认知网络中基于中继的频谱资源分配

第32卷第11期 2011年11月

通 信 学 报 Vol.32 No.11

Journal on Communications

November 2011

认知网络中基于中继的频谱资源分配

张士兵，张昊晔，李雪，包志华

(南通大学 电子信息学院，江苏 南通 226019)

摘 要：根据无线认知中继网络上、下行链路子载波的信道特性，研究认知网络的频谱资源分配，提出一种上、下行链路子载波联合优化的分配算法。该算法根据子信道增益差值因子的大小分配下行链路子载波，以源节点和中继节点功率最小化为优化目标配对上行链路子载波，以用户的实时需求分配子载波的比特和功率，有效降低了系统的发射功率，提高了系统吞吐量。仿真结果表明，与启发—集中式和分布式辅助反馈传输功率分配算法比较，该联合优化算法的单位比特功耗降低了1.5~3 dB μW，误比特率性能提高了1个数量级左右。 关键词：无线通信；认知网络；资源分配；信道增益；最优配对

中图分类号：TN915 文献标识码：A 文章编号：1000-436X(2011)11-0003-08

Relay-based resource allocation in cognitive networks

ZHANG Shi-bing, ZHANG Hao-ye, LI Xue, BAO Zhi-hua

(School of Electronics and Information, Nantong University, Nantong 226019, China)

Abstract: Based on the optimal pairing the subcarriers of uplink and downlink, a spectrum resource allocation algorithm was proposed according to the subcarrier characteristics of the uplink and downlink in cognitive relay networks. The al-gorithm allocated the subcarriers in downlink according to the difference of subchannel gains. It assigned the subcarriere in uplink to minimize the power of every source nodes and relay nodes, and distributed the bits and powers of all subcar-riers to satisfy the immediate request. It could decrease the power transmitted and increase the throughput of the system. The simulation results show that the algorithm proposed reduces the per bit power by 1.5~3 dBμW and improve the per-formance by one order of magnitude in bit error rate compared with the heuristic centralized scheme and distributed feed-back-assisted-transmit power allocation algorithm.

Key words: wireless communications; cognitive network; resource allocation; channel gain; optimal pairing

1 引言

随着无线通信业务需求的快速增长，可用的频谱资源变得越来越稀缺，成为制约无线通信发展的瓶颈之一。现有的无线系统频谱资源在时域或空域上存在不同程度的闲置[1]，认知无线电（CR, cog-nitive radio）应运而生。CR的核心思想就是使得通信网络具有自我学习能力，与自身周围环境交互信息、感知周围频谱环境，进而达到利用周围空闲频

谱，提高频谱使用率，同时又可避免与授权用户发生冲突的目的[2]。

在CR网络中，由于电磁环境的不断变化，CR节点检测到的空闲频谱不断变化；同时用户的需求也是瞬间即变，对空闲频谱的使用需求不尽相同。因此，像传统注水法等静态频谱分配方式不再适用具有CR功能的无线网络频谱资源分配[3]。CR网络需要在频谱实时感知的基础上，分析空闲频谱状态、预测新增信道容量，结合CR用户服务质量（QoS,

收稿日期：2011-08-22；修回日期：2011-11-15

基金项目：国家自然科学基金资助项目（60872002, 61071086）

Foundation Item: The National Natural Science Foundation of China (60872002, 61071086)

·4· 通 信 学 报 第32卷

quality of service）需求进行频谱决策，为当前用户选择最佳的传输参数。

早在2005年，IEEE标准化协调组织（SCC, standards coordinating committee）就开始协商制定有关CR网络的动态频谱分配政策[4]。该组织下设6个工作组，分别就下一代无线系统与频谱管理技术、干扰共存分析、频谱动态接入、异构网络频谱资源优化框架等展开研究。鉴于正交频分复用（OFDM, orthogonal frequency-division multiple）在抗多径衰落方面的优越性，OFDM技术得到了大家的青睐，成为CR网络的最佳候选技术。基于OFDM的CR网络，其基本思想就是将可用频带划分为若干个OFDM子载波，在实际通信过程中利用没有被主用户（PU, primary user）占用的子载波传输数据。子载波的分配频谱感知和判决结果，通过分配矢量方式实现。目前对CR网络的频谱资源管理研究主要集中在基于OFDM的CR网络。文献[5]利用次用户（SU, secondary user）感知的PU信息，对SU的传输时间、功率等一些参数进行优化以获得系统的最大容量；文献[6]根据SU的QoS需求、物理层特性，导出了最佳自适应信道分配算法；文献[7]提出了一种分布式的频谱资源分配算法，显示了良好的公平性；文献[8]则提出了一种支持异构网络业务的动态信道和功率分配算法。实际上，PU往往可以容忍一些干扰，文献[9~11]在可容忍干扰的约束下，对可用的子载波进行优化分配，提出系统容量最大化的频谱资源分配算法。频谱资源优化的另外一种思路就是将动态频谱资源分配与物理层或网络层的设计相结合，比如，与传输信号波形相结合[12]，与协作感知相结合[13~15]，与中继路由选择相结合[16,17]等。但在这些研究成果中，以系统最小发射功率为优化目标的不多。事实上，在CR网络中，SU或多或少地给PU带来一些干扰。特别是当SU较多时或存在隐含节点时，由于频谱检测不可能百分之百正确，SU不可避免地给PU带来一些有害干

扰，因此SU的发射功率不得不加以限制[18]，以降

低对PU的影响。

本文以最小化系统发射功率为优化目标，研究CR网络的频谱资源分配，提出一种联合优化分配（JOA, joint optimizing allocation）网络上、下行链路子载波算法。本文第2节描述了基于中继的CR网络系统模型，第3节给出了实现JOA算法的思路与流程，第4节分析比较了仿真结果，第5节对全文进行了总结。

2 系统模型

考虑一个单跳中继的CR网络系统，系统的动态资源分配由控制中心（基站）完成，如图1所示。系统采用OFDM进行传输，既可以通过上行链路和下行链路2个路由中继传输，也可以采用源节点和目标节点直接传输。在上行链路中，源节点向中继节点发送传输数据信号；在下行链路中，中继节点采用前向解码（DF, decode-and-forward）[19]转发方式将信号转发给目标节点。设系统有M个PU，K个SU，N个子载波。若采用能量检测进行频谱感知，则kth个SU（k=1, 2, …, K）对nth个子载波（n=1, 2, …, N）频谱检测的虚警率和漏检率分别为

p

k,nf

2

=Q (1)

p

k,n

m

2

2 =1 Q (2)

2

是信道高斯白噪声的功率，σs2是零均值其中，σ0

主信号的功率，γ是能量检测频谱门限，L是采样检

测点数。

如果CR网络采用OR规则进行协作频谱检测[20]，报告信道的错误概率为pe，则系统对nth个子载波频谱感知的虚警率和漏检率分别为

k,nk,n

+Pfn=1 ∏

1p1pp()()fefpe (3)

k

图1 无线中继认知网络模型

第11期 张士兵等：认知网络中基于中继的频谱资源分配

nk,nk,nPm=∏ p1 p+1 p()()pe mem (4)

k…… 此处隐藏：3646字，全部文档内容请下载后查看。喜欢就下载吧 ……