一种基于统计信道信息的认知全双工功率分配方法组成比例
【技术实现步骤摘要】
本专利技术涉及通信信号处理领域，尤其涉及一种认知用户利用主用户统计信道信息认知无线全双工双向通信系统功率分配方法。
技术介绍
随着无线通信技术的快速发展，无线通信系统对频谱资源的需求也日益增长，而现有的频谱资源的静态分配方式造成的频谱资源浪费严重。如何有效提升现有频谱的使用效率成为热点问题。认知无线电技术由于允许认知用户与主用户之间同时同频共存，可望在很大程度上缓解频谱资源的严重不足，提升频谱的利用效率。然而，在认知无线电系统中，主用户作为频段的授权使用者，其服务质量需要首先得到保证。为此，认知用户需要严格控制其发送功率，从而导致认知用户的通信质量较低。全双工通信技术允许通信双方同时的信息收发，为频谱利用效率的倍增提供了可能。因此，认知无线电技术结合全双工技术有望全面提升认知用户的服务质量。认知无线电系统需要首要保证主用户的性能，通常需确保认知用户在信息传输时对主用户的干扰不得高于干扰门限。为此，认知用户需要获知准确的主用户瞬时信道信息进行功率控制。实际上，认知用户往往不能与主用户进行有效的协作，认知用户无法获得准确的主用户瞬时信道信息。而不准确的信道信息进行功率控制势必有可能违背主用户的干扰门限。
技术实现思路
为避免上述问题，本专利技术以中断概率作为主用户的服务质量标准，通过推导证明主用户的中断概率只与主用户的统计信道信息相关，而统计信道可较长时间保持稳定，可通过传输距离等进行估计。因此本专利技术方法可避免频繁的信道估计带来的高复杂度及不准确信道信息造成主用户服务质量得不到保证的情况。本专利技术构建了以主用户中断概率和认知用户极值发射功率为联合约束，以认...
【技术保护点】
一种基于统计信道信息的认知全双工功率分配方法，所述方法包括如下步骤：S1、获取认知用户发射功率与主用户服务质量之间的条件关系，构建主用户中断概率约束函数；S2、建立以主用户中断概率条件和认知用户极值发射功率条件为约束、以认知用户和容量最大化为目标的约束优化函数；S3、在首先不考虑认知用户极值功率约束条件下，判断最优功率存在于主用户约束条件的边界，将约束优化函数转化为单变量无约束优化函数；S4、利用一维搜索寻找第一认知用户发射功率的可行解，并计算第二认知用户发射功率的可行解；S5、基于认知用户的最大功率限制，对所获得的认知用户发射功率进行修正。
【技术特征摘要】
1.一种基于统计信道信息的认知全双工功率分配方法，所述方法包括如下步骤：S1、获取认知用户发射功率与主用户服务质量之间的条件关系，构建主用户中断概率约束函数；S2、建立以主用户中断概率条件和认知用户极值发射功率条件为约束、以认知用户和容量最大化为目标的约束优化函数；S3、在首先不考虑认知用户极值功率约束条件下，判断最优功率存在于主用户约束条件的边界，将约束优化函数转化为单变量无约束优化函数；S4、利用一维搜索寻找第一认知用户发射功率的可行解，并计算第二认知用户发射功率的可行解；S5、基于认知用户的最大功率限制，对所获得的认知用户发射功率进行修正。2.一种如权利要求1所述的方法，所述步骤S1的获取认知用户发射功率与主用户服务质量之间的条件关系，构建主用户中断概率约束函数具体包括：认知用户在共享主用户频谱的过程中，主用户的中断概率Pout不高于门限值即第一认知用户及第二认知用户的发射功率应满足： P o u t = Pr ( log 2 ( 1 + γ P ) < R P ) ≤ P O u t T h r - - - ( 2 ) ]]>式中RP表征主用户的速率要求，Pr表征该事件发生的概率，当速率低于RP时，无法满足主用户的速率要求，主用户传输发生中断，为主用户的接收信干噪比，P1和P2分别表示第一认知用户和第二认知用户的发射功率，h1P和h2P分别表示两认知用户到主用户之间的干扰信道，hPP表示主用户的传输信道，PP为主用户的发射功率，N0为主用户接收机端的噪声功率；对上式(2)进行计算，可得 C ( 1 + AP 1 ) ( 1 + BP 2 ) ≥ P ‾ O u t T h r - - - ( 3 ) ]]>式中及和分别表示相应的统计信道信息方差的倒数。3.一种如权利要求2所述的方法，所述步骤S2的建立以主用户中断概率条件和认知用户极值发射功率条件为约束、以认知用户和容量最大化为目标的约束优化函数具体包括：以认知用户的和容量最大化为目标，建立最优发射功率的优化目标函数，： ( P 1 B e s t , P 2 B e s t ) = arg m a x P 1 , P 2 Σ i = 1 2 log 2 ( 1 + γ S i ) - - - ( 4 ) ]]>式中，γS1和γS2表示第一认知用户和第二认知用户的接收信干噪比，分别表示为： γ S 1 = P 2 | h 21 | 2 P 1 | h 11 | 2 + ( P P | h P 1 | 2 + N 0 ) - - - ( 5 ) ]]> γ S 2 = P 1 | h 12 | 2 P 2 | h 22 | 2 + ( P P | h P 2 | 2 + N 0 ) - - - ( 6 ) ]]>式中，h12和h21分别表示第一认知用户和第二认知用户之间的传输信道，hp1和hp2分别表示主用户到第一认知用户和第二认知用户的干扰信道,h11和h22分别表示第一认知用户和第二认知用户的自干扰信道；认知用户的发射功率不仅需要满足主用户中断概率条件，还受到极值功率的限制，为此建立如下约束优化函数： ( P 1 B e s t , P 2 B e s t ) = arg max P 1 , P 2 Σ i = 1 2 log 2 ( 1 + γ S i ) s . t . C ( 1 + AP 1 ) ( 1 + BP 2 ) ≥ P ‾ O u t T h r P 1 ≤ P 1 max ; P 2 ≤ P 2 max - - - ( 7 ) ]]>式中，和分别表征第一认知用户和第二认知用户的极值发射功率限制。4.一种如权利要求3所述的方法，所述步骤S3的将约束优化函数转化为单变量无约束优化函数具体包括：首先不考虑极值发射功率限制，对于上述优化函数，最优的功率分配方案满足下述条件则存在因子ε＞1，使得成立；令则当认知用户以功率及发送信号时，主用户的中断概率限制依然满足，此时第一认知用户与第二认知用户接收信干噪比为 γ ^ S 1 = P 2 B e s t | h 21 | 2 P 1 B e s t | h 11 | 2 + 1 ϵ ( P P | h P 1 | 2 + N 0 ) - - - ( 8 ) ]]...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。