一种面向认知无线电网络的跨层干扰受限的功率分配方法组成比例

一种面向认知无线电网络的跨层干扰受限的功率分配方法。本方法研究了基于FBMC‑OQAM的多用户下垫式频谱共享的认知无线电网络中的功率分配问题。为提高整个网络的能效，引入跨层干扰限制来保护网络中次用户免受过多的干扰；引入虚拟队列的概念，将多用户争用信道导致的额外分组时延转化为在信道对应的虚拟队列中的排队时延。以系统能效为目标函数，以时延和传输功率为约束条件，提出一个非线性约束下的非线性规划问题。通过一些变换将该问题转换为凸多项式非线性规划问题，进而采用拉格朗日对偶方法求其全局最优解。与现有一些方法相比，本方法(EEPA)在提高能效方面具有较高性能，每个用户的功率分配更加合理，具有一定的实用价值。

A cross layer interference constrained power allocation method for cognitive radio networks

A power allocation method for constrained cross layer interference for cognitive radio networks. The method of power allocation in cognitive radio network multi user FBMC OQAM underlay spectrum sharing based on the problems of. In order to improve the energy efficiency of the whole network, the cross layer interference constraint is introduced to protect the secondary users from excessive interference. The concept of virtual queue is introduced to transform the extra packet delay caused by the multi-user contention channel to the queuing delay in the virtual queue corresponding to the channel. Taking the system energy efficiency as the objective function and taking the delay and transmission power as the constraint conditions, a nonlinear programming problem with nonlinear constraints is proposed. Through some transformations, the problem is converted to a convex polynomial nonlinear programming problem, and then the Lagrange dual method is used to find its global optimal solution. Compared with some existing methods, this method (EEPA) has high performance in improving energy efficiency, and the power allocation of each user is more reasonable, which has practical value.

