CN103269514B - 基于频谱感知的次要用户功率分配方法及装置 - Google Patents

Abstract

本发明公开了一种基于频谱感知的次要用户功率分配方法及装置，为解决现有的次要用户通信时功率分配导致的系统性能不够优化及通信质量欠佳等问题而设计。所述基于频谱感知的次要用户功率分配方法包括以下步骤：步骤S1：接收每一频段上主要用户的信号，并根据所接收到信号计算出各频段主要用户使用的可信度；步骤S2：确定每一可信度所在的其所对应频段的可信度空间的子空间；步骤S3：采用预设方法求解出，每一可信度所在子空间对应的预设约束条件下次要用户该频段的发射功率，并按求解结果进行次要用户的功率分配。本发明充分的考虑了以通信需求为约束条件，具有对主要用户干扰小、实现简单、可操作性强，通信性能好等优点。

Description

基于频谱感知的次要用户功率分配方法及装置

技术领域

本发明涉及无线通信领域，尤其涉及一种基于频谱感知的次要用户功率分配方法及装置。

背景技术

为了提高频谱的利用率，次要用户借用分配给主要用户的闲置或利用率较低的频谱进行通信。次要用户的通信设备通常为具有认知功能的无线通信设备，可以按照某种“伺机(Opportunistic Way)”的方式工作在已授权的频段内。

基于频谱感知的次要用户频谱接入方式有以下两种：

第一种：机会式频谱接入(opportunistic spectrum access)，次要用户通过频谱感知得到所有信道上主要用户的使用状态信息，利用无主要用户使用的且满足某些条件的信道进行通信；

第二种：基于频谱感知的频谱共享技术(sensing-based spectrumsharing)，次要用户通过频谱感知得到所有信道上主要用户的使用状态信息，对主要用户使用的信道赋予较小的发射功率，对未使用的信道则赋予较大的发射功率，以获取较优的信道容量、误码率等。

然而上述两种方式，通过使用状态信息，简单、粗略确定某一频段上有无主要用户在使用，再具体的分配功率。显然现有的技术当中，次要用户的分配功率不是最优的。

发明内容

（一）发明目的

针对上述问题，本发明旨在提供一种在预设约束条件下，最优的次要用户功率分配方法，能提高次要用户通信性能的基于频谱感知的次要用户功率分配方法及装置。

（二）技术方案

为达上述目的，本发明基于频谱感知的次要用户功率分配方法，包括以下步骤：

步骤S1：接收每一频段上主要用户的信号，并根据所接收到信号计算出各频段主要用户使用的可信度；

步骤S2：确定每一可信度所在的其所对应频段的可信度空间的子空间；

步骤S3：采用预设方法求解出，每一可信度所在子空间对应的预设约束条件下次要用户该频段的发射功率，并按求解结果进行次要用户的功率分配。

优选地，次要用户的系统帧T包括用于接收主要用户信号的感知时隙τ以及用于通信的传输时隙T-τ。

优选地，所述可信度为每一频段主要用户信号的充分统计量或充分统计量变换量。

优选地，

所述充分统计量为累积能量或后验概率；

所述充分统计量变化量为后验概率似然比。

优选地，所述预设方法为劳埃德Lloyd算法；

所述预设约束条件为：

$\underset{\mathrm{\τ},P_i,{\mathrm{\Ψ}}_i}{\max }R$

$R=\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}[q_0{\log }_2(1+\frac{P_{i}h}{N_0})p_{i,0}+q_1{\log }_2(1+\frac{P_{i}h}{N_0+{\mathrm{\γ}}_2{P}_s})p_{i,1}]$

p_i,0=Pr(x∈Ψ_i|H₀),p_i,1=Pr(x∈Ψ_i|H₁)

s.t.

