文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.2016.10.026
中文引用格式: 宋明紅,吳波,劉春曉. 認(rèn)知多中繼網(wǎng)絡(luò)中聯(lián)合中繼選擇與預(yù)編碼算法[J].電子技術(shù)應(yīng)用,2016,42(10):100-103,107.
英文引用格式: Song Minghong,Wu Bo,Liu Chunxiao. Research on cognitive joint relay selection and precoding in multi relay network coding algorithm[J].Application of Electronic Technique,2016,42(10):100-103,107.
0 引言
認(rèn)知無(wú)線電技術(shù)(Cognitive Radio,CR)可在不影響主用戶(Primary User,PU)正常通信的情況下,智能地利用空閑頻譜以滿足認(rèn)知用戶(Secondary User,SU)的可靠通信,從而提高頻譜利用率。因此,CR是提高頻譜利用率的一種潛在技術(shù)[1,2]。近年來(lái),協(xié)作中繼技術(shù)可提高系統(tǒng)的傳輸能力,將協(xié)作中繼技術(shù)與認(rèn)知無(wú)線電技術(shù)相結(jié)合,不僅能夠降低發(fā)射功率(即減少對(duì)主用戶的干擾),增強(qiáng)無(wú)線網(wǎng)絡(luò)覆蓋,而且能夠提高系統(tǒng)的吞吐量[3,4]。因此研究這種場(chǎng)景下的資源分配問(wèn)題尤為重要。
目前研究較多的中繼策略有兩種:放大轉(zhuǎn)發(fā)(Amplify and Forward,AF)和解碼轉(zhuǎn)發(fā)(Decode and Forward,DF)。在認(rèn)知協(xié)作中繼網(wǎng)站中,文獻(xiàn)[5]提出了兩種信道和中繼分配算法,即:并行算法和貪婪算法,能夠有效地改善認(rèn)知網(wǎng)絡(luò)的吞吐量。文獻(xiàn)[6]研究了多個(gè)單天線認(rèn)知中繼節(jié)點(diǎn)分布式波束成形,提出了兩種方案:最大信干比的最優(yōu)策略和基于迫零準(zhǔn)則的次優(yōu)策略。文獻(xiàn)[7]研究了認(rèn)知中繼協(xié)作通信場(chǎng)景下基于放大轉(zhuǎn)發(fā)的功率分配問(wèn)題,提出了一種最優(yōu)功率分配算法。文獻(xiàn)[8]研究了認(rèn)知無(wú)線電頻譜共享場(chǎng)景下基于放大轉(zhuǎn)發(fā)的多中繼選擇問(wèn)題,通過(guò)分析認(rèn)知用戶信噪比的一階偏導(dǎo)數(shù)特征,提出了一種迭代中繼選擇方案。文獻(xiàn)[9]研究了非再生認(rèn)知中繼網(wǎng)絡(luò)中預(yù)編碼的設(shè)計(jì),完美信道信息(Dhannel State Information,CSI)和非完美CSI分別被考慮,作者僅僅考慮了單個(gè)中繼節(jié)點(diǎn)。在保證授權(quán)用戶服務(wù)質(zhì)量和認(rèn)知用戶最大功率受限條件下,文獻(xiàn)[10]提出一種新的機(jī)會(huì)式解碼轉(zhuǎn)發(fā)功率算法。近年來(lái),單向和雙向認(rèn)知多中繼網(wǎng)絡(luò)預(yù)編碼設(shè)計(jì)方案也被研究[11-14]。文獻(xiàn)[11]提出了聯(lián)合中繼選擇和功率分配方案,在主用戶干擾功率受限的條件下最大化系統(tǒng)的吞吐量。文獻(xiàn)[12]提出了一種最佳中繼選擇的自適應(yīng)協(xié)作分集方案,并且推導(dǎo)出了認(rèn)知系統(tǒng)中斷概率表達(dá)式。文獻(xiàn)[13]考慮了雙向認(rèn)知中繼網(wǎng)絡(luò)中聯(lián)合預(yù)編碼與優(yōu)化功率分配方案,每個(gè)通信節(jié)點(diǎn)配置單根天線。文獻(xiàn)[14]提出了雙向認(rèn)知中繼網(wǎng)絡(luò)的預(yù)編碼方案,在每個(gè)節(jié)點(diǎn)發(fā)送功率和主用戶干擾功率的約束下最小化認(rèn)知用戶均方誤差和。然而,文獻(xiàn)[11-14]工作只考慮了在多個(gè)中繼節(jié)點(diǎn)上放置單根天線,多輸入多輸出技術(shù)沒(méi)有被充分利用。
針對(duì)上述多中繼選擇方案的不足,在認(rèn)知無(wú)線電場(chǎng)景下,本文考慮了多個(gè)中繼節(jié)點(diǎn)。通過(guò)聯(lián)合優(yōu)化中繼選擇和預(yù)編碼,最大化認(rèn)知用戶的吞吐量。同時(shí)保證了主用戶和認(rèn)知用戶的正常通信。利用半定松弛技術(shù)和Charnes-Cooper變換,每個(gè)中繼節(jié)點(diǎn)的預(yù)編碼設(shè)計(jì)轉(zhuǎn)化為凸的半定規(guī)劃。最后利用現(xiàn)有的內(nèi)點(diǎn)法,即CVX工具箱得以解決。
1 系統(tǒng)模型設(shè)計(jì)
