专利名称：协同认知simo网络中吞吐量最大化的资源分配方法
技术领域：
本发明属于认知无线电技术领域，具体的说是在一种新的基于协同中继的认知单输入多输出(SingleHnput Multiple-Output，简称SIM0)网络中，吞吐量最大化的资源分配方法。
背景技术：
认知无线电是目前最热门的无线技术之一，它的出现改变了频谱资源由授权用户独享的频谱使用方式，拥有认知无线电功能的认知用户可以通过对它所工作的无线通信环境进行交互感知，自动地改变自身的发送和接收参数，在保证授权用户(主用户)正常通信的前提下动态地重复使用授权频段，从而可以显著地提高频谱利用率。此外，多天线被公认为未来高速无线数据接入网的必选技术方案之一。多天线通信系统在原有的频域、时域和码域的三维资源的基础上增加了空间维度，通过先进的空时信号处理技术，可以在不增加带宽和发射功率的基础上，成倍地提升无线通信系统的容量，同时还可以增强通信系统抗干扰、抗衰落性能，从而有效地缓解频谱紧张并提供高速业务支持。同样作为提高频谱利用率的有效手段，多天线技术和认知无线电技术的结合具有天然的优势。认知无线电接入授权频段主要存在两种方式基于“频谱空穴”的机会式频谱接入以及基于“干扰温度”的频谱共享。基于“频谱空穴”的机会式频谱接入在特定的时间特定的地理位置没有被主用户使用的频谱资源称为“频谱空穴”，机会式频谱接入就是利用这些频谱空穴进行通信，它是认知无线电最直接的构想。这种接入方式不需要针对主用户进行发射功率控制，但是要求认知网络具有高精度的频谱检测技术，当主用户网络的通信业务繁忙时，采用机会式频谱接入很难获得通信机会。基于“干扰温度”的频谱共享干扰温度定义在无线设备的接收射频前端，用来度量在某一地理位置某一频带内接收机所接收到的干扰大小，接收机正常通信所能容忍的最大干扰温度称为干扰温度界。只要认知网络可以将自己对主用户接收机的干扰控制在干扰温度界之内，就可以在不影响主用户正常通信的情况下使用授权频段。利用这种接入方式， 认知网络可以和主用户在同一地理位置同时使用相同的授权频段通信，但是必须对认知网络的发射功率进行控制以满足主用户的干扰温度界，因此频谱共享方式无法实现大范围的网络覆盖，而且和主用户网络距离较近时通信性能很差。目前，针对现有的认知无线电接入方式中所存在的接入难和通信差的问题，申请人提出了专利号为201110178680. 2的“基于协同中继的认知SIMO网络接入方法”，为多天线认知网络的上行链路即认知SIMO网络提供一种新的接入方式。这种接入方式可以和主用户在同一地理位置同时使用相同的授权频谱通信，同时能够实现大范围的网络覆盖，而且在和主用户网络距离较近时可以获得很好的网络吞吐量性能，弥补了现有的认知无线电接入方式的不足。而在这种接入方式中，如何在保证主用户目标传输速率的前提下，使得认知SIMO网络的资源高效分配以最大化认知网络的吞吐量，是亟待解决的问题。
本发明的目的是针对基于协同中继的认知SIMO网络接入方法中，认知网络接入后，如何实现资源高效分配的问题，提出一种吞吐量最大化的资源分配方法。这种分配方法可以在保证主用户目标传输速率的前提下，最大化认知SIMO网络的吞吐量性能。本发明是通过以下技术方案实现的一种协同认知SIMO网络中吞吐量最大化的资源分配方法，它包括下列步骤步骤1.主用户发射机广播协同请求消息CRM，主用户接收机回复协同应答消息 CAM,认知基站从CRM和CAM中估计网络中的信道状态信息，并判断认知SIMO网络是否有能力协同主用户通信以达到主用户的目标传输速率，如果可以则认知基站向主用户发送协同确认信息CCM，认知SIMO网络接入主用户的授权频段；如果不可以则认知SIMO网络不接入主用户的授权频段；步骤2.当认知基站向主用户发送协同确认信息CCM，认知SIMO网络接入主用户的授权频段时认知网络接收主用户数据主用户发射机和接收机接收到了 CCM后，主用户发射机开始进行数据发送，认知网络保持静默，接收主用户数据信息，认知基站和可以成功译码主用户数据的认知用户对主用户数据进行译码；步骤3.认知用户发送自身数据，同时中继主用户数据成功译码主用户数据的认知用户使用部分发射功率a。