CN109981199B - 一种智能电网基于认知无线电的多频谱感知和功率分配的方法 - Google Patents
一种智能电网基于认知无线电的多频谱感知和功率分配的方法 Download PDFInfo
- Publication number
- CN109981199B CN109981199B CN201910293529.XA CN201910293529A CN109981199B CN 109981199 B CN109981199 B CN 109981199B CN 201910293529 A CN201910293529 A CN 201910293529A CN 109981199 B CN109981199 B CN 109981199B
- Authority
- CN
- China
- Prior art keywords
- cognitive
- channel
- power
- representing
- smart grid
- 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
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000001228 spectrum Methods 0.000 title claims abstract description 30
- 238000009826 distribution Methods 0.000 title claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 238000012360 testing method Methods 0.000 claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims description 26
- 238000004891 communication Methods 0.000 claims description 6
- 230000000295 complement effect Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 230000009977 dual effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- 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
-
- 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
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种智能电网基于认知无线电的多频谱感知和功率分配的方法,包括以下步骤:步骤S1:在一个周期内计算每一个原始通道的功率和每一个认知通道的功率;优化能源效率,得到最优感知时间;当感知时间为最优感知时间时输出最优功率分配方案;对于第j个认知通道,给定所需的最小检测概率,基于步骤S2的结果计算检验统计量和阈值;如果检验统计量大于阈值,判断主用户存在,否则判定主用户不存在。本发明能够找到最优传感时间和最优功率分配策略,在满足所有约束条件的情况下使数据速率或者能量效率最大化。
Description
技术领域
本发明涉及认知无线电领域,特别是一种智能电网基于认知无线电的多频谱感知和功率分配的方法。
背景技术
一、认知无线电是无线通信的一种范例。在这种模式下,没有频谱许可证的用户或者二级用户可以机会地接入那些有频谱许可证用户未使用的频谱,或者接入对那些有频谱许可证的主用户不会造成干扰的频谱。在典型的认知无线电系统中,二级用户首先执行频谱感知去寻找未使用的频谱,然后调整它的传输参数,如编码和调制方案,并传输功率以访问未使用的频带。在认知无线电中有两种未使用频带的定义。在overlay模式下的认知无线电系统,空闲频带是指对主用户绝对没有干扰。在underlay模式下的认知无线电系统,未使用的频带是指二级用户对主用户的干扰低于一定限度的频带。
随着这些年来无线通信业务地不断增长,人们对大数据量传输的无线通信方式的需求呈指数级增长。但是目前的频谱分配方式是一种呆板静态的固定的分配方式。这种固定的无线电频谱分配方式目前来看不能将频谱资源充分利用,有着许多问题,因此认知无线电技术应运而生。
认知无线电技术的思想是无线电频谱资源的动态分配和共享,即在授权用户不使用授权频带的时候,将空闲下来的频段分配给认知用户,从而达到高效的频带利用率。因此,快速并准确地监测无线电频谱状态的方法即频谱感知是实现认知无线电的基础和前提条件。
