CN101635600B - 认知无线电中基于干扰温度的信道与功率联合分配方法 - Google Patents

Abstract

认知无线电系统中基于干扰温度的信道与功率联合分配方法在授权用户干扰温度及认知用户功率的双重限制下，以最大化系统容量为基本目标，实现了信道与功率的联合分配，并且引入贫困线来保证各个用户信道分配的公平。在功率与信道的分配中，首先依据各个认知用户对授权用户的干扰条件来分配相应的信道及功率，即主要依据小区内授权用户允许的最大干扰温度推算出各认知用户的可发送功率，并依据该功率及用户在各信道上的功率增益计算出用户的信道利用效益，从而将信道及对应的功率分配给信道利用效益最佳的用户使用，同时为了保证各认知用户信道占用的相对公平性，用贫困线这一指标来保证其占用的最小信道数。

Description

认知无线电中基于干扰温度的信道与功率联合分配方法

技术领域

本发明涉及一种特别用于认知无线电系统中信道及功率联合分配的实现方案，属于通信技术领域。

背景技术

随着信息时代的到来，无线设备被广泛使用，无线频谱资源日趋紧张，已成为现代社会不可或缺的宝贵资源。无线资源的分配利用通常是由无线电法规部门确定的。目前世界各国采用的是基于静态(固定)频带分配的原则和方案。

近来，通信界普遍认识到，固定频带分配是造成目前频谱资源日趋缺乏的一个主要原因。2002年11月，美国联邦通信委员会(FCC)发布了一项由Spectrum-Policy Task Force提交的旨在有效管理美国频谱资源的报告。该报告明确指出：“在许多频带，频谱的准入是一个比频谱本身稀缺更加重要的问题，频谱的稀缺很大程度上是由于法规限制了这些频谱上的潜在用户获得准入。”事实确实如此，如果统计一下包括郊区在内的各类地域的频谱占有率，将会发现一些频带在绝大数时间是未被占据的；一些频带是部分时间被占据的；而另外一些频带则是被密集使用的。这种频谱利用的不均的情况引导了通信业界研究人员去思考“频谱空穴”(Spectrum Holes)这样一个崭新的概念，即“一个频谱空穴是分配给授权用户的频带，但是，在某一指定时间和空间，在授权用户不占用这一频带的情况下，此频带可以被其他用户使用。”这样，频谱资源的潜在利用率可以得到明显提高。认知无线电(CR：Cognitive Radio)技术被认为是未来探测频谱空穴特性、高效利用无线频谱的主要手段。

认知无线电是建立在软件无线电(SDR：Software Radio)平台之上的一个智能无线通信系统，能够感知外部环境、使用边了解边累积的方法对外部环境进行学习、并根据外部环境提供的激励，对运行参数进行相应的修改(如：传输功率、载波频率、调制方式等)，从而达到内部状态的自适应调整。从定义中可以看出，认知无线电应当具备的两个主要特征是认知能力(Cognitive Capability)和重新配置能力(Reconfigurability)。认知能力能够使认知无线电与周围环境进行相互交互，进而决定适合的通信参数来适应环境的无线频谱资源；重新配置能力能够不改变任何硬件部分而调整传输功率、载频、调制等发射参数。从认知方面来看，认知无线电类似信号处理和机器学习过程；从重新配置方面来看，认知无线电类似软件无线电在执行通过认知能力获得的任务。认知无线电的两个最主要的目标是可靠的通信方式以及高效的频谱利用效率。

频谱资源的匮乏是当前通信领域面临的主要问题之一，研究表明，频谱匮乏主要是由许多频段的不充分利用引起的，认知无线电的概念及技术正是为了解决这一问题而提出。认知无线电的基本思想是利用未被授权用户使用的空闲频谱进行通信，其可用无线资源是根据授权用户的频谱使用情况而动态变化的。因此，能否实现对系统可用无线资源的合理有效管理，对整个认知无线电系统的性能优劣起着决定性作用。