p。，c e U1发送自己的数据给认知基站，剩余部分功率(1-α。) p。，c e仏转发主用户数据给主用户接收机；没有成功译码主用户数据的认知用户不转发主用户数据，使用发射功率P。，C e U2发送自己的数据给认知基站；其中集合仏表示可以成功译码主用户数据的认知用户的集合，集合U2表示不能成功译码主用户数据的认知用户的集合，P。表示第C个认知用户的发射功率，α。表示第c个认知用户的功率分配因子；步骤4.认知基站从接收到的混合信号中消除主用户数据的干扰，并对干扰消除后的信号进行波束形成；认知网络通过联合调整发射功率矢量P = [Pl，P2, ... , ΡΝ]Τ，功率分配因子矢量α = [Q1, α2,... , αΝ]τ, α。= 1，C e U2和波束形成权值矢量W。= [wCjl, wCj2, ... ,wCjM ]τ, C = 1，2，...，N，在保证主用户目标传输速率1^的前提下，最大化认知网络的吞吐量，其中M表示认知基站配置的天线数目，N表示认知网络中认知用户的数目。本发明的步骤4具体实现方法如下4. 1、初始化:n = 0，乂“) = ^cmax, c = 1,2,... ,N, 乂“) = x, c = 1, 2,. . .= 0 ,
其中η表示迭代次数，乂“)和乂“)分别表示第η次迭代时第c个认知用户的发射功率和功率分配因子，P。,_表示第c个认知用户所允许的峰值发射功率，itl表示第η次迭代时认知网络的吞吐量；设置迭代终止的判决准则ε，ε e [10_2，10_4]；4. 2、迭代次数加 1 :n = n+1 ；4. 3、固定发射功率矢量和功率分配因子矢量为第n-1次迭代的值Pfc4)和α (η_υ， 认知基站利用最大SINR波束形成准则计算第η次迭代的波束形成权值矢量Μ"), c = 1， 2, ...，N，计算式如下f N Wi"' = η
\1
J'blM
h
cb
⑴
Σ 彳―V—DW+of
\ =\, φο其中Im表示MXM的单位矩阵，η是一个令W，归一化的标量因子，/if, c = 1， 2，...，N表示第c个认知用户到认知基站的M维信道矢量响应；/^11是矿的共轭；《表示认知基站接收到的信道噪声功率；4. 4、固定波束形成权值矢量为第η次迭代的值c = 1,2, ...，N，固定功率分配因子矢量为第η-1次迭代的值α (μ)，计算第η次迭代的发射功率矢量Ρ(η)；4. 5、固定波束形成权值矢量和发射功率矢量为第η次迭代的值c = 1,2,..., N和ρω，计算第η次迭代的功率分配因子矢量α (η)；4. 6、利用下式计算第η次迭代后认知网络的吞吐量 R\
N γ
=Στ1ο§
1 + -
aKc !PC
wx
n)H『b
Σ ^pf 4. 7、判断迭代终止条件
权利要求
1.一种协同认知SIMO网络中吞吐量最大化的资源分配方法，其特征在于它包括下列步骤步骤1.主用户发射机广播协同请求消息CRM，主用户接收机回复协同应答消息CAM，认知基站从CRM和CAM中估计网络中的信道状态信息，并判断认知SIMO网络是否有能力协同主用户通信以达到主用户的目标传输速率，如果可以则认知基站向主用户发送协同确认信息CCM，认知SIMO网络接入主用户的授权频段；如果不可以则认知SIMO网络不接入主用户的授权频段；步骤2.当认知基站向主用户发送协同确认信息CCM，认知SIMO网络接入主用户的授权频段时认知网络接收主用户数据主用户发射机和接收机接收到了 CCM后，主用户发射机开始进行数据发送，认知网络保持静默，接收主用户数据信息，认知基站和可以成功译码主用户数据的认知用户对主用户数据进行译码；步骤3.认知用户发送自身数据，同时中继主用户数据成功译码主用户数据的认知用户使用部分发射功率a。p。，c e U1发送自己的数据给认知基站，剩余部分功率(1_α。)ρ。， c e U1转发主用户数据给主用户接收机；没有成功译码主用户数据的认知用户不转发主用户数据，使用发射功率P。，C e U2发送自己的数据给认知基站；其中集合仏表示可以成功译码主用户数据的认知用户的集合，集合U2表示不能成功译码主用户数据的认知用户的集合，Pc表示第c个认知用户的发射功率，α。