一种认知无线网络中基于单调性优化与线性搜索的功率控制方法，包括以下步骤：(1)考虑包括PU与SUs之间以及不同SUs之间的两部分干扰，优化问题描述为一个多变量非凸性优化问题；(2)将问题(P1)垂直分解为两层优化问题；(3)根据底层问题，提出了单调性优化的功率控制方法，在PU的传输功率给定的情况下优化SUs的传输功率；(4)基于底层问题，提出线性搜索的方法，进一步优化PU的传输功率；(5)通过底层问题与顶层问题的交互迭代，最终解决问题(P1)。本发明专利技术提供一种在保障PU的QoS同时最大化PU的净收益的有效且高效的优化方法，以提高系统频谱利用率，优化系统资源的配置。
【技术实现步骤摘要】
本专利技术涉及认知无线电网络中，一种基于单调性优化与线性搜索算法进行的最优 功率控制方法。
技术介绍
随着移动数据服务的快速增长，可用频谱资源的有限性使得频谱拥塞的问题日益 突出。动态频谱接入（DSA)，作为移动网络中传统的固定频谱分配方法的有效补充，通过智 能化地重复利用未授权系统（Primary System-PS)或是授权用户（Primary User-PU)充分 利用的授权频谱资源，使得非授权用户（Secondary User-SU)能够适时地接入PU的授权频 谱进行数据传输，从而使得频谱利用率得到有效的提升。DSA以其优越性，被认为是一种能 够实现灵活变通的，并且能够响应时下需求的频谱供给方式之典范，前景广阔。然而，DSA网 络中进行频谱共享时，在PU服务于SUs的同时会不可避免的产生干扰，其中包括：1)PU与 SUs之间的同信道干扰2)不同的SUs之间的相互干扰。为了在保障PU的QoS前提下服务 于SUs以获得额外的收益，在设计频谱共享方案的过程中，合理地进行资源分配与干扰管 理是非常有必要的。然而以上所述的干扰往往会使得问题具有非凸优化的问题而变得很难 解决，因而提出一种在保障的QoS同时最大化PU的净收益的有效且高效的优化方法是 有意义的。
技术实现思路
为了保证频谱共享能够优化DSA网络中的频谱资源配置，本专利技术考虑包括PU与 SUs之间以及不同SUs之间的两部分干扰，提出了一种在PU的QoS得到保障的同时，通过 最大化PU的净收益以实现最优化的功率控制方法。所提出的功率控制算法具有两层结构， 在降低了计算复杂度的同时提高了该方法的有效性以及高效性。 本专利技术解决其技术问题所采用的技术方案是： -种认知无线网络中基于单调性优化与线性搜索的功率控制方法，所述控制方法 包括以下步骤： (1)在认知无线电网络中，通过授权用户和非授权用户SUs的发送功率控制，在 考虑包括PU与SUs之间以及不同SUs之间的两部分干扰的同时，保证PU的QoS的情况下 最大化PU的净收益的优化问题描述为如下所示的非凸性优化问题： 其中/Vs € a表示每个非授权用 户SUs的吞吐量表不授权用户PU的上行链路吞吐量，表示的是所有非授权用户SUs的集合； 在问题P1中，各个参数定义如下： a s:对于每个SU s实现的单位吞吐量PU进行收费的边际系数； β 的边际功率消耗代价，单位为$/Watt ; Rs:每个SU s的吞吐量； p0:PU的发送功率； 的最小传输功率消耗； n:背景噪声功率； qs: SUs的发送功率； gsB: SU-Τχ与BS之间的信道功率增益； gQB: PU-Tx与BS之间的信道功率增益；每个SU s的吞吐量要求；PU的发送功率上限；i SU的最大传输功率上限； gQs: PU-Tx与SU-Rx s之间的信道功率增益； gss:SU_Tx s与SU-Rx s之间的信道功率增益； gjs:SU_Tx j与SU-Rx s之间的信道功率增益； W:PU信道的带宽； 参数符号中上标表示参数在优化问题中的最优值； (2)用公式将约束条 件中的Rs展开，约束条件的第二项等价于，其中>问题？