CN105578477B - 一种认知分布式天线系统的频谱拍卖方法 - Google Patents
一种认知分布式天线系统的频谱拍卖方法 Download PDFInfo
- Publication number
- CN105578477B CN105578477B CN201610039805.6A CN201610039805A CN105578477B CN 105578477 B CN105578477 B CN 105578477B CN 201610039805 A CN201610039805 A CN 201610039805A CN 105578477 B CN105578477 B CN 105578477B
- Authority
- CN
- China
- Prior art keywords
- antenna
- spectrum
- interference
- cognition
- spaced
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000019771 cognition Effects 0.000 claims abstract description 23
- 238000009826 distribution Methods 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000005562 fading Methods 0.000 claims description 7
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 239000004744 fabric Substances 0.000 claims description 2
- 238000013475 authorization Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 abstract description 5
- 230000005465 channeling Effects 0.000 abstract description 3
- 230000001149 cognitive effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种认知分布式天线系统的频谱拍卖方法,该方法利用分布式天线为认知次用户(SU)提供通信服务,建立认知分布式天线下频谱拍卖模型,利用认知分布式天线技术优势,通过分析不同分布式天线服务的不同SU之间干扰情况,使同一主用户(PU)的授权频段在多个SU之间复用,建立拍卖目标函数,在满足认知分布式天线下SU之间干扰限制下最大化PU的收益,实现频率复用。本方法的频谱拍卖结合了具体的技术场景,比现有的频谱拍卖方法更接近实际,便于扩展,并且结合了认知分布式天线系统的优势,能有效控制次用户间的干扰,相比于现有的频谱拍卖方式,能使次用户得到更好的通信质量,达到更高的频谱利用率。
Description
技术领域
本发明涉及认知无线电技术领域,具体涉及一种认知分布式天线系统的频谱拍卖方法。
背景技术
面对无线通信业务需求增加和频谱资源短缺的矛盾,认知无线电中的频谱拍卖将主用户 (PU)所拥有的授权频带通过拍卖分配给次用户(SU)使用,提高频谱利用率。现有的频谱拍卖研究涉及到各方面,但却未考虑将频谱拍卖与其他技术结合,在某一具体场景下进行。
分布式天线作为一种多天线技术,可在不增加频谱带宽的前提下有效提高传输性能,提高频谱利用率。现有的针对分布式天线的研究主要集中在对天线选择,信道容量,天线位置设计等方面。
将分布式天线与认知无线电结合,通过天线分散放置,减小SU与基站之间的距离,降低SU的发射功率,能有效减小对主用户PU的干扰。另外,覆盖区域变大,可使SU更好的检测到PU的授权频带,并且各SU之间可通过空分复用共用同一频带。由于两者结合的技术优势,引起学者的关注。Wendong Ge分析了光载分布式天线的认知无线电资源管理技术,Juntao Zhao针对基于分布式天线的SU系统,提出了分布式天线位置的设计方案,另外又通过天线选择和功率分配来最大化SU的总和速率。Wei Feng提出了基于分布式天线频谱共享的多用户协作传输方案,但是却未有对认知分布式天线系统进行频谱分配的研究。结合上述问题,本发明提出一种在认知分布式天线系统下进行的频谱拍卖方法。结合认知分布式天线和频谱拍卖优势,提高频谱利用率。
发明内容
本发明的目的是针对上述问题,提供一种认知分布式天线系统的频谱拍卖方法,利用分布式天线为认知次用户(SU)提供通信服务,建立认知分布式天线下频谱拍卖模型,利用认知分布式天线技术优势,通过分析不同分布式天线服务的不同SU之间干扰情况,使同一主用户(PU)的授权频带在多个SU之间复用,建立拍卖目标函数,在满足认知分布式天线下SU 之间干扰限制下最大化PU的收益,实现频率复用。
