CN1878027B - 基于认知无线电***的多用户资源分配方法 - Google Patents

Abstract

本发明公开一种基于认知无线电***的多用户资源分配方法，在复用授权用户频谱空洞时，认知AP节点与***内多认知用户在下行链路通信，遵循比例公平原则进行资源分配，采用二步算法计算，以降低计算复杂度；二步算法的第一步进行子载波指配，第二步进行子载波上的发射功率分配；其特征在于：在第一步进行子载波分配时，认知AP节点计算每一个子载波上分配给不同认知用户的预分配发射功率，以保证不干扰已授权用户的正常通信；预分配功率计算要考虑认知节点在子载波上功率受限和设备类型两个因素；并以调度因子

为依据，为每一个认知节点分配子载波，其算法相对简单、快速，满足了认知无线电的高度灵活性和实时性要求。

Description

基于认知无线电***的多用户资源分配方法

技术领域

本发明属于无线通信技术领域，涉及认知无线电在正交频分复用(OFDM)***中资源分配算法。具体是认知无线电通信***下行链路中多用户频谱资源分配方法。

背景技术

认知无线电的基本目的就是最大程度提高频谱的利用率，解决频谱资源匮乏问题。现有频谱管理方式是将部分频谱资源固定分配给一部分用户(授权用户)，但其利用率不高，有的甚至长期不用。基于某些授权频段利用率不高的状况，具有认知功能的无线通信设备可以按照某种“伺机”(Opportunistic Way)的方式工作在已授权的频段内。用频谱空洞级别标识不同频段的可利用程度。空洞程度分别以白洞(没有使用)，灰洞(部分使用或距离较远)和黑洞(完全占用)对应表示。认知无线电主要解决非授权用户对空洞和灰洞的应用问题，当非授权的通信用户使用已授权的频谱资源时，必须保证其通信不会影响到已授权用户的正常通信。如此，非授权用户需要在保证误码率等要求的前提下，按照一定的算法调整在对应频带的发射功率，达到频谱的充分利用。

图1为在WLAN***的应用场景中，认知用户使用授权用户频段通信示意。***中既具有授权用户，例如蓝牙设备，普通的802.11设备，甚至是微波炉和无绳电话等，又具有认知功能的设备，例如具有认知功能的手机、笔记本电脑、PDA等，认知用户检测周围频谱的使用状况，寻找到频谱空洞，利用这些频谱空洞和同样具有认知功能的AP节点构成一个认知无线局域网，为认知用户提供多种服务。在这种应用场景中认知用户和普通授权用户共同存在，认知用户占用授权用户的频段是暂时的，因此必须要有有效的方法使认知用户可以高效的利用频谱空洞，以提高频谱的利用效率。一般通过有效的频谱资源分配方法来实现。

现有的无线电***的频谱资源分配算法不能用于认知无线电***的功率分配。这主要是由于：(1)现有WLAN中设备类型单一，其资源分配算法只是针对单一设备类型进行分配；而认知无线电中的移动终端是多种多样的，移动终端的多样化，意味在分配功率时要考虑到不同终端有不同的功率标准。(2)传统功率分配算法不需要考虑对授权用户的干扰。(3)传统功率分配算法一般计算复杂度比较高，不能适应认知无线电中高度的灵活性和实时性的要求。

发明内容

本发明为解决现有的无线电通信***资源分配方法不能满足认知无线电***的需要的现状，而提出了一种基于认知无线电***的多用户资源分配方法，达到既满足认知无线电***能合理使用授权用户的频谱通信，又不干扰授权用户的正常通信的目的。

本发明所提供的基于认知无线电***的多用户资源分配算法如下：

认知接入节点AP(Access Point)在下行链路中负责资源分配，它需要检测频谱空洞和获得所有认知用户在频谱空洞上所呈现出的衰落特性。

在使用授权的频谱空洞时，认知接入节点AP节点与***内多认知用户在下行链路通信，遵循“比例公平原则”进行资源分配，以平衡不同信道特性认知节点(不具备接入功能的普通认知节点)间的信道容量；同时采用“二步算法”计算资源分配，以降低计算复杂度。所述“二步算法”的第一步为进行子载波指配，第二步进行子载波上的发射功率分配。在第一步进行子载波分配时，认知接入节点AP要计算出每一个子载波上分配给不同认知用户的预分配发射功率，预分配的功率大小要以不干扰授权用户的正常通信为基点。为此在计算预分配功率时主要考虑认知用户在子载波上功率受限和设备类型两个因素；并用调度因子

