CN110381519B - 一种基于认知无线电双向中继的非正交多址传输方法 - Google Patents

Abstract

本发明公开了一种基于认知无线电双向中继的非正交多址传输方法。该方法首先通过认知无线电双向中继网络模型，定义了在保证用户服务质量和最小能量捕获等约束下系统能效的评价指标；并通过优化双向中继发射功率分配，用户接收功率分配因子和中继发射功率最终得到一种能够最大化能效的认知无线电双向中继的非正交传输方法。本发明不但提高了系统频谱资源的利用率，同时也提高了系统能源利用率。

Description

一种基于认知无线电双向中继的非正交多址传输方法

技术领域

本发明属于无线通信领域，尤其涉及认知无线非正交多址传输能效优化方法。

背景技术

随着无线通信技术的发展，对于无线频谱资源的需求的不断增加与频谱资源的稀缺之间的矛盾不断的加剧，但是实际的测量结果表明大量授权频谱利用率很低，为了提高频谱利用率，认知无线电作为提高频谱利用率的关键技术而得到广泛的关注，同时非正交多址作为另一种提高频谱效率的技术广泛的用于多用户传输过程中，将非正交多址技术应用到认知无线电网络中既提高了频谱效率又增加了用户接入数量。

然而CR-NOMA系统在信号传输过程中有两方面问题亟待解决，一方面由于为了减少对主用户产生的干扰，次用户的发射功率受限，从而影响其长距离传输。另一方面NOMA用户的大量接入，产生了大量的能源消耗，能源利用率较低，同时认知网络中有限的能源限制了网络容量进一步提高。

针对CR-NOMA系统中次用户功率受限问题，通过CR-NOMA中增加中继协助用户传输可以有效地改善这一情况。现有的研究中，有的通过全双工中继辅助次用户传输，并利用系统的吞吐量作为系统评价的性能指标，为了进一步提高次用户传输系统的可靠性，采用中继选择的方式，挑选性能较好的中继辅助次用户传输。有的从多天线的天线选择上入手，提出了一种新的放大转发CR-NOMA系统的联合中继和天线选择策略，并且分析协作CR-NOMA网络的中断性能。然而以上研究均是通过单向中继辅助用户传输，相同时隙内中继只能发送或接收来自同一方向的信息，传输速率相对较慢，并且没有考虑系统能耗方面的影响，相同的发送功率和总体能量消耗的条件下系统能效相对比较低。

发明内容

(一)要解决的技术问题

为提高CR-NOMA系统的能源效率，本发明公开了一种基于认知无线电双向中继的非正交多址传输方法

(二)技术方案

为解决上述技术问题，本发明公开了无线通信系统中一种基于认知无线电双向中继的非正交多址传输方法，包括如下步骤：

1、基于认知无线电双向中继的非正交多址传输方法是一种提高频谱资源利用率和能源效率的有效传输方式，其具体包括如下步骤：

步骤A，本发明主要考虑的是CR-NOMA网络，根据传输机制确定基于双向中继的认知无线非正交多址(CR-NOMA)传输系统模型，并计算各个节点的接收信号。

步骤B，根据用户和中继的输入输出信号计算对应的传输速率为和次用户传输系统能耗值。

步骤C，根据次用户节点传输速率和总体能耗模型，确定系统关于次用户能效的评估指标。

步骤D，将安全能效变为等式最优问题进行求解，并通过优化功率分配和中继发射功率最优系统安全能效。

步骤E，通过联合优化算法以得到系统能效的最优解

其中，步骤A具体包括：

A1，构建基于认知无线电双向中继的非正交多址传输方式的系统模型，该模型中包含一对主用户，主用户发送(PT)和主用户接收端(PR)，两对次用户，一个双向中继(TWR)。两对次用户之间通过TWR进行信息交换，进行信息交换的过程中采用NOMA的传输方式。