认知无线电技术的认知过程开始于无线电频谱的感知，以做出反应的行为而结束。一个基本的认知无线电工作周期要经历三个基本过程：无线传输场景分析、信道状态估计及其容量预测、功率控制和频谱管理，它们顺序执行使认知无线电系统的认知功能得以实现。

认知无线电系统的资源分配必须考虑三方面的问题：一是认知无线电用户对主用户的干扰问题，二是认知无线电用户之间的干扰问题，三是认知无线电系统的效益和用户间的公平性问题。目前，世界各地的认知无线电科研机构和组织的研究者对频谱分配的这三个方面的问题都做了不少研究。

发明内容

技术问题：本发明的目的在于提供一种认知无线电系统中基于干扰温度的信道与功率联合分配方法，该方法在保证了系统的公平性效益的同时，提高系统的容量。

技术方案：本发明中建立了功率与信道分配的非线性规划数学模型，通过拉格朗日乘子法求解模型，并根据求解过程进一步设计了具体分配算法及其步骤，在授权用户干扰温度及认知用户功率的双重限制下，以最大化系统容量为基本目标，实现了信道与功率的联合分配，并且引入贫困线来保证各个用户信道使用的公平。

该方法包括以下步骤：

a.认知用户信道增益矩阵的形成：认知用户通过感知周围无线环境获取其在各个信道上的功率增益，并报告给小区的频谱管理中心，形成增益矩阵G{g_nk}，其中元素g_nk为认知用户k在信道n上的增益，n＝1，2，…N，N为总的信道数，k＝1，2，…K，K为认知用户数；

b.按各用户在各信道上的增益值自大而小重新排列：小区频谱管理中心调整增益矩阵G{g_nk}的行序，使得各行的最大元素按降序排列，即第一行的最大元素大于第二行的最大元素，依此类推，形成新的增益矩阵G′{g_nk}；

c.分配拥有最大增益的信道并计算该信道上的用户发射功率：取增益矩阵G′{g_nk}的第1行，假设当前信道分配给各个用户使用，计算各用户的分配权值的拉格朗日约束因子 $v_k=\frac{1}{\mathrm{\σ}+\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\frac{a_{\mathrm{nk}}{N}_{0}B}{g_{\mathrm{nk}}{d}_{\mathrm{pk}}^r}},$ 其中σ为与干扰温度等效的授权用户端接收到的干扰功率，N₀是高斯白噪声的单边功率谱密度，B为每个信道的带宽，d_pk为认知用户k与使用信道n的距离最近的授权用户之间的距离，r是路径损耗因子，a_nk∈{0，1}，a_nk为1表示信道n分配给认知用户k使用，计算

n＝1，2，…N，k＝1，2，…K，找到使它最大的信道n和用户k，并令对应的a_nk＝1，即将信道n分配给具有最大

的用户k使用，根据公式(12)求该信道上的用户发送功率p_nk，p_nk表示认知用户k在信道n上的发送功率；

d.按信道增益的大小排列依次分配信道及其功率：取调整后的增益矩阵G′{g_nk}的第2行至第N行，对所有用户k重新计算v_k，求出使p_nKg_nK最大的最佳用户，令对应的a_nk＝1，其余的置为0，若根据(12)式计算的功率p_nk≤0，令对应的a_nk＝0，即对应的信道不分配给用户k，根据已分配的信道，假设此时对应的分配对象用户k^*已分配到的信道总数大于用户k的信道贫困线，则选择次优用户替换之，若所有用户的已分配信道数均不少于贫困线，则该信道可择优分配给相应的用户，令对应的a_nk＝1，其余的置为0，并根据公式(12)计算相应的功率分配，同时根据各个用户已分配信道及功率，若用户k的总功率大于该用户允许的最大发射功率，则转步骤e，否则转步骤f；

