基于OFDM的认知无线电系统功率分配算法研究

摘要

近年来，无线通信需求高速增长，用户数量逐渐增加，频谱占用速度越来越快，如何高效利用日益稀缺的频谱资源已成为无线通信领域的研究热点之一。为了提高频谱效率和利用率，认知正交频分复用(Orthogonal Frequency DivisionMultiplexing，OFDM)系统将OFDM技术和认知无线电技术有机结合，并对频谱资源进行动态划分。功率分配技术是认知OFDM系统中的一个热点问题，本文在已有的功率分配理论研究的基础上，开展了基于认知OFDM系统的功率分配算法研究。研究的主要内容包括:基于OFDM的注水功率分配算法以及基于能量效率的功率分配算法。
　　在认知OFDM系统中，经典注水算法已被证明是功率分配的最优化算法。本文首先在此基础上，引入了干扰温度限制，提出了一种双因子二分搜索算法。该算法在满足总功率限制的条件下引入剩余函数，然后利用剩余函数的单调性，通过双层二分搜索迭代方法求得拉格朗日因子的准确值，进而求出各子信道上所分配的功率值。仿真结果表明，该算法能有效利用主用户频带间的频谱空穴，在总功率和干扰温度双重限制下，最大化认知用户的数据传输速率，其值逼近经典注水算法。其次，本文将最大化认知OFDM系统的能量效率作为全新目标，重新对子载波上的功率进行分配，并提出基于能量效率的功率分配算法。与传统的传输策略相比，该算法能兼顾传输速率和能量效率，在获得较高传输速率的同时，最大化系统的能量效率，让系统能够找到动态平衡的最佳点，从而使得系统传输性能显著提高。

目录

声明

致谢

摘要

图表目录

第1章 绪论

1．1 本课题的研究背景与意义

1．2 本课题的研究现状

1．2．1 认知无线电概念的研究现状

1．2．2 认知OFDM系统功率分配算法的研究现状

1．3 本文组织

第2章 认知OFDM无线电系统相关理论

2．1 OFDM系统

2．2 认知无线电系统和认知引擎系统

2．2．1 认知无线电系统的组成

2．2．2 认知引擎系统

2．3 功率分配相关的数学理论

2．3．1 凸函数及凸规划

2．3．2 拉格朗日乘子法

2．3．3 Karush-Kuhn-Tucker条件(KKT条件)

2．4 本章小结

第3章 基于OFDM的认知无线电系统注水功率分配算法

3．1 经典注水功率分配算法

3．2 线性注水功率分配算法

3．3 基于干扰容限约束的功率分配算法

3．3．1 干扰温度概念及系统模型

3．3．2 双因子二分搜索功率分配算法

3．4 仿真结果与分析

3．5 本章小结

第4章 基于能量效率的功率分配算法

4．1 系统模型建立及问题提出

4．2 梯度辅助搜索算法

4．3 参数凸规划算法

4．4 m参数迭代算法

4．5 仿真结果及分析

4．6 本章小结

第5章 总结与展望

参考文献

攻读硕士期间主要的研究成果