CN109379705B - 一种基于位置信息的功率分配方法 - Google Patents
一种基于位置信息的功率分配方法 Download PDFInfo
- Publication number
- CN109379705B CN109379705B CN201811635996.8A CN201811635996A CN109379705B CN 109379705 B CN109379705 B CN 109379705B CN 201811635996 A CN201811635996 A CN 201811635996A CN 109379705 B CN109379705 B CN 109379705B
- Authority
- CN
- China
- Prior art keywords
- user
- cognitive
- power
- positioning
- position information
- 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 24
- 230000001149 cognitive effect Effects 0.000 claims abstract description 75
- 238000005457 optimization Methods 0.000 claims abstract description 70
- 238000004891 communication Methods 0.000 claims description 26
- 238000001228 spectrum Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000012937 correction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/28—TPC being performed according to specific parameters using user profile, e.g. mobile speed, priority or network state, e.g. standby, idle or non transmission
- H04W52/283—Power depending on the position of the mobile
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种基于位置信息的功率分配方法,可用于认知无线电网络中。目标认知无线电网络由基站、主用户、认知用户等构成,且位于城市峡谷等恶劣的环境中。针对该网络所设计的功率分配方法,首先要求认知用户通过基于协作定位获取自身位置信息并估计自身的定位误差,进一步获得认知用户与认知用户的距离及距离误差,再结合相关位置信息构建功率优化模型,获取使得网络吞吐量最大的功率分配方案。本发现利用协作定位技术获取节点的位置信息,并基于位置信息合理地分配用户功率,有效提高认知用户之间的吞吐量。
Description
技术领域
本发明属于无线通信及无线网络技术应用领域,具体涉及一种基于位置信息的功率分配方法。
背景技术
随着无线通信的快速发展,当前的频谱资源越来越稀缺,而认知无线电网络可以有效提高频谱利用效率、缓解频谱资源紧张。其中,主用户对授权频段拥有优先使用权,认知用户必须在保证主用户通信质量的情况下利用授权频段进行通信。而作为通信网络优化的重要因素,位置信息在中继选择、链路调度、资源分配、路由规划等方面已被越来越多的专家学者密切关注与研究。目前,对于位置信息的获取,绝大多数应用均采用GNSS定位方式。但是在恶劣的环境条件下,如城市峡谷、森林及强信号干扰环境,GNSS信号易受干扰,所提供的位置信息与真实位置信息会存在较大的偏差。而协作定位能够有效利用通信网络中各设备单元的定位信息,来提高定位性能与稳定性。
本发明提供了一种基于位置信息的功率分配方法。该方法利用基于协作定位进行位置感知获取位置信息,合理分配系统功率,从而提高通信系统性能。所提出的功率分配方法,首先要求主用户与认知用户通过基于协作定位的位置感知方法获取自身位置信息并估计自身的定位误差,再进一步可获得用户与用户的距离及距离误差,再结合相关信息构建功率优化模型获得最佳的功率分配方案。
发明内容
本发明要解决的问题是在恶劣环境条件下,认知无线电网络无法通过传统定位方法对用户进行准确定位,进而无法利用位置信息来优化功率分配,造成网络吞吐量降低。为解决上述问题,针对由基站、主用户、认知用户构成的认知无线电系统,本发明提出了一种基于位置信息的功率分配方法,具体包括以下步骤:
1)获取用户间位置信息。在认知无线电网络中,基站与各认知用户以一定的定位功率用广播的形式发送定位信息;认知用户收集上述的定位信息后,计算获取自身的位置信息;获取所有用户的位置后,计算用户与用户之间的距离及距离误差估计。
2)基于拓扑信息,构建优化模型。利用网络的拓扑信息、信道信息及定位功率大小,计算定位信号对通信的干扰;接着构建一个权衡距离误差估计与定位信号干扰,最大化认知用户吞吐量,关于功率分配的非凸优化模型。该优化模型以认知用户的定位功率与通信功率作为优化变量,以认知用户间的吞吐量最大化作为优化目标,以认知用户的功率上限以及主用户的通信质量下限作为优化约束。
3)求解优化模型,分配认知用户功率。先对步骤(2)得到的优化模型的优化目标和优化约束,先加入冗余变量进行放缩,再进行解耦与线性化操作,获得形式简单的凸优化模型。接着,设置迭代最大迭代次数,赋予优化变量满足优化约束的原始值。然后开始迭代操作,在已有的优化变量与优化目标的基础上,寻找计算获得新优化变量值以及新优化目标值。直到优化目标收敛或迭代至最大次数,返回新优化变量值和新优化目标值,并作为优化结果对用户功率进行分配。
