[發明專利]認知無線電網絡中基于改進粒子群的功率控制最優化算法

無效

• 申請號: 201010532702.6
• 申請日: 2010-10-30
• 公開（公告）號: CN101982992A
• 公開（公告）日: 2011-03-02
• 發明（設計）人: 唐美芹;劉曉華;辛亞林
• 申請（專利權）人: 魯東大學
• 主分類號: H04W16/14
• 分類號: H04W16/14;H04W52/24
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種認知無線電網絡中基于改進粒子群的功率控制最優化算法，屬于系統資源分配技術領域。

背景技術

目前的頻譜使用方式遵循固定分配原則，授權頻段有時利用率不高，非授權頻段過分擁擠，無法滿足日益增加的頻譜需求。為解決這一矛盾，人們提出了認知無線電(Cognitive?Radio，CR)^[1]的概念。

認知無線電系統是一種智能的無線通信系統，它能感知周圍無線環境，通過對環境的理解和學習，使其系統內部狀態適應外部無線環境的變化，實現隨時隨地的可靠通信以及頻譜資源的高效利用^[2]。功率控制是認知無線電系統中的關鍵技術之一，能有效地減小認知用戶對授權用戶的干擾，同時使認知用享受更好的服務質量(QoS)，增加系統容量。

文[3]討論了共享信道上的功率控制問題，其中多信道次要用戶根據主要用戶模擬傳輸。文[4]提出基于博弈論的認知無線電功率控制算法，考慮不同用戶SIR的閾值要求，提高了系統總吞吐量。文[5]基于香農定理分別研究了在存在干擾溫度約束和不考慮干擾溫度約束兩種情況下的無線認知網絡的功率控制問題，并把非凸優化問題轉化為凸優化。在文[6]中，考慮了無線認知Ad-hoc網絡中的功率問題，最大化次用戶的能量效率從而保障主用戶和次用戶的QoS。文[7]提出了無線認知網絡功率控制的一種廣義模型，保證網絡有規則地管理干擾溫度，把功率控制問題建立一個非合作決策。文[8]采用博弈理論對認知無線網絡中的分布是動態頻率選擇和功率分配策略進行建模分析，并建立一個模塊化的通用仿真平臺。文[9]趙知勁等人基于智能優化算法研究認知無線電頻譜分配問題。以上研究認知無線電系統的資源分配算法時，通常對最優化目標函數進行嚴格假設，效用函數假設為凹的，對應的問題為凸性規劃問題，或是將非凸優化問題轉換為凸優化問題來解決，只解決了某類非凹函數對應的非凸優化源分配問題。

本發明將粒子群優化方法直接應用到非凸優化算法設計中，粒子群優化方法(Particle?Swarm?Optimization，PSO)是Kennedy和Eberhart[10]于1995年開發的一種群智能優化算法，來源于一個簡化社會模型的模擬，已經在許多復雜的最優化問題上有廣泛的應用^[11]-[15]。粒子群算法概念簡單，易于理解；對優化問題定義的連續性無特殊要求只有非常少的參數需要調整；算法實現簡單、速度快。但傳統PSO算法容易陷入局部極小解，本發明對粒子群的基本參數和優化問題的約束都進行自適應調整，設計有效的認知無線網絡的非凸優化控制算法。

發明內容

本發明的目的在于提供認知無線電網絡中，一種對優化問題定義的連續性無特殊要求、具有更好的有效性和快速性以及能夠保證算法的全局收斂性的基于改進粒子群的功率控制最優化算法。

本發明基于如圖1所示的考慮與蜂窩式網絡共存的認知無線電網絡。授權網絡中存在一個授權用戶PU，表示為U_p，使用授權頻譜與授權用戶基站BS_p通信。認知通信網絡位于授權用戶網絡的范圍內，包含N個認知用戶，使用CDMA方案發送數據到基站BS_s。U_p的授權頻譜表示為W，認知用戶可以共享此頻譜。在N個認知用戶中，每個認知用戶都會收到其他N-1個認知用戶的干擾。假設認知用戶i與基站間的信道增益為G_ii，功率為P_i，信號干擾比為γ_i，背景噪聲為σ_i，則認知用戶i的信號干擾噪聲比(SINR)為：

認知用戶i的效用函數U_i(γ(P_i))表示其對獲得的服務質量的滿意程度。

約束條件

由表達式(1)可知，認知用戶在共享帶寬W使用擴頻信號。所有的認知用戶都需要控制其傳輸功率以避免對授權用戶產生干擾。授權用戶U_p接收到的干擾功率為其中G_0i(i＝1，2…，N)表示第i個認知用戶到授權用戶的信道增益，令P_th表示授權用戶允許的干擾功率閾值。因此，認知用戶的干擾功率約束可以表示為

為了保證認知用戶的可靠傳輸，SINR需要大于等于即

滿足以上約束的功率優化的模型為：

其中w為加權因子，用來保證系統的公平性。