本发明涉及车联网领域，特别涉及一种认知车联网协作通信系统的功率分配方法及系统。
背景技术：
当今的城市交通，特别在交通拥堵或发生车辆事故时，会产生高密度交通信息的传输。车联网是车辆作为传输节点的移动自组网，5.9ghz的带宽已被分配到世界范围内的车辆专用网络上，然而，在车联网中频谱资源依然匮乏。随着对频谱需求的不断增长，认知无线电技术作为一种提高频谱利用率的手段，在车联网中得到了发展。为了进一步提高移动通信系统的性能，通常就像mimo系统一样需要在系统发射端或接收端上安装多根天线来实现分集。然而，在车联网中，由于大小、复杂性、成本或其他限制，移动终端无法支持多个物理天线。协作通信越来越受到了人们的关注，它允许单个天线在多用户环境中生成一个虚拟的mimo阵列，从而实现了mimo技术的小型化。一个基本的协作通信系统由源节点、中继、目的节点三个节点组成，其中继节点协助源节点将信号转发到目的节点。另外，协作通信已被证明可以有效提高无线系统的可靠性、覆盖面和吞吐量，并且能在衰落环境中获得更高的分集增益。通过联合协作中继技术，认知无线网络可以利用更多的频谱机会来实现更高的频谱效率。
车联网是为支持车辆对车辆(v2v)和车辆-基础设施(v2i)使用无线局域网技术通信的可行环境而建立的。在实际的车辆移动环境中，每个车辆都可以被认为是一个移动终端，在与基站通信的同时也可以帮助其他车辆发送信息。中继采用协作分集协议中的解码-转发(df)和放大-转发(af)等通用技术来帮助源-目的节点的通信。在af技术中，中继只在转发信号之前放大接收信号，最容易实现，但同时也放大了噪声。af技术不需要进行解码或量化操作，降低了计算的复杂度。在df技术中，中继接收来自源节点的数据，解码，再编码，最后再传输，消除了接收到的信号中所掺杂的噪声。迄今为止的实验已经证明，在低信噪比的条件下，af协议的性能要优于df协议，但是当信噪比较高时，df协议的性能要优于af协议。如何实现af协议或df协议下发送信号的功率的分配，实现最优功率的传输，成为目前亟待解决的技术问题。
技术实现要素：
本发明的目的是提供一种认知车联网协作通信系统的功率分配方法及系统，为了实现af协议或df协议下发送信号的功率的分配，实现最优功率的传输。
为实现上述目的，本发明提供了如下方案：
一种认知车联网协作通信系统的功率分配方法，其特征在于，所述功率分配方法包括如下步骤：
建立认知系统模型，所述认知系统模型包括源节点、中继节点和目的节点；
计算所述认知车联网系统通信系统模型中各个节点之间的信道衰落系数，获得第一信道衰落系数；
计算通信系统模型中各个节点与主通信系统中各主节点之间的信道衰落系数，获得第二信道衰落系数；
根据所述第一信道衰落系数，计算源节点的发送信号对应的接收信号的信噪比；所述接收信号的信噪比为df协议下中继节点的接收信号的信噪比和目的节点的接收信号的信噪比或af协议下源节点的发送信号对应的目的节点的接收信号的信噪比；
根据所述接收信号的信噪比，建立包含功率分配因子的中断概率模型；所述包含功率分配因子的中断概率模型为df协议下的包括功率分配因子的中断概率模型或af协议下的包括功率分配系数的中断概率模型；
计算包含功率分配因子的中断概率模型的概率值最小时对应的功率分配因子的值，作为初始功率分配因子；
根据所述第二信道衰落系数，计算所述认知系统模型在信号传输过程中对主通信系统中的各主节点产生的干扰信号功率；
根据所述干扰信号功率和预设的功率阈值，确定限制功率分配因子；
根据所述初始功率分配因子和所述限制功率分配因子确定最优功率分配因子；
根据所述最优功率分配因子分配认知车联网协作通信系统的功率。
可选的，所述计算所述认知车联网系统通信系统模型中各个节点之间的信道衰落系数，获得第一信道衰落系数，具体包括：
根据所述认知车联网系统通信系统模型中各个节点的位置，获取各个节点之间的距离；
基于所述信道衰落系数满足高斯分布，根据所述各节点之间的距离，利用公式
