CN115086965A - 基于降元处理和联合迭代优化的动态频谱分配方法及系统 - Google Patents
基于降元处理和联合迭代优化的动态频谱分配方法及系统 Download PDFInfo
- Publication number
- CN115086965A CN115086965A CN202210668712.5A CN202210668712A CN115086965A CN 115086965 A CN115086965 A CN 115086965A CN 202210668712 A CN202210668712 A CN 202210668712A CN 115086965 A CN115086965 A CN 115086965A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- channel
- iteration
- allocation
- ith
- 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.)
- Pending
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 413
- 238000005457 optimization Methods 0.000 title claims abstract description 148
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012545 processing Methods 0.000 title claims abstract description 35
- 230000009467 reduction Effects 0.000 title claims abstract description 20
- 230000005540 biological transmission Effects 0.000 claims abstract description 62
- 238000000605 extraction Methods 0.000 claims abstract description 24
- 108091006146 Channels Proteins 0.000 claims description 168
- 239000011159 matrix material Substances 0.000 claims description 44
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 238000012544 monitoring process Methods 0.000 claims description 22
- 239000000126 substance Substances 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 13
- 230000007480 spreading Effects 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000005562 fading Methods 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 5
- 230000000996 additive effect Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- 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
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
-
- 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
Abstract
本发明公开了一种基于降元处理和联合迭代优化的动态频谱分配方法及系统,涉及电磁频谱管理技术领域,包括:获取多个无线电设备的用频需求和用频能力,并根据所述用频需求和所述用频能力,确定每个所述无线电设备的用频参数和信道参数;基于识别的特定频谱信息的嵌入提取方式更新动态频谱分配优化模型;基于每个所述无线电设备的用频参数和信道参数,按照优化配置信道分配和功率分配原理,采用降元处理和联合迭代优化的方式,对更新后的动态频谱分配优化模型进行求解,得到最优的频谱分配策略。本发明能够在频谱信息实时更新和安全传输的要求下,提高频谱分配效益。
Description
技术领域
本发明涉及电磁频谱管理技术领域,特别是涉及一种基于降元处理和联合迭代优化的动态频谱分配方法及系统。
背景技术
电磁频谱为所有无线连接的载体,且电磁频谱是实现下一代网络全方位无线覆盖与万物深度智联的关键和前提,超海量移动数据传输需大量的频谱资源来支撑保障,其频谱需求量比以往任何移动通信都要大。虽然6G研究组已经将太赫兹频段作为下一代无线网络的主要频段,但是由于下一代无线网络提供了蜂窝移动通信、无人机通信、卫星通信和WIFI等多种接入方式,故太赫兹频段远远不够,现有的2G/3G/4G/5G的频段仍然要用到下一代无线网络中,以便其能够在高中低不同频段进行操作。故现在不但要面临太赫兹等高段频谱资源开发使用的技术挑战,还需要处理好中低段频谱资源与现有频谱用户间的关系。对于中低段频谱资源,频段划分已经非常饱和,难以在中低段频谱资源中划分专用频谱给下一代无线网络。因此,下一代无线网络频谱管理面临着与前几代移动通信频谱管理相同的难题,即如何最大化频谱使用效率。
数据库辅助的动态频谱管理相对于其他管理模式而言是最接近实用的方式,被视为未来频谱管理的发展趋势,但是下一代无线网络具有超密集、高动态等特性,给数据库辅助的动态频谱管理带来诸多问题,例如:一是用户频繁加入与退出网络,频谱资源占用状态频繁变化;二是用户移动性导致其地理位置频繁变化,用户所处电磁环境动态变化,可用频谱资源随着用户空间位置变化而动态变化;三是恶意用户实施突发干扰,频谱资源占用状态发生变化;四是频谱资源使用模式机动,可用频谱资源动态变化。这些问题导致频谱信息动态变化,为数据库中的频谱信息更新带来了巨大挑战。因此,频谱信息动态更新问题是下一代无线网络中频谱管理亟待解决的关键问题。
