一種基於多用戶多信道感知的頻譜共享能量消耗優化方法與流程

2023-09-18 16:39:20 2

本發明涉及無線通信領域，尤其涉及認知無線電系統中的能量消耗。
背景技術：
：認知無線電(CognitiveRadio,CR)是一種能夠有效提高無線頻譜利用率的技術。在認知無線電系統中，次用戶接入授權頻譜有三種方式。第一種為機會頻譜接入(OpportunisticSpectrumAccess，OSA)：次用戶只在檢測到主用戶信道空閒時才接入；第二種為頻譜共享(SpectrumSharing，SS)：採用幹擾功率作為約束條件來保證主用戶的服務質量(QoS)，使次用戶能夠與主用戶同時接入相同的授權頻譜；第三種為基於感知的頻譜共享(Sensing-basedSS)：次用戶首先進行頻譜感知，然後根據感知結果決定發送信號功率的大小。由於人們對高速率無線服務需求的持續增長，當前的無線系統在能量消耗方面面臨著巨大的挑戰。特別是對於依靠電池供能的移動終端，由於電池技術的發展滯後於無線技術的發展，能量消耗問題顯得更加嚴重。因此，關注認知無線電傳輸中的能量消耗問題顯得尤為重要。對於基於感知的認知無線電系統，在保證主用戶的服務質量前提下，當一個數據幀長度固定時，為了減少能量消耗，除開合理設計感知時間和數據傳輸時間外，優化分配信道和功率也十分重要。一些文獻已經對認知無線電系統中的能量消耗問題進行了研究。文獻[SUNX,TSANGDHK.Energy-efficientcooperativesensingschedulingformulti-bandcognitiveradionetworks[J].IEEETransactionsWirelessCommunications,2013,12(10):4943-4955.]聯合考慮信道容量、期望檢測概率及信噪比，利用複雜的三步方法解決多信道調度問題以實現能耗、性能與頻譜機會均衡。文獻[ERYIGITS,BAYHANS,TUGCUT.Energy-efficientmultichannelcooperativesensingschedulingwithheterogeneouschannelconditionsforcognitiveradionetworks[J].IEEETransactionsVehicularTechnology,2013,62(6):2690-2699.]在信道保護約束下最小化感知過程總能耗，通過調度用戶信道組決定對應的感知時長，以及能量與感知準確度的均衡。但是，上述文獻主要關注多信道的協作感知調度問題，僅對頻譜感知和感知結果報告的能量消耗優化，沒有結合傳輸數據的能量消耗。此外，在報告時假設所有次用戶的信噪比是服從某一分布隨機產生的，這不完全適合實際網絡拓撲。本發明則針對這些問題提出了一種新型的能量消耗優化方案。技術實現要素：本發明旨在解決以上現有技術的問題。提出了一種通過合理的信道與功率分配就能夠獲得更大的收益，從而提高能量效率的基於多用戶多信道感知的頻譜共享能量消耗優化方法。本發明的技術方案如下：一種基於多用戶多信道感知的頻譜共享能量消耗優化方法，所述多用戶多信道感知處於認知多址接入系統中，其包括以下步驟：101、在認知多址接入系統中，獲取τ、Θ、P(0)及P(1)，其中τ表示次用戶的感知時間，Θ表示信道分配矩陣，P(0)和P(1)表示功率分配矩陣,利用η(τ,Φ,P(0),P(1))表示認知多址接入系統中次用戶的能量消耗：η(τ,Θ,P(0),P(1))＝E(τ,P(0),P(1))/C(τ,Θ,P(0),P(1))；C(τ,Θ,P(0),P(1))表示一個幀周期的平均發送的數據，E(τ,P(0),P(1))表示一個幀周期的平均能量消耗，Θ表示信道分配矩陣；102、對步驟101的次用戶的能量消耗η(τ,Φ,P(0),P(1))進行凸鬆弛並轉化為一個含參數λ的線性問題，即函數F(λ)；103、通過二分法及凸優化法求得函數F(λ)的最小值λ*，即次用戶能量消耗的最小值，完成能量消耗優化。