協(xié)作認知中繼網(wǎng)絡(luò)中的資源管理及中斷概率研究.pdf

1、認知無線電技術(shù)通過自適應(yīng)檢測并使用無線空間中未被充分利用的頻譜資源，極大地提高了頻譜利用率。協(xié)作通信技術(shù)利用中繼節(jié)點協(xié)作傳輸，給系統(tǒng)帶來了協(xié)作分集增益。將認知無線電技術(shù)與協(xié)作通信技術(shù)相結(jié)合，不僅可以提高系統(tǒng)的頻譜利用率，還可以使系統(tǒng)獲得分集增益進而增強系統(tǒng)吞吐量（容量）。因此，兼具以上兩者特點的協(xié)作認知中繼網(wǎng)絡(luò)（CCRN），成為當前通信領(lǐng)域的重要研究對象，特別是對協(xié)作認知中繼網(wǎng)絡(luò)性能及其無線資源管理的研究，更是成為當前的研究熱點和難點。

2、本文針對協(xié)作認知中繼網(wǎng)絡(luò)中的信道分配、功率分配、中繼選擇等資源管理問題和中斷性能進行了研究和分析。本研究主要內(nèi)容包括：
　?、乓愿咚垢蓴_信道模型和協(xié)作通信模型為基礎(chǔ)，給出了認知中繼信道模型和協(xié)作認知中繼網(wǎng)絡(luò)的傳輸模型。在協(xié)作認知中繼信道模型中，信道根據(jù)其構(gòu)成情況，可以劃分為異構(gòu)兩跳信道、直傳信道和協(xié)作中繼信道。然后給出了放大轉(zhuǎn)發(fā)和解碼轉(zhuǎn)發(fā)兩種協(xié)議下協(xié)作認知中繼網(wǎng)絡(luò)的吞吐量。以吞吐量為目標函數(shù)，給出了協(xié)作認知中繼網(wǎng)絡(luò)中包括功率分配、

3、信道分配和中繼選擇等方面的多通道資源管理模型。介紹了資源管理研究中所涉及到的優(yōu)化理論，包括凸優(yōu)化理論、幾何規(guī)劃理論，博弈論和變分不等式等。
　　⑵以多通道資源管理模型為基礎(chǔ)，論文對多通道三節(jié)點協(xié)作認知中繼網(wǎng)絡(luò)中的信道分配、功率分配和時隙分配進行了研究。由于此類資源管理問題只涉及到一個中繼系統(tǒng)，本文稱之為協(xié)作認知中繼網(wǎng)絡(luò)內(nèi)部（Intra-CCRN）的資源管理問題。首先給出了解碼轉(zhuǎn)發(fā)協(xié)議下最優(yōu)的信道分配算法。該算法通過枚舉協(xié)作中繼信道

4、分配為直傳信道或異構(gòu)兩跳信道的所有分配組合，然后選取獲得最大吞吐量的組合作為最終的信道分配。對最優(yōu)算法進行分析發(fā)現(xiàn)，它與協(xié)作中繼信道的數(shù)量 N呈指數(shù)關(guān)系O(4N)。為減小計算復(fù)雜度，本文提出了基于容量增量的次優(yōu)信道分配算法，其計算復(fù)雜度為 O(N)。放大轉(zhuǎn)發(fā)協(xié)議下，將協(xié)作中繼信道的分配過程建模為一個指派矩陣，然后基于容量增量思想給出了放大轉(zhuǎn)發(fā)協(xié)議下的低復(fù)雜度信道分配算法。對兩種協(xié)議下的信道分配算法進行仿真，結(jié)果表明次優(yōu)信道分配算法和最優(yōu)

5、算法相比，算法以較小的性能損失為代價極大地降低了計算復(fù)雜度。
　?、菍獯a轉(zhuǎn)發(fā)和放大轉(zhuǎn)發(fā)協(xié)議下多通道協(xié)作認知中繼網(wǎng)絡(luò)中的信道與功率聯(lián)合分配進行了研究。在解碼轉(zhuǎn)發(fā)協(xié)議下，本文提出了基于對數(shù)近似系列幾何規(guī)劃的功率分配算法，將原非凸優(yōu)化問題轉(zhuǎn)化為凸優(yōu)化問題來求解，證明了該優(yōu)化解不僅是幾何規(guī)劃問題的最優(yōu)解，還是原功率分配問題的全局最優(yōu)解。本文進一步對解碼轉(zhuǎn)發(fā)協(xié)議下的傳輸時隙進行了優(yōu)化，提出了信道、功率和時隙的聯(lián)合分配算法。在放大轉(zhuǎn)發(fā)協(xié)議下