目前,结合频谱感知、区块链等技术来提高频谱信息更新效能,一定程度上能弥补数据库中频谱信息更新不及时的缺陷,但由于传统用户感知协助数据库更新频谱信息时需要消耗大量能量和额外的频谱资源,同时在无感知基础设施依托的陌生地域也难以发挥作用。此外,数据库在为合法用户提供实时动态频谱接入的同时还需要依赖频谱用户提供的实时频谱信息来动态更新数据库,这种开放共享的接入与更新机制为非法用户创造了条件,使得数据库辅助的动态频谱管理面临着频谱信息被篡改、模拟合法用户攻击和非法用户恶意接入等物理层安全威胁。其中,模拟合法用户攻击为主要通过模拟合法用户的用频特征,在空闲频谱上发射信号,以达到干扰影响其他合法用户利用频谱资源的目的,对数据库中空闲频谱发现造成严重威胁,此攻击既可能减少其他合法用户利用频谱资源的权利,还可能引导合法用户错误利用频谱而导致对其他合法用户的干扰。
发明内容
鉴于此,本发明的目的是提供一种基于降元处理和联合迭代优化的动态频谱分配方法及系统,在频谱信息实时更新和安全传输的要求下,提高频谱分配效益。
为实现上述目的,本发明提供了如下方案:
第一方面,本发明提供了一种基于降元处理和联合迭代优化的动态频谱分配方法,包括:
获取多个无线电设备的用频需求和用频能力,并根据所述用频需求和所述用频能力,确定每个所述无线电设备的用频参数和信道参数;
基于识别的特定频谱信息的嵌入提取方式更新动态频谱分配优化模型;更新前的动态频谱分配优化模型为按照约束条件和目标函数构建的动态频谱分配优化模型;所述约束条件包括1个无线电设备仅能接入1个信道、1个信道最多只能给1个无线电设备以及无线电设备需安全传输特定频谱信息给频谱管理端的频谱监测节点;所述目标函数为以无线网络的和传输速率最大化为目标的函数;所述特定频谱信息包括自身频谱身份信息和信道体验信息;
基于每个所述无线电设备的用频参数和信道参数,按照优化配置信道分配和功率分配原理,采用降元处理和联合迭代优化的方式,对更新后的动态频谱分配优化模型进行求解,得到最优的频谱分配策略。
可选地,更新前的动态频谱分配优化模型为:
其中,为第i个无线电设备利用第j个信道传输无线电业务的传输功率,为第i个无线电设备利用第j个信道传输特定频谱信息的平均功率,Wj为第j个信道的信道带宽,ai,j为信道分配系数且ai,j∈{0,1},其中,ai,j=1表示将第j个信道分配给第i个无线电设备,ai,j=0表示第j个信道不被分配给第i个无线电设备;βTA,i为第i个无线电设备与无线电设备接入节点间的大尺度衰减系数;为在第j个信道上第i个无线电设备与无线电设备接入节点间的小尺度衰落系数;NA为无线电设备接入节点处接收机噪声功率水平;M为信道总数,N为无线电设备的总数;为对进行取模运算;
约束条件C1表示第i个无线电设备利用第j个信道传输特定频谱信息的传输速率既要满足特定信息安全传输要求,又要满足频谱监测节点正确检测接收要求;βTS,i为第i个无线电设备与频谱监测节点间的大尺度衰减系数;为在第j个信道上第i个无线电设备与频谱监测节点间的小尺度衰落系数;NS为频谱监测节点处接收机噪声功率水平;为第i个无线电设备传输特定频谱信息的最低传输速率;为频谱管理端要求第i个无线电设备传输特定频谱信息时的最低传输速率;为对进行取模运算;
约束条件C2表示第i个无线电设备不被恶意节点检测到的概率应该大于门限pth;为恶意节点检测和译码第i个无线电设备在第j个信道内传输特定频谱信息时的信干噪比;为恶意节点检测和译码第i个无线电设备在第j个信道内传输特定频谱信息时的最低检测门限信干噪比;
约束条件C4表示1个信道最多只能分配给1个无线电设备;
约束条件C5表示1个无线电设备只能接入1个信道。
可选地,所述基于识别的特定频谱信息的嵌入提取方式更新动态频谱分配优化模型,具体包括:
根据无线电设备的用频能力以及无线电设备预先登记的技术参数,确定每个无线电设备传输特定频谱信息时的嵌入提取方式;
按照设定条件,更新动态频谱分配优化模型;
所述设定条件为无线电设备依据特定频谱信息的嵌入提取方式,采用基于扩频调制的频谱水印技术和加性嵌入准则实现特定频谱信息嵌入通信信号或者将特定频谱信息从通信信号提取的条件。
可选地,更新后的动态频谱分配优化模型为:
更新后的动态频谱分配优化模型为:
其中,为第i个无线电设备在第j个信道内传输特定频谱信息且未经扩频调制时的平均功率,表示为Gi为第i个无线电设备传输特定频谱信息时扩频调制的扩频增益,κi为第i个无线电设备传输特定频谱信息时扩频调制的调制阶数,约束条件C7表示第i个无线电设备传输特定频谱信息时扩频调制的扩频增益的取值范围。
可选地,所述基于每个所述无线电设备的用频参数和信道参数,按照优化配置信道分配和功率分配原理,采用降元处理和联合迭代优化的方式,对更新后的动态频谱分配优化模型进行求解,得到最优的频谱分配策略,具体包括:
步骤10:采用降元处理方式,对更新后的动态频谱分配优化模型进行第一转化,得到第一转化后的动态频谱分配优化模型;
步骤20:当计算第g迭代对应的频谱分配策略集时,确定第g迭代对应的初始化信道分配系数矩阵,并执行步骤30至步骤60;
步骤30:利用差分凸优化算法,对第一转化后的动态频谱分配优化模型进行求解,获得第l次迭代的最优功率分配策略;
步骤40:采用第l次迭代的最优功率分配策略,对更新后的动态频谱分配优化模型进行第二转化,得到第二转化后的动态频谱分配优化模型;
步骤50:采用穷举搜索法或混合整数线性规划法,对第二转化后的动态频谱分配优化模型进行求解,确定第l次迭代的最优信道分配系数矩阵;
步骤60:根据第l次迭代得到的最优功率分配策略和第l次迭代得到的最优信道分配系数矩阵,计算第l次迭代的目标值,并
当第l次迭代的目标值大于或者等于设定阈值时,将l更新为l+1,并将更新前的第l次迭代对应的最优信道分配系数矩阵确定为更新后的第l次迭代对应的信道分配系数矩阵,返回步骤30;
当第l次迭代的目标值小于设定阈值时,将第l次迭代对应的频谱分配策略集确定为第g迭代对应的频谱分配策略集,将g更新为g+1,返回步骤20,直到g等于迭代总数;所述第l次迭代对应的频谱分配策略集包括第l次迭代的最优功率分配策略和第l次迭代的最优信道分配系数矩阵;所述目标值为以无线网络的和传输速率最大化为目标的值;