【技术实现步骤摘要】
一种面向认知无线电网络的跨层干扰受限的功率分配方法
本专利技术属于通信
，具体涉及一种面向认知无限电网络的跨层干扰受限的功率分配方法。
技术介绍
下垫式认知无线电(CognitiveRadio，CR)网络是一种干扰可控的认知无线电网络，可以对主用户带来干扰，但是不能超过其允许的干扰温度限。通过对次用户的发射功率增加一个干扰温度限制，从而保证每个主用户的干扰不超过门限值。因此，干扰温度约束在该类模型的资源分配中起着关键性的作用；次用户可以通过能量检测法或合作方式来得到干扰温度限。该方式下，次用户不需要实时地感知主用户是否存在，可以直接接入主用户网络，是一种主用户和次用户共存的网络。多载波调制技术中，正交频分复用(OrthogonalFrequencyDivisionMultiplexing，OFDM)被认作潜在的CR网络的调制技术。然而网络遇到异步传输时，OFDM因为不完美的时间和频率同步，其数据传输速率便会受影响。异步传输会引起子载波间干扰。因此某一条子载波的干扰会影响其相邻的子载波。而滤波器组多载波(FilterBankMulti-Carrier，FBMC)调制技术作为一种替代调制方法，因其不需要循环前缀，相比于OFDM技术，在异步通信时不会引起过多的数据传输速率缺失。结合偏移正交幅度调制(OffsetQuadratureAmplitudeModulation，OQAM)和多相网络的FBMC-OQAM调制技术，降低了实现的复杂度，具有对载波频偏不敏感和高频效高能效的优势。资源分配是一个非线性优化问题，并且算法的复杂度随着用户数以及子载波数的增加呈现指数增长，这就使得其难度非常高。而FBMC-OQAM系统又是一个对瞬时性要求极其高的系统，这就对资源分配算法提出了非常高的要求。
技术实现思路
本专利技术的目的是解决无线认知无线电网络的跨层干扰受限的功率分配问题，提供一种面向认知无线电网络的跨层干扰受限的功率分配方法。本专利技术考虑系统总数据传输速率限制以及总功率消耗约束，提出下垫式频谱共享的认知无线电网络情景下的以能效为目标的功率分配算法(EEPA)。通过实验仿真对比，EEPA在提高能效方面具有较高性能，每个用户的功率分配更为合理，具有一定的实用价值。本专利技术的面向认知无线电网络的跨层干扰受限的功率分配方法，主要包括如下关键步骤：第1、下垫式频谱共享的认知无线电网络模型结构的构建：第1.1、建立传输功率模型Pk,m,l，Pk,m,l表示第l个子载波上分配的第k个小区内第m个次用户的功率；第1.2、建立干扰温度限模型；第1.3、建立信干噪比与传输速率模型；第1.4、建立时延模型；第2、目标函数问题转换：第2.1、说明原目标函数为非凸函数，不能用凸优化方法求解；第2.2、将原目标函数转化成凹函数除以凸函数的形式；第3、算法设计：第3.1、优化问题的确定，将第2步转换后的分数形式的目标函数利用Dinkelbach方法转化为多项式形式，非线性分式规划问题max{Rtot/Ptot}等价转化为max{Rtot-γPtot}形式；第3.2、根据凸优化理论，引入拉格朗日乘子λ1和λ2，建立优化问题的拉格朗日函数；第3.3、引入拉格朗日对偶方法，通过相对于原问题而言计算复杂度相对较低的对偶问题的最优解求得原问题的最优解；第3.4、采用次梯度算法替代梯度算法，迭代求得对偶问题的最优解。本专利技术步骤第1.1中建立了算法的传输功率模型Pk,m,l，用Pk,m,l表示第l个子载波上分配的第k个小区内第m个次用户的功率，则系统总传输功率Ptot可以表示为式中M、L分别表示次用户的总个数和子载波的总个数，ξ表示功率放大器漏极效率的倒数，Pc表示电路的功率消耗。