概率反馈动态频谱分配策略及性能分析

为了折衷认知用户吞吐量与平均时延,并适应多种网络业务需求,在认知无线电网络中引入概率反馈机制和能量检测阈值,提出一种新的动态频谱分配策略。针对认知用户的非理想感知结果,建立一种2类用户可能相互干扰的优先级排队模型,并构造状态转移概率矩阵。采用矩阵几何解方法求出系统的稳态分布,给出信道利用率、认知用户吞吐量、认知用户平均延迟及授权用户干扰率等性能指标的表达式。通过数值实验和系统仿真验证所提动态频谱分配策略性的有效性,并给出能量检测阈值的优化设置方案。     

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。     

多信道认知用户能量高效的最优功率分配

针对多信道认知用户能量效率问题,提出认知用户能量效率优化模型,进而优化传输功率和感知帧长。首先,多信道认知用户基于多带宽联合能量检测方案,在一定传输功率和干扰功率限制下,建立了以单位数据能耗为目标的最优化问题;其次,通过非线性分式规划的对偶优化将目标函数转换为内点法求解形式;然后,结合内点法和二分法给出算法流程,进而配置最优功率和感知时间。仿真结果表明,对应不同通信环境采用该优化方法都能通过配置最优功率和感知时间达到能量效率最优。     

基于传输中断概率的认知无线电系统性能分析

如何设计最优的频谱感知与传输框架是认知无线电技术的重要环节。考虑频谱接入过程中数据传输中断对认知网络性能影响的问题,提出了一种新的基于传输中断概率的频谱感知与传输模型,联合优化频谱感知和数据传输两个阶段,将问题建模为对主用户的干扰量约束条件下的非凸优问题,以最大化认知网络吞吐量为目标联合优化感知时间、传输速率,并通过数值计算方法对其进行求解与仿真。数值分析表明,引入传输中断概率后,在满足上述约束条件的同时,在保护主用户和认知网络吞吐量、传输时延之间有了更好的权衡。     

约束非线性规划问题的L1精确罚函数神经网络方法

 优化计算是神经网络的一个重要应用领域.针对已有神经网络求解约束非线性规划问题时,不能兼顾网络规模、计算效率、精确性的问题,本文提出了一种基于精确罚函数的约束非线性规划问题的神经网络计算方法.将约束非线性规划问题的一种L₁精确罚函数作为神经网络的能量函数,利用该能量函数的最速下降原理构造了神经网络的动力学方程并给出了其稳定收敛性说明.理论分析及算例仿真表明,所提出神经网络动力学方程能够全局、精确收敛于原规划问题的一个局部最优解.特别是,该神经网络动力学方程易于映射为动态电路,是一种工程优化问题的实时计算方法.     

认知无线电频谱感知估计时延的随机规划优化算法

为了提高认知无线电网络的频谱利用率,该文提出对认知无线网络频谱感知估计时间进行优化。如果频谱感知时间较长,一方面对信道参数的估计更准确,会减小对授权用户的干扰并提高认知用户的吞吐量;另一方面,数据传输时间相应缩短,使系统吞吐量减小,这时存在一个最优的感知时间使得系统吞吐量最大。该文认为子频段的信道状态信息服从指数分布,故提出随机规划的方法,对认知无线网络频谱感知估计时间进行优化运算。计算机仿真结果表明,该算法是切实有效的,具有一定的工程应用价值。     

基于功率分割能量收集的全双工中继网络的能效优化

针对全双工放大转发中继网络的能效提高问题，提出了一种基于功率分割能量收集的全双工中继网络的能效优化方法。该全双工中继网络的中继节点采用功率分割方式进行非线性能量收集，在非完美信道下，将非凸的能效问题转化为最小能量消耗问题，进一步转化为优化发射功率和传输时间两个子问题。根据信道容量得到最优传输速率，通过vpasolve函数求出最优传输速率和功率分割因子，再利用香农公式求最优传输时间，最终得到能效的最优解。仿真表明，所提方法的能效比仅优化传输速率和传输时间的能效分别提升约13.07%、8.48%，比单向全双工放大转发的能效提升约28.59%。     

基于特征检测器的能量采集认知无线电系统优化研究

将特征检测器频谱感知方案引入能量采集的认知无线电系统中, 分析比较了不同检测器背景下感知阈值和感知时间对系统性能的影响,且在能量约束和碰撞限制条件下,以最大化系统次级用户的吞吐量为目标计算出最优的感知时间。计算机仿真结果表明,在合适的感知阈值条件下,三种检测器的感知时间最优解有所差异,能量检测器同时依赖于能量约束和碰撞限制,最大特征值检测器仅受限于能量,而最大最小特征值检测器则无法找到最优的感知时间。     

