认知网络中基于竞价模型的频谱分配研究*

研究了动态频谱分配的现状,提出基于竞价模型的频谱分配算法设计应关注的三个主要问题。针对目前基于竞价的分配模型中没有保证授权用户的QoS的缺点,通过频谱质量分级和服务质量分级,设计了一个竞价频谱分配方案。在该方案中提出干扰价格的概念,并且把干扰价格作为竞价人竞标价格的重要组成部分。仿真结果表明,干扰价格能保证主用户的QoS。     

基于拍卖理论和高斯过程回归学习的频谱分配算法

针对认知无线网络中认知用户的频谱分配问题,提出了一种基于拍卖理论和高斯过程回归学习的频谱分配算法。该算法基于VCG拍卖模型,考虑认知用户对通信质量的要求,构造出更有效的收益函数。在频谱拍卖过程中,认知用户通过学习拍卖历史数据预测其他认知用户的竞价,并最优化其竞价策略。频谱拍卖人根据各认知用户提交的竞价来分配频谱资源。理论分析和仿真结果证明了该算法是有效的,并且能够提高频谱利用率和认知用户的收益。     

LTE-A异构网中小蜂窝下行同层干扰避免算法

提出一种有效降低小蜂窝间同层干扰的算法。首先依据干扰关系通过对各小蜂窝进行分簇来降低算法的复杂度,提高系统的频谱效率;随后提出一种基于后悔值的博弈算法(RBGA)来对各小蜂窝簇进行频谱分配,通过避免有强烈干扰的小蜂窝间分配相同的频谱来避免同层干扰。仿真结果表明,所提算法能有效提高系统的性能。     

基于图着色理论的最大效用频谱分配算法

研究基于图着色理论的频谱分配算法,提出一种改进的最大效用频谱分配算法。该算法生成类似于ISAA算法的用户效用矩阵和相应的干扰矩阵,选择最大效用用户或干扰值为0的用户进行频谱分配。仿真结果表明,该算法能有效减少频谱分配的时间开销,提高频谱的使用效率,最大化认知无线电系统的总效用。     

一种基于蜂窝网络的D2D通信资源分配算法

设备直连（Device-to-device,D2D）通信用户通过复用蜂窝用户的频谱资源可提高频谱利用率和系统的整体通信容量,但复用蜂窝网络频谱资源会带来严重的干扰,影响整体通信质量。针对干扰问题,本文通过建立通信系统模型,研究系统的线性规划问题以及相应的最佳资源分配算法。考虑到最佳算法复杂度较高,本文提出一种启发式算法来分配通信资源,通过遍历D2D对用户与蜂窝用户之间的干扰矩阵找到最小干扰值,分配复用资源给相应的蜂窝用户和D2D对用户。在蜂窝用户都分配到通信资源之后,对D2D对用户进行专用通信资源分配。仿真结果表明,该算法在降低算法复杂度的基础上显著地减小了D2D对用户对蜂窝用户的干扰,能够最大程度地增加D2D对用户的数量。     

基于避免干扰分组频谱分配算法的CR-OFDM系统模型

针对多用户OFDM(Orthogonal Frequency Division Multiplexing)认知无线电系统模型,提出一种基于避免干扰的分组频谱分配算法,并对所提模型对应帧结构中的频谱感知、频谱聚合等核心技术进行详细的功能设计。通过对不同用户频带资源需求的综合判断,并结合当前频谱空洞情况的判决结果,在避免对授权用户造成干扰的前提下,应用所提的分组频谱分配算法进行认知用户间的资源分配。仿真结果验证了所提算法的可行性,且所提出的模型不仅可以合理地利用频谱空洞资源,其误码率及误包率均更好地满足了用户的需求。     

无线网络中需求驱动的动态频谱分配

研究无线网络中协同动态频谱接入模型下的动态频谱分配问题,在考虑基站频谱需求的基础上,将物理干扰模型下的动态频谱分配问题建模为一个非线性优化问题。通过将非线性优化问题转换为线性规划问题,提出一种无线网络中需求驱动的动态频谱分配算法,计算初始频谱分配,并应用迭代增强算法为节点添加多余信道。仿真结果表明,该算法在有效频谱利用率和平均满意度上都优于现有算法。     

认知无线电中基于改进脉冲耦合神经网络的频谱分配算法

本文研究认知无线电中的频谱分配问题,分析了脉冲耦合神经网络(PCNN)模型的脉冲传递和数据耦合特性在频谱分配中的作用,研究了授权用户可占用时间对认知无线电通信系统的影响,改进了PCNN模型,提出了一种基于PCNN的频谱算法,在避免频谱干扰的前提下缩短了频谱跨度,减少了频率的使用个数;将授权用户的可占用时间作为分配频谱的依据之一,在保证授权用户通信的基础上提高了系统中非授权用户的吞吐量。最后通过实验证明了算法的有效性。     

考虑频谱感知错误的多载波认知无线电资源分配算法

认知无线电(CR)资源分配中二级用户对主用户造成的干扰源于两方面,即带外频谱泄露和频谱感知错误。滤波器组多载波(FBMC)技术和正交频分复用(OFDM)技术相比,FBMC带外泄露较小,频谱利用率较高。FBMC技术考虑干扰来源,可以降低二级用户对主用户的干扰,提高CR系统吞吐量。为此,提出考虑频谱感知错误的CR资源分配算法,建立干扰模型,将资源分配分步简化为载波分配和功率分配,在干扰约束和功率约束条件下对二级用户进行功率分配。基于FBMC和OFDM系统的仿真结果表明,该算法对主用户造成的干扰更小,CR系统可以获得更大的吞吐量,FBMC的干扰和吞吐量性能均优于OFDM。     