本文考慮認(rèn)知網(wǎng)絡(luò)與主網(wǎng)絡(luò)共享相同頻譜的場(chǎng)景,如圖 1所示。假設(shè)認(rèn)知協(xié)作中繼網(wǎng)絡(luò)中有一個(gè)認(rèn)知基站、K個(gè)中繼節(jié)點(diǎn)、一個(gè)認(rèn)知用戶和一個(gè)主用戶。認(rèn)知基站、認(rèn)知用戶和主用戶都配置單根天線,每個(gè)中繼節(jié)點(diǎn)都配置N根天線。利用中繼節(jié)點(diǎn)通信可以擴(kuò)大認(rèn)知基站的輻射范圍,從而降低了認(rèn)知基站的發(fā)射功率。假設(shè)在認(rèn)知基站與認(rèn)知用戶之間不存在直接通信鏈路,整個(gè)系統(tǒng)工作在半雙工時(shí)分多址(TDD)模式下。同時(shí)假設(shè)所有的信道都服從獨(dú)立同分布的瑞利衰落。
在第一個(gè)時(shí)隙階段,認(rèn)知基站發(fā)射信號(hào)給中繼節(jié)點(diǎn)。第r個(gè)中繼節(jié)點(diǎn)接收到的信號(hào)表示為:
在第二個(gè)時(shí)隙階段,選擇第r個(gè)中繼節(jié)點(diǎn)將接收到的信號(hào)放大并轉(zhuǎn)發(fā)給認(rèn)知用戶。因此,認(rèn)知用戶接收到的信號(hào)可以表示為:
由于中繼節(jié)點(diǎn)的功率限制,每個(gè)中繼節(jié)點(diǎn)的發(fā)射功率不能超過(guò)最大允許值,因此第r個(gè)中繼節(jié)點(diǎn)的發(fā)射功率受限于門限值pr,max,即:
為了保護(hù)主用戶的正常通信,認(rèn)知基站和中繼節(jié)點(diǎn)對(duì)主用戶產(chǎn)生的干擾功率不能大于主用戶預(yù)先設(shè)定的最大容忍干擾值。因此,在第一個(gè)時(shí)隙階段,認(rèn)知基站對(duì)主用戶產(chǎn)生的干擾功率約束可以表達(dá)為:
其中,g1p表示認(rèn)知基站到主用戶的信道增益。
在第二個(gè)時(shí)隙階段,第r個(gè)中繼節(jié)點(diǎn)對(duì)主用戶產(chǎn)生的干擾功率約束可以表示為:
本文研究的問(wèn)題是:在中繼節(jié)點(diǎn)發(fā)射功率受限和主用戶干擾功率約束條件下,最大化認(rèn)知用戶的吞吐量。因此,優(yōu)化問(wèn)題的數(shù)學(xué)模型可以表示為:
其中,目標(biāo)函數(shù)由香農(nóng)公式C=log2(1+SNR)得出,系數(shù)表示中繼半雙工通信由兩個(gè)時(shí)隙組成。第一個(gè)約束條件表示中繼節(jié)點(diǎn)發(fā)射功率受限,第二個(gè)約束條件表示主用戶干擾功率受限。
2 預(yù)編碼設(shè)計(jì)方案
不難看出,上述問(wèn)題是一個(gè)帶有多個(gè)二次約束條件的分?jǐn)?shù)二次約束非凸二次規(guī)劃問(wèn)題(fractional Quadratically Constrained Quadratic Problem,QCQP),很難得到解決。為了解決問(wèn)題式(8),將其轉(zhuǎn)化為下面的半定規(guī)劃問(wèn)題(Semidefinite Programming,SDP):
從中容易看出,問(wèn)題式(10)是一個(gè)凸半定規(guī)劃問(wèn)題,利用已有的內(nèi)點(diǎn)法能有效解決,即CVX包[16]。需要注意的是,本文提出的預(yù)編碼設(shè)計(jì)方案的復(fù)雜度為O(O6.5)[17]。
3 仿真實(shí)驗(yàn)與結(jié)果分析
本節(jié)將通過(guò)數(shù)值仿真分析前述所提出的認(rèn)知中繼網(wǎng)絡(luò)預(yù)編碼方案的性能。仿真結(jié)果取1 000 次獨(dú)立蒙特卡洛試驗(yàn)的平均值。假設(shè)所有信道是獨(dú)立同分布服從零均值、單位方差的復(fù)高斯隨機(jī)變量,噪聲變量=σ2。中繼節(jié)點(diǎn)最大發(fā)射功率與噪聲功率的比率為
10 dB。假設(shè)中繼節(jié)點(diǎn)數(shù)K=3,中繼節(jié)點(diǎn)的發(fā)射天線數(shù)N=3。
在中繼節(jié)點(diǎn)發(fā)射天線數(shù)分別為N=2,N=3和N=4的條件下,給出了平均吞吐量隨著發(fā)射天線數(shù)變化的性能差異曲線。從圖3中可以看出,隨著發(fā)射天數(shù)的增加,平均吞吐量也在不斷增加。同時(shí)還可以看出3條曲線之間的間隙在縮小,這是因?yàn)樘炀€數(shù)增加的同時(shí),認(rèn)知用戶對(duì)主用戶造成的干擾也在增加,從而限制了平均吞吐量的成倍增加。
4 結(jié)束語(yǔ)
本文研究了認(rèn)知多中繼網(wǎng)絡(luò)中基于放大轉(zhuǎn)發(fā)的預(yù)編碼設(shè)計(jì)問(wèn)題。在中繼節(jié)點(diǎn)發(fā)射功率約束和主用戶干擾功率約束的條件下,聯(lián)合優(yōu)化中繼選擇和預(yù)編碼設(shè)計(jì)以便最大化認(rèn)知用戶的吞吐量。采用半定松弛技術(shù),把復(fù)雜的優(yōu)化問(wèn)題轉(zhuǎn)化為半定規(guī)劃問(wèn)題,最終利用已有的內(nèi)點(diǎn)法工具箱CVX有效解決。仿真結(jié)果表明,本文所提出方案相比傳統(tǒng)的認(rèn)知中繼預(yù)編碼方案能獲得更高的平均吞吐量。
參考文獻(xiàn)
[1] HAYKIN S.Cognitive radio: brain-empowered wireless communications[J].IEEE Journal on Selected Areas in Communications,2005,23(2):201-220.
