一种认知无线电网络的功率控制方法及装置制造方法及图纸

本发明专利技术公开一种认知无线电网络的功率控制方法及装置，方法包括：构建状态空间模型，通过LMI方法对状态空间模型计算状态反馈增益；通过更新时隙k时次用户i发射功率、时隙k时次用户i的实际测量信噪比、时隙k时次用户i对主用户l产生的干扰，结合误差动态方程计算时隙k时的次用户信噪比跟踪误差和时隙k时干扰温度跟踪误差，并根据其正负来选择控制器，通过控制器使次用户的发射功率降低，根据状态反馈增益与时隙k的输入向量乘积等于次用户i的更新功率功率控制更新指令，再返回重新更新，直至次用户发射信号不占据频谱。本发明专利技术考虑远近效应、快速信道衰落、测量误差、多址干扰和链路时延等因素的影响，通过对次用户功率控制，呈现良好鲁棒跟踪性能。良好鲁棒跟踪性能。良好鲁棒跟踪性能。

【技术实现步骤摘要】
一种认知无线电网络的功率控制方法及装置


[0001]本专利技术涉及无线电网络
，具体地说，涉及一种认知无线电网络的功率控制方法及装置。

技术介绍

[0002]近年来，随着现代无线通信技术业务的飞速发展，有限的频谱资源已不能满足人们日益增长的需求。有效提高频谱利用率成为通信领域的重要课题。认知无线电可以独立寻找空闲频谱，在一定程度上可以提高频谱的利用效率。与现有的通信系统(4G、4.5G)相比，在下垫式认知无线电网络(CRNs)中次用户(SU)和主用户(PU)共享授权频段，以提高频谱利用率。与此同时，这种方式可以直接架构在移动无线网络上，从而节省建设成本，减少网络投资。因此，在现有网络中，下垫式认知无线电网络已成为提高频谱效率日益重要的课题。
[0003]在下垫式认知无线电网络中，功率控制是实现频谱资源共享的关键技术之一。在下垫式认知网络中不影响主用户的QoS(服务质量)前提下，通过自适应调整次用户的参数来控制发射功率，从而保证次用户的QoS。当前，广大的科研工作者通过结合博弈论、群智能优化、鲁棒优化以及随机优化等方法在下垫式认知无线电网络中解决功率控制问题上取得了良好的成果。然而，在下垫式认知网络中基于上述方法的功率控制在上一时隙中更新下一时隙中用户的系统状态并不能得到实时准确的描述。
[0004]此外，干扰温度的限制是在下垫式认知无线电网络中实现功率控制的关键约束条件，也是限制动态复用和提高频谱效率的重要因素。然而，在上述算法中，固定的干扰温度阈值对于描述次用户对主用户的影响显然是不恰当的。同时，实际的信道状态信息是不可避免地会受到量化误差、测量误差和不确定干扰的影响，从而导致系统性能的下降。
[0005]截至目前，功率控制方法都没有将干扰温度、量化误差、测量误差和不确定干扰等影响纳入到功率控制中，暂未有较好的解决方案能够解决以上问题。

