西安邮电大学讲座-5G中的认知无线电绿色通信

5G中的认知无线电绿色通信2016.11.2715G简介2能量效率or频谱效率3节能协作频谱感知算法汇报内容4环境射频能量收集技术一、5G简介（一）四大关键技术关键技术超密集异构网络部署大规模MIMOD2D通信一、5G简介（二）五大性能指标性能指标网络容量提升1000倍频谱效率提高10倍能量效率提升10倍传输速率可达10GB/s业务时延小于5ms一、5G简介（三）认知无线电purposePU授权频谱随时接入伺机接入SUSU

认知用户(SU)可以在授权用户(PU)闲时使用授权频谱以充分利用频谱资源。认知无线电一、5G简介（三）认知无线电授权无线电licensedcellularradio无线电资源认知无线电cognitiveradio框架5G优化系统性能提升能量效率提高频谱效率二、能量效率or频谱效率（一）信道容量香农公式

只要通信速率低于信道容量C，总可以找到一种编码方式，使得误差概率接近于0。最大无误传输速率遍历容量下的速率中断容量下的速率点对点级容量系统级容量蜂窝级容量框架

给定一个中断概率p，中断容量是信道能以1-p的概率传输数据（允许最大错误概率为p）。

容量和可靠性之间的权衡二、能量效率or频谱效率（二）协作框架PU认知中继源中继终点带宽功率P距离r噪声Z目标：1、通过认知中继提升系统容量；2、找到最优的控制参数，满足能量效率、频谱效率以及系统容量的要求。传输模型控制参数：频带比：功率比：中继可用率：二、能量效率or频谱效率（二）协作框架PU认知中继·系统容量资源控制参数：频带比：功率比：中继可用率：结论：1、随着频带比和中继可用率的增加，系统容量增加，但有个极大值（高效）；2、中继可用率和频带比可以权衡，但中继可用率不能太小。二、能量效率or频谱效率（二）协作框架PU资源控制参数：频带比：功率比：中继可用率：结论：1、存在一个频带比使频谱效率达到最大值（星号）；2、功率比增大会增加频谱效率（容量增大）;认知中继·频谱效率3、频谱效率提升的关键在于频带比的选择;4、使用中继可以提升频谱效率。二、能量效率or频谱效率（二）协作框架PU资源控制参数：频带比：功率比：中继可用率：结论：1、能量效率和系统容量，或频谱效率和系统容量可以同时最优；2、E区域是权衡区，是最合适的资源选择区域。认知中继·权衡二、能量效率or频谱效率（二）协作框架PU资源控制参数：频带比：功率比：中继可用率：结论：1、中继可用率越大，可达到的系统容量越大；2、频带比越大，可达到的系统容量越大；认知中继·位置展望源中继终点带宽功率P距离r噪声Z中继位置：3、功率比越大，可达到的系统容量越大；4、存在一个最优的中继位置使得系统容量最大。二、能量效率or频谱效率（二）协作框架PU虚拟阵列天线授权无线电认知无线电uplinkMIMO一、活跃用户发出需求二、附近非活跃用户协助通信通信过程：本地广播建立分布式VAA二、能量效率or频谱效率（二）协作框架PU虚拟阵列天线一、活跃用户需要传输信息到基站二、附近非活跃用户协助通信通信过程：本地广播建立分布式VAA资源控制参数：频带比：活跃用户本地广播功率：ρ结论：1、对比黑线可以看出，VAA系统可以提升EE和SE（复用增益）；2、EE和SE可以同时提升；3、高SE时功率和频带比的增加会提升EE，低SE时反之；4、频带比应适当，过大反而会降低EE，这也是可优化的点。二、能量效率or频谱效率（三）非协作框架PU独立认知基站1、独立于宏小区之外；3、根据QoS需求选择使用频段；2、超密集异构网络部署；4、白皮书已经出版。使用中断概率来衡量系统容量

能量效率和频谱效率存在一个权衡关系，不可能同时提升。因此需要根据具体应用场景来进行选择。结论：二、能量效率or频谱效率协作框架非协作框架框架认知中继虚拟阵列天线独立认知基站点对点级容量系统级容量容量蜂窝级容量结合优化管理参数三、节能协作频谱感知算法目标改变优化系统性能提升能量效率提高频谱效率权衡提高能量效率达到系统性能优化三、节能协作频谱感知算法PU（一）协作频谱感知多径衰落和阴影衰落会导致隐主用户现象。问题1解决方法多个感知节点进行协作感知以增强可靠性。部分节点信噪比低，感知既耗能又不可靠。问题2解决方法在达到总性能指标的条件下选择感知节点。能量消耗仍旧较大，性能有待优化。问题3解决方法在感知节点引入多天线技术。三、节能协作频谱感知算法（二）优化方案H1代表PU占用授权频谱被，H0代表授权频谱空闲；系统模型i是感知节点编号，l是感知节点上的第l根天线，n是时间；yi,l[n]是第i个感知节点的第l根天线在n时刻的接收信号，x是PU发送信号；感知步骤1、每根天线分别使用能量算法进行感知；2、每个感知节点选择判决准则融合本节点上所有天线的结果，得到本地判决结果；3、FC接收节点传来的结果使用OR准则进行最终融合判决，判断频谱使用状态。h是信道衰落（自由空间路径损耗、大尺度衰落、瑞利衰落）。能量损耗模型Etot代表总能耗，M代表感知节点总数，L代表每个感知节点的天线数，ρi∈(0,1)代表第i个节点的工作状态，Esi,l代表第i个感知节点的第l根天线感知数据以及判决所消耗的能量，Eti代表第i个节点可靠传送1bit数据到FC所耗费的能量（随节点到FC的距离、也就是节点分布密度情况变化）。三、节能协作频谱感知算法（二）优化方案系统模型能量损耗模型Etot代表总能耗，M代表感知节点总数，L代表每个感知节点的天线数，ρi∈(0,1)代表第i个节点的工作状态，Esi,l代表第i个感知节点的第l根天线感知数据以及判决所消耗的能量，Eti代表第i个节点可靠传送1bit数据到FC所耗费的能量（随节点到FC的距离变化）。优化模型（可能无解）Pdi代表第i个节点的检测概率，Pfi代表第i个节点的虚警概率。在系统的检测概率和虚警概率的约束下选择节点以降低功耗。（三）性能仿真PU结论：1、随着可选感知节点数M的增加，能量消耗会减小；2、随着感知节点天线数L的增加，能量消耗会减小，但存在一个最优值。算法效果三、节能协作频谱感知算法横坐标代表可选择的感知节点总数M纵坐标代表系统的总能耗，即Etot（三）性能仿真PU结论：1、随着可选感知节点数M的增加，系统实现概率增大；2、随着感知节点的天线数L的增加，系统实现概率增大。实用性三、节能协作频谱感知算法横坐标代表可选择的感知节点总数M纵坐标代表优化方案可实现的概率三、节能协作频谱感知算法优化系统性能提升能量效率提高频谱效率权衡提高能量效率达到系