CN106160991B - 一种用于认知无线电ofdm系统的分布式动态资源分配方法 - Google Patents
一种用于认知无线电ofdm系统的分布式动态资源分配方法 Download PDFInfo
- Publication number
- CN106160991B CN106160991B CN201610431971.0A CN201610431971A CN106160991B CN 106160991 B CN106160991 B CN 106160991B CN 201610431971 A CN201610431971 A CN 201610431971A CN 106160991 B CN106160991 B CN 106160991B
- Authority
- CN
- China
- Prior art keywords
- subcarrier
- power
- user
- algorithm
- allocation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 20
- 238000013468 resource allocation Methods 0.000 title claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 77
- 230000005540 biological transmission Effects 0.000 claims abstract description 16
- 238000012546 transfer Methods 0.000 claims description 22
- 238000001228 spectrum Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 9
- 230000008447 perception Effects 0.000 claims description 4
- 239000000969 carrier Substances 0.000 claims description 2
- 238000005457 optimization Methods 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 4
- 238000013475 authorization Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/0001—Arrangements for dividing the transmission path
- H04L5/0003—Two-dimensional division
- H04L5/0005—Time-frequency
- H04L5/0007—Time-frequency the frequencies being orthogonal, e.g. OFDM(A), DMT
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提出了一种用于认知无线电OFDM系统的分布式动态资源分配方法。该方法以所述认知无线电OFDM系统的系统容量最大化为目标问题构建系统容量与子载波分配和子载波功率分配的关系模型,先基于最大允许传输速率给次用户分配子载波,遵循公平原则,获得最差可能传输速率的次用户可以优先选择剩下的最大可能传输速度的子载波,直到子载波分配完毕。子载波分配完成后,通过基于额定功率约束的线性注水算法,推导出基于主用户抗干扰阈值的线性注水算法,采用两种算法联合求解的功率分配方案,取令系统容量相对较大的一组功率分配方案将作为最终的分配功率方案。
Description
技术领域
本发明涉及认知无线电技术,尤其涉及一种用于认知无线电OFDM系统的分布式动态资源分配方法。
背景技术
随着无线通信技术的飞速发展,频谱资源短缺和部分频谱资源利用不足的矛盾越来越引发人们关注。认知无线电(CR)技术的出现有效的改善了频谱资源的利用率。认知无线电通过智能感知频谱瞬时状态,在确保不影响主用户(PUs)的前提下,根据周围环境确定次用户(SUs)的传输特性,进而在授权频段上进行主从用户的同时传输。这种伺机接入机制可以充分利用频谱资源,因此如何充分发挥资源分配效率成为当前研究的重要方向。
正交频分复用技术(OFDM)凭借其够灵活的动态分配频谱,已经被广泛应用在CR系统的空间接入上,成为衬于底层的技术。但在实际系统中,我们并不能确保主用户也采用OFDM调制,所以主用户与次用户由于传输信号的非正交性导致干扰产生。在很多研究中都认为次用户所占用的子载波对主用户造成的干扰取决于分配在此子信道上的功率和子载波到主用户之间的频谱距离,用户间相互干扰已经成为限制系统性能的重要因素。