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}h{P}_i{q}_1{p}_{i,1}\≤\stackrel{\‾}{I}$

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i[q_0{p}_{i,0}+q_1{p}_{i,1}]\≤\stackrel{\‾}{P}$

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}h{P}_i{q}_1{p}_{i,1}\≤\stackrel{\‾}{I}$

0≤τ≤T,P_i≥0, $x=\underset{i=1}{\overset{\mathrm{\τ}{f}_s}{\mathrm{\Σ}}}{\left|r_i\right|}^2$

其中，Ψ_i为可信度所在的可信道子空间；P_i为在子空间Ψ_i时次要用户所分配的功率；R为在该频段次要用户平均信道容量；H₀为主要用户不存在的假设；H₁为主要用户存在的假设；N为该频段的子空间的总数；q₀为该频段主要用户未使用的概率；q₁为该频段上主要用户使用的概率；h为该频段次要用户到主要用户瞬时信道的功率增益；P_s为主要用户的发射功率；N₀为噪声；γ₂为该频段主要用户到次要用户瞬时信道的功率增益；为主要用户平均干扰约束；为次要用户平均发射功率约束，x为次要用户接收的主要用户在该频段的累积能量；r_i为从接收信号；f_s为次要用户接受主要用户信号时的采样频率。

优选地，还包括根据每一频段的信道状态信息构建可信度空间并将其划分成若干个子空间的预处理步骤。

优选地，所述可信度空间由若干连续分布的子空间构成。

为达上述目的，本发明基于频谱感知的次要用户功率分配装置，包括:

可信度计算单元，用以接收每一频段所有信道上主要用户的信号，并根据所接收到信号计算出各频段主要用户使用的可信度；

子空间确定单元，用以确定每一可信度所在的其所对应频段的可信度空间的子空间；

功率分配单元，用以采用预设方法求解出，每一可信度所在子空间对应的预设约束条件下次要用户该频段的发射功率，并按求解结果进行次要用户的功率分配。

进一步地，次要用户的系统帧T包括用于接收主要用户信号的感知时隙τ以及用于通信的传输时隙T-τ；

所述预设方法为劳埃德Lloyd算法；

所述预设约束条件为：

$\underset{\mathrm{\τ},P_i,{\mathrm{\Ψ}}_i}{\max }R$

$R=\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}[q_0{\log }_2(1+\frac{P_{i}h}{N_0})p_{i,0}+q_1{\log }_2(1+\frac{P_{i}h}{N_0+{\mathrm{\γ}}_2{P}_s})p_{i,1}]$

p_i,0=Pr(x∈Ψ_i|H₀),p_i,1=Pr(x∈Ψ_i|H₁)

s.t.

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}h{P}_i{q}_1{p}_{i,1}\≤\stackrel{\‾}{I}$

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i[q_0{p}_{i,0}+q_1{p}_{i,1}]\≤\stackrel{\‾}{P}$

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}h{P}_i{q}_1{p}_{i,1}\≤\stackrel{\‾}{I}$

0≤τ≤T,P_i≥0， $x=\underset{i=1}{\overset{\mathrm{\τ}{f}_s}{\mathrm{\Σ}}}{\left|r_i\right|}^2$

其中，Ψ_i为可信度所在的可信道子空间；P_i为在子空间Ψ_i时次要用户所分配的功率；R为在该频段次要用户平均信道容量；H₀为主要用户不存在的假设；H₁为主要用户存在的假设；N为该频段的子空间的总数；q₀为该频段主要用户未使用的概率；q₁为该频段上主要用户使用的概率；h为该频段次要用户到主要用户瞬时信道的功率增益；P_s为主要用户的发射功率；N₀为噪声；γ₂为该频段主要用户到次要用户瞬时信道的功率增益；为主要用户平均干扰约束；为次要用户平均发射功率约束；x为次要用户接收的主要用户在该频段的累积能量；r_i为从接收信号；f_s为次要用户接受主要用户信号时的采样频率。

进一步地，还包括用以根据每一频段的信道状态信息构建可信度空间并将其划分成若干个子空间的子空间划分单元。

（三）本发明的基于频谱感知的次要用户功率分配方法及装置有益效果

本发明通过计算主要用户存在的可信度，并根据可信度所处的子空间，在约束条件下求出最优的功率分配以及其他的系统参数，从而能提高次要用户的通信性能，如增大信道容量、增大信噪比、降低误码率以及减少通信中断等不良现象，同时也减少了对主要用户的干扰，实现简单、可操作性强。

