软件无线电课程论文Word文件下载.docx

软件无线电课程论文Word文件下载.docx

《软件无线电课程论文Word文件下载.docx》由会员分享，可在线阅读，更多相关《软件无线电课程论文Word文件下载.docx（6页珍藏版）》请在冰豆网上搜索。

随之而来的,频谱资源欠缺成为世人注视的一个严峻的问题。

而认知无线电技术,因其能够实现频谱的重复利用、提高频谱利用率的技术特性而被提出并取得普遍关注。

在认知无线电系统中,功率操纵技术由于能够降低干扰而成为认知无线电系统的关键技术之一。

进行功率操纵的要紧目标是既要幸免干扰主用户,保证主用户通信质量,又要保证认知用户的速度性能达到要求,实现频谱利用率的提高。

本文简要介绍了认知无线电技术研究的国内外现状，从认知无线电技术特性动身,对认知无线电之功率操纵算法进行了较为深切的研究，然后简单介绍了国内外在认知无线电之功率操纵问题方面取得的一些功效，最后论述了自己的明白得和体会。

关键词：

认知无线电功率操纵博弈算法

1引言

随着信息技术的高速进展，无线通信和效劳如广播电视、电话通信、无线局域网、手持无线电终端的普遍利用，当人们在利用远距离便携通信设备的进程中，无线频谱资源一直都被利用，使得无线频谱资源变得愈来愈宝贵及不可或缺，无线频谱资源变得比土地、石油等都要稀少。

随着现代通信的持续进展，4G时期即将到来（2021年1月19日ITU公布了4G标准），在4G标准达到商用要求的时候，相当一部份运营商们都发觉他们已无适合的频谱可用，FDD-LTE需要利用对称的频谱来构建它的上下行信道。

事实情形是，由于频谱资源是有限的，无线频谱的利用需要取得通信治理委员会的授权，而如此的授权频谱其中相当多的一部份频段的频谱利用率极低，有相当一部份已分派的频谱几乎没有取得利用，而其他用户又不能去利用如此的授权频谱，因为你没有取得授权，显然如此是不正常的。

动态频谱接入技术的提出，是为了解决当前频谱利用率不高的问题。

无线局域网WLAN的显现打破了这一个情形，WLAN所在的2.4GHz-2.484GHz是一个没有固定划分的宽带，无线通信在接入的进程中利用的是动态频谱接入，在这种情形下,认知无线电（cognitiveRadio,CR）技术和其包括的一系列资源分派技术被提出并推行。

2国内外研究现状

认知无线电的概念是由瑞典皇家技术学院JosephMitola博士和GeraldQ.Maquire教授在IEEEPersonalCommunication杂志上明确提出的，认知无线电是一种能够持续不断地感知周围通信环境的无线通信技术，在对周围环境信息进行分析、明白得和判定后，通过RKRL（RadioKnowledgeRepresent-actionLanguage，无线电知识表达语言）调整通信参数，从而达到适应环境转变的目的。

认知无线电技术着眼于大大提高现有频谱（尤其是低频段）的利用率，达到智能化治理频谱的目的。

多个采纳认知无线电技术的通信节点能够独立的或与现有网络一起组成认知无线电网络。

认知无线电技术一经提出，便受到世界各国相关研究机构的极大重视。

2002年，DARPA（美国国防部高级研究打算署）在XG（neXt

Generation，下一代通信打算）中提出采纳认知无线电技术解决频谱缺乏和频谱政策和谐的问题。

2003年，FCC（美国联邦通信委员会）宣布，具有认知无线电功能的无线终端能够有条件利用未获授权的频段（如广播电视频段）。

2004和2005持续两年，NSF（美国自然科学基金委员会）在NeTs（以后网络研究打算）中资助认知无线电网络研究，WMPG（NSF无线移动打算工作组）2005年8月的研究报告将认知无线电列为下一代无线互联网的重要支撑技术之一。

WRAN（IEEE802.22无线区域网络）工作组正在利用认知无线电实现对广播电视频段的共享，并将制定相关物理层与MAC层标准。

另外，欧盟支持了动态利用频谱的E2R（End-To-EndReconfigurability）项目；

2005年，我国在863打算中立项启动了认知无线电技术的研究。

作为无线通信领域的最新进展，认知无线电技术是无线通信进展的又一个里程碑。

目前，认知无线电中的频谱检测、频谱治理、频谱分派、功率操纵等方面都在进行研究，但作为一种新兴的无线通信技术，在这方面的研究，尤其是功率操纵方面的研究，研究得还不算专门深切。

传统的功率操纵最优化技术要紧有：

拉格朗日松弛法、经典法、二次计划法、博弈论和几何计划法。

目前，很多的认知无线电功率操纵问题研究是从传统的功率操纵算法中取得的启发。

目前的认知无线电功率操纵问题，常采纳微观经济学中观点和方式来解决，

例如，利用效用函数和代价函数。

在无线通信中，当所有的终端用户别离调整各自的发射功率以最大化自己的效用函数时，现在的发射功率都将太高，各自的信号都将对其他用户产生干扰。

此处的效用函数能够是用户接收端所取得的信干比。

以微观经济学中的观点来看，这种多用户之间不断调整发射功率的进程确实是一个博弈进程，利用博弈论的知识，就可在对通信业务的效用函数和代价函数组成的考察对象中，寻觅到那个博弈进程的纳什均衡点，从而寻求个体与全局的平稳。