e.调整已分配的用户总功率使之不超过该用户的功率限制：令已分配的前n-1个信道上的功率保持不变，将信道n上的功率调整为 $p_{\mathrm{nk}}=P_k-\underset{m=1}{\overset{n-1}{\mathrm{\Σ}}}{p}_{\mathrm{mk}},$ 其中P_k为用户k允许的最大发射功率，重复步骤d，重新计算p_nKg_nK，选择使其最大的最佳用户使用当前信道；

f.当所有的信道和用户都得到分配后，每个认知用户在分配的信道上的发送功率也相应得到，这样信道和功率均分配完成。

有益效果：本发明提供一种认知无线电中基于干扰温度的信道与功率联合分配方法，该方法在授权用户干扰温度及认知用户功率的双重限制下，以最大化系统容量为基本目标，实现了信道与功率的联合分配，并且引入贫困线来保证各个用户信道使用的公平。在保证认知用户服务质量及资源分配的公平性的同时，进一步提高了系统的容量。

附图说明

图1是认知无线电网络结构示意图。

具体实施方式

本发明考虑的认知无线电网络结构如图1所示，在授权用户覆盖的大区域中存在多个认知用户小区，假设其中某个小区中存在K个认知用户，N条可用信道，可见K和N均是随着时间变化的。认知无线电网络是具有接入点(AP)的集中式结构，且其覆盖范围远小于授权用户发射机的覆盖范围。

认知用户通过感知周围环境获取其在各个信道上的增益，并汇报给小区的频谱管理中心(位于AP处)，形成增益矩阵G{g_nk}，接入点采用基于干扰温度的功率与信道联合分配算法(IT Based Fair JA)对所有空闲信道进行择优分配，方案如下：小区频谱管理中心调整增益矩阵G{g_nk}的行序，使得各行的最大元素按降序排列，即第一行的最大元素大于第二行的最大元素，依此类推，形成新的增益矩阵G′{g′_nk}；取G′的第1行的各个元素，依据 $v_k=\frac{1}{\mathrm{\&sigma;}+\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\frac{a_{\mathrm{nk}}{N}_{0}B}{g_{\mathrm{nk}}{d}_{\mathrm{pk}}^r}},$ 对所有k(1，2，…，K)取a_nk＝1，并计算v_k；求出信道n的最佳分配对象 $a_{\mathrm{nk}}^{*}=\arg {\max }_k(\frac{g_{n1}}{v_1},\frac{g_{n2}}{v_2},\&CenterDot;\&CenterDot;\&CenterDot;\frac{g_{\mathrm{nK}}}{v_K})$ 或 $a_{\mathrm{nk}}^{*}=\arg {\max }_k(p_{n1}{g}_{n1},p_{n2}{g}_{n2},\&CenterDot;\&CenterDot;\&CenterDot;p_{\mathrm{nK}}{g}_{\mathrm{nK}}),$ 并令对应的a_nk＝1，其余的置为0；依次取G′的第2行至第N行，令各a_nk＝1，对所有用户k重新计算v_k；求出此时最佳用户 $a_{\mathrm{nk}}^{*}=\arg {\max }_k(\frac{g_{n1}}{v_1},\frac{g_{n2}}{v_2},\&CenterDot;\&CenterDot;\&CenterDot;\frac{g_{\mathrm{nK}}}{v_K}),$ 令对应的a_nk＝1，其余的置为0；若计算的功率p_nk≤0，则令a_nk＝0，结合已分配的信道情况，假设此时对应的分配对象k^*已分配的信道数 $\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_{{\mathrm{ik}}^{*}}\&GreaterEqual;\mathrm{PL}\left(k\right),$ 则选择次优用户替换之，若所有用户的已分配信道数均不少于贫困线PL，该信道可择优分配给相应的用户，并计算相应分配的功率；若计算的用户k的总功率 $\underset{m=1}{\overset{n}{\mathrm{\&Sigma;}}}{p}_{\mathrm{nk}}\&GreaterEqual;P_k,$ 则令已分配的n-1个信道上的功率保持不变，将信道n上的功率改为 $p_{\mathrm{nk}}=P_k-\underset{m=1}{\overset{n-1}{\mathrm{\&Sigma;}}}{p}_{\mathrm{mk}},$ 这样就保证分配结果满足功率限制条件，重新计算 $a_{\mathrm{nk}}^{*}=\arg {\max }_k(p_{n1}{g}_{n1},p_{n2}{g}_{n2},\&CenterDot;\&CenterDot;\&CenterDot;p_{\mathrm{nK}}{g}_{\mathrm{nK}}),$ 选择最佳的用户使用当前信道；若计算得的用户k的总功率 $\underset{m=1}{\overset{n}{\mathrm{\&Sigma;}}}{p}_{\mathrm{nk}}<P_k,$ 则整个分配矩阵A{a_nk}均得到，功率分配矩阵P{p_nk}也相应地得到，分配完成。