为依据，为每一个认知用户分配子载波；在第二步为子载波分配功率的方法：分配的方法按以下公式进行：

$p_{k,n}=\frac{p_{k,\mathrm{total}}}{N_k}+[\left(\frac{\underset{j=1}{\overset{N_k}{\mathrm{\Σ}}}\frac{1}{{g^2}_{k,j}}}{N_k}\right)-\frac{1}{g_{k,n}^2}]p_{\mathrm{noise}}---\left(8\right)$

式中n表示第n个子载波，k指的是第n个子载波所指派给的用户k，N_k表示认知用户k所分配到子载波的数目，p_k，total表示的是第k认知用户的总的传输功率，g² _k，j表示认知用户k使用子载波j时，信道所呈现出的衰落特性， $P_{\mathrm{noise}}=N_0\frac{B}{N}$ 表示的是当前噪声总功率，其中，N₀表示噪声功率谱密度，B表示带宽，N表示子载波数目。

当计算预分配功率考虑子载波功率受限时，为第i个认知用户占用第j个子载波时预分配的功率为，即 $\widetilde{p_{i,j}}=\widetilde{p_j}$

当计算预分配功率考虑设备类型时，即子载波上功率不受限， $\widetilde{p_{i,j}}=\frac{(P_{\mathrm{total}}-P_{\mathrm{cnst}})}{N-N_{\mathrm{cnst}}}{\mathrm{\α}}_i,$

式中，α_i是与认知用户i设备类型密切相关的参数， ${\mathrm{\α}}_i=\frac{P_i{N}_i}{\mathrm{\Σ}{P}_j{N}_j};$ ∑P_jN_j表示所有设备的功率和，P_cnst表示所有受限频段上功率的总合；P_total是认知接入节点AP的最大发射功率；N表示子载波的总数；N_cnst表示受限子载波的总数；P_i表示认知节点i设备类型的平均工作功率，N_i表示和认知节点i设备类型相同用户的个数。

发射功率上限值是从授权用户接收端信干比SIR的最小值计算求得，信干比SIR从以下计算式计算：

$\mathrm{SIR}=\frac{p_j{G}_{\mathrm{ij}}}{{\mathrm{\Σ}}_{k=1,k\≠i}^N{p}_k{G}_{\mathrm{kj}}I(k,j)+p_m^{\mathrm{cr}}{G}_{\mathrm{mj}}}$

p_i是授权用户i的发射功率，G_ij是授权用户i到j的增益，或者称为衰减因子，I(k，j)是一个选择因子，p_m ^cr为认知用户m发送的功率。

衰减因子G_ij也是发射机与接收机之间的距离的函数，认知无线电***必须知道它功率覆盖范围内的授权用户位置，来确定在使用受权用户频段时认知无线电***在该频段上的发射功率上限，使认知节点可以使用由于地理位置而产生的频谱空洞。

本发明的资源分配方法的优点在于：可以实现多种设备类型的认知用户高效地使用检测到的频谱空洞进行通信，而不干扰授权用户的正常通信。与现有的资源分配算法相比较，本发明的算法相对简单、快速，这主要是因为，本发明的算法中没有现有算法的迭代过程，因此本发明可以满足认知无线电的高度灵活性和实时性的要求。

附图说明

图1WLAN应用环境下的认知无线电***示意图

图2认知无线电***下行链路通信示意图

图3认知节点初始化工作流程

图4认知用户通信对授权用户的干扰示意图

图5认知接入节点AP的功率分配流程图

图6本发明方法相对于固定FDMA多址模式的性能比较仿真效果图

图7本发明方法兼顾比例公平原则仿真图

具体实施方式

参照上述附图，对本发明的具体实施方式作进一步详细说明。

参见图2，认知接入节点AP WLAN应用场景的下行链路上与多种类型认知用户通信。认知用户的类型可以是手机，车载电台，PDA或其它。本发明的基于认知无线电的功率分配算法解决了在WLAN的应用场景中，认知接入节点AP通过实时动态的分配下行链路中通信认知用户的频谱资源，高效地利用检测到的频谱空洞的问题。本发明中的资源分配方法主要考虑功率受限和设备类型两个因素。认知无线电所使用的频谱空洞，是已分配给授权用户的频段，因此资源分配的首要原则就是认知无线电的通信不能干扰授权用户的正常通信，即发射功率要受限。