1的决策变量就转化为Pc以及{qs} sE ω，用分别表示 问题P1的最优解； (3)判断问题P1的可行性 将公式:：中的P。用{qs}sE ω代换，从而将该不 等式重新表示成如下的一组线性约束： Μ表不一个SXS矩阵，S表不Ω中SUs的总数，Μ中的项表不如下： 此外，还定义SX1的向量u，其中的每一项表示为 令向量f表示SUs能够满足上述线性约束条件的传输功率的集合，记条件Cl :gs:以及条件C2 :定义矩阵Μ的频谱半径，p (M) = max{ | λ | | λ 是Μ的特征值}，满足Ρ (Μ)〈1 ;如果条件Cl与C2能够满足，那么其中 I表示SXS的单位矩阵；向量§即的每一个元素表示着每个SU s的最小传输 功率，SUs的每一项{ Θ s}sE Ω均满足要求；进一步从{qs}sE Ω中推出PU的最小传输功率然后得到问题（Ρ1)可行的充分条件即条件（C3): (4)问题Ρ1的垂直分层，由于在实现问题Ρ1的优化时总有也就是说，PU在满足了吞吐量要求的同时无需再消耗更多地传输 功率，问题（Ρ1)垂直分解为两层结构，分别为问题（Ρ1-底层）与问题（Ρ1-顶层），在底层 问题中首先固定的传输功率Ρ。，相应的，底层问题变为在给定PU的传输功率Ρ。的情况 下优化SUs的传输功率qs; 通过在底层中计算F(p。）的值，将F(p。）的值代入到顶层问题从而优化PU的传输 功率； (5)判断问题（P1-底层）的可行性 当p。确定时，为了满足{ Θ s}sE Ω，SUs的功率需要能够满足公式相当于求解方程，用N表不一个SX S矩阵，S表不 Ω中SUs的总数，N中的项表示如下： 此外，还定义SX 1的向量v与向量w，其中的每一项分别表示为 因而SUs满足其各自的吞吐量需求{ Θ s}sE Ω的发送功率表示为 当pQ>0时，中的项是非负的，看出时，问题 (P1-底层）是可行的；用（x)s来表示向量X的第s项，将代入不等式则能够进一步明确问题（P1-底层）在Pc满 足不等式该不等式的右边表示Pc的下界，记 作￡;同时，通过将与相比较，求 解P〇的上界，其中Qmax表示SX1的向量，表示为，将Pc的上界记为;F,得出问题（P1-底层）可行的充分 (6)问题（P1-底层）的求解，针对底层问题，采用基于单调性优化的功率控制算 法，过程如下： 步骤6. 1 :引入辅助变量非授权用户的信噪比，将底层问题转化为一个关于非授权用户 信噪比ys的单调性优化问题； 其中 步骤6. 2 :设置初始最优非授权用户信噪比集合％= {b}，其中设置当前的迭代次数k= 1 ; 步骤6. 3 :针对当前的最优非授权用户信噪比集合!Tk，计算集合中所有元素的目 标函数值，记录其中最大的目标函数值对应的点为zk; 步骤6. 4 :根据对分法计算原点与一的连线与P的交点1^; 步骤6. 5 :如果则算法终止，转至步骤6. 9 ;否则转至步骤 6. 6 ； 步骤6. 6 :根据公式：计算出S个新的非 授权用户信噪比的可选最优解，其中61是S个相互正交的单位向量； 步骤6. 7 :利用步骤6. 6中计算当前第1页1 2 3 4 本文档来自技高网...