A2，对步骤A1的系统模型，计算用户1和用户2

h_R1和h_R2分别为TWR到用户1和用户2的传输信道，n₁和n₂为用户1和用户2所受到的噪声，p_r为TWR发射功率，/>

为次用户接收端用于信息接收的能量，b₃和b₄为TWR端的发送功率分配因子，x_i(i＝3,4)为TWR发送信号。

A3，整个传输过程中主用户接收信号为

h_RP和h_PP分别为TWR到PR，和PT到PR的信道。x为TWR到PT的发送信号，s_n为PT到PR的发送信号，/>

为PT接收信号噪声。

A3，对步骤A1的系统模型，计算用户1和用户2的接受能量分别为

其中H_R1＝h_R1h_R1 ^T，H_R2＝h_R2h_R2 ^T，η为能效转化因子。ρ为用户接收端用于接收能量的功率分配系数。

其中，步骤B具体包括：

B1，通过用户节点接收信号确定用户接收信噪比，用户1和用户2的接收信噪比分别为

和/>

分别为用户1和用户接收信号的噪声功率。主用户接收信噪比为/>

其中/>

为主用户接收端噪声功率。

B2，由步骤B1得到的用户接受信噪比，确定用户1和用户2的接收速率分别

和/>

近用户解码远用户的速率为/>

主用户接收信号速率为/>

B3，由步骤A3得到的用户捕获的能量和TWR发送功率确定次用户传输系统实际能源消耗为

为除TWR发射功率之外的所有次用户的链路功耗和发射功率。

其中，步骤C具体包括：

C1，根据用户1和用户2的接收信号的速率确定次用户接收系统总体接收功率为R_tot＝2(R_S1+R_S2)

C2，根据C1得到的总体传输速率和B3的实际能耗，建立系统的系统能效的评估指标为

C3，由于整个系统为保证能效最大化也受到其他条件的制约，其约束条件具体为R_p≥i_th、R_1→2≥r_th、

p_r≤p_max b₃+b₄＝1,0≤b₃≤0.5、0≤ρ≤1，其中i_th、r_th、E_min分别为主用户最小传输速率、近用户成功解码远用户和最低能量捕获的阈值，p_max为中继最大发射功率。

其中，步骤D具体包括：

D1，由于能效最优问题为复杂的分式规划问题，对此将其转为等式最优问题进行求解

式中：/>

是根据对数函数的性质对R_tot进行变形得到，其具体表达形式为/>

D2，通过优化中继发射功率以得到能效的局部最优解，首先将和速率

进行凸优化变换将其转化为关于发送给功率p_r的凸函数，并对约束项R_p和R_1→2也进行进凸优化变换。

D3，根据D2得到的凸函数，利用采用拉格朗日对偶算法求最优解，优化问题的拉格朗日函数为。

ω、μ、γ和ν分别为约束项对应的拉格朗日乘子。通过对p_r、ω、μ、γ和ν求偏导的获得相应的极值点/>

ω^*、μ^*、γ^*、ν^*，并得到关于中继发射功率的局部最优解。

D4在给定中继发射功率pr，次用户功率分配因子ρ的条件下优化中继发射功率，其优化问题可重新表示为，

通过求解R_tot关于b₃的导数可得R_tot'(b₃)＞0，因此系统能效是关于功率分配b₃的递增函数。从而确定最优发送功率分配值为/>

D5，假定变量p_r和b₃已知的条件下，对接收端的功率分配因子进行优化，其优化问题为：

约束函数为Ε_H≥Ε_min、0≤ρ≤1。通过对约束项进行便变换得到次用户发接收功率分配的取值范围为Ξ≤ρ≤1，其中Ξ＝E_min/(2ηH_R1p_r+2ηH_R2p_r)为接收功率分配因子的下限，并利用二分搜索算法得到最优接收功率分配值。

其中，步骤E具体包括：

E1，为了最大化次用户传输系统能效，需对中继发射功率p_r，TWR功率分配b₃和用户接收功率分配因子进行联合优化，初始化变量，η＝0.8中继传输功率p_r，其他链路功耗p_l,约束函数阈值r_th、Ε_min、p_max，迭代次数i＝0，ρ⁽⁰⁾＝0.5，

收敛精度∈。

E2，判断能效指标的收敛性，当

时迭代因子i＝i+1，并根据ρ^(i-1)、

计算最优传输功率/>

/>

E3，根据E1和E2中求得的ρ^(i-1)、

并通过公式

计算中继最优功率分配

E4，通过上述求得的

并根据二分搜索算法计算中继最优功率分配ρ⁽ⁱ⁾。

E5，结合前面求得的

和ρ⁽ⁱ⁾根据公式/>

计算/>

输出p_r、b₃、ρ和η_EE。

(三)有益效果

为了提高CR-NOMA系统的频谱效率和能源效率，在CR-NOMA系统中通过双向中继取代传统的单向中继，中继采用无线信息和能量同时传输方式，在保证用户服务质量和最小能量捕获条件下最大化次用户传输系统的能效。首先，根据次用户传输速率和实际能源消耗模型推导出次用户能效的闭合表达式，然后，将目标函数转化为三个单目标问题分别求解，其次，利用交替迭代算法对中继发射功率和功率分配最优解进行联合优化，以得到最优认知无线电双向中继的非正交多址传输方法。