其次，如图3所示，认知接入节点AP必须获知认知用户的设备类型。当具有认知功能的设备开机后会进行一系列操作，将自己的设备类型告诉认知接入节点AP，为进行资源分配算法做好准备。认知设备先要检测周围是否有认知接入节点AP，当检测到认知接入节点AP时，认知节点通知认知接入节点AP自己的设备类型，例如是手机，车载电台，PDA等。认知接入节点AP的数据库中记录下新到达的认知节点。

认知接入节点AP在获得所有要求进行通信认知用户的请求信息后，必须首先对周围的频谱使用情况进行检测，找到可以使用的频谱空洞，同时要获得所有认知用户在可以使用的频谱空洞上所呈现的衰落特性。这些是认知接入节点AP进行资源分配算法的依据。

在完成频谱空洞检测和空洞衰落特性的测量后，所有数据都汇总到认知接入节点AP。认知接入节点AP同时还要获得整个***功率覆盖范围内的授权用户的信息。这是认知无线电寻找地理位置上的频谱空洞的一种重要的参考。

如图4所示，当授权用户离认知接入节点AP距离足够远时，即图4中两个深色圆(发射机强功率覆盖范围)重叠不多时，认知节点可以使用此授权用户的频段，但发射功率必须要低于一定的门限值。这个门限值可以通过本发明的资源分配来计算。

认知接入节点AP根据上述获得的信息要在下行链路中完成功率分配和子载波的指配，认知无线电的功率分配算法要考虑对授权用户的功率干扰。在进行资源分配时，功率受限子载波的分配功率不能超过各自的功率上限，这要求分配算法要给每个子载波分配一个预分配功率，以保证不干扰授权用户的正常通信。

本发明的资源分配算法遵循比例公平原则，防止信道特性比较好的用户占用了大部分频谱空洞，而其它用户尤其是信道特性比较差的用户不能保证正常通信。

为了降低计算复杂度，本发明采用“二分法”进行多用户的功率分配，即第一步进行子载波的指配，第二步进行子载波上的功率分配。

在进行子载波的指配时，认知接入节点AP需要计算出每一个子载波上分配给每个认知用户的预分配功率

(认知节点i，在子载波j上的预分配功率)。

的计算要结合认知用户的设备类型和子载波上的功率受限两个因素。当考虑功率受限因素从而计算出子载波上的发射功率上限时，主要考虑认知用户通信对于授权用户接收端信干比的影响，SIR表示授权用户接收端的信干比。

$\mathrm{SIR}=\frac{p_j{G}_{\mathrm{ij}}}{{\mathrm{\Σ}}_{k=1,k\≠i}^N{p}_k{G}_{\mathrm{kj}}I(k,j)+p_m^{\mathrm{cr}}{G}_{\mathrm{mj}}}$

p_i是授权用户i的发射功率，G_ij是授权用户i到j的增益，或者称为衰减因子.I(k，j)是一个选择因子，它的具体含义为：

P_m ^cr为认知用户m发送的功率。如果给出SIR的最小值，便可以估计出p_m ^cr的上限

同时认知接入节点AP对于整个认知***中所有用户的设备类型有所了解。设备类型可以在认知设备进入这个认知***时通知认知接入节点AP。认知接入节点AP根据认知用户的设备类型估计出采用二分法进行功率分配时，第一步假设每个子载波应该分到的功率。在传统二分法中第一步假设每个子载波上分配的功率都相等。在认知无线电***中，二分法第一步所假设的每个子载波上分配的功率差别很大。这主要是由于以上两种原因一是功率受限；二是设备类型不同。

设为本发明算法中“二步法”算法第一步中每个子载波初始分配的功率，即第i个认知用户占用第j个子载波时分配的功率。

当第j个子载波所在频段功率受限时， $\widetilde{p_{i,j}}=\widetilde{p_j}.$

当第j个子载波所在频段功率不受限制时， $\widetilde{p_{i,j}}=\frac{(P_{\mathrm{total}}-P_{\mathrm{cnst}})}{N-N_{\mathrm{cnst}}}{\mathrm{\α}}_i.$