【技术保护点】
一种认知无线网络中基于单调性优化与线性搜索的功率控制方法，其特征在于：所述控制方法包括以下步骤：(1)在认知无线电网络中，通过授权用户PU和非授权用户SUs的发送功率控制，在考虑包括PU与SUs之间以及不同SUs之间的两部分干扰的同时，保证PU的QoS的情况下最大化PU的净收益的优化问题描述为如下所示的非凸性优化问题：P1：maxΣs∈ΩαsRs‑β(p0‑p0min)s.t.p0≥θ0n+Σs∈ΩqsgsBg0B]]>Rs≥Rsreq,∀s∈Ω]]>0≤p0≤P0max]]>0≤qs≤Qsmax,∀s∈Ω]]>其中表示每个非授权用户SUs的吞吐量，表示授权用户PU的上行链路吞吐量，Ω＝{1,2…S}表示的是所有非授权用户SUs的集合；在问题P1中，各个参数定义如下：αs:对于每个SU s实现的单位吞吐量PU进行收费的边际系数；β：PU的边际功率消耗代价，单位为$/Watt；Rs:每个SU s的吞吐量；p0:PU的发送功率；p0min：PU的最小传输功率消耗；n:背景噪声功率；qs:SU s的发送功率；gsB:SU‑Tx与BS之间的信道功率增益；PU‑Tx与BS之间的信道功率增益；每个SU s的吞吐量要求；PU的发送功率上限；SU的最大传输功率上限；g0s:PU‑Tx与SU‑Rx s之间的信道功率增益；gss:SU‑Tx s与SU‑Rx s之间的信道功率增益；gjs:SU‑Tx j与SU‑Rx s之间的信道功率增益；W:PU信道的带宽；参数符号中上标“*”表示参数在优化问题中的最优值；(2)用公式Rs=Wlog2(1+qsgssn+p0g0s+Σj≠s,j∈Ωqjgjs),∀s∈Ω]]>将约束条件中的Rs展开，约束条件的第二项等价于其中问题P1的决策变量就转化为p0以及{qs}s∈Ω，我们用和分别表示问题P1的最优解；(3)判断问题P1的可行性将公式中的p0用{qs}s∈Ω代换，从而将该不等式重新表示成如下的一组线性约束：且s≠jM表示一个S×S矩阵，S表示Ω中SUs的总数，M中的项表示如下：此外，还定义S×1的向量u，其中的每一项表示为令向量表示SUs能够满足上述线性约束条件的传输功率的集合，记条件C1：以及条件C2：我们定义矩阵M的频谱半径，ρ(M)＝max{|λ||λ是M的特征值}，满足ρ(M)<1；如果条件C1与C2能够满足，那么其中I表示S×S的单位矩阵；向量即({qs}s∈Ω)的每一个元素表示着每个SU s的最小传输功率，SUs的每一项{θs}s∈Ω均满足要求；进一步从{qs}s∈Ω中推出PU的最小传输功率然后得到问题(P1)可行的充分条件即条件(C3)：(C3):q^s≤Qsmax,∀s∈Ω,]]>且p^0≤P0max]]>(4)问题P1的垂直分层，由于在实现问题P1的优化时总有也就是说，PU在满足了吞吐量要求的同时无需再消耗更多地传输功率，问题(P1)垂直分解为两层结构，分别为问题(P1‑底层)与问题(P1‑顶层)，在底层问题中首先固定PU的传输功率p0，相应的，底层问题变为在给定PU的传输功率p0的情况下优化SUs的传输功率qs；(P1‑底层)：F(p0)=max{qs}s∈ΩΣs∈ΩαsRs]]>0≤qs≤Qsmax,∀s∈Ω]]>通过在底层中计算F(p0)的值，将F(p0)的值代入到顶层问题从而优化PU的传输功率；(P1‑顶层)：maxp0min≤p0≤p0maxF(p0)-β(p0-p0min)]]>其中(5)判断问题(P1‑底层)的可行性当p0确定时，为了满足{θs}s∈Ω，SUs的功率需要能够满足公式相当于求解方程用N表示一个S×S矩阵，S表示Ω中SUs的总数，N中的项表示如下：此外，还定义S×1的向量v与向量w，其中的每一项分别表示为因而SUs满足其各自的吞吐量需求{θs}s∈Ω的发送功率表示为q^(p0)=(I-N)-1(v+wp0)]]>当p0>0时，中的项是非负的，看出时，问题(P1‑底层)是可行的；用(x)s来表示向量x的第s项，将q^(p0)=(I-N)-1(v+wp0)]]>代入不等式则能够进一步明确问题(P1‑底层)在p0满足不等式该不等式的右边表示p0的下界...
【技术特征摘要】
【专利技术属性】
技术研发人员：吴远，何艳飞，严雨桐，陈佳超，钱丽萍，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33
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。