认知无线电网络中用户传输距离的优化研究

发布时间：2021-08-02 16:02

　　针对认知无线电网络（Cognitive Radio Networks, CRNs）的能耗问题,提出能效感知的定位算法（Energy Efficient Localization Algorithm, EELA）算法能。EELA算法给次级用户（SecondUsers,SUs）提供最优的传输距离,进而减少CRNs的功率消耗。考虑到CRNs的能效,利用主级用户和次级用户的位置信息,EELA优化用户的传输距离。同时,EELA算法优化SUs的部署位置,进而提高整个CRN的定位精度。仿真结果表明提出的EELA算法的定位精度逼近于Cramer-Rao下限。 

【文章来源】：控制工程. 2020,27(06)北大核心CSCD

【文章页数】：5 页

【部分图文】：

RMSE性能随测距误差的影响Fig.5RMSEInfluenceofperformanceonrangingerror

·1094·控制工程第27卷2问题描述假定CRN由K=u个用户组成，其中u、和分别表示未知位置(UnknownPositionSUs,UPSUs)、已知位置(KnownPositionSUs,KPSUs)和PUs用户数。将网络内所有用户的实际位置表示成集1KiiXΦ，其中，,RiiiΦxy表示用户i的位置。认知无线电网络，如图1所示。图1认知无线电网络Fig.1Cognitiveradionetwork由融合中心(FusionCenter,FC)执行定位过程，进而计算网络内所有用户的位置。假定个KPSUs能够在网内移动，并且FC知道他们的位置。EELA算法引用混合连接和估计距离(HybridConnectivityandEstimatedDistance,HCED)模型[7]。此外，用2,1KijijH表示网络内每个用户间的最短路径路由，其中，ij表示用户i与用户j间所估计的最短路径路由。3EELA算法EELA算法由两步组成：首先，先将KPSUs部署于最优位置；然后，依据这些最优位置，调整SUs传输距离，进而最小总体功率消耗。EELA模型，如图2所示。图2EELA算法模型Fig.2EELAalgorithmmodel3.1最优位置部署最初，先利用多维扫描(MultidimensionalScaling,MDS)[8]算法估计所有用户的初始位置，且用X表示。然后，部署KPSUs的最优几何位置。假定CRN的区域尺寸为LL，其中，L为方形区域长度。假定KPSUs位于x和y区域的整数点位置上。因此，假定LL区域内包含2aL个可能的整数点。对于个SUs，存在Caa!!a!个组合。然后从这些组合中寻找最小GDOP。对于第k个组合?

·1094·控制工程第27卷2问题描述假定CRN由K=u个用户组成，其中u、和分别表示未知位置(UnknownPositionSUs,UPSUs)、已知位置(KnownPositionSUs,KPSUs)和PUs用户数。将网络内所有用户的实际位置表示成集1KiiXΦ，其中，,RiiiΦxy表示用户i的位置。认知无线电网络，如图1所示。图1认知无线电网络Fig.1Cognitiveradionetwork由融合中心(FusionCenter,FC)执行定位过程，进而计算网络内所有用户的位置。假定个KPSUs能够在网内移动，并且FC知道他们的位置。EELA算法引用混合连接和估计距离(HybridConnectivityandEstimatedDistance,HCED)模型[7]。此外，用2,1KijijH表示网络内每个用户间的最短路径路由，其中，ij表示用户i与用户j间所估计的最短路径路由。3EELA算法EELA算法由两步组成：首先，先将KPSUs部署于最优位置；然后，依据这些最优位置，调整SUs传输距离，进而最小总体功率消耗。EELA模型，如图2所示。图2EELA算法模型Fig.2EELAalgorithmmodel3.1最优位置部署最初，先利用多维扫描(MultidimensionalScaling,MDS)[8]算法估计所有用户的初始位置，且用X表示。然后，部署KPSUs的最优几何位置。假定CRN的区域尺寸为LL，其中，L为方形区域长度。假定KPSUs位于x和y区域的整数点位置上。因此，假定LL区域内包含2aL个可能的整数点。对于个SUs，存在Caa!!a!个组合。然后从这些组合中寻找最小GDOP。对于第k个组合?


本文编号：3317859