3大体原理和算法

功率操纵问题能够如此明白得，在一个存在多个认知用户的CR系统中，若是其中某一个认知用户希望能够提高自己的通话质量，或为了取得较高的信噪比（Signal-to-NoiseRatio,SNR），能够通过提高自身的发射功率来达到目的，可是发射功率若是盲目的增加，那么该用户数据的发送就会对在同一频段上的其他认知用户产生干扰，从而又降低了其他用户的SNR。

如此，将致使其他用户为了知足自身信噪比的需要，也都加大各自的发射功率，如此会使得整个系统的通信质量急速恶化，不但没有达到好的通信成效，还增加了移动终端电池能量无谓的损耗，因此在实际应用的进程中，咱们需要研究如何的功率操纵算法能使整个系统取得优化。

功率操纵技术已经在传统的移动通信系统中取得普遍应用。

传统的功率操纵，有些是基于信噪比平稳的，有些是基于OFDM和注水法，可是这些算法的收敛速度都很慢。

因此，利用博弈论来解决这一难题，在学术界被愈来愈多的学者提出并采纳。

当前国内的认知无线电功率操纵算法要紧的研究重点是利用博弈论进行功率操纵，大体上都是为了提高系统的公平性和稳固性在做研究。

国内的研究重点多围绕移动通信系统模型，研究用户的SIR需求，为了使发送有效比特率和系统吞吐量提高。

博弈论是一种在决策的进程中，能够使参与者的全数思想都彼此交互，并能够在融合后生成最正确决策的一种数学工具，它的目的是能够达到所有参与博弈的各方的全局最优。

博弈论最先在经济、数学、生物领域用的最多，此刻在认知无线电的研究中也被普遍的采纳。

博弈论适合处置多用户而且复杂的问题，能在众多的结论中生成优化过的结论，能够使问题的争辩达到一个均衡点（即Nash均衡）。

具有以下三个方面要素才能够组成一个完整的博弈模型：

决策人：

他们是博弈的参与者，博弈的进程是为了使他们的利益最大化。

决策集合：

是博弈的参与者所有可选决策的合集。

效用函数：

是每一个参与者在博弈以后的收益，博弈的目的确实是为了使效用

函数最大化。

1950年约翰•纳什（JohnNash）发表了一篇论文，证明了非合作博弈领域的一个重要的前提——纳什均衡（NashEquilibrium,NE）。

纳什均衡是一个包括了所有参与者最优策略的策略组合。

在那个策略组合中，每一个参与者的策略都是单一的个体，在给定其他参与者策略的情形下，该参与者都可不能改变其策略，就达到了博弈的均衡；

相反，若是该参与者想要改变他的策略，就不是一种纳什均衡，那个策略组合就不是最优的，那么那个最优策略组合就不成立。

在博弈论的理论基础上，认知无线电的功率操纵又分为合作博弈和非合作博弈。

在认知用户中，非合作博弈的应用占到多数情形，因为每一个用户都是为了自己的利益最大化，之间没有协议的约束，博弈论在认知无线电功率操纵中的应用也以非合作博弈为主。

在1999年DavidGoodman等人最先提出了非合作功率操纵博弈（non-cooperativepowercontrolgame，NPG）[1]。

该算法约束的是单位用户的电池能量，用单位电池能量传输的比特数来考虑用户的功率操纵效率，优化的目标是使得系统中的所有效户都在有相同接收功率的情形下具有相同的信噪比。

NPG算法假设在单小区蜂窝CDMA系统中，每一个用户以固定长度为M比特传输数据，其中包括L比特信息（L<

M），传输速度固定为R比特/秒，以固定的发射功率pI发送，每一个用户的效用函数为:

（2.1）

式2.1中，

为用户i的瞬时信噪比，Ti为该用户单位时刻内的吞吐量。

为用户的效用函数：

（2.2）

（2.3）

那个地址Pe采纳的是非相关频移键控，hi表示为用户i的信道衰落系数，G为扩频增益，那么在加性高斯白噪声信道下：

（2.4）

因为NPG算法是非合作博弈，博弈的目的是为了每一个用户最大化自己的效用函数，结果为：

（2.5）

研究结果说明，NPG算法是具有纳什均衡的，并使得用户接收的数据具有相同功率品级和信噪比。

但事实上这种算法不是最优的，因为是非合作博弈，它使得认知用户本身为了取得最大的效率，调整自己的发射功率，使得自己的局部利益最大化，而轻忽了对其他认知用户正常通信而产生的阻碍，在CR这种自干扰系统中这种阻碍是致命的。

