论文部分内容阅读
如今,固定的频谱管理政策导致频谱利用率极低,频谱资源紧缺成为了限制无线通信业务持续发展的瓶颈。如何在有限的无线资源环境下解决频谱资源短缺问题来提高频谱利用率,已经成为无线通信技术研究领域的热点问题。认知无线电正是在这样的背景下应运而生的,其作为一种智能的革命性频谱共享技术而被称为未来最热门的无线技术。频谱分配作为认知无线电的关键技术之一,其使得整个认知无线电网络系统性能得到提高从而逼近最优状态。博弈论分配模型能够克服传统分配模型的一些缺点,不受限于网络的动态特性和空闲信道的数量来进行频谱分配。本文在此基础上又考虑了频谱纵向差异化带来的用户偏好,对其做了进一步改进。此外,部分受限频谱分配可以不考虑授权用户占用频谱情况的严格限制,因此比完全受限频谱分配更能提升频谱利用率。本文运用CR-OFDM提出了在干扰功率门限和最大发射功率限制下子载波和功率分配的算法,在追求最大吞吐量的前提下兼顾了比例公平原则,通过不断地自适应调节来达到最优性能。其主要内容包括:(1)回顾了认知无线电技术产生的背景及其重要意义,阐述了认知无线电的研究现状及标准化进展。(2)介绍了认知无线电的定义,然后就认知无线电网络中的一些关键技术进行了说明,最后阐述了认知无线电网络的应用前景。(3)给出了频谱分配的基本概念,接着按三种不同方式将频谱分配技术分成六类,最后简单地描述了几种典型的频谱分配策略。(4)利用一个有纵向差异化的双寡头垄断市场阐述了认知无线电网络中的频谱分配问题,纵向差异化表明同类信道具有不完全的可代替性。先根据静态古诺博弈求得需求函数,在此基础上推导出动态古诺博弈及其稳定域和纳什均衡,确定收敛条件后进行仿真。结果表明速率调节参数是一个较小的值且在稳定域内时,博弈是平稳的并且能快速到达最终的纳什均衡。比起分配出的信道数量,信道质量与授权用户的利益更相关。由于存在不完全的可代替性和二次成本函数,授权用户租出过多信道并不能提升自身的利润甚至有时反而会降低。(5)针对CR无线网络和OFDM子载波相结合的特点,把频谱资源分配算法分成两步。第一步在兼顾比例公平原则的前提下按相对增益因子为每个认知用户分配子载波;第二步在约束条件下为分配好的子载波注入功率并进行自适应调节。仿真结果表明,兼顾比例公平原则比仅考虑最大吞吐量更能提高系统性能;通过自适应调节使吞吐量在最大发射功率限制下持续增长。此外,在高SNR或最大发射功率较小时,为了降低运算复杂度可以使用简化的线性注水功率算法。