认知中继网络动态资源分配问题研究

发布时间：2020-11-22 04:28

　　 随着智能终端设备的普及和数据业务量的爆发式增长,无线频谱资源需求越来越大。无线频谱是一种非再生资源,传统频谱资源固定划分的方式存在频谱资源利用率低的问题。认知无线电(CR,Cognitive radio)是一种能够有效解决频谱资源短缺和频谱利用率低问题的智能无线通信技术。在认知无线电网络中同时存在主用户(授权频谱用户)和次用户(非授权频谱用户),且次用户可以在不影响主用户通信服务质量(QoS,Quality of service)的条件下共享主用户的频谱,从而提高频谱利用率。正交频分多址复用(OFDM,Orthogonal frequency division multiplexing)技术以其频谱利用率高、抗多径时延能力强和有效地消除符号间干扰等优势被应用到认知无线电网络中。在OFDM认知无线电网络中,次用户发射机根据周围设备反馈的信道状态信息,动态地分配子载波和功率来满足主用户对干扰门限的要求和次用户的业务需求。当次用户之间的通信距离远或者信道衰落严重时,次用户需要提高发射功率才能保证通信的可靠性,但此时也会对主用户带来严重的干扰。在认知无线电网络中引入协作中继技术,可以扩展通信覆盖范围、提升频谱利用率和有效地解决通信距离远带来的发射功率大问题。但认知中继网络复杂的拓扑结构却给资源分配工作带来了巨大的挑战。考虑到认知中继网络现在面临的问题和未来的发展趋势,本文分别从信道状态信息不确定性、用户体验质量(QoE,Quality of experience)、能量效率和物理层安全几个方向对认知中继网络动态资源分配问题展开了研究,主要的工作和贡献如下:首先,现有认知中继网络资源分配问题的研究多数都是基于理想的信道状态信息,然而由于信道估计误差、量化误差和反馈时延等因素的影响,次用户发射机很难获得精确的信道状态信息。为了克服信道状态信息不确定性的影响,本文在单主用户功率独立控制的认知中继网络中,以最大化次用户系统吞吐量为优化目标,提出了一种启发式鲁棒中继选择算法和最优的鲁棒功率分配算法。本文采用Worst-case鲁棒优化理论和拉格朗日对偶方法求解鲁棒功率分配问题,并推导得出了最优的功率分配解析解。本文通过理论分析说明了算法的有效性,通过仿真实验验证了所提鲁棒资源分配算法与理想信道状态信息下提出的非鲁棒资源分配算法相比,能够严格地保证主用户干扰门限的要求,但是需要付出一定的次用户系统吞吐量作为代价。随后,本文针对上述基于单主用户功率独立控制的认知中继网络鲁棒资源分配算法做了如下改进:1)联合控制次用户发射机和中继节点发射功率,使次用户系统功率分配过程更加灵活;2)在主用户网络中部署多个具有不同干扰门限要求的主用户接收机,使鲁棒资源分配算法更符合实际通信场景;3)提出了一种最优的鲁棒中继选择方案,使得鲁棒功率分配算法性能更好。基于上述改进,本文提出了一种基于多主用户功率联合控制的鲁棒资源分配算法。在严格保证多主用户不同干扰门限的要求下,实现了最大化次用户系统吞吐量的目标。另外,传统以QoS为优化目标的资源分配算法不能反映用户的主观感受而且还存在频谱资源浪费的问题。为了直观地反映用户的主观满意度且提高频谱利用率,目前多采用QoE作为资源分配的优化目标,但在保障用户QoE的同时会消耗大量的能量。为此,本文在双向认知中继网络中研究了联合优化用户QoE和能量消耗的资源分配问题。次用户总Qo E与功率消耗的比值被定义为用户体验质量能量效率(QoEW,Quality of service per Watt),并被作为提高次用户QoE和降低能量消耗的折中标准。在次用户和中继节点最大总发射功率、次用户最低QoE需求和多个主用户不同干扰门限的约束条件下,本文提出了一种以最大化QoEW为优化目标的资源分配算法。由于QoEW同时涉及物理层参数和应用层参数,本文根据跨层优化理论、分式规划理论和拉格朗日对偶方法最终获得了最优的QoEW。仿真实验验证了本文所提算法的有效性和优越性,并分析了系统参数对QoEW的影响。最后,由于认知中继网络拓扑结构复杂,使得传统加密方式中的密钥分配和管理在该网络中难以实施。物理层安全技术可以利用无线信道的随机性来实现信息的安全传输,具有无需生成密钥和复杂度低等优点,适用于保障认知中继网络的信息安全。但在保障物理层安全时,也会受到能量消耗的制约。为此,本文针对存在窃听者的认知中继网络研究了联合优化物理层安全和能量消耗的资源分配问题。次用户的保密速率与功率消耗的比值被定义为次用户系统的安全能量效率(SRW,Secrecy rate per Watt),并被作为提高次用户保密速率和降低能量消耗的折中标准。在次用户和中继节点最大总发射功率、次用户最低保密速率需求和多个主用户不同干扰门限的约束条件下,本文提出了一种以最大化SRW为优化目标的资源分配算法,并根据分式规划理论、拉格朗日对偶方法和DC(Difference of convex)规划理论获得了最优的SRW。仿真实验验证了所提算法能够在保障次用户最低保密速率的同时有效地提升次用户系统的SRW。
【学位单位】：吉林大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：TN925
【部分图文】：

