一种基于OFDM认知无线电资源分配算法研究.docVIP

一种基于OFDM的认知无线电资源分配算法研究 　　【摘 要】研究了一种基于OFDM的认知无线电系统资源分配算法，考虑了频谱感知误差对资源分配造成的影响，更贴近实际情况。提出的次优化资源分配法算法，在能效最优的目标下，满足了总功率门限、干扰门限及每个认知用户最低传输速率的约束限制。仿真结果表明该算法计算复杂度低，能确保各用户的公平性。同时，感知误差的考虑使结果更接近实际情形，适用于实时应用。 　　【关键词】认知无线电 正交频分复用技术 能效 资源分配 　　doi：10.3969/j.issn.1006-1010.2016.10.020 中图分类号：TN911 文献标志码：A 文章编号：1006-1010（2016）10-0091-06 　　引用格式：王茜，张杭，陈乾，等. 一种基于OFDM的认知无线电资源分配算法研究[J]. 移动通信， 2016，40（10）： 91-96. 　　1 引言 　　随着无线电通信业务的急速增长，无线频谱资源日益紧缺。美国联邦通信委员会（Federal Communications Commission，FCC）的报告表明，旧有的静态频谱资源分配法是导致这一现象的根本原因[1]。认知无线电[2]（Cognitive Radio，CR）可以通过频谱感知（Spectrum Sensing）让认知用户/次用户（Secondary Users，SU）动态地接入空闲频段，即暂时不被授权用户/主用户（Primary Users，PU）使用的频段[3]，很好地解决了频谱资源匮乏的问题。正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）技术自从被提出，就由于其节省带宽、实现简单的优点广泛应用于各种传输系统。它作为一种多载波调制技术，可以有效抵抗多径效应，降低符号间干扰，同时可根据每个子载波的不同衰落情况动态调整发射功率和调制解调技术等参数[4]，大大提高了频谱利用效率。OFDM被认为是最适合用于认知无线电的调制传输技术[5]。 　　功率分配是基于OFDM的认知无线电系统中的关键技术。近年来，无线通信设备数量的增加直接导致了能耗的急剧增长，给运营成本带来了不可忽视的压力。在“节能减排”和“绿色通信”的主题被提出的同时，如何提高无线通信系统的能效（Energy Efficient，EE）问题成为了研究热点。 　　文献[6]考虑了传输总功率的限制以及对授权用户的干扰限制，同时在满足不同认知用户对传输速率不同需求的情况下，提出一种注水搜索算法求能效最大化问题。但由于计算复杂度较高，因而不能得到很好的实时应用效果。同样的模型下，文献[7]先将问题转化为凸优化问题，再利用该问题的特殊结构，提出一种优化的快速界限法，进而求出该复杂问题的次优解。但认知无线电中频谱感知的误差和延迟同样会对授权用户造成不可忽略的干扰[8，9]，而上述模型中并未考虑这一干扰。文献[9]利用贪婪准则首先进行子载波分配，再利用KKT条件（Karush-Kuhn-Tucker conditions）求得最优功率分配，最后用次梯度算法求出对偶问题的解，大大简化了计算复杂度。但该文献模型中未考虑不同认知用户对传输速率的不同需求。 　　2 系统模型 　　考虑一个有K（k=1， 2， …， K）个认知用户，L（l=1， 2， …， L）个授权用户的认知无线电系统。总带宽分成N（n=1， 2， …， N）个正交的子载波，每个子载波带宽为B MHz。令子载波的总集合为S，其中通过频谱感知得到的空闲子载波集合为Sv，剩下被授权用户占用的子载波集合为So，则有S=Sv+So。假设授权用户以Pa的概率随时接入任意空闲频谱，频谱感知过程中的漏检概率和虚警概率分别表示为Qmd和Qfa，则第j个子载波被授权用户占用却被认知用户感知成空闲状态的概率为： 　　其中，δt即步长序列，通常设定为k/t或者k/，此处k为一正常数，t为迭代总次数。在步长足够小的情况下，次梯度算法可以保证λ*和μ*收敛至最优值。 　　得到拉格朗日对偶参数的值后，再次进行迭代求得α=E（p）/R（p）的最优值α*，进而可以得到OP3的最终解p*。 　　4 仿真结果 　　对一个采用OFDM作为调制方式的认知无线电系统进行仿真，并设定系统中存在4个认知用户和4个授权用户。16个子信道，每个子信道的带宽是0.3125 MHz，噪声干扰功率谱密度为2×10-6 W/Hz。每个认知用户最低传输速率Rmin为20 bits/s，OFDM符号持续时间为4 μs，信道增益被建模成均值为0的独立同分布的瑞利随机变量。静态电路消耗的功率PS为0.01 W，转化系数ξ的单位为W/Mbps。假定授权用户的接入概率为0.8，漏检概率Qmd和虚警概率Qf