二、能量检测因为其简单,性能好的优点成为了认知无线电中最常用的光谱检测方法。接收到的能量检测信号可以表示为:其中x(n)是主用户的信号,w(n)是附加的零均值和方差为的高斯白噪声,h为被假定为随时间变化但在每一刻余量不变的通道增益,n表示为N个总样本中的第n个样本。能量检测的测试统计量为:当N足够大时,检验统计量Δ近似分布如下:其中是信噪比。根据检测统计量Δ的近似分布公式,最小探测概率Pd0,门限λ和虚警概率Pfa可以描述为:其中erfc-1为逆互补误差函数。
三、假设由认知无线电支持的智能电网通讯网络由个从电信运营买来的带宽为Bb,1,……,Bb,L的许可通道或者原始通道和M个主用户分享的M个带宽为Bs,1,……,Bs,M的未经许可通道或者认知通道构成。智能电网的用户总是能接入原始通道,但是只有在主用户缺失或者干扰没有超过一定限度的时候才能接入认知通道。如果有MI个空闲认知通道被判定,我们就可以假设智能电网主用户可以利用如载波聚合或正交频分多路复用技术等先进技术在L个原始通道和MI个空闲认知通道上同时传输数据。
长度为T的时间段可以被分为两部分:长度为τ的频谱感知时间段和长度为T-τ的传输时间段。假设采样间隔为Ts,那么感知样本的数量N就是T/Ts。
在频谱感知时间段,主用户接收到的智能电网发射机在M个认知通道的信噪比分别为γ1……γM。在传输时间段,智能电网发射者和智能电网接收者之间,L个原始通道和M个认知通道的通道增益分别为,hb,1……,hb,L和hs,1,……,hs,M。智能电网发射者和第j个主用户接收者之间的通道增益为gsp,j,智能电网接收者和第j个主用户发射者之间的通道增益为gps,j(j=1,…,M)。所有的通道增益都被假定为逐渐衰弱的。L个原始通道和M个认知通道的智能电网接收者的噪声方差分别为和
发明内容
有鉴于此,本发明的目的是提出一种智能电网基于认知无线电的多频谱感知和功率分配的方法,找到最优传感时间和最优功率分配策略,在满足所有约束条件的情况下使数据速率或者能量效率最大化。
假设π0,j和π1,j为第j个主用户非活动和活动状态的概率并且要求第j个主用户的最小检测概率为Pd0。本发明的目标就是找到最优传感时间和最优功率分配策略,在满足所有约束条件的情况下使数据速率或者能量效率最大化。
本发明采用以下方案实现:一种智能电网基于认知无线电的多频谱感知和功率分配的方法,具体包括以下步骤:
步骤S1:在一个周期内对每一个感知时间τ做以下操作:计算每一个原始通道的功率和每一个认知通道的功率;
步骤S2:优化能源效率η,得到最优感知时间τ*=argmaxR;当τ=τ*时输出最优功率分配方案;其中R表示总的数据速率;
步骤S3:对于第j个认知通道,给定所需的最小检测概率,基于步骤S2的结果计算检验统计量Δj和阈值λj;如果Δj大于λj,判断主用户存在,否则判定主用户不存在。
式中,Bb,i表示许可通道的带宽,P表示传输功率,表示原始通道的智能电网接收者的噪声方差,hb,i表示原始通道的通道增益,表示认知通道的智能电网接收者的噪声方差,hs,j表示认知通道的通道增益,Bs,j表示未经许可通道的带宽,π0,j表示第j个认知通道主用户非活动状态的概率,Pfa0,j表示第j个认知通道主用户非活动状态下的虚警概率,L表示原始通道数,M表示认知通道数。
进一步地,在overlay认知无线电中,步骤S2具体为:对约束功率P的函数-η中的原始通道和认知通道的功率求二阶导数,判定该函数-η关于原始通道的功率和认知通道的功率是凸函数,直接用凸优化方法求解,然后用朗格朗日乘子法得到的新的函数ξ解决函数-η关于感知时间不是凸函数的问题;优化能源效率η,得到最优感知时间τ*=argmaxR;当τ=τ*时输出的和就是最优功率分配方案。
进一步地,在overlay认知无线电中,步骤S3具体为:对于第j个认知通道,给定所需的最小检测概率,基于最优感知时间τ*、最优分配的功率和通过使用公式来计算检验统计量Δj,通过公式计算阈值计算阈值λj;其中,y(n)表示能量检测信号,表示噪声在高斯分布下的方差值,erfc表示互补误差函数,Pd0表示最小探测概率,γ表示信噪比;如果Δj大于λj,判断主用户存在,否则判定主用户不存在。
进一步地,在underlay认知无线电中,步骤S1具体为:对0-T中的每一个τ做以下步骤:
步骤S11:初始化拉格朗日乘数μ和K,其中K={k1,k2,...,ki};
步骤S12:根据下式计算每一个原始通道的功率Pbt,i(i=1,…,L):
式中,E(τ)表示消耗的总能量;
式中,π1,j表示表示第j个认知通道的主用户处于活动状态的概率,Pd0,j表示第j个认知通道主用户的最小检测概率,gsp,j表示智能电网发射者和第j个主用户接受者之间的通道增益,gps,j表示智能电网接收者和第j个主用户发射者之间的通道增益;