实现本发明目的的技术方案如下:
一种认知分布式天线系统的频谱拍卖方法,包括如下步骤:
(1)构建认知分布式天线系统模型,系统中同时存在PU和K个SU,其中SU需接入PU的授权频带通过分布式天线进行通信,PU通过拍卖将其授权频带分配给各分布式天线下的SU;分布式天线负责对SU信号的收发,通过中心处理单元对信号进行控制和处理;SU被不同分布式天线服务,通过空分复用,同一PU的授权频带可通过不同的分布式天线分配给不同的SU使用;
(2)虽然多个SU可通过空分复用共用同一频带,但相互干扰的SU不能赢得同一频带,因此通过分布式天线间的干扰情况对各SU进行干扰判断,对各SU到各天线的距离设置干扰距离阈值,若小于给定阈值,则SU与被该天线服务的SU相互干扰,否则两SU之间没有干扰,由此构建各SUk和SUl之间的干扰矩阵C={ckl}K×K,其中k∈{1,2,...,K}, l∈{1,2,...,K},若ckl=1,则SUk和l相互干扰,否则ckl=0;
(3)各SU在分布式天线下的信号收发过程可得到其所能达到的信干噪比;SU对授权频带的估价与其在分布式天线下所得到的信干噪比有关,设N个PU有N个授权频带,系统下有K个SU;PU将其频带保留价提交给中心处理单元,SU将其估价V={vkn}K×N提交给中心处理单元;中心处理单元根据各SU出价和PU保留价的大小比较及各SU间的出价大小比较,兼顾PU和SU收益,对频谱进行最优分配;
(4)根据认知分布式天线下各SU的干扰限制情况,将PU的授权频带通过拍卖分配给最需要的SU,以实现最大化PU的效用,基于以上分析,写出目标函数和约束限制条件,目标函数其中xkn∈{0,1},表示授权频带分配情况;vkn为第k个SU对第n个授权频带的估价;
(5)根据上述目标函数,通过拉格朗日松弛算法来求解以上优化分配问题,使得目标函数最大化,得到接近最优的分配矩阵X={xkn}K×N,将授权频带分配给认知分布式天线下最需要的SU。
在某一时隙下,每个分布式天线服务一个SU,所述每个SU的传输模式为单天线传输模式。
所述步骤(2)中的信干噪比为:
其中,sk,j为SU k和天线j的阴影衰落和路径损耗,服从均值为uk,j,标准差为σ的对数正态随机分布,其中α是路径损耗,dk,j为SU k和天线j之间的距离; hk,j为瑞利衰落信道,服从独立同分布的复高斯过程;p为各天线的发射功率;P'为PU的发射功率,gk为PU到SU k的信道系数,为服从复高斯分布的加性白噪声的方差。
所述步骤(3)中SU的估价为vkn=Bn log2(1+SINRk),其中Bn为授权用户的带宽,SINRk表示第k个SU在信号收发过程得到的信干噪比。
所述步骤(4)中约束限制条件为:
xkn+xln≤1,lif ckl =1,其中ckl 为SU间的干扰矩阵C中的元素,ckl =1,则两SUk和SUl之间有干扰,不能使用同一授权频带;
表示每个SU只需要一个授权频带;
xkn∈{0,1},k=1,2,…,K;n=1,2,…,N,表示当第n个授权频带分配给第k个SU时,xkn=1,否则xkn=0。
本发明的有益效果为:本发明使频谱拍卖结合了具体的技术场景,比现有的频谱拍卖方法更接近实际,便于扩展。结合了认知分布式天线系统的优势,能有效控制SU间的干扰,相比于现有的频谱拍卖方式,能使SU得到更好的通信质量,达到更高的频谱利用率。
附图说明
图1为认知分布式天线系统模型图;
图2为认知分布式天线频谱拍卖模型图。
具体实施方式
以下结合附图对本发明做进一步详细说明。
如附图1所示,构建认知分布式天线系统模型,系统模型中同时存在主用户(PU)和次用户(SU),其中SU通过分布式天线进行通信,PU通过拍卖将其授权频带分配给各分布式天线下的SU,SU被不同分布式天线服务,通过空分复用,同一PU的授权频带可通过不同的分布式天线分配给不同的SU使用,由此实现频率复用。认知分布式天线系统模型如一个认知分布式天线小区,主网络包括主基站,主基站在授权频带上发送信号给N个PU。次网络中引入了分布式天线,次基站为分布式天线的中心处理单元,M根分布式天线均匀分散放置在小区内,并通过光纤与中心处理单元相连。
在分布式天线下有K个SU,各分布式天线只负责对SU信号的收发,而所有的信号控制和处理都在中心处理单元完成。在某一时隙下,每个分布式天线服务一个SU,而且每个SU的传输采用单天线传输模式,如附图2所示,天线i分配给第k个SU即SUk,天线j分配给 SUl,在该系统中,SU没有授权频带,需使用PU的授权频带,然后通过分布式天线进行通信。每个PU只有一个频带,当同一时刻有不同的K个SU需要接入授权频带,则通过竞拍方式来得到频带。