進一步的，所述函數F(λ)為一個關於λ的單調遞減函數，λ是轉化為線性問題而引人的一個輔助參數變量，在一個包含λ*的區間[λmin,λmax]內，λmin表示下限，λmax表示上限，採用二分法來找出λ*，λ*表示能量消耗的最小值，算法如下：；第一步：確定區間[λmin,λmax]，驗證F(λmin)·F(λmax)＜0，給定精確度ε；第二步：λ＝(λmin+λmax)/2；第三步：採用凸優化法，求解式F(λ)，並計算出F(λ)。第四步：1)若F(λ)＝0，則λ＝λ*；2)若F(λmin)·F(λ)＜0，則令λmax＝λ；3)若F(λ)·F(λmax)＜0，則令λmin＝λ。第五步：判斷是否達到精確度：若｜λmin-λmax|＜ε，則得到λ*，否則重複第二步到第四步。本發明的優點及有益效果如下：本發明在認知多址接入系統中，通過對感知時間、信道和功率聯合優化來減少次用戶的能量消耗。採用本發明的優化方法能夠使次用戶的能量消耗相對於多用戶多信道的機會頻譜接入更少。附圖說明圖1是本發明提供優選實施例不同信道數目下感知時間對能量消耗的影響；圖2為不同次用戶數目下感知時間對能量消耗的影響；圖3為不同平均幹擾功率約束下感知時間對能量消耗的影響；圖4為不同主用戶空閒概率下幹擾功率門限對能量消耗的影響；圖5為不同信道數目下感知時間對能量消耗的影響；圖6為不同平均幹擾功率約束下感知時間對能量消耗的影響；圖7為不同平均幹擾功率約束下感知時間對能量消耗的影響；圖8為不同平均幹擾功率約束下感知時間對能量消耗的影響。具體實施方式為了使本發明的目的、技術方案和優點更加清楚，下面將結合附圖對本發明作進一步的詳細描述，本發明提出一種基於多用戶多信道感知的頻譜共享能量消耗優化方案，考慮認知無線電系統中多個次用戶同時感知和接入多個主用戶信道時，通過對次用戶的感知時間、信號功率以及主用戶信道的合理分配來減少系統的能量消耗。本發明的技術解決方案包括以下步驟：步驟一、該方案的系統由K個次用戶和N個主用戶信道組成，並且K個次用戶能夠同時接入這N個主用戶信道，即構成一個認知多址接入系統。由於次用戶在接入主用戶信道之前會進行頻譜感知，因此次用戶的一個數據幀周期就包含感知時間和數據傳輸時間。數據幀周期和感知時間分別用T和τ表示，那麼一個幀周期內次用戶的數據傳輸時間就為T-τ。步驟二、K個次用戶根據不同的信道感知結果來分配不同的功率在N個主用戶信道上進行傳輸。如果檢測到第n(1≤n≤N)個信道空閒，次用戶k(1≤k≤K)將採用較高功率的Pn,k(0)進行發送數據，否則採用相對較低功率的Pn,k(1)發送數據。假設信道為平坦衰落，對於信道n，主用戶發射機與次用戶k接收機之間，次用戶k發射機與次用戶k接收機之間，次用戶k發射機與主用戶接收機之間的信道功率增益分別表示為且具有遍歷性和平穩性。次用戶接收端的噪聲服從零均值，方差為σ2的獨立同分布的循環對稱復高斯分布。根據信道檢測結果的二元性，第n個信道的虛警概率表示為[LIANGYC,ZENGY,PEHECY,etal.Sensing-throughputTradeoffforCognitiveRadioNetworks[J].IEEETransactionsWirelessCommunications,2008,7(4):1326–1337.]其中，τ為感知時間，γn為次用戶接收機在信道n上接收到的信噪比(SNR)，fs表示抽樣頻率，表示次用戶在信道n的檢測概率。