认知无线电网络中多用户资源优化分配技术研究

摘要

随着无线通信技术的发展，人们对无线频谱资源的需求日益增长，有限的无线频谱资源变得愈加紧张。认知无线电中的动态频谱分配技术极大地缓解了频谱资源稀缺和频谱利用率不足的矛盾。一方面，面对复杂的无线环境，如何在不同的感知条件下合理分配资源、提高频谱利用率、保证用户间的公平性，是目前的研究重点。另一方面，随着能源消耗和环境恶化等问题的出现，如何降低资源分配过程中的能耗，实现绿色通信，也成为了亟待解决的问题。论文鉴于上述问题，针对不同优化目标建立系统模型，研究了基于正交频分多址接入（OFDMA）的多用户认知无线电资源分配算法，主要工作和贡献如下： 1、建立了理想感知条件下基于频谱效率的OFDMA多用户资源分配系统模型，针对子载波对多用户存在多样性的特点和系统实时性问题，以系统用户吞吐量最大化为优化目标，提出了一种低复杂度的分步式算法，包括改进的最差子载波优先分配算法和增加干扰判断的线性注水功率分配算法。仿真结果表明所提出的算法在获得较高吞吐量的同时，有效降低计算复杂度，适用于高实时性要求的系统。 2、建立了非理想感知条件下基于系统干扰控制的OFDMA多用户资源分配系统模型，针对保障主用户通信质量问题，以主用户所受干扰最小化为优化目标，提出了一种分步式算法，第一步采用子载波信道增益最优分配策略，第二步采用混合整数型非线性规划模型与子梯度算法结合的功率分配策略。仿真结果表明所提出的算法在存在感知误差的情况下，有效降低主用户所受干扰，保证次用户传输速率要求，提高频谱效率。 3、建立了理想和非理想感知条件下基于能量效率的OFDMA多用户资源分配系统模型，针对节能环保和经济效益问题，从经济学角度定义了一种新的能效标准，用来描述单位能量消耗产生的经济收益，以用户在资源共享中的经济效益为优化目标，建立了双层斯坦科尔伯格博弈模型，提出了一种基于系统经济能效的分布式干扰定价算法。仿真结果表明所提出的算法在不同的感知结果下均能达到次用户性能和主用户收益的平衡，实现系统经济能效最大化，具有一定的经济实用性。

目录

第一个书签之前