论文部分内容阅读
摘要：针对接入方式的不同，认知无线电网络中的功率和频谱会发生一定的改变，针对此类问题，本文对其进行研究，并且对功率和频谱的分配和控制进行了分析。在现代无线电网络中为了能够满足客户的各方面需求，需要将网络容量和功耗方面问题进行优化，针对各类问题对其优化算法进行建模求解，得到符合用户不同需求的解集。根据不用的算法所得出的结论各有不同，针对结果还需对其进行比对，选择优化过后合适的方法，满足频谱和功率的分配要求。
关键词：认知无线电;频谱分配;功率控制
目前，我国无线电业务量逐年上涨，因内容对于无线电频谱需求与日俱增，由此形成了固定频谱分配政策，此类型分配政策让频谱的利用率得到了提升，对于空间和时间上的差异性有所增加，充分利用率高达百分之八十五。针对以上内容需要增强频谱资源降低资源匮乏的问题发生。
一、系统模型
本文建设的认知无线网络模型包含了多个通信链路，接受用户作为模型的主链路，次用户被称为次链路，它们隶属于一个区域。在网络中为主用户提供服务的是发射机，并且以固定形式存在，次用户每一个人用一天发射机，并且随机分配在区域内。本文应用的频谱接入方式能够为主、次用户同时提供网络服务，并且不影响所以有用户正常通信，同一个频段可以被分配给多个链路并且同时使用。
（一）认知无线电网络模型
主用户网络和认知无线网络在工作的过程中处于混合模式状态，所以网络模型需要包含两个通信网络，一个主用户的通信网络一个是次用户的通信网络。在模型建设的过程中，需要将两个网络链路区分开，将主网络与次网络以不同的方式显示。对于定义而言也许按照网络的合理分配进行通信道路的集合工作，在通过集合连接次链路两个通信网络。在当前网络模型中，主、次链路的传输功能会受到次链路的干扰，所以针对以上内容次链路也会在一定程度上影响到主链路，二者形成了互相干扰的状态。所以根据相关问题，工作人员需要在确保网络架构整体性能的前提下，对影响传输质量因素进行优化，确保传输质量符合实际需求。在无线网络中，可以通过噪声来衡量信号的质量。
（二）优化目标
本文中构建的认知无线网络模型所选择的频谱接入方式，能够为次用户提供接入主用户渠道的方式。针对此类情况，次用户所受到的干扰在主用户能够接受的范围内，并且所受到的干扰不影响主用户接受内容。所以我们不难看出次链路是影响网络干扰的主要因素，尤其是发射频率问题。在优化的过程中不能盲目追求减小发射功率，要在一定范围内减少发射功率对主用户的干扰，还需确保网络通信的功能。对于功率的优化工作而言，需要合理控制优化目标，确保优化工作不对主要用户造成干扰问题，并且保证正常的通信功能。所以在进行频谱分配时，需要考虑功率控制问题，并且联合多个分配资源合理进行优化，最终达到优化网络性能的要求。
（三）优化问题描述
根据上述文章的描述，我们发现次链路的传输功能会受到传输功率的影响，并且降低了整体功耗的效率，针对以上问题，需要提高网络的容量，但是网络容量的提高并不能完全解决功率的问题，在受到不可抗力因素影响时，网络干扰的能力会加强，严重影响了网络输送路线的输送质量。因此功耗效率和网络容量也成为了互相冲突的问题，所以需要多个目标共同优化，才可得到满意的优化效果。针对多目标优化问题，需要结合噪声和其他无线电的传输降低接收机带来的影响。其中能够影响网络通信稳定性的因素是干扰问题，因此为了确保网络通信的服务质量，需要结合相关数据参数进行合理调控。为此，为了改变干扰问题带来的影响可以加入通信链路的约束条件，确保主链路和次链路满足实际需求的前提下进行约束。
二、频谱分配与功率控制
多目标优化问题是一项较于系统性的优化工作，所以在工作的过程中需要集合频谱和分配方案的支持，合理进行设计和计算，才可满足实际的控制需求。频谱和功率分配工作还需根据实际环境和性能需求进行合理优化，并且以最快的速度给予合理分配的方案，提高方案的有效性。为了快速提供出优解需要结合合适的算法对其进行计算，通过计算得出相应的多目标优化结果。在计算过程中会应用到非支配排序遗传算法的改进版，它们都是基于最优概念的多目标优化算法。与传统的计算方式相比较，此类算法能够克服计算中的弊端，并且还能高效搜索出特征空间。该算法提出了一种快速非支配排序方法，有效解决了此类问题中的复杂性，根据此类算法的计算环节，对解决方案进行排序，提供多个非支配前沿，为设计人员提供多样化的解决方式。与传统算法相比较，此类算法的难易程度有所降低，各目标算法及种群更容易被分类。
三、仿真结果分析
图1所显示内容是通过各类算法所得的十次结果，在最优解的分布图中可得，功耗效率和网络吞吐量之间存在冲突，网络吞吐量提高功耗就会随之降低。根据结果对比，功耗效率提升又会让网络吞吐量降低，整体降低占比在百分之二十左右。所以在认知无线电网络中，多个链路使用过程中会受到严重干扰的问题的原因。所以，一味地提高发射功率实际上并不会起到降低干扰问题，需要结合场景，合理进行调控，从而达到节省能耗的目的，确保整体运行链路的质量。
结论
根据问题构建多目标模型，通过优化算法的应用，对网络进行优化，从而提高了功率效率和吞吐量，并且使系统获得了最大效率。
参考文献
[1]高陽，韩韧，王清雲.认知无线电网络中基于免疫算法的多目标频谱分配[J].电子科技，2019，32（04）：54-59.