附图说明

图1本发明实施例的方法流程图；

图2本发明实施例的方法中系统模型图；

图3本发明实施例的方法中不同中继发射功率下的能效；

图4本发明实施例的方法中不同用户功率分配因子下的能效；

图5本发明实施例的方法中不同中继发射功率和能量捕获类型下的能效；

图6本发明实施例的方法中不同中继功率分配下的次用户和速率。

具体实施方式

针对现有研究中CR-NOMA系统均配置单向中继，频谱利用率和能源利用率低的缺点。本发明提出在CR-NOMA系统中通过双向中继辅助用户传输，并且中继采用无线信息和能量同时传输(SWIPT)的方式。推导出在用户服务质量和最小能量捕获等约束条件下的次用户传输能效，将目标函数转化为单目标问题分别求解；利用交替迭代算法，对中继发射功率和功率分配因子等单目标最优解进行联合优化，以最大化次用户传输能效。仿真结果表明，与传统单向中继系统相比，所提方案在提高频谱利用率的同时，次用户传输能效也提高了45％。

通过MATLAB对基于SWIPT的双向中继CR-NOMA系统进行仿真，能量转化效率η＝0.8，PU发射功率p_t＝30dBm，主用户传输速率约束限定i_th＝0.1bit/s/Hz，近用户可以成功解码远用户的最小传输速率r_th＝0.1bit/s/Hz，所有信道为准静止瑞利衰落信道，从基站到用户的信道增益满足

i∈{1,2,3,4}，其中d_i表示TWR到SU之间距离，d₁＝d₃＝2m，d₂＝d₄＝10m，g_i为瑞利衰落信道g_i∈CN(0,1)。

系统模型建立过程的流程图，具体步骤如下：

步骤A1，建立相关的系统模型，在认知无线电的系统内进行分析，在保证主用户传输质量的基础上，进行次用户的传输。其主要包含一对主用户，主用户发送(PT)和主用户接收端(PR)，两对次用户，一个双向中继(TWR)。

