软件无线电课程论文

1、软件无线电课程论文论文题目：认知无线电之功率控制技术姓 名： 学 号： 班 级： 目 录目 录1摘 要21 引言32 国内外研究现状33 基本原理和算法54 国内外研究主要成果75 个人理解和体会9参考文献10摘 要 认知无线电(Cognitive Radio.简称CR)技术是无线通信领域发展的里程碑。其中功率控制算法是目前认知无线网络中研究热点之一。随着科技、信息技术的迅猛发展,人们对无线电通信类的服务需求量日益增加。随之而来的,频谱资源短缺成为众人瞩目的一个严重的问题。而认知无线电技术,因其可以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得到广泛关注。在认知无线电系统中,功率控制

2、技术由于可以降低干扰而成为认知无线电系统的关键技术之一。进行功率控制的主要目标是既要避免干扰主用户,保证主用户通信质量,又要保证认知用户的速率性能达到要求,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出发,对认知无线电之功率控制算法进行了较为深入的研究，然后简单介绍了国内外在认知无线电之功率控制问题方面取得的一些成果，最后阐述了自己的理解和体会。关键词： 认知无线电 功率控制 博弈算法1 引言 随着信息技术的高速发展，无线通讯和服务如广播电视、手机通信、无线局域网、手持无线电终端的广泛使用，当人们在使用远距离便携通信设备的过程中，无线频谱资源一直都

3、被使用，使得无线频谱资源变得越来越珍贵及不可或缺，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发展，4G时代即将到来（2012年1月19日ITU颁布了4G标准），在4G标准达到商用要求的时候，相当一部分运营商们都发现他们已无合适的频谱可用，FDD-LTE需要使用对称的频谱来构建它的上下行信道。事实情况是，由于频谱资源是有限的，无线频谱的使用需要得到通信管理委员会的授权，而这样的授权频谱其中相当多的一部分频段的频谱利用率极低，有相当一部分已分配的频谱几乎没有得到利用，而其他用户又不能去使用这样的授权频谱，因为你没有获得授权，显然这样是不正常的。动态频谱接入技术的提出，是为了解决当前

4、频谱利用率不高的问题。无线局域网WLAN的出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，无线通信在接入的过程中使用的是动态频谱接入，在这种情况下,认知无线电(cognitive Radio, CR)技术以及其包含的一系列资源分配技术被提出并推广。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Joseph Mitola博士和Gerald Q. Maquire教授在IEEE Personal Communication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、理解和判断后，通过RK

5、RL（Radio Knowledge Represent-action Language，无线电知识表达语言）调整通信参数，从而达到适应环境变化的目的。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，达到智能化管理频谱的目的。多个采用认知无线电技术的通信节点可以独立的或与现有网络共同构成认知无线电网络。 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计划署）在XG（neXt Generation，下一代通信计划）中提出采用认知无线电技术解决频谱缺乏和频谱政策协调的问题。2003年，FCC(美国联邦通信委员会)宣布，具备认知

6、无线电功能的无线终端可以有条件使用未获授权的频段（如广播电视频段）。2004和2005连续两年，NSF（美国自然科学基金委员会）在NeTs (未来网络研究计划)中资助认知无线电网络研究，WMPG（NSF无线移动计划工作组）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(IEEE 802.22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层规范。此外，欧盟支持了动态利用频谱的E2R（End-To-End Reconfigurability）项目；2005年，我国在863计划中立项启动了认知无线电技术的研究。作为无线

7、通信领域的最新进展，认知无线电技术是无线通信发展的又一个里程碑。目前，认知无线电中的频谱检测、频谱管理、频谱分配、功率控制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，尤其是功率控制方面的研究，研究得还不算特别深入。传统的功率控制最优化技术主要有：拉格朗日松弛法、经典法、二次规划法、博弈论和几何规划法。目前，不少的认知无线电功率控制问题研究是从传统的功率控制算法中得到的启发。 目前的认知无线电功率控制问题，常采用微观经济学中观点和方法来解决，例如，使用效用函数和代价函数。在无线通信中，当所有的终端用户分别调整各自的发射功率以最大化自己的效用函数时，此时的发射功率都将过高，各

8、自的信号都将对其他用户产生干扰。此处的效用函数可以是用户接收端所获得的信干比。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过程就是一个博弈过程，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，寻找到这个博弈过程的纳什均衡点，从而寻求个体与全局的平衡。3 基本原理和算法功率控制问题可以这样理解，在一个存在多个认知用户的CR系统中，如果其中某一个认知用户希望能够提高自己的通话质量，或者为了得到较高的信噪比（Signal-to-Noise Ratio,SNR），可以通过提高自身的发射功率来达到目的，但是发射功率如果盲目的增加，那么该用户数据的发送就会对在同一频段

9、上的其他认知用户产生干扰，从而又降低了其他用户的SNR。这样，将导致其他用户为了满足自身信噪比的需要，也都加大各自的发射功率，这样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效果，还增加了移动终端电池能量无谓的损耗，所以在实际应用的过程中，我们需要研究怎样的功率控制算法能使整个系统得到优化。 功率控制技术已经在传统的移动通信系统中得到广泛应用。传统的功率控制，有些是基于信噪比平衡的，有些是基于OFDM和注水法，但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，在学术界被越来越多的学者提出并采用。 当前国内的认知无线电功率控制算法主要的研究重点是利用博弈论进行功率控制，基本