作者简介：
刘喆（2000.07.12——），女，汉族，籍贯：山东省平度市，学历：本科在读，研究方向：频谱控制。
（陆军工程大学 江苏 南京 210007）
关键词：认知无线电;频谱分配;功率控制
目前，我国无线电业务量逐年上涨，因内容对于无线电频谱需求与日俱增，由此形成了固定频谱分配政策，此类型分配政策让频谱的利用率得到了提升，对于空间和时间上的差异性有所增加，充分利用率高达百分之八十五。针对以上内容需要增强频谱资源降低资源匮乏的问题发生。
一、系统模型
本文建设的认知无线网络模型包含了多个通信链路，接受用户作为模型的主链路，次用户被称为次链路，它们隶属于一个区域。在网络中为主用户提供服务的是发射机，并且以固定形式存在，次用户每一个人用一天发射机，并且随机分配在区域内。本文应用的频谱接入方式能够为主、次用户同时提供网络服务，并且不影响所以有用户正常通信，同一个频段可以被分配给多个链路并且同时使用。
（一）认知无线电网络模型
主用户网络和认知无线网络在工作的过程中处于混合模式状态，所以网络模型需要包含两个通信网络，一个主用户的通信网络一个是次用户的通信网络。在模型建设的过程中，需要将两个网络链路区分开，将主网络与次网络以不同的方式显示。对于定义而言也许按照网络的合理分配进行通信道路的集合工作，在通过集合连接次链路两个通信网络。在当前网络模型中，主、次链路的传输功能会受到次链路的干扰，所以针对以上内容次链路也会在一定程度上影响到主链路，二者形成了互相干扰的状态。所以根据相关问题，工作人员需要在确保网络架构整体性能的前提下，对影响传输质量因素进行优化，确保传输质量符合实际需求。在无线网络中，可以通过噪声来衡量信号的质量。
（二）优化目标
本文中构建的认知无线网络模型所选择的频谱接入方式，能够为次用户提供接入主用户渠道的方式。针对此类情况，次用户所受到的干扰在主用户能够接受的范围内，并且所受到的干扰不影响主用户接受内容。所以我们不难看出次链路是影响网络干扰的主要因素，尤其是发射频率问题。在优化的过程中不能盲目追求减小发射功率，要在一定范围内减少发射功率对主用户的干扰，还需确保网络通信的功能。对于功率的优化工作而言，需要合理控制优化目标，确保优化工作不对主要用户造成干扰问题，并且保证正常的通信功能。所以在进行频谱分配时，需要考虑功率控制问题，并且联合多个分配资源合理进行优化，最终达到优化网络性能的要求。
（三）优化问题描述
根据上述文章的描述，我们发现次链路的传输功能会受到传输功率的影响，并且降低了整体功耗的效率，针对以上问题，需要提高网络的容量，但是网络容量的提高并不能完全解决功率的问题，在受到不可抗力因素影响时，网络干扰的能力会加强，严重影响了网络输送路线的输送质量。因此功耗效率和网络容量也成为了互相冲突的问题，所以需要多个目标共同优化，才可得到满意的优化效果。针对多目标优化问题，需要结合噪声和其他无线电的传输降低接收机带来的影响。其中能够影响网络通信稳定性的因素是干扰问题，因此为了确保网络通信的服务质量，需要结合相关数据参数进行合理调控。为此，为了改变干扰问题带来的影响可以加入通信链路的约束条件，确保主链路和次链路满足实际需求的前提下进行约束。
二、频谱分配与功率控制
多目标优化问题是一项较于系统性的优化工作，所以在工作的过程中需要集合频谱和分配方案的支持，合理进行设计和计算，才可满足实际的控制需求。频谱和功率分配工作还需根据实际环境和性能需求进行合理优化，并且以最快的速度给予合理分配的方案，提高方案的有效性。为了快速提供出优解需要结合合适的算法对其进行计算，通过计算得出相应的多目标优化结果。在计算过程中会应用到非支配排序遗传算法的改进版，它们都是基于最优概念的多目标优化算法。与传统的计算方式相比较，此类算法能够克服计算中的弊端，并且还能高效搜索出特征空间。该算法提出了一种快速非支配排序方法，有效解决了此类问题中的复杂性，根据此类算法的计算环节，对解决方案进行排序，提供多个非支配前沿，为设计人员提供多样化的解决方式。与传统算法相比较，此类算法的难易程度有所降低，各目标算法及种群更容易被分类。
三、仿真结果分析
图1所显示内容是通过各类算法所得的十次结果，在最优解的分布图中可得，功耗效率和网络吞吐量之间存在冲突，网络吞吐量提高功耗就会随之降低。根据结果对比，功耗效率提升又会让网络吞吐量降低，整体降低占比在百分之二十左右。所以在认知无线电网络中，多个链路使用过程中会受到严重干扰的问题的原因。所以，一味地提高发射功率实际上并不会起到降低干扰问题，需要结合场景，合理进行调控，从而达到节省能耗的目的，确保整体运行链路的质量。
结论
根据问题构建多目标模型，通过优化算法的应用，对网络进行优化，从而提高了功率效率和吞吐量，并且使系统获得了最大效率。
参考文献
[1]高陽，韩韧，王清雲.认知无线电网络中基于免疫算法的多目标频谱分配[J].电子科技，2019，32（04）：54-59.
作者简介：
刘喆（2000.07.12——），女，汉族，籍贯：山东省平度市，学历：本科在读，研究方向：频谱控制。
（陆军工程大学 江苏 南京 210007）