可选的，所述计算通信系统模型中各个节点与主通信系统中各相关的主节点之间的信道衰落系数，获得第二信道衰落系数，具体包括：
根据所述认知车联网系统通信系统模型中源节点和中继节点的位置和主通信系统中各相关主节点的位置，分别获取源节点和主通信系统中各相关主节点的距离及中继节点和主通信系统中各相关主节点的距离；所述相关主节点包括第一主节点和第二主节点；
基于所述信道衰落系数满足高斯分布，根据源节点和主通信系统中各相关主节点的距离及中继节点和主通信系统中各相关主节点的距离，利用公式
其中，
可选的，所述根据所述第一信道衰落系数，计算源节点的发送信号对应的接收信号的信噪比；所述接收信号的信噪比为df协议下中继节点的接收信号的信噪比和目的节点的接收信号的信噪比时，具体包括：
根据df协议，所述中继节点对中继节点的接收信号进行译码，获得中继节点接收信号的信噪比，并判断是否正确接收信号，获得判断结果；所述中继节点接收信号的信噪比γr为γr＝α|h1|2γ，其中，α为源节点发送至中继节点的信号的功率分配因子，h1为源节点和中继节点之间的信道衰落系数，γ＝p/n0，p为总功率，n0表示所有加性高斯白噪声的方差；
若所述判断结果表示为是，则所述中继节点转发所述中继节点的接收信号，并计算此时目的节点的接收信号的信噪比，获得第一信噪比；所述第一信噪比γd1为γd1＝(α|h0|2+β|h2|2)γ，其中，β表示中继节点发送至目的节点的信号的功率分配因子，h0表示源节点和目的节点之间的信道衰落系数，h2表示目的节点和中继节点之间的信道衰落系数；
若所述判断结果为否，则所述中继节点不转发所述中继节点的接收信号，并计算此时目的节点的接收信号的信噪比，获得第二信噪比；所述第二信噪比γd2为γd2＝α|h0|2γ。
可选的，根据所述第一信道衰落系数，计算源节点的发送信号对应的接收信号的信噪比；所述接收信号的信噪比为af协议下源节点的发送信号对应的目的节点的接收信号的信噪比，具体包括：
根据af协议，所述中继节点对中继节点的接收信号进行放大，获得放大后的信号，并将放大后的信号转发给所述目的节点；所述放大后的信号xr为
根据所述源节点的发送信号和所述中继节点发送的放大后的信号，计算目的节点的接收信号的信噪比γd，
可选的，所述根据所述接收信号的信噪比，建立包含功率分配因子的中断概率模型；所述包含功率分配因子的中断概率模型为df协议下的包括功率分配因子的中断概率模型时，具体包括：
根据df协议下中继节点的接收信号的信噪比和目的节点的接收信号的信噪比，计算df协议下的包括功率分配因子的中断概率模型为：
其中，g(r)＝22r-1，r表示数据传输速率。
可选的，所述根据所述接收信号的信噪比，建立包含功率分配因子的中断概率模型；所述包含功率分配因子的中断概率模型为af协议下的包括功率分配因子的中断概率模型时，具体包括：
根据af协议下目的节点的接收信号的信噪比，计算af协议下的包括功率分配因子的中断概率模型为：
其中，g(r)＝22r-1，r表示数据传输速率。
一种认知车联网协作通信系统的功率分配系统，所述功率分配系统包括：
认知系统模型建立模块，用于建立认知系统模型，所述认知系统模型包括源节点、目的节点和中继节点；
第一信道衰落系数计算模块，用于计算所述认知车联网系统通信系统模型中各个节点之间的信道衰落系数，获得第一信道衰落系数；
第二信道衰落系数计算模块，用于计算通信系统模型中各个节点与主通信系统中各主节点之间的信道衰落系数，获得第二信道衰落系数；
信噪比计算模块，用于根据所述第一信道衰落系数，计算源节点的发送信号对应的接收信号的信噪比；所述接收信号的信噪比为df协议下中继节点的接收信号的信噪比和目的节点的接收信号的信噪比或af协议下源节点的发送信号对应的目的节点的接收信号的信噪比；
中断概率模型建立模块，用于根据所述接收信号的信噪比，建立包含功率分配因子的中断概率模型；所述包含功率分配因子的中断概率模型为df协议下的包括功率分配因子的中断概率模型或af协议下的包括功率分配因子的中断概率模型；