一种公平的认知无线电系统下行频谱分配策略

目前关于认知无线电频谱分配的研究大多以最大化系统容量为目标,很少考虑认知用户的QoS需求,频谱分配方案设计缺乏公平性。针对主用户干扰限制和保障认知用户QoS需求,结合OFDM技术,研究了认知无线电场景中下行多用户分配算法。该算法构建不等式约束下的目标函数以最大化系统容量,通过拉格朗日(Lagrange)对偶优化法给出近似最优解。仿真结果表明,所提算法在牺牲系统和容量的前提下充分保证了次用户的QoS需求,提高了系统的公平性。     

Towards real-time dynamic spectrum auctions

In this paper, we propose a low-complexity auction framework to distribute spectrum in real-time among a large number of wireless users with dynamic traffic. Our design consists of a compact and highly expressive bidding format, two pricing models to control tradeoffs between revenue and fairness, and fast auction clearing algorithms to achieve conflict-free spectrum allocations that maximize auction revenue. We develop analytical bounds on algorithm performance and complexity to verify the efficiency of the proposed approach. We also use both simulated and real deployment traces to evaluate the auction framework. We conclude that pricing models and bidding behaviors have significant impact on auction outcomes and spectrum utilization. Any efficient spectrum auction system must consider demand and spectrum availability in local regions to maximize system-wide revenue and spectrum utilization.     

基于博弈资源分配的认知异构网络干扰协调算法

基于underlay频谱共享模式的认知异构网络可有效缓解频谱资源短缺问题,但同时会加剧网络中的干扰。针对该问题,提出了一种基于非合作博弈模型的动态频谱分配和功率控制算法进行干扰协调。首先,考虑频谱共享造成的干扰问题,引入认知用户优先等级,将问题构建为联合动态频谱分配与功率控制的频谱定价博弈模型;其次,通过两阶段动态博弈得到纳什均衡解,实现认知网络层频谱资源合理分配和发射功率控制。仿真表明,所提算法能够实现不同优先级用户频谱资源的合理分配和认知基站发射功率控制,有效抑制认知异构网络的跨层干扰和层内干扰。     

基于烟花算法的D2D资源分配方案

D2D（Device-to-Device）通信通过复用蜂窝用户的频谱资源来提升系统频谱资源的利用率，并提高系统吞吐量，但同时也为系统带来了严重的同频干扰。为了应对复杂的干扰问题，并在保证资源分配公平性的情况下尽可能提高系统吞吐量，提出一种基于烟花算法的D2D资源分配方案，以最大化系统的加权和速率为目标，将资源分配矩阵抽象为烟花，通过爆炸、变异、选择等过程求出最终的匹配矩阵。仿真结果表明，所提方案能够有效提高系统的吞吐量和资源分配的公平性。     

避免干扰的低能耗无线传感器网络动态频谱分配算法

将动态频谱感知与无线传感器网络相结合,提出一种频谱分配算法,它能在避免对授权用户产生干扰的同时,根据一定的分配规则,提高传输可靠性及频谱利用率.通过仿真证明,该算法可减少网络节点在传输过程中发生频谱切换的概率,从而降低了节点能耗;同时数据包成功传送到接收端的比例也比同类算法有所提高.     

毫米波5G网络中一种D2D通信的资源分配方案

在5G系统中,毫米波（mmWave）与终端直通技术（device-to-device,D2D）有利于提升系统容量和频谱利用率。针对73 GHz下underlay蜂窝网络中的D2D资源分配进行了研究。为了降低彼此间的干扰,首先提出对基站和D2D用户接收机进行区域限制;其次利用线性相关的方法选出可复用的蜂窝用户;最后在满足蜂窝通信和D2D通信服务质量（QoS）的要求下提出一种基于干扰控制的资源分配,以提升系统的吞吐量。仿真结果表明所提算法的性能优于参考算法。该算法能够有效提升系统吞吐量和频谱效率。     

General distributed economic framework for dynamic spectrum allocation

The emergence of novel radio techniques enables the application of advantageous revolutionary spectrum policies. An important body of research has appeared about possible frequency management schemes, but none of them proposes solutions that meet every related criteria. In this paper we present our work on dynamic spectrum allocation and pricing that offers a distributed mechanism design, well-suited to practical employment issues. Our model handles interference effects without any restricting assumptions, provides universal scalable and incentive-compatible allocation and pricing mechanisms. We provide both analytical and numerical evaluation of the proposed framework, and in either case we prove this latter to be a suitable approach to efficient and flexible spectrum utilization.     

基于多对一Gale-Shapley算法的D2D通信资源分配

针对D2D通信复用异构蜂窝网络上行信道产生的干扰问题和频谱资源优化问题进行研究,提出一种基于多对一Gale-Shapley算法的D2D通信资源分配方案。本方案允许多个D2D用户共享一个蜂窝用户信道资源,通过设置信干噪比（SINR）门限保证用户的通信服务质量（QOS）。根据信道分配情况,构建D2D用户和信道的偏好列表,最大化系统总容量。仿真结果表明,该方案收敛较快,复杂度较低,能够有效保证用户的通信服务质量,系统总容量接近最优解。本研究为实现D2D用户和蜂窝用户的频谱资源共享,提高频谱利用率提供了一种有效方案。