支持認知、協(xié)作的無線網絡資源優(yōu)化分配.pdf

1、頻譜共享技術和協(xié)作分集技術是新一代移動通信系統(tǒng)的兩個關鍵技術,分別對應著認知無線網絡、協(xié)作中繼網絡,以及集頻譜共享技術和協(xié)作分集技術優(yōu)點于一體的認知中繼網絡,對學術界和工業(yè)界產生了深刻的影響。未來移動通信系統(tǒng)需要實現(xiàn)更高的傳輸速率,更高的頻譜效率、更好的服務質量以及支持更加多樣化的業(yè)務。無線資源管理優(yōu)化設計是實現(xiàn)上述目標的主要方法之一,本論文將采用無線資源優(yōu)化分配理論和方法分別對認知無線網絡、協(xié)作中繼網絡和認知中繼網絡進行了研究,以解決

2、未來移動通信系統(tǒng)存在的問題:(1)提高新一代移動通信網絡系統(tǒng)容量問題。(2)提高小區(qū)邊緣頻譜效率問題。(3)提高頻譜資源利用率的問題。(4)減少或避免無線網絡的信號干擾問題。
　　 首先,本文第二章主要從認知無線網絡的功率分配、聯(lián)合無線資源分配和動態(tài)頻譜分配兩個方面進行了研究:(A)為滿足認知用戶對主用戶的干擾約束,同時考慮認知用戶間干擾問題,在非完美CSI條件下給出了認知無線網絡中三個最大最小和最小最大公平性的分配策略,分別是

3、(1)最小最大功率分配；(2)最大所有認知用戶中最小SINR的功率分配；(3)最小所有認知用戶中最大中斷概率功率分配。第一個優(yōu)化問題是一個非凸問題,通過將它轉化為幾何優(yōu)化問題求解。第二、三兩個優(yōu)化問題不能轉化為幾何優(yōu)化求解,提出了一種迭代功率分配算法來求解后面兩個優(yōu)化問題。最后,仿真結果顯示了在主用戶干擾溫度、認知用戶QoS要求下,所提的三種策略都能有效地保證多認知用戶的公平性。(B)由于認知無線網絡環(huán)境存在的信息交互約束限制、分布式特

4、性和頻譜分配動態(tài)性等問題,基于微觀經濟學機制設計理論提出了基于VCG機制的動態(tài)頻譜分配博弈模型,進一步提出一種基于動態(tài)頻譜分配的部分可觀察馬爾可夫決策過程(POMDP)強化學習算法。讓認知用戶通過對歷史信息的觀察、統(tǒng)計,為提高競拍策略的獎賞值而進行不斷的學習獲取最優(yōu)競拍策略。仿真結果表明,基于POMDP強化學習算法可以顯著改善認知用戶的行為,提高動態(tài)頻譜分配性能。
　　 其次,第三章研究了協(xié)作中繼網絡的資源優(yōu)化分配:(A)提出了

5、一種能滿足用戶QoS需求的最小化用戶實際速率與需求速率差值之和的優(yōu)化模型,并給出了序貫功率調整算法(SPAA)和基于梯度的功率分配算法(GBPAA)兩種優(yōu)化算法求解該模型的最優(yōu)解。仿真結果表明,該方法能夠有效滿足用戶速率需求。進一步,在能量受限的中繼網絡中,隨著用戶數(shù)的增加,將導致用戶的QoS需求得不到滿足,本文提出了基于能量效率的一步移除接入控制算法(OSRAC)和基于能效的逐步移除接入控制算法(SSRAC),該方法能夠在多用戶場景下

6、進行有效的接入控制,提高系統(tǒng)能量效率。(B)研究Nakagami-m信道非完全信道狀態(tài)信息(CSI)下,協(xié)作中繼系統(tǒng)通過跨層設計提高頻譜效率問題,提出一種混合自動請求重傳(HARQ)狀態(tài)轉移圖來分析計算系統(tǒng)平均誤包率(PER)；通過物理層自適應調制編碼(AMC)與HARQ協(xié)議跨層聯(lián)合設計,建立了在鏈路層數(shù)據包傳輸時延約束情況下,最大化中繼系統(tǒng)頻譜效率的跨層優(yōu)化模型；進一步給出了該跨層優(yōu)化模型的迭代求解算法,對比分析了3種HARQ協(xié)議下系

7、統(tǒng)平均誤包率與頻譜效率的性能。仿真結果表明:本文提出的方案在滿足傳輸時延約束條件下,可以達到最大化頻譜效率。而且AMC和Type-Ⅲ HARQ的跨層設計在中繼協(xié)作情況下可以達到更高的頻譜效率和更低的平均誤包率。
　　 最后,第四章研究了認知中繼網絡的資源優(yōu)化分配:(A)提出以能量效率作為衡量認知中繼網絡性能標準,設計了認知中繼網絡聯(lián)合HARQ和功率分配的跨層優(yōu)化方案,獲得了該優(yōu)化方案的平均能量消耗閉合表達式,提出了在滿足主用戶干

8、擾約束和認知用戶中斷概率約束條件下,最小化認知中繼網絡傳輸單位比特數(shù)據能量消耗優(yōu)化模型?；诶窭嗜諏ε挤纸夥ㄔO計了跨層優(yōu)化模型的分布式求解算法。理論分析和仿真結果驗證了基于能量效率的跨層優(yōu)化方案的可行性,從能量效率角度為跨層優(yōu)化設計提供了理論依據。(B)研究了在不影響主用戶正常通信和保證認知用戶QoS約束條件下,解決認知中繼網絡頻譜效率和功率消耗問題,分別提出了(1)最大化認知中繼網絡用戶傳輸速率的最優(yōu)功率分配模型；(2)最小化認知中