信道不确定性条件下大规模用户共享信道的功率分配方法组成比例

本发明专利技术提出一种信道不确定性条件下大规模用户共享信道的功率分配方法：计算各个次用户之间的链路损耗；计算各个次用户之间的相互干扰以及所有次用户的吞吐量之和；计算符合次用户峰值功率约束和次用户之间的干扰约束的每个次用户链路中的最优发射功率；将所述最优发射功率代入主用户约束条件进行验证，若主用户的干扰约束条件成立，则所述最优发射功率就是最合理的发射功率；若主用户的干扰约束条件不成立，否则，需要将所述最优发射功率下降一个台阶，然后重新代入主用户约束条件进行验证，直至找到最合理的发射功率。本发明专利技术可在信道不确定性条件寻求使次用户总吞吐量最大化的功率分配方式。

Power allocation method for large-scale user sharing channel under channel uncertainty

The invention provides a channel under the uncertainty of mass users to share power allocation method of channel: Calculation of link loss between each user; calculating the mutual interference between each user and all secondary users and computing the optimal throughput; each user link with interference constraint between secondary users and secondary users of the peak power constraint in the transmit power; the optimal transmit power generation in user constraints to verify if established interference constraints of primary users, the optimal transmit power is the most reasonable emission power; if the interference constraint of primary user is not established, otherwise, will need the optimal transmit power down a step, then again into the main user constraints are verified, to find the most reasonable transmit power. The invention can seek a power allocation mode that maximizes the total throughput of sub users under channel uncertainty conditions.