步骤70:根据输出的频谱分配策略集,构建最优的频谱分配策略。
可选地,所述第一转化后的动态频谱分配优化模型为:
其中,
A(l)为初始化的第l+1次迭代的信道分配系数矩阵;为第i个无线电设备第g次的扩频增益;为经过第k次迭代获得的第i个无线电设备在第j个信道内传输特定频谱信息且未经扩频调制时的平均功率,为经过第k次迭代获得的第i个无线电设备利用第j个信道传输无线电业务的传输功率。
可选地,所述第二转化后的动态频谱分配优化模型为:
第二方面,本发明提供了一种基于降元处理和联合迭代优化的动态频谱分配系统,包括:
用频参数和信道参数确定模块,用于获取多个无线电设备的用频需求和用频能力,并根据所述用频需求和所述用频能力,确定每个所述无线电设备的用频参数和信道参数;
模型更新模块,用于基于识别的特定频谱信息的嵌入提取方式更新动态频谱分配优化模型;更新前的动态频谱分配优化模型为按照约束条件和目标函数构建的动态频谱分配优化模型;所述约束条件包括1个无线电设备仅能接入1个信道、1个信道最多只能给1个无线电设备以及无线电设备需安全传输特定频谱信息给频谱管理端的频谱监测节点;所述目标函数为以无线网络的和传输速率最大化为目标的函数;所述特定频谱信息包括自身频谱身份信息和信道体验信息;
最优频谱分配策略确定模块,用于基于每个所述无线电设备的用频参数和信道参数,按照优化配置信道分配和功率分配原理,采用降元处理和联合迭代优化的方式,对更新后的动态频谱分配优化模型进行求解,得到最优的频谱分配策略。
可选地,所述模型更新模块,具体包括:
嵌入提取方式确定单元,用于根据无线电设备的用频能力以及无线电设备预先登记的技术参数,确定每个无线电设备传输特定频谱信息时的嵌入提取方式;
模型更新单元,用于按照设定条件,更新动态频谱分配优化模型;
所述设定条件为无线电设备依据特定频谱信息的嵌入提取方式,采用基于扩频调制的频谱水印技术和加性嵌入准则实现特定频谱信息嵌入通信信号或者将特定频谱信息从通信信号提取的条件。
可选地,所述最优频谱分配策略确定模块,具体包括:
第一转化单元,用于采用降元处理方式,对更新后的动态频谱分配优化模型进行第一转化,得到第一转化后的动态频谱分配优化模型;
循环单元,用于当计算第g迭代对应的频谱分配策略集时,确定第g迭代对应的初始化信道分配系数矩阵,并执行当前迭代次数最优功率分配策略确定单元;
当前迭代次数最优功率分配策略确定单元,用于利用差分凸优化算法,对第一转化后的动态频谱分配优化模型进行求解,获得第l次迭代的最优功率分配策略;
第二转化单元,用于采用第l次迭代的最优功率分配策略,对更新后的动态频谱分配优化模型进行第二转化,得到第二转化后的动态频谱分配优化模型;
当前迭代次数最优信道分配系数矩阵确定单元,用于采用穷举搜索法或混合整数线性规划法,对第二转化后的动态频谱分配优化模型进行求解,确定第l次迭代的最优信道分配系数矩阵;
目标值计算单元,用于根据第l次迭代得到的最优功率分配策略和第l次迭代得到的最优信道分配系数矩阵,计算第l次迭代的目标值;
第一跳转单元,用于当第l次迭代的目标值大于或者等于设定阈值时,将l更新为l+1,并将更新前的第l次迭代对应的最优信道分配系数矩阵确定为更新后的第l次迭代对应的信道分配系数矩阵,跳转至当前迭代次数最优功率分配策略确定单元;
第二跳转单元,用于当第l次迭代的目标值小于设定阈值时,将第l次迭代对应的频谱分配策略集输出并确定为第g迭代对应的频谱分配策略集,将g更新为g+1,跳转至循环单元,直到g等于迭代总数;所述第l次迭代的频谱分配策略集包括第l次迭代的最优功率分配策略和第l次迭代的最优信道分配系数矩阵;所述目标值为以无线网络的和传输速率最大化为目标的值;
最优频谱分配策略确定单元,用于根据输出的频谱分配策略集,构建最优的频谱分配策略。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明通过优化配置信道分配和功率分配来实现特定频谱信息的安全传输,且不占用额外的时间资源和频谱资源,通过降元处理将复杂的非线性非严格凸优化问题简化为简单的严格凸优化问题和混合整数线性优化问题,设计含差分凸优化、整数线性优化的联合优化算法来求解优化问题,能够快速获得最优的频谱分配策略,获得最优的传输速率,可广泛应用于了依托泛在部署无线电设备实时获取频谱信息和安全传输要求的动态频谱分配场合。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明面向频谱信息实时更新与安全传输要求的动态频谱分配的系统框图;
图2基于降元处理和联合迭代优化的动态频谱分配方法的流程图;
图3为本发明无线网络的和传输速率随迭代次数的变化曲线图;
图4为本发明扩频增益对无线网络的和传输速率的影响曲线图;
图5基于降元处理和联合迭代优化的动态频谱分配系统的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
解决背景技术中所述技术问题的关键是能够准确区分合法用户和非法用户,以及安全传输频谱信息,且考虑到泛在部署的频谱用户本身就是一个接收感知单元,自身掌握着实时信道体验信息,可作为数据库频谱信息动态更新的补充。因此,面对利用泛在部署的频谱用户来协助数据库更新频谱信息框架下,频谱用户将自身频谱身份和信道体验信息发送频谱管理端时会消耗频谱用户的能量资源,同时还将面临着非法用户对特定频谱信息的侦收威胁,这些因素将直接影响着频谱分配策略。因此,根据电磁环境和干扰威胁情况,各级频谱管理端在为频谱用户分配频谱时,还需要考虑自身频谱身份和信道体验信息等特定频谱信息的安全传输问题。
鉴于此,本发明提供了一种基于降元处理和联合迭代优化的动态频谱分配方法及系统,用以解决数据库辅助的动态频谱管理中信息实时更新和安全传输要求下频谱分配效益低的问题。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明面向频谱信息实时更新与安全传输要求的动态频谱分配的系统框图;图1中DB表示频谱数据库,AN表示无线电设备接入节点,TN表示无线电设备,SM表示频谱监测节点;MU表示恶意节点。其中,频谱管理端包括频谱数据库、频谱监测节点和无线电设备接入节点。
