基于OFDM的认知无线电系统的能效资源分配

摘要

随着无线通信技术的飞速发展，对于无线通信的服务需求也越来越高，以至于无线频谱资源日趋紧张。认知无线电技术的提出，有效的解决了这一问题，得到了学术界的广泛关注。在认知无线电网络中，频谱资源的有限和固定式的分配机制，使得现有的频谱利用率很低。如何在不影响主用户正常通信的情况下高效的利用各种资源，提高系统的能量效率(Energy Efficiency，EE)，成为研究认知无线电网络的当务之急。
　　本文对频谱资源利用率不高的问题进行了深入的研究，首先介绍了认知无线电技术，包括系统模型中应用的overlay和underlay两种传输方式的频谱共享技术。但其缺点是在主用户和认知用户之间存在干扰。正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)技术的提出有效的缓解了这一问题，它在消除信道间的相互干扰和提高数据传输速率方面具有很大贡献。协作中继技术可以减弱无线链路中的路径衰弱，从而提高传输链路的可靠性。因此，本文以最大化能量效率为目标，结合了认知无线电技术、OFDM技术和协作中继技术，提出了一种解决资源分配不合理导致的频谱资源利用率低的资源分配策略问题，进而提高了系统的能效。本文的主要工作和成果如下:
　　1.研究了一种频分复用下基于混合overlay/underlay传输协议来最大化主用户能效的策略。我们把资源优化问题分为几个子问题分别求解。首先采用一种启发式的算法来对子载波进行匹配，降低了算法的复杂度。由于子载波对的数量不会很多，可以利用穷举法来进行子载波选择。遍历全部的子载波对，计算每个子载波对上传输信息时的系统能效，选择能效最大的子载波对。最后通过拉格朗日乘数法来确定子载波功率分配及选择出最佳中继。本算法是专门针对混合overlay/underlay传输协议设计的。仿真结果表明，混合overlay/underlay传输协议比传统的overlay和underlay技术获得更高的能量效率。
　　2.提出了一种启发式的子载波匹配算法来解决能效最大化问题，以较低的代价获得较高的能效。通过将对注水算法改进和拉格朗日对偶算法结合，对能效问题进行优化。与经典的注水算法采用传输功率作为水面有所不同，本文选择主用户的目标速率作为水面，可以只用一个参数（水面高度）来表示各个信道功率分配，求得能效最优时对应的每个子载波的速率。且根据子载波匹配指标大小来进行子载波间的匹配，简化了算法复杂度。本文对所提出的算法和现有的算法进行仿真比较，仿真结果说明在相同的环境下，在系统稳定性与整体能效方面，本文提出的算法要好于现有的文献，优化了系统的性能。

目录

声明

摘要

1．1 研究的背景和意义

1．2 课题国内外研究现状

1．2．1 认知无线电国内外现状

1．2．2 协作中继通信的国内外现状

1．2．3 能量效率优化研究的国内外现状

1．3 本文研究内容及结构安排

第2章 基于认知无线电能效的关键技术介绍

2．1 能效的概念

2．2 相关技术

2．2．1 认知无线电技术

2．2．2 协作中继技术

2．2．3 OFDM技术

2．3 资源分配相关的数学理论

2．3．1 凸函数及凸规划

2．3．2 拉格朗日式与KKT条件

2．3．3 次梯度法

2．4 本章小结

第3章 频分复用下基于混合传输模式的认知无线电能效优化策略

3．1 引言

3．2 系统模型

3．3 基于混合overlay／underlay的联合优化算法

3．3．1 子载波匹配与选择

3．3．2 功率分配与中继选择

3．3．3 能量效率和频谱效率的折中设计

3．4 仿真分析

3．5 本章小结

第4章 时分复用下认知无线电中能效优化的子载波匹配策略

4．1 引言

4．2 系统模型

4．3 基于能源效率的资源分配

4．3．1 子载波匹配

4．3．2 功率及子载波分配

4．4 仿真结果

4．5 本章小结

第5章 结论与展望

5．1 结论

5．2 展望

参考文献

致谢

攻读学位期间参加的科研项目和成果