论文部分内容阅读
由于用户对高传输速率、高服务质量业务的强烈需求,无线频谱成为越来越稀缺的资源。认知无线电技术通过限制认知用户对主用户的干扰,智能地接入授权频段,实现频谱资源的二次利用,可有效缓解日益增长的无线业务需求和频谱紧缺之间的矛盾。在认知无线电网络中,由于认知用户与主用户共享同一无线频谱,两者之间的相互干扰是影响认知无线电网络性能的重要因素。鉴于此,为有效抑制主次用户间干扰,提高频谱利用率,本文重点研究了认知无线电中的波束成形算法和资源分配算法,主要工作如下: (1)为了进一步提高窄带认知无线电网络的干扰抑制能力,提出一种基于广义信泄噪比的功率分配算法,在此基础上发展了一种联合交替迭代结构,将发射波束成形,功率分配和接收波束成形三者串联成迭代环,以进一步提高认知无线电网络性能。仿真结果表明:该算法易于实现,收敛速度快;同现有的波束成形算法相比,该迭代环能有效提高认知网络的和速率和误码性能。 (2)为了最大限度利用宽带认知无线电网络的系统资源,首先分析了混合接入模式下认知无线电网络的资源分配基本模型和可行性,然后调研了最优的子载波和功率联合分配算法,最后综合考虑认知无线电网络的性能和实现复杂度,提出基于约束松弛的低复杂度功率分配算法及其简化算法。仿真结果表明:混合接入模式相比传统的overlay模式和underlay模式可以获得更高的系统性能,提出的次优算法性能逼近最优算法,具有较高的实用价值。 (3)为了保障认知用户QoS的最低需求,在(2)所构建模型的基础上研究保证认知用户最低传输速率的子载波和功率联合分配算法。首先给出了保证认知用户最低传输速率的公平性子载波分配算法,然后推导了最优的功率分布,最后为降低最优功率分配算法的复杂度,提出一种低复杂度的次优功率分配算法。仿真结果表明:保证认知用户最低传输速率的子载波和功率联合分配算法,不仅能满足认知用户的QoS要求,而且能很好地保护用户间的公平性,但系统性能低于(2)中的最优算法。