《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 通信與網(wǎng)絡(luò) > 設(shè)計應(yīng)用 > 基于認知OFDM系統(tǒng)的功率分配算法
基于認知OFDM系統(tǒng)的功率分配算法
來源:電子技術(shù)應(yīng)用2012年第4期
宋延濤, 楊守義, 宋玙薇, 齊 林
鄭州大學(xué) 信息工程學(xué)院,河南 鄭州450001
摘要: 在正交頻分復(fù)用的認知無線電系統(tǒng)中,授權(quán)用戶會受到認知用戶頻帶內(nèi)子載波帶外功率泄漏的干擾。針對這一問題,提出了一種基于冪函數(shù)分布的次優(yōu)化功率分配方案,通過線性約束的凸優(yōu)化數(shù)值運算,有效降低了最優(yōu)方案中運算的復(fù)雜度。給出了在認知用戶發(fā)射功率約束條件下的信道吞吐量分析。仿真結(jié)果表明,所提出的方案在滿足授權(quán)用戶干擾門限約束條件下,提高了現(xiàn)有功率分配方案的認知用戶信道吞吐量。
中圖分類號: TN911
文獻標識碼: A
文章編號: 0258-7998(2012)04-0090-04
Power allocation algorithm based on cognitive OFDM systems
Song Yantao, Yang Shouyi, Song Yuwei, Qi Lin
School of Information Engineering, Zhengzhou University, Zhengzhou 450001, China
Abstract: In cognitive radio system which was based on the orthogonal frequency division multiplexing, license users are easily attacked by the interference of the power leakage of the in-band subcarrier of cognitive user appears in the out-of-band. To resolve this problem, this paper presents a suboptimal power allocation scheme based on power function distribution. It effectively reduces computing complexity of the optimal scheme through convex optimization numerical calculation under linear constraint. Finally, it analyses the channel throughput under the constraints of the cognitive user transmit power. Simulation results show that this scheme improves the channel throughput of the cognitive users comparing with the existing power allocation schemes, meanwhile, it meets the interference threshold constraints of license user.
Key words : power allocation; OFDM; cognitive radio; power function

    在傳統(tǒng)的無線通信系統(tǒng)中,頻譜分配制度為固定頻譜分配。為避免干擾,各國政府無線電管理部門對無線電頻譜資源進行統(tǒng)一的宏觀管理,通過給不同系統(tǒng)頒發(fā)無線電頻譜使用牌照的形式來為其分配特定的頻段,將頻譜分為授權(quán)頻段(LFB)和非授權(quán)頻段(UFB)兩個部分。隨著無線通信技術(shù)的飛速發(fā)展,固定無線電頻譜分配雖然避免了不同系統(tǒng)間的干擾,卻帶來了極低的頻譜利用率和頻譜資源匱乏問題,已經(jīng)成為制約無線通信技術(shù)的主要瓶頸之一[1]。因此,美國聯(lián)邦通信委員會和其他頻譜管理機構(gòu)考慮在已有的授權(quán)頻譜中引入其他的用戶,且不會對授權(quán)頻帶內(nèi)的用戶造成不可接受的干擾,即實現(xiàn)機會頻譜接入OSA(Opportunistic Spectrum Access)技術(shù)[2]。

    MITOLA等人在軟件無線電SR(Software Radio)技術(shù)的基礎(chǔ)上提出了認知無線電CR(Cognitive Radio)技術(shù)[3]。CR技術(shù)作為一種新興的無線通信系統(tǒng),旨在對空、時、頻等各域上的空閑資源(亦稱為“頻譜空洞”或“白色空間”)進行有效的感知探測和合理的再利用[4],在授權(quán)頻帶內(nèi)主要用戶通常被稱為授權(quán)用戶LU(License User)和所有其他的用戶稱為非授權(quán)用戶或認知用戶CU(Cognitive User)。其主要作用是在不影響LU正常通信的前提下,尋找頻譜機會進行CU間的有效通信,可以說認知無線電技術(shù)是目前解決頻譜資源匱乏的最有效方法[5]。
    正交頻分復(fù)用(OFDM)技術(shù)具有便于自適應(yīng)調(diào)整的參數(shù)和可重配的子載波結(jié)構(gòu),其接收端的快速離散Fourier變換模塊也可同時用于頻譜感知,抗多徑干擾與頻率選擇性衰落能力強,頻譜利用率高等優(yōu)點,這些優(yōu)點使得OFDM成為實現(xiàn)CR系統(tǒng)的理想備選技術(shù)之一[6]。利用OFDM技術(shù),認知用戶能夠靈活地填補授權(quán)用戶留下的頻譜空白,功率分配不僅是傳統(tǒng)OFDM系統(tǒng)中的關(guān)鍵技術(shù),而且還是認知無線電技術(shù)中頻譜分析和判決的重要手段,在認知網(wǎng)絡(luò)中鏈路容量最大化同樣也要深化功率分配的研究。


