认知无线电系统中基于背包问题的资源分配方法
阅读：1023发布：2021-03-04
专利汇可以提供认知无线电系统中基于背包问题的资源分配方法专利检索，专利查询，专利分析的服务。并且本 发明 的目的在于提供一种多用户OFDM 认知无线电 系统中基于背包问题的联合信道、比特及功率的分配方法，该方法在授权用户干扰 温度 及认知用户发射功率的双重限制下，以最大化系统容量为基本目标，实现了信道、比特与功率的联合分配，并且引入需求权重因子来保证各个用户信道分配的公平。在资源分配的过程中，将资源分配问题映射为背包优化问题，次用户在满足主用户干扰上限的条件下可以使用所有的频带，针对每个次用户可能占用的所有子信道，比较了发送功率增加和对主用户干扰增加两种代价对系统容量的影响，并最终选择使系统容量增加最大的用户及信道分配资源，在使系统容量达到最大的同时保证了多个次用户的服务 质量 要求。，下面是认知无线电系统中基于背包问题的资源分配方法专利的具体信息内容。
1.一种认知无线电系统中基于背包问题的资源分配方法，其特征在于该方法包括以下步骤：
a、系统初始化：设置次用户总数K、子信道总数M及每个子信道上可以分配的最大比特数 ，令次用户k在每个子信道m上分配的比特数 为0，次用户k所耗费的功率代价和干扰代价 分别为0，次用户k在子信道m上分配的比特数 为0；
b、计算分配一个比特所需要的功率增量：次用户k在子信道m上分配第 +1个比特所需要的功率增量由 = 进行计算，其中 为信噪比间隙，它表示M-QAM
调制与香农容量之间的信噪比差值， 是子信道m上的高斯白噪声功率， 表示次用户k的子信道m的增益；
c、计算次用户在子信道上的效能价值：在约束条件 下，用户k在子信道m的效能容量 = ，约束 对应于次用户发射功率的限制 ，即
，其中K为次用户总数， 为每个子信道上可以分配的最大比特数，
M为子信道总数， ， ，表示一个子信道最多只能分配给一个
次用户使用， 为用户k在子信道m上分配第n个比特时的功率增量， =1表示用户k在子信道m上分配了第n个比特，约束 对应于主用户干扰上限I的限制，即，其中 为次用户k在子信道m上对主用户所产生的干扰，用
户k在子信道m的效能价值 选择为约束值最小的效能容量，即 = ；
d、最佳的次用户及子信道的选择：比较所有子信道上每个次用户的效能价值 ，选择 大的次用户的值为此子信道的效能价值，即此次将这个子信道分配给 大的次用户，然后比较所有子信道的 ，选择值最大的子信道为最佳子信道，这个子信道的占用者为最佳次用户，在其上分配一个比特，此次用户分配的比特数加1，计算分配新的比特所需要的功率增量和干扰增量，对次用户k的功率消耗和对主用户造成的干扰进行更新；
e、计算 和 ，如果都大于0，进行下一轮分配，转至步骤c，否则结束分配。
认知无线电系统中基于背包问题的资源分配方法
[0001] 技术领域本发明涉 及一种特别 用于多用 户OFDM（Orthogonal Frequency Division Multiplexing ）认知无线电系统中信道、比特及功率联合分配的实现方案，属于通信技术领域。
[0002] 背景技术无线通信频谱是一种有限的宝贵资源，目前主要是由国家统一管理、统一授权使用，这种静态的频谱分配方式可以有效的避免系统间的干扰，但是随着无线通信技术的迅速发展和无线业务种类的日渐丰富，同时也造成了频谱资源越来越紧张。美国联邦通信委员会（Federal Communications Commission, FCC）研究报告指出频谱的使用状况极其不平衡：
一些频带大部分时间是空闲的，没有用户使用，而另一些频带只在某些时刻使用，而剩余频带的使用则竞争非常激烈。
一些频带大部分时间是空闲的，没有用户使用，而另一些频带只在某些时刻使用，而剩余频带的使用则竞争非常激烈。
