论文部分内容阅读
当今,随着无线通信网络技术的快速发展,频谱资源的使用变得越来越紧缺,甚至出现了“伪拥挤”状态。这一方面是由于无线频谱资源的稀缺,另一方面也是由于现有的固定频谱分配方式导致无线频谱资源未能得到充分而高效的利用。认知无线电(CR)技术正是为了解决这一问题而产生的。CR技术是一个智能化的无线电技术,可以感知周围的无线环境,并从中进行学习,然后根据周围环境的不断变化来动态的调整其内部的工作参数和状态。CR技术改变了传统的静态频谱分配方式,转而采用动态的频谱分配,它能够对有限的频谱资源进行有效的利用,从而提高频谱的使用效率。虽然CR技术采用了更为灵活的动态频谱分配方式来管理无线频谱资源,但真正要将其应用到实际的无线通信系统中,仍然有许多关键技术需要突破。本论文主要对认知无线电的功率控制问题进行了分析与研究,并在现有算法的基础上,提出了两个新的算法。其主要内容如下:(1)提出了一种基于非合作博弈的改进型认知无线电功控算法为了实现不对主用户造成有害干扰、最大化认知用户效益这一目标,我们将衬底式CR网络中的认知用户功控建模为具有多个约束条件限制的非合作博弈功控问题,其约束条件包括认知用户的发射功率限制、认知用户的最小信干噪比(SINR)要求及主用户的干扰温度限制等。我们构建了新的效用函数和代价函数,并证明了新算法(IPC-NG算法)纳什均衡(NE)的存在性与唯一性。最后对所提算法的性能进行了仿真分析。仿真结果表明:该算法收敛速度较快,对主用户能够起到很好的保护作用,同时还能够保证认知用户的服务质量需求、提高认知系统的吞吐量和净效用。(2)提出了一种基于注水原理的多信道功率分配算法在可用子信道、主用户干扰温度、认知用户功率预算等约束条件限制下,该方案将子信道和功率的分配分为两个步骤,以降低计算的复杂度。第一步将子信道分配给链路增益较大且对主用户的干扰链路增益小的认知用户;第二步采用改进的适合于认知无线电的迭代注水算法将功率分配给相应的认知用户的子信道,以最大化认知用户系统的总容量。仿真结果表明,该算法计算复杂度较低,并能够得到性能较好的近似最优解。