下面我们阐述本发明的具体实施方式：

一、建立模型

假设小区中频谱被分割成N条互不重叠的信道，矩阵A{a_nk}为信道分配矩阵，其元素a_nk∈{0，1}，a_nk为1表示信道n(n＝1，2，…，N)分配给用户k(k＝1，2，…，K)使用，设矩阵P{p_nk}为功率分配矩阵，其元素p_nk表示用户k在信道n上的发送功率。于是用户k相应的信道容量可用用户k正在使用的所有信道的实际容量之和[10]来表示：

$C_k=\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{a}_{\mathrm{nk}}B{\log }_2(1+\frac{p_{\mathrm{nk}}{g}_{\mathrm{nk}}}{N_{0}B{a}_{\mathrm{nk}}})---\left(1\right)$

其中，B为每个信道的带宽，N₀是高斯白噪声的单边功率谱密度。我们的基本目标是寻求最优的信道分配矩阵A{a_nk}及功率分配矩阵P{p_nk}，使得系统容量C最大， $C=\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{C}_k.$

在此，考虑允许两个次用户同时占用一个信道的情形，即

$\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{a}_{\mathrm{nk}}=1,a_{\mathrm{nk}}\&Element;\{\mathrm{0,1}\},\&ForAll;k---\left(2\right)$

为了保护小区中的授权用户的正常业务不受影响，功率分配必须满足以下限制：

$\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{p}_{\mathrm{nk}}{d}_{\mathrm{pk}}^{-r}\&le;\mathrm{\&sigma;},\&ForAll;n---\left(3\right)$

其中，σ为与干扰温度等效的授权用户端接收到的干扰功率，d_pk为次用户k与信道n上距离最近的授权用户之间的距离，r是路径损耗因子。

另外，为了保证在网络的资源分配过程中公平性，我们引入文献[7]中对认知用户k信道贫困线(Poverty Line)的定义：

其中，N(k)表示用户k所在小区当前总的可用信道总数，Δ(k)为小区内正在活动的同类认知用户数，即冲突度。此贫困线作为接下来公平的联合分配算法的限制条件，即当算法收敛时，各个认知用户所分配得的信道数不得低于其贫困线。

同时，为了衡量分配算法的公平性，现定义公平性效益函数U_f如下：

$U_f=\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{\log }_2(1+L_k)---\left(5\right)$

其中，L_k为认知用户k实际分配的信道数。由(5)的函数特性可知，当可用的总信道数一定时，信道的分配越平均，公平性效益函数值越大。当然，出于终端能耗的考虑，单个用户在所有信道上的总功率也是受限的，假设认知用户k的最大发射功率为P_k。

至此，我们可以将干扰温度及贫困线限制的最佳功率与信道分配问题概括描述为

$\mathrm{Maximize\; C}=\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{a}_{\mathrm{nk}}\mathrm{Bl}{\mathrm{og}}_2(1+\frac{p_{\mathrm{nk}}{g}_{\mathrm{nk}}}{a_{\mathrm{nk}}{N}_{0}B})---\left(6\right)$

