一种认知无线电系统中基于效用函数的分布式功率控制方法
专利汇可以提供一种认知无线电系统中基于效用函数的分布式功率控制方法专利检索，专利查询，专利分析的服务。并且一种 认知无线电 (Cognitive Radio)系统中基于效用函数的分布式功率控制方法，属于无线通信技术领域，特别涉及应用在认知无线电系统中的功率控制。本 发明 是一种既满足了对主用户的保护又支持了认知用户的服务 质量 要求的折中方案。此方案基于非合作式的博弈论，即，它只需要各个CRU自行调节其发射功率，因此避免了传统分布式功率控制需要大量信息交互的弊端。通过分析效用函数的几何特性，巧妙地设置了效用函数的参数，同时结合接入控制，保证了功率的收敛。同时，通过调整参数，能够适应现有网络业务的需要。此外，我们设计了与功率控制方法相适应的 帧 结构和协议流程，它们可以适用于任意分布式认知无线电系统下，因而具有较强的实用性。，下面是一种认知无线电系统中基于效用函数的分布式功率控制方法专利的具体信息内容。
1.一种认知无线电(Cognitive Radio)系统中基于效用函数的分布式功率控制方法，其特征在于：
认知无线电功率控制的两个最基本的要求是实现对PUs的保护，即保证CRUs对PUs的干扰不会超过PUs能承受的干扰范围，和提供对CRUs的QoS支持；一般来讲，QoS的好坏与SINR的满足与否有较大的关系，本方案的增益函数G(i)表示CRUi的SINR要求——CRUi接收端获得的信干噪比(SINR)γi要达到QoS要求的信干噪比γd：
其中，pi表示CRUi的发射功率，pj表示CRUj的发射功率，hii表示CRUi在信道i上到认知无线电基站的路径增益，hii表示CRUj在信道i上到认知无线电基站的路径增益，n0表示噪声；
此外，利用代价函数C(i)表示对PUs保护——假设在进行功率控制之前，我们已经得到了PUs能承受的最小干扰PT，则对PUs的保护可以表示为：
其中，gi表示CRUi到PUs的路径增益；
这样，每个想接入本系统的CRU都拥有了一个效用函数U(i)＝G(i)-C(i)；
直接由公式(1)的SINR要求，增益函数表示如下：
上式要求γi≥γd以使函数有意义，其中，λi是一个可调参数；
代价函数可表示为：
pi可以表示为γi的函数，令 ρLic表示CRUi受到的来自
PUs的干扰，结合公式(3)和公式(4)，效用函数表示如下：
其中，αi表示既满足对PUs保护又支持CRUs QoS的折中策略的因子；
则功率控制问题就可被详细描述为：寻找到一组功率向量P＝[p1，p2…pN]，使得对于所有合适的CRUs有下面的问题成立：
令pi*是对CRUi而言的局部最优值，则：
其中，
表示C(i)的斜率，令 则最优解为：
相应的功率分配为：
*
因此，CRUi根据以下原则更新其在第k+1步迭代计算得到的发射功率pi(k+1)：
其中，k表示第k步迭代，pi(k)表示第k步迭代计算得到的发射功率，Intfi(k)表示第k步迭代计算中的CRUi受到的来自PUs的干扰；
然而，一些研究结果说明公式(11)的形式表明，当存在一个合适的功率分配使得任意接入用 户i的SINR满足γi≥γd时，式(11)能保证功率收敛，但若上述条件不成立，公式(11)的方法会导致功率不收敛，因此，通过接入控制来拒绝不受欢迎的CRUs以解决收敛问题；
现在的问题是以什么样的标准判断一个CRUi是否是受欢迎的或是允许接入的，换句*
话说，如何找到一个合适的γi 以满足式(6)中的所有条件，通过调整参数βi，会有三种不同的C(i)的曲线，它们分别和G(i)相离，相切和相交，当 时，如果
G(i)和C(i)相切，则令相应的 γi＝γit，上标t代表相切的情况；
[性质1]对任一想接入本系统的CRUi而言，若其 则认为此认知用户是受欢迎的；
[性质2]当 时，令 其中， 有：
令 表示发射机允许的物理最大发射功率，其相应的SINR为 则γi的最大值max
γi 为：
有了以上两个性质作为理论基础，下面我们给出算法的步骤——基于效用函数的分布式功率控制(UPCAC，Utility based Power Control jointing with Admission Control)：
步骤1更新Intfi(k)，gi(k)， 和hii(k)，计算αi(k)，βi(k)和
βti(k)。如果βi(k)≤βit(k)，这里，gi(k)表示第k步迭代时CUi到PUs的路径增益，αi(k)表示第k步迭代时CUi策略因子取值，βi(k)表示C(i)在第k步迭代时的斜率，βti(k)表示第k步迭代G(i)和C(i)相切时βi(k)的取值，至步骤2；否则，至步骤4；