从宏观角度来讲,CR-OFDM系统中的资源分配问题包括两方面的内容:第一,根据不同OFDM子载波的信道特性,对无线频谱进行合理的利用和分配,这个过程称作子载波分配;第二,对次用户占用的子载波进行合理的功率分配,同时控制对主用户的干扰,实现资源的高效利用,这个过程称为功率分配。目前,已有一些文献在这方面进行了探索。例如,1)有文献提出有效的功率分配算法,可以获得最优解,但是其只考虑了单用户的情况,限制了算法的应用。2)也有文献提出了最优和次优算法以最大化CR-OFDM系统总容量,但是其未考虑传输功率限制。3)提出用粒子群算法,遗传算法等智能优化算法求解资源分配的最优化问题,但是由于智能优化算法需要预设参数,并且寻优过程具有一定的随机性,因此在实际应用中可能会产生不稳定的系统表现。4)提出一种线性注水算法,除去了传统注水算法的迭代过程,但是其算法应用在OFDMA系统中,并不需要考虑对主用户的干扰。
本方法研究了CR-OFDM的认知无线电资源分配问题。采用先分配子载波再分配子载波功率的分步式方式。为降低算法的复杂度,通过了对已有的线性注水算法进行研究,提出了改进的线性注水算法以解出功率和干扰双重约束问题。本方法得到的结果可以逼近最优功率分配算法,大于传统功率分配算法所能获得的系统容量,并且其算法复杂度小,可作为CR-OFDM资源分配中一种次优算法。
发明内容
发明目的:为解决上述技术问题,提供一种能够适用于多用户CR-OFDM系统,且能获得较好的系统容量的同时能有效的降低系统的复杂度的认知无线电资源分配方案,本发明提出一种用于认知无线电OFDM系统的分布式动态资源分配方法。
技术方案:为实现上述技术效果,本发明基于多用户CR-OFDM系统,采用一种分步算法,先基于最大传输速率给次用户分配子载波,子载波分配完成后,再根据干扰约束和功率约束条件采用基于改进线性注水算法的功率分配机制,来最大化系统的总容量。本方法可以在获得较好的系统容量的同时,有效的降低系统的复杂度,适用于对实时性要求高的系统。
本发明提出的技术方案为:一种用于认知无线电OFDM系统的分步式动态资源分配方法,该方法包括如下步骤:
以所述认知无线电OFDM系统的系统容量最大化为目标问题构建系统容量与子载波分配和子载波功率分配的关系模型,将目标问题转化为子载波分配问题和子载波功率分配问题并分别求解,包括步骤:
(1)根据信道状态信息,通过频谱感知获得授权频带中未被主用户占用的子载波集合;以额定功率和主用户抗干扰为约束条件,计算每个次用户在各个子载波上的最大分配功率,形成每个次用户对应的最大分配功率集合;根据次用户在各子载波上的最大分配功率计算该次用户在各个子载波上的最大传输速率,形成每个次用户对应的最大传输速率集合;
(2)根据步骤(1)得到各次用户在各个子载波上的最大传输速率给各次用户分配子载波,分配步骤包括:
(2-1)初始化:从每个次用户的最大传输速率集合中选取一个最大值,将最大值对应的子载波分配给对应的次用户;
(2-2)将各次用户按照上一轮子载波分配结果对应的最大传输速率值从小到大的顺序进行优先级排序,最大传输速率值最小的次用户具有最高优先级;
(2-3)根据步骤(2-2)中的优先级排序,从未被分配的子载波中选取使对应次用户最大传输速率值最大的子载波分配给该次用户;
(2-4)循环执行步骤(2-2)至(2-3)直至子载波全部分配完毕;
(3)根据步骤(2)的子载波分配结果,采用第一分配算法和第二分配算法分别计算各次用户在分配到的各个子载波上的分配功率;
第一分配算法包括步骤:
(3-1)定义P1 MAX表示第一分配算法的子载波功率分配向量;利用PLWF算法求出在功率门限PT下次用户k在子载波n上的功率初始化
(3-2)计算的值,判断是否满足其中,Ithl表示第l个主用户的抗干扰阈值,表示占用在子载波n上的次用户k对主用户l造成的干扰因子,若判断结果为满足,则输出P1 MAX;否则,进入步骤(3-3);
(3-3)利用ILWF算法求出在干扰门限Ithl下次用户k在子载波n上的功率
(3-4)找出满足的子载波,将这些子载波归于集合C;令
(3-5)计算剩余的可用功率PT为传输功率限额;判断是否满足Pleft=0或若判断结果为满足,则输出P1 MAX;否则,进入步骤(3-6);
(3-6)采用PLWF算法对集合C中的子载波功率分配进行更新,计算干扰门限为的情况下,集合C中的子载波得到的分配功率,用集合C中的子载波得到的分配功率替换P1 MAX中对应子载波的分配功率;返回步骤(3-2);
第二分配算法包括步骤:
(3-7)定义表示第二分配算法的子载波功率分配向量;利用ILWF算法求出次用户k在子载波n上的功率初始化
