multi-Constraint Power Allocation with Constraints Preselection (SDMCPA-CP) for SINR balancing is proposed. Compared with the existing algorithm, the proposed SDMCPA-CP can reduce the number of matrix inversions and matrix eigen decompositions significantly, especially when large numbers of PUs and CUs are active, while still providing the optimal balanced SINR level for all the CUs.     

认知无线网络中基于混合频谱切换的最优目标信道选择算法

在主动频谱切换中,预先确定目标信道存在高失效风险,从而增加切换时延的问题。该文提出一种基于混合主被动频谱切换的最优目标信道选择算法。该算法结合主动频谱切换和被动频谱切换的优点,引入最小累积切换时延评价标准,综合考虑次用户的多次中断、主用户的到达率和非理想频谱检测对次用户累积切换时延的影响,并详细分析和推导了非理想检测下次用户的累积切换时延。仿真表明,相较于主动和被动频谱切换中目标信道选择策略,在信道状态变化频繁或业务量较大等极端情况下,该算法的性能优势尤为明显。     

基于多维资源自适应分配的协作认知传输机制

该文针对协作认知无线电网络提出一种时域、频域和空域资源联合分配的传输机制,在改善授权用户传输性能的前提下使参与协作的认知用户获得合理的回报。所提机制利用多天线认知节点担任中继,通过自适应的时隙划分与带宽分配,对两跳传输链路中的瓶颈予以消除;并在包含多个协作认知用户的场景中,给出一种考虑公平性的中继选择算法。该方法一方面采用比例公平的思想实现认知用户间的公平性,另一方面通过调整奖励因子,使中继获得合理的回报。仿真结果表明,所提算法能够改善授权与认知系统的数据速率,同时给予认知中继公平的回报。     

基于干扰驱动的多输入单输出认知系统线性预编码设计

在多天线(MIMO)认知无线电网络(CR)中,传统的预编码算法主要是抑制或消除认知用户(SUs)之间的干扰,达到优化系统性能的目的。与传统算法不同,该文从利用干扰的角度提出了两种新的预编码算法,即认知部分线性预编码(CR-PLP)和认知相位调整预编码(CR-PALP)。理论分析和仿真结果表明,这两种算法都能够利用星座图中的相位信息,通过保留相长干扰,提高接收端信号的信干噪比(SINR)。与CR-PLP使相消干扰为零不同,CR-PALP通过相位旋转将干扰转化成相长干扰,以较低的计算复杂度,进一步降低了误符号率(SER),提高了认知用户的信息速率。     

MIMO认知无线电分布式波形自适应算法

该文研究在主用户干扰温度约束下多个竞争的MIMO认知无线电最大化自身信息速率的波形自适应问题。该文使用非协作博弈论将其表述为Nash均衡问题,给出了Nash均衡解存在唯一的条件,并提出了一种求解Nash均衡的带惩罚价格的分布式迭代注水算法,通过对干扰进行价格惩罚使得MIMO认知无线电在达到Nash均衡时满足干扰温度约束。仿真结果表明相对于不考虑干扰温度约束的经典迭代注水算法,该文算法能够满足干扰温度约束,适用于认知无线电网络。     

认知Mesh网络的动态分层图路由模型及路由策略

该文提出了在认知无线电Mesh网络环境下的动态分层图路由模型,该模型将节点感知范围内的信道可用性用两状态离散时间马尔可夫链建模,建立认知无线电Mesh网络拓扑和连通性的动态模型。基于该模型提出了一种跨层设计的动态接口分配方案。仿真结果表明,动态分层图模型在适应接入频谱的动态变化和描述认知无线电Mesh网络的拓扑结构方面,表现出比静态分层图模型更加优异的性能。