图2为本发明基于降元处理和联合迭代优化的动态频谱分配方法的流程示意图。如图2所示,本发明实施例提供的基于降元处理和联合迭代优化的动态频谱分配方法,主要包括如下步骤。
步骤1:获取多个无线电设备的用频需求和用频能力,并根据所述用频需求和所述用频能力,确定每个所述无线电设备的用频参数和信道参数。
步骤1主要包括:
步骤1.1:上报用频需求和用频能力。
无线电设备根据无线电业务开展的时间、空间和传输速率等要求,确定用频需求和用频能力,并通过控制信道上报给频谱管理端。
所述用频需求包括无线电设备承载无线电业务时需占用的频段范围、带宽、时间、空间和优先级要求;所述用频能力主要用于描述无线电设备的频谱机动特性,所述用频能力主要包括无线电设备的工作模式、用频方式、频谱切换方式、能量资源、天线增益、特定频谱信息等内容;所述频谱管理端主要负责收集管理范畴内的背景噪声、电磁信号和频谱受扰情况等频谱数据,分析提取频谱信息,构建频谱数据库,掌握并管理频谱数据库内的可用频谱资源,制定频谱资源使用策略。
步骤1.2:提取用频参数。
结合无线电设备事先登记的技术参数,明确无线电设备协助发送特定频谱信息的嵌入方式和嵌入准则,确定频谱管理端的频谱监测节点正确检测和译码的第i个无线电设备传输特定频谱信息的最低传输速率确定频谱管理端要求第i个无线电设备传输特定频谱信息的最低速率要求所述特定频谱信息包括无线电设备的频谱身份信息和信道体验信息,其中,无线电设备的频谱身份信息用于标识无线电设备的身份,区分合法用户或非法用户,该频谱身份信息还用于精确管控无线电设备的用频行为,以确保用频安全;信道体验信息为无线电设备对正在使用信道的质量的主观评估,通过大量无线电设备的信道体验信息可支撑频谱数据库动态更新频谱信息。
步骤1.3:预估信道参数。
频谱管理端根据接收到的无线电设备的用频需求和用频能力,确定无线电设备的数量N,估计无线电设备传输距离向量dTA={dTA,i}1×N和特定频谱信息传输距离向量dTS={dTS,i}1×N,并结合无线电设备工作区域内的可用频谱资源,将可用频谱资源细化为M个等带宽的信道,确定无线电设备业务传输信道矩阵特定频谱信息传输信道矩阵以及无线电设备接入节点接收机噪声功率水平NA和频谱监测节点接收机噪声功率水平NS。
其中,dTA,i为第i个无线电设备与无线电设备接入节点间的无线电业务传输距离,dTS,i为第i个无线电设备与频谱监测节点间的特定频谱信息传输距离,为在第j个信道上第i个无线电设备与无线电设备接入节点的小尺度衰落系数,表示在第j个信道上第i个无线电设备与频谱监测节点间的小尺度衰落系数,j∈[1,M]。
预设恶意节点在无线电设备业务传输范围内能够获得最佳检测性能的位置,预估第i个无线电设备与恶意节点间的传输距离dTM,i、大尺度衰减系数和小尺度衰减系数预估恶意节点正确检测和译码第i个无线电设备在第j个信道内传输特定频谱信息的最低检测门限信干噪比
步骤2:基于识别的特定频谱信息的嵌入提取方式更新动态频谱分配优化模型;更新前的动态频谱分配优化模型为按照约束条件和目标函数构建的动态频谱分配优化模型;所述约束条件包括1个无线电设备仅能接入1个信道、1个信道最多只能给1个无线电设备以及无线电设备需安全传输特定频谱信息给频谱管理端的频谱监测节点;所述目标函数为以无线网络的和传输速率最大化为目标的函数;所述特定频谱信息包括自身频谱身份信息和信道体验信息。
步骤2具体包括:
步骤2.1:根据无线电设备的用频能力以及无线电设备预先登记的技术参数,确定每个无线电设备传输特定频谱信息时的嵌入提取方式。
步骤2.2:按照设定条件,更新动态频谱分配优化模型。
所述设定条件为无线电设备依据特定频谱信息的嵌入提取方式,采用基于扩频调制的频谱水印技术和加性嵌入准则实现特定频谱信息嵌入通信信号或者将特定频谱信息从通信信号提取的条件。
其中,更新前的动态频谱分配优化模型为:
其中,为第i个无线电设备利用第j个信道传输无线电业务的传输功率,为第i个无线电设备利用第j个信道传输特定频谱信息的平均功率,Wj为第j个信道的信道带宽,ai,j为信道分配系数且ai,j∈{0,1},其中,ai,j=1表示将第j个信道分配给第i个无线电设备,aij=0表示第j个信道不被分配给第i个无线电设备;为对进行取模运算;约束条件C1表示第i个无线电设备利用第j个信道传输特定频谱信息的传输速率既要满足特定信息安全传输要求,又要满足频谱监测节点正确检测接收要求;为对进行取模运算;约束条件C2表示第i个无线电设备不被恶意节点检测到的概率应该大于门限pth,其中,为恶意节点检测和译码第i个无线电设备在第j个信道内传输特定频谱信息时的信干噪比,表示为NM为恶意节点接收机噪声功率水平,为对进行取模运算;约束条件C3表示无线电设备的发射功率不能大于最大发射功率;约束条件C4表示1个信道最多只能分配给1个无线电设备;约束条件C5表示1个无线电设备只能接入1个信道。
更新后的动态频谱分配优化模型为:
其中,为第i个无线电设备在第j个信道内传输特定频谱信息且未经扩频调制时的平均功率,表示为Gi为第i个无线电设备传输特定频谱信息时扩频调制的扩频增益,κi为第i个无线电设备传输特定频谱信息时扩频调制的调制阶数,约束条件C7表示第i个无线电设备传输特定频谱信息时扩频调制的扩频增益的取值范围。
步骤3:基于每个所述无线电设备的用频参数和信道参数,按照优化配置信道分配和功率分配原理,采用降元处理和联合迭代优化的方式,对更新后的动态频谱分配优化模型进行求解,得到最优的频谱分配策略。具体为:
步骤3.1:采用降元处理方式,对更新后的动态频谱分配优化模型进行第一转化,得到第一转化后的动态频谱分配优化模型。
步骤3.2:当计算第g迭代对应的频谱分配策略集时,确定第g迭代对应的初始化信道分配系数矩阵,并执行步骤3.3至步骤3.6。
步骤3.3:利用差分凸优化算法,对第一转化后的动态频谱分配优化模型进行求解,获得第l次迭代的最优功率分配策略。
步骤3.4:采用第l次迭代的最优功率分配策略,对更新后的动态频谱分配优化模型进行第二转化,得到第二转化后的动态频谱分配优化模型。
步骤3.5:采用穷举搜索法或混合整数线性规划法,对第二转化后的动态频谱分配优化模型进行求解,确定第l次迭代的最优信道分配系数矩阵。