步骤S14:根据以下两个公式更新μ和K:
进一步地,在underlay认知无线电中,步骤S3具体为:对第j个认知通道,考虑到需要最小检测概率,基于最优感知时间τ、最优分配的功率以及使用公式计算检验统计量Δj,阈值λj使用公式计算,如果Δj大于λj,判断主用户存在,否则判定主用户不存在。
较佳的,用拉格朗日乘数法去解决能源效率关于感知时间非凸函数的问题得到最优的感知时间,从而得到最优的功率分配方案具体为:
在overlay认知无线电中其利用拉格朗日乘子法得到:
在underlay认知无线电中利用拉格朗日乘子法得到:
与现有技术相比,本发明有以下有益效果:采用本发明的方法能够找到最优传感时间和最优功率分配策略,在满足所有约束条件的情况下使数据速率或者能量效率最大化。
附图说明
图1为本发明实施例的多波段智能电网用户接收机框图。
图2为本发明实施例的框架结构。
图3为本发明实施例的系统模型。
图4为本发明实施例的在多波段认知无线电支持的智能电网中传感时间与数据速率的关系。
图5为本发明实施例的在多波段认知无线电支持的智能电网中传感时间与能量效率的关系。
图6为本发明实施例的在多波段认知无线电支持的智能电网中接收信噪比与数据速率之比。
图7为本发明实施例的在多波段认知无线电支持的智能电网中接收信噪比与能量效率之比。
图8为本发明实施例的在多波段认知无线电支持的智能电网中传输功率约束与数据速率的关系。
图9为本发明实施例的在多波段认知无线电支持的智能电网中传输功率约束与能源效率的关系。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1至图3所示,本实施例提供了一种智能电网基于认知无线电的多频谱感知和功率分配的方法,具体包括以下步骤:
步骤S1:在一个周期内对每一个感知时间τ做以下操作:计算每一个原始通道的功率和每一个认知通道的功率;
步骤S2:优化能源效率η,得到最优感知时间τ*=argmaxR;当τ=τ*时输出最优功率分配方案;其中R表示总的数据速率;
步骤S3:对于第j个认知通道,给定所需的最小检测概率,基于步骤S2的结果计算检验统计量Δj和阈值λj;如果Δj大于λj,判断主用户存在,否则判定主用户不存在。
式中,Bb,i表示许可通道的带宽,P表示传输功率,表示原始通道的智能电网接收者的噪声方差,hb,i表示原始通道的通道增益,表示认知通道的智能电网接收者的噪声方差,hs,j表示认知通道的通道增益,Bs,j表示未经许可通道的带宽,π0,j表示第j个认知通道主用户非活动状态的概率,Pfa0,j表示第j个认知通道主用户非活动状态下的虚警概率,L表示原始通道数,M表示认知通道数。
在本实施例中,在overlay认知无线电中,步骤S2具体为:对约束功率P的函数-η中的原始通道和认知通道的功率求二阶导数,判定该函数-η关于原始通道的功率和认知通道的功率是凸函数,直接用凸优化方法求解,然后用朗格朗日乘子法得到的新的函数ξ解决函数-η关于感知时间不是凸函数的问题;优化能源效率η,得到最优感知时间τ*=argmaxR;当τ=τ*时输出的和就是最优功率分配方案。
在本实施例中,在overlay认知无线电中,步骤S3具体为:对于第j个认知通道,给定所需的最小检测概率,基于最优感知时间τ*、最优分配的功率和通过使用公式来计算检验统计量Δj,通过公式计算阈值计算阈值λj;其中,y(n)表示能量检测信号,表示噪声在高斯分布下的方差值,erfc表示互补误差函数,Pd0表示最小探测概率,γ表示信噪比;如果Δj大于λj,判断主用户存在,否则判定主用户不存在。
特别的,在overlay认知无线电中,智能电网的用户只有在主用户不存在的时候才能接入认知频道。因此只有在主用户真正不存在并且被检测到主用户不存在的时候,才会通过M个认知通道有效传输。得出总的数据速率R为:能量效率η为:考虑到传输功率被约束为P,问题可以用下面公式表示:其中Pbt=[Pbt,1,…,Pbt,L],Pst=[Pst,1,…,Pst,M]。故本实施例主要关注最大化能源效率η。
对-η关于变量Pbt,i和变量Pst,j求二次导数,可以得到-η关于变量Pbt,i和变量Pst,j是凸函数,但是关于感知时间τ不是凸函数。所以上面由约束功率P写出的公式不能用凸优化问题直接求解。但考虑最优感知时间τ在0到T的范围内,因此它可以由穷尽搜索得到。假设τ是固定不变的,利用拉格朗日乘子法,我们可以得到:
对ζ(Pbt,Pst,μ)关于变量Pbt,i、Pst,j和μ求一阶导数并令其等于0,计算后可以得:
在本实施例中,在underlay认知无线电中,步骤S1具体为:对0-T中的每一个τ做以下步骤:
步骤S11:初始化拉格朗日乘数μ和K,其中K={k1,k2,...,ki};
