论文部分内容阅读
随着无线通信业务的高速增长，无线频谱资源短缺日益严重，传统的频谱资源分配方式已经不能满足当前频谱资源需求现状。认知无线电作为一种能够有效缓解频谱资源短缺，提高频谱利用率的动态频谱分配技术，近年来受到了广泛关注和研究。其主要思想是在不影响授权用户正常通信的前提下，探测并合理利用‘频谱空洞’，建立非授权用户之间的通信，达到提高频谱资源利用率的目的。在认知无线电系统中，认知用户的发射功率控制是实现频谱资源有效共享的核心技术之一，同时也是认知用户对授权用户及其他认知用户产生干扰的主要原因，所以功率控制自然受到了广泛研究。 本文的研究围绕基于认知无线电系统中认知用户的功率控制技术展开。 1.我们以下垫式场景的分布式认知无线电系统为研究平台，提出了以最小化认知用户总消耗功率为目标函数，综合考虑认知用户基本通信质量和对主用户造成的干扰的功率分配算法。通过对约束条件的控制，将目标函数转换成为无约束的适应度函数，利用提出的混沌差分进化萤火虫协同优化算法解决目标函数问题，得出最优功率分配方案。仿真结果表明，所提出的算法可以减少认知用户总消耗功率，且满足约束条件，具有较强的全局搜索能力。 2.基于OFDM认知无线电系统上行链路功率控制，综合考虑了系统中发射功率上限、最小速率要求、对授权用户干扰限制以及不完美感知状等条件，提出了以最大化认知用户能量效率总和功率控制方法。通过对约束条件的合理控制，提出了一种基于自适应粒子群算法的功率分配方案。仿真结果表明，此方案能够快速得到功率分配结果，具有很强的操作性。 3.基于非协作博弈理论，考虑实际无线信道中的信道扰动项，使用鲁棒控制模型对扰动项进行转化，建立了一种鲁棒Stackclberg博弈模型来解决认知无线电系统的功率控制问题。模型中分别将授权用户和认知用户分别作为领导者和跟随者，在保证系统获得最大收益的同时，限制认知用户对授权用户造成的干扰。仿真结果表明，该算法具有较好的鲁棒性，较适用于实际无线通信系统的传输情况。