步骤A2，确定次用户接受信号y₂和y₂。

步骤A3，确定主用户的接收信号

步骤A4，次用户的捕获能量值

和/>

根据系统模型中次用户接收信号进行用户解码过程，具体步骤如下：

步骤B1，用户1采用串行干扰清除的方式，首先解码用户2的信号其对应的接收信噪比为γ_1→2，然后解码自身信号，其接收信噪比为γ₁，用户2接收信噪比为γ₂。

步骤B2，根据用户接收信噪比确定相应的接收速率。

步骤B3，确定次用户实际能耗模型，实际能耗为次用户总体能耗减去用户捕获能量。

次用户能效模型构建，具体步骤如下

步骤C1，计算次用户系统和速率，为单边用户1和用户2的速率之和。

步骤C3，构建在保证主用户传输速率，最小能量捕获，NOMA用户成功解码、功率分配和最大传输功率等条件下最大化系统能效的优化函数。

对中继发送功率和功率分配因子进行联合优化以得到最大次用户能效的传输方案，具体步骤如下：

步骤D1，将分式规划问题转化为等式规划问题进行求解

步骤D2，对次用户和速率和主用户传输速率进行泰勒变换将其转化为关于发送功率的凸函数。

Φ为误差函数，当中继发送功率给定时，/>

Φ为常数。

步骤D3，引入拉格朗日乘子，并通过拉格朗日对偶算法最优解求能效关于中继发送功率的最优解。

步骤D4，在给定中继发射功率p_r，次用户功率分配因子ρ的条件下优化中继功率分配因子，最优功率分配值为

步骤D5，优化用户接收功率分配，确定接收功率分配的取值范围利用二分搜索算法得到最优接收功率分配值。

通过联合迭代算法求次用户系统能效的全局最优解，具体步骤如下

步骤E1，对中继发射功率p_r，TWR功率分配b₃和用户接收功率分配因子进行联合优化，初始化变量，迭代次数i＝0和收敛因子∈。

步骤E2，当能效的收敛性满足

时迭代因子i＝i+1，给定ρ^(i-1)、/>

时，求解最优传输功率/>

步骤E3，根据ρ^(i-1)、

求解中继最优功率分配/>

步骤E4，根据

利用二分搜索算法计算中继最优功率分配ρ⁽ⁱ⁾。

步骤E5，通过公式

计算/>

输出p_r、b₃、ρ和η_EE。

发明人发现，非正交多址(Non-orthogonal Multiple Access，NOMA)和认知无线电(Cognitive Radio，CR)技术作为下一代移动通信的两项关键技术越来越受到人们的关注，将NOMA技术应用到CR网络中既提高了频谱效率又增加了用户接入数量。然而认知无线电非正交多址(Cognitive Radio-Non Orthogonal Multiple Access，CR-NOMA)系统在信号传输过程中有两方面问题亟待解决，一方面由于CR-NOMA为了减少对主用户(PrimaryUser，PU)产生的干扰，次用户(Secondary User，SU)的发射功率受限，从而影响其长距离传输。另一方面NOMA用户的大量接入，产生了大量的能源消耗，能源利用率较低，同时认知网络中有限的能源限制了网络容量进一步提高。

针对CR-NOMA系统中SU功率受限问题，通过CR-NOMA中增加中继协助用户传输可以有效地改善这一情况。有些文献通过在认知用户传输过程中加入全双工中继辅助远端次用户传输，很大程度上提高认知用户的吞吐量。为降低CR-NOMA系统传输的中断概率和提高次用户的传输质量，有些文献首先采用固定中继传输，进而通过中继选择方式挑选性能最好的次用户作为合作中继.有些文献在CR-overlay系统模型下，将认知用户作为联合中继协助主用户进行传输.有些文献提出了一种新的放大转发CR-NOMA系统的联合中继和天线选择策略，并且分析协作CR-NOMA网络的中断性能。以上研究均是通过单向中继(One-WayRelay，OWR)辅助次用户进行传输，相同时隙内用户只能发送或接收来自同一方向的信息，传输时间长、频谱利用率低.对此有些文献将OWR扩展到双向中继(Two-Way Relay，TWR)，实现两个方向信息的同时接收，并证明相同时间内其和速率和中断概率都有所提高.有些文献提出了一种基于物理层安全性能优化的NOMA双向中继网络模型，根据传输信号模型，给出了遍历安全速率的闭合表达式,并对单个窃听用户和多个窃听用户下的保密安全速率进行分析.有些文献提出了一种基于NOMA的多对双向中继网络模型，并通过速率分配和连续组解码，增强了每个用户的解码能力，实现了有效的多用户干扰管理.有些文献虽均采用了双向中继，但只是将其简单的应用于CR系统或者NOMA系统当中，并没有考虑CR-NOMA系统频谱利用率和能源消耗的问题。

为了提高CR-NOMA系统的频谱效率和能源效率，在CR-NOMA系统中通过双向中继取代传统的单向中继，中继采用无线信息和能量同时传输(Simultaneous WirelessInformation and Power Transmission，SWIPT)方式，在保证用户服务质量和最小能量捕获条件下最大化次用户传输系统的能效.首先，根据次用户传输速率和实际能源消耗模型推导出次用户能效的闭合表达式，然后，将目标函数转化为三个单目标问题分别求解，其次，利用交替迭代算法对中继发射功率和功率分配最优解进行联合优化，最后，通过仿真验证了双向中继CR-NOMA系统的有效性，并与传统的单向中继进行对比。

1系统模型

基于双向中继的CR-NOMA系统模型如图2所示，该模型中包含一对主用户(PrimaryUser，PU)，两对次用户(Secondary User，SU)，一个双向中继。其中PT为主用户发射机，PR为主用户接收机，TWR为双向中继用于辅助两对SU进行传输，其中S₁和S₃为近用户，S₂和S₄为远用户，远近用户区分是根据距离中继的远近程度。TWR配有M跟天线，其他用户节点都配有单天线。为了降低系统的能源消耗，中继转发信号的过程中采用SWIPT技术，次用户在接收时通过功率分配，同时接收信息和捕获能量。

整个传输过程包含两个时隙，第一个时隙成对次用户S₁和S₂、S₃和S₄通过上行链路NOMA完成用户到中继的信息传输，中继节点接收信号为：

式中：h_i∈C^M×1(i＝1,2,3,4)、h_PR为次用户到中继和主用户到中继的信道增益，满足|h₁|²＞|h₂|²、|h₃|²＞|h₄|²。n_R中继接收过程中所受到的加性高斯白噪声，近似服从n_R～CN(0,σ²I)。p_s为次用户的发射功率，a_i(i＝1,2,3,4)为对应每个次用户的功率分配因子，为了保证户间的公平性，满足a₁＜a₂、a₃＜a₄。TWR在解码时，首先对x₂信号进行解码，解码后的接收信干噪比(Signal to Interference Plus Noise Ratio，SINR)为：

