认知双向中继网络的功率分配优化算法研究

相对于传统的认知单向中继系统,认知双向中继网络由于引入了网络编码技术,减少了传输时隙,能获得更高的频谱效率.对采用时分广播(Time Division Broadcast,TDBC)传输协议的译码转发(Decode-and-Forward,DF)认知双向中继网络的和速率进行了分析,提出了一种功率分配的优化算法,能在满足次用户(Secondary Users,SUs)总功率约束以及对主用户(Primary Users,PUs)最大干扰功率(Maximum Tolerable Interference Power,MTIP)约束的前提下,最大限度提高次用户网络的和速率.并推导了不同情况下,次用户网络功率分配的最优解.数值仿真结果验证了该理论分析的正确性,同时表明,次用户的总功率以及主用户的干扰功率限制,对次用户网络的和速率有较大影响.

认知双向中继网络中的联合功率分配及自适应中继算法

基于OFDM认知双向中继网络,提出了自适应中继策略。以认知系统的最大和速率为优化目标,以干扰温度门限作为约束条件,联合自适应中继策略,对功率分配问题进行了讨论。其中,首先利用拉格朗日对偶法将最优化问题分解为N个针对单载波的优化子问题,并根据不同的中继方式即AF或者DF,将每个子问题分为两种情况进行讨论。对于AF的情况,将其等效为凹优化问题进行求解;对于DF的情况,则根据中继节点解码顺序的不同,并采用次梯度投影算法对功率分配解进行计算。然后,根据以上的功率分配解,判断采用哪种中继方式。仿真结果表明:与单独采用AF或DF中继方案相比,自适应中继方案则在高SNR和低SNR下,均能获得良好的系统性能。

译码转发认知双向中继网络的中断概率

中断概率是评估系统性能、分析系统特性的最重要参数之一。该文分析了采用时分广播(TDBC)传输模式的译码转发(DF)认知双向中继网络的中断概率,提出了一种基于联合考虑3个时隙中断事件的定义方法。通过分析可以发现由于主用户对干扰功率的限制,次用户网络在第3个时隙的接收信噪比(SNRs)非独立。在此基础上,推导了在干扰受限的情况下,认知双向中继网络的中断概率的闭式解。最后通过Monte Carlo仿真,验证了该理论分析。