[0003] 因此寻找一种更加有效的频谱管理方式，缓解利用率低与不断增长的频谱资源需求之间的矛盾，充分利用各地区、各时间段的空闲频段，提高频谱利用率成为备受关注的问题。认知无线电（Cognitive Radio, CR）作为一种智能的无线通信技术，能够连续不断的感知周围的通信环境，对环境信息的分析和判断，然后通过无线电知识描述语言（Radio Knowledge Representation Language,RKRL）自适应调整其内部的通信参数（如发射功率、工作频率、编码方式等），以适应环境的变化。认知无线电能够智能地利用空闲频谱而不影响主用户的使用，从而提高频谱利用率，因此这一技术被认为是解决无线频谱利用率低下问题最有前景的技术。
[0004] 认知无线电是建立在软件无线电（SDR: Software Radio）平台之上的一个智能无线通信系统，能够感知外部环境、使用边了解边累积的方法对外部环境进行学习、并根据外部环境提供的激励，对运行参数进行相应的修改（如：传输功率、载波频率、调制方式等），从而达到内部状态的自适应调整。从定义中可以看出，认知无线电应当具备的两个主要特征是认知能力（Cognitive Capability）和重新配置能力（Reconfigurability）。认知能力能够使认知无线电与周围环境进行相互交互，进而决定适合的通信参数来适应环境的无线频谱资源；重新配置能力能够不改变任何硬件部分而调整传输功率、载频、调制等发射参数。从认知方面来看，认知无线电类似信号处理和机器学习过程；从重新配置方面来看，认知无线电类似软件无线电在执行通过认知能力获得的任务。
认知无线电的两个最主要的目标是可靠的通信方式以及高效的频谱利用效率。
认知无线电的两个最主要的目标是可靠的通信方式以及高效的频谱利用效率。
[0005] 频谱资源的匮乏是当前通信领域面临的主要问题之一，研究表明，频谱匮乏主要是由许多频段的不充分利用引起的，认知无线电的概念及技术正是为了解决这一问题而提出。认知无线电的基本思想是利用未被授权用户使用的空闲频谱进行通信，其可用无线资源是根据授权用户的频谱使用情况而动态变化的。因此，能否实现对系统可用无线资源的合理有效管理，对整个认知无线电系统的性能优劣起着决定性作用。
[0006] 认知无线电技术的认知过程开始于无线电频谱的感知，以做出反应的行为而结束。一个基本的认知无线电工作周期要经历三个基本过程：无线传输场景分析、信道状态估计及其容量预测、功率控制和频谱管理，它们顺序执行使认知无线电系统的认知功能得以实现。
[0007] 认知无线电系统的资源分配必须考虑三方面的问题：一是认知无线电用户对主用户的干扰问题，二是认知无线电用户之间的干扰问题，三是认知无线电系统的效益和用户间的公平性问题。目前，世界各地的认知无线电科研机构和组织的研究者对频谱分配的这三个方面的问题都做了不少研究。
[0008] 由于OFDM技术不仅可以很好的抵抗多径效应,而且还可以根据每个子载波上的衰落情况动态地调整每个子信道上所采用的调制解调方式、发射功率、编码方式等,因而被选作认知无线电系统传输链路的关键调制技术。功率分配作为传统OFDM 系统中的关键技术, 其基本原理是在系统发射端最大发射功率的约束下, 根据信道状态信息在各子载波间合理地分配功率以达到最大化链路容量的目的。传统的基于OFDM的功率载波联合分配问题并没有考虑相互干扰问题，在基于OFDM的CR（Cognitive Radio）系统中，由于主用户不一定使用OFDM，主次用户间相互干扰问题不可忽略。
[0009] 发明内容技术问题：本发明的目的在于提供一种认知无线电系统中基于背包问题的资源分配方法，即多用户OFDM认知无线电系统中基于背包问题的比特、信道与功率联合分配方法，该方法将多用户资源分配映射成多维0-1背包问题，考虑了主次用户之间的干扰，引入了次用户的带宽需求，既保证了次用户对主用户干扰
功率的限制，同时又满足了各个次用户的QoS。
功率的限制，同时又满足了各个次用户的QoS。
[0010] 技术方案：本发明中建立了功率与信道分配的非线性规划数学模型，通过将多用户资源分配映射成多维0-1背包问题，并进一步设计了具体分配算法及其步骤，考虑了主次用户之间的干扰，引入了次用户的带宽需求，不仅提高了系统容量，而且降低了复杂度，同时还可以保证用户的QoS。