步驟三、為了避免不同次用戶之間的幹擾，在一個數據幀周期內，每個信道最多只能分配給一個次用戶，而每個次用戶可以同時在多個信道上發送數據。用θn,k∈{1,0}表示信道分配指示符。當信道n分配給次用戶k時，θn,k為1，否則為0。信道分配矩陣其滿足ΣkKθn,k≤1,kK,nN---(2)]]>步驟四、系統中的能量消耗包括發送信號功率，電路功率(即信號處理和其他部分產生的能量消耗)。例如，模數/數模(AD/DA)轉換，變頻器，混頻器，合成器等[ISHEDENC,FETTWEISGP.Energy-efficientmulti-carrierlinkadaptationwithsumrate-dependentcircuitpower[C]//IEEEGLOBECOM,2010:1-6.]。因此，一個數據幀周期內的功率消耗為[CUIS,GOLDSMITHAJ,BAHAIA.Energy-constrainedmodulationoptimization[J].IEEETransactionsWirelessCommunications,2005,4(5):2349-2360.]Pt(n,k)(0)=ξζPn,k(0)+Pc---(3)]]>Pt(n,k)(1)=ξζPn,k(1)+Pc---(4)]]>其中，ζ為功率放大器(PA)的轉換效率，ξ為功率放大器的峰均比(PAR)，Pc為電路功率。由於頻譜感知是非理想的，因此，基於頻譜感知的結果和主用戶在每個信道的實際狀態，次用戶分別有4種不同的瞬時傳輸速率。用傳輸速率r的第一個下標表示主用戶的實際狀態(0表示空閒，1表示佔用)，第二個下標表示次用戶的判決結果(0表示空閒，1表示佔用)。當次用戶成功檢測到主用戶的空閒狀態時第k個次用戶在信道n的速率為r00(n,k)=θn,klog2(1+gss(n,k)Pn,k(0)σ2)---(5)]]>當次用戶沒能檢測到主用戶的空閒狀態時第k個次用戶在信道n的速率為r01(n,k)=θn,klog2(1+gss(n,k)Pn,k(1)σ2)---(6)]]>當次用戶沒能檢測到主用戶的佔用狀態時第k個次用戶在信道n的速率為r10(n,k)=θn,klog2(1+gss(n,k)Pn,k(0)gps(n,k)Pp,n+σ2)---(7)]]>當次用戶成功檢測到主用戶的佔用狀態時第k個次用戶在信道n的速率為r11(n,k)=θn,klog2(1+gss(n,k)Pn,k(1)gps(n,k)Pp,n+σ2)---(8)]]>其中，Pp,n為主用戶在信道n的發送信號功率，σ2＝N0BNf為接收機端的噪聲。N0為單邊功率譜密度，B為信道帶寬，Nf為噪聲係數。步驟五、次用戶k在信道n上的平均吞吐量為Cn,k=αn,k(0)r00(n,k)+αn,k(1)r01(n,k)+βn,k(0)r10(n,k)+βn,k(1)r11(n,k)---(9)]]>其中，這裡，H0,n為主用戶在信道n的空閒概率，H1,n為主用戶佔用信道n的概率。由式(9)可以得到次用戶k在N個信道上，一個幀周期內的平均發送的數據Ck=EΣn=1N(T-τ)Cn,k---(11)]]>那麼K個次用戶在N個信道上，一個幀周期的平均發送的數據就為C(τ,Θ,P(0),P(1))=Σk=1KCk---(12)]]>其中，E[·]表示期望運算，和為功率分配矩陣。次用戶k在信道n的平均功率消耗為Pn,k=αn,k(0)Pt(n,k)(0)+αn,k(1)Pt(n,k)(1)+βn,k(0)Pt(n,k)(0)+βn,k(1)Pt(n,k)(1)---(13)]]>因此，次用戶k在N個信道上，一個幀周期的平均能量消耗為Ek=ENPsensτ+Σn=1N(T-τ)Pn,k---(14)]]>其中，Psens為感知功率。