附图说明

图1为本发明实施例一所述的基于频谱感知的次要用户功率分配方法的流程图；

图2为本发明实施例所述的通信系统结构示意图；

图3为本发明实施例所述的基于频谱感知的次要用户功率分配方法与传统方法在功率分配参数关于累积能量关系的对比图；

图4是本发明实施例所述的基于频谱感知的次要用户功率分配方法与传统方法中次要用户平均信道容量与时间关系对比图；

图5是本发明实施例所述的基于频谱感知的次要用户功率分配方法与传统方法次要用户平均信道容量关于平均发射功率关系对比图。

具体实施方式

下面结合说明书附图以及实施例对本发明基于频谱感知的次要用户功率分配方法及装置做进一步的说明。

实施例一：

如图1所示，本实施例基于频谱感知的次要用户功率分配方法，包括以下步骤：

步骤S1：接收每一频段上主要用户的信号，并根据所接收到信号计算出各频段主要用户使用的可信度；

步骤S2：确定每一可信度所在的其所对应频段的可信度空间的子空间；可信度位于哪个子空间，与次要用户的功率分配以及与功率分配或数据传输相关的参数的设置密切相关，每一子空间具体的对应唯一使得次要用户在满足约束条件下功率分配、数据传输的参数。具体的如将可信度划分成4个子空间，对应每一个子空间都有一个阈值区间，当某次求解出的可信度通过阈值判断等方法，判断其位于其中的如子空间A时，则对应的可信度下，次要用户在约束条件，如信干比最大时，功率、传输时隙的长短等参数均根据可以确定了，具体的求解如步骤S3所述；

步骤S3：采用预设方法求解出，每一可信度所在子空间对应的预设约束条件下次要用户该频段的发射功率，并按求解结果进行次要用户的功率分配。所述约束条件至少包括次要用户所发射的功率不大于其最大的约束发射功率，对主要用户产生的干扰不大于主要用户可接受的最大干扰，在上述两个约束条件下，与信道容量最大或误码率最低或终端概率最小等构成一个完整的预设约束条件。

此外，在具体的实施过程中，确定可信度位于哪个子空间还可以采用阈值判定之外的方法，如函数求解等。

本实施例所述的基于频谱感知的次要用户功率分配方法，通过可信度空间的以及其子空间的引入，在根据约束条件求解出，在该约束条件下最优的功率分配，从而不仅实现了次要用户对主要用户无干扰的使用频谱空洞，同时使得次要用户的性能满足不同的需求，实现传输性能好的目的。

作为本实施例的进一步改进，次要用户的系统帧结构分为两部分；第一部分为感知时隙，用于每一频段所有信道上主要用户的信号，以便后续可信度的求解以及子空间的确定；第二部分为传输时隙，在第一部分感知时隙确定了次要用户的功率分配以及其他参数的确定之后，在传输时隙内用上述参数进行通信。

实施例二：

本实施例基于频谱感知的次要用户功率分配方法，其特征在于，包括以下步骤：

步骤S1：接收每一频段上主要用户的信号，并根据所接收到信号计算出各频段主要用户使用的可信度；

步骤S2：确定每一可信度所在的其所对应频段的可信度空间的子空间；

步骤S3：采用预设方法求解出，每一可信度所在子空间对应的预设约束条件下次要用户该频段的发射功率，并按求解结果进行次要用户的功率分配。

其中，所述可信度为每一频段主要用户信号的充分统计量或充分统计量变换量。

具体的充分统计量如后验概率、累计能量等；具体的充分统计量如后验概率的平方、对数似然比或开方，累计能量的平方等。充分统计量的变换量为以充分统计量为变量进行的数学变化的形成的新的量。所述的数学变化包括平方、立方、对数、指数等。可信度表征的是主要用户在该频段的使用概率，可信度越大则使用的概率越大，相应的次要用户在该频段的发送功率将越小，可信度越小则主要用户使用的概率越小，相应的次要用户在该频段的发送功率将越大，从而在不干扰主要用户的正常通信的条件下，使得次要用户在约束条件下获得最优的系统性能和通信质量。

实施例三：

本实施例在上述实施例一至实施例二中任一所述的基于频谱感知的次要用户功率分配方法，提出了一种具体预设方法——劳埃德Lloyd算法，约束条件为

$\underset{\mathrm{\τ},P_i,{\mathrm{\Ψ}}_i}{\max }R$

$R=\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}[q_0{\log }_2(1+\frac{P_{i}h}{N_0})p_{i,0}+q_1{\log }_2(1+\frac{P_{i}h}{N_0+{\mathrm{\γ}}_2{P}_s})p_{i,1}]$

p_i,0=Pr(x∈Ψ_i|H₀),p_i,1=Pr(x∈Ψ_i|H₁)

s.t.