初始功率分配因子获取模块，用于计算包含功率分配因子的中断概率模型的概率值最小时对应的功率分配因子的值，作为初始功率分配因子；
干扰信号功率获取模块，用于根据所述第二信道衰落系数，计算所述认知系统模型在信号传输过程中对主通信系统中的各主节点产生的干扰信号功率；
限制功率分配因子确定模块，用于根据所述干扰信号功率和预设的功率阈值，确定限制功率分配因子；
最优功率分配因子确定模块，用于根据所述初始功率分配因子和所述限制功率分配因子确定最优功率分配因子；
功率分配模块，用于根据所述最优功率分配因子分配认知车联网协作通信系统的功率。
可选的，所述第一信道衰落系数计算模块，具体包括：
第一距离计算子模块，用于根据所述认知车联网系统通信系统模型中各个节点的位置，获取各个节点之间的距离；
第一信道衰落系数计算子模块，用于基于所述信道衰落系数满足高斯分布，根据所述各节点之间的距离，利用公式
可选的，所述第二信道衰落系数计算模块，具体包括：
第二距离计算子模块，用于根据所述认知车联网系统通信系统模型中源节点和中继节点的位置和主通信系统中各相关主节点的位置，分别获取源节点和主通信系统中各相关主节点的距离及中继节点和主通信系统中各相关主节点的距离；所述相关主节点包括第一主节点和第二主节点；
第二信道衰落系数计算子模块，用于基于所述信道衰落系数满足高斯分布，根据源节点和主通信系统中各相关主节点的距离及中继节点和主通信系统中各相关主节点的距离，利用公式
其中，
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开了一种认知车联网协作通信系统的功率分配方法及系统，该方法，首先，建立认知系统模型，获得第一信道衰落系数和获得第二衰落系数；然后，根据第一信道衰落系数，建立包含功率分配因子的中断概率模型，并计算包含功率分配因子的中断概率模型的概率值最小时对应的功率分配因子的值，作为初始功率分配因子；根据第二信道衰落系数，计算源节点的发送信号对主通信系统中的各节点产生的干扰信号功率，并确定限制功率分配因子；最后根据初始功率分配因子和限制功率分配因子确定最优功率分配因子；根据最优功率分配因子分配认知车联网协作通信系统的功率，并根据最优功率系数实现了功率的分配，提高了通信系统的性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种认知车联网协作通信系统的功率分配方法的流程图；
图2为本发明提供的认知系统模型的示意图；
图3为本发明提供的一种认知车联网协作通信系统的功率分配系统的结构图；
图4为本发明提供的df协议下和af协议下的功率分配因子与中断概率的关系曲线；
图5为本发明提供的df协议下和af协议下的信噪比与中断概率的关系曲线。
具体实施方式
本发明的目的是提供一种认知车联网协作通信系统的功率分配方法及系统，为了实现af协议或df协议下发送信号的功率的分配，实现最优功率的传输。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对发明作进一步详细的说明。
如图1所示，本发明提供了一种认知车联网协作通信系统的功率分配方法，其特征在于，所述功率分配方法包括如下步骤：
步骤101，建立认知系统模型，如图2所示，所述认知系统模型包括源节点s、目的节点d和中继节点r，主通信系统中的第一主节点为s1，第二主节点为s2，源节点s和中继节点r的发射功率分别为：ps和pr。
步骤102，计算所述认知车联网系统通信系统模型中各个节点之间的信道衰落系数，获得第一信道衰落系数。具体包括：
根据所述认知车联网系统通信系统模型中各个节点的位置，获取各个节点之间的距离；基于所述信道衰落系数满足高斯分布，根据所述各节点之间的距离，利用公式
步骤103，计算通信系统模型中各个节点与主通信系统中各主节点之间的信道衰落系数，获得第二衰落系数。具体包括：