[0011] 该方法包括以下步骤：a、系统初始化：设置次用户总数K、子信道总数M及每个子信道上可以分配的最大比特数 ，令次用户k在每个子信道m上分配的比特数 为0，次用户k所耗费的功率代价和干扰代价 分别为0，次用户k在子信道m上分配的比特数 为0；
b、计算分配一个比特所需要的功率增量：次用户k在子信道m上分配第 +1个比特所需要的功率增量由 = 进行计算，其中 为信噪比间隙，它表示M-QAM
调制与香农容量之间的信噪比差值， 是子信道m上的高斯白噪声功率， 表示次用户k的子信道m的增益；
c、计算次用户在子信道上的效能价值：在约束条件 下，用户k在子信道m的效能容量 = ，约束 对应于次用户发射功率的限制 ，即
，其中K为次用户总数， 为每个子信道上可以分配的最大比特数，
M为子信道总数， ， ，表示一个子信道最多只能分配给一个
次用户使用， 为用户k在子信道m上分配第n个比特时的功率增量， =1表示用户k在子信道m上分配了第n个比特，约束 对应于主用户干扰上限I的限制，即，其中 为次用户k在子信道m上对主用户所产生的干扰，用
户k在子信道m的效能价值 选择为约束值最小的效能容量，即 = ；
d、最佳的次用户及子信道的选择：比较所有子信道上每个次用户的效能价值，选择效能价值 大的次用户的值为此子信道的效能价值，即此次将这个子信道分配给效能价值大的次用户，然后比较所有子信道的效能价值，选择值最大的子信道为最佳子信道，这个子信道的占用者为最佳次用户，在其上分配一个比特，此次用户分配的比特数加1，计算分配新的比特所需要的功率增量和干扰增量，对次用户k的功率消耗和对主用户造成的干扰进行更新；
e、计算 和 ，如果都大于0，进行下一轮分配，转至步骤c，否则结束分配。
b、计算分配一个比特所需要的功率增量：次用户k在子信道m上分配第 +1个比特所需要的功率增量由 = 进行计算，其中 为信噪比间隙，它表示M-QAM
调制与香农容量之间的信噪比差值， 是子信道m上的高斯白噪声功率， 表示次用户k的子信道m的增益；
c、计算次用户在子信道上的效能价值：在约束条件 下，用户k在子信道m的效能容量 = ，约束 对应于次用户发射功率的限制 ，即
，其中K为次用户总数， 为每个子信道上可以分配的最大比特数，
M为子信道总数， ， ，表示一个子信道最多只能分配给一个
次用户使用， 为用户k在子信道m上分配第n个比特时的功率增量， =1表示用户k在子信道m上分配了第n个比特，约束 对应于主用户干扰上限I的限制，即，其中 为次用户k在子信道m上对主用户所产生的干扰，用
户k在子信道m的效能价值 选择为约束值最小的效能容量，即 = ；
d、最佳的次用户及子信道的选择：比较所有子信道上每个次用户的效能价值，选择效能价值 大的次用户的值为此子信道的效能价值，即此次将这个子信道分配给效能价值大的次用户，然后比较所有子信道的效能价值，选择值最大的子信道为最佳子信道，这个子信道的占用者为最佳次用户，在其上分配一个比特，此次用户分配的比特数加1，计算分配新的比特所需要的功率增量和干扰增量，对次用户k的功率消耗和对主用户造成的干扰进行更新；
e、计算 和 ，如果都大于0，进行下一轮分配，转至步骤c，否则结束分配。
[0012] 有益效果：本发明针对基于多用户OFDM认知无线电系统，在Underlay共享式频谱共享的接入方式下给出了基于背包问题的联合子信道、功率、比特的资源分配方法，该方法在次用户发送功率及主用户干扰功率受限、整比特分配约束下，将多用户资源分配映射成多维0-1背包问题，引入了次用户的带宽需求，既保证了次用户对主用户干扰功率的限制，同时又满足了各个次用户的QoS。
[0014] 图2背包问题与资源分配的映射图。
[0015] 具体实施方式本发明考虑的认知无线电网络结构如图1所示，其中主用户定义了一个的保护区域, 并要求次用户的传输对保护区域内任意一点潜在的主用户接收机所造成的干扰功率低于一个门限，即为主用户可以承受的干扰功率上限。由于使用频谱共享式接入方式，主次用户间可以同时占用相同的频带。
