论文部分内容阅读
近来，无线通信技术的日益发展，对其频谱资源利用的能力提出了更高的要求。认知无线电网络技术（Cognitive RadioNetwork，CRN）解决频谱资源短缺的同时，存在信号衰落快，网络覆盖范围小等限制。因此，有必要引入中继技术，利用其转发特性，保证无线通信过程中信息传递的准确性与安全性，从而整体上提升认知无线电网络的性能。但由于CRN中不同中继链路信道状态质量与系统功率存在一定相关性，为了在进一步保证较低功率消耗的同时，获得更高的频谱资源利用率，有必要研究认知无线网络中部分中继协作方法。 本文针对部分协作中继的选择算法研究开展以下工作： （1）针对无线中继网络中全协作中继带来的发射功率消耗过大，以及复杂环境下信道估计误差导致的系统特性衰减等问题，提出了基于信道估计误差范数有界约束下的部分协作中继选择算法。首先，为了降低全协作中继系统较多的功率消耗，分析和构建了部分协作中继系统模型；其次，约束信道估计误差满足高斯特性且范数有界，通过求解满足上述约束条件下的通信最低功率消耗，获取有关协作中继选择的优化算法；该算法利用局部松弛与稀疏提升理论，将部分中继选择的优化算法问题由非凸问题松弛为凸问题迭代求解，降低了计算复杂度。研究结果显示，该算法不仅在协作中继网络中减少了系统资源的消耗，提升了资源利用率，同时在复杂环境下具有更强的鲁棒性。 （2）针对无线通信网络中窃听防范问题，提出了以发射功率最优化为目的，基于通信安全率和信道估计误差约束的部分中继选择算法。首先，构建具有安全特性约束的窃听场景下部分协作中继系统模型；其次，提出了保密率约束下的部分协作中继算法，以功率消耗最小化为目标的同时提升系统整体安全特性；最后，通过凸逼近和泰勒级数展开等技术手段，将原问题松弛为凸优化问题并求解，降低了计算复杂度。研究结果显示，与理想信道部分协作中继选择算法相比，该算法不仅具有更强的安全保密性能，同时具有更好的复杂环境适应性。