步骤S12:根据下式计算每一个原始通道的功率Pbt,i(i=1,…,L):
式中,E(τ)表示消耗的总能量;
式中,π1,j表示表示第j个认知通道的主用户活动状态的概率,Pd0,j表示第j个认知通道主用户的最小检测概率,gsp,j表示智能电网发射者和第j个主用户接受者之间的通道增益,gps,j表示智能电网接收者和第j个主用户发射者之间的通道增益;
步骤S14:根据以下两个公式更新μ和K:
在本实施例中,在underlay认知无线电中,步骤S3具体为:对第j个认知通道,考虑到需要最小检测概率,基于最优感知时间τ、最优分配的功率以及使用公式计算检验统计量Δj,阈值λj使用公式计算,如果Δj大于λj,判断主用户存在,否则判定主用户不存在。
特别的,在本实施例中,在underlay认知无线电模式中,在一定干扰限制下智能电网的用户可以和主用户分享认知通道。
首先求出总有效数据传输速率。对于M个认知通道,总平均有效数据速率为:
其次把问题用下面这个公式表示:
然后使用穷举搜索法解决-η关于τ仍然不是凸函数这个问题。假设τ是固定的,通过使用拉格朗日乘数法,能得到:
其中μ和K=[k1,…,kM]是拉格朗日乘数。
较佳的,在本实施例中,用拉格朗日乘数法去解决能源效率关于感知时间非凸函数的问题得到最优的感知时间,从而得到最优的功率分配方案具体为:
在overlay认知无线电中其利用拉格朗日乘子法得到:
在underlay认知无线电中利用拉格朗日乘子法得到:
如图4至图9所示,在本实施例中可以得出数据速率、能量效率都随着感知时间τ的变化而变化。在给定条件下,underlay和overlay认知无线电支持下的智能电网的最优感知时间都为0.2秒。智能电网在Underlay认知无线电模式下的数据传输速率、能量效率通常高于在overlay认知无线电模式下的速率。当总传输约束功率P增大时,数据传输速率增大,但能量效率不一定提高。在本例中当约束功率P不变时,underlay和overlay认知无线电的传输速率、能量效率都随着信噪比的增加而增加,但当信噪比大到一定程度时,传输速率(大于-2db)、能量效率(大于-6db)的提高将变得十分缓慢。而且在相同信噪比和约束功率情况下,underlay认知无线电在数据传输速率、能量效率高于overlay认知无线电。当约束功率不变,信噪比由-8db向-6db变化时,数据传输速率增加显著。在联合优化后,大约束功率下的能量效率不一定优于小功率下的能量效率。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (5)
1.一种智能电网基于认知无线电的多频谱感知和功率分配的方法,其特征在于:包括以下步骤:
步骤S1:在一个周期内对每一个感知时间τ做以下操作:计算每一个原始通道的功率和每一个认知通道的功率;
步骤S2:优化能源效率η,得到最优感知时间τ*=argmaxη;当τ=τ*时输出最优功率分配方案;
步骤S3:对于第j个认知通道,给定所需的最小检测概率,基于步骤S2的结果计算检验统计量Δj和阈值λj;如果Δj大于λj,判断主用户存在,否则判定主用户不存在;
其中,认知无线电支持的智能电网通讯网络由L个从电信运营买来的原始通道和M个主用户分享的认知通道构成,长度为T的时间段被分为长度为τ的频谱感知时间段和长度为T-τ的传输时间段两部分;
其中,在overlay认知无线电中,步骤S2具体为:对约束功率P的函数-η中的原始通道和认知通道的功率求二阶导数,设τ是固定不变的,判定该函数-η关于原始通道的功率和认知通道的功率是凸函数,直接用凸优化方法求解,然后用拉格朗日乘子法得到的新的函数ξ解决函数-η关于感知时间不是凸函数的问题;优化能源效率η,得到最优感知时间τ*=argmaxη;当τ=τ*时输出的和就是最优功率分配方案;其中,优化能源效率具体采用下式:
式中,P表示传输功率,R表示总的数据速率;
其中,在underlay认知无线电中,步骤S2具体为:优化能源效率η,得到最优感知时间τ*=argmaxη,最优功率分配方案为 表示当主用户不存在时,每一个认知用户分配的功率,表示当主用户存在时,每一个认知用户分配的功率;其中,优化能源效率具体采用下式:
4.根据权利要求1所述的一种智能电网基于认知无线电的多频谱感知和功率分配的方法,其特征在于:在underlay认知无线电中,步骤S1具体为:对0-T中的每一个τ做以下步骤:
步骤S11:初始化拉格朗日乘数μ和K,其中K={k1,k2,…,ki};
步骤S12:根据下式计算每一个原始通道的功率Pbt,i(i=1,…,L):
式中,E(τ)表示消耗的总能量;σb,i表示原始通道的智能电网接收者的噪声方差,hb,i表示原始通道的通道增益;