K個次用戶在N個信道上，一個幀周期的平均能量消耗為E(τ,P(0),P(1))=Σk=1KEk---(15)]]>由於次用戶受到自身的功率預算限制，考慮平均發送功率約束是十分必要的。其約束條件可以表示為T-τTEΣn=1Nαn,k(0)Pn,k(0)+αn,k(1)Pn,k(1)+βn,k(0)Pn,k(0)+βn,k(1)Pn,k(1)≤Pm,kK---(16)]]>其中，Pm表示次用戶的最大平均發送功率。認知無線電系統中，保證主用戶的服務質量具有最高優先級，需要考慮次用戶對主用戶的幹擾。根據前面的分析，次用戶k的平均幹擾功率約束可以表示為T-τTEgsp(n,k)βn,k(0)Pn,k(0)+gsp(n,k)βn,k(1)Pn,k(1)≤PL,nN---(17)]]>其中，PL為主用戶在信道n上能夠容忍的最大平均幹擾功率。綜上所述，能量消耗優化問題可以表述為minτ,Θ,P(0),P(1)η(τ,Θ,P(0),P(1))=E(τ,P(0),P(1))C(τ,Θ,P(0),P(1))s.t.Pn,k(0)0,Pn,k(1)0(2),(16),(17)---(18)]]>由於θn,k∈{1,0}，導致能量消耗優化問題是一個非凸整型組合分式規劃問題。為了求得最優解，對式(18)進行凸鬆弛。根據文獻[WONGCY,CHENGRS,LATAIEFKB,etal.MultiuserOFDMwithadaptivesubcarrier,bit,andpowerallocation[J].IEEEJournalSelectedAreasinCommunications,1999,17(10):1747-1758.],把離散的轉化為連續的其滿足μn,k0,1,ΣkKμn,k≤1,kK,nN---(19)]]>因此，式(5)(6)(7)(8)的速率表達式修改為r~00(n,k)=μn,klog2(1+gss(n,k)Pn,k(0)μn,kσ2)---(20)]]>r~01(n,k)=μn,klog2(1+gss(n,k)Pn,k(1)μn,kσ2)---(21)]]>r~10(n,k)=μn,klog2(1+gss(n,k)Pn,k(0)gps(n,k)Pp,n+μn,kσ2)---(22)]]>r~11(n,k)=μn,klog2(1+gss(n,k)Pn,k(0)gps(n,k)Pp,n+μn,kσ2)---(23)]]>上式中的μn,k可以理解為一個信道上的頻譜共享[WONGCY,CHENGRS,LATAIEFKB,etal.MultiuserOFDMwithadaptivesubcarrier,bit,andpowerallocation[J].IEEEJournalSelectedAreasinCommunications,1999,17(10):1747-1758.]。為了符號統一，用代替式(18)中的E。因此，式(18)就轉化為minτ,U,P(0),P(1)η~(τ,U,P(0),P(1))=E~(τ,P(0),P(1))C~(τ,U,P(0),P(1))s.t.Pn,k(0)0,Pn,k(1)0(16),(17),(19)---(24)]]>由於感知時間τ在(0,T)範圍內，可以採用一維的窮舉搜索來獲得最佳感知時間，其表示為τopt=argminτη~(τ,U,P(0),P(1))---(25)]]>然後，最優的信道及功率分配U*、P(0)*和P(1)*表示為U*,P(0)*,P(1)*=U,P(0),P(1)τ=τopt---(26)]]>對於U、P(0)、P(1),式(24)是一個非線性分式規劃問題。