(3-8)判断是否满足其中PT为传输功率限额,若判断结果为满足,则输出否则进入步骤(3-9);
(3-9)利用PLWF算法求出在功率门限PT下次用户k在子载波n上的功率找出满足的子载波,令并将对应子载波归于集合D;
(3-10)计算剩余的可用干扰门限若满足或则输出否则,进入步骤(3-11);
(3-11)利用ILWF算法计算在干扰门限为的情况下集合D中的子载波得到的分配功率,并用集合D中的子载波得到的分配功率替换中对应子载波的分配功率;返回步骤(3-8);
(4)从步骤(3)中的第一、第二分配算法中,选取使所述认知无线电OFDM系统的系统容量最大的一个分配算法作为最终的子载波功率分配方案。
进一步的,所述系统容量与子载波分配和子载波功率分配的关系模型为:
其中,ρk,n表示次用户k对子载波n的占用情况,ρk,n=1表示次用户k占用子载波n,ρk,n=0表示次用户k不占用子载波n;pk,n表示次用户k在子载波n上的分配功率;B为每个子载波的带宽;为次用户索引集合,为子载波索引集合,为主用户索引集合,rk,n表示次用户k在子载波n上的传输速率;PT为传输功率限额;表示占用在子载波n上的次用户k对主用户l造成的干扰因子;Ithl为主用户l的抗干扰阈值。
进一步的,所述步骤(1)中计算各次用户在各个子载波上的最大分配功率的方法为:
其中,表示次用户k在子载波n上的最大分配功率,为次用户k在子载波n上对主用户l造成的干扰因子;
根据次用户在各子载波上的最大分配功率计算该次用户在各个子载波上的最大传输速率的方法为:
其中,其中表示次用户k在子载波n上的最大传输速率,Hk,n为次用户k在子载波n上的传输信噪比。
有益效果:与现有技术相比,本发明具有以下优点:
本发明采用先分配子载波再分配子载波功率的分步式方式,为降低算法的复杂度,通过了对已有的线性注水算法进行研究,提出了改进的线性注水算法以解出功率和干扰双重约束问题。本方法得到的结果可以逼近最优功率分配算法,大于传统功率分配算法所能获得的系统容量,并且其算法复杂度小,可作为CR-OFDM资源分配中一种次优算法。
附图说明
图1为最大信噪比子载波分配方案和本发明提供的子载波分配方案的对比图;
图2为以传输功率限制为自变量,本发明提供的子载波功率分配方案与拉格朗日对偶法、平均功率分配法的对比图;
图3为以干扰阈值为自变量,本发明提供的子载波功率分配方案与拉格朗日对偶法、平均功率分配法的对比图;
具体实施方式
下面结合附图对本发明作更进一步的说明。
本发明的核心思想在于:针对CR-OFDM的认知无线电资源分配问题,先通过最大允许传输速率给次用户分配子载波,然后根据干扰约束和功率约束条件采用基于改进线性注水算法的功率分配机制得到两种联合求解功率分配方案,取令系统容量相对较大的一组功率分配方案作为最终的子载波功率。以下通过具体实施例加以说明。
实施例:考虑多用户的CR-OFDM系统的下行链路,其中认知网络中有K个次用户,其索引为同时主系统中有L个主用户,索引为总的授权带宽设为W,被等分成N个OFDM子载波,其中第n个子载波的带宽范围从f0+(n-1)B到f0+nB,f0为起始频率,B=W/N为每个子载波的带宽。
由于在实际系统中,我们并不能保证主用户也采用OFDM调制,所以设主用户的带宽从fl到fl+Bl,fl为主用户l的起始带宽,Bl为第l个主用户占用带宽。经过频谱感知,系统获得授权频带占用信息,记未被主用户占用的子载波集合为假设各信道状态信息(CSI)都可以被精确获取。
本实施例提供的子载波功率分配方法采用OVERLAY频谱共享模型,在此模型下,主用户享受优先权使用授权频谱,而次用户则对授权频谱进行频谱感知,寻找未被主用户占用的频谱带,称作“频谱空洞”,伺机接入并使用。
各OFDM子载波的基带功率谱密度(PSD)可表示为:
其中,Ts为符号持续时间。
由占用在子载波n上的次用户对主用户造成的干扰因子可以表示为:
其中,表示从基站到主用户l接收机在子载波n上的功率增益。则
类似的,主用户l在第n个子载波上对次用户k造成的干扰因子可以表示为:
其中,表示从基站到次用户k接收机在子载波n上的功率增益,Φl(f)表示主用户l信号的功率谱密度。
由香农公式,可得次用户k在子载波n上的最大传输速率rk,n:
其中,pk,n表示次用户k在子载波n上分配的功率,N0表示加性高斯白噪声的功率谱密度,Γ表示信噪比差额,对于未编码的MQAM调制,Γ=-ln(5BER)/1.5。子载波n上收到主用户总的干扰被表示为即被作为次用户k接收机所测量到的噪声。为了方便书写,将次用户k在子载波n上的信噪比(SNR)表示为:
则次用户k的传输速率为:
其中,ρk,n取值{0,1},ρk,n=1表示次用户k占用了子载波n,ρk,n=0则表示未占用,每个子载波只能被一个次用户所占用。第k个次用户的传输功率表示为:
本方法的优化目标为在传输功率额定值和主用户的抗干扰阈值约束下,最大化CR-OFDM的系统容量。因此,目标函数为:
其中,PT为传输功率限额,Ithl为主用户l的抗干扰阈值。C1和C2表示功率条件约束,C3表示主用户的干扰条件约束,C4和C5表示每个子载波只能被一个从用户占用。
根据式(1)和式(2)求得次用户k在子载波n上的最大传输速率进行子载波分配,分配步骤如下:
(2-1)初始化:从每个次用户的最大传输速率集合中选取一个最大值,将最大值对应的子载波分配给对应的次用户;
(2-2)将各次用户按照上一轮子载波分配结果对应的最大传输速率值从小到大的顺序进行优先级排序,最大传输速率值最小的次用户具有最高优先级;
(2-3)根据步骤(2-2)中的优先级排序,从未被分配的子载波中选取使对应次用户最大传输速率值最大的子载波分配给该次用户;
(2-4)循环执行步骤(2-2)至(2-3)直至子载波全部分配完毕;
当子载波分配完成之后,系统的优化目标函数简化为:
其中,Ωk为次用户k所分配到的子载波集合。其中rk,n是pk,n的单变量函数。我们将现有的基于额定功率约束的线性注水算法称为PLWF算法,将功率约束变量和干扰约束进行置换,忽略总功率约束条件,推导出基于主用户抗干扰阈值的线性注水算法(ILWF算法)。在ILWF算法和PLWF算法的基础上,本方法提出了两种联合求解功率分配方案,取令系统容量相对较大的一组功率分配方案将作为最终的子载波功率分配方法步骤如下:
第一分配算法包括步骤:
(1)定义P1 MAX表示第一分配算法的子载波功率分配向量;利用PLWF算法求出在功率门限下次用户k在子载波n上的功率初始化
(2)计算的值,判断是否满足其中,Ithl表示第l个主用户的抗干扰阈值,表示占用在子载波n上的次用户k对主用户l造成的干扰因子,若判断结果为满足,则输出P1 MAX;否则,进入步骤(3);
(3)利用ILWF算法求出在干扰门限Ithl下次用户k在子载波n上的功率
(4)找出满足的子载波,将这些子载波归于集合C;对于集合C中的子载波,令
(5)计算剩余的可用功率PT为传输功率限额;判断是否满足Pleft=0或若判断结果为满足,则输出P1 MAX;否则,进入步骤(6);
(6)采用PLWF算法对集合C中的子载波功率分配进行更新,计算干扰门限为的情况下,集合C中的子载波得到的分配功率,用集合C中的子载波得到的分配功率替换P1 MAX中对应子载波的分配功率;返回步骤(2);
第二分配算法包括步骤:
(7)定义表示第二分配算法的子载波功率分配向量;利用ILWF算法求出次用户k在子载波n上的功率初始化
(8)判断是否满足其中PT为传输功率限额,若判断结果为满足,则输出否则进入步骤(9);
(9)利用PLWF算法求出在功率门限PT下次用户k在子载波n上的功率找出满足的子载波,令并将对应子载波归于集合D;
(10)计算剩余的可用干扰门限若满足或则输出否则,进入步骤(11);
(11)利用ILWF算法计算在干扰门限为的情况下集合D中的子载波得到的分配功率,并用集合D中的子载波得到的分配功率替换中对应子载波的分配功率;返回步骤(8);
从第一、第二分配算法中,选取使所述认知无线电OFDM系统的系统容量最大的一个分配算法作为最终的子载波功率分配方案。
我们通过仿真对比系统总容量变化来评估各类资源分配算法的性能。仿真结果如图1至3所示。仿真中,考虑一个CR-OFDM系统,其中主用户数L=1,次用户数K=4,总的授权带宽W=10MHz,其中主用户占用的带宽Bl=1.2MHz,噪声功率N0=10-6W,符号持续时间设为Ts=10-6s。假设信道为瑞利衰落,并伴随着对数方差为10dB的阴影衰落。由于在不同环境下,信道增益是不同的,因此本仿真的系统容量是取值于1000次独立仿真下的平均值。
在图1中,额定传输功率设置为PT=0.1W,主用户的抗干扰阈值设为Ithl=5×10- 5W,子载波数N从8,16,32,64,128依次变化。
在图2中,子载波数N为32,主用户的抗干扰阈值设为Ithl=5×10-5W,额定传输功率PT从0W变化到0.01W。
在图3中,子载波数N为32,额定传输功率设置为PT=0.1W,主用户的抗干扰阈值为Ithl从0W变化到1×10-5W。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种用于认知无线电OFDM系统的分布式动态资源分配方法,其特征在于,该方法以所述认知无线电OFDM系统的系统容量最大化为目标问题构建系统容量与子载波分配和子载波功率分配的关系模型,将目标问题转化为子载波分配问题和子载波功率分配问题并分别求解,包括步骤:
(1)根据信道状态信息,通过频谱感知获得授权频带中未被主用户占用的子载波集合;以额定功率和主用户抗干扰为约束条件,计算每个次用户在各个子载波上的最大分配功率,形成每个次用户对应的最大分配功率集合;根据次用户在各子载波上的最大分配功率计算该次用户在各个子载波上的最大传输速率,形成每个次用户对应的最大传输速率集合;