式中：

为中继接收端的噪声功率。中继解码x₂后，通过串行干扰清除(Successive Interference Cancellation，SIC)方式清除x₂信号，然后对x₁信号进行解码，其接收SINR为

按照同样的方式对信号x₃和x₄进行解码，上述次用户传输过程中，都是在保障不影响PU服务质量的条件下进行的，第一时隙PU接收信号为

式中：h_ip∈C^1×1(i＝1,2,3,4)为SU到PU的传输信道，

为主用户所受到的高斯噪声信号，p_t为PU的发射功率。

第二时隙，通过下行链路的NOMA同时结合SWIPT将TWR接收的混合信号，发送给对应的SU，实现两对用户之间的信息交换。TWR发送叠加信号

分别给S₁、S₂和S₃、S₄，b_i(i＝1,2.......4)为中继发送端的功率分配系数，满足b₁＜b₂，b₃＜b₄。SU采用功率分割接收机对接收信号进行译码和能量捕获，其中接收信号功率的/>

部分用于信息解码，/>

部分用于能量捕获。第二时隙用户S₁接收的信号和捕获能量分别为：

式中：h_R1为TWR到S₁的传输信道，H_R1＝h_R1h_R1 ^T，n₁为S₁所受到的噪声，η为能效转化因子。由于中继到用户的信道增益满足|h_R2|²＜|h_R1|²，因此在解码时S₁首先解码x₂，然后通过SIC清除x₂信号之后再解码x₁，则对应的解码速率分别为：

第二时隙，用户S₂的接收信号和捕获的能量分别为

式中：h_R2为TWR到用户S₂的传输信道，H_R2＝h_R2h_R2 ^T，S₂接收信号的速率为：

按照同样的方式，可以得到用户S₃和S₄的捕获能量和传输速率。PR第二个时隙接收信号和传输速率为：

式中：

h_RP、h_PP分别为TWR到PR和PT到PR的传输信道，

分别PR所受到的加性高斯白噪声和所对应的噪声功率。

2问题描述

本文通过次用户能源效率对双向中继CR-NOMA系统进行评估，能效定义为传输和速率与系统总能源消耗的比值^[12-13]。为了计算方便，假设两对次用户S₁、S₂和S₃、S₄传输性能相同，因此SU的和速率与捕获能量之和分别为单边用户S₁和S₂的2倍，则SU传输和速率为。

根据次用户传输过程中的能源消耗模型以及用户本身捕获的能量，SU传输系统实际能耗为：

p_l为除TWR发射功率之外的所有SU的链路功耗和发射功率。根据和速率(14)，SU系统实际能耗(15)，得到次用户传输能效最大化问题为：

s.t.R_p≥i_th (16a)

R_1→2≥r_th (16b)

/>

p_r≤p_max (16d)

b₃+b₄＝1,0≤b₃≤0.5 (16e)

0≤ρ≤1 (16f)

式中：i_th、r_th、E_min分别为主用户最小传输速率、近用户成功解码远用户和最低能量捕获的阈值，p_max为中继最大发射功率。

3系统最大能效分析

考虑到目标函数为复杂的多目标优化问题，对此将其转化为三个单目标问题分别求解，然后通过交替迭代算法对中继传输功率、功率分配和次用户接收功率分配因子进行联合优化，以得到次用户传输能效的最优解。

3.1优化中继发射功率

由于目标函数的分数形式，求分数最优解比较困难，因此通过分数规划的将其转化为等式最优问题。

式中：

是根据对数函数的性质对R_tot进行变形得到，其具体表达形式为

由于和速率的存在导致其目标函数为非凸问题，通过泰勒扩展对

中的第三项进行一阶泰勒公式展开，将其近似为仿射函数，在p₀处的一阶泰勒展开公式表示为

ζ表示泰勒展开误差，为了计算方便在这里可以忽略不计，变换后的和速率为

当给定p₀时，Φ为固定值，其表达式为：

对约束项(19a)、(19b)也可以采用同样的方式进行转换

/>

当p₀给固定时

和/>

也是固定的其对应表达式为：

将变换后的目标函数和约束函数代入，则此时的优化问题可重新表述为

Ε_H(p_r)≥Ε_{m i} (26c)

p_r≤p_max (26d)

