基于凸优化方法的认知异构网络资源分配算法研究

摘要

不同无线接入技术在系统容量、覆盖范围、传输速率等方面存在着巨大的差异性和互补性，因此多种网络并存的异构网络可以满足不同用户的不同需求。认知网络也逐渐呈现出异构化，进而可以提高网络资源的利用率，满足不同用户的需求。合理的资源分配方案可以降低网络的能耗和系统的传输数据时延，从而更有效的提高网络资源的利用效率。因而本文在认知异构网络的背景下，重点研究该网络中的资源分配算法，通过对网络资源的合理分配，提高系统资源利用率、减小传输时延。
　　首先，对国内外认知异构网络的发展现状进行综述，重点关注现有异构网络中的资源分配算法，通过分析得出凸优化方法是进行认知异构网络资源分配的首选方式。
　　其次，本文从凸优化的概念出发，研究凸优化中常见概念及性质。针对认知异构网络资源分配问题的特殊性，研究了认知异构网络中常见的主用户到达模型，包括基于泊松过程的模型、基于生灭过程的模型以及基于主用户活跃度的模型。
　　再次，本文提出了一种基于凸优化方法的认知异构网络的资源分配算法，在系统资源的约束条件下，将系统的优化目标定为最小化系统的通信时延，并在目标函数中充分考虑主用户到达对系统时延的影响，对主用户所在网络的带宽、认知用户的功率及认知用户传输的数据进行了分配。在将算法应用于各个主用户到达模型时，验证了在该条件下系统函数的凹凸性，并对其进行了求解。通过Matlab软件进行仿真，仿真结果表明，本文提出的算法在常见的主用户到达模型下均适用，且时延性能均优于未考虑主用户的到达对时延影响的算法。
　　最后，本文充分考虑了当认知用户对主用户占用频谱状态感知的非理想性，为避免认知用户对主用户造成干扰，在本文提出的资源分配算法中加入认知用户对主用户的平均干扰要低于主用户干扰容限的限制条件，并验证了本算法应用于各种主用户到达模型的可行性。

目录

封面

中文摘要

英文摘要

目录

第1章 绪 论

1.1 课题背景及研究意义

1.2 国内外研究现状

1.3 本文主要内容及文章结构安排

第2章 凸优化方法原理及主用户到达模型

2.1 凸优化方法原理

2.2 主用户到达模型

2.3 本章小结

第3章 认知异构网络资源分配算法

3.1系统模型分析

3.2目标函数的最优化分析

3.3理想频谱感知时资源分配算法在不同模型下的应用

3.4 本章小结

第4章 非理想频谱感知情况的资源分配算法

4.1系统模型及原理

4.2非理想频谱感知中不同模型下的应用

4.4 本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