论文部分内容阅读
随着无线应用的快速发展，频谱成为一种稀缺资源。认知无线电技术被视为当前频谱资源利用率低的有效解决方案之一，它允许次用户以机会接入的方式使用空闲的频谱。在认知无线电网络中，为了保护主用户的正常传输，次用户必须在接入信道之前通过频谱感知检测信道是否空闲。为了提高频谱感知的准确性，合作频谱感知被提出，它允许多个次用户合作感知频谱。对于集中式的合作频谱感知，存在一个融合中心，通过“逻辑或”、“逻辑与”等融合规则对收集到的信息进行总体决策，并将判定结果通过控制信道返回给各个次用户。
近年来，由于在研究自干扰抑制问题的技术上有重大突破，全双工技术得到了推广。为了保护主用户的正常传输同时提高频谱资源的利用率，在认知无线电网络中引入全双工技术可以使得次用户同时进行频谱感知和数据发送。本文以全双工认知无线电网络为背景，研究多种融合规则下的合作频谱感知和功率的优化问题，主要研究内容如下：
针对多信道全双工认知无线电网络的合作频谱感知，我们考虑其中的信道分配问题。本文描述了一个以最大化全双工认知无线电网络吞吐量为目标的信道分配优化问题，该问题是一个非线性整数规划的NP难问题。基于匹配理论，本文提出将该信道分配问题定义为两边匹配博弈问题，并提出一个匹配算法，同时对其稳定性和复杂度进行了分析。另外，本文将该算法与其他一些现有的算法进行比较，仿真结果显示，随着次用户数量的增加，本文所提出的算法表现出比较好的优势。
针对全双工认知无线电网络中的能效问题，我们联合优化合作频谱感知和功率。本文描述了一个以最大化能效为目标的优化问题，该问题是一个混合整数非凸的NP难问题。本文采用Dinkelbach算法解决该问题，并将分数形式的非凸优化问题转换为减法形式的等效优化问题。然后，基于匹配理论，本文提出将该等效优化问题定义为一个包含次用户、信道和功率的三边匹配博弈问题，并提出了一种三边交换匹配算法。仿真结果显示，最大化能效模型在提高全双工认知无线电网络的能效同时有效限制了功率消耗。
近年来，由于在研究自干扰抑制问题的技术上有重大突破，全双工技术得到了推广。为了保护主用户的正常传输同时提高频谱资源的利用率，在认知无线电网络中引入全双工技术可以使得次用户同时进行频谱感知和数据发送。本文以全双工认知无线电网络为背景，研究多种融合规则下的合作频谱感知和功率的优化问题，主要研究内容如下：
针对多信道全双工认知无线电网络的合作频谱感知，我们考虑其中的信道分配问题。本文描述了一个以最大化全双工认知无线电网络吞吐量为目标的信道分配优化问题，该问题是一个非线性整数规划的NP难问题。基于匹配理论，本文提出将该信道分配问题定义为两边匹配博弈问题，并提出一个匹配算法，同时对其稳定性和复杂度进行了分析。另外，本文将该算法与其他一些现有的算法进行比较，仿真结果显示，随着次用户数量的增加，本文所提出的算法表现出比较好的优势。
针对全双工认知无线电网络中的能效问题，我们联合优化合作频谱感知和功率。本文描述了一个以最大化能效为目标的优化问题，该问题是一个混合整数非凸的NP难问题。本文采用Dinkelbach算法解决该问题，并将分数形式的非凸优化问题转换为减法形式的等效优化问题。然后，基于匹配理论，本文提出将该等效优化问题定义为一个包含次用户、信道和功率的三边匹配博弈问题，并提出了一种三边交换匹配算法。仿真结果显示，最大化能效模型在提高全双工认知无线电网络的能效同时有效限制了功率消耗。