步骤3.6:根据第l次迭代得到的最优功率分配策略和第l次迭代得到的最优信道分配系数矩阵,计算第l次迭代的目标值,并
当第l次迭代的目标值大于或者等于设定阈值时,将l更新为l+1,并将更新前的第l次迭代对应的最优信道分配系数矩阵确定为更新后的第l次迭代对应的信道分配系数矩阵,返回步骤3.3。
当第l次迭代的目标值小于设定阈值时,将第l次迭代对应的频谱分配策略集输出并确定为第g迭代对应的频谱分配策略集,将g更新为g+1,返回步骤3.2,直到g等于迭代总数;所述第l次迭代对应的频谱分配策略集包括第l次迭代的最优功率分配策略和第l次迭代的最优信道分配系数矩阵;所述目标值为以无线网络的和传输速率最大化为目标的值。
步骤3.7:根据输出的频谱分配策略集,构建最优的频谱分配策略。
下面详细说明步骤3,具体包括:
步骤C:优化功率分配变量;采用降元处理方式,对更新后的动态频谱分配优化模型进行第一转化,则第一转化后的动态频谱分配优化模型为:
其中,
利用差分凸优化算法,对第一转化后的动态频谱分配优化模型进行求解,获得第l次迭代的最优功率分配策略,表示为:
其中,表示第l次迭代求解获得的最优功率分配策略, 为经过第l次迭代获得的第i个无线电设备在第j个信道内传输特定频谱信息且未经扩频调制时的最优平均功率,为经过第l次迭代获得的第i个无线电设备利用第j个信道传输无线电业务的最优传输功率。
步骤D:优化信道分配系数矩阵;基于步骤C获得的最优功率分配策略将扩频增益G(g)={G1 (g),G2 (g),…,GN (g)}和功率分配变量视为已知变量,对更新后的动态频谱分配的优化模型进行第二转化,则第二转化后的动态频谱分配优化模型为:
步骤E:建立频谱分配策略集;计算若则将迭代次数l加1,并将第l次迭代求解获得的最优信道分配系数矩阵赋予给迭代次数l加1后的信道分配系数矩阵重复步骤C至步骤D,若则输出频谱分配策略和并将输出的频谱分配策略存入到频谱分配策略集,迭代次数g加1,跳至步骤B,继续重复执行,直到g=Ng,其中δF为和传输速率的计算精度,G(g)为第g次迭代的扩频增益向量,Ng为无线电设备的可变调制阶数。
步骤G:下发频谱分配策略;频谱管理端将形成的频谱分配策略下发给无线电设备,无线电设备按照频谱分配策略接入频谱。
图3为本发明无线网络的和传输速率随迭代次数的变化曲线图,图4为本发明扩频增益对无线网络的和传输速率的影响曲线图。如图3所示,随机信道分配描述的是从可用信道集中挑选N个信道随机分配给N个无线电设备,无线电设备发射功率固定;信道优化描述的是采取最优信道分配算法,无线电设备发射功率固定;功率优化描述的是从可用信道集中挑选N个信道随机分配给N个无线电设备,无线电设备发射功率可调并采取最优算法;联合优化算法为本发明提出的算法。
为实现上述目的,本实施例还提供了如图5所示的一种基于降元处理和联合迭代优化的动态频谱分配系统,包括:
用频参数和信道参数确定模块4,用于获取多个无线电设备的用频需求和用频能力,并根据所述用频需求和所述用频能力,确定每个所述无线电设备的用频参数和信道参数。
模型更新模块5,用于基于识别的特定频谱信息的嵌入提取方式更新动态频谱分配优化模型;更新前的动态频谱分配优化模型为按照约束条件和目标函数构建的动态频谱分配优化模型;所述约束条件包括1个无线电设备仅能接入1个信道、1个信道最多只能给1个无线电设备以及无线电设备需安全传输特定频谱信息给频谱管理端的频谱监测节点;所述目标函数为以无线网络的和传输速率最大化为目标的函数;所述特定频谱信息包括自身频谱身份信息和信道体验信息。
最优频谱分配策略确定模块6,用于基于每个所述无线电设备的用频参数和信道参数,按照优化配置信道分配和功率分配原理,采用降元处理和联合迭代优化的方式,对更新后的动态频谱分配优化模型进行求解,得到最优的频谱分配策略。
其中,所述模型更新模块5,具体包括:
第一转化单元,用于采用降元处理方式,对更新后的动态频谱分配优化模型进行第一转化,得到第一转化后的动态频谱分配优化模型。
循环单元,用于当计算第g迭代对应的频谱分配策略集时,确定第g迭代对应的初始化信道分配系数矩阵,并执行当前迭代次数最优功率分配策略确定单元。
当前迭代次数最优功率分配策略确定单元,用于利用差分凸优化算法,对第一转化后的动态频谱分配优化模型进行求解,获得第l次迭代的最优功率分配策略。
第二转化单元,用于采用第l次迭代的最优功率分配策略,对更新后的动态频谱分配优化模型进行第二转化,得到第二转化后的动态频谱分配优化模型。
当前迭代次数最优信道分配系数矩阵确定单元,用于采用穷举搜索法或混合整数线性规划法,对第二转化后的动态频谱分配优化模型进行求解,确定第l次迭代的最优信道分配系数矩阵。
目标值计算单元,用于根据第l次迭代得到的最优功率分配策略和第l次迭代得到的最优信道分配系数矩阵,计算第l次迭代的目标值。
第一跳转单元,用于当第l次迭代的目标值大于或者等于设定阈值时,将l更新为l+1,并将更新前的第l次迭代对应的最优信道分配系数矩阵确定为更新后的第l次迭代对应的信道分配系数矩阵,跳转至当前迭代次数最优功率分配策略确定单元。
第二跳转单元,用于当第l次迭代的目标值小于设定阈值时,将第l次迭代对应的频谱分配策略集输出并确定为第g迭代对应的频谱分配策略集,将g更新为g+1,跳转至循环单元,直到g等于迭代总数;所述第l次迭代的频谱分配策略集包括第l次迭代的最优功率分配策略和第l次迭代的最优信道分配系数矩阵;所述目标值为以无线网络的和传输速率最大化为目标的值。
最优频谱分配策略确定单元,用于根据输出的频谱分配策略集,构建最优的频谱分配策略。
本发明与现有技术相比,其显著优点为:
本发明引入基于扩频调制的频谱水印技术将特定频谱信息隐藏在通信信号中,并通过优化配置信道分配和功率分配来实现特定频谱信息的安全传输,且不占用额外的时间资源和频谱资源,通过降元处理将复杂的非线性非严格凸优化问题简化为简单的严格凸优化问题和混合整数线性优化问题,设计含差分凸优化、整数线性优化的联合优化算法来求解优化问题,能够快速获得最优的频谱分配策略,获得最优的传输速率,可广泛应用于了依托泛在部署无线电设备实时获取频谱信息和安全传输要求的动态频谱分配场合。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于降元处理和联合迭代优化的动态频谱分配方法,其特征在于,包括:
获取多个无线电设备的用频需求和用频能力,并根据所述用频需求和所述用频能力,确定每个所述无线电设备的用频参数和信道参数;
基于识别的特定频谱信息的嵌入提取方式更新动态频谱分配优化模型;更新前的动态频谱分配优化模型为按照约束条件和目标函数构建的动态频谱分配优化模型;所述约束条件包括1个无线电设备仅能接入1个信道、1个信道最多只能给1个无线电设备以及无线电设备需安全传输特定频谱信息给频谱管理端的频谱监测节点;所述目标函数为以无线网络的和传输速率最大化为目标的函数;所述特定频谱信息包括自身频谱身份信息和信道体验信息;
基于每个所述无线电设备的用频参数和信道参数,按照优化配置信道分配和功率分配原理,采用降元处理和联合迭代优化的方式,对更新后的动态频谱分配优化模型进行求解,得到最优的频谱分配策略。
2.根据权利要求1所述的一种基于降元处理和联合迭代优化的动态频谱分配方法,其特征在于,更新前的动态频谱分配优化模型为:
其中,为第i个无线电设备利用第j个信道传输无线电业务的传输功率,为第i个无线电设备利用第j个信道传输特定频谱信息的平均功率,Wj为第j个信道的信道带宽,ai,j为信道分配系数且ai,j∈{0,1},其中,ai,j=1表示将第j个信道分配给第i个无线电设备,ai,j=0表示第j个信道不被分配给第i个无线电设备;βTA,i为第i个无线电设备与无线电设备接入节点间的大尺度衰减系数;为在第j个信道上第i个无线电设备与无线电设备接入节点间的小尺度衰落系数;NA为无线电设备接入节点处接收机噪声功率水平;M为信道总数,N为无线电设备的总数;为对进行取模运算;
约束条件C1表示第i个无线电设备利用第j个信道传输特定频谱信息的传输速率既要满足特定信息安全传输要求,又要满足频谱监测节点正确检测接收要求;βTS,i为第i个无线电设备与频谱监测节点间的大尺度衰减系数;为在第j个信道上第i个无线电设备与频谱监测节点间的小尺度衰落系数;NS为频谱监测节点处接收机噪声功率水平;为第i个无线电设备传输特定频谱信息的最低传输速率;为频谱管理端要求第i个无线电设备传输特定频谱信息时的最低传输速率;为对进行取模运算;
约束条件C2表示第i个无线电设备不被恶意节点检测到的概率应该大于门限pth;为恶意节点检测和译码第i个无线电设备在第j个信道内传输特定频谱信息时的信干噪比;为恶意节点检测和译码第i个无线电设备在第j个信道内传输特定频谱信息时的最低检测门限信干噪比;
约束条件C4表示1个信道最多只能分配给1个无线电设备;
约束条件C5表示1个无线电设备只能接入1个信道。
3.根据权利要求2所述的一种基于降元处理和联合迭代优化的动态频谱分配方法,其特征在于,所述基于识别的特定频谱信息的嵌入提取方式更新动态频谱分配优化模型,具体包括:
根据无线电设备的用频能力以及无线电设备预先登记的技术参数,确定每个无线电设备传输特定频谱信息时的嵌入提取方式;
按照设定条件,更新动态频谱分配优化模型;
所述设定条件为无线电设备依据特定频谱信息的嵌入提取方式,采用基于扩频调制的频谱水印技术和加性嵌入准则实现特定频谱信息嵌入通信信号或者将特定频谱信息从通信信号提取的条件。
5.根据权利要求3所述的一种基于降元处理和联合迭代优化的动态频谱分配方法,其特征在于,所述基于每个所述无线电设备的用频参数和信道参数,按照优化配置信道分配和功率分配原理,采用降元处理和联合迭代优化的方式,对更新后的动态频谱分配优化模型进行求解,得到最优的频谱分配策略,具体包括:
步骤10:采用降元处理方式,对更新后的动态频谱分配优化模型进行第一转化,得到第一转化后的动态频谱分配优化模型;
步骤20:当计算第g迭代对应的频谱分配策略集时,确定第g迭代对应的初始化信道分配系数矩阵,并执行步骤30至步骤60;
步骤30:利用差分凸优化算法,对第一转化后的动态频谱分配优化模型进行求解,获得第l次迭代的最优功率分配策略;
步骤40:采用第l次迭代的最优功率分配策略,对更新后的动态频谱分配优化模型进行第二转化,得到第二转化后的动态频谱分配优化模型;
步骤50:采用穷举搜索法或混合整数线性规划法,对第二转化后的动态频谱分配优化模型进行求解,确定第l次迭代的最优信道分配系数矩阵;
步骤60:根据第l次迭代得到的最优功率分配策略和第l次迭代得到的最优信道分配系数矩阵,计算第l次迭代的目标值,并
当第l次迭代的目标值大于或者等于设定阈值时,将l更新为l+1,并将更新前的第l次迭代对应的最优信道分配系数矩阵确定为更新后的第l次迭代对应的信道分配系数矩阵,返回步骤30;
当第l次迭代的目标值小于设定阈值时,将第l次迭代对应的频谱分配策略集确定为第g迭代对应的频谱分配策略集,将g更新为g+1,返回步骤20,直到g等于迭代总数;所述第l次迭代对应的频谱分配策略集包括第l次迭代的最优功率分配策略和第l次迭代的最优信道分配系数矩阵;所述目标值为以无线网络的和传输速率最大化为目标的值;
步骤70:根据输出的频谱分配策略集,构建最优的频谱分配策略。
8.一种基于降元处理和联合迭代优化的动态频谱分配系统,其特征在于,包括:
用频参数和信道参数确定模块,用于获取多个无线电设备的用频需求和用频能力,并根据所述用频需求和所述用频能力,确定每个所述无线电设备的用频参数和信道参数;
模型更新模块,用于基于识别的特定频谱信息的嵌入提取方式更新动态频谱分配优化模型;更新前的动态频谱分配优化模型为按照约束条件和目标函数构建的动态频谱分配优化模型;所述约束条件包括1个无线电设备仅能接入1个信道、1个信道最多只能给1个无线电设备以及无线电设备需安全传输特定频谱信息给频谱管理端的频谱监测节点;所述目标函数为以无线网络的和传输速率最大化为目标的函数;所述特定频谱信息包括自身频谱身份信息和信道体验信息;
最优频谱分配策略确定模块,用于基于每个所述无线电设备的用频参数和信道参数,按照优化配置信道分配和功率分配原理,采用降元处理和联合迭代优化的方式,对更新后的动态频谱分配优化模型进行求解,得到最优的频谱分配策略。
9.根据权利要求8所述的一种基于降元处理和联合迭代优化的动态频谱分配系统,其特征在于,所述模型更新模块,具体包括:
嵌入提取方式确定单元,用于根据无线电设备的用频能力以及无线电设备预先登记的技术参数,确定每个无线电设备传输特定频谱信息时的嵌入提取方式;
模型更新单元,用于按照设定条件,更新动态频谱分配优化模型;
