基于能量收集技术的绿色认知网络功率分配算法研究

发布时间：2020-05-27 21:42

【摘要】：目前,在信息时代背景下,无线通信技术迅猛发展,已经成为现代社会中的关键技术之一。伴随着无线通信设备的广泛应用、接入无线网络的设备增多、无线移动用户迅速增长以及无线通信业务多样化增加,导致用户吞吐量需求与稀缺的无线频谱资源的矛盾日益凸显,对未来无线通信技术的发展提出了巨大挑战。然而,美国联邦通讯委员会(FCC,Federal communications commission)的调查表明,授权用户的频谱利用率极低,产生了大量的频谱空洞现象。如何在有限的无线频谱资源条件下,满足无线用户日益增长的通信需求以及保证无线网络通信的可靠性是未来无线通信技术发展的重要课题。认知无线电(CR,Cognitive radio)技术的提出为解决这一课题带来了曙光,其作为一种新型的智能无线通信系统,具有智能感知周围无线电磁环境、实现各种用户频谱共享的特性,可以有效提高频谱利用率。认知无线电网络由主用户(PU,Primary user)和次用户(SU,Secondary user)共同组成,主用户对授权频谱具有优先使用权,该网络允许次用户在保证主用户通信质量的前提下调整其传输参数,机会式地接入授权频谱,实现两种用户的频谱共享以及频谱资源的合理分配。与此同时,无线通信设备所产生的巨大能量消耗与能量供给紧缺之间的矛盾也变得不容忽视。认知无线电网络虽然可以提高频谱有效性,但是相较于其它通信网络,实现其功能复杂性更大,因此面临着更严重的能耗问题。那么,在无线通信需求迅速增长的前提下,协调无线频谱资源的有效性以及降低无线通信的能源消耗也成为当前通信技术发展的核心问题。将能量收集(EH,Energy harvesting)技术引入认知无线电网络中,次用户发射端接有能量收集装置,可以收集其它能量并将其转换为电能供给次用户来传输数据,是频谱资源利用率低以及能耗问题的有效技术解决方案。能量收集装置可以从周围环境(例如风能、太阳能等)收集能量,也可以收集授权用户传输过程中发出射频信号所携带的射频能量。本文针对基于能量收集技术的认知无线网络中功率分配问题进行了深入研究,主要工作总结如下:1)为同时提高频谱利用率和能量使用效率,本文将射频(RF,Radio frequency)能量收集技术引入认知无线电网络,进行次用户系统最优功率分配问题的研究。我们假设次用户发射端接有可以收集主用户RF能量的能量收集装置。采用下垫式频谱共享方式,优化目标为最小化次用户系统比特误码率,综合考虑次用户最大传输功率约束以及主用户接收端处干扰温度约束,对次用户在每个子载波上的传输功率进行分配。通过计算机仿真分析了我们所提出的功率分配算法的有效性和收敛性,验证了该算法可以实现认知网络系统传输性能的优化。2)对基于能量收集技术的多用户认知无线网络中动态最优功率分配问题进行了研究。考虑多次用户的认知无线电网络,并且每一个次用户的发射端都安装能量收集装置。针对次用户发射端的最大发射功率约束、最小吞吐量约束以及主用户接收端的干扰温度约束,优化了多个时隙下次用户系统的平均吞吐量。本文采用正交频分复用(OFDM,orthogonal frequency division multiplexing)接入方案,可用的频谱资源被划分为子载波。利用动态规划以及静态优化来得到每个次用户在每一时隙下的最优传输功率,也就是使用递归算法和拉格朗日乘子法来解决优化问题。本文提出的算法可以在满足系统约束条件的基础上,最大限度提高次用户平均吞吐量,从而可以在保证主用户传输质量的前提下对次用户系统的传输进行性能进行优化。
【图文】：

回路图,回路,发射机,接收机

如图1.1 所示。根据图 1.1，次用户的接收机持续监听无线电环境中电磁信号，，感知无线电环境中的射频变化情况，通过无线电场景分析以及信道的估计与检测等手段，估计到量化的信道容量、主用户接收机干扰温度、噪声统计、频谱空洞等有效信息，并通过反馈信道将这些有效信息反馈给次用户发射机。在对接收的反馈信息进行处理和更新之后，次用户发射机得以完成次用户的功率分配与频谱资源分配，正是次用户接收机与发射机之间这种实时的信息传递与共享，认知网络中主用户与次用户之间的频谱共享才得以实

频域,频谱,无线电,示意图

频谱空洞示意图（频域）
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN925

【参考文献】