尽管NPG算法是存在缺点的，但它将非合作博弈带入了通信领域，具有重大的理论意义。

在NPG算法的基础上又衍生出了很多种不同的非合作博弈算法，其中典型的确实是考虑代价函数的非合作功率操纵博弈算法,该算法在NPG算法的基础上，使得系统中的用户在利用更低的发射功率的情形下，取得更高的收益。

该算法是存在纳什均衡解的。

但该算法仍然不是完美的，用户间的距离利用户的接生成效不同专门大，距离越远的用户接收的信噪比越低，距离越近的用户接收的信噪比越高，这对远距离的用户很不公平。

在NPGP的算法基础上又有很多人做了改良，大多都是围绕着非合作博弈展开。

这些算法都没有把认知无线电一个重要的部份考虑进去，确实是频谱感知的结果。

频谱感知是认知无线电一个重要的组成部份，频谱感知的结果关于功率操纵具有重要的意义。

4国内外研究要紧功效

目前，国内外学者在认知无线电功率操纵问题方面已经取得必然成绩，而且大部份都集中在利用博弈论的纳什均衡理论解决功率操纵的算法研究上。

在无线通信系统中，发射功率是极为重要的资源，若是能取得有效利用，就能够使系统容量增加、通信质量改善。

功率操纵的要紧目的，确实是尽可能减少同信道干扰和信道间干扰。

利用发射功率操纵能够操纵干扰，大体思想是调剂发射机的发射功率，在知足通信质量要求的前提下，使得在接收机处的接收功率尽可能小。

另外，功率操纵在通信中还起着节能的作用，无线通信系统的终端一般是由电池供电，在实际应用中，假设能以最小的发射功率进行通信，必将延长电池的放电时刻。

因此，如何调剂发射功率、如安在系统内进行功率资源的分派，是目前无线通信系统研究的核心问题。

第一考虑两个用户（认知用户和授权用户）共享频谱时的功率操纵问题。

一种可行的方式是将测量到的授权用户接收机信号的本地信噪比近似为认知用户与授权用户之间的距离，从而相应调整认知用户的发射功率。

另外，Clemens等人还提出了一种相对智能的功率分派策略，将博弈论和遗传算法相结合，采纳两用户重复博弈成立模型，借助遗传算法搜索策略空间。

这两种方式可实此刻保证授权用户不受有害干扰的前提下，“贪婪”地增加认知用户的发射功率。

在更符合实际的多用户传输认知无线电系统中，发射功率受到给定的干扰温度和可用空闲频谱数量的限制，博弈论和信息论中注水定理可用来解决发射功率操纵问题。

多用户认知无线电系统的功率操纵问题能够归结为一个非合作博弈问题，并可利用纳什均衡理论对其进行求解。

实现功率操纵的另一种方式是基于信息论的迭代注水算法，大体思想为，将系统的信道划分为假设干个独立平行的子信道，将信道矩阵进行奇异值分解，各个子信道的信道增益由相应的奇异值决定，发送端在增益较大的子信道上分派较多的功率，在增益较小的子信道上分派较少的功率乃至不分派功率，从而达到传输容量的最大化。

算法功效：

（1）发射功率操纵的内外双层迭代循环灌水算法。

内迭代用来给每一个认知用户分派信道，外层迭代用来寻觅知足认知用户目标速度要求的最小发射功率水平。

（2）基于用户信干比（SIR）的线性本钱函数的功率操纵算法。

（3）基于非合作功率操纵博弈的认知无线电功率操纵算法，依照各认知用户的QoS需求和系统的总吞吐量来调剂各个认知用户的发射功率，实现对不同认知用户发射功率的有效操纵。

模型功效：

（1）非合作功率操纵博弈模型，它对模型作出分析，并研究了基于代价函数的博弈功率操纵问题，证明出这种博弈具有更好的性能。

（2）基于系统吞吐量最大化的功率操纵博弈模型。

（3）考虑链路增益的功率操纵博弈模型，它对增益不同的用户给出不同的代价函数。

5个人明白得和体会

认知无线电是无线电技术进展的下一个里程碑，该技术的应用将会带来历史性的变革，可是认知无线电技术的进展还存在许多问题，比如认知无线电的灵活性需要提高，频谱管制技术未完全开放等。

作为无线通信领域的最新进展，认知无线电技术受到日趋关注，随着技术问题的冲破，认知无线电将会为无线电资源治理和无线电接入市场带来新的进展契机和动力。

自己在学习认知无线电之功率操纵技术中收成颇多，加倍深刻了解了认知无线电技术，温习巩固软件无线电，对认知无线技术产生了浓厚的爱好。

参考文献

[1]JosephMitola,GeraldQ.Maquire:

MakingSoftwareRadiosMore

Personal.IEEEPersonalCommunications,1999,6（4）:

13-18.

[2]李万臣，陈文讯，张岩.认知无线电网络中功率操纵方式的研究.应用科技，

2021年4月第39卷第2期:

41-44

[3]吴迎笑，杨震.基于频谱感知的认知无线电机遇功率操纵算法.仪器仪表学

报，2020年6月第31卷第6期:

1234-1236

[4]栗欣，许希斌，姚彦.基于网络的软件无线电系统及实现.电信科学，2001

年第11期:

35-40