一种基于拟牛顿内点法的能量有效的资源分配方法组成比例

本发明专利技术提出了一种最大化能量效率的CR‑OFDM资源分配方法。该方法采用了分布式算法对目标函数进行建模，根据最大化能量效率为优化目标，并加入认知系统最低通信速率要求，将基于CSI不确定的对主用户的干扰约束转化为概率约束。对于引入概率约束带来的计算难点，我们采用Bernstein近似将非凸问题进行凸近似；在分布式算法中进行功率分配时，我们利用拟牛顿内点法求解功率分配。最终，完成基于能量效率的CR‑OFDM资源分配。MATLAB通信仿真环境下的仿真实验证明了该方法的低复杂性和准确性。

【技术实现步骤摘要】
一种基于拟牛顿内点法的能量有效的资源分配方法
本专利技术涉及一种认知无线电技术，尤其涉及一种认知无线电的资源分配方法，更具体地说，涉及一种基于拟牛顿内点法的能量有效资源分配方法。
技术介绍
随着无线数据业务的高速发展，频谱资源短缺、资源利用不足等矛盾日益突出。认知无线电(CR)技术的出现有效地改善了频谱资源的利用率。认知无线电通过智能感知频谱瞬时占用状态，在确保不影响主用户(PUs)的前提下，根据周围环境确定次用户(SUs)的传输频段，进而在授权频段上进行主次用户的传输。这种伺机接入机制可以充分利用频谱资源，因此，如何合理地进行资源分配成为当前重要的研究方向。正交频分复用技术(OFDM)已经被广泛应用在CR系统的空间接入上，成为衬于底层的技术。但在实际系统中，并不能确保主、次用户均采用OFDM调制，所以若主用户与次用户传输的信号非正交，将导致干扰产生。研究表明：次用户所占用的子载波对主用户造成的干扰取决于分配在此子信道上的功率和子载波到主用户之间的频谱间隔，用户间相互干扰已经成为限制系统性能的重要因素。从宏观角度来讲，CR-OFDM系统中的资源分配包括两方面的内容：第一，根据不同OFDM子载波的信道特性，对无线频谱进行合理的利用和分配，这个过程称作子载波分配；第二，对次用户占用的子载波进行合理的功率分配，同时控制对主用户的干扰，实现资源的高效利用，这个过程称为功率分配。目前，大量文献专注于研究CR-OFDM系统容量最大化。近年来，随着高速数据传输服务的普及，无线通信系统的能量消耗也以惊人的速度增长，造成大量的温室气体排放以及高昂运营费用。控制过度的能量消耗，实现绿色通信势在必行。因此，基于能量效率的资源分配问题已经成为学术界的又一研究方向。目前，已有的少量文献在这方面进行了探索。例如，有文献考虑了不理想频谱感知下基于能量效率的资源分配问题，但是忽视了主、次用户之间的相互干扰，也没有考虑子载波的分配方案。有文献考虑了在不理想的频谱感知下如何最大化效率能量，提出了牛顿法解决资源分配问题，但是计算复杂度过高。有文献研究了认知OFDM系统中基于不理想频谱感知的能效最优资源分配算法，但是假设信道状态信息(CSI)能够精确获取，但实际的认知OFDM网络中，往往不能获取准确的CSI。因此，本专利技术在不能准确获取CSI的情况下，将最大化能量效率作为优化目标，并加入认知系统最低通信速率要求，将对主用户的干扰约束转化为概率约束，采用Bernstein近似将非凸问题进行凸近似；在分步式算法中进行功率分配时，利用拟牛顿内点法求解功率分配。最终完成基于能量效率的CR-OFDM资源分配。仿真实验证明了该专利技术的低复杂度和准确性。
技术实现思路
专利技术目的：针对现有技术存在的上述问题，提出一种基于拟牛顿内点法的能量有效资源分配方法，该方法能在CSI不能准确获取的条件下，以低复杂度实现能量有效的CR-OFDM系统资源分配。技术方案：以不能获取准确CSI作为约束条件，并将此约束条件转化为概率约束，利用Bernstein近似将非凸问题进行凸近似；将拟牛顿内点法引入功率分配的过程，由于目标函数含有六个不等式约束，所以，首先针对带有约束条件的凸优化问题，采用内点法来解决，将不等式约束条件通过对数函数隐含到目标函数中，优化问题就变成无约束优化问题。在优化目标函数的过程中，若采用牛顿迭代法进行处理，则计算过程中牛顿步长的求解计算复杂度会很高。所以，为了降低计算量，采用拟牛顿算法中的BFGS算法进行求解，引入海森矩阵的近似矩阵，避免了每次迭代都需要计算海森矩阵及其逆矩阵，使运算复杂度大大降低了。上述专利技术通过以下技术方案加以实现：一种基于拟牛顿内点法的能量有效资源分配方法，包括步骤如下：(1)，考虑在总的传输功率限制、对主用户的干扰限制、次用户的比例公平性和认知系统最低传输速率等约束条件下，确定最大化能量效率的系统模型；(2)，对构造的系统模型进行凸优化，在无法获取准确的信道状态信息(CSI)时，将模型中对主用户的干扰约束条件转为概率型约束条件，用户间比例公平的程度通过公平门限来衡量，对于凸优化过程中的非凸性，采用Bernstein近似将非凸问题进行凸近似；(3)，对凸优化之后的目标函数进行子载波分配，采用基于最大化能量效率的子载波分配方案，完成子载波分配，再对目标函数进行优化；(4)，采用拟牛顿内点法进行功率分配，利用内点法进行处理，将不等式约束优化问题变成无约束优化问题；(5)，无约束凸优化的最优解可以近似为带有障碍因子t的最小化问题，计算障碍因子t处理过程中的海森矩阵和牛顿步长dk，利用拟牛顿法得到功率分配最优解。进一步的，所述步骤(3)包括如下具体步骤：(3a)，子载波初始功率设定；(3b)，基于最大化能量效率，完成子载波分配。进一步的，所述步骤(4)包括如下具体步骤：(4a)，对于带有约束条件的凸优化问题，通过Hypograph形式进行等效变换，将目标函数转化为凸优化问题；(4b)，利用内点法将不等式约束条件通过对数函数隐含到目标函数中，成为无约束优化问题。进一步的，所述步骤(5)包括如下具体步骤：(5a)，针对牛顿步长dk的求解，利用拟牛顿法中的BFGS算法，构造出海森矩阵及其逆矩阵的近似矩阵，避免了直接计算海森矩阵及其逆矩阵，大大降低计算量；(5b)，对BFGS算法求解海森矩阵及其逆矩阵的过程中需要的引入校正矩阵，对于校正矩阵的计算处理，将目标函数做泰勒展开，取二阶近似，采用迭代的方法构造出校正矩阵；(5c)，对于计算每一次迭代过程中的校正矩阵，采用待定系数法进行求解，应用Sherman-Morrison公式得到第k步和第k+1步的近似矩阵与逆矩阵之间的关系式，完成校正矩阵的计算。有益效果：本专利技术提出的一种基于拟牛顿内点法的能量有效的资源分配方法，考虑了总的传输功率限制、对主用户的干扰限制、次用户的比例公平性和认知系统最低传输速率等约束条件，确保了资源分配的合理性。在不能获取准确CSI的情况下，将模型中对主用户的干扰约束条件转为概率型约束条件，用户间比例公平的程度通过公平门限来衡量，减小了模型的计算难度。处理以最大化能量效率作为优化目标而建立的目标函数的非凸性，利用Bernstein进行近似，Hypograph形式等效变换，并利用内点法将存在不等式约束条件的目标函数，成为无约束优化问题。最后计算目标函数，采用分步法，先采用基于最大化能量效率的子载波分配方法进行子载波分配，再进行功率分配。在功率分配的过程中，利用拟牛顿内点法中的BFGS算法进行处理，求解牛顿步长时，引入海森矩阵的近似矩阵，避免了每次迭代都需要计算海森矩阵及其逆矩阵，使运算复杂度大大降低了。综上所述，在保证资源分配合理以及计算结果准确的情况下，本专利技术提出的一种基于拟牛顿内点法的能量有效的资源分配方法有效的降低了计算的复杂度。附图说明图1为基于拟牛顿内点法的能量有效方法的流程图；图2为不同子载波数目下，系统能量效率随传输功率限制的变化图；图3为不同ε下系统能量效率随着传输功率限制的变化图；图4为不同主用户干扰阈值下系统能量效率随着ε的变化图。具体实施方式本专利技术的核心思想在于：将拟牛顿法和内点法结合进行功率分配，通过引入海森矩阵的近似矩阵，可以在上一次迭代得到的海森矩阵逆的近本文档来自技高网...