本发明与现有技术相比,所具有的有益效果是:
基于协作定位技术获取认知用户位置信息与距离信息,并进一步计算获得距离的误差估计及定位信号干扰;同时通过构建权衡定位误差与定位信号干扰的功率优化模型,合理地分配认知用户功率,在保证主用户正常通信的前提下,使得认知用户吞吐量最大化。
附图说明
图1是本发明一种基于位置感知的功率分配方法的模型求解方法流程图;
图2是本发明的一种认知无线电系统的用户拓扑结构示意图;
图3是本发明实施例的优化收敛特性图;
图4是本发明实施例的优化效果对比图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不限用于限制本发明的范围。
本发明设计了一种基于位置信息的功率分配方法,要求在一个认知无线电系统中,认知用户不使用传统定位方式,而是采用基于协作定位方式获取位置信息,再利用相关信息对网络中认知用户功率分配进行优化,提高认知用户的吞吐量。
该方法包括如下步骤:
(1)获取各用户的位置信息。在认知无线电网络中,基站与各认知用户以一定的定位功率用广播的形式发送定位信息;认知用户i收集上述的定位信息后,计算获取自身的位置信息pi=[xi,yi]T;获取所有用户的位置后,计算用户h与用户k之间的距离Lkh=||pk-ph||及距离误差估计ΔLkh。其中ΔLkh满足如下公式
ΩCRN是该认知无线网络中所有设备单元的集合,包括基站与认知用户;PL表示为用户定位功率;qki=[cosθki,sinθki]T,θki表示为用户k与用户i之间的几何角度;λki受信道质量影响可表示为
其中W表示有效带宽,c为光速,σ2为信道噪声,χki表示为等效多径传输系数。而gki与hki则表示为两节点之间信道的增益与响应,ε为路径损耗系数。
(2)基于拓扑信息,构建优化模型。利用网络的拓扑信息、信道信息及定位功率大小,计算定位信号对通信的干扰I(PL);接着构建一个权衡距离误差估计与定位信号干扰,最大化认知用户吞吐量,关于功率分配的非凸优化模型。该优化模型可具体表示为
[α(1-QFA)·Pb+(1-α)·QMDPb+α·QFA·Ps+(1-α)·QDEPs]≤P0
PL≤P1
其中α、QFA、QMD分别表示该频段被主用户占用概率、虚警概率、漏检概率。Pb与Ps分别表示用户检测到频段不被占用及被占用时发送用户的通信功率。PL,P0,P1分别表示定位功率,通信功率上限,定位功率上限。表示主用户与基站链路的中断概率,则表示中断概率的上限。PPT、ρ、ε分别表示基站的通信功率、主用户门限信噪比、路径损耗系数。gp、hp、gsp、hsp分别表示基站与主用户之间信道增益与响应和认知用户与主用之间信道增益与响应。L、Lsp则表示基站与主用户的距离、主用户与认知用户之间的距离。而Υ1、Υ2则分别表示频段不被占用及占用时的吞吐量,受定位误差估计与定位信号干扰共同影响,可具体表示为,
(3)求解优化模型,获得认知用户功率分配。先对步骤2)中的优化模型的优化目标和优化约束,加入冗余变量,进行放缩,再进行解耦与线性化操作,获得形式简单的凸优化模型。接着,设置迭代最大迭代次数Nitn,赋予优化变量Pb 0、Ps 0、PL 0,校正因子Ω。然后开始迭代操作,即在在已有的优化变量值与优化目标值的基础上,寻找计算获得新优化变量值以及新优化目标值。直到优化目标收敛或迭代至最大次数Nitn,返回新优化变量值和新优化目标值,并作为优化结果Pb、Ps、PL对用户功率进行分配。
实施例
在一个认知无线电网络中,主用户与认知用户随机地分布在以主用户为原点的坐标系中。设定在认知无线电网络中,总有认知用户(104)向认知用户(105)传输相关信息,所用频谱资源为基站与主用户(102)之间的下行频段。认知用户基站的信号发送功率PPT为30kW,频段占用概率α为0.85,虚警概率QFA为0.05、漏检概率QMD为0.02,其中相关信道的增益与响应按高斯分布随机设置。其它相关参数进行如下设置:σ2=-60dBm,ε=3,P0=5W,P1=0.1W,针对该系统提出了一种基于位置感知的功率分配方法,具体包括以下步骤:
(1)获取各用户的位置信息。在认知无线电网络中,基站与各认知用户以一定的定位功率用广播的形式发送定位信息;认知用户i收集上述的定位信息后,计算获取自身的位置信息pi=[xi,yi]T;获取所有用户的位置后,计算用户h与用户k之间的距离Lkh=||pk-ph||及距离误差估计ΔLkh。其中ΔLkh满足如下公式
ΩCRN是该认知无线网络中所有设备单元的集合,包括基站与认知用户;PL表示为用户定位功率;qki=[cosθki,sinθki]T,θki表示为用户k与用户i之间的几何角度;λki受信道质量影响可表示为
其中W表示有效带宽,c为光速,σ2为信道噪声,χki表示为等效多径传输系数。而gki与hki则表示为两节点之间信道的增益与响应,ε为路径损耗系数。
(2)基于拓扑信息,构建优化模型。利用网络的拓扑信息、信道信息及定位功率大小,计算定位信号对通信的干扰I(PL);接着构建一个权衡距离误差估计与定位信号干扰,最大化认知用户吞吐量,关于功率分配的非凸优化模型。该优化模型可具体表示为
[α(1-QFA)·Pb+(1-α)·QMDPb+α·QFA·Ps+(1-α)·QDEPs]≤P0
PL≤P1
(3)求解优化模型,获得系统功率分配。先对步骤(2)模型的优化目标和优化约束,先加入冗余变量B,C1,C2,S,Ekj,Vkj,Fkj,进行放缩,再进行解耦与线性化操作,获得形式简单的凸优化模型。可具体表示为
B≥(Lkh+S)ε PL≤P1
G1≥exp{U1} G2≥exp{U2}
[α(1-QFA)·Pb+(1-α)·QMDPb+α·QFA·Ps+(1-α)·QDEPs+PL]≤P0
