[發明專利]基于頻譜填充的認知OFDM網絡自適應資源分配方法

有效

• 申請號: 201410081222.0
• 申請日: 2014-03-06
• 公開（公告）號: CN103857046B
• 公開（公告）日: 2017-05-17
• 發明（設計）人: 徐雷;唐振民;楊余旺;李亞平;蘭少華;張小飛
• 申請（專利權）人: 南京理工大學
• 主分類號: H04W72/04
• 分類號: H04W72/04;H04L27/26
• 代理公司: 南京理工大學專利中心32203
• 代理人: 朱顯國

技術領域

本發明屬于通信技術領域，特別是一種基于頻譜填充的認知OFDM網絡自適應資源分配方法。

背景技術

近年來，隨著無線通信技術的迅速發展，使得有限的頻譜資源日趨匱乏。然而美國聯邦通信委員會的研究報告表明：頻譜資源的使用情況極度不平衡，具體表現為：目前分配的授權頻段頻譜利用率只有15%-85%，而3GHz以下頻段的頻譜利用率只有35%。這是由于長期以來的靜態頻譜分配方式使得很多適宜無線信號傳輸的頻譜經常處于閑置狀態，因此造就了頻譜資源的極大浪費。在這種背景下，J.Mitola III博士在1999年提出了認知無線電的概念；它是通過不斷認知外部通信環境信息，識別當前環境中的頻譜空洞，實現了其它授權頻譜資源在空域、時域以及頻域上的再利用，從而有效提高頻譜利用率。在J.Mitola III博士研究工作的基礎上，美國弗吉尼亞工學院的研究人員在2005年首次明確提出認知無線網絡的概念，認知無線網絡是認知無線電技術的擴展，它不僅重視頻譜資源的合理利用，更注重網絡整體性能的優化。

由于認知無線網絡發現的頻譜空洞可能位于很寬的頻譜范圍，并且是不連續的，因此研究人員對OFDM技術進行改進，提出了適用于認知網絡的NC-OFDM技術。基于NC-OFDM技術的接入方式并不是一個OFDM符號內的所有子載波都可以被認知用戶使用，授權用戶會占用其中部分子載波，為了避免對授權用戶造成干擾，這些被占用的子載波不能用來傳輸數據，將基于NC-OFDM技術的認知無線網絡，簡稱為基于頻譜填充的認知OFDM網絡。

基于頻譜填充的認知OFDM網絡中的無線資源非常匱乏，而這些無線資源成為限制系統性能的主要方面，因此需要在基于頻譜填充的認知OFDM網絡中對這些無線資源進行合理的分配。基于頻譜填充的認知OFDM網絡資源分配技術是從認知網絡和授權網絡之間干擾協調的角度出發研究認知網絡的動態子載波和功率分配技術，其目的是在不影響授權用戶網絡正常通信的情況下，盡可能有效地利用這些無線資源來達到更高的頻譜效率，同時還需要保證認知用戶的滿意度。然而與傳統OFDM網絡相比，基于頻譜填充的認知OFDM網絡具有許多特殊性質，使得現有的資源分配方法難以滿足其要求，尤其是滿足綠色通信要求和實時業務需求的基于頻譜填充的認知OFDM網絡資源分配方法尚缺乏研究。

專利1（認知正交頻分復用系統中基于業務質量的資源分配方法，南京郵電大學，公開號CN102291352A，申請號CN201110236043.6，申請日2011.08.17）公開了一種基于業務質量的認知正交頻分復用系統中的資源分配方法，該方法在次用戶總的發送功率和主用戶的干擾門限限制下，根據次用戶的需求比例，對實時業務進行自適應比特和功率分配，直到滿足其速率要求，最后將剩余的資源分配給非實時業務。該方法是針對Underlay模式的認知OFDM網絡設計的資源分配方法，沒有設計基于頻譜填充模式的認知OFDM網絡資源分配方法。

專利2（一種基于沖突閾值限制的子信道分配方法，南京郵電大學，公開號CN103326984A，申請號CN201310279834.6，申請日2013.07.04）公開了一種基于沖突閾值限制的子信道分配方法，該方法將沖突閾值與有效吞吐量相結合，根據各個子信道的發送數據包大小和其空閑概率分布參數，選擇滿足自身數據要求的最少數目子信道，從而讓更多的次用戶發送數據。但是該方法只從頻率范疇考慮資源的動態分配，不能從功率維度進一步優化資源利用率。另外，上述兩個方法都是以最大化吞吐量為優化目標，不能滿足認知OFDM網絡的綠色通信資源分配需求。

發明內容

本發明的目的在于提供一種高效、可靠的基于頻譜填充的認知OFDM網絡中自適應資源分配方法，從頻率和功率兩個維度動態按需分配資源，充分挖掘基于頻譜填充的認知OFDM網絡中可用的頻譜空洞資源。

實現本發明目的的技術解決方案為：一種基于頻譜填充的認知OFDM網絡自適應資源分配方法，包括以下步驟：

步驟1，認知基站檢測頻譜空洞和空閑子載波上的噪聲功率；

步驟2，認知基站獲取各認知用戶信道狀態信息和實時業務傳輸速率需求；

步驟3，認知基站采用量子粒子群方法對基于頻譜填充的認知OFDM網絡中的頻率和功率資源進行分配，包括以下步驟：

步驟3.1，認知基站初始化量子粒子群方法的參數；

步驟3.2，初始化種群中的每個粒子位置向量，該位置向量包括頻率和功率資源；

步驟3.3，確定種群中每個粒子的適應值和種群中適應度最小的粒子；