通过推导使得优化函数和约束函数都为凸函数，集合也为凸集，因此可以采用拉格朗日对偶算法求最优解，优化问题的拉格朗日函数为。

ω、μ、γ和ν分别为约束项的(26a)(26b)(26c)(26d)的拉格朗日乘子。通过对p_r、ω、μ、γ和ν求偏导的获得相应的极值点

ω^*、μ^*、γ^*、ν^*。

的取值范围为

/>

式中：

根据单变量函数的性质，要想获得问题的最大值，p_r的最优值应该在定义域的边界点和目标函数的极值点取得，/>

为目标函数极值点，则p_r的最优值为：

3.2优化中继功率分配

在给定中继发射功率p_r，次用户功率分配因子ρ的条件下优化中继发射功率，其优化问题可重新表示为：

0≤b₃≤0.5 (35b)

通过对上述目标函数分析，发现最优功率分配值b₃只与和速率R_tot有关，通过求解R_tot关于b₃的导数得到

R_tot'(b₃)＝Γ₁-Γ₂ (36)

其中

假设用户接收端的噪声功率

定义函数F(x)

对函数F(x)求导

因此F(x)是关于x的单调递增函数，又因为

H_R1＞H_R2，所以Γ₁＞Γ₂，从而得到

R_tot'(b₃)＞0 (41)

因此系统能效是关于功率分配b₃的递增函数，其对应的最优解为：

3。3优化用户接收端功率分配因子

假定变量p_r和b₃已知的条件下，对接收端的功率分配因子进行优化，其优化问题为：

s.t.2ρηH_R1p_r+2ρηH_R2p_r≥Ε_min (43a)

0≤ρ≤1 (43c)

通过对约束项(43a)和(43b)进行变换得到ρ的取值范围为

Ξ₁≤ρ≤min(1，Ξ₂) (44)

其中

为接收功率分配因子的下限，

针对此问题制定最优接收功率分配算法具体步骤如下。

步骤1初始化变量η＝0.8,中继发射功率p_r，最小能量捕获阈值Ε_min，NOMA用户成功解码最小速率r_th，ρ_min＝Ξ₁，ρ_max＝min(1,Ξ₂)，收敛精度ζ₁。

步骤2计算ρ＝(ρ_min+ρ_max)/2。

步骤3通过公式(42b)计算Ε_H，并判断是否满足Ε_H≥Ε_min，如果满足则ρ_max＝ρ，否则ρ_min＝ρ。

步骤4判断算法收敛性，是否满足ρ_max-ρ_min≥ζ₁。，如果满足则继续，否则返回步骤2。

步骤5输出最优功率分配结果γ₁ ^*＝γ，γ₂ ^*＝1-γ₁ ^*。

3。4多目标交替迭代算法

为了最大化次用户传输系统能效，需对中继发射功率p_r，TWR功率分配b₃和用户接收功率分配因子进行联合优化，对此本部分提出一种交替迭代算法具体步骤如下。

步骤1：初始化变量，η＝0.8中继传输功率p_r，其他链路功耗p_l,约束函数阈值r_th、Ε_min、p_max，迭代次数i＝0，ρ⁽⁰⁾＝0.5，

收敛精度∈。

步骤2：当

时

步骤3：i＝i+1

步骤4：根据ρ^(i-1)、

并通过公式(34)计算最优传输功率/>

步骤5：根据ρ^(i-1)、

并通过公式(42)计算中继最优功率分配/>

步骤6：通过上述求得的

并通过算法1计算中继最优功率分配ρ⁽ⁱ⁾。/>

步骤7：结合前面求得的

和ρ⁽ⁱ⁾根据公式计算(16)/>

步骤8：输出p_r、b₃和ρ计算η_EE。

4仿真结果

通过MATLAB对基于SWIPT的双向中继CR-NOMA系统进行仿真，能量转化效率η＝0.8，PU发射功率p_t＝30dBm，主用户传输速率约束限定i_th＝0.1bit/s/Hz，近用户可以成功解码远用户的最小传输速率r_th＝0.1bit/s/Hz，所有信道为准静止瑞利衰落信道，从TWR到次用户的信道增益满足

i∈{1,2,3,4}，其中d_i表示TWR到SU之间距离，d₁＝d₃＝2m，d₂＝d₄＝10m，g_i为瑞利衰落信道g_i∈CN(0,1)