并且满足如下限制：

$\left\{\begin{array}{ccc}\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{p}_{\mathrm{nk}}{d}_{\mathrm{pk}}^{-r}\&le;\mathrm{\&sigma;},& \&ForAll;k& \left(7\right)\\ \underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{a}_{\mathrm{nk}}\&le;1,a_{\mathrm{nk}}\&Element;\left\{\mathrm{0,1}\right\},& \&ForAll;k& \left(8\right)\\ \mathrm{PL}\left(k\right)\&le;L_k\&le;\mathrm{PL}\left(k\right)+1,& \&ForAll;k& \left(9\right)\\ \underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{p}_{\mathrm{nk}}\&le;P_k,& \&ForAll;k& \left(10\right)\end{array}\right.$

其中，(7)为主用户干扰门限限制，(8)限制了每个信道上可工作的次用户数，(9)是各用户的可用信道数的保证，即贫困线限制，(10)是单个用户的总功率限制。

二、模型求解

上一部分中提出的由目标函数(6)及限制条件(7)(8)(9)(10)组成的数学模型的求解问题是个非线性规划的问题，可以用拉格朗日乘子法求解。简化的此问题的拉格朗日方程为

$L(p_{\mathrm{nk}},a_{\mathrm{nk}})=\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{a}_{\mathrm{nk}}B{\log }_2(1+\frac{a_{\mathrm{nk}}{p}_{\mathrm{nk}}{g}_{\mathrm{nk}}}{N_{0}B})+v_k(p_{\mathrm{nk}}{d}_{\mathrm{pk}}^{-r}-\mathrm{\&sigma;})+w_n(\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{a}_{\mathrm{nk}}-1)---\left(11\right)$

其中，v_k和w_n分别为限制条件(8)和(9)的拉格朗日乘数因子。将(11)对p_nk求偏导，并令该结果等于0，得到最佳功率分配的表达：

上式的形式与著名的注水定理相似。同样地，我们也将(11)对a_nk求偏导，并令该结果等于0，可以得到下面的关于a_nk方程

${\log }_2\left(\frac{p_{\mathrm{nk}}{g}_{\mathrm{nk}}+a_{\mathrm{nk}}{N}_{0}B}{a_{\mathrm{nk}}{N}_{0}B}\right)-\ln 2\frac{p_{\mathrm{nk}}{g}_{\mathrm{nk}}}{p_{\mathrm{nk}}{g}_{\mathrm{nk}}+a_{\mathrm{nk}}{N}_{0}B}=-\frac{w_n}{B}---\left(13\right)$

对(13)进行等效变换，可以化简为

${\log }_{2}t-t=\frac{w_n}{B}-\ln 2---\left(14\right)$

其中， $t=\frac{p_{\mathrm{nk}}{g}_{\mathrm{nk}}+a_{\mathrm{nk}}{N}_{0}B}{a_{\mathrm{nk}}{N}_{0}B}=1+\frac{p_{\mathrm{nk}}{g}_{\mathrm{nk}}}{a_{\mathrm{nk}}{N}_{0}B},$ 假设信道是固定带宽的，那么方程(14)的右边是一个常数，将它表示为c，则(14)是一个log₂ t＝t+c的形式，我们知道该方程具有唯一的根。那么，当指定信道n时，对于所有的用户

均相等且是个常数，即

$\frac{p_{n1}{g}_{n1}}{a_{n1}}=\frac{p_{n2}{g}_{n2}}{a_{n2}}=\&CenterDot;\&CenterDot;\&CenterDot;=\frac{p_{\mathrm{nK}}{g}_{\mathrm{nK}}}{a_{\mathrm{nK}}}---\left(15\right)$

