基于OFDM的认知无线电资源分配算法的研究

论文摘要

认知无线电通过使认知用户在不产生严重干扰的前提下共享主用户的无线频谱资源来有效提高频谱利用率。OFDM能自适应分配频谱资源,频谱效率高,可应用于认知无线电,为认知用户动态分配可用频带及其上的功率,进一步提高认知无线电的灵活性和频谱效率。本文主要研究基于OFDM的认知无线电资源分配算法,考虑在主用户的干扰限制和认知用户的传输限制下对认知用户在可用频带上进行资源分配。如何使多个认知用户充分利用检测到的频谱空洞,可转化为如何在多个认知用户之间分配这些子载波以及分配这些子载波上的发射功率。论文首先简要介绍了认知无线电原理、关键技术和基于OFDM的认知无线电,然后从最大化认知用户传输速率这一角度出发,研究了单认知用户资源分配算法和多认知用户资源分配算法。本文提出的简单相对代价贪婪比特加载单认知用户资源分配方案是一种改进的分配方案,该方案使认知用户在干扰和功率受限这两种状态下均能达到较高的传输速率,并进一步将该资源分配方案扩展到了多认知用户资源分配场景,可使认知用户获得较好传输速率的同时也降低了计算量。本文还提出了一种多用户多干扰限制次优资源分配策略,通过把主用户的干扰功率限制转化为多个认知用户分别能够产生的最大干扰功率实现可用资源在多个认知用户间的分配,得到该策略下的最优资源分配方案、公平资源分配方案和分步实现的公平资源分配方案。同时对各分配算法进行了仿真分析。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究内容
• 1.3 研究意义
• 1.4 论文内容安排
• 第二章 认知无线电原理和关键技术
• 2.1 认知无线电概念与模型
• 2.1.1 认知无线电概念
• 2.1.2 认知无线电模型
• 2.2 认知无线电关键技术
• 2.2.1 频谱检测
• 2.2.2 频谱分析
• 2.2.3 动态频谱分配
• 2.2.4 功率控制
• 2.3 基于OFDM的认知无线电
• 2.3.1 OFDM在认知无线电中的适用性
• 2.3.2 基于OFDM的认知无线电
• 2.3.3 需要解决的关键问题
• 2.4 本章小结
• 第三章 基于OFDM的认知无线电单用户资源分配
• 3.1 系统模型
• 3.2 优化目标
• 3.3 单用户资源分配
• 3.3.1 最优注水法功率分配
• 3.3.2 次优功率分配
• 3.3.3 等功率分配
• 3.3.4 贪婪比特加载
• 3.3.5 仿真分析
• 3.4 改进的资源分配方法
• 3.4.1 简单相对代价比特加载
• 3.4.2 仿真分析
• 3.5 本章小结
• 第四章 基于OFDM的认知无线电多用户资源分配
• 4.1 系统模型
• 4.2 多用户资源分配
• 4.2.1 MII比特加载
• 4.2.2 MPI比特加载
• 4.2.3 RC比特加载
• 4.2.4 RC公平比特加载
• 4.2.5 仿真分析
• 4.3 改进的分配方案
• 4.3.1 多用户SRC比特加载
• 4.3.2 仿真分析
• 4.4 本章小结
• 第五章 基于OFDM的认知无线电多用户多干扰限制资源分配
• 5.1 MUMIL最优资源分配
• 5.2 MUMIL公平资源分配
• 5.3 MUMIL分步公平资源分配
• 5.4 仿真分析
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 研究展望
• 致谢
• 参考文献
• 研究生期间发表论文