基于射频能量采集的Underlay CRN的能效优化

提出一种基于射频(RF)能量采集的认知无线电网络(CRN)架构。次用户(SU)消耗的总能量必须等于或小于采集的总能量,以保护主用户(PU)不受干扰。在满足次用户的服务质量前提下,确定在射频能量采集认知无线网络中最大化能效的最优传输时间和功率分配。在能效最大化过程中,引入吞吐量约束,找到服务质量和能源消耗之间的平衡。能效优化是一个非线性分式规划问题,使用坐标上升将其分成2个子问题,即给定传输时间下的功率分配与给定功率分配下的传输时间选择,然后使用Charnes-Cooper变形方法将非凸问题转化为一个等价凹问题。仿真结果表明,该方案能够实现有效的能效优化。     

非线性能量收集认知无线电网络的次用户吞吐量最大化方案

针对一对主用户和M对次用户构成的认知无线电网络（cognitive radio network,CRN），研究了非线性能量收集的认知无线电网络的次用户吞吐量最大化问题。具体来说，对于考虑次用户发射器（secondary transmitter,ST）电路功率的情况，首先将主用户吞吐量需求下的次用户吞吐量最大化（secondarythroughput maximization,STM）问题建模为一个非线性优化问题，然后将它转化成凸优化问题，最后提出一种联合使用黄金分割和二分法的低复杂度算法，获得主用户发射器（primarytransmitter,PT）能量传输和次用户信息传输的最优时间分配以及主用户发射器的最优发射功率。对于忽略次用户发射器电路功率的情况，首先证明次用户吞吐量最大化问题的凸特性，然后设计了一个更高效的算法来求解。仿真结果表明，相比等时间分配方案和链路增益优先级方案，提出的设计算法能显著提升次用户吞吐量。     

认知无线电网络中基于协作中继的资源分配算法

在认知无线电网络的协作中继机制下,中继节点利用其和源节点以及目的节点的不同公共信道为二者的通信转发数据,可以有效解决次用户的通信需求和可用带宽之间的矛盾,提高频谱利用率和系统吞吐量。基于协作中继的认知无线电网络中,不同通信链路上可能存在公共可用信道,使信道和中继的分配问题变得复杂。本文研究了公共信道存在的情况下系统的资源分配问题,基于网络最大流理论提出了两种算法:并行算法和贪婪算法,并分析了算法复杂度。仿真结果表明,两种算法都能够更有效地分配资源,提高频谱利用率,改善网络吞吐量。并行算法可以得到最优解,但其复杂度随信道公用程度的上升增长迅速,受节点并行处理能力的限制,只适用于信道公用程度较低的情况。贪婪算法不一定能得到最优解,但其复杂度较低,并且信道公用程度高时接近最优解,因此超出节点的并行处理能力后,可以选择贪婪算法。      

频谱拥挤环境中峰均功率比约束的认知雷达发射波形设计

复杂电磁环境的一个重要特征是频谱资源受限,合理使用有限的频谱资源是认知雷达发射波形设计必须考虑的问题。以峰值与平均功率比(PAR)为约束条件,设计认知雷达发射波形,最大化接收数据信噪比(SNR),最小化波形频谱在受干扰频段内功率。该问题是二次约束的多目标优化问题,采用Pareto优化方法,将两个目标函数通过加权构成一个目标函数,从而构成一个二次约束二次规划非凸优化问题。进一步采用半定规划松弛和随机化方法,可以获得最优发射波形,其性能与Pareto加权系数和PAR约束条件等有关。计算机仿真分析表明,发射波形设计在SNR和干扰抑制能力方面存在制约关系,并可以通过增大发射机动态范围进一步改善性能。     

认知无线电网络中面向多通道的协作感知优化模型及启发式求解方法

针对认知无线电网络中多个认知节点对多个通道进行协作感知的系统建立优化模型。该模型在各通道错误接入概率小于给定阈值的约束下,以最大化系统吞吐量为目标,对包括感知时间和各SU对各通道检测结果的权重系数在内的参数进行优化,是一个约束非线性规划模型。为求解该模型,提出了一种启发式的顺序参数优化方法(SPO,sequential parameters optimization method)。该方法首先推导出优化问题的下界并转而对该下界进行优化,随后通过构建了一系列仅含有权重系数的子优化问题并采用拉格朗日方法求解出优化的权重系数,待权重系数确定后,最后采用黄金分割搜索法确定优化的感知时间。仿真实验的结果表明了SPO的有效性并验证了提出的模型在提高系统吞吐量方面的优势。     