(2)根据步骤(1)得到各次用户在各个子载波上的最大传输速率给各次用户分配子载波,分配步骤包括:
(2-1)初始化:从每个次用户的最大传输速率集合中选取一个最大值,将最大值对应的子载波分配给对应的次用户;
(2-2)将各次用户按照上一轮子载波分配结果对应的最大传输速率值从小到大的顺序进行优先级排序,最大传输速率值最小的次用户具有最高优先级;
(2-3)根据步骤(2-2)中的优先级排序,从未被分配的子载波中选取使对应次用户最大传输速率值最大的子载波分配给该次用户;
(2-4)循环执行步骤(2-2)至(2-3)直至子载波全部分配完毕;
(3)根据步骤(2)的子载波分配结果,采用第一分配算法和第二分配算法分别计算各次用户在分配到的各个子载波上的分配功率;
第一分配算法包括步骤:
(3-1)定义P1 MAX表示第一分配算法的子载波功率分配向量;利用基于额定功率约束的线性注水算法求出在功率门限PT下次用户k在子载波n上的功率初始化
(3-2)计算的值,判断是否满足其中,Ithl表示第l个主用户的抗干扰阈值,表示占用在子载波n上的次用户k对主用户l造成的干扰因子,若判断结果为满足,则输出P1 MAX;否则,进入步骤(3-3);
(3-3)利用基于主用户抗干扰阈值的线性注水算法求出在干扰门限Ithl下次用户k在子载波n上的功率
(3-4)找出满足的子载波,将这些子载波归于集合C;在这些子载波上使
(3-5)计算剩余的可用功率PT为传输功率限额;判断是否满足Pleft=0或若判断结果为满足,则输出P1 MAX;否则,进入步骤(3-6);
(3-6)采用基于额定功率约束的线性注水算法对集合C中的子载波功率分配进行更新,计算干扰门限为的情况下,集合C中的子载波得到的分配功率,用集合C中的子载波得到的分配功率替换P1 MAX中对应子载波的分配功率;返回步骤(3-2);
第二分配算法包括步骤:
(3-7)定义表示第二分配算法的子载波功率分配向量;利用基于主用户抗干扰阈值的线性注水算法求出次用户k在子载波n上的功率初始化
(3-8)判断是否满足其中PT为传输功率限额,若判断结果为满足,则输出否则进入步骤(3-9);
(3-9)利用PLWF算法求出在功率门限PT下次用户k在子载波n上的功率找出满足的子载波,令并将对应子载波归于集合D;
(3-10)计算剩余的可用干扰门限若满足或则输出否则,进入步骤(3-11);
(3-11)利用ILWF算法计算在干扰门限为的情况下集合D中的子载波得到的分配功率,并用集合D中的子载波得到的分配功率替换中对应子载波的分配功率;返回步骤(3-8);
(4)从步骤(3)中的第一、第二分配算法中,选取使所述认知无线电OFDM系统的系统容量最大的一个分配算法作为最终的子载波功率分配方案。
2.根据权利要求1所述的一种用于认知无线电OFDM系统的分布式动态资源分配方法,其特征在于,所述系统容量与子载波分配和子载波功率分配的关系模型为:
其中,ρk,n表示次用户k对子载波n的占用情况,ρk,n=1表示次用户k占用子载波n,ρk,n=0表示次用户k不占用子载波n;pk,n表示次用户k在子载波n上的分配功率;B为每个子载波的带宽;为次用户索引集合, 为子载波索引集合, 为主用户索引集合,rk,n表示次用户k在子载波n上的传输速率;PT为传输功率限额;表示占用在子载波n上的次用户k对主用户l造成的干扰因子;Ithl为主用户l的抗干扰阈值。
3.根据权利要求2所述的一种用于认知无线电OFDM系统的分布式动态资源分配方法,其特征在于,所述步骤(1)中计算各次用户在各个子载波上的最大分配功率的方法为:
其中,表示次用户k在子载波n上的最大分配功率,为次用户k在子载波n上对主用户l造成的干扰因子;
根据次用户在各子载波上的最大分配功率计算该次用户在各个子载波上的最大传输速率的方法为:
其中,其中表示次用户k在子载波n上的最大传输速率,Hk,n为次用户k在子载波n上的传输信噪比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610431971.0A CN106160991B (zh) | 2016-06-15 | 2016-06-15 | 一种用于认知无线电ofdm系统的分布式动态资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610431971.0A CN106160991B (zh) | 2016-06-15 | 2016-06-15 | 一种用于认知无线电ofdm系统的分布式动态资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106160991A CN106160991A (zh) | 2016-11-23 |