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}h{P}_i{q}_1{p}_{i,1}\≤\stackrel{\‾}{I}$

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i[q_0{p}_{i,0}+q_1{p}_{i,1}]\≤\stackrel{\‾}{P}$

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}h{P}_i{q}_1{p}_{i,1}\≤\stackrel{\‾}{I}$

$0\≤\mathrm{\τ}\≤T,P_i\≥0,x=\underset{i=1}{\overset{\mathrm{\τ}{f}_s}{\mathrm{\Σ}}}{\left|r_i\right|}^2$

其中，Ψ_i为可信度所在的可信道子空间；P_i为在子空间Ψ_i时次要用户所分配的功率；R为在该频段次要用户平均信道容量；H₀为主要用户不存在的假设；H₁为主要用户存在的假设；N为该频段的子空间的总数；q₀为该频段主要用户未使用的概率；q₁为该频段上主要用户使用的概率；h为该频段次要用户到主要用户瞬时信道的功率增益；P_s为主要用户的发射功率；N₀为噪声；γ₂为该频段主要用户到次要用户瞬时信道的功率增益；为主要用户平均干扰约束；为次要用户平均发射功率约束；x为次要用户接收的主要用户在该频段的累积能量；r_i为从接收信号；f_s为次要用户接受主要用户信号时的采样频率。

在本实施例中是以最大平均信道容量、干扰小于主要用户平均干扰约束、发射功率小于次要用户的平均发射功率约束条件下的求解出各频段的发射功率，然而在具体的实施过程中，最大平均信道容量，可以最大信噪比、最低误码率、最小中断率或对主要用户最小干扰等约束条件代替。

本实施例所述基于频谱感知的次要用户功率分配方法，原理简单、实现的可操作性强、有效的从信号处理的角度提高了次要用户的系统性能。

下面是一个实例：通信系统的结构如图1所示，包括主要用户PU-Tx与PU-Rx以及次要用户SU-Tx与SU-Rx；相关的系统参数如下：

γ₁为从主要用户PU-Tx到次要用户SU-Tx的瞬时功率增益，γ₂为从主要用户PU-Tx到次要用户SU-Rx的瞬时功率增益，h为从次要用户SU-Tx到主要用户PU-Rx的瞬时功率增益，g为从SU-Tx到SU-Rx的瞬时信道功率增益，且瞬时功率增益均为复信道增益的平方；某一频带的可信度子空间总数为N；主要用户所能承受的平均干扰功率约束为；次要用户的平均发射功率约束；次要用户系统帧一帧时长为T；主要用户发射功率为P_s；噪声功率为N₀；次要用户户对主要用户信号的采样率为f_s；q₀和q₁分别为主要用户不存在和存在的概率。感知时隙长度为τ，传输时隙长度为T-τ。

步骤1:次要用户SU-Tx在感知时隙τ接收每一频段所有信道上主要用户的信号；

如主要用户的第i个接收信号r_i可以建模为

$r_i=\left\{\begin{array}{cc}{n}_i,& H_0\\ \sqrt{{\mathrm{\γ}}_1}{s}_i+n_i,& H_1\end{array}\right.$

其中H₀和H₁分别表示主要用户是否存在的假设；s_i表示主要用户第i个发射符号，并且假设服从具有零均值和方差为P_s的圆对称复高斯分布，即s_i～N_c(0,P_s)；n_i～N_c(0,N₀)表示系统的叠加高斯白噪声。假定s_i和n_i相互独立。

对于接收信号r_i，我们求得其累积能量为

$x=\underset{i=1}{\overset{\mathrm{\τ}{f}_s}{\mathrm{\Σ}}}{\left|r_i\right|}^2$

在假设H₀和H₁上，我们可以得到x的概率分布函数分别为

$f\left(x\right|H_0)=\frac{x^{\mathrm{\τ}{f}_s-1}{e}^{-x/N_0}}{\mathrm{\Γ}\left(\mathrm{\τ}{f}_s\right){N_0}^{\mathrm{\τ}{f}_s}}$