利用分式規劃理論，引入一個參數λ，將其轉化為一個含參數的線性問題，得到下面這個函數minτ,U,P(0),P(1)L(λ,U,P(0),P(1);τ)=E~(τ,P(0),P(1))-λC~(τ,U,P(0),P(1))s.t.Pn,k(0)0,Pn,k(1)0(16),(17),(19)---(27)]]>這裡，τ被當成一個常量。定義F(λ)=min{E~(τ,P(0),P(1))-λC~(τ,U,P(0),P(1))}---(28)]]>根據Dinkelbach的關於非線性分式規劃的研究[DINKELBACHW.OnNonlinearFractionalProgramming[J].Management.Science,1967,13(7):492-498.]，若且唯若F(λ*)=F(λ*,U*,P(0)*,P(1)*)=min{E~(τ,P(0),P(1))-λ*C~(τ,U,P(0),P(1))}=0---(29)]]>那麼式(24)和式(27)的關係為λ*=E~(τ,P(0)*,P(1)*)/C~(τ,U*,P(0)*,P(1)*)=min{E~(τ,P(0),P(1))/C~(τ,U,P(0),P(1))}---(30)]]>證明如下，充分性：當時，必要性：證明完畢。也就是說，λ*為式(24)的解，即最小值，且在(U*,P(0)*,P(1)*)處取得。下面，將介紹如何求解λ*。首先，證明F(λ)是一個關於λ的單調遞減函數。設λ1＜λ2，F(λ1)=min{E~(τ,P(0),P(1))-λ1C~(τ,U,P(0),P(1))}=E~(τ,P(0)(λ1),P(1)(λ1))-λ1C~(τ,U(λ1),P(0)(λ1),P(1)(λ1))>E~(τ,P(0)(λ1),P(1)(λ1))-λ2C~(τ,U(λ1),P(0)(λ1),P(1)(λ1))>min{E~(τ,P(0),P(1))-λ2C~(τ,U,P(0),P(1))}=F(λ2)---(31)]]>因此，F(λ)是一個關於λ的單調遞減函數。在一個包含λ*的區間[λmin,λmax]內，採用二分法來找出λ*。算法如下：第一步：確定區間[λmin,λmax]，驗證F(λmin)·F(λmax)＜0，給定精確度ε。第二步：λ＝(λmin+λmax)/2。第三步：採用凸優化技術，求解式(27)，並計算出F(λ)。第四步：1)若F(λ)＝0，則λ＝λ*；2)若F(λmin)·F(λ)＜0，則令λmax＝λ；3)若F(λ)·F(λmax)＜0，則令λmin＝λ。第五步：判斷是否達到精確度：若|λmin-λmax|＜ε，則得到λ*，否則重複第二步到第四步。參數ε是預先設定的一個極小值，只要確定了λ*，那麼也將獲得對應的最優信道及功率配置。下面對所提的能量消耗優化方案進行仿真分析。仿真試驗中，數據幀周期T＝100ms，抽樣頻率為6MHz，每個信道的帶寬為6MHz且不相互重疊。對於所有的信道，次用戶感知時所接收到的信噪比(最差情況)為-20dB，次用戶的檢測概率為0.9。次用戶的最大平均發送功率Pm為10dBW，主用戶在信道n上的發送功率Pp,n為10mW。雙邊噪聲功率譜密度N0/2為-204dBW/Hz，噪聲係數Nf為10dB，感知功率Psens為110mW，電路功率Pc為210mW，功率放大器的峰均比ξ為6dB，轉換效率ζ為0.35。圖1為不同信道數目下感知時間對能量消耗的影響。主用戶信道的空閒概率H0,n＝0.8，最大平均幹擾功率PL＝-5dBW，次用戶數目K＝5。從圖中可以看出，能量消耗是關於感知時間τ的一個凸函數，因此存在最優的τ。此外，最小能量消耗的值隨著信道數目的增加而減少。