CN106160991B true CN106160991B (zh) | 2019-04-19 |
Family
ID=57353232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610431971.0A Active CN106160991B (zh) | 2016-06-15 | 2016-06-15 | 一种用于认知无线电ofdm系统的分布式动态资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106160991B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108601075A (zh) * | 2018-04-03 | 2018-09-28 | 赣南师范大学 | Ofdm认知无线电系统的单用户注水功率分配方法 |
CN109348487B (zh) * | 2018-10-31 | 2021-09-07 | 国家电网有限公司 | 基于认知无线电的电力无线专网资源分配方法 |
CN109362080B (zh) * | 2018-11-08 | 2022-08-02 | 南京邮电大学 | 一种中断约束下的认知无线供电网络资源分配方法 |
CN110062401B (zh) * | 2019-04-28 | 2020-06-30 | 西安电子科技大学 | 一种基于单调优化法的ofdma系统子载波及功率分配方法、装置及计算机存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102833759A (zh) * | 2012-08-15 | 2012-12-19 | 北京工业大学 | 使ofdm主用户收益最大化的认知无线电频谱分配方法 |
CN103916355A (zh) * | 2014-03-28 | 2014-07-09 | 西安电子科技大学 | 一种认知ofdm网络中子载波的分配方法 |
CN104868985A (zh) * | 2015-03-15 | 2015-08-26 | 西安电子科技大学 | 基于比例公平的认知ofdm网络中的资源分配方法 |
CN105323052A (zh) * | 2015-11-18 | 2016-02-10 | 湖南大学 | 一种基于ofdm的认知无线电网络中资源分配方法 |
-
2016
- 2016-06-15 CN CN201610431971.0A patent/CN106160991B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102833759A (zh) * | 2012-08-15 | 2012-12-19 | 北京工业大学 | 使ofdm主用户收益最大化的认知无线电频谱分配方法 |
CN103916355A (zh) * | 2014-03-28 | 2014-07-09 | 西安电子科技大学 | 一种认知ofdm网络中子载波的分配方法 |
CN104868985A (zh) * | 2015-03-15 | 2015-08-26 | 西安电子科技大学 | 基于比例公平的认知ofdm网络中的资源分配方法 |
CN105323052A (zh) * | 2015-11-18 | 2016-02-10 | 湖南大学 | 一种基于ofdm的认知无线电网络中资源分配方法 |
Non-Patent Citations (2)
Title |
---|
Resource Allocation for OFDMA-Based Cognitive Radio Multicast Networks With Primary User Activity Consideration;Duy T. Ngo 等;《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》;20100531;第59卷(第4期);第1201-1204页 |
基于认知OFDM 的子载波功率分配改进算法;孙大卫等;《信号处理》;20100831;第26卷(第8期);第1668-1678页 |
Also Published As
Publication number | Publication date |
---|---|
CN106160991A (zh) | 2016-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106160991B (zh) | 一种用于认知无线电ofdm系统的分布式动态资源分配方法 | |
