分布式CR系统能效与谱效联合优化的功率分配算法研究

摘要

近年来，随着移动互联网对各个行业的渗透，全球移动用户对移动数据流量及宽带业务的需求急剧增加。频谱资源短缺、宽带需求飞速增长以及能量消耗带来的环境问题等是未来无线通信面临的严峻挑战。为了高效利用有限的频谱资源，满足人们对真正宽带生活的追求，实现未来无线通信的可持续发展，认知无线电和多天线技术成为国内外研究的热点。利用这些技术，通过在“用户域”、“时域”、“频域”和“空域”对无线资源进行优化配置，可以达到提高通信系统频谱利用率和延长设备使用寿命等目的。本文通过能量效率和频谱效率的优化，对分布式认知无线电网络“频域”、“空域”以及“用户域”的功率控制问题进行了深入研究。主要工作如下：
　　(1)研究了多信道异构式认知无线电网络中功率与速率的联合优化问题。针对不同类别用户业务需求的差异性，通过设置业务优先级，将异构式认知无线电网络中的授权系统与认知系统的主从关系建模为 Stackelberg博弈。理论证明了授权系统和认知系统纳什均衡和市场均衡的存在性和唯一性，并提出了基于市场竞争的多信道异构式认知网络功率与速率的联合优化分布式算法。仿真结果表明，提出的算法通过动态的子信道管理、功率和速率联合控制，能够使多信道异构式认知无线电网络中授权系统和认知系统快速收敛，满足不同类别用户对不同业务类型的需求，有效地提高频谱资源的利用率。
　　(2)针对完美信道状态信息下认知系统多用户 MIMO干扰信道中的能量效率（能效）优化问题，建立非合作博弈模型来追踪多用户的策略变化。首先理论证明了纳什均衡的存在性并给出了保证纳什均衡唯一性的充分性条件。其次将多目标分式优化问题通过恒等变形为等式优化问题。根据原始分解方法去除所有认知用户由于干扰阈值限制而产生的耦合关系。接着，针对该多目标多限制条件的优化问题，通过对限制条件引入变量因子，利用拉格朗日方法将其转化为不含有限制条件的多目标优化问题。然后，利用矩阵分解理论将该不含有限制条件的多目标优化问题进行矩阵化简，求解出其功率值。最后，通过对变量因子进行迭代，对优化问题进行分层求解，并提出一种分布式能效优化算法达到基于能效最大化的纳什均衡。理论分析和仿真结果表明，所提算法和最大化系统谱效的算法相比，能够获得更高的能效性能。
　　(3)在干扰温度阈值和最大发射功率限制条件下，考虑信道估计误差的影响，针对多用户认知无线电MIMO干扰信道系统中非完美信道状态信息(CSI)下能效优化问题，构建为多认知用户能效优化的非合作博弈模型，并提出一种基于预编码技术的多用户CR MIMO干扰信道系统能效优化方案。仿真结果表明，以能效作为优化目标，通过预编码技术降低非完美 CSI的影响，可以显著提高非完美CSI下系统的能效。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 课题研究背景

1.2 认知无线电网络概述

1.3 认知无线电系统功率控制技术研究意义及国内外现状

1.4 谱效和能效联合优化的功率控制技术国内外研究现状

1.5 本文主要研究内容与结构安排

2 异构式认知无线电网络中功率与速率联合优化研究

2.1 引言

2.2 异构式认知无线电网络系统模型

2.3 授权系统资源分配

2.4 认知系统资源分配

2.5 联合资源分配算法设计

2.5 仿真分析

2.6 本章小结

3 多用户认知MIMO干扰信道系统分布式能效优化研究

3.1 系统模型

3.2 纳什均衡的存在性与唯一性

3.3 能效优化问题建模与分析

3.4 分布式能效优化算法设计

3.5 仿真结果

3.6 本章小结

4 非完美CSI下基于预编码的多用户CR MIMO能效优化

4.1 引言

4.2 非完美CSI系统模型

4.3 非完美CSI下线性预编码

4.4 非完美CSI下能效优化博弈模型

4.5 结果分析

4.6 本章小结

5 全文总结及展望

5.1 本文主要工作及贡献

5.2 未来展望

参考文献

在学期间发表的学术论文与研究成果

致谢