認知無線電中稀疏頻譜檢測及資源分配的研究.pdf

1、隨著第四代、第五代無線通信網(wǎng)絡的發(fā)展，大量的無線業(yè)務需要占用較寬的頻帶，而可用的頻譜資源正變得越來越稀缺。另一方面，無處不在的無線服務和復雜的傳輸技術，使得無線網(wǎng)絡的能量消耗非常嚴重。因此，尋找高頻譜利用率、高能效的無線傳輸技術具有重要意義。認知無線電作為一種智能的無線通信系統(tǒng)，通過動態(tài)的頻譜接入策略，能夠有效的提高頻譜利用率。近年來，針對認知無線電技術的研究已經(jīng)取得了豐富的研究成果。與此同時，由于綠色技術能夠降低能耗、減少二氧化碳排放

2、量并且能夠循環(huán)利用資源，綠色技術正得到學術界、工業(yè)界和政府部分的廣泛關注。在無線通信中，綠色無線通信技術主要致力于提高能量效率、解決高服務質量需求和節(jié)約能量之間的矛盾。因此，綠色無線通信技術與認知無線電技術結合將成為未來無線通信研究的熱點。
　　本文圍繞認知無線電、綠色無線通信技術展開了研究，主要包括稀疏頻譜感知、高能效資源分配、高能效最優(yōu)中繼選擇等，主要創(chuàng)新內容如下:
　　(1)研究了分布式稀疏頻譜感知問題，根據(jù)次用戶能否

3、獲得信道狀態(tài)信息，提出了兩種分布式稀疏頻譜感知算法。由于主用戶信號能量在頻域是稀疏的，因此可通過能量向量來判斷整個頻段的信道是否被占用，將頻譜感知問題轉化為稀疏向量恢復問題。當信道狀態(tài)信息已知時，頻譜感知問題轉化為從多個次用戶觀測向量恢復同一個稀疏向量問題;當信道狀態(tài)信息未知時，頻譜感知問題轉化為從多個次用戶觀測向量恢復多個具有相同稀疏結構的稀疏向量問題;分別采用不同的分布式方法對上式問題進行求解，得到了兩種分布式稀疏頻譜感知算法。

4、r>　　研究了集中式稀疏頻譜感知問題，根據(jù)次用戶能否獲得信道狀態(tài)信息，提出了兩種集中式稀疏頻譜感知算法。與分布式稀疏頻譜感知問題類似，頻譜感知問題轉化為從多個次用戶觀測向量恢復同一個稀疏向量或恢復多個具有相同稀疏結構的稀疏向量問題，然后分別采用路徑協(xié)同優(yōu)化算法和多任務貝葉斯壓縮感知算法對其進行求解，得到了兩種集中式稀疏頻譜感知算法。
　　(2)研究了認知無線電系統(tǒng)中的資源分配問題，根據(jù)次用戶能否獲得完整的信道狀態(tài)信息，提出了高能效

5、資源分配算法和魯棒的高能效功率分配算法。針對多用戶認知正交頻分多址系統(tǒng)，1）在次用戶能夠獲得其與主用戶之間的信道狀態(tài)信息的場景下，以次用戶的能量效率和為優(yōu)化目標，在干擾約束和功率約束條件下，對子信道和功率分配問題進行研究。針對上述優(yōu)化問題，提出了一種分步算法:第一步為子信道分配算法，第二步為高能效功率分配算法;2）在次用戶無法準確獲得其與主用戶之間的信道狀態(tài)信息的場景下，以最大化最小次用戶能量效率為優(yōu)化目標，在干擾約束條件、功率約束條件

6、和信道估計誤差約束條件下，對功率分配問題進行研究。由于目標函數(shù)和信道估計誤差約束條件是非凸的，很難直接對其進行求解。為了便于求解，首先將非凸的信道估計誤差約束條件轉化為凸約束條件，然后引入變量將原優(yōu)化問題轉化為等效的凸優(yōu)化問題，最后給出了魯棒的高能效功率分配算法。
　　(3)研究了認知放大轉發(fā)中繼系統(tǒng)中的資源分配問題，提出了一種高能效中繼選擇和功率分配算法。在認知放大轉發(fā)中繼系統(tǒng)場景下，以認知用戶的能量效率為優(yōu)化目標，對最優(yōu)中繼選

7、擇和功率分配問題進行研究。針對上述優(yōu)化問題，提出的高能效中繼選擇和功率分配算法包括兩步:第一步為高能效功率分配算法，第二步為最優(yōu)中繼選擇。
　　研究了統(tǒng)計約束條件下認知解碼轉發(fā)中繼系統(tǒng)中的功率分配問題，提出了一種高能效功率分配算法。該算法首先對統(tǒng)計約束條件進行等效變換，然后通過引入?yún)?shù)將原始的優(yōu)化問題轉化為分式優(yōu)化問題，最后給出了一種迭代的求解算法。
　　(4)研究了時延服務質量約束條件下的認知無線電功率分配問題，提出了一種