[0016] 本发明将资源分配问题映射成多维0-1背包问题，即：对于每件物品，具有多种不同的价值，选择这件物品必须同时付出多种代价，对于每种代价都有一个可付出的最大值（背包容量），怎样选择物品可以得到最大的价值。具体到多用户OFDM认知无线电系统，可以理解为对于可供分配的每个比特，分配到不同次用户和不同的子信道，得到的最终系统总容量不同，而每种分配选择需要付出用户 发射功率增加或主用户受到的干扰功率增加的代价，每种代价可供付出的最大值便是用户 的发射功率上限 和主用户干扰功率上限，具体如2所示。
[0017] 分配一个比特给次用户的过程中，可选择任意 个用户和任意 个子信道，即有种选择，我们需要衡量哪种选择满足优化目标：使系统容量增加更多。直接比较奖励/代价并没有意义，因为每添加一个比特所需要的资源来此于不同的约束，这些约束间没有可比性，为此，首先计算所有次用户的任一子信道在两种约束下的效能容量，且用户k的子信道m的效能价值 选择为约束值最小的效能容量，计算其效能价值 ，然后利用贪婪思想，分配比特给 最小的用户和其最大效能价值的子信道，其中 为次用户k的需求权重因子，每次分配一个比特，直到达到约束的上限为止。
[0018] 假设在一个基于OFDM 的认知无线电系统中, SU机会接入的授权频谱被划分为个子信道（即子载波），每个子信道带宽为 。第 个子信道为 到 的频带，PU占据中间带宽为 （ ）的频段，由于PU可能不使用OFDM传送信号，且接入方式为频谱共享方式，与SU之间存在相互干扰，第 个SU的第 个OFDM子信道对PU所占用的频段产生的干扰为 。
[0019] 我们假设信道是缓慢时变的，且信号发送端具有完备的信道状态信息。令 表示用户 的第 个子信道上分配的功率， 表示SU的发送端到接收端的信道增益，则一个OFDM符号在此子信道上可传送的最大比特数为：（1）
其中， 为信噪比间隙，它表示M-QAM调制与香农容量之间的信噪比差异。 是各子信道上的Gauss白噪声功率, 为向下取整的地板函数。
其中， 为信噪比间隙，它表示M-QAM调制与香农容量之间的信噪比差异。 是各子信道上的Gauss白噪声功率, 为向下取整的地板函数。
[0020] 不同的SU由于业务不同，对传输速率的需求不同，我们根据不同SU的QoS需求，定义 为次用户 的需求权重因子（RWF, Requirement Weigh Factor），则 为所有次用户分配到的比特数中用户 的比例。
[0021] 我们的优化目标是在每个SU发射功率受限，以及满足SU对PU的干扰值低于PU的最大干扰功率门限的条件下，使得整个系统的容量最大化，同时满足SU的QoS要求。
[0022] (2)subject to:
(3)
(4)
(5)
(6)
(7)
(8)
上式中 是每个子信道上可以分配的最大比特数， = ，是当第 个
比特分配到用户 的 子信道时的功率增量， =1表示用户k的m子信道上分配了第个比特，只有当 =1，i=1，2，……n-1时， =1，显然， 随 的增大而增加，式（5）和（6）满足了次用户的发送功率约束以及主用户干扰上限约束的要求，式（7）满足SU的QoS需求。
(3)
(4)
(5)
(6)
(7)
(8)
上式中 是每个子信道上可以分配的最大比特数， = ，是当第 个
比特分配到用户 的 子信道时的功率增量， =1表示用户k的m子信道上分配了第个比特，只有当 =1，i=1，2，……n-1时， =1，显然， 随 的增大而增加，式（5）和（6）满足了次用户的发送功率约束以及主用户干扰上限约束的要求，式（7）满足SU的QoS需求。
[0023] 对用户 ，我们给出了子信道 在约束 下的效能容量为：（8）
式（8）的第一行对应于约束（5），第二行对应于约束（6），其中各行的分母代表即将分配下一个比特所需要的代价， 是用户 已经分配 比特所耗费的功率量， 是用户已经分配 比特给PU带来的干扰量：
= （9）
= （10）
效能价值可以用来衡量每种约束的松紧程度，定义用户 子信道 的效能价值为约束最紧时的效能价值，即：