基于多层分簇优化的认知无线电网络协作频谱感知策略

针对认知无线电网络(CRN)中基于簇的频谱感知策略的检测性能和能耗问题,提出一种基于多层分簇优化的协作频谱感知策略。首先,将CRN分成多个簇,进而将簇分成多个组,再将组分成多个子组,构建三层分簇结构;然后,利用提出的优化算法获得最优的分簇参数和决策阈值;最后,通过投票机制和K-out-of-N规则对各级决策进行聚合,进行频谱感知。实验结果表明,该方案在获得较高主要用户(PU)频谱占用检测率的同时,能够最大限度地减少信道开销,提高了网络的吞吐量。     

基于中继协作的认知无线电性能研究

频谱感知是认知无线电技术的关键。协作频谱感知能够充分利用网络资源,提高网络中认知用户的检测概率,降低认知用户的虚警概率。基于两个认知用户之间的中继协作,研究了协作频谱感知的感知性能与吞吐量的折衷。仿真结果表明：中继协作的频谱感知方法能够使得在充分保证对授权用户不造成干扰即检测概率一定时,能够有效地降低认知用户感知授权用户的虚警概率,缩短＂弱＂认知用户获得最大吞吐量的最优感知时间,提高其最大吞吐量,并提高认知系统的最大吞吐量。     

机会频谱接入中的最优资源分配

感知无线电(CR)网络中的机会频谱接入(OSA)可以有效提高频谱的利用率。研究了OSA中的信道分配和功率控制问题,通过将Overlay模式和Underlay模式相结合,求解了次用户吞吐量的最优化问题。在满足干扰温度约束的前提下,优化目标为所有次用户的带权速率之和,同时可提供QoS支持和最小速率保障。此优化问题可转化为二部图最大带权匹配问题并使用匈牙利方法进行求解。仿真结果显示,采用混合模式的信道分配和功率控制算法较单一模式可以获得更大的频谱资源利用率。     

一种新型认知无线电资源分配跨层技术

为有效利用频谱资源,提高频谱效率,文中利用环境感知技术,设计出认知无线电跨层结构框架,提出一种新的功率控制博弈BPCG（Bandwidth and Power Control Game Algorithm）算法。研究不同用户的频谱带宽分配和功率控制,该算法在确保频谱带宽有效分配前提下,通过对用户功率的有效控制,实现网络总吞吐量的提高。仿真结果表明该算法在相同的功率消耗前提下,网络吞吐量显著提高,并随频谱带宽的增加,实现网络吞吐量的最大化。     

认知无线电网络中合作频谱感知机制的优化

为了提高检测效率和频谱利用率,该文对认知无线电中合作频谱感知的感知机制进行了优化。针对信道监测和信道搜索两个不同的感知场景,分别给出了检测周期、检测时间和搜索时间的选取和优化方法,并提出了新的信道搜索方式。研究分析和仿真结果可以看出,合作频谱感知和主动感知方式的引入可以提高检测性能和传输速率,对感知机制和策略的选取和优化有效地提高系统吞吐量,降低感知时延和开销,这样可以提高认知无线电网络的性能和灵敏性,在保证授权用户不被干扰的同时最大化空闲频谱的接入机会。     

免疫计算在求解约束优化问题中的应用

介绍了约束条件的函数优化的主要问题及处理约束的解决方法，针对一般性非线性规划问题，采用免疫算法来进行处理。具体方法是：首先引入罚函数构造新的目标函数，而后运用免疫算法进行求解。通过测试表明，算法收到较好的效果。     

基于退火遗传算法的网络通信资源分配方法

在传统通信网络资源分配阶段,并未考虑链路实际利用率的影响,导致网络的吞吐量相对较低,为此,文章提出基于退火遗传算法的网络通信资源分配方法。针对通信信道的利用率问题,将其转化为信道执行通信传输任务时间开销最小化问题,作为通信资源分配的目标函数。在考虑了信道带宽、能量损耗以及噪声影响的基础上,将网络中的中继节点作为初始种群,利用退火遗传算法逐个计算满足目标函数的最优D2D链路,直至达到接收节点,将对应的传输信道作为分配结果。测试结果表明,文章提出的设计方法可以使通信网络的吞吐量明显高于对照组。