    由(8)式可知,CU頻帶中第i個子載波被分配的功率,有可能出現(xiàn)小于零的情況,因此這里采取迭代分塊注水(IPW)算法進行分析處理,經(jīng)過多次迭代運算,直至CU頻帶中每個子載波所分配的功率是非負值為止[9]。
3.2 次優(yōu)功率分配方案

 


    在次優(yōu)功率分配方案中,需要將CU頻帶內(nèi)的子載波序號如圖1所示,這里取N為偶數(shù);當N取奇數(shù)時,也有類似表達?;趨⒖嘉墨I[7]提出的次優(yōu)化方案A和方案B,本文提出了基于冪指數(shù)分布的方案C和方案D。
3.2.1 方案C
    該方案考慮CU頻帶內(nèi)功率分配,隨著CU頻帶中子載波與LU頻段之間頻譜距離的增加,子載波分配的功率成冪函數(shù)階梯狀分布,假設(shè)第i個子載波分配的功率為:

    圖5給出了在CU發(fā)射總功率約束的條件下,不同干擾門限值下各種不同方案的CU信道吞吐量??梢钥闯觯诟蓴_門限值達到一定值時,各種方案的信道吞吐量均趨于一個定值。

    同時,還應(yīng)該看到,不再有某一特定方案在所有干擾功率門限值上優(yōu)于其他次優(yōu)分配方案來趨近最優(yōu)方案。LU干擾功率門限值在0.4 μW~0.64 μW之間時,方案D的認知用戶信道吞吐量最接近最優(yōu)方案;LU干擾功率門限值在0.64 μW~1.24 μW之間時,方案B最接近最優(yōu)方案;LU干擾功率門限值在大于1.24 μW時,方案A最接近最優(yōu)方案。在CU發(fā)射總功率受約束的情況下,CU信道最大吞吐量不再依據(jù)某種特定的方案來趨近最優(yōu)方案。因此,在此情況下,不能再選擇某一特定方案來最大化信道吞吐量,而是應(yīng)該在確定LU干擾功率門限值(或門限區(qū)間)的前提下選擇次優(yōu)化功率分配方案來進行功率分配。
    本文研究了基于OFDM的認知無線電系統(tǒng)的功率分配問題。針對最優(yōu)化功率分配方案運算復(fù)雜程度較高的問題,提出了基于冪函數(shù)分布的次優(yōu)化功率分配方案,并與參考文獻[7]中提到的次優(yōu)化功率分配方案進行了對比,本文提出的方案優(yōu)于參考文獻[7]提出的次優(yōu)方案。最后還分析在CU發(fā)射總功率約束下的信道吞吐量,隨著LU所能承受干擾約束值的增加,CU信道吞吐量趨于一個定值。在認知用戶發(fā)射總功率約束的情況下,應(yīng)采用不同次優(yōu)方案來進行功率分配,以滿足最大認知用戶信道吞吐量最大化的要求。
參考文獻
[1] Federal communications commission spectrum policy task  force[R]. FCC Report of the Spectrum Efficiency Working Group, November 2002.
[2] ZHAO Q, SADLER B. A survey of dynamic spectrum access: signal processing, networking, and regulatory policy [J]. IEEE Signal Processing Magazine, 2007,55(5):2294-2309.
[3] MITOLA J. Cognitive radio: making software radios more personal [J]. IEEE Personal Communications, 1999,6(4):13-18.
[4] SVENSSON C. Software defined radio-vision or reality[C]. 24th Nor chip Conference, Nov, 2006:149-149.
[5] AKYILDIZ I F, LEE W, VURAN M C,et al. Next generation, dynamic spectrum access, cognitive radio wireless  networks, a survey[J].Computer Networks,2006(24):2127-2159.
[6] WEISS T, JONDRAL T, Spectrum pooling: an innovative strategy for the enhancement of spectrum efficiency[J].IEEE  Communications Magazine, 2004,42(3):S8-S14.
[7] BANSAL G, HOSSAIN M J, BHARGAVA V K. Adaptive power loading for OFDM-based cognitive radio systems[C]. Proc IEEE ICC[S]. IEEE Press, 2007:5137-5142.
[8] WEISS T, HILLENBRAND J, KROHN A, et al. Mutual in terference in OFDM-based spectrum pooling systems[C]. Proc IEEE Vehicular Technology Conference Spring, IEEE Press, 2004:1873-1877.
[9] WANG P, ZHAO M, XIAO L,et al. Power allocation in OFDM-based cognitive radio systems[C].Proc IEEE Global Communication Conference, Washington DC, IEEE Press, 2007:4061-4065.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。