表示第c个认知用户的功率分配因子；步骤4.认知基站从接收到的混合信号中消除主用户数据的干扰，并对干扰消除后的信号进行波束形成；认知网络通过联合调整发射功率矢量P = [Pl，P2, ... , ΡΝ]Τ，功率分配因子矢量α = [O1, α2，...，αΝ]τ, α。= 1，c G U2和波束形成权值矢量W。= [wca, wc, 2，...，w。,M ]T，c = 1，2，...，N，在保证主用户目标传输速率！^的前提下，最大化认知网络的吞吐量，其中M表示认知基站配置的天线数目，N表示认知网络中认知用户的数目。
2.根据权利要求1所述的协同认知SIMO网络中吞吐量最大化的资源分配方法，其特征在于，所述步骤4具体实现方法如下.4. 1、初始化:n = 0，乂")=凡，max,c = 1,2, ... , N, W =χ, c = 1,2, ... , N，J^=O,其中η表示迭代次数，乂“)和乂“)分别表示第η次迭代时第c个认知用户的发射功率和功率分配因子，P。,_表示第c个认知用户所允许的峰值发射功率，itl表示第η次迭代时认知网络的吞吐量；设置迭代终止的判决准则ε，ε e [10_2，10_4]；.4. 2、迭代次数加1 :n = n+1 ；.4. 3、固定发射功率矢量和功率分配因子矢量为第n-1次迭代的值Pfc-1)和α (“一1)，认知基站利用最大SINR波束形成准则计算第η次迭代的波束形成权值矢量Μ"), C= 1,2,...,N，计算式如下
3.根据权利要求2所述的协同认知SIMO网络中吞吐量最大化的资源分配方法，其特征在于，所述第η次迭代时，步骤4. 4中发射功率矢量？(")的计算过程如下1)初始化m= 0，= 0，c = 1，2，. . .，N，其中m表示迭代次数，表示第m次迭代时第c个认知用户的发射功率，设置迭代终止的判决准则ε，ε e [10_2，10_4]；2)迭代次数加1:m = m+1 ；3)利用下式计算第m次迭代时第c个认知用户的发射功率#)，C=1,2,...,N；
4.根据权利要求2所述的协同认知SIMO网络中吞吐量最大化的资源分配方法，其特征在于，所述第η次迭代时，步骤4. 5中功率分配因子矢量α (η)的计算过程如下1)初始化:m= 0，= 0(c e U1) A") = e f/2)，其中m表示迭代次数，表示第次迭代时第c个认知用户的功率分配因子；设置迭代终止的判决准则ε，ε e [10_2，10_4]2)迭代次数加1:m = m+1 ；.3)利用下式计算第m次迭代时第c(c e U1)个认知用户的功率分配因子
5.根据权利要求4所述的协同认知SIMO网络中吞吐量最大化的资源分配方法，其特征在于，计算功率分配因子矢量α (n)时，辅助拉格朗日因子λ的取值按照二分法搜索方法确定，具体实现过程如下.1)设定二分法搜索算法的初始值
6.根据权利要求2所述的协同认知SIMO网络中吞吐量最大化的资源分配方法，其特征在于，步骤 4. 1 中，乂“) =x, c = 1，2，···，Ν;其中，为χ小数，χ e
。
全文摘要
一种协同认知SIMO网络中吞吐量最大化的资源分配方法，在认知网络接入后，主用户接收到CCM后发送数据，认知网络保持静默，接收主用户数据信息，同时对主用户数据进行译码；译码成功的认知用户利用自己的部分发射功率发送数据给认知基站，剩余部分功率帮助转发主用户数据，译码不成功的认知用户只发送自己的数据，不对主用户数据进行转发，认知基站从接收的混合信号中消除主用户数据的干扰，并对干扰消除后的信号进行波束形成；通过联合调整认知SIMO网络的发射功率矢量、功率分配因子矢量和波束形成权值矢量，可以在保证主用户目标传输速率的同时，实现认知网络最大的吞吐量性能，而且具有很快的收敛速度。
文档编号H04W72/04GK102355729SQ20111018026
公开日2012年2月15日 申请日期2011年6月29日 优先权日2011年6月29日
发明者吴启晖, 张玉明, 杨旸, 王金龙 申请人:中国人民解放军理工大学