式中，P_cnst表示所有受限频段上功率的总合；N_cnst表示受限子载波的总数；α_i是与认知节点i设备类型密切相关的参数， ${\mathrm{\α}}_i=\frac{P_i{N}_i}{\mathrm{\Σ}{P}_j{N}_j};$ P_i表示认知节点i设备类型的平均工作功率(例如GSM手机900毫瓦)；P_total是认知接入节点AP的最大发射功率；N表示子载波的总数；N_i表示和认知节点i设备类型相同节点的个数。通过以上的计算可以确定所有子载波对应不同认知节点的预分配功率。

由于设备本身限制，认知接入节点AP最大发射功率为P_total。本文分配算法的目标是，通过对子载波和功率的分配使得整个信道容量达到最大，同时要兼顾比例公平原则。比例公平原则的引入可能会使总信道容量有所下降，但是保障了每个用户都能满足一定的通信要求。

信道特性用 $H_{k,n}=\frac{g_{k,n}^2}{P_{\mathrm{noise}}}=\frac{g_{k,n}^2}{N_0\frac{B}{N}}$ 表示。

g_k，n表示认知用户k使用子载波n时，信道所呈现出的衰落特性，N₀表示噪声功率谱密度，B表示带宽，N表示子载波数目。H_k，n反映了不同用户在相同频段上所呈现出不同的传输特性，一般假设噪声的功率谱密度是不变的，H_k，n的值只与g_k，n有关。本发明充分利用不同用户在相同频段间所呈现出的不同衰落特性，以提高频谱利用率。

本发明进行功率分配时要考虑比例公平原则，R₁∶R₂∶...R_K＝r₁∶r₂∶...r₃R表示的是认知用户业务量(信息比特)的预测值，r表示特定的数值。

如图5所示，在获得以上信息后，认知接入节点AP按照本发明的工作流程进行功率分配。本发明的调度因子设计为

，调度因子反映了分配认知节点子载波的优先级，子载波分配算法流程如下：

1)首先为每个认知节点指配三个变量，一个是总的信息速率R_K，即这个认知节点所有子载波上信道容量的总合；另一个是通过分配认知节点得到的子载波集合Ω_k，Ω_K表示分配给用户k的子载波集合；再一个是认知节点分配到的总功率p_k，total。

设R_K＝0，Ω_k＝φ

(所有的k值，即所有用户)，A表示由所有子载波序号组成的一个集合，A＝{1，2，3，...，N}。

p_k，total＝0

2)根据调度因子为每一个认知节点分配一个子载波，同时更新第一部指配给每个认知节点的三个变量

for 1 to k

a) $n=\arg \left(\max \left(\frac{\widetilde{p_{k,n}}{g}_{k,n}^2}{P_{\mathrm{noise}}}\right)\right)$

b)Ω_k＝Ω_k ∪{n}，A＝A-{n}

$p_{k,\mathrm{total}}=p_{k,\mathrm{total}}+\widetilde{p_{k,n}}$

更新 $R_K=\underset{n=1}{\overset{N_k}{\mathrm{\Σ}}}\frac{1}{N}{\log }_2(1+\frac{\widetilde{p_{i,j}}{g}_{k,n}^2}{P_{\mathrm{noise}}})$

End；

3)进入一个循环按照调度因子进行分配直到所有子载波分配分配完毕。

while  A≠φ

a)find k使得 $\frac{R_k}{r_k}\≤\frac{R_i}{r_i}$ 1≤i≤K

b)对应k， $n=\arg \left(\max \left(\frac{\widetilde{p_{k,n}}{g}_{k,n}^2}{P_{\mathrm{noise}}}\right)\right),$ j∈A

c)Ω_k＝Ω_k∪{n}，A＝A-{n}

$p_{k,\mathrm{total}}=p_{k,\mathrm{total}}+\widetilde{p_{k,n}}$

更新 $R_K=\underset{n=1}{\overset{N_k}{\mathrm{\Σ}}}\frac{1}{N}{\log }_2(1+\frac{\widetilde{p_{i,j}}{g}_{k,n}^2}{P_{\mathrm{noise}}})$

End

上述算法完成了每个子载波与使用用户之间的指配。

在完成每个子载波指配后，进行单用户的功率分配，分配的方法按以下公式进行：

$p_{k,n}=\frac{p_{k,\mathrm{total}}}{N_k}+[\left(\frac{\underset{j=1}{\overset{N_k}{\mathrm{\Σ}}}\frac{1}{{g^2}_{k,j}}}{N_k}\right)-\frac{1}{g_{k,n}^2}]p_{\mathrm{noise}}---\left(8\right)$