6、，提出了基于期望最大化思想的迭代功率分配算法，將非凸的功率分配問題轉(zhuǎn)化為凸優(yōu)化問題來求解。綜合信道和功率分配，提出了放大轉(zhuǎn)發(fā)協(xié)議下的聯(lián)合資源管理算法。對以上算法進行仿真，得到以下結(jié)論：1）多通道協(xié)作認知中繼網(wǎng)絡(luò)中，信道分配較功率分配在提高系統(tǒng)的吞吐量方面更加高效。2）信道與功率的聯(lián)合分配可以極大地提高系統(tǒng)的吞吐量。3）解碼轉(zhuǎn)發(fā)協(xié)議下，信道、功率與時隙的聯(lián)合分配在中低信噪比下可以最大化系統(tǒng)吞吐量。4）解碼轉(zhuǎn)發(fā)協(xié)議下，信道與功率的聯(lián)合分配較

7、時隙與功率的聯(lián)合分配獲得的系統(tǒng)吞吐量更大。
　?、仍谡J知無線電網(wǎng)絡(luò)（CRN）中，存在多對認知用戶為滿足自身傳輸需求而競爭無線資源的情況。此時，認知無線電網(wǎng)絡(luò)中的資源管理問題不僅包括協(xié)作認知中繼網(wǎng)絡(luò)或認知用戶對內(nèi)部的資源管理，還包括了它們之間的資源管理。本文將這類資源管理問題稱為認知無線電網(wǎng)絡(luò)之間（Inter-CRN）的資源管理問題。在Inter-CRN資源管理的中繼選擇和功率分配過程中，各用戶的約束條件相互影響，導(dǎo)致該類問題不能使

8、用一般的凸優(yōu)化算法來求解。因此，本文首先將該類Inter-CRN中的中繼選擇、信道分配和功率分配建模為廣義納什均勢問題（GNEP），然后提出了分布式的中繼選擇、信道分配和功率分配算法，并基于變分不等式理論將該GNEP轉(zhuǎn)化為一系列易于求解的納什均勢問題。通過對廣義納什均勢問題解的存在性和唯一性進行研究，本文給出了獲得其唯一解的充分必要條件。
　　⑸中斷概率是衡量認知中繼網(wǎng)絡(luò)性能的重要指標之一。對三節(jié)點認知中繼網(wǎng)絡(luò)在機會頻譜接入、襯墊

9、式頻譜接入和混合頻譜接入方式下的中斷性能進行了研究。首先給出了三節(jié)點協(xié)作認知中繼網(wǎng)絡(luò)的機會頻譜接入模型，綜合考慮授權(quán)用戶活動模型及認知用戶的檢測能力，提出了機會頻譜接入的度量模型。根據(jù)此度量，推導(dǎo)了信道服從瑞利分布時，認知用戶基于多中繼時分重復(fù)轉(zhuǎn)發(fā)傳輸和基于不同中繼選擇準則來選擇最佳中繼傳輸時的中斷概率閉合表達式，并分別對其分集度進行了分析。隨后，給出了基于襯墊式頻譜接入下的中斷概率閉合表達式并推導(dǎo)了分集度?；诖藘煞N頻譜接入方式，本文

10、推導(dǎo)出了混合頻譜接入方式下選擇最佳中繼傳輸時的中斷概率閉合表達式。通過仿真得到以下結(jié)論：機會頻譜接入方式中，認知用戶基于多中繼時分重復(fù)轉(zhuǎn)發(fā)傳輸時的中斷性能在中低信噪比下不隨中繼數(shù)量的增加而減小，但在高信噪比時下降速度較快；認知用戶選擇一個最佳中繼參與傳輸時的中斷概率隨著潛在中繼數(shù)量的增加而減??；混合頻譜接入方式中，比較了基于激勵反應(yīng)式（最大 R-D鏈路接收信噪比）和積極主動式（最大-最小S-R-D鏈路接收信噪比）兩個中繼選擇準則下的中斷