接着,设置迭代最大迭代次数Nitn=100,赋予优化变量Pb 0=5W、Ps 0=2W、校正因子Ω=0.0001。然后利用MATLAB的CVX工具包开始迭代操作,在已有的优化结果的基础上寻找计算获得新优化变量值以及新优化目标值。直到优化目标收敛,即前后两次迭代的目标值之差的绝对值小于Ω=0.0001或迭代至最大次数Nitn=100,返回最新优化变量值和优化目标值,获得优化模型的求解结果Pb、Ps、PL。
图3中可以看出,在利用CVX迭代求解时,只需进行较少迭代数,便可以获得优化结果。该结果可以说明本发明提出的功率优化方法具有较好的收敛特性,且计算复杂度不高。
图4表示在本次实施例的网络中,认知用户(104)与认知用户(105)分别在不同情况下的最大吞吐量。其中,在无位置信息情况下,认知用户无法利用位置信息进行通信;在理想位置信息情况下,认知用户可得到无误差的位置信息,且定位时不会对通信造成干扰。与无位置信息比较,可以发现本发明提出的方法利用位置信息可以有效提高吞吐量。与完全已知位置信息比较,虽然本发明的位置感知方法会对用户的通信造成干扰且存在定位误差,但是吞吐量只是小幅退化。可以看出本发明提出的功率优化方法可以有效提高认知用户的吞吐量。
Claims (1)
1.一种基于位置信息的功率分配方法,其特征在于包括如下步骤:
1)获取用户间位置信息
在认知无线电网络中,基站与各认知用户以一定的定位功率用广播的形式发送定位信息;认知用户收集上述的定位信息后,计算获取自身的位置信息;获取所有用户的位置后,计算用户与用户之间的距离及距离误差估计;所述的认知无线电网络由基站、主用户、认知用户构成;其中,认知用户利用协作定位获取带有偏差的位置信息,同时在保证基站与主用户正常通信的情况下,利用基站的频谱资源与其它认知用户通信;
所述的距离误差估计满足如下公式:
ΔLkh表示用户h与用户k之间的距离误差,ΩCRN是该认知无线电网络中所有设备单元的集合,包括基站与认知用户;PL表示为用户定位功率;qki=[cosθki,sinθki]T,θki表示为用户k与用户i之间的几何角度;λki受信道质量影响可表示为
其中W表示有效带宽,c为光速,σ2为信道噪声,χki表示为等效多径传输系数;而gki与hki则表示为用户k与用户i之间信道的增益与响应,Lki表示为用户k与用户i的距离,ε为路径损耗系数;
2)基于拓扑信息,构建优化模型
利用网络的拓扑信息、信道信息及定位功率大小,计算定位信号对通信的干扰;接着构建一个权衡距离误差估计与定位信号干扰、最大化认知用户吞吐量、关于功率分配的非凸优化模型;
所述的非凸优化模型中,优化变量为认知用户的定位功率与通信功率,优化目标为认知用户间的吞吐量最大化,优化约束为认知用户的功率及主用户的通信中断概率,非凸优化模型可具体表示为:
[α(1-QFA)·Pb+(1-α)·QMDPb+α·QFA·Ps+(1-α)·QDEPs]≤P0
PL≤P1
其中α、QFA、QMD分别表示相关频段被基站占用概率、虚警概率、漏检概率;Pb与Ps分别表示用户检测到频段不被占用及被占用时发送用户的通信功率;P0,P1分别表示通信功率上限,定位功率上限;表示主用户与基站链路的中断概率,则表示正常通信要求的中断概率上限;Υ1、Υ2则分别表示频段不被占用及占用时的吞吐量,且受定位误差估计与定位信号干扰共同影响,可具体表示为,
3)求解优化模型,分配认知用户功率
将步骤2)获得的非凸优化模型转化为形式简单的凸优化模型,再进行迭代计算获得优化变量值以及优化目标值,并作为优化结果对用户功率进行分配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811635996.8A CN109379705B (zh) | 2018-12-29 | 2018-12-29 | 一种基于位置信息的功率分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811635996.8A CN109379705B (zh) | 2018-12-29 | 2018-12-29 | 一种基于位置信息的功率分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109379705A CN109379705A (zh) | 2019-02-22 |
CN109379705B true CN109379705B (zh) | 2020-06-19 |
Family
ID=65371973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811635996.8A Active CN109379705B (zh) | 2018-12-29 | 2018-12-29 | 一种基于位置信息的功率分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109379705B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114245290B (zh) * | 2021-11-16 | 2023-03-17 | 浙江大学 | 一种基于ris辅助的协同定位方法及系统 |
CN117255412B (zh) * | 2023-10-18 | 2024-05-24 | 华中科技大学 | 基于感知通信融合的ap功率分配方法、系统及其应用 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101371597A (zh) * | 2006-01-23 | 2009-02-18 | 摩托罗拉公司 | 无线通信网络调度 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008047387A2 (en) * | 2006-10-17 | 2008-04-24 | Speck System Limited | A system for land record information management |