式中,π1,j表示第j个认知通道的主用户活动状态的概率,Pd0,j表示第j个认知通道主用户的最小检测概率,gsp,j表示智能电网发射者和第j个主用户接受者之间的通道增益,gps,j表示智能电网接收者和第j个主用户发射者之间的通道增益,pPU,j表示主用户的传输功率;表示主用户不存在的时候分配的功率,表示主用户存在时分配的功率,hs,j表示认知通道的通道增益,Bs,j表示认知通道的宽带,π0,j表示第j个认知通道主用户非活动状态的概率,Pfa0,j表示第j个认知通道主用户非活动状态下的虚警概率,表示认知通道的智能电网接收者的噪声方差,;
步骤S14:根据以下两个公式更新μ和K:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910293529.XA CN109981199B (zh) | 2019-04-12 | 2019-04-12 | 一种智能电网基于认知无线电的多频谱感知和功率分配的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910293529.XA CN109981199B (zh) | 2019-04-12 | 2019-04-12 | 一种智能电网基于认知无线电的多频谱感知和功率分配的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109981199A CN109981199A (zh) | 2019-07-05 |
CN109981199B true CN109981199B (zh) | 2021-11-30 |
Family
ID=67084332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910293529.XA Active CN109981199B (zh) | 2019-04-12 | 2019-04-12 | 一种智能电网基于认知无线电的多频谱感知和功率分配的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109981199B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110719637B (zh) * | 2019-09-02 | 2022-05-13 | 苏州浪潮智能科技有限公司 | 一种用户活跃下的信号监测及智能化功率分配方法,设备及计算机可读存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107947878A (zh) * | 2017-11-22 | 2018-04-20 | 江苏理工学院 | 一种基于能效和谱效联合优化的认知无线电功率分配方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120172049A1 (en) * | 2011-01-05 | 2012-07-05 | The Hong Kong University Of Science And Technology | Bandwidth and power allocations for communication networks with imperfect spectrum sensing |
-
2019
- 2019-04-12 CN CN201910293529.XA patent/CN109981199B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107947878A (zh) * | 2017-11-22 | 2018-04-20 | 江苏理工学院 | 一种基于能效和谱效联合优化的认知无线电功率分配方法 |
Non-Patent Citations (3)
Title |
---|
Green Power Allocation for Cognitive Radio Networks with Spectrum Sensing;Ramnaresh Yadav等;《IEEJ TRANSACTIONS ON ELECTRICAL AND ELECTRONIC ENGINEERING》;20181017;第403-410页 * |
Multiband Spectrum Sensing and Resource Allocation for IoT in Cognitive 5G Networks;Waleed Ejaz等;《IEEE Internet of Things Journal》;20171120;第150-163页 * |