虽然多个SU可通过空分复用共用同一频带,但相互干扰的SU不能赢得同一频带。在本发明中,在一时隙下一根天线服务一个SU,通过分布式天线间的干扰情况对各SU进行干扰判断,设置干扰距离阈值d,若各SU到各天线的距离小于给定阈值,则SU与被该天线服务的SU相互干扰,否则两SU之间没有干扰,由此构建各SUk和SUl之间的干扰矩阵C={ckl}K×K来表示两SU间的干扰关系。若ckl=1,则SUk和l相互干扰,否则ckl=0。
先考虑分布式天线下SU的下行链路的信号接收,可得到其所能达到的信干噪比(SINR)。 SU采用单天线传输模式,其他天线视为对该SU的干扰天线集。同时由于SU与PU共用同一频带,SU会受到PU的干扰,则第k个SU的接收信号为:
其中sk,i为SU k和天线i的阴影衰落,服从均值为uk,i,标准差为σ的对数正态随机分布,其中α是路径损耗,dk,i为SU k和天线i之间的距离。hk,i为瑞利衰落信道,服从独立同分布的复高斯过程。xi为天线i的发射信号。p为各天线的发射功率,本发明考虑等功率发射。P'为PU的发射功率,gk为PU到SU i的信道系数,y为PU的发射信号,nk为均值为0,方差为σ2的加性复高斯白噪声。
SUk的信干噪比为:
其中,sk,j为SU k和天线j的阴影衰落和路径损耗,服从均值为uk,j,标准差为σ的对数正态随机分布,其中α是路径损耗,dk,j为SU k和天线j之间的距离; hk,j为瑞利衰落信道,服从独立同分布的复高斯过程;p为各天线的发射功率;P'为PU的发射功率,gk为PU到SU k的信道系数,为服从复高斯分布的加性白噪声的方差。
频谱拍卖过程中,设拍卖第三方为认知分布式天线系统的中心处理单元。PU向中心处理单元提交所拥有的频道信息,N个PU的频带的保留价为r=[r1,r2,...,rn,...,rN],SU对授权频带的估价与其在分布式天线下所得到的信干噪比有关,本发明中SU的估价为vkn=Bn log2(1+SINRk),其中Bn为授权频带的带宽,SINRk表示第k个SU在信号收发过程得到的信干噪比,每个SU只需要一个频带,所有SU同步向中心处理单元提交对各频带的估价 V={vkn}K×N,其中vkn表示第k个SU对第n个频带的估价。信道分配矩阵为K×N矩阵 X={xkn}K×K,其中xkn∈{0,1},xkn=1表示第n个频带分配给第k个SU,否则xkn=0。中心处理单元根据收集到的信息决定分配,当SU出价大于频带保留价,可得到频带,但所得分配中若同时赢得同一授权频带的两SU在干扰矩阵中为相互干扰的两SU,则重新分配,直到SU 不能通过谎报估价而增加自身收益,拍卖达到纳什均衡,所有PU和SU都对自己的收益满意,这时的分配是最优的分配结果。
本发明的频谱拍卖的目标是将PU的授权频带分配给最需要的SU,即最大化PU的收益,由以上分析,在上述认知分布式天线下各SU的干扰限制条件下,将频谱拍卖定义为以下优化问题:
if (5)
xkn∈{0,1},k=1,2,…,K;n=1,2,…,N (6)
其中约束(4)表示每个SU只需要一个频带。约束(5)表示相互干扰的两个SU之间不能赢得同一频带。约束(6)中,第n个频带分配给第k个SU,则xkn=1,否则xkn=0。
以上优化问题是难以求解的整数规划的NP-hard问题,通过拉格朗日松弛算法来对其进行求解,使得目标函数最大化,得到接近最优的分配矩阵X={xkn}K×N,将授权频带分配给认知分布式天线下最需要的SU。具体求解过程如下:
1.将约束条件中的难约束项(4)通过拉格朗日乘子λ吸收到目标函数中,得到拉格朗日松弛问题:
进一步,得
xkn∈{0,1},k=1,2,…,K;n=1,2,…,N
2.其对偶问题是其中
对于给定λ,可将N个频带的分配问题分解为N个子问题,每个子问题中有求解每个频带分配子问题,
由此得到X。由于得到的X不满足干扰约束,利用干扰矩阵对其进行处理,使同时赢得同一频带但相互干扰的两SU中出价高的SU得到频带,出价低的竞拍失败,得到新的分配矩阵X。
3.解的可行化
由于以上处理得到的分配矩阵X还不满足吸收到目标函数中的约束条件,即每个SU只竞拍到一个频带。对赢得多个频带的SU使其只得到其估价最大的频带。由此可得到最终的分配向量X={xkn}K×K。
4.迭代
将得到的X计算目标函数值Z和松弛问题的值ZL,判断对偶间隙是否满足设定值,若满足,则所得的X是最优分配,否则进行次梯度优化修正拉格朗日乘子λ。λl+1=λl+αlgl,其中gl为ZL的次梯度αl为步长因子,得到新的λ后进行下一轮迭代,直到满足对偶间隙设定值,所得的X={xkn}K×K即为最优分配。
Claims (5)
1.一种认知分布式天线系统的频谱拍卖方法,其特征在于,包括如下步骤:
(1)构建认知分布式天线系统模型,系统中同时存在PU和K个SU,其中SU需接入PU的授权频带通过分布式天线进行通信,PU通过拍卖将其授权频带分配给各分布式天线下的SU;分布式天线负责对SU信号的收发,通过中心处理单元对信号进行控制和处理;SU被不同分布式天线服务,通过空分复用,同一PU的授权频带可通过不同的分布式天线分配给不同的SU使用;
(2)通过分布式天线间的干扰情况对各SU进行干扰判断,对各SU到各天线的距离设置干扰距离阈值,若小于给定阈值,则SU与被该天线服务的SU相互干扰,否则两SU之间没有干扰,由此构建各SUk和SUl之间的干扰矩阵C={ckl}K×K,其中k∈{1,2,...,K},l∈{1,2,...,K},若ckl=1,则SUk和SUl相互干扰,否则ckl=0;
(3)各SU在分布式天线下的信号收发过程可得到其所能达到的信干噪比;SU对授权频带的估价与其在分布式天线下所得到的信干噪比有关,设N个PU有N个授权频带,系统下有K个SU;PU将其频带保留价提交给中心处理单元,SU将其估价V={vkn}K×N提交给中心处理单元;中心处理单元根据各SU出价和PU保留价的大小比较及各SU间的出价大小比较,兼顾PU和SU收益,对频谱进行最优分配;
(4)根据认知分布式天线下各SU的干扰限制情况,将PU的授权频带通过拍卖分配给最需要的SU,以实现最大化PU的效用,基于以上分析,写出目标函数和约束限制条件,目标函数其中xkn∈{0,1},表示授权频带分配情况;vkn为第k个SU对第n个授权频带的估价;
(5)根据上述目标函数,通过拉格朗日松弛算法来求解以上优化分配问题,使得目标函数最大化,得到接近最优的分配矩阵X={xkn}K×N,将授权频段分配给认知分布式天线下最需要的SU。
2.根据权利要求1所述的认知分布式天线系统的频谱拍卖方法,其特征在于,在某一时隙下,每个分布式天线服务一个SU,所述每个SU的传输模式为单天线传输模式。
3.根据权利要求1所述的认知分布式天线系统的频谱拍卖方法,其特征在于,所述步骤(3)中的信干噪比为:
其中,sk,j为SU k和天线j的阴影衰落和路径损耗,服从均值为uk,j,标准差为σ的对数正态随机分布,其中α是路径损耗,dk,j为SUk和天线j之间的距离;hk,j为瑞利衰落信道,服从独立同分布的复高斯过程;p为各天线的发射功率;P'为PU的发射功率,gk为PU到SUk的信道系数,为服从复高斯分布的加性白噪声的方差。
4.根据权利要求1所述的认知分布式天线系统的频谱拍卖方法,其特征在于,所述步骤(3)中SU的估价为vkn=Bn log2(1+SINRk),其中Bn为授权用户的带宽,SINRk表示第k个SU在信号收发过程得到的信干噪比。
5.根据权利要求1所述的认知分布式天线系统的频谱拍卖方法,其特征在于,所述步骤(4)中的约束限制条件为: if
其中ckl 为SU间的干扰矩阵C中的元素,ckl =1,则两SUk和SUl之间有干扰,不能使用同一授权频带;
表示每个SU只需要一个授权频带;
xkn∈{0,1},k=1,2,…,K;n=1,2,…,N,表示当第n个授权频带分配给第k个SU
时,xkn=1,否则xkn=0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610039805.6A CN105578477B (zh) | 2016-01-21 | 2016-01-21 | 一种认知分布式天线系统的频谱拍卖方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610039805.6A CN105578477B (zh) | 2016-01-21 | 2016-01-21 | 一种认知分布式天线系统的频谱拍卖方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105578477A CN105578477A (zh) | 2016-05-11 |
CN105578477B true CN105578477B (zh) | 2019-04-12 |
Family
ID=55888031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610039805.6A Active CN105578477B (zh) | 2016-01-21 | 2016-01-21 | 一种认知分布式天线系统的频谱拍卖方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105578477B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105979526A (zh) * | 2016-06-29 | 2016-09-28 | 桂林电子科技大学 | 一种认知分布式天线系统的频谱拍卖的出价方法 |
