论文部分内容阅读
如何高效地使用有限的网络频谱和节点能量提高系统传输效益,已成为多认知中继OFDM系统面临的首要挑战。然而传统的资源分配通常针对传统网络中的单一资源,且对于干扰约束的考虑不够完善。为此引入基于变分不等式的资源联合优化模型,在主用户干扰约束下,进行中继的选择,并对认知源、中继进行子载波选择和功率分配的联合优化。本文以用户传输效益最大化为目标,对多认知中继OFDM系统最佳中继的选择和资源联合优化两个关键技术进行研究。首先,为了解决多认知中继OFDM网络中继节点负载不均衡造成对主用户的干扰问题,提出一种基于信噪比(SNR)与干扰商的最佳中继选择机制。针对CR网络建立最佳中继选择系统模型。预先确定主用户干扰阈值,保证节点传输不会对主用户产生干扰;设定中继链路SNR阈值,保证协作传输质量,从而得到最佳中继可选集合;建立中继链路SNR与干扰商的数学表达式,作为选择最佳中继的判断依据。在此基础上利用总SNR的累积分布函数,推导出中断概率和平均误码率的闭合表达式,对中继选择机制进行性能分析。其次,针对多认知中继OFDM系统中不同节点对频谱和能量的竞争与合作关系,提出一种基于变分不等式的资源联合优化算法。考虑直接链路和中继链路的同时传输,采用等效信道增益将协作中继系统简化为非中继系统;针对多种约束下的多用户认知OFDM系统,建立非合作博弈模型;引入价格机制,将耦合约束下的非合作博弈问题转换为分布式问题;利用梯度函数的单调性和雅可比矩阵的对称性,采用变分不等式理论对纳什均衡解的存在性和唯一性进行了数学证明,验证了算法的收敛性。通过构造拉格朗日函数,设计基于分布式迭代注水算法的子载波选择与功率分配联合优化机制。最后,利用MATLAB仿真工具对多认知中继OFDM系统的中继、子载波和功率分配的特性等方面进行性能评估,验证所提的多认知中继OFDM系统的最佳中继选择机制和资源分配优化算法的有效性。