$f\left(x\right|H_1)=\frac{x^{\mathrm{\τ}{f}_s-1}{e}^{-x/(N_0+{\mathrm{\τ}}_1{P}_s)}}{\mathrm{\Γ}\left(\mathrm{\τ}{f}_s\right){(N_0+{\mathrm{\τ}}_1{P}_s)}^{\mathrm{\τ}{f}_s}}$

其中Γ(.)表示Gamma函数。

步骤2：确定x所位于的可信度空间的子空间{Ψ_i}

步骤3：每个子空间上相应的功率分配为{P_i}。则相应的功率分配算法为

$P\left(x\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i{I}_{x\∈{\mathrm{\Ψ}}_i}$

其中I_x表示示性函数，即x为真时，函数值为1，否则为0。

次要用户在主要用户的可信度为x时所得到的瞬时信道增益为

$R\left(x\right)|H_0=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\log }_2(1+\frac{P_{i}h}{N_0})I_{x\∈{\mathrm{\Ψ}}_i}$

$R\left(x\right)|H_1=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\log }_2(1+\frac{P_{i}h}{N_0+{\mathrm{\γ}}_2{P}_s})I_{x\∈{\mathrm{\Ψ}}_i}$

在基于多电平功率分配的多门限频谱感知算法中，次要用户平均信道容量为

$R=\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}[q_0{\log }_2(1+\frac{P_{i}h}{N_0})p_{i,0}+q_1{\log }_2(1+\frac{P_{i}h}{N_0+{\mathrm{\γ}}_2{P}_s})p_{i,1}]$

其中p_i,0=Pr(x∈Ψ_i|H₀)和p_i,1=Pr(x∈Ψ_i|H₁)。

平均发射功率约束为：

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i[q_0{p}_{i,0}+q_1{p}_{i,1}]\≤\stackrel{\‾}{P}$

平均干扰功率约束为：

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}h{P}_i{q}_1{p}_{i,1}\≤\stackrel{\‾}{I}$

在本实例中平均发射功率和平均干扰功率的约束下最大化次要用户平均信道容量故约束条件表示为：

$\underset{\mathrm{\τ},P_i,{\mathrm{\Ψ}}_i}{\max }R$

$s.t.\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i[q_0{p}_{i,0}+q_1{p}_{i,1}]\≤\stackrel{\‾}{P}$

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}h{P}_i{q}_1{p}_{i,1}\≤\stackrel{\‾}{I}$

0≤τ≤T,P_i≥0

其中，在区间[0,T]上进行一维遍历搜索得到最优的τ。

所述预设方法为Lloyd算法。选取一个可行解作为初始参数，重复执行下面两步直到收敛：步骤A)根据给定的频谱感知参数{Ψ_i}得到最优的功率分配参数{p_i}；步骤B)根据给定的功率分配参数{P_i}得到最优的频谱感知参数{Ψ_i}。

频谱感知算法设计：最优的{Ψ_i}和{P_i}设计等价于设计一个修正的失真测量(modified distortion measure)。定义功率约束相应的Lagrange乘子为λ和μ，则失真测量可以表示为

$R(x,P_i)=q_0{\log }_2(1+\frac{P_{i}h}{N_0})f\left(x\right|H_0)+[p_{i,0}+q_1{\log }_2(1+\frac{P_{i}h}{N_0+{\mathrm{\γ}}_2{P}_s})p_{i,1}]$

同时等价于选择最优的{Ψ_i}和{P_i}来最大化如下所示的平均失真：

$R=\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{x\∈{\mathrm{\Ψ}}_i}{\∫}R(x,P_i)\mathrm{dx}$

因此，最优的频谱感知参数{Ψ_i}可以由最远距离法(farthestneighbor rule)得到

${\mathrm{\Ψ}}_i=\{x:R(x,P_i)\≥R(x,P_k),\∀k\≠i\}$

在最远距离法下，可信度空间可以划分为N个连续区间，则有N+1个门限η_i,i=0,...,N，其中η₀=0，η_N=+∞。因此，Ψ_i对应于其中的一个区间[η_j-1,η_j),j=1,...,N。采用如下的方法计算η_i,i=0,...,N以及分配给相应的Ψ_i集合Φ={1,...,N}。第一个区间[η₀,η₁)=Ψ_i，其中i=argmax_i∈ΦR(0,P_i)。把元素i从集合Φ中去掉，即Φ=Φ-i。在每次循环l中，我们计算x_k满足R(x_k,P_i)-R(x_k,P_k)=0,k∈Φ。计算η_l=min_k∈Φx_k，并且分配[η_l-1,η_l)给Ψ_i，其中i=argmin_k∈Φx_k。把元素i从集合Φ中去掉。算法当集合Φ中只剩下一个元素时停止，把区间[η_N-1,η_N)分配给这个元素。