CN106211178B (zh) * | 2016-07-12 | 2020-03-24 | 桂林电子科技大学 | 一种分数阶频率复用的频谱拍卖出价优化方法 |
CN106028346B (zh) * | 2016-08-12 | 2019-05-07 | 桂林电子科技大学 | 一种小小区的频谱拍卖方法 |
CN106357377B (zh) * | 2016-08-30 | 2020-06-12 | 上海交通大学 | 基于分集增益的全双工半双工混合中继实现方法 |
CN106412921B (zh) * | 2016-11-03 | 2019-11-01 | 桂林电子科技大学 | 包含家庭基站的异构网络的分组频谱拍卖方法 |
CN106604282B (zh) * | 2016-12-08 | 2020-03-24 | 桂林电子科技大学 | 一种具有功率分配和波束成形的小小区微基站频谱拍卖方法 |
CN112235805B (zh) * | 2020-08-25 | 2022-10-18 | 国网浙江省电力有限公司绍兴供电公司 | 一种电力无线异构网络业务连接竞争方法及连接方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101964982A (zh) * | 2010-10-22 | 2011-02-02 | 哈尔滨工业大学深圳研究生院 | 一种认知无线电的频谱共享方法及系统 |
CN103297976A (zh) * | 2013-06-20 | 2013-09-11 | 清华大学 | 无线网络频段分配方法 |
CN103796211A (zh) * | 2014-03-07 | 2014-05-14 | 国家电网公司 | 一种认知无线网络中联合功率和信道分配方法 |
-
2016
- 2016-01-21 CN CN201610039805.6A patent/CN105578477B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101964982A (zh) * | 2010-10-22 | 2011-02-02 | 哈尔滨工业大学深圳研究生院 | 一种认知无线电的频谱共享方法及系统 |
CN103297976A (zh) * | 2013-06-20 | 2013-09-11 | 清华大学 | 无线网络频段分配方法 |
CN103796211A (zh) * | 2014-03-07 | 2014-05-14 | 国家电网公司 | 一种认知无线网络中联合功率和信道分配方法 |
Non-Patent Citations (2)
Title |
---|
Joint Spectrum Selection and Radio Resource Management for Distributed Antenna Systems with Cognitive Radio and Space Division Multiplexing;Ramiro Samano-Robles等;《Smart Antennas (WSA), 2013 17th International ITG Workshop on》;20140403;全文 |
基于单频段多赢家拍卖的动态频谱分配;张文柱等;《通信学报》;20120229;第33卷(第2期);全文 |
Also Published As
Publication number | Publication date |
---|---|
CN105578477A (zh) | 2016-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105578477B (zh) | 一种认知分布式天线系统的频谱拍卖方法 | |
Cheng et al. | Energy-efficient joint offloading and wireless resource allocation strategy in multi-MEC server systems | |
El Tanab et al. | Resource allocation for underlay cognitive radio networks: A survey | |
Galinina et al. | On feasibility of 5G-grade dedicated RF charging technology for wireless-powered wearables | |
Abozariba et al. | NOMA-based resource allocation and mobility enhancement framework for IoT in next generation cellular networks | |