【技术实现步骤摘要】
信道不确定性条件下大规模用户共享信道的功率分配方法
本专利技术涉及无线通信技术的认知无线电领域，具体讲是一种信道不确定性条件下大规模用户共享信道的功率分配方法。
技术介绍
随着人与人之间的自由通信需求日益增长，无线个人通信被越来越广泛地运用于交换个人信息，使得不断增加的高速无线数据需求与无线频谱资源的日益紧缺产生了尖锐矛盾，这一基本矛盾促使无线通信技术得到迅猛发展。认知无线电作为解决这一矛盾的关键技术，具有广阔的前景。认知无线电就是通过允许未授权用户以机会主义方式利用授权用户的频谱资源，同时不影响授权用户的正常通信，使许可频段得到充分利用。而运用认知无线电技术，合理分配用户功率是主要难题，也是无线资源分配技术的研究核心。当前，无线传输网络包括无线电认知网络正逐渐变得越来越庞大而且愈加复杂，用户数量也呈指数迅速增长，传播信道的时变和无线信道的随机性质，这一切都使得通信过程中已经很难回避一些不确定性因素。比如量化误差，信道估计误差，传输误差，同步差错，设备执行出错等。一些基于完美发射机状态信息的传统功率分配方案过于理想化，已经很难满足实际通信要求。很多现有的技术如基于二分法实现的注水算法，即使能够实现信道不确定下的吞吐量最大化，也没有考虑次用户之间的共存，不能完全保证大规模用户的需求和主用户的用户质量。因此，在我们研究的这个方案中考虑了信道的不确定因素和大规模用户，更切合实际。在认知无线电网络中，存在主用户和次用户。主用户占用频谱资源进行通信，次用户就以一定的机会接入频谱通信，但不能影响主用户正常工作。而主用户对外来的干扰有一定的承受范围，即存在干扰阈值，只要在这个干扰阈值下，主用户就能正常通信同时还能满足次用户工作。用户通信一般需要接收机来接收信号，发射机来发送信号。然而，这种信道不确定性条件下大规模用户共享信道的功率分配方法在实际运用上，存在着一些挑战：(1)认知无线电网络中，主用户会受到次用户发射信号的干扰，而主用户接收机与次用户的发射机之间的信道状态信息未知；(2)大规模的次用户接入主用户频谱资源通信时，互相之间也会有干扰，这种干扰不可避免；(3)要保证主用户的服务质量，必须保证主用户所受的干扰在一定的阈值范围内。
技术实现思路
本专利技术解决的问题是：认知无线电网络中，在主用户接收机与次用户的发射机之间的信道状态信息未知、大规模的次用户之间的干扰不可避免且要保证主用户的服务质量的条件下，寻求使次用户总吞吐量最大化的功率分配方式为了解决上述技术问题，本专利技术提供一种信道不确定性条件下大规模用户共享信道的功率分配方法，包括以下步骤：步骤1、获取各个用户位置信息，计算各个次用户之间的链路损耗；步骤2、对各个次用户发射功率值进行初始化，计算各个次用户之间的相互干扰以及所有次用户的吞吐量之和；计算所有次用户的吞吐量之和时，具有以下三个约束条件：次用户的峰值功率约束、次用户相互干扰约束、主用户所受干扰约束；步骤3、计算符合次用户峰值功率约束和次用户之间的干扰约束的每个次用户链路中的最优发射功率；步骤4、将步骤3获得的最优发射功率代入主用户约束条件进行验证，若主用户的干扰约束条件成立，则步骤3获得的最优发射功率就是最合理的发射功率；若主用户的干扰约束条件不成立，否则，需要将所述最优发射功率下降一个台阶，然后重新代入主用户约束条件进行验证，直至找到最合理的发射功率。进一步，各个次用户之间的链路损耗包括大规模的路径损耗增益和小规模的衰减增益。进一步，求取步骤3所述最优发射功率的目标函数及约束条件如式(1)所示：其中，f0(p)＝-Tsum，Tsum为认知网络中所有次用户的吞吐量之和，C1和C2所示条件分别为次用户峰值功率约束和次用户之间的干扰约束，表示对于任意的一个用户i，pi为第i个次用户的发射功率，pmax为次用户的最大发射功率，gj,i为第j个次用户的发射机j到i个次用户的接收机之间的链路损耗，Imax为最大干扰门限值，N为次用户总数量，i∈N,j∈N；求解目标函数minf0(p)的拉格朗日函数L(p,λ,ν)如式(2)所示：式(2)中，p＝[p1,...,pi,...pN]，pi为第i个次用户的发射功率，λ＝[λ1,...,λi,...λN]和ν＝[v1,...,vi,...vN]分别是约束条件的拉格朗日乘子，λi表示第i个次用户对应于次用户峰值功率约束条件C1的拉格朗日系数，vi表示第i个次用户对应于次用户之间的干扰约束条件C2的拉格朗日系数；拉格朗日对偶函数G(λ,ν)如式(3)所示：inf表示取函数的下界。本专利技术与现有技术相比，其显著优点在于，(1)本专利技术基于凸优化理论，通过对各次级用户功率分配的灵活控制，配合提出了简单高效的迭代搜索方法；(2)本专利技术考虑的因素更为切合实际，不仅考虑了各次级用户之间的相互影响，还分析了主用户所受的干扰受限，更重要的是结合实际场景考虑了次用户发射机与主用户接收机之间的信道的不确定性；(3)本专利技术采用大规模用户来优化发射功率，使得吞吐量最大化，同时保证主用户的服务质量，在性能上要优于一般二分注水的功率分配方法。附图说明图1为本专利技术信道不确定性条件下大规模用户共享信道的功率分配方法的流程图。图2为使用本专利技术的一种认知网络示意图。图3为本专利技术与对比方案的性能对比图。图4为本专利技术实施例中台阶的变化对吞吐量之和的影响示意图。图5为本专利技术实施例中主用户干扰阈值在不同的情况下的中断概率对吞吐量之和的影响示意图。图6为本专利技术实施例中不同中断概率情况下用户数目分别对平均吞吐量和总吞吐量的影响示意图。具体实施方式容易理解，依据本专利技术的技术方案，在不变更本专利技术的实质精神的情况下，本领域的一般技术人员可以想象出本专利技术功率分配方法的多种实施方式。因此，以下具体实施方式和附图仅是对本专利技术的技术方案的示例性说明，而不应当视为本专利技术的全部或者视为对本专利技术技术方案的限制或限定。本专利技术提供的信道不确定性条件下大规模用户共享信道的功率分配新方法，解决的是认知无线电网络中，主用户接收机与次用户的发射机之间的信道状态信息未知、大规模的次用户之间的干扰不可避免的条件下如何保证主用户的服务质量。具体功能是：1)保证主用户通信质量，正常接收信号；2)协调各个次用户链路之间的干扰，使之共存；3)认知网络中次用户的总吞吐量达到最大。如图1所示，该方法包括以下步骤：步骤1、获取各个用户位置信息，计算各个次用户之间的链路损耗值；步骤2、对各个次用户发射功率值进行初始化，计算各个次用户之间的相互干扰以及所有次用户的吞吐量之和；计算所有次用户的吞吐量之和时，具有以下三个约束条件：次用户的峰值功率约束、次用户相互干扰约束、主用户所受干扰约束；步骤3、计算符合次用户峰值功率约束和次用户之间的干扰约束的每个次用户链路中的最优发射功率；步骤4、将步骤3获得的最优发射功率代入主用户约束条件进行验证，若主用户的干扰约束条件成立，则步骤3获得的最优发射功率就是最合理的发射功率；若主用户的干扰约束条件不成立，否则，需要将所述最优发射功率下降一个台阶，然后重新代入主用户约束条件进行验证，直至找到最合理的发射功率。各步骤具体如下：步骤1.建立信道模型，计算信道增益。在本步骤中，目的是得到各个次用户之间的信道增益，方便后续使用。各个本文档来自技高网...