（11）
算法的具体步骤为：
1.系统初始化：每个用户每个子信道上分配的比特数 为0，用户k得到分配所所耗费的功率代价 和干扰代价 分别0，每个用户分配的比特总数为0；
2.求出每个用户在各子信道上的效能价值：由式
= （12）
计算分配下一个比特所需要的功率增量，再由式（8）算出用户k的子信道m在约束下的效能容量 ，用户k的子信道m的效能价值 选择为约束值最小的效能容量。
式（8）的第一行对应于约束（5），第二行对应于约束（6），其中各行的分母代表即将分配下一个比特所需要的代价， 是用户 已经分配 比特所耗费的功率量， 是用户已经分配 比特给PU带来的干扰量：
= （9）
= （10）
效能价值可以用来衡量每种约束的松紧程度，定义用户 子信道 的效能价值为约束最紧时的效能价值，即：
（11）
算法的具体步骤为：
1.系统初始化：每个用户每个子信道上分配的比特数 为0，用户k得到分配所所耗费的功率代价 和干扰代价 分别0，每个用户分配的比特总数为0；
2.求出每个用户在各子信道上的效能价值：由式
= （12）
计算分配下一个比特所需要的功率增量，再由式（8）算出用户k的子信道m在约束下的效能容量 ，用户k的子信道m的效能价值 选择为约束值最小的效能容量。
[0024] 3. (a) 不考虑SU需求时，选择最佳的用户及子信道：比较M个子信道上每个用户的效能价值，选择效能价值大的用户的值为此子信道的效能价值，即此次分配这个子信道给效能价值大的用户。然后比较所有子信道的效能价值，选择值最大的子信道为最佳子信道，这个子信道的占用者为最佳用户，在其上分配一个比特(13)
此用户分配的比特数加1，计算分配新的比特所需要的功率增量
= (14)
根据式（9）和（10）更新 和 。
此用户分配的比特数加1，计算分配新的比特所需要的功率增量
= (14)
根据式（9）和（10）更新 和 。
[0025] (b) 考虑SU需求时，选择最佳的用户及子信道：选择 值最小的用户为最佳用户，若有两个或者两个以上的 的值相等，则比较M个子信道上 的值相等的用户的效能价值，选择效能价值大的用户的值为此子信道的效能价值，即此次分配这个子信道给效能价值大的用户。然后比较所有子信道的效能价值，选择值最大的子信道为最佳子信道，这个子信道的占用者为最佳用户，在其上分配一个比特 ，此用户分配的比特数加1，计算分配新的比特所需要的功率增量 = ，根据更新和 。
[0026] 4.对非最佳用户的处理：在已选择的最佳子信道上，为了保证一个用户只能占用一个子信道的约束条件，其他用户的效能容量置为无穷小。
[0027] 5.计算 和 ，如果都大于0，进行下一轮分配，步骤2至4。否则结束分配。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于TextCNN网络的信道编码识别方法 | 2020-05-08 | 119 |
| 基于能量协作的双向认知中继网络资源分配方法 | 2020-05-08 | 349 |
| 一种基于可用信道集的认知无线电盲会合方法 | 2020-05-08 | 795 |
| 一种基于多天线的空域频谱感知方法 | 2020-05-11 | 187 |
| 一种基于FCM聚类算法的合作频谱感知方法 | 2020-05-12 | 193 |
| 一种基于卷积神经网络STBC信号识别方法 | 2020-05-12 | 536 |
| 基于加权一致优化的宽带分布式协作压缩频谱感知方法 | 2020-05-08 | 160 |
| 基于感知质量的可缩放视频编码速率适配 | 2020-05-11 | 598 |
| 一种基于软融合策略的盲协作频谱感知方法 | 2020-05-12 | 223 |
| 一种认知无线电中的统计频谱检测方法 | 2020-05-11 | 522 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
认知无线电热门专利
QQ群二维码
意见反馈
意见反馈