步骤第1.2中建立算法的干扰温度限模型的方法如下，权重向量由V＝[V0,V1]表示，干扰温度限制由主基站发送端对次用户接收端的干扰和不同小区的次基站发送端对次用户接收端的干扰两部分组成。不同小区的次基站发送端对次用户接收端的干扰表示如下：式中Gk′,m′,l表示在第l个子载波内第k′个次基站与第m′个次用户之间的信道增益。相应地，主基站发送端对次用户接收端的干扰表示如下：式中Gk,p,l表示在第l个子载波内主基站P和第k′个次基站内的第m个次用户之间的信道增益。综上所述，第l个子载波上的第k个小区第m个次用户的干扰温度Ik,m,l如下式所示步骤第1.3中建立信干噪比与传输速率模型的方法如下，定义第k个小区内的第m个次用户发送端的信干噪比ψk,m,l表示如下：式中N0表示一个子载波内的热噪声，Gk,m,l表示第l个子载波上第k个小区的次基站与该小区内第m个次用户之间的信道增益。根据香农定理，系统的总数据传输速率Rtot可表示为式中B/L表示一个子载波内的传输带宽，B是信道带宽，L是子载波的总个数。步骤第1.4中建立时延模型的方法如下，引入虚拟队列的概念，将MAC协议中多用户争用信道Fk导致的额外分组时延转化为在信道Fk对应的虚拟队列中的排队时延这样就可以使用排队论中的相关公式加以计算。最终将物理队列Qjk的分组服务时间修正为分组传输时间与虚拟队列排队时间之和。虚拟队列的输入分组流是整个小区所有用户分配在信道Fk上的传输速率的叠加，可以视为泊松过程，虚拟队列是一个逻辑概念，在物理上并不存在。中的分组在物理上分散在各个SU中等待被发送，虚拟队列服务时间就是该分组的传输时间，而服务端的分组处理速率就是各个SU在信道Fk上的分组发送速率，虽然在物理上，中的分组将被不同的SU的发射机发送，但某一时刻只能有一个发射机接入对应的信道，可以等效为中只有一个速率(服务能力)可变的服务者。在M/G/1排队系统中，假定第l个子载波上的第k个小区第m个次用户的服务时间为Xk,m,l，Xk,m,l是独立同分布的，并且与到达间隔相互独立。第k个小区的服务时间的均值和二阶矩为：式中E[Xi，m，l]表示第l个子载波上的第i个小区第m个次用户的期望服务时间。根据P-K公式所述，M/G/1排队系统一个小区内的平均等待时间为由上述P-K公式可得该系统一个小区内的平均时延为式中为到达速率与服务速率之比，反映了系统的繁忙程度。当增加时，系统稳态时的用户数将随之增加；当趋于1时，系统稳态时的用户数将趋于无穷。如果则系统将来不及服务，必然会导致系统中的用户数趋于无穷大。步骤第2.1中说明原目标函数为非凸函数，不能用凸优化求解的过程如下，功率分配问题是一种非线性约束下的非线性规划问题，具体表达如下式：其中表示系统总功率消耗的阈值，表示第k个小区内传输时延的阈值。因为目标函数的Hesse矩阵不是半正定矩阵，故该目标函数为非凸函数，不能用凸优化方法求解。步骤第2.2中将原目标函数转化成凹函数除以凸函数的形式的具体方法如下，如公式(10)所示，原目标函数的分子部分为凹函数，而分母部分无凹凸性，先进行一步的变量转换，即用将Pk,m,l代替，则公式(10)的优化问题表示如下：步骤第3.1中所确定的优化问题可以由下式表示：步骤第3.2中所述建立优化问题(12)的拉格朗日函数如下：步骤第3.3所述原问题的最优解的方法如下，如果用遍历搜索方法寻找最优解，可以找到理论最优解，但是计算复杂度过高，引入拉格朗日对偶方法，可以有效降低本文档来自技高网...