CN106941715B (zh) * | 2016-01-05 | 2020-09-18 | 中国人民解放军理工大学 | 信道不确定性条件下大规模用户共享信道的功率分配方法 |
CN106412927B (zh) * | 2016-09-19 | 2019-06-21 | 西安电子科技大学 | 协同传输能量收集认知无线电网络最佳资源分配方法 |
-
2018
- 2018-12-29 CN CN201811635996.8A patent/CN109379705B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101371597A (zh) * | 2006-01-23 | 2009-02-18 | 摩托罗拉公司 | 无线通信网络调度 |
Also Published As
Publication number | Publication date |
---|---|
CN109379705A (zh) | 2019-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5425769B2 (ja) | ロケーション情報に基づいて通信帯域を選択するための方法および装置 | |
JP5362746B2 (ja) | 干渉回避のためのバックホールシグナリング | |
Boccolini et al. | Wireless sensor network for spectrum cartography based on kriging interpolation | |
US20120115498A1 (en) | Apparatus and method for cluster based opportunistic power control in wireless communication system | |
CN109490826B (zh) | 一种基于无线电波场强rssi的测距与位置定位方法 | |
CN109379705B (zh) | 一种基于位置信息的功率分配方法 | |
CN112134602B (zh) | 一种大规模mimo系统中用户状态信息的更新方法 | |
CN102695131A (zh) | 认知网络中基于合作博弈的分布式功率控制方法 | |
Reddy et al. | Spectrum cartography techniques, challenges, opportunities, and applications: A survey | |
Gao et al. | A kriging-based radio environment map construction and channel estimation system in threatening environments | |
CN114650090B (zh) | 认知星地网络中基于非正交多址接入的解码功率分配策略 | |
Nasif et al. | Opportunistic spectrum sharing with multiple cochannel primary transmitters | |
CN102711120B (zh) | 基于ds证据理论的协作频谱感知方法 | |
Armi et al. | Cooperative spectrum sensing in decentralized cognitive radio system | |
KR101646658B1 (ko) | 인지 무선 통신에서 문턱 값을 최적화하여 협력적 센싱을 수행하는 방법 및 그 장치 | |
WO2013104326A1 (zh) | 一种上行信道链路预算方法和设备 | |
Dou et al. | An efficient range-free multi-hop localisation algorithm for irregular wireless sensor networks | |
Katagiri et al. | Crowdsourcing-assisted radio environment maps for V2V communication systems | |
Yildiz et al. | In-network cooperative spectrum sensing | |
Magowe et al. | Constrained cluster based blind localization of primary user for cognitive radio networks | |
CN105813217A (zh) | 同时同频全双工用户快速分簇调度方法 | |
JP2010283510A (ja) | 通信装置および通信品質測定方法 | |
CN110446186A (zh) | 车联网中基于swipt的物理层安全通信方法 | |
Gao et al. | An improved DV-Hop algorithm based on average hop distance and estimated coordinates | |
Binazzi et al. | Localization of a swarm of mobile agents via unscented Kalman filtering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |