认知无线电系统中资源分配算法研究
Resource Allocation Algorithm for Cognitive Radio Systems
随着社会科技的进步,无线电技术已逐步应用于社会的各行各业.因无线通信的迅速发展,一些新业务不断涌现,使得无线频谱资源需求量迅猛增加,并造成频谱资源紧张的问题越来越突出.而传统无线电通信采用固定频谱分配,导致有限的频谱资源利用率低,无法满足多样性频谱需求.在此情况下,基于动态频谱检测与分配的认知无线电通信技术便应运而生,认知无线电通信技术提高了频谱利用率,使频谱资源紧张的状况得到有效缓解.作为认知无线电中的核心技术之一-资源分配,成为了当今的热点研究方向.又因认知无线电与中继传输技术相结合能够有效地减少无线网络多径传输引起的衰落,提高信噪比,因此本文以最大化系统容量为目的,开展了基于双向中继认知无线电的资源分配问题的研究,主要创新点如下:(1)基于解码转发(DF)单中继选择双向中继认知无线电系统,提出了一种功率分配和中继选择的资源分配算法.利用中继链路信道增益的等效性,将认知用户和基站发射功率的分配问题转换到中继发射功率的分配问题上,然后根据认知用户、基站和中继的功率和干扰限制条件获得中继的发射功率,以此将多个限制条件单一化,最后通过单一条件限制的优化函数求出最大系统容量,并根据最大系统容量提出有效的中继选择方法.(2)针对多中继选择双向中继认知无线电通信系统,为实现系统容量最大化,在认知用户节点和中继节点的发射功率不超过给定的限制功率,以及主用户干扰受限条件下,提出了中继排列选择和功率量化分配的方法.不同于以往选取最优中继的方式,此方法采取的是将所有中继进行排列组合,找到不超过给定的功率限制以及干扰限制,并使系统容量最大化的一种多中继组合方案.
- 作者:
- 李婷
- 学位授予单位:
- 宁波大学
- 专业名称:
- 通信与信息系统
- 授予学位:
- 硕士
- 学位年度:
- 2017年
- 导师姓名:
- 李有明
- 中图分类号:
- TN925
- 关键词:
- 认知无线电;容量最大化;中继选择;功率分配
- Cognitive Radio; Maximum capacity; Relay Selection; Power Allocation;