CN108391317A (zh) | 一种蜂窝网络中d2d通信的资源分配方法及系统 | |
CN108990071B (zh) | 一种基于noma的cr网络系统中两步走的功率分配方法 | |
CN107925277A (zh) | 用于无线电力传输系统切换和负载平衡的技术 | |
CN106303908B (zh) | 设备间通信方法及设备间通信装置 | |
CN105050191B (zh) | 基于时延QoS与公平的多用户安全认知网络资源分配方法 | |
CN104301985B (zh) | 一种移动通信中电网与认知基站间能源分配方法 | |
Wu et al. | Cooperative resource sharing and pricing for proactive dynamic spectrum access via Nash bargaining solution | |
Ning et al. | Resource allocation in multi-user cognitive radio network with stackelberg game | |
Ahmadi et al. | Virtualization of spatial streams for enhanced spectrum sharing | |
CN108924934A (zh) | 基于多维资源分配的异构网络干扰管理方法 | |
Yang et al. | Efficient energy joint computation offloading and resource optimization in multi-access MEC systems | |
Zhai et al. | RIS-assisted UAV-enabled wireless powered communications: System modeling and optimization | |
Li et al. | Resource allocation based on multi-grouping and frame expansion for NOMA backscatter communication network | |
Dou et al. | Energy-efficient hybrid NOMA-FDMA assisted distributed two-tier edge-cloudlet multi-access computation offloading | |
Ariffin et al. | Real-time energy trading with grid in green cloud-RAN | |
Ariffin et al. | Sparse beamforming for real-time energy trading in CoMP-SWIPT networks | |
CN105959957B (zh) | 一种CoMP系统中基于联合波束成形与功率控制的频谱拍卖方法 | |
Liu et al. | A novel user clustering and a low-complexity power allocation in multi-user and multi-cluster NOMA system via Stackelberg game competition | |
Zhao et al. | A spectrum auction algorithm for cognitive distributed antenna systems | |
CN106254008A (zh) | 一种能量采集绿色认知无线电的频谱感知方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20160511 Assignee: Guangxi Taijiexin Technology Co.,Ltd. Assignor: GUILIN University OF ELECTRONIC TECHNOLOGY Contract record no.: X2023980044263 Denomination of invention: A Spectrum Auction Method for Cognitive Distributed Antenna Systems Granted publication date: 20190412 License type: Common License Record date: 20231025 |