由于我们只要找出一个最佳用户使用信道n，我们可以将信道n分配给具有最大a_nk的用户k。那么，有

$a_{\mathrm{nk}}^{*}=\arg {\max }_k(p_{n1}{g}_{n1},p_{n2}{g}_{n2},\&CenterDot;\&CenterDot;\&CenterDot;{,p}_{\mathrm{nK}}{g}_{\mathrm{nK}})---\left(16\right)$

(16)也可以等效地表示为

$a_{\mathrm{nk}}^{*}=\arg {\max }_k(\frac{g_{n1}}{v_1},\frac{g_{n2}}{v_2},\&CenterDot;\&CenterDot;\&CenterDot;,\frac{g_{\mathrm{nK}}}{v_K})---\left(17\right)$

将(12)代入(7)中，可以得到求拉格朗日系数v_k的表达式

$v_k=\frac{1}{\mathrm{\&sigma;}+\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\frac{a_{\mathrm{nk}}{N}_{0}B}{g_{\mathrm{nk}}{d}_{\mathrm{pk}}^r}}---\left(18\right)$

为了更好地衡量系统性能，我们将系统容量对信道的频谱宽度B进行归一化，即C_norm＝C/B，并将(12)式代入目标函数(6)中去，求得系统的归一化容量

$C_{\mathrm{norm}}=\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}{a}_{\mathrm{nk}}l{\mathrm{og}}_2(1-\frac{g_{\mathrm{nk}}}{{N_{0}a}_{\mathrm{nk}}{v}_n{d}_{\mathrm{pk}}^{-r}}-\frac{1}{a_{\mathrm{nk}}})---\left(19\right)$

三、IT Based Fair JA算法

IT Based Fair JA算法的具体实施步骤如下：

1)调整增益矩阵G{g_nk}的行序，使得各行的最大元素按降序排列，即第一行的最大元素大于第二行的最大元素，依此类推。形成新的增益矩阵G′{g′_nk}

2)取G′的第1行，即n＝1的各个元素，依据(18)对所有k(1，2，…，K)取a_nk＝1，并计算v_k。求出信道n的最佳分配对象 $a_{\mathrm{nk}}^{*}=\arg {\max }_k(\frac{g_{n1}}{v_1},\frac{g_{n2}}{v_2},\&CenterDot;\&CenterDot;\&CenterDot;\frac{g_{\mathrm{nK}}}{v_K})$ 或 $a_{\mathrm{nk}}^{*}=\arg {\max }_k(p_{n1}{g}_{n1},p_{n2}{g}_{n2},\&CenterDot;\&CenterDot;\&CenterDot;p_{\mathrm{nK}}{g}_{\mathrm{nK}}),$ 并令对应的a_nk＝1，其余的置为0。

3)依次取G′的第2行至第N行，令各a_nk＝1，对所有用户k(1，2，…，K)重新计算v_k。求出此时最佳分配对象 $a_{\mathrm{nk}}^{*}=\arg {\max }_k(\frac{g_{n1}}{v_1},\frac{g_{n2}}{v_2},\&CenterDot;\&CenterDot;\&CenterDot;\frac{g_{\mathrm{nK}}}{v_K}),$ 令对应的a_nk＝1，其余的置为0。若根据(12)式计算出来的p_nk≤0，则令a_nk＝0。结合之前已分配的信道情况，假设此时对应的分配对象k^*之前已分配的信道数 $\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{a}_{{\mathrm{ik}}^{*}}\&GreaterEqual;\mathrm{PL}\left(k\right),$ 则选择次优用户替换之。若所有用户的已分配信道数均不少于PL，该信道可择优分配给相应的用户。令对应的a_nk＝1，其余的置为0，并根据(12)计算相应的功率分配。这就保证了各个用户的可用信道数不低于其贫困线(Poverty Line)，满足了(9)式中的限制条件。同时，结合各个用户已分配信道及其功率情况，若(12)计算得的用户k的总功率 $\underset{m=1}{\overset{n}{\mathrm{\&Sigma;}}}{p}_{\mathrm{mk}}\&GreaterEqual;P_k,$ 转步骤4，否则转步骤5。