【技术保护点】
1.认知无线电网络中一种基于拟牛顿内点法的能量有效的资源分配方法，其特征在于，包括步骤如下：(1)，考虑在总的传输功率限制、对主用户的干扰限制、次用户的比例公平性和认知系统最低传输速率等约束条件下，确定最大化能量效率的系统模型；(2)，对构造的系统模型进行凸优化，在无法获取准确的信道状态信息(CSI)时，将模型中对主用户的干扰约束条件转为概率型约束条件，用户间比例公平的程度通过公平门限来衡量，对于凸优化过程中的非凸性，采用Bernstein近似将非凸问题进行凸近似；(3)，对凸优化之后的目标函数进行子载波分配，采用基于最大化能量效率的子载波分配方案，完成子载波分配，再对目标函数进行优化；(4)，采用拟牛顿内点法进行功率分配，再利用内点法进行处理，将不等式约束优化问题变成无约束优化问题；(5)，无约束凸优化的最优解可以近似为带有障碍因子t的最小化问题，计算障碍因子t处理过程中的海森矩阵和牛顿步长dk，利用拟牛顿法得到功率分配最优解。

【技术特征摘要】
1.认知无线电网络中一种基于拟牛顿内点法的能量有效的资源分配方法，其特征在于，包括步骤如下：(1)，考虑在总的传输功率限制、对主用户的干扰限制、次用户的比例公平性和认知系统最低传输速率等约束条件下，确定最大化能量效率的系统模型；(2)，对构造的系统模型进行凸优化，在无法获取准确的信道状态信息(CSI)时，将模型中对主用户的干扰约束条件转为概率型约束条件，用户间比例公平的程度通过公平门限来衡量，对于凸优化过程中的非凸性，采用Bernstein近似将非凸问题进行凸近似；(3)，对凸优化之后的目标函数进行子载波分配，采用基于最大化能量效率的子载波分配方案，完成子载波分配，再对目标函数进行优化；(4)，采用拟牛顿内点法进行功率分配，再利用内点法进行处理，将不等式约束优化问题变成无约束优化问题；(5)，无约束凸优化的最优解可以近似为带有障碍因子t的最小化问题，计算障碍因子t处理过程中的海森矩阵和牛顿步长dk，利用拟牛顿法得到功率分配最优解。2.根据权利要求1所述的基于...

【专利技术属性】
技术研发人员：宋晓勤，谈雅竹，董莉，金慧，张云开，王顺章，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32