步骤2令与γimax(k)相应的功率为pimax(k+1)，与γd对应的功率为pimin(k+1)，若pimin(k+1)≤pimax(k+1)，至步骤3，否则，至步骤4；
步骤3在闭区间[pimin(k+1)，pimax(k+1)]上找到最优点pi*(k+1)以最大化U(i)，至步骤5；
步骤4 pi*(k+1)＝0，U(i)(k+1)＝0；
步骤5令k←k+1，至步骤1；
若一个想接入本网络的CRU的最终的功率非零，则认为此CRU是受欢迎的并且允许接入本网络，由于在UPCAC中，我们保证了0＜inf(i)＜1，因此我们确保了对主用户的保护。
2.根据权利要求1所述的一种认知无线电系统中基于效用函数的分布式功率控制方法，其特征是，对于性质1和性质2都可以通过数学证明得到，证明如下：
性质1的证明
证明：显然，当G(i)和C(i)相切时，存在一个γi满足式(6)的前三个条件；
令 并使G(i)和C(i)相切是式(6)成立的极端情况，即，
在这种情况下，式(6)中所有等号都成立，则我们得到：
从下式：
我们得到：
t
因此当G(i)和C(i)相切时，若 γi＝γi，就存在一个合适的γi，当
时，G(i)和C(i)相交(因为C′(i)＞G′(i)，所以C(i)的增长速度比G(i)快)，因此，pi·gi一定会比remainderi小，这样，式(6)的后三个条件都满足了，由于在闭区间上肯定会存在一个最优的γi使第一个条件最大化，因此，在区间 上存在一个合适的γi( 表示左交点对应的SINR)；
但是当 时，C(i)和G(i)相离，则U(i)肯定为负，因此在这种情况下不存在一个合适的γi；
性质2的证明
证明：为使 成立，有两个条件必须满足：
s
当 时，我们得到驻点βi ：
当 时，我们得到：
将式(18)带入式(19)，得到：
由于 因此上式中的不等号成立，结合式(14)，就能得到式(12)；
反向的证明与上面是类似的，在这里就忽略了。
3.根据权利要求1所述的一种认知无线电系统中基于效用函数的分布式功率控制方法，其特征是，基于对PUs的保护，代价函数C(i)由两部分组成：一是PUs受到的干扰程度大小，二是对CRUs的功率消耗的控制，下式表示对PUs的干扰：
这是一个归一化了的关于功率的函数，相对于已有的研究，式(21)更易于进行对PUs的保护，即只需保护0＜inf(i)＜1即可，代价函数可表示为：
令 则整个式(22)可以看成是对CRUi功率消耗的
测量，其中Wi控制着这种消耗的大小，令 当比率Ri增加时，
Wi减小， 这说明了只要对PUs的保护是确定了的，我们会适当增加CRUs的发射功率来满足它们的SINR要求，我们希望以这种方式能找到一种既满足了对PUs保护又支持了CRUs的QoS的折中方案。
4.根据权利要求1所述的一种认知无线电系统中基于效用函数的分布式功率控制方法，其特征是，根据性质1和性质2，巧妙的设置了效用函数的参数，将功率控制算法与接入控制巧妙地结合在一起，从而解决了在分布式功率控制中的功率收敛问题，同时，也保证了对主用户的保护，满足了CRUs的QoS要求。
5.根据权利要求1所述的一种认知无线电系统中基于效用函数的分布式功率控制方法，其特征是，通过调整参数，能够灵活地适应现有网络多业务的要求，现今大多数网络中典型的服务——语音业务和数据业务，它们分别是实时业务和非实时业务；
使用语音业务的用户期望有较低的延迟，但是他能容忍一些错误，因此，语音用户要求的是较低的SINR，并且不希望被轻易地拒绝接入，通过调整参数γd就能满足这些要求，当t
γd减小时，αi也随之减小，因此βi 增加，而βi减小，这样的话，语音用户便能较容易的接入网络并且达到其SINR；
使用数据业务的用户的容错性很低，但他能容忍一些延迟，因此，他要求的是较高的SINR，并且相比语音业务，他对于拒绝接入网络具有较强的容忍性；当γd增大时，αi也随t
之增大，因此βi 减小，而βi增加，这便造成用户较难接入网络，但一旦接入，他便能获得较高的SINR；
这样看上去，似乎相对于数据用户，语音用户在获得了接入网络的优先权，但这正是由他们不同的需求导致的结果；因此能够很好地满足不同业务要求。
6.根据权利要求1所述的一种认知无线电系统中基于效用函数的分布式功率控制方法，其特征是，能够通过数学方法证明到所提的功率控制方案能够使功率收敛，证明如下：
一些研究者提出了一个称作标准功率控制的架构(a standard power control framework)，在此架构下的任意一种功率控制都能达到包括收敛性在内的许多优良的性质，一个功率控制P(k+1)＝Γ(P(k))如果满足下面三个条件，则被认为是标准的：
●非负性：Γ(P)＞0；
●单调性：若p′＞p，Γ(P′)＞Γ(P)；
●可伸缩性：对任意η＞1，ηΓ(P)＞Γ(ηP)；