技术实现思路

[0006]在下垫式认知无线电网络中从动态过程控制的角度来看，应用于功率控制的算法还很少。在CDMA蜂窝通信系统中，提出一种鲁棒功率控制方法H
∞
，在最坏情况下跟踪期望的信噪比(SINR)使其最小化，从而达到更好的通信质量和更高的系统容量。针对用户的QoS，提出了混合H2/H
∞
分布式功率控制算法(Chaves F D S,Abbas
‑
Turki M,Abou
‑
Kandil H,et al.Transmission Power Control for Opportunistic QoS Provision in Wireless Networks[J].IEEE Transactions on Control Systems Technology,2013,21(2):315
‑
331)，提高了系统的鲁棒性。
[0007]基于上述考虑，本申请提出一种自适应步长的鲁棒混合H2/H
∞
算法来解决下垫式认知无线电网络中次用户的功率控制问题。为了在信道衰落和噪声不确定的情况下跟踪次用户的期望SINR(信噪比)和对主用户的期望干扰，建立了一个具有两个状态反馈控制器的
状态空间模型，该模型考虑了平均干扰温度值的约束。此外，在其他条件不变的情况下，考虑到链路时延、测量误差和加权干扰温度约束，重构了上述状态空间模型。进一步，通过扩展线性矩阵不等式(LMI)(M.C.De Oliveira,J.C.Geromel,J.Bernussou.Extended H 2and H norm characterizations and controller parametrizations for discrete
‑
time systems[J].International Journal of Control,2002,75(9):666
‑
679)来解决H2和H
∞
的范数问题，通过引入额外的变量来降低保守性并提高自由度。然后，借助LMI算法求解功率跟踪控制问题。仿真结果表明，与传统的固定步长CPCA算法、自适应步长CPCA算法的功率控制算法相比，本申请能够很好地适应实际的动态通信环境，并随着主用户数量的变化而提高次用户的QoS。本专利技术所采用的技术方案如下：
[0008]一种认知无线电网络的功率控制方法，包括：
[0009]步骤1，根据混合H2/H
∞
控制理论构建具有次用户信噪比反馈控制器和次用户对主用户干扰反馈控制器的误差跟踪的状态空间模型，所述状态空间模型包括输入向量和输出向量，
[0010]其中，k+1时隙的输入向量的构成是常系数矩阵加上状态反馈增益后与k时隙的输入向量的乘积、常系数矩阵与次用户干扰对主用户的相关影响系数的乘积、常系数矩阵与被测次用户的信噪比相关影响系数的乘积之和，
[0011]H2范数对应的输出向量的构成是常系数矩阵加上状态反馈增益后与k时隙的输入向量的乘积之和，
[0012]H
∞
范数对应的输出向量的构成是常系数矩阵加上状态反馈增益后与k时隙的输入向量的乘积，常系数矩阵与次用户干扰对主用户的相关影响系数的乘积之和；
[0013]步骤2，通过LMI方法对所述状态空间模型计算状态反馈增益；
[0014]步骤3，步骤31，通过时隙k
‑
1时的次用户i发射功率和时隙k时次用户i的发射功率控制更新指令来更新时隙k时次用户i的发射功率；
[0015]步骤32，通过时隙k时次用户i发射功率、时隙k时次用户j发射机到次用户i接收机的信道干扰增益g
ji
(k)以及在时隙k时次用户i受到的第一多重干扰I
i
(k)计算时隙k时次用户i的实际测量信噪比，所述第一多重干扰包括多址干扰、噪声和衰落；
[0016]步骤33，通过时隙k时次用户i的发射功率、时隙k时次用户i发射机和主用户l接收机之间的信道干扰增益来计算时隙k时的次用户i对主用户l产生的干扰温度；
[0017]步骤4，通过误差动态方程计算时隙k时的次用户i的信噪比跟踪误差和时隙k时次用户i对主用户的干扰温度跟踪误差，并根据其正负来选择控制器，进一步通过所选控制器使得次用户的发射功率降低，并更新自适应步长，根据状态反馈增益与时隙k的输入向量乘积等于次用户i的功率控制更新指令，进而来计算功率并更新功率控制更新指令，然后返回到步骤3，直至次用户发射信号不占据频谱。
[0018]可选地，所述状态空间模型如下：
[0019][0020]其中，k表示时隙；
[0021]K表示状态反馈增益；
[0022]A,B,B1,B2,C0,C1,D
01
,D
11
,D
12
是常系数矩阵；
[0023]是时隙k时次用户i的输入状态向量；
[0024]z2(k)＝[e
iγ
(k) u...