根据所述认知车联网系统通信系统模型中源节点和中继节点的位置和主通信系统中各相关主节点的位置，分别获取源节点和主通信系统中各相关主节点的距离及中继节点和主通信系统中各相关主节点的距离；所述相关主节点包括第一主节点和第二主节点；基于所述信道衰落系数满足高斯分布，根据源节点和主通信系统中各相关主节点的距离及中继节点和主通信系统中各相关主节点的距离，利用公式
步骤104，根据所述第一信道衰落系数，计算源节点的发送信号对应的接收信号的信噪比；所述接收信号的信噪比为df协议下中继节点的接收信号的信噪比和目的节点的接收信号的信噪比或af协议下源节点的发送信号对应的目的节点的接收信号的信噪比，具体包括：
所述接收信号的信噪比为df协议下中继节点的接收信号的信噪比和目的节点的接收信号的信噪比时，根据df协议，所述中继节点对中继节点的接收信号进行译码，获得中继节点接收信号的信噪比，并判断是否正确接收信号，获得判断结果；所述中继节点接收信号的信噪比γr为γr＝α|h1|2γ，其中，α为源节点发送至中继节点的信号的功率分配因子，h1为源节点和中继节点之间的信道衰落系数，γ＝p/n0，p为总功率，n0表示所有加性高斯白噪声的方差；若所述判断结果表示为是，则所述中继节点转发所述中继节点的接收信号，并计算此时目的节点的接收信号的信噪比，获得第一信噪比；所述第一信噪比γd1为γd1＝(α|h0|2+β|h2|2)γ，其中，β表示中继节点发送至目的节点的信号的功率分配因子，h0表示源节点和目的节点之间的信道衰落系数，h2表示目的节点和中继节点之间的信道衰落系数；若所述判断结果为否，则所述中继节点不转发所述中继节点的接收信号，并计算此时目的节点的接收信号的信噪比，获得第二信噪比；所述第二信噪比γd2为γd2＝α|h0|2γ。
所述接收信号的信噪比为af协议下目的节点的接收信号的信噪比时，根据af协议，所述中继节点对中继节点的接收信号进行放大，获得放大后的信号，并将放大后的信号转发给所述目的节点；所述放大后的信号xr为
步骤105，根据所述接收信号的信噪比，建立包含功率分配因子的中断概率模型；所述包含功率分配因子的中断概率模型为df协议下的包括功率分配因子的中断概率模型或af协议下的包括功率分配系数的中断概率模型；具体包括：
所述包含功率分配因子的中断概率为df协议下的包括功率分配因子的中断概率时，根据df协议下中继节点的接收信号的信噪比和目的节点的接收信号的信噪比，计算df协议下的包括功率分配因子的中断概率模型为：
其中，g(r)＝22r-1，r表示数据传输速率。
所述包含功率分配因子的中断概率为af协议下的包括功率分配因子的中断概率时，根据af协议下目的节点的接收信号的信噪比，计算af协议下的包括功率分配因子的中断概率模型为：
其中，g(r)＝22r-1，r表示数据传输速率。
步骤106，计算包含功率分配因子的中断概率模型的概率值最小时对应的功率分配因子的值，作为初始功率分配因子。具体包括：
df协议下，pout,df→fdf(α)(g(r)/γ)2γ→∞(3)，
其中，
对fdf(α)求最小值，即使得系统中断概率最小，
根据式(6)，当0<α<1时存在极小值，令式(5)等于0，则可以得初始分配系数：
其中，
在af协议下：设μ和ν满足参数为λμ和λν的指数分布，则w＝μ+ν的概率分布函数为：
当w趋于0时，式(9)近似为：
pr(w＜w)～(λμλν/2)w2(10)
对于z＝μν/(μ+ν+1)的概率密度函数为
所以可以看出
其中
对faf(α)求最小值，即使得系统中断概率最小，获得初始功率分配因子为：
其中，
步骤107，根据所述第二信道衰落系数，计算所述认知系统模型在信号传输过程中对主通信系统中的各主节点产生的干扰信号功率；具体包括：源节点对主通信系统中的第一主节点产生的干扰信号功率为ps1＝ps|hs1|2，源节点对第二主节点产生的干扰信号功率为ps2＝ps|hs2|2，中继节点对第一主节点产生的干扰信号功率为pr1＝pr|hr1|2，中继节点对第二主节点产生的干扰信号功率为pr2＝pr|hr2|2.