如图3所示，为中继传输功率和最小能量捕获与能效的关系，图中：ρ＝0.8，M＝6。由图可见，SU系统的能效随着发射功率的增加先增大后减小，在发射功率为37dBm附近，能效达到最大值。不难理解尽管增大发射功率会使得SU传输和速率增加，但也会导致整个系统的总体传输能耗增加，同时会对主用户产生较大的干扰，为了保证PU的服务质量，因此其不能无限制的增加发射功率。在相同的发射功率的条件下，系统能效随中继功率分配b₃的增大而增大。仿真结果表明，随着能量捕获阈值的增加系统能效不断的减小，因为能量捕获阈值的增加会导致中继节点大部分功率用来进行捕获能量，用于接收信息的功率变小，从而使次用户的和速率下降，进而导致其能效的降低。

如图4所示，为用户接收端功率分配因子和中继类型与能效之间的关系，图中：E_min＝50μW，M＝6，b₃＝0.5。由图可见，随着功率分配因子的增加，系统能效先增大后减小，其原因是为了满足接收端捕获能量的要求，导致用户接收端的功率无法完全用于接收信号，少部分需进行能量捕获，此外，在相同的发生功率和功率分配因子的条件下，采用TWR相比与传统形式的OWR能效提高了45％，这是由于在相同的传输时隙能，TWR可以向两个方向的SU同时传输的信息和能量，从而使得SU接收的速率和捕获能量值比相同情况下的OWR高，进而导致其能效的提高。

如图5所示，为中继发射功率和能量捕获类型与能效之间的关系，图中：E_min＝50μW，M＝6，ρ＝0.8，b₃＝0.5。由图可见，用户在接收端通过功率分配同时接收信息和捕获能量比传统形式的单纯接收信息能效高。这是由于用户接收端仅考虑接收信息虽然单位时间内信息速率提高了，但是由于系统总体能源消耗的不变，从而导致其能效也比较低。相对来说用户接收端通过功率分配同时接收信息和捕获能量，在保证次用户传输质量的同时，又对总体能耗进行补偿，从而导致其能效的提高。

如图6所示，为不同中继功率分配与次用户和速率的关系，图中：E_min＝50μW，M＝6,p_r＝38dBm。由图可见，随中继功率分配的增大，两种中继传输方式的次用户传输和速率均逐渐增大,验证了文中的推导结果的正确性。仿真结果还说明了在中继功率分配一定的情况下，采用TWR传输比与传统的OWR次用户和速率提高了将近1倍。

可见，本发明为提高CR-NOMA系统频谱和能源效率，通过双向中继协助用户传输，中继传输时采用SWIPT。推导出在保证主用户传输质量、近用户能成功解码远用户和最小能量捕获等约束条件下的最大化次用户传输能效。利用拉格朗日对偶和交替迭代算法，对中继发射功率，功率分配因子和次用户接收端功率分配进行联合优化，以最大化次用户传输能效。仿真结果表明，采用双向中继辅助CR-NOMA系统传输相比于单向中继，其频谱效率和能源效率都有不同程度的提高。在接下来的工作中可以考虑多对次用户传输情形，同时基于SWIPT的CR-NOMA系统的物理层安全问题也是未来研究的重点。

本说明书中各个部分采用递进的方式描述，每个部分重点说明的都是与其他部分的不同之处，各个部分之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本申请中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本申请所示的实施例，而是要符合与本申请所公开的原理和新颖特点相一致的最宽的范围。

Claims (1)

1.基于认知无线电双向中继的非正交多址传输方法，其具体包括如下步骤：

步骤A，本发明主要考虑的是CR-NOMA网络，根据传输机制确定基于双向中继的认知无线非正交多址(CR-NOMA)传输系统模型，并计算各个节点的接收信号；

步骤B，根据用户和中继的输入输出信号计算对应的传输速率为和次用户传输系统能耗值；

步骤C，根据次用户节点传输速率和总体能耗模型，确定系统关于次用户能效的评估指标；

步骤D，将安全能效变为等式最优问题进行求解，并通过优化功率分配和中继发射功率最优系统安全能效；

步骤E，通过联合优化算法以得到系统能效的最优解；

其中，步骤A具体包括：

A1，构建基于认知无线电双向中继的非正交多址传输方式的系统模型，该模型中包含一对主用户，主用户发送端(PT)和主用户接收端(PR)，两对次用户，一个双向中继(TWR)，两对次用户之间通过TWR进行信息交换，进行信息交换的过程中采用NOMA的传输方式；