功率分配参数：概率可以重新计算为

$P_{i,j}={\∫}_{{\mathrm{\η}}_{i-1}}^{{\mathrm{\η}}_i}f\left(x\right|H_j)\mathrm{dx},i=1,...,N,j=\mathrm{1,2}$

相应的LagrangeL(P_i,λ,μ)为

$L(P_i,\mathrm{\λ},\mathrm{\μ})=R+\mathrm{\λ}(\stackrel{\‾}{P}-\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i[q_0{p}_{i,0}+q_1{p}_{i,1}\left]\right)+\mathrm{\μ}(\stackrel{\‾}{I}-\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}h{P}_i{q}_1{p}_{i,1})$

计算L(P_i,λ,μ)关于P_i的导数，并令之为0。应用KKT，得到给定λ和μ时最优的功率分配参数P_i如下

$P_i={\left[\frac{A_i+\sqrt{{\mathrm{\Δ}}_i}}{2}\right]}^{+}$

其中[x]⁺表示max(0,x)，

$A_i=\frac{{\log }_{2}e[q_0{p}_{i,0}+q_1{p}_{i,1}]}{\mathrm{\λ}[q_0{p}_{i,0}+q_1{p}_{i,1}]+\mathrm{\μh}{q}_1{p}_{i,1}}-\frac{2N_0+{\mathrm{\γ}}_2\mathrm{Ps}}{g}$

${\mathrm{\Δ}}_i={A_i}^2+\frac{4}{g}\{\frac{{\log }_{2}e[q_0{p}_{i,0}(N_0+{\mathrm{\γ}}_2\mathrm{Ps})+q_1{p}_{i,1}{N}_0]}{\mathrm{\λ}[q_0{p}_{i,0}+q_1{p}_{i,1}]+\mathrm{\μh}{q}_1{p}_{i,1}}-\frac{N_0(N_0+{\mathrm{\γ}}_2\mathrm{Ps})}{g}\}$

运用基于次梯度的方法我们可以得到最优的Lagrange乘子λ和μ。相应的梯度为[C,D]，其中 为对应于固定的λ和μ的最优功率分配参数。系统的参数可以通过循环求解{P_i}和Lagrange乘子直到收敛来得到。步骤六：次要用户根据决定的通信参数完成次要用户系统在该系统帧内的通信，相应的传输时隙为T-τ。

图2是本实施例与传统方法在功率分配参数关于累积能量关系的对比图；其中，N=4为可信道空间的子空间的总数为4；

图3是本实施例与传统方法中次要用户平均信道容量与时间关系对比图；其中N=8为可信道空间的子空间的总数为8，N=4为可信道空间的子空间的总数为4;

图4是本实施例与传统方法次要用户平均信道容量关于平均发射功率关系对比图；

从上述图示可知，本实施例所述的基于频谱感知的次要用户功率分配方法相较于传统的方法在功率分配，信道容量等方面性能明显的更加优越。其中，所述衬底式频谱接入方法为现有方法中的一种，主要是不进行频谱感知的，直接计算可能对主要用户造成的干扰，采用某些固定的发射功率。

实施例四：

本实施例所述的基于频谱感知的次要用户功率分配方法，在上述任一实施例的基础上，还包括根据每一频段的信道状态信息构建可信度空间并将其划分成若干个子空间的预处理步骤。子空间的个数，子空间之间是否连续等，均可以根据次要用户性能需求以及信道状态信息来确定。

下面结合实施例对基于频谱感知的次要用户功率分配装置进行详细说明。

实施例五：

本发明基于频谱感知的次要用户功率分配装置，包括:

可信度计算单元，用以接收每一频段所有信道上主要用户的信号，并根据所接收到信号计算出各频段主要用户使用的可信度；可信度的表示方法有多种，通常为关于主要用户的信号的充分统计量或充分统计量的变化来量；所述信道包括快速衰落信道和慢速衰落信道，所述可信度可以使快速衰落信道的统计信道或慢速衰落信道的瞬时增益；

子空间确定单元，用以确定每一可信度所在的其所对应频段的可信度空间的子空间；可信度子空间划分满足相互之间无交集即可，优选的方案则是相互之间无交集且连续的组合成整个可信度空间，在具体的确定的可信度具体位于哪一子空间的时候，可以采用阈值判断等方法；

功率分配单元，用以采用预设方法求解出，每一可信度所在子空间对应的预设约束条件下次要用户该频段的发射功率，并按求解结果进行次要用户的功率分配。预设的预设条件为根据具体需要设置，如次要用户中断概率最小、发射功率小于次要用户的本身所能发射的功率，对主要用户的干扰功率小于主要用户抗干扰的最小功率等构成的预设的约束条件下，切除次要用户在该频段的发射功率，这样不仅保证了主要用户的正常使用，次要用户在利用频谱空洞进行通信的时候能够保持较高的稳定性和持续性。

作为本实施例的进一步地改进，本实施例中，还将次要用户的系统帧分为用于接收主要用户信号的感知时隙τ以及用于通信的传输时隙T-τ；

且所述预设方法为劳埃德Lloyd算法；劳埃德Lloyd算法为当约束条件下有多个变量时，先固定其中一个变量，求解出其他参数，循环求解直至所有的变量到收敛，即完成求解。

所述预设约束条件为：

$\underset{\mathrm{\τ},P_i,{\mathrm{\Ψ}}_i}{\max }R$

$R=\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}[q_0{\log }_2(1+\frac{P_{i}h}{N_0})p_{i,0}+q_1{\log }_2(1+\frac{P_{i}h}{N_0+{\mathrm{\γ}}_2{P}_s})p_{i,1}]$

p_i,0=Pr(x∈Ψ_i|H₀), p_i,1=Pr(x∈Ψ_i|H₁)

s.t.

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}h{P}_i{q}_1{p}_{i,1}\≤\stackrel{\‾}{I}$

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i[q_0{p}_{i,0}+q_1{p}_{i,1}]\≤\stackrel{\‾}{P}$

$\frac{T-\mathrm{\τ}}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}h{P}_i{q}_1{p}_{i,1}\≤\stackrel{\‾}{I}$

0≤τ≤T,P_i≥0, $x=\underset{i=1}{\overset{\mathrm{\τ}{f}_s}{\mathrm{\Σ}}}{\left|r_i\right|}^2$

其中，Ψ_i为可信度所在的可信道子空间；P_i为在子空间Ψ_i时次要用户所分配的功率；R为在该频段次要用户平均信道容量；H₀为主要用户不存在的假设；H₁为主要用户存在的假设；N为该频段的子空间的总数；q₀为该频段主要用户未使用的概率；q₁为该频段上主要用户使用的概率；h为该频段次要用户到主要用户瞬时信道的功率增益；P_s为主要用户的发射功率；N₀为噪声；γ₂为该频段主要用户到次要用户瞬时信道的功率增益；为主要用户平均干扰约束；为次要用户平均发射功率约束；x为次要用户接收的主要用户在该频段的累积能量；r_i为从接收信号；f_s为次要用户接受主要用户信号时的采样频率。

在本实施例中是具体的提供了一种基于次要用户平均信道容量最大下的约束条件，求解出次要用户在各频段的发射功率，从而保证不干扰主要用户通信的前提下，保证了次要用户的使用主要用户闲置或较少使用的频谱通信的系统下最大的通信量。

实施例六：

本实施例所述的基于频谱感知的次要用户功率分配装置在上一实施例的基础上，还包括用以根据每一频段的信道状态信息构建可信度空间并划分成若干个子空间的子空间划分单元。

在具体的实施过程中，本实施例所述的基于频谱感知的次要用户功率分配装置，根据信道状态信息动态的构建可信度空间以及划分可信度空间。动态的构建并划分可信度空间，可信度空间能及时有效的反应当前各频段的使用状况，从而在后续的功率分配过程中，所用于计算的参量更加贴近具体的实际量，从而更能反应实际情况，从而求解的功率分配也更加精确，功率分配的效果也更佳。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (7)