0、WCDMA 和 TD-SCDMA），传输速率又被提高到 2Mbp/s，并高速率的数据业务。第四代（4G）高速宽带数据移动互联网通 FDD-LTE），传输速率已经可以达到 1Gbp/s，实现了高速多媒体 1G 时代不足 10Kbp/s，发展到 4G 时代的 1Gbp/s，通信传输速率而仍然无法满足人们对高速通信速率的追求。因此，当 4G 商用时候，针对第五代（5G）移动通信系统的研究工作也在如火如荼了实现万物互联，要求峰值速率大于 20Gbp/s[1]。根据 IMT20200 年我国对频谱资源的需求约为 1200MHz，而同期能够提供给系MHz。由此可见，频谱资源稀缺的问题将变得日益紧张。频谱是一种非再生资源，由世界各国相应的频谱管理部门管理，非授权频谱。虽然这种静态分配方案便于管理，避免了不同通信谱资源利用率低。如图 1.1 所示，授权频谱占用较多的资源，但少。非授权频谱占有较少的资源，但却会出现业务拥挤的现象。和频谱利用率低的问题，认知无线电（CR, Cognitive radio）技术

分配算法将不再适用，此外，在认知中继网络的资源分配和中继选择等问题。可见，在认知中继网络中设计合理且具挑战性的工作。本文以认知中继网络为背景，针对涉及效率、用户体验质量（QoE, Quality of experience）和物理问题展开了深入研究，旨在为认知中继网络资源分配算法继网络线电电是一种智能的无线通信技术，能够感知周围频谱使用情后随着环境的变化实时地调整发射功率、载波频率和调谱分配和频谱共享[23, 24]。认知无线电网络是认知无线电技n Haykin 教授提出的经典的认知无线电网络循环回路。

成为了近年来无线通信领域研究的热点。在协作通信系统中，根据中继节点对接收信号处理方式的不同，中继转发方分为放大转发（AF,Amplify-and-forward）[33-35]和译码转发（DF, Decode-and-forward两种最基本的方式。图 1.4(a)为采用放大转发方式的协作通信场景，中继节点对的来自源节点的信号进行简单的放大后，转发给目的节点。图 1.4(b)为采用解码式的协作通信场景，中继节点在接收到源节点的信号后，需对其进行译码后重新再转发给目的节点。显然，放大转发方式实现简单，但存在噪声也同时放大的弊码转发方式在中继节点处有译码过程，避免了噪声通过中继转发而放大，增强了输的可靠性。但是译码过程复杂，开销大且存在延时。因此，在实际通信系统中据具体情况选择适合的中继转发方式。如何合理地选择参与传输的中继节点是提中继系统性能至关重要的问题。常用的中继选择策略包括选择性中继方案[39]、机方案[40]、基于节点位置分布的中继选择方案[41]、基于信噪比（SNR, Signal to nois的中继选择方案[42]和基于中断概率的中继选择方案[43]等。
【参考文献】

相关期刊论文 前5条

1 Bing Wang;Kaizhi Huang;Xiaoming Xu;Yi Wang;;Secure Spectral-Energy Efficiency Tradeoff in Random Cognitive Relay Networks[J];中国通信;2017年12期

2 张培;张建明;王良民;;一种全双工认知中继网络中实现能量高效的安全传输方法[J];计算机科学;2017年09期

3 王东;李永成;白铂;王满喜;;解码转发协作通信网中能效最优的物理层安全传输机制研究[J];通信学报;2017年01期

4 YUAN Deyu;SONG Mei;TENG Yinglei;MA Ding;WANG Xiaojun;LU Guofeng;;QoE-Oriented Resource Allocation for Multiuser-Multiservice Femtocell Networks[J];中国通信;2015年10期

5 MA Zheng;ZHANG ZhengQuan;DING ZhiGuo;FAN PingZhi;LI HengChao;;Key techniques for 5G wireless communications:network architecture, physical layer,and MAC layer perspectives[J];Science China(Information Sciences);2015年04期

本文编号：2894121