[2] KHOZEIMEH F,HAYKIN S.Dynamic spectrum management for cognitive radio:an overview[J].Wireless Communications Mobile Computing,2009,9(11):1447-1459.
[3] ZHAO G,YANG C,LI G Y,et al.Power and channel allocation for cooperative relay in cognitive radio networks[J].IEEE Journal of Selected Topics in Signal Processing,2011,5(1):151-159.
[4] ASGHARI V,A1SSA.End-to-end performance of cooperative relaying in spectrum-sharing systems with quality of service requirements[J].IEEE Transactions on Vehicular Technology,2011,60(6):2556-2668.
[5] 劉曉雪,鄭寶玉,季薇.認(rèn)知無(wú)線電網(wǎng)絡(luò)中基于協(xié)作中繼的資源分配算法[J].信號(hào)處理,2010,26(10):1441-1448.
[6] 楊龍,闊永紅,陳健,等.認(rèn)知中繼網(wǎng)絡(luò)的多中繼選擇方法[J].電子與信息學(xué)報(bào),2013,35(7):1700-1706.
[7] 王群歡,王慧明,殷勤業(yè).認(rèn)知無(wú)線電系統(tǒng)中的多中繼分布式波束成形方法[J].中國(guó)科學(xué):信息科學(xué),2014,44(8):980-992.
[8] 王仕果,易進(jìn),彭海霞.中繼協(xié)作認(rèn)知無(wú)線電系統(tǒng)的最優(yōu)化功率分配[J].計(jì)算機(jī)工程,2015,41(5):94-96.
[9] LI Q,LUO L,QIN J.Optimal precoder design for nonregenerative multiple-input multiple-output cognitive relay systems with perfect and imperfect channel state information[J].Wireless Communications and Mobile Computing,2015,15(8):1213-1224.
[10] 滕鴻飛,田峰,吳夢(mèng)雯.基于解碼轉(zhuǎn)發(fā)的認(rèn)知無(wú)線電機(jī)會(huì)功率控制算法[J].南京郵電大學(xué)學(xué)報(bào):自然科學(xué)版,2012,32(3):61-65.
[11] LI L,ZHAO X,XU H,et al.Simplified relay selection and power allocation in cooperative cognitive radio systems[J].IEEE Transactions on Wireless Communications,2011,10(1):33-36.
[12] ZOU Y,ZHU J,ZHENG B,et al.An adaptive cooperation diversity scheme with best-relay selection in cognitive radio networks[J].IEEE Transactions on Signal Processing,2010,58(10):5438-5445.
[13] UBAIDULLA P,AISSA S.Optimal relay selection and power allocation for cognitive two-way relaying networks[J].IEEE Wireless Communications Letters,2012,1(3):225-228.
[14] MU H,TUGNAIT J K.MSE-based source and relay precoder design for cognitive radio multiuser two-way relay systems[C].In Proc IEEE WCNC,2012:742-747.
[15] LUO Z Q,STURM J F,ZHANG S.Multivariate nonnegative quadratic mappings[J].SIAM J.Optim.,2004,14(4):1140-1162.
[16] BOYD S,VANDENBERGHE L.Convex optimization[M].Cambridge,U.K.:Cambridge University Press,2004.
[17] POLIK I,TERLAKY T,BOMZE I M,et al.Interior point methods for nonlinear optimization[J].Springer Berlin Heidelberg,2010,1989(4):215-276.
[18] JITVANICHPHAIBOOL K,LIANG Y C,ZHANG R.Beamforming and power control for multi-antenna cognitive two-way relaying[C].In Proc IEEE WCNC,2009:1-6.