【技术实现步骤摘要】
本专利技术涉及一种空中计算技术，尤其是涉及一种认知无线网络下垫式模式下的中继协作空中计算方法。
技术介绍
1、随着物联网的快速发展，爆发式增长的设备数量和日益紧张的频谱资源之间的矛盾愈来愈突出。在传统的物联网系统中，为了实现大规模数据聚合，传感器和数据融合中心之间需要先进行通信之后再进行计算，这带来了高空口信道时延和低频谱利用率的缺点。为了解决这些问题，空中计算作为一种集成通信和计算的技术被提出。空中计算利用无线信道的可叠加性，在空口信道中直接对数据进行计算，从而实现了物联网系统中低时延、大规模的无线数据聚合。
2、现有关于空中计算的工作大多考虑传感器和数据融合中心在单个网络中进行数据聚合，并没有考虑在多个网络之间进行数据交换并快速聚合的场景。在认知无线网络中，主网络和次网络通过下垫式(underlay)模式能够进行频谱共享，它们可以通过使用同一频段进行数据交换和快速聚合，从而有效提高频谱利用率。此外，考虑主网络和次网络之间距离过远或者有遮挡物无法直接进行数据交换的场景，放大转发中继因其具有扩展通信区域和增强信号功率的优点可以解决这一问题，由于主网络和次网络同时进行数据传输，因此放大转发中继转发的信号包括有效信号和干扰。还有，本网络(主网络或次网络)中的传感器发送的数据对于本网络(主网络或次网络)中的融合中心来说也是干扰。
3、现有的随机传感器发射系数方法虽然适用于在多个网络之间进行数据交换并快速聚合的场景，但是其无法有效地抑制干扰来提高认知无线网络的空中计算的计算准确性。因此，如何有效消除本地干扰和放大
技术实现思路
1、本专利技术所要解决的技术问题是提供一种认知无线网络下垫式模式下的中继协作空中计算方法，其能够实现认知无线网络中的主网络和次网络的数据交换和快速聚合，且通过联合优化主网络和次网络的收发参数以及放大转发中继的放大转发参数，能够有效抑制干扰，提高空中计算准确性。
2、本专利技术解决上述技术问题所采用的技术方案为：一种认知无线网络下垫式模式下的中继协作空中计算方法，其特征在于该方法设定在认知无线网络中的主网络中存在k1个传感器作为主传感器和1个融合中心作为主融合中心，并设定在认知无线网络中的次网络中存在k2个传感器作为次传感器和1个融合中心作为次融合中心，设定在认知无线网络中的主网络和次网络共用1个放大转发中继；在第一个时隙中，主网络中的所有主传感器同时发射信号给放大转发中继以及主融合中心，与此同时次网络中的所有次传感器同时发射信号给放大转发中继以及次融合中心；在第二个时隙中，放大转发中继发射信号给主融合中心和次融合中心；其中，k1＞1，k2＞1；
3、该方法包括以下步骤：
4、步骤1：将在两个时隙中主融合中心接收到的信号表示为将在两个时隙中次融合中心接收到的信号表示为
5、
6、其中，表示在两个时隙中主融合中心接收到的信号，表示在两个时隙中次融合中心接收到的信号，μ1表示在第一个时隙中主融合中心的数据聚合参数，μ2表示在第一个时隙中次融合中心的数据聚合参数，β1表示在第二个时隙中主融合中心的数据聚合参数，β2表示在第二个时隙中次融合中心的数据聚合参数，f1,k表示第k个主传感器到主融合中心的瑞利衰落信道的信道系数，f2,k表示第k个次传感器到次融合中心的瑞利衰落信道的信道系数，w1,k表示在第一个时隙中第k个主传感器的传输参数，w2,k表示在第一个时隙中第k个次传感器的传输参数，s1,k表示在第一个时隙中第k个主传感器发射的信号，s2,k表示在第一个时隙中第k个次传感器发射的信号，h1,k表示第k个主传感器到放大转发中继的瑞利衰落信道的信道系数，h2,k表示第k个次传感器到放大转发中继的瑞利衰落信道的信道系数，g1表示放大转发中继到主融合中心的瑞利衰落信道的信道系数，g2表示放大转发中继到次融合中心的瑞利衰落信道的信道系数，n1,1表示在第一个时隙中主融合中心处的噪声，n1,2表示在第二个时隙中主融合中心处的噪声，n2,1表示在第一个时隙中次融合中心处的噪声，n2,2表示在第二个时隙中次融合中心处的噪声，nr表示放大转发中继处的噪声，α表示放大转发中继的传输参数；
7、步骤2：计算在两个时隙中主融合中心的均方误差，记为mse1，，主融合中心需要计算次传感器的信号；同样，计算在两个时隙中次融合中心的均方误差，记为mse2，，次融合中心需要计算主传感器的信号；然后计算认知无线网络的总均方误差，记为msesum，msesum＝mse1+mse2；