此外，研究者还证明了在标准功率控制的架构下，如果存在一个稳定点，此点肯定是唯 一的，并且无论初始功率向量如何，它们最终都会收敛到此稳定点；
下面证明所提功率控制方案是标准功率控制；
证明：由式(9)和式(11)，可得到：
-1
令 由于 因此f (x)是一个关于x的减函数，
-1 -1 -1
当p′＞p时，有Intf′＞Intf，于是x|p′＜x|p，所以f (x)|p′＞f (x)|p，即f (x)是一个关于功率的增函数，因而Γ(P′)＞Γ(P)，单调性得证；
对任意的η＞1，当P变成ηP时，根据单调性有：
因此，可伸缩性可得证：
综上，UPCAC是一个标准功率控制，因此，UPCAC下的功率是收敛的。
7.根据权利要求1所述的一种认知无线电系统中基于效用函数的分布式功率控制方法，其特征是，通过设计与算法相适应的帧格式分布式功率控制协议，增强了算法的实用性；
假设在确定各个认知用户在各个信道上的功率之前，小区中的公共控制信道已经建立，并且信道分配也已经完成；
为了保证功率的收敛性，一次只能有一个CRU进行策略选择，我们采用一些研究中所提的方法来确定每次由哪个CRU来进行策略选择——每个CRU能够成功进行策略选择的概率为Ps＝1/N；
通过引入一个新的帧(POWER_ALLOC)来宣布进行策略选择的CRU的功率改变，此帧中 包含了对上一个使用同一信道的CRU发出的POWER_ALLOC帧的确认，POWER_ALLOC帧包含了字段“CRU_ID”和“Power Information”，“Power Information”包含了该CRU在各个可使用信道上的功率情况，具体地包括了“Power_change”，“ACK to the last frame which uses the same channel”和“Done”；
协议步骤：
步骤1将所有CRUs可使用的信道上的初始发射功率置零；
步骤2进行伯努利实验，概率为Ps，若结果为0，监听公共控制信道，break；若结果为1，转至步骤3；
步骤3根据Intfi和remainderi计算最佳功率，POWER_ALLOC的最后一个包设置包域“done”为1，表示此CRU的功率宣布已经结束，其它CRUs可以继续发送它们的帧，包域“Power_change”此用户这一次策略选择后的功率值与上次相比是否改变，并且记载了改变后的具体地数值；
步骤4每个收到了POWER_ALLOC帧的CRU用户都更新他们可使用的信道上的Intfi和remainderi；
步骤5如果所有用户的信息都表明大家在自己可使用的信道上的功率值在一段时间内都没有再改变，则功率控制完成，数据包的传输开始。
一种认知无线电系统中基于效用函数的分布式功率控制方
法
技术领域
背景技术
加时，Wi减小。这说明了只要对PUs的保护是确定了的，我们会适当增加CRUs的发射功率来满足它们的SINR要求。我们希望以这种方式能找到一种既满足了对PUs保护又支持了CRUs的QoS的折中的方案。注意到pi是γi的函数，令 结合公式(4)
和公式(6)，本方案的效用函数如下：
2，curve 3，and curve4，它们分别和G(i)相离，相切和相交。当 时，
如果G(i)和C(i)相切，则令相应的
闭区间上肯定会存在一个最优的γi使第一个条件最大化。因此，在区间[γi，γi]上存l
在一个合适的γi(γi 表示左交点对应的SINR)。
当P′＞P时，有Intf′＞Intf，于是 所以 即f (x)是一个
关于功率的增函数。因而Γ(P′)＞Γ(P)，单调性得证。
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 低频驻极体天线 | 2020-05-12 | 764 |
| 双层驻极体电声转换装置及具有驻极体扬声器的电子装置 | 2020-05-11 | 362 |
| 驻极体和可用于驻极体的化合物 | 2020-05-14 | 294 |
| 驻极体医用敷料 | 2020-05-12 | 486 |
| 驻极体电容器 | 2020-05-13 | 101 |
| 驻极体片 | 2020-05-11 | 70 |
| 驻极体医用绷带 | 2020-05-13 | 924 |
| 驻极体话筒 | 2020-05-12 | 306 |
| 驻极体 | 2020-05-11 | 280 |
| 驻极体传声器 | 2020-05-13 | 22 |
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。
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。