1.一种基于频谱感知的次要用户功率分配方法，其特征在于，包括以下步骤：

步骤S1：接收每一频段上主要用户的信号，并根据所接收到信号计算出各频段主要用户使用的可信度；

步骤S2：确定每一可信度所在的其所对应频段的可信度空间的子空间；

步骤S3：采用预设方法求解出，每一可信度所在子空间对应的预设约束条件下次要用户该频段的发射功率，并按求解结果进行次要用户的功率分配；

所述次要用户的系统帧T包括用于接收主要用户信号的感知时隙τ以及用于通信的传输时隙T-τ；

所述预设方法为劳埃德Lloyd算法；

所述预设约束条件为：

p_i,0=Pr(x∈Ψ_i|H₀),p_i,1=Pr(x∈Ψ_i|H₁)

                 ,

s.t.

0≤τ≤T,P_i≥0，

其中，Ψ_i为可信度所在的可信道子空间；P_i为在子空间Ψ_i时次要用户所分配的功率；R为在该频段次要用户平均信道容量；H₀为主要用户不存在的假设；H₁为主要用户存在的假设；N为该频段的子空间的总数；q₀为该频段主要用户未使用的概率；q₁为该频段上主要用户使用的概率；h为该频段次要用户到主要用户瞬时信道的功率增益；P_s为主要用户的发射功率；N₀为噪声；γ₂为该频段主要用户到次要用户瞬时信道的功率增益；为主要用户平均干扰约束；为次要用户平均发射功率约束，x为次要用户接收的主要用户在该频段的累积能量；r_i为从接收信号；f_s为次要用户接受主要用户信号时的采样频率。

2.根据权利要求1所述的基于频谱感知的次要用户功率分配方法，其特征在于，所述可信度为每一频段主要用户信号的充分统计量或充分统计量变换量。

3.根据权利要求2所述的基于频谱感知的次要用户功率分配方法，其特征在于，

所述充分统计量为累积能量或后验概率；

所述充分统计量变化量为后验概率似然比。

4.根据权利要求2-3任一所述的基于频谱感知的次要用户功率分配方法，其特征在于，还包括根据每一频段的信道状态信息构建可信度空间并将其划分成若干个子空间的预处理步骤。

5.根据权利要求2-3任一所述的基于频谱感知的次要用户功率分配方法，其特征在于，所述可信度空间由若干连续分布的子空间构成。

6.一种基于频谱感知的次要用户功率分配装置，其特征在于，包括:

可信度计算单元，用以接收每一频段上主要用户的信号，并根据所接收到信号计算出各频段主要用户使用的可信度；

子空间确定单元，用以确定每一可信度所在的其所对应频段的可信度空间的子空间；

功率分配单元，用以采用预设方法求解出，每一可信度所在子空间对应的预设约束条件下次要用户该频段的发射功率，并按求解结果进行次要用户的功率分配；

所述次要用户的系统帧T包括用于接收主要用户信号的感知时隙τ以及用于通信的传输时隙T-τ；

所述预设方法为劳埃德Lloyd算法；

所述预设约束条件为：

p_i,0=Pr(x∈Ψ_i|H₀),p_i,1=Pr(x∈Ψ_i|H₁)

                 ,

s.t.

0≤τ≤T,P_i≥0，

其中，Ψ_i为可信度所在的可信道子空间；P_i为在子空间Ψ_i时次要用户所分配的功率；R为在该频段次要用户平均信道容量；H₀为主要用户不存在的假设；H₁为主要用户存在的假设；N为该频段的子空间的总数；q₀为该频段主要用户未使用的概率；q₁为该频段上主要用户使用的概率；h为该频段次要用户到主要用户瞬时信道的功率增益；P_s为主要用户的发射功率；N₀为噪声；γ₂为该频段主要用户到次要用户瞬时信道的功率增益；为主要用户平均干扰约束；为次要用户平均发射功率约束；x为次要用户接收的主要用户在该频段的累积能量；r_i为从接收信号；f_s为次要用户接受主要用户信号时的采样频率。

7.根据权利要求6所述的基于频谱感知的次要用户功率分配装置，其特征在于，还包括用以根据每一频段的信道状态信息构建可信度空间并将其划分成若干个子空间的子空间划分单元。