【技术保护点】
一种信道不确定性条件下大规模用户共享信道的功率分配方法，其特征在于，包括以下步骤：步骤1、获取各个用户位置信息，计算各个次用户之间的链路损耗；步骤2、对各个次用户发射功率值进行初始化，计算各个次用户之间的相互干扰以及所有次用户的吞吐量之和；计算所有次用户的吞吐量之和时，具有以下三个约束条件：次用户的峰值功率约束、次用户相互干扰约束、主用户所受干扰约束；步骤3、计算符合次用户峰值功率约束和次用户之间的干扰约束的每个次用户链路中的最优发射功率；步骤4、将步骤3获得的最优发射功率代入主用户约束条件进行验证，若主用户的干扰约束条件成立，则步骤3获得的最优发射功率就是最合理的发射功率；若主用户的干扰约束条件不成立，否则，需要将所述最优发射功率下降一个台阶，然后重新代入主用户约束条件进行验证，直至找到最合理的发射功率。

【技术特征摘要】
1.一种信道不确定性条件下大规模用户共享信道的功率分配方法，其特征在于，包括以下步骤：步骤1、获取各个用户位置信息，计算各个次用户之间的链路损耗；步骤2、对各个次用户发射功率值进行初始化，计算各个次用户之间的相互干扰以及所有次用户的吞吐量之和；计算所有次用户的吞吐量之和时，具有以下三个约束条件：次用户的峰值功率约束、次用户相互干扰约束、主用户所受干扰约束；步骤3、计算符合次用户峰值功率约束和次用户之间的干扰约束的每个次用户链路中的最优发射功率；步骤4、将步骤3获得的最优发射功率代入主用户约束条件进行验证，若主用户的干扰约束条件成立，则步骤3获得的最优发射功率就是最合理的发射功率；若主用户的干扰约束条件不成立，否则，需要将所述最优发射功率下降一个台阶，然后重新代入主用户约束条件进行验证，直至找到最合理的发射功率。2.如权利要求1所述功率分配方法，其特征在于，各个次用户之间的链路损耗包括大规模的路径损耗增益和小规模的衰减增益。3.如权利要求1所述功率分配方法，其特征在于，求取步骤3所述最优发射功率的目标函数及约束条件如式(1)所示：其中，f0(p)＝-Tsum，Tsum为认知网络中所有次用户的吞吐量之和，C1和C2所示条件分别为次用...

【专利技术属性】
技术研发人员：任国春，陈瑾，王乐，丁国如，王海超，薛震，王茜茜，
申请(专利权)人：中国人民解放军理工大学，
类型：发明
国别省市：江苏,32