步骤108，根据所述干扰信号功率不能超过预设功率阈值，确定限制功率分配因子；具体包括，在认知车联网underlay模式下，认知系统与主系统可能都在通信，但此时认知系统的通信不能干扰到主系统，因此认知系统的发送功率将受到制约。由于受到认知系统功率控制的影响，需要对功率分配因子进行约束，假设干扰的最大功率不能超过pc，即预设功率阈值为pc，则源节点s和中继节点r对第一主节点s1和第二主节点s2产生的干扰信号功率需满足如下条件：
max(αp|hs1|2,αp|hs2|2)≤pc(16)
max(βp|hr1|2,βp|hr2|2)≤pc(17)
所以，
因此，限制功率分配因子α0和β0为
步骤109，根据所述初始功率分配因子和所述限制功率分配因子确定最优功率分配因子；具体包括：
由于认知系统对主系统对干扰，s和r的功率均受到限制，假设s和r的限制功率分别为α0p和β0p，则此时：
在df协议下，
在af协议下，
步骤110，根据所述最优功率分配因子分配认知车联网协作通信系统的功率。
如图3所示，本发明还提供一种认知车联网协作通信系统的功率分配系统，所述功率分配系统包括：
认知系统模型建立模块301，用于建立认知系统模型，所述认知系统模型包括源节点、目的节点和中继节点；
第一信道衰落系数计算模块302，用于计算所述认知车联网系统通信系统模型中各个节点之间的信道衰落系数，获得第一信道衰落系数；所述第一信道衰落系数计算模块302，具体包括：第一距离计算子模块，用于根据所述认知车联网系统通信系统模型中各个节点的位置，获取各个节点之间的距离；第一信道衰落系数计算子模块，用于基于所述信道衰落系数满足高斯分布，根据所述各节点之间的距离，利用公式
第二信道衰落系数计算模块303，用于计算通信系统模型中各个节点与主通信系统中各主节点之间的信道衰落系数，获得第二衰落系数；所述第二信道衰落系数计算模块303，具体包括：第二距离计算子模块，用于根据所述认知车联网系统通信系统模型中源节点和中继节点的位置和主通信系统中各相关主节点的位置，分别获取源节点和主通信系统中各相关主节点的距离及中继节点和主通信系统中各相关主节点的距离；所述相关主节点包括第一主节点和第二主节点；第二信道衰落系数计算子模块，用于基于所述信道衰落系数满足高斯分布，根据源节点和主通信系统中各相关主节点的距离及中继节点和主通信系统中各相关主节点的距离，利用公式
其中，
信噪比计算模块304，用于根据所述第一衰落系数，计算源节点的发送信号对应的接收信号的信噪比；所述接收信号的信噪比为df协议下中继节点的接收信号的信噪比和目的节点的接收信号的信噪比或af协议下源节点的发送信号对应的目的节点的接收信号的信噪比。
中断概率模型建立模块305，用于根据所述接收信号的信噪比，建立包含功率分配因子的中断概率模型；所述包含功率分配因子的中断概率模型为df协议下的包括功率分配因子的中断概率模型或af协议下的包括功率分配因子的中断概率模型。
初始功率分配因子获取模块306，用于计算包含功率分配因子的中断概率模型的概率值最小时对应的功率分配因子的值，作为初始功率分配因子。
干扰信号功率获取模块307，用于根据所述第二信道衰落系数，计算所述认知系统模型在信号传输过程中对主通信系统中的各主节点产生的干扰信号功率。
限制功率分配因子确定模块308，用于根据所述干扰信号功率不能超过预设功率阈值，确定限制功率分配因子。
最优功率分配因子确定模块309，用于根据所述初始功率分配因子和所述限制功率分配因子确定最优功率分配因子。
功率分配模块310，用于根据所述最优功率分配因子分配认知车联网协作通信系统的功率。
本发明还在准静态瑞利平坦衰落信道下对系统中断概率及功率分配算法的效果进行了仿真。仿真中，假设预期频谱效率为1。仿真中，假设中继节点r与目的节点d离得较近，与源节点s离得相对远一点，即
图4为underlay模式下，信噪比γ为20db和30db时功率分配因子与中断概率的关系曲线，如图4所示，仿真中假设α0和β0都为0.7，其中虚线部分为高信噪比下的上界，可以看出上界曲线的趋势与实际仿真相一致。由于受到主系统的功率发送限制，当s或者r发送功率较大时，则受到功率限制，从而在曲线的左右两边出现了地板效应。
如图5所示给出了信噪比与中断概率之间的关系曲线。通过曲线可以看出最优功率的性能要优于平均功率分配，也要优于其他功率分配下的系统中断性能，理论推导的上界与实际仿真的曲线关系相类似。最优功率分配下的系统性能优于平均功率分配下的系统性能。在中断概率为10-3情况下，af和df的系统性能分别提升大约10db，并且af的性能要优于df性能，高信噪比下大约提高1db，这主要由于中继离源节点较远，导致r接收误码率上升，当r接收有误时，则不参与转发，此时协作就起不到作用，而对于采用af协议，中继只对信号放大转发，所有不管中继信道有多差，都会对d的接收提供帮助，从而使得性能有所提升。
本文研究了认知车联网协作通信中的功率分配问题。首先搭建了认知车联网协作通信的系统模型，分别在df协议和af协议下分析了underlay认知通信模式中端到端的信噪比关系，推导了系统的中断概率，对主系统的干扰在可控范围内通过对系统中断概率的近似值求极值，获得最优功率分配因子，根据最优功率分配因子实现了功率的分配，提高了系统的性能。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。