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 PDF

Info

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
Application number
CN201610039805.6A
Other languages
English (en)
Other versions
CN105578477A (zh
Inventor
赵峰
姬四林
陈宏滨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guilin University of Electronic Technology
Original Assignee
Guilin University of Electronic Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN201610039805.6A priority Critical patent/CN105578477B/zh
Publication of CN105578477A publication Critical patent/CN105578477A/zh
Application granted granted Critical
Publication of CN105578477B publication Critical patent/CN105578477B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/02Resource partitioning among network components, e.g. reuse partitioning
    • H04W16/10Dynamic resource partitioning
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/54Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541Allocation 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

一种认知分布式天线系统的频谱拍卖方法
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=λllgl,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。
CN201610039805.6A 2016-01-21 2016-01-21 一种认知分布式天线系统的频谱拍卖方法 Active CN105578477B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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