A2，对步骤A1的系统模型，计算用户1和用户2

h_R1和h_R2分别为TWR到用户1和用户2的传输信道，n₁和n₂为用户1和用户2所受到的噪声，p_r为TWR发射功率，

为次用户接收端用于信息接收的能量，b₃和b₄为TWR端的发送功率分配因子，x_i(i＝3,4)为TWR发送信号；

A3，整个传输过程中主用户接收信号为

h_RP和h_PP分别为TWR到PR，和PT到PR的信道；x为TWR到PT的发送信号，s_n为PT到PR的发送信号，

为PT接收信号噪声；

A4，对步骤A1的系统模型，计算用户1和用户2的接受能量分别为

其中H_R1＝h_R1h_R1 ^T，H_R2＝h_R2h_R2 ^T，η为能效转化因子，ρ为用户接收端用于接收能量的功率分配系数；

其中，步骤B具体包括：

B1，通过用户节点接收信号确定用户接收信噪比，用户1和用户2的接收信噪比分别为

和

分别为用户1和用户接收信号的噪声功率，主用户接收信噪比为

其中

为主用户接收端噪声功率；

B2，由步骤B1得到的用户接受信噪比，确定用户1和用户2的接收速率分别为

和

近用户解码远用户的速率为

主用户接收信号速率为

B3，由步骤A3得到的用户捕获的能量和TWR发送功率确定次用户传输系统实际能源消耗为

p_l为除TWR发射功率之外的所有次用户的链路功耗和发射功率；

其中，步骤C具体包括：

C1，根据用户1和用户2的接收信号的速率确定次用户接收系统总体接收功率为R_tot＝2(R_S1+R_S2)；

C2，根据C1得到的总体传输速率和B3的实际能耗，建立系统的系统能效的评估指标为

C3，由于整个系统为保证能效最大化也受到其他条件的制约，其约束条件具体为R_p≥i_th、R_1→2≥r_th、

p_r≤p_max、b₃+b₄＝1,0≤b₃≤0.5、0≤ρ≤1，其中i_th、r_th、E_min分别为主用户最小传输速率、近用户成功解码远用户和最低能量捕获的阈值，p_max为中继最大发射功率；

其中，步骤D具体包括：

D1，由于能效最优问题为复杂的分式规划问题，对此将其转为等式最优问题进行求解

式中：

是根据对数函数的性质对R_tot进行变形得到，其具体表达形式为

D2，通过优化中继发射功率以得到能效的局部最优解，首先将和速率

进行凸优化变换将其转化为关于发送给功率p_r的凸函数，并对约束项R_p和R_1→2也进行进凸优化变换；

D3，根据D2得到的凸函数，利用采用拉格朗日对偶算法求最优解，优化问题的拉格朗日函数为，

ω、μ、γ和ν分别为约束项对应的拉格朗日乘子，通过对p_r、ω、μ、γ和ν求偏导的获得相应的极值点

ω^*、μ^*、γ^*、ν^*，并得到关于中继发射功率的局部最优解；

D4在给定中继发射功率p_r，次用户功率分配因子ρ的条件下优化中继发射功率，其优化问题可重新表示为，

通过求解R_tot关于b₃的导数可得R_tot'(b₃)＞0，因此系统能效是关于功率分配b₃的递增函数，从而确定最优发送功率分配值为

D5，假定变量p_r和b₃已知的条件下，对接收端的功率分配因子进行优化，其优化问题为：

约束函数为Ε_H≥Ε_min、0≤ρ≤1，通过对约束项进行便变换得到次用户发接收功率分配的取值范围为Ξ≤ρ≤1，其中Ξ＝E_min/(2ηH_R1p_r+2ηH_R2p_r)为接收功率分配因子的下限，并利用二分搜索算法得到最优接收功率分配值；

其中，步骤E具体包括：

E1，为了最大化次用户传输系统能效，需对中继发射功率p_r，TWR功率分配b₃和用户接收功率分配因子进行联合优化，初始化变量，η＝0.8中继传输功率p_r，其他链路功耗p_l,约束函数阈值r_th、Ε_min、p_max，迭代次数i＝0，ρ⁽⁰⁾＝0.5，

收敛精度∈；

E2，判断能效指标的收敛性，当

时迭代因子i＝i+1，并根据ρ^(i-1)、

计算最优传输功率

E3，根据E1和E2中求得的ρ^(i-1)、

并通过公式

计算中继最优功率分配

E4，通过上述求得的

并根据二分搜索算法计算中继最优功率分配ρ⁽ⁱ⁾；

E5，结合前面求得的

和ρ⁽ⁱ⁾根据公式

计算

输出p_r、b₃、ρ和η_EE。

Images