8、其中，ε(·)表示求数学期望，符号“|·|”为取模运算符号，表示在第一个时隙中主融合中心的噪声功率，表示在第二个时隙中主融合中心的噪声功率，表示在第一个时隙中次融合中心的噪声功率，表示在第二个时隙中次融合中心的噪声功率，表示放大转发中继的噪声功率；
9、步骤3：根据步骤2，构建一个在主传感器发射功率约束、次传感器发射功率约束和放大转发中继发射功率约束下的认知无线网络总均方误差最小化问题，描述为：
10、
11、其中，min为最小化函数，p1,k表示第k个主传感器的最大发射功率，p2,k表示第k个次传感器的最大发射功率，pr表示放大转发中继的最大发射功率；
12、步骤4：给定β1、β2、w1,k、w2,k和α，将步骤3构建的认知无线网络总均方误差最小化问题转换为关于优化μi的无约束问题，描述为：然后求解关于优化μi的无约束问题，得到μi的闭式解作为最优解，记为其中，(·)*表示取共轭；
13、步骤5：给定μ1、μ2、w1,k、w2,k和α，将步骤3构建的认知无线网络总均方误差最小化问题转换为关于优化βi的无约束问题，描述为：；然后求解关于优化βi的无约束问题，得到βi的闭式解作为最优解，记为其中，i'＝3-i；
14、步骤6：给定μ1、μ2、β1、β2和α，将步骤3构建的认知无线网络总均方误差最小化问题转换为关于优化wi,k的问题，描述为：ζi,k＝|βigiαhi',kwi',k-1|2+|βigiαhi,kwi,k+μifi,kwi,k|2；然后将关于优化wi,k的问题用部分拉格朗日函数进行表示，表示为：再给定λ，采用部分拉格朗日乘子法求解关于优化wi,k的问题的部分拉格朗日函数，得到wi,k的最优解，记为其中，i'＝3-i，为关于优化wi,k的问题的部分拉格朗日函数，λ为约束的拉格朗日乘子，
15、步骤7：给定μ1、μ2、β1、β2、w1,k和w2,k，将步骤3构建的认知无线网络总均方误差最小化问题转换为关于优化α的问题，描述为：然后求解关于优化α的问题，得到α的最优解，记为αo，其中，
16、步骤8.1：令m表示迭代次数，m的初始值为1；设定μ1、μ2、β1、β2、w1,k、w2,k和α各自的初始值对应为和α(0)；
17、步骤8.2：在步骤4中，代入和αo(m-1)，得到第m次迭代时μ1和μ2各本文档来自技高网...
【技术保护点】
1.一种认知无线网络下垫式模式下的中继协作空中计算方法，其特征在于该方法设定在认知无线网络中的主网络中存在K1个传感器作为主传感器和1个融合中心作为主融合中心，并设定在认知无线网络中的次网络中存在K2个传感器作为次传感器和1个融合中心作为次融合中心，设定在认知无线网络中的主网络和次网络共用1个放大转发中继；在第一个时隙中，主网络中的所有主传感器同时发射信号给放大转发中继以及主融合中心，与此同时次网络中的所有次传感器同时发射信号给放大转发中继以及次融合中心；在第二个时隙中，放大转发中继发射信号给主融合中心和次融合中心；其中，K1＞1，K2＞1；
2.根据权利要求1所述的一种认知无线网络下垫式模式下的中继协作空中计算方法，其特征在于所述步骤6中，λ的获取过程为：令λ＝0，将λ＝0代入中，得到的值；然后判断是否成立，如果成立，则λ的给定值为0；否则，利用二分搜索法在(0,λu]范围内找到唯一一个满足的值，作为λ的给定值；其中，
3.根据权利要求1所述的一种认知无线网络下垫式模式下的中继协作空中计算方法，其特征在于所述步骤8.1中，α(0)＝0.001。
【技术特征摘要】
1.一种认知无线网络下垫式模式下的中继协作空中计算方法，其特征在于该方法设定在认知无线网络中的主网络中存在k1个传感器作为主传感器和1个融合中心作为主融合中心，并设定在认知无线网络中的次网络中存在k2个传感器作为次传感器和1个融合中心作为次融合中心，设定在认知无线网络中的主网络和次网络共用1个放大转发中继；在第一个时隙中，主网络中的所有主传感器同时发射信号给放大转发中继以及主融合中心，与此同时次网络中的所有次传感器同时发射信号给放大转发中继以及次融合中心；在第二个时隙中，放大转发中继发射...
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。