【技术保护点】
一种面向认知无线电网络的跨层干扰受限的功率分配方法，其特征在于该方法主要包括如下步骤：第1、下垫式频谱共享的认知无线电网络模型结构的构建：第1.1、建立传输功率模型Pk,m,l，Pk,m,l表示第l个子载波上分配的第k个小区内第m个次用户的功率；第1.2、建立干扰温度限模型；第1.3、建立信干噪比与传输速率模型；第1.4、建立时延模型；第2、目标函数问题转换：第2.1、说明原目标函数为非凸函数，不能用凸优化方法求解；第2.2、将原目标函数转化成凹函数除以凸函数的形式；第3、算法设计：第3.1、优化问题的确定，将第2步转换后的分数形式的目标函数利用Dinkelbach方法转化为多项式形式，非线性分式规划问题max{Rtot/Ptot}等价转化为max{Rtot‑γPtot}形式；第3.2、根据凸优化理论，引入拉格朗日乘子λ1和λ2，建立优化问题的拉格朗日函数；第3.3、引入拉格朗日对偶方法，通过相对于原问题而言计算复杂度相对较低的对偶问题的最优解求得原问题的最优解；第3.4、采用次梯度算法替代梯度算法，迭代求得对偶问题的最优解。

【技术特征摘要】
1.一种面向认知无线电网络的跨层干扰受限的功率分配方法，其特征在于该方法主要包括如下步骤：第1、下垫式频谱共享的认知无线电网络模型结构的构建：第1.1、建立传输功率模型Pk,m,l，Pk,m,l表示第l个子载波上分配的第k个小区内第m个次用户的功率；第1.2、建立干扰温度限模型；第1.3、建立信干噪比与传输速率模型；第1.4、建立时延模型；第2、目标函数问题转换：第2.1、说明原目标函数为非凸函数，不能用凸优化方法求解；第2.2、将原目标函数转化成凹函数除以凸函数的形式；第3、算法设计：第3.1、优化问题的确定，将第2步转换后的分数形式的目标函数利用Dinkelbach方法转化为多项式形式，非线性分式规划问题max{Rtot/Ptot}等价转化为max{Rtot-γPtot}形式；第3.2、根据凸优化理论，引入拉格朗日乘子λ1和λ2，建立优化问题的拉格朗日函数；第3.3、引入拉格朗日对偶方法，通过相对于原问题而言计算复杂度相对较低的对偶问题的最优解求得原问题的最优解；第3.4、采用次梯度算法替代梯度算法，迭代求得对偶问题的最优解。2.如权利要求1所述的面向认知无线电网络的跨层干扰受限的功率分配方法，其特征在于，步骤第1.1中建立了算法的传输功率模型Pk，m，l，则系统总传输功率Ptot表示为式中M、L分别表示次用户的总个数和子载波的总个数，ξ表示功率放大器漏极效率的倒数，Pc表示电路的功率消耗；步骤第1.2中建立算法的干扰温度限模型的方法如下，权重向量由V＝[V0,V1]表示，干扰温度限制由主基站发送端对次用户接收端的干扰和不同小区的次基站发送端对次用户接收端的干扰两部分组成；不同小区的次基站发送端对次用户接收端的干扰表示如下：式中Gk′,m′,l表示在第l个子载波内第k′个次基站与第m′个次用户之间的信道增益；相应地，主基站发送端对次用户接收端的干扰表示如下：式中Gk,p,l表示在第l个子载波内主基站P和第k个次基站内的第m个次用户之间的信道增益；综上所述，第l个子载波上的第k个小区第m个次用户的干扰温度Ik,m,l如下式所示步骤第1.3中建立信干噪比与传输速率模型的方法如下，定义第k个小区内的第m个次用户发送端的信干噪比ψk,m,l表示如下：式中N0表示一个子载波内的热噪声，Gk,m,l表示第l个子载波上第k个小区的次基站与该小区内第m个次用户之间的信道增益；根据香农定理，系统的总数据传输速率Rtot表示为式中B/L表示一个子载波内的传输带宽，B是信道带宽，L是子载波的总个数；步骤第1.4中建立时延模型的方法如下，引入虚拟队列的概念，将MAC协议中多用户争用信道Fk导致的额外分组时延转化为在信道Fk对应的虚拟队列中的排队时延这样就能够使用排队论中的相关公式加以计算；最终将物理队列Qjk的分组服务时间修正为分组传输时间与虚拟队列排队时间之和；虚拟队列的输入分组流是整个小区所有用户分配在信道Fk上的传输速率的叠加，视为泊松过程，虚拟队列是一个逻辑概念，在物理上并不存在；中的分组在物理上分散在各个SU中等待被发送，虚拟队列服务时间就是该分组的传输时间，而服务端的分组处理速率就是各个SU在信道Fk上的分组发送速率，虽然在物理上，中的分组将被不同的SU的发射机发送，但某一时刻只能有一个发射机接入对应的信道，等效为中只有一个速率可变的服务者；在M/G/1排队系统中，假定第l个子载波上的第k个小区第m个次用户的服务时间为Xk,m,l，Xk,m,l是独立同分布的，并且与到达间隔相互独立；第k个小区的服务时间的均值和二阶矩为：式中E[Xi，m，l]表示第l个子载波上的第i个小区第m个次用户的期望服务时间；根据P-K公式所述，M/G/1排队系统一个小区内的平均等待时间为由上述P-K公式得该系统一个小区内的平均时延为式中为到达速率与服务速率之比，反映了系统的繁忙程度；当增加时，系统稳态时的用户数将随之增加；当趋于1时，系统稳态时的用户数将趋于无穷；如果则系统将来不及服务，必然会导致系统中的用户数趋于无穷大。3.如权利要求1所述的面向无限电网络的跨层干扰受限的功率分配方法，其特征在于，步骤第2.1中说明原目标函数为非凸函数，不能用凸优化方法求解的过程如下，功率分配问题是一种非线性约束下的非线性规划问题，具体表达如下式：

【专利技术属性】
技术研发人员：张德干，张捷，葛辉，周舢，张婷，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：天津,12