如何在协作认知网络中有效地实现主要用户和认知用户的频谱共享,即如何在众多认知用户中选择合适的认知中继集是一个基本问题。通过确定并优化主要用户和认知用户效用函数来解决该问题,因采用了纳什均衡理论,故称之为基于博弈论的多中...如何在协作认知网络中有效地实现主要用户和认知用户的频谱共享,即如何在众多认知用户中选择合适的认知中继集是一个基本问题。通过确定并优化主要用户和认知用户效用函数来解决该问题,因采用了纳什均衡理论,故称之为基于博弈论的多中继选择算法(multiple relay selection based on game theory,GTMRS)。在任一认知中继集合中,认知用户之间能够形成非合作功率的博弈模型,可基于纳什均衡得到认知用户的优化协作功率分配算法。在寻找一组确定的中继集合来实现主要用户效用的最大化过程中,引入了修改的信道调和平均数因子,其目的是移除信噪比较小的中继节点,以最大化系统的信噪比。仿真结果显示,该算法能够使更多的认知用户接入到授权频谱中,同时使得主要用户获得更大的效用以及传输速率。因此,基于博弈的多中继选择算法能够有效选择合适的认知中继,并获得主要用户和认知用户在效用上的最优化。展开更多
协同认知无线电技术由于其高效的频谱利用效率已经吸引越来越多的关注。在协同认知网络中,当第一用户(Primary User,PU)之间的信道状况恶劣时,特定的第二用户(Secondary User,SU)被选为中继协同PU完成信息传递,作为回报,PU分配一定的信...协同认知无线电技术由于其高效的频谱利用效率已经吸引越来越多的关注。在协同认知网络中,当第一用户(Primary User,PU)之间的信道状况恶劣时,特定的第二用户(Secondary User,SU)被选为中继协同PU完成信息传递,作为回报,PU分配一定的信道资源给SU,使其用于传输自己的信息。当SU系统中一个节点拥有多天线时,假设其可以很好的获悉其与PU之间的信道状态信息,通过波束成形设计可以使其在中继PU信息的同时完成自身信息的发送,而且使两者之间的信号互不干扰。这种频谱共享式的接入方式可以节约信道资源,提高频谱利用率。本文对采用放大转发(Amplify and Forward,AF)中继协议的SU发射端分别采用最小化加权均方误差和准则(Minimizing Sum of Weighted Mean Square Errors,MSWMSE)和迫零准则(Zero Forcing,ZF)对波束成形参数进行设计。仿真结果表明,两种设计方式都可以满足消除用户间干扰的要求;另外,由于基于MSWMSE准则的波束成形参数能够更好的平衡噪声和用户间干扰项对信号的损耗,因而获得更优的性能表现,而且通过调整加权系数可以满足PU用户不同的性能要求。展开更多
文摘如何在协作认知网络中有效地实现主要用户和认知用户的频谱共享,即如何在众多认知用户中选择合适的认知中继集是一个基本问题。通过确定并优化主要用户和认知用户效用函数来解决该问题,因采用了纳什均衡理论,故称之为基于博弈论的多中继选择算法(multiple relay selection based on game theory,GTMRS)。在任一认知中继集合中,认知用户之间能够形成非合作功率的博弈模型,可基于纳什均衡得到认知用户的优化协作功率分配算法。在寻找一组确定的中继集合来实现主要用户效用的最大化过程中,引入了修改的信道调和平均数因子,其目的是移除信噪比较小的中继节点,以最大化系统的信噪比。仿真结果显示,该算法能够使更多的认知用户接入到授权频谱中,同时使得主要用户获得更大的效用以及传输速率。因此,基于博弈的多中继选择算法能够有效选择合适的认知中继,并获得主要用户和认知用户在效用上的最优化。
文摘协同认知无线电技术由于其高效的频谱利用效率已经吸引越来越多的关注。在协同认知网络中,当第一用户(Primary User,PU)之间的信道状况恶劣时,特定的第二用户(Secondary User,SU)被选为中继协同PU完成信息传递,作为回报,PU分配一定的信道资源给SU,使其用于传输自己的信息。当SU系统中一个节点拥有多天线时,假设其可以很好的获悉其与PU之间的信道状态信息,通过波束成形设计可以使其在中继PU信息的同时完成自身信息的发送,而且使两者之间的信号互不干扰。这种频谱共享式的接入方式可以节约信道资源,提高频谱利用率。本文对采用放大转发(Amplify and Forward,AF)中继协议的SU发射端分别采用最小化加权均方误差和准则(Minimizing Sum of Weighted Mean Square Errors,MSWMSE)和迫零准则(Zero Forcing,ZF)对波束成形参数进行设计。仿真结果表明,两种设计方式都可以满足消除用户间干扰的要求;另外,由于基于MSWMSE准则的波束成形参数能够更好的平衡噪声和用户间干扰项对信号的损耗,因而获得更优的性能表现,而且通过调整加权系数可以满足PU用户不同的性能要求。