混合频谱共享模式下认知无线电网络能效功率分配算法;汪玉成等;《北京信息科技大学学报(自然科学版)》;20180815;第33卷(第4期);第10-28页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109981199A (zh) | 2019-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1575322B1 (en) | Spectrum sharing in the unlicensed band | |
EP3079425B1 (en) | Antenna allocation method and device | |
WO2007074373A2 (en) | Dynamic modulation dependent on transmission power | |
CN101742539B (zh) | 一种无线资源配置方法和系统 | |
CN105959246B (zh) | 一种抗干扰方法 | |
CN102387509A (zh) | 认知容迟网络中基于用户服务质量要求的多资源联合分配与优化方法 | |
JP2010521120A (ja) | 3gpptd−cdmaシステムにおける非共通ミッドアンブル割り当てによる向上されたチャネル等化 | |
US9131514B2 (en) | Method of allocating radio resources and apparatus of allocating radio resources in cognitive radio small-cell networks | |
CN105959939A (zh) | 认知无线网络中面向授权用户安全传输的功率分配方法 | |
US20090002235A1 (en) | Radio Communication System, Transmission Apparatus, Transmission Method, Program and Recording Medium | |
CN109981199B (zh) | 一种智能电网基于认知无线电的多频谱感知和功率分配的方法 | |
CN106162847A (zh) | 一种基于多用户多信道感知的频谱共享能量消耗优化方法 | |
Abd-Elnaby | Capacity and Fairness Maximization-Based Resource Allocation for Downlink NOMA Networks. | |
El-Alfi et al. | Cyclostationary detection of 5G GFDM waveform using time smoothing algorithms in cognitive radio transmission | |
KR101079928B1 (ko) | 클러스터 기반의 협력 센싱을 위한 무선 인지 통신 장치 및 그 방법 | |
KR101968704B1 (ko) | 다중 안테나 통신 시스템에서의 전송 파워 결정 방법 및 장치 | |
Shbat et al. | Spectrum sensing challenges of iot nodes designed under 5G network standards | |
CN103200574B (zh) | 基于多目标优化的频谱池干扰抑制方法 | |
CN103888952B (zh) | 一种认知无线电系统中竞争频谱的方法和系统 | |
EP2101460B1 (en) | Scheduling in multi-cell multi-carrier wireless systems | |
CN104506262A (zh) | 基于pn序列自相关的自适应dtmb频谱检测方法 | |
Chye et al. | Adaptive spectrum sensing for cognitive radio systems in a fading environment | |
Bruno et al. | An edge detection approach to wideband temporal spectrum sensing | |
Verma et al. | Interference aware sensing scheme in cognitive radio system | |
CN103354658B (zh) | 多小区多输入多输出系统考虑同频干扰抑制的能量效率优化功率分配算法 |
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 |