式中n表示第n个子载波，k指的是第n个子载波所指派给的用户k，N_k表示k个认知用户所分配到子载波的数目，p_k，total表示的是第k认知用户的总的传输功率，g² _k，j表示认知用户k使用子载波j时，信道所呈现出的衰落特性， $P_{\mathrm{noise}}=N_0\frac{B}{N}$ 表示的是当前噪声总功率，其中，

N₀表示噪声功率谱密度，B表示带宽，N表示子载波数目。

仿真结果

本发明解决了认知无线电***中，多种通信终端的前提下充分利用检测到的频谱空洞问题。传统的功率分配算法只是使用与同一种设备类型终端，对于具有多种类型设备终端的认知无线电***并不适用。

如图6所示，由于本发明算法可以充分利用不同认知用户由于地理位置的不同所呈现出的不同衰落特性，可以将子载波分配给衰落特性较好的用户，因此比固定FDMA的多址模式，极大地提高了频谱利用率和总信道容量，在图6中可以看出由于FDMA多址方式不考虑不同用户的不同信道衰落特性，随着用户数目的增加总的信道容量基本不发生变化，而本发明考虑到不同用户所呈现出的不同衰落特性，因此随着用户数目的增加，分配完以后总的信道容量也随之增加。

如图7所示，本发明的算法执行时遵循了比例公平原则，当以所有认知用户的信息速率相等为前提下，进行分配后每个认知用户分配到的总的信道容量相差不大。图7中可以看出认知用户间信道容量有轻微的起伏，信道容量最大的认知用户与信道容量最小的用户之间相差几十分之一，基本满足了比例公平原则。

Claims (3)

1.一种基于认知无线电***的多用户资源分配方法，在复用授权用户频谱空洞时，认知AP节点(Access Point，接入节点)与***内多认知用户在下行链路通信，遵循比例公平原则进行资源分配，以平衡不同信道特性认知用户间的信道容量；采用二步算法计算资源分配，以降低计算复杂度；所述“二步算法”的第一步进行子载波分配，第二步进行子载波上的发射功率分配；其特征在于：第一步进行子载波分配，认知AP节点计算每一个子载波上分配给不同认知用户的预分配发射功率，以保证不干扰已授权用户的正常通信；预分配功率计算要考虑认知用户在子载波上功率受限和设备类型两个因素；并以调度因子 

为依据，为每一个认知用户分配子载波，H_k，n反映了不同认知用户在相同频段上所呈现出不同的传输特性， 表示认知用户k在第n个子载波上的预分配功率；第二步子载波功率分配方法按以下公式进行：

式中n表示第n个子载波，k指的是第n个子载波所指派给的认知用户k，N_k表示认知用户k所分配到子载波的数目，p_k，total表示的是第k认知用户的总的传输功率，g² _k，j表示认知用户k使用子载波j时，信道所呈现出的衰落特性， 表示的是当前噪声总功率，

其中，N₀表示噪声功率谱密度，B表示带宽，N表示子载波数目。

2.根据权利要求1所述的基于认知无线电***的多用户资源分配方法，其特征在于：

在为第i个认知用户占用第j个子载波预分配功率时要考虑两种因素：

1)当考虑子载波功率受限因素时，子载波上预分配的功率 为子载波上的发射功率上限 

即 

2)当考虑设备类型因素时， 

式中α_i是与认知用户i设备类型密切相关的参数； ∑P_jN_j表示所有设备的功率和，P_cnst表示所有受限频段上功率的总和，AP最大发射功率为P_total，N_cnst表示受限子载波的总数；P_i表示认知用户i设备类型的平均工作功率，N_i表示和认知用户i设备类型相同用户的个数。

3.根据权利要求2所述的基于认知无线电***的多用户资源分配方法，其特征在于：确定发射功率上限 

值主要考虑认知用户通信对于授权用户接收端信干比的影响， 

是由授权用户接收端信干比SIR的最小值得出；授权用户接收端信干比SIR从以下计算式计算：

p_s是授权用户s的发射功率，I(q，u)是一个选择因子，

， 

为认知用户m发送的功率，如果给出SIR的最小值，便可以估计出 的上限 G_su是授权用户s到u的增益，或者称为衰减因子。 

Images