這是因為，當信道數目增加時，較高質量的信道(次用戶鏈路之間增益較高，而次用戶到主用戶以及主用戶到次用戶鏈路之間增益較低)數目也會隨之增加，通過合理的信道與功率分配就能夠獲得更大的收益，從而提高能量效率。雖然能量消耗隨著信道數目的增加而減少，但是最優感知時間只在很小的範圍內變化，這一特點對於設計網絡協議十分有用。例如，對於不同的信道數目，可以設定一個固定的最優感知時間，以減少硬體參數的調整。圖2為不同次用戶數目下感知時間對能量消耗的影響。主用戶空閒概率和最大平均幹擾功率與圖1設置相同，信道數目N＝9。從圖中可以看出，最小能量消耗隨著次用戶數目增加而增加。雖然信道數目不變，但是次用戶數目的增加，導致次用戶之間競爭加劇，相對於每個次用戶來說，消耗了相同的感知能量，可分配的信道數目卻減少了。因此，信道與功率分配的收益就會降低，從而使能量消耗增加。從圖中還可以看出，最優感知時間與圖1具有相同的特點。圖3為不同平均幹擾功率約束下感知時間對能量消耗的影響。H0,n＝0.8,N＝9,K＝5。當主用戶能夠容忍更高的幹擾功率時，能量消耗和最優感知時間同時減少。當幹擾約束條件越苛刻時，為了減少對主用戶的幹擾，次用戶需要花費更長的時間感知信道來獲得更高的頻譜感知準確度。圖4為MMSSS與多用戶多信道的機會頻譜接入(MMOSA)(即MMSSS中，Pn,k(1)＝0)進行比較，後者在實際的認知無線電系統中被廣泛的應用，其嚴格禁止次用戶與主用戶在相同的信道同時進行傳輸。這裡，N＝9，K＝5。從圖中可以看出，在相同的主用戶空閒概率下，MMOSA比MMSSS消耗了更多的能量。由於在相同的發送功率預算下，MMSSS使次用戶有更多的機會發送數據，提供了更高的吞吐量。因此，能量消耗比MMOSA低。如果幹擾功率約束越苛刻，兩種方式之間的差距越小。這是因為，當幹擾功率約束門限值非常低時，次用戶檢測到主用戶活躍時只能採用更低的Pn,k(1)，幾乎接近於0，使其只能發送很少的數據，導致MMSSS中的次用戶的發送功率主要被分配在檢測到主用戶空閒的時間段，幾乎與MMOSA相同。當主用戶的空閒概率越小時，兩種方式之間的差距會越大。這表明，在實際的網絡中，當主用戶很少空閒時，MMSSS將具有更大的優勢，這一點是十分重要的。因此，在未來空閒頻譜越來越少時，MMSSS是一種提高頻譜效率的重要方式。為了更好的比較MMSSS與MMOSA的性能，因此把這兩種接入方式下的感知時間與能量消耗的關係放在了同一張圖上。圖5中，K＝5，H0,n＝0.8，PL＝-5dBW。圖6中，N＝9，K＝5，H0,n＝0.8。從這兩張圖中可以看出，MMSSS的性能優於MMOSA。當幹擾功率門限值越小時，它們之間的差距越小。這是因為，對於MMSSS，當主用戶佔用信道時，為了保護主用戶系統，次用戶發送數據的機會就會隨著幹擾功率門限值降低而減少。因此，總結出MMOSA為MMSSS的一個特例，即MMSSS中次用戶檢測到主用戶佔用信道時，發送功率為0。圖7和圖8分別為在H0,n＝0.6，H0,n＝0.4下感知時間對能量消耗的影響，N＝9，K＝5。從這兩張圖中也可以看出MMSSS的能量消耗低於MMOSA。從圖6，圖7，圖8這三張圖可以得出，最優感知時間隨著H0,n值的減少而增加，這是為了確保有害幹擾功率在約束條件範圍內。當H0,n＝0.4時，兩種方式在最優感知時間時的性能差距大於H0,n＝0.8和H0,n＝0.6時的差距，這同樣證實了前面圖4中的分析。以上這些實施例應理解為僅用於說明本發明而不用於限制本發明的保護範圍。在閱讀了本發明的記載的內容之後，技術人員可以對本發明作各種改動或修改，這些等效變化和修飾同樣落入本發明權利要求所限定的範圍。當前第1頁1&nbsp2&nbsp3&nbsp