协作认知中继网络中的资源管理及中断概率研究

摘要

认知无线电技术通过自适应检测并使用无线空间中未被充分利用的频谱资源，极大地提高了频谱利用率。协作通信技术利用中继节点协作传输，给系统带来了协作分集增益。将认知无线电技术与协作通信技术相结合，不仅可以提高系统的频谱利用率，还可以使系统获得分集增益进而增强系统吞吐量（容量）。因此，兼具以上两者特点的协作认知中继网络（CCRN），成为当前通信领域的重要研究对象，特别是对协作认知中继网络性能及其无线资源管理的研究，更是成为当前的研究热点和难点。本文针对协作认知中继网络中的信道分配、功率分配、中继选择等资源管理问题和中断性能进行了研究和分析。本研究主要内容包括：
　　⑴以高斯干扰信道模型和协作通信模型为基础，给出了认知中继信道模型和协作认知中继网络的传输模型。在协作认知中继信道模型中，信道根据其构成情况，可以划分为异构两跳信道、直传信道和协作中继信道。然后给出了放大转发和解码转发两种协议下协作认知中继网络的吞吐量。以吞吐量为目标函数，给出了协作认知中继网络中包括功率分配、信道分配和中继选择等方面的多通道资源管理模型。介绍了资源管理研究中所涉及到的优化理论，包括凸优化理论、几何规划理论，博弈论和变分不等式等。
　　⑵以多通道资源管理模型为基础，论文对多通道三节点协作认知中继网络中的信道分配、功率分配和时隙分配进行了研究。由于此类资源管理问题只涉及到一个中继系统，本文称之为协作认知中继网络内部（Intra-CCRN）的资源管理问题。首先给出了解码转发协议下最优的信道分配算法。该算法通过枚举协作中继信道分配为直传信道或异构两跳信道的所有分配组合，然后选取获得最大吞吐量的组合作为最终的信道分配。对最优算法进行分析发现，它与协作中继信道的数量 N呈指数关系O(4N)。为减小计算复杂度，本文提出了基于容量增量的次优信道分配算法，其计算复杂度为 O(N)。放大转发协议下，将协作中继信道的分配过程建模为一个指派矩阵，然后基于容量增量思想给出了放大转发协议下的低复杂度信道分配算法。对两种协议下的信道分配算法进行仿真，结果表明次优信道分配算法和最优算法相比，算法以较小的性能损失为代价极大地降低了计算复杂度。
　　⑶对解码转发和放大转发协议下多通道协作认知中继网络中的信道与功率联合分配进行了研究。在解码转发协议下，本文提出了基于对数近似系列几何规划的功率分配算法，将原非凸优化问题转化为凸优化问题来求解，证明了该优化解不仅是几何规划问题的最优解，还是原功率分配问题的全局最优解。本文进一步对解码转发协议下的传输时隙进行了优化，提出了信道、功率和时隙的联合分配算法。在放大转发协议下，提出了基于期望最大化思想的迭代功率分配算法，将非凸的功率分配问题转化为凸优化问题来求解。综合信道和功率分配，提出了放大转发协议下的联合资源管理算法。对以上算法进行仿真，得到以下结论：1）多通道协作认知中继网络中，信道分配较功率分配在提高系统的吞吐量方面更加高效。2）信道与功率的联合分配可以极大地提高系统的吞吐量。3）解码转发协议下，信道、功率与时隙的联合分配在中低信噪比下可以最大化系统吞吐量。4）解码转发协议下，信道与功率的联合分配较时隙与功率的联合分配获得的系统吞吐量更大。
　　⑷在认知无线电网络（CRN）中，存在多对认知用户为满足自身传输需求而竞争无线资源的情况。此时，认知无线电网络中的资源管理问题不仅包括协作认知中继网络或认知用户对内部的资源管理，还包括了它们之间的资源管理。本文将这类资源管理问题称为认知无线电网络之间（Inter-CRN）的资源管理问题。在Inter-CRN资源管理的中继选择和功率分配过程中，各用户的约束条件相互影响，导致该类问题不能使用一般的凸优化算法来求解。因此，本文首先将该类Inter-CRN中的中继选择、信道分配和功率分配建模为广义纳什均势问题（GNEP），然后提出了分布式的中继选择、信道分配和功率分配算法，并基于变分不等式理论将该GNEP转化为一系列易于求解的纳什均势问题。通过对广义纳什均势问题解的存在性和唯一性进行研究，本文给出了获得其唯一解的充分必要条件。
　　⑸中断概率是衡量认知中继网络性能的重要指标之一。对三节点认知中继网络在机会频谱接入、衬垫式频谱接入和混合频谱接入方式下的中断性能进行了研究。首先给出了三节点协作认知中继网络的机会频谱接入模型，综合考虑授权用户活动模型及认知用户的检测能力，提出了机会频谱接入的度量模型。根据此度量，推导了信道服从瑞利分布时，认知用户基于多中继时分重复转发传输和基于不同中继选择准则来选择最佳中继传输时的中断概率闭合表达式，并分别对其分集度进行了分析。随后，给出了基于衬垫式频谱接入下的中断概率闭合表达式并推导了分集度。基于此两种频谱接入方式，本文推导出了混合频谱接入方式下选择最佳中继传输时的中断概率闭合表达式。通过仿真得到以下结论：机会频谱接入方式中，认知用户基于多中继时分重复转发传输时的中断性能在中低信噪比下不随中继数量的增加而减小，但在高信噪比时下降速度较快；认知用户选择一个最佳中继参与传输时的中断概率随着潜在中继数量的增加而减小；混合频谱接入方式中，比较了基于激励反应式（最大 R-D链路接收信噪比）和积极主动式（最大-最小S-R-D链路接收信噪比）两个中继选择准则下的中断性能，相同条件下后者始终可以获得性能增益；相对于机会频谱接入和衬垫式频谱接入，认知中继网络在混合频谱接入方式下始终能够获得中断性能提升。

目录

封面

声明

目录

缩略语

中文摘要

英文摘要

第一章 绪论

1.1 课题背景及意义

1.2 研究现状

1.3 论文主要工作及结构安排

第二章 协作认知中继网络资源管理模型及理论

2.1 多通道资源管理模型

2.2 资源管理中的优化理论

2.3 本章小结

第三章 多通道协作认知中继网络的资源管理

3.1 低复杂度信道分配算法

3.2 DF协议下的联合资源管理算法

3.3 AF协议下的联合资源管理算法

3.4 本章小结

第四章 并行多通道协作认知中继网络的资源管理

4.1 并行认知中继网络资源管理模型

4.2 基于GNEP模型的分布式资源管理算法

4.3 仿真与分析

4.4 本章小结

第五章 协作认知中继网络的中断概率

5.1 基于机会频谱接入的CCRN传输模型

5.2 机会频谱接入下的中断概率闭合式及分集度

5.3 混合频谱接入下的中断概率闭合式及分集度

5.4 本章小结

第六章 总结与展望

6.1 论文总结与主要贡献

6.2 下一步工作展望

致谢

参考文献

作者在学期间取得的学术成果

作者在学期间参与科研项目

附录A 引理4.4的证明

附录B 引理4.5的证明

附录C 公式(5.32)和(5.33)的推导

附录D 公式(5.56)的定义