10、上都是为了提高系统的公平性和稳定性在做研究。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过程中，可以使参与者的全部思想都相互交互，并能够在融合后生成最佳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。博弈论最早在经济、数学、生物领域用的最多，现在在认知无线电的研究中也被广泛的采用。博弈论适合处理多用户并且复杂的问题，能在众多的结论中生成优化过的结论，能够使问题的争论达到一个均衡点（即Nash均衡）。 具有以下三个方面要素才可以构成一个完整的博弈模型： l决策人：他们是博弈的参与者，博弈的过程是为了使他

11、们的利益最大化。 l 决策集合：是博弈的参与者所有可选决策的合集。 l效用函数：是每个参与者在博弈之后的收益，博弈的目的就是为了使效用 函数最大化。 1950年约翰纳什(John Nash)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(Nash Equilibrium, NE)。纳什均衡是一个包含了所有参与者最优策略的策略组合。在这个策略组合中，每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况下，该参与者都不会改变其策略，就达到了博弈的均衡；相反，如果该参与者想要改变他的策略，就不是一种纳什均衡，这个策略组合就不是最优的，那么这个最优策略组合就不成立。 在博弈论的理论

12、基础上，认知无线电的功率控制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况，因为每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控制中的应用也以非合作博弈为主。在1999年David Goodman等人最先提出了非合作功率控制博弈(non-cooperative power control game，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控制效率，优化的目标是使得系统中的所有用户都在有相同接收功率的情况下具有相同的信噪比。 NPG算法假设在单小区蜂窝CDMA系统中，每个用户以固定长度为M比特传

13、输数据，其中包含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为该用户单位时间内的吞吐量。为用户的效用函数： （2.2） （2.3）这里Pe采用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等级和信噪比。 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

14、户本身为了获得最大的效率，调整自己的发射功率，使得自己的局部利益最大化，而忽视了对其他认知用户正常通信而产生的影响，在CR这类自干扰系统中这种影响是致命的。虽然NPG算法是存在缺陷的，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，其中典型的就是考虑代价函数的非合作功率控制博弈算法,该算法在NPG算法的基础上，使得系统中的用户在使用更低的发射功率的情况下，获得更高的收益。该算法是存在纳什均衡解的。但该算法仍然不是完美的，用户间的距离使用户的接收效果差别很大，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

15、用户很不公平。 在NPGP的算法基础上又有很多人做了改进，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分考虑进去，就是频谱感知的结果。频谱感知是认知无线电一个重要的组成部分，频谱感知的结果对于功率控制具有重要的意义。4 国内外研究主要成果目前，国内外学者在认知无线电功率控制问题方面已经取得一定成绩，而且大部分都集中在利用博弈论的纳什均衡理论解决功率控制的算法研究上。 在无线通信系统中，发射功率是极为重要的资源，如果能得到有效利用，就能使系统容量增加、通信质量改善。功率控制的主要目的，就是尽量减少同信道干扰和信道间干扰。使用发射功率控制可以控制干扰，基本思想是调节发射机的

16、发射功率，在满足通信质量要求的前提下，使得在接收机处的接收功率尽量小。此外，功率控制在通信中还起着节能的作用，无线通信系统的终端通常是由电池供电，在实际应用中，若能以最小的发射功率进行通信，势必延长电池的放电时间。因此，如何调节发射功率、如何在系统内进行功率资源的分配，是目前无线通信系统研究的核心问题。 首先考虑两个用户（认知用户和授权用户）共享频谱时的功率控制问题。一种可行的方法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配策略，将博弈论和遗传算法相结合，采用两用户重复博弈建

17、立模型，借助遗传算法搜索策略空间。这两种方法可实现在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。 在更切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控制问题。多用户认知无线电系统的功率控制问题可以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。实现功率控制的另一种方法是基于信息论的迭代注水算法，基本思想为，将系统的信道划分为若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配较多的功率，在增益较小的子信道上

18、分配较少的功率甚至不分配功率，从而达到传输容量的最大化。算法成果：（1）发射功率控制的内外双层迭代循环灌水算法。内迭代用来给每个认知用户分配信道，外层迭代用来寻找满足认知用户目标速率要求的最小发射功率水平。（2）基于用户信干比（SIR）的线性成本函数的功率控制算法。（3）基于非合作功率控制博弈的认知无线电功率控制算法，根据各认知用户的QoS需求和系统的总吞吐量来调节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控制。模型成果：（1）非合作功率控制博弈模型，它对模型作出分析，并研究了基于代价函数的博弈功率控制问题，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控制博弈模型。（3）考虑链路增益的功率控制博弈模型，它对增益不同的用户给出不同的代价函数。 5 个人理解和体会认知无线电是无线电技术发展的下一个里程碑，该技术的应用将会带来历史性的变革，但是认知无线电技术的发展还存在许多问题，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发展，认知无线电技术受到日益关注，随着技术问题的突破，认知无线电将会为无线电资源管理和无线电接入市场带来新的发展契机和动力。自己在学习认知无线电之功率控制技术中收获颇多，更加深刻了解了认知无线电技术，复习巩固软件无线电，对认知无线技术产生了浓厚的兴趣。