4)令已分配的n-1个信道上的功率保持不变，将信道n上的功率改为 $p_{\mathrm{nk}}=P_k-\underset{m=1}{\overset{n-1}{\mathrm{\&Sigma;}}}{p}_{\mathrm{mk}}.$ 这样就保证分配结果满足限制条件(10)。重复c)的步骤，重新计算 $a_{\mathrm{nk}}^{*}=\arg {\max }_k(p_{n1}{g}_{n1},p_{n2}{g}_{n2},\&CenterDot;\&CenterDot;\&CenterDot;p_{\mathrm{nK}}{g}_{\mathrm{nK}}),$ 选择最佳的用户使用当前信道。

5)当整个分配矩阵A{a_nk}得到之后，功率分配矩阵P{p_nk}也相应地得到，这样信道和功率均分配完成，可由(19)计算对应的系统归一化容量C_norm。

Claims (1)

1.一种认知无线电系统中基于干扰温度的信道与功率联合分配方法，其特征在于该方法包括以下步骤：

a.认知用户信道增益矩阵的形成：认知用户通过感知周围无线环境获取其在各个信道上的功率增益，并报告给小区的频谱管理中心，形成增益矩阵G{g_nk}，其中元素g_nk为认知用户k在信道n上的增益，n＝1，2，…N，N为总的信道数，k＝1，2，…K，K为认知用户数；

b.按各用户在各信道上的增益值自大而小重新排列：小区频谱管理中心调整增益矩阵G{g_nk}的行序，使得各行的最大元素按降序排列，即第一行的最大元素大于第二行的最大元素，依此类推，形成新的增益矩阵G′{g_nk}；

c.分配拥有最大增益的信道并计算该信道上的用户发射功率：取增益矩阵G′{g_nk}的第1行，假设当前信道分配给各个用户使用，计算各用户的分配权值的拉格朗日约束因子

其中σ为与干扰温度等效的授权用户端接收到的干扰功率，N₀是高斯白噪声的单边功率谱密度，B为每个信道的带宽，d_pk为认知用户k与使用信道n的距离最近的授权用户之间的距离，r是路径损耗因子，a_nk∈{0，1}，a_nk为1表示信道n分配给认知用户k使用，计算

n＝1，2，…N，k＝1，2，…K，找到使它最大的信道n和用户k，并令对应的a_nk＝1，即将信道n分配给具有最大

的用户k使用，根据公式(12)：

求该信道上的用户发送功率p_nk，p_nk表示认知用户k在信道n上的发送功率；

d.按信道增益的大小排列依次分配信道及其功率：取调整后的增益矩阵G′{g_nk}的第2行至第N行，对所有用户k重新计算v_k，求出使p_nKg_nK最大的最佳用户，令对应的a_nk＝1，其余的置为0，若根据公式(12)计算的功率p_nk≤0，令对应的a_nk＝0，即对应的信道不分配给用户k，根据已分配的信道，假设此时对应的分配对象用户k^*已分配到的信道总数大于用户k的信道贫困线，则选择次优用户替换之，若所有用户的已分配信道数均不少于贫困线，则该信道可择优分配给相应的用户，令对应的a_nk＝1，其余的置为0，并根据公式(12)计算相应的功率分配，同时根据各个用户已分配信道及功率，若用户k的总功率大于该用户允许的最大发射功率，则转步骤e，否则转步骤f；

e.调整已分配的用户总功率使之不超过该用户的功率限制：令已分配的前n-1个信道上的功率保持不变，将信道n上的功率调整为

其中P_k为用户k允许的最大发射功率，重复步骤d，重新计算p_nKg_nK，选择使其最大的最佳用户使用当前信道；

f.当所有的信道和用户都得到分配后，每个认知用户在分配的信道上的发送功率也相应得到，这样信道和功率均分配完成。

Images