【技术保护点】

【技术特征摘要】
1.一种认知无线电网络的功率控制方法，其特征在于，包括：步骤1，根据混合H2/H
∞
控制理论构建具有次用户信噪比反馈控制器和次用户对主用户干扰反馈控制器的误差跟踪的状态空间模型，所述状态空间模型包括输入向量和输出向量，其中，k+1时隙的输入向量的构成是常系数矩阵加上状态反馈增益后与k时隙的输入向量的乘积、常系数矩阵与次用户干扰对主用户的相关影响系数的乘积、常系数矩阵与被测次用户的信噪比相关影响系数的乘积之和，H2范数对应的输出向量的构成是常系数矩阵加上状态反馈增益后与k时隙的输入向量的乘积之和，H
∞
范数对应的输出向量的构成是常系数矩阵加上状态反馈增益后与k时隙的输入向量的乘积，常系数矩阵与次用户干扰对主用户的相关影响系数的乘积之和；步骤2，通过LMI方法对所述状态空间模型计算状态反馈增益；步骤3，步骤31，通过时隙k
‑
1时的次用户i发射功率和时隙k时次用户i的发射功率控制更新指令来更新时隙k时次用户i的发射功率；步骤32，通过时隙k时次用户i发射功率、时隙k时次用户j发射机到次用户i接收机的信道干扰增益g
ji
(k)以及在时隙k时次用户i受到的第一多重干扰I
i
(k)计算时隙k时次用户i的实际测量信噪比，所述第一多重干扰包括多址干扰、噪声和衰落；步骤33，通过时隙k时次用户i的发射功率、时隙k时次用户i发射机和主用户l接收机之间的信道干扰增益来计算时隙k时的次用户i对主用户l产生的干扰温度；步骤4，通过误差动态方程计算时隙k时的次用户i的信噪比跟踪误差和时隙k时次用户i对主用户的干扰温度跟踪误差，并根据其正负来选择控制器，进一步通过所选控制器使得次用户的发射功率降低，并更新自适应步长，根据状态反馈增益与时隙k的输入向量乘积等于次用户i的功率控制更新指令，进而来计算功率并更新功率控制更新指令，然后返回到步骤3，直至次用户发射信号不占据频谱。2.根据权利要求1所述的认知无线电网络的功率控制方法，其特征在于，所述状态空间模型如下：其中，k表示时隙；K表示状态反馈增益；A，B，B1，B2，C0，C1，D
01
，D
11
，D
12
是常系数矩阵；是时隙k时次用户i的输入状态向量；z2(k)＝[e
iγ
(k) u
i
(k)]
T
是时隙k时次用户i的输出向量；是时隙k时次用户i的输出向量；e
iγ
(k)是时隙k时次用户i的信噪比跟踪误差；是时隙k时次用户i对主用户l的干扰温度跟踪误差；u
i
(k)是时隙k时次用户i的功率控制更新指令；其中表示时隙k时被
测次用户的信噪比相关影响系数，表示次用户i在时隙k+l和k给定期望信噪比阈值之间的差值，[g
ii
(k+1)
‑
g
ii
(k)]表示次用户i在时隙k+1和k时的信道干扰增益的差值；[I
i
(k+1)
‑
I
i
(k)]表示次用户i在时隙k+1时与时隙k时第一多重干扰之间的差值，所述第一多重干扰包括多址干扰、噪声和衰落；表示时隙k时测得的次用户i对主用户l干扰相关影响系数，是时隙k时次用户i对主用户l给定的期望干扰温度阈值，其中，M表示M个次用户，是主用户l所能承受所有活跃的次用户的最大干扰功率阈值；h
il
(k)是时隙k时次用户i发射机和主用户l接收机之间的信道干扰增益。3.根据权利要求2所述的认知无线电网络的功率控制方法，其特征在于，步骤31中，所述通过时隙k
‑
1时的次用户i发射功率和时隙k时次用户i的功率控制更新指令来更新时隙k时次用户i的发射功率p
i
(k)，其对应的公式6如下：p
i
(k)＝p
i
(k
‑
1)+u
i
(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)步骤32中，所述通过时隙k时次用户i发射功率p
i
(k)、时隙k时从次用户i发射机到次用户i接收机的直接信道干扰增益g
ii
(k)以及在时隙k上次用户i受到的第一多重干扰I
i
(k)计算时隙k时次用户i的实际测量信噪比γ
i
(k)，其对应的公式2如下：γ
i
(k)＝p
i
(k)+g
ji
(k)
‑
I
i
(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)在时隙k上次用户i受到的第一多重干扰I
i
(k)定义如下I
i
(k)＝10 log
10
[n
i
(k)+∑
j≠i
g
ji
(k)p
j
(k)+∑
l
g
li
(k)p
l
(k)]
ꢀꢀꢀꢀꢀꢀꢀ
(3)j∈{1，2，
…
，M}，l∈{1，2，
…
，N}其中，M表示M个次用户，N表示N个主用户；参数n
i
(k)是在时隙k时次用户i接收到的归一化背景噪声；w
i
(k)＝∑
j≠i
g
ji
(k)p
j
(k)表示在时隙k时所有其它的次用户发射机对次用户i的总干扰功率；p
j
(k)表示时隙k时次用户j的发射功率；非负参数g
ji
(k)表示在时隙k上从次用户j发射机到次用户i接收机的信道干扰增益；IN
i
(k)＝∑
l
g
li
(k)p
l
(k)表示在时隙k时所有主用户发射机对次用户i的总干扰功率；p
l
(k)表示时隙k时主用户l的发射功率；非负参数g
li
(k)表示在时隙k上从主用户l发射机到次用户i接收机的信道干扰增益；步骤33中，所述通过时隙k时次用户i的发射功率、时隙k时次用户i发射机和主用户l接收机之间的信道干扰增益h
il
(k)来计算时隙k的次用户i对主用户l产生的干扰温度Γ
il
(k)，其对应的公式9如下：Γ
il
(k)＝p
i
(k)+h
il
(k)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)其中Γ
il
(k)是次用户i对主用户l产生的干扰温度。4.根据权利要求3所述的认知无线电网络的功率控制方法，其特征在于，步骤4中，所述通过误差动态方程计算时隙k时的次用户i的信噪比跟踪误差和时隙k时次用户i对主用户的干扰温度跟踪误差，包括：根据时隙k
‑
1时次用户i信噪比跟踪误差e
iγ
(k
‑
1)、时隙k
‑
1时次用户i的功率控制更新指令u
i
(k
‑
1)、时隙k
‑
1时次用户i的信噪比相关影响系数f
i
(k
‑
1)计算时隙k时的信噪比跟踪
误差e
iγ
(k)；根据时隙k
‑
1时次用户i干扰温度跟踪误差时隙k
‑
1时次用户i的功率控制更新指令u
i
(k
‑
1)、时隙k
‑
1时测得的次用户i的干扰对主用户l的相关影响系数v
il
(k
‑
1)，计算时隙k时次用户i的干扰误差误差动态方程如下：e
iγ
(k)＝e
iγ
(k
‑
1)
‑
u
i
(k
‑
1)+f
i
(k
‑
1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)其中表示时隙k
‑
1时被测次用户的信噪比相关影响系数，表示次用户i在时隙k和k
‑
1时给定期望信噪比阈值之间的差值，[g
ii
(k)
‑
g
ii
(k
‑<...

【专利技术属性】
技术研发人员：陈玲玲，高兴泉，姜德龙，艾学忠，孟亚男，林琳，郭帅飞，
申请(专利权)人：吉林化工学院，
类型：发明
国别省市：