所述设定条件为无线电设备依据特定频谱信息的嵌入提取方式,采用基于扩频调制的频谱水印技术和加性嵌入准则实现特定频谱信息嵌入通信信号或者将特定频谱信息从通信信号提取的条件。
10.根据权利要求9所述的一种基于降元处理和联合迭代优化的动态频谱分配系统,其特征在于,所述最优频谱分配策略确定模块,具体包括:
第一转化单元,用于采用降元处理方式,对更新后的动态频谱分配优化模型进行第一转化,得到第一转化后的动态频谱分配优化模型;
循环单元,用于当计算第g迭代对应的频谱分配策略集时,确定第g迭代对应的初始化信道分配系数矩阵,并执行当前迭代次数最优功率分配策略确定单元;
当前迭代次数最优功率分配策略确定单元,用于利用差分凸优化算法,对第一转化后的动态频谱分配优化模型进行求解,获得第l次迭代的最优功率分配策略;
第二转化单元,用于采用第l次迭代的最优功率分配策略,对更新后的动态频谱分配优化模型进行第二转化,得到第二转化后的动态频谱分配优化模型;
当前迭代次数最优信道分配系数矩阵确定单元,用于采用穷举搜索法或混合整数线性规划法,对第二转化后的动态频谱分配优化模型进行求解,确定第l次迭代的最优信道分配系数矩阵;
目标值计算单元,用于根据第l次迭代得到的最优功率分配策略和第l次迭代得到的最优信道分配系数矩阵,计算第l次迭代的目标值;
第一跳转单元,用于当第l次迭代的目标值大于或者等于设定阈值时,将l更新为l+1,并将更新前的第l次迭代对应的最优信道分配系数矩阵确定为更新后的第l次迭代对应的信道分配系数矩阵,跳转至当前迭代次数最优功率分配策略确定单元;
第二跳转单元,用于当第l次迭代的目标值小于设定阈值时,将第l次迭代对应的频谱分配策略集输出并确定为第g迭代对应的频谱分配策略集,将g更新为g+1,跳转至循环单元,直到g等于迭代总数;所述第l次迭代的频谱分配策略集包括第l次迭代的最优功率分配策略和第l次迭代的最优信道分配系数矩阵;所述目标值为以无线网络的和传输速率最大化为目标的值;
最优频谱分配策略确定单元,用于根据输出的频谱分配策略集,构建最优的频谱分配策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210668712.5A CN115086965A (zh) | 2022-06-14 | 2022-06-14 | 基于降元处理和联合迭代优化的动态频谱分配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210668712.5A CN115086965A (zh) | 2022-06-14 | 2022-06-14 | 基于降元处理和联合迭代优化的动态频谱分配方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115086965A true CN115086965A (zh) | 2022-09-20 |
Family
ID=83250556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210668712.5A Pending CN115086965A (zh) | 2022-06-14 | 2022-06-14 | 基于降元处理和联合迭代优化的动态频谱分配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115086965A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116704823A (zh) * | 2023-06-12 | 2023-09-05 | 大连理工大学 | 基于强化学习的无人机智能轨迹规划和通感资源分配方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060083205A1 (en) * | 2004-10-14 | 2006-04-20 | Buddhikot Milind M | Method and system for wireless networking using coordinated dynamic spectrum access |
CN107040325A (zh) * | 2017-05-19 | 2017-08-11 | 中国电子科技集团公司第七研究所 | 基于策略的频谱资源动态分配方法、装置和系统 |
CN108135002A (zh) * | 2017-12-22 | 2018-06-08 | 南京航空航天大学 | 一种基于块坐标下降的无人机频谱资源分配方法 |
CN111654342A (zh) * | 2020-06-03 | 2020-09-11 | 中国人民解放军国防科技大学 | 基于有先验知识强化学习的动态频谱接入方法 |
-
2022
- 2022-06-14 CN CN202210668712.5A patent/CN115086965A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060083205A1 (en) * | 2004-10-14 | 2006-04-20 | Buddhikot Milind M | Method and system for wireless networking using coordinated dynamic spectrum access |
CN107040325A (zh) * | 2017-05-19 | 2017-08-11 | 中国电子科技集团公司第七研究所 | 基于策略的频谱资源动态分配方法、装置和系统 |
CN108135002A (zh) * | 2017-12-22 | 2018-06-08 | 南京航空航天大学 | 一种基于块坐标下降的无人机频谱资源分配方法 |
CN111654342A (zh) * | 2020-06-03 | 2020-09-11 | 中国人民解放军国防科技大学 | 基于有先验知识强化学习的动态频谱接入方法 |
Non-Patent Citations (2)
Title |
---|