CN109039504B (zh) | 基于非正交多址接入的认知无线电能效功率分配方法 | |
CN102355672A (zh) | 认知正交频分复用系统中的自适应资源分配方法 | |
CN101854725A (zh) | 一种用于蜂窝多小区ofdma系统的资源分配和功率分配方法 | |
Odhah et al. | C32. Greedy power allocation algorithm for proportional resource allocation in multi-user OFDM systems | |
CN103856948B (zh) | 基于频谱衬垫的认知ofdm系统比例公平资源分配方法 | |
CN110418360B (zh) | 无线携能网络多用户子载波比特联合分配方法 | |
CN102665219A (zh) | 一种基于ofdma的家庭基站系统的动态频谱分配方法 | |
CN102958172B (zh) | 分组mimo-mc-cdma系统中基于比例公平性的资源分配算法 | |
CN107241180A (zh) | 一种支持信息与能量同传的高效资源分配方法 | |
Papoutsis et al. | Fairness-aware resource allocation for the SISO downlink over frequency-selective channels | |
Wilson et al. | Scheduling methods for multi-user optical wireless asymmetrically-clipped OFDM | |
CN102104946A (zh) | 可变速率变换域通信系统的最优化功率比特分配方法 | |
Luo et al. | Optimal joint water-filling for OFDM systems with multiple cooperative power sources | |
CN102970683B (zh) | 基于图论的多小区两层网络的频谱分配方法 | |
CN108282788A (zh) | 一种基于拟牛顿内点法的能量有效的资源分配方法 | |
CN108419298A (zh) | 非正交多址接入系统中基于能效优化的功率分配方法 | |
CN105992225B (zh) | 一种基于电力无线专网的频谱共享方法和系统 | |
CN107317783B (zh) | 用于索引调制ofdm的自适应调制方法 | |
Jian et al. | Subcarrier and power allocation in OFDM based cognitive radio systems | |
Wu et al. | Resource allocation based on linear waterfilling algorithm in CR systems | |
Li et al. | An proportional fair resource allocation in OFDM-based cognitive radio networks under imperfect channel-state information | |
CN104660392A (zh) | 认知ofdm网络中基于预测的资源联合分配方法 | |
Yi et al. | Adaptive resource allocation algorithm based on IEEE802. 16 OFDM | |
CN104581963A (zh) | 一种基于lte的认知网络下行链路资源分配方法 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210514 Address after: No. 37 General Avenue, Jiangning Economic and Technological Development Zone, Nanjing City, Jiangsu Province, 210000 Patentee after: Nanjing zhanyihong Information Technology Co.,Ltd. Address before: No. 29, Qinhuai District, Qinhuai District, Nanjing, Jiangsu Patentee before: Nanjing University of Aeronautics and Astronautics |
|
TR01 | Transfer of patent right |