论文部分内容阅读
频谱共享技术和协作分集技术是新一代移动通信系统的两个关键技术,分别对应着认知无线网络、协作中继网络,以及集频谱共享技术和协作分集技术优点于一体的认知中继网络,对学术界和工业界产生了深刻的影响。未来移动通信系统需要实现更高的传输速率,更高的频谱效率、更好的服务质量以及支持更加多样化的业务。无线资源管理优化设计是实现上述目标的主要方法之一,本论文将采用无线资源优化分配理论和方法分别对认知无线网络、协作中继网络和认知中继网络进行了研究,以解决未来移动通信系统存在的问题:(1)提高新一代移动通信网络系统容量问题。(2)提高小区边缘频谱效率问题。(3)提高频谱资源利用率的问题。(4)减少或避免无线网络的信号干扰问题。首先,本文第二章主要从认知无线网络的功率分配、联合无线资源分配和动态频谱分配两个方面进行了研究:(A)为满足认知用户对主用户的干扰约束,同时考虑认知用户间干扰问题,在非完美CSI条件下给出了认知无线网络中三个最大最小和最小最大公平性的分配策略,分别是(1)最小最大功率分配;(2)最大所有认知用户中最小SINR的功率分配;(3)最小所有认知用户中最大中断概率功率分配。第一个优化问题是一个非凸问题,通过将它转化为几何优化问题求解。第二、三两个优化问题不能转化为几何优化求解,提出了一种迭代功率分配算法来求解后面两个优化问题。最后,仿真结果显示了在主用户干扰温度、认知用户QoS要求下,所提的三种策略都能有效地保证多认知用户的公平性。(B)由于认知无线网络环境存在的信息交互约束限制、分布式特性和频谱分配动态性等问题,基于微观经济学机制设计理论提出了基于VCG机制的动态频谱分配博弈模型,进一步提出一种基于动态频谱分配的部分可观察马尔可夫决策过程(POMDP)强化学习算法。让认知用户通过对历史信息的观察、统计,为提高竞拍策略的奖赏值而进行不断的学习获取最优竞拍策略。仿真结果表明,基于POMDP强化学习算法可以显著改善认知用户的行为,提高动态频谱分配性能。其次,第三章研究了协作中继网络的资源优化分配:(A)提出了一种能满足用户QoS需求的最小化用户实际速率与需求速率差值之和的优化模型,并给出了序贯功率调整算法(SPAA)和基于梯度的功率分配算法(GBPAA)两种优化算法求解该模型的最优解。仿真结果表明,该方法能够有效满足用户速率需求。进一步,在能量受限的中继网络中,随着用户数的增加,将导致用户的QoS需求得不到满足,本文提出了基于能量效率的一步移除接入控制算法(OSRAC)和基于能效的逐步移除接入控制算法(SSRAC),该方法能够在多用户场景下进行有效的接入控制,提高系统能量效率。(B)研究Nakagami-m信道非完全信道状态信息(CSI)下,协作中继系统通过跨层设计提高频谱效率问题,提出一种混合自动请求重传(HARQ)状态转移图来分析计算系统平均误包率(PER);通过物理层自适应调制编码(AMC)与HARQ协议跨层联合设计,建立了在链路层数据包传输时延约束情况下,最大化中继系统频谱效率的跨层优化模型;进一步给出了该跨层优化模型的迭代求解算法,对比分析了3种HARQ协议下系统平均误包率与频谱效率的性能。仿真结果表明:本文提出的方案在满足传输时延约束条件下,可以达到最大化频谱效率。而且AMC和Type-ⅢHARQ的跨层设计在中继协作情况下可以达到更高的频谱效率和更低的平均误包率。最后,第四章研究了认知中继网络的资源优化分配:(A)提出以能量效率作为衡量认知中继网络性能标准,设计了认知中继网络联合HARQ和功率分配的跨层优化方案,获得了该优化方案的平均能量消耗闭合表达式,提出了在满足主用户干扰约束和认知用户中断概率约束条件下,最小化认知中继网络传输单位比特数据能量消耗优化模型。基于拉格朗日对偶分解法设计了跨层优化模型的分布式求解算法。理论分析和仿真结果验证了基于能量效率的跨层优化方案的可行性,从能量效率角度为跨层优化设计提供了理论依据。(B)研究了在不影响主用户正常通信和保证认知用户QoS约束条件下,解决认知中继网络频谱效率和功率消耗问题,分别提出了(1)最大化认知中继网络用户传输速率的最优功率分配模型;(2)最小化认知中继网络总功率消耗的最优功率分配模型,分析表明上述两个优化模型在频谱效率与功率消耗两者间存在相互矛盾;进一步提出了一种联合传输速率和总功率消耗的最优功率分配模型,利用拉格朗日对偶分解法设计了优化求解算法,通过改变权值能够在传输速率和总功耗之间平衡。仿真结果验证了该算法可有效的调节认知中继网络传输速率和总功耗之间的平衡。