WU Q等: "Joint trajectory and commu- nication design for multi-UAV enabled wireless networks", 《IEEE TRANSACTIONS ON WIRELESS COMMUNICA- TIONS》, vol. 17, no. 3, 31 December 2018 (2018-12-31), pages 2109 - 2121 * |
徐勇;果鑫;刘丰年;文鸿;张文平;李长云;: "一种基于模糊Q学习算法的认知无线电频谱分配策略", 湖南工业大学学报, no. 02, 15 March 2013 (2013-03-15) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116704823A (zh) * | 2023-06-12 | 2023-09-05 | 大连理工大学 | 基于强化学习的无人机智能轨迹规划和通感资源分配方法 |
CN116704823B (zh) * | 2023-06-12 | 2023-12-19 | 大连理工大学 | 基于强化学习的无人机智能轨迹规划和通感资源分配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Croce et al. | LoRa technology demystified: From link behavior to cell-level performance | |
Gao et al. | Scalable and reliable IoT enabled by dynamic spectrum management for M2M in LTE-A | |
US9077446B2 (en) | Method for controlling random access for the efficient sensing of the cooperative spectrum in a cognitive radio-based frequency resource sharing system | |
Pandit et al. | Throughput maximization with reduced data loss rate in cognitive radio network | |
CN105532049B (zh) | 用于减小网络间干扰的方法和网络实体 | |
CN113038616B (zh) | 一种基于联邦学习的频谱资源管理分配方法 | |
Jurdi et al. | Modeling infrastructure sharing in mmWave networks with shared spectrum licenses | |
Chen et al. | Secure centralized spectrum sensing for cognitive radio networks | |
CN114205046B (zh) | 一种通信感知一体化网络干扰协调方法及装置 | |
Kim et al. | Ultra-dense edge caching under spatio-temporal demand and network dynamics | |
Shi et al. | Controlling aggregate interference under adjacent channel interference constraint in TV white space | |
KR101090576B1 (ko) | 무선 인지 시스템에서 마코프 모델을 이용한 가중치 할당 협력 스펙트럼 센싱 방법 | |
KR102133253B1 (ko) | 인지무선 소형 셀 환경에서의 자원할당 방법 및 자원할당 장치 | |
Chen et al. | Providing spectrum information service using TV white space via distributed detection system | |
Panahi et al. | Stochastic geometry modeling and analysis of cognitive heterogeneous cellular networks | |
Lu et al. | Resource allocation for D2D communications underlaying cellular networks over Nakagami-$ m $ fading channel | |
Reddy et al. | Spectrum cartography techniques, challenges, opportunities, and applications: A survey | |
CN115086965A (zh) | 基于降元处理和联合迭代优化的动态频谱分配方法及系统 | |
CN110139282B (zh) | 一种基于神经网络的能量采集d2d通信资源分配方法 | |
CN111741450A (zh) | 网络流量预测方法、装置和电子设备 | |
Salam et al. | Modulation schemes and connectivity in wireless underground channel | |
CN108601075A (zh) | Ofdm认知无线电系统的单用户注水功率分配方法 | |
CN110461000B (zh) | 5g小区网络容量预测方法及装置 | |
US20130072205A1 (en) | Systems, Methods, and Media for Reducing Femtocell Interference | |
Ba et al. | User‐priority‐based resource allocation for device‐to‐device communications in 5G underlaying cellular networks |
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 |