基于拉格朗日对偶的认知无线电网络最优资源分配算法

《基于拉格朗日对偶的认知无线电网络最优资源分配算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于拉格朗日对偶的认知无线电网络最优资源分配算法　　摘要：针对传统机会认知无线电网络容量有限的问题，提出了基于拉格朗日对偶的认知无线电网络最优资源分配算法。首先，将一个用户分配给每个子载波；然后，使用标准的凸优化方法确定每个子载波的对应功率，仅一个用户可获得功率正值；最后，利用拉格朗日对偶分解法同时分配CR网络中的子载波和功率，最大限度地提高系统的总容量。使用长期演进真实场景参数与空间信道传播模型评估了所提算法的有效性，仿真结果表明，相比次优资源分配算法，所提算法的总容量平均分别提高了9.3%，相比基于任意输入分布的最优资源分配算法，总容量提高了28.7%，并

2、取得了较快的收敛速率，可以很好地用于解决无线电网络资源配置中的容量问题。　　关键词：认知无线电网络；资源分配；多输入多输出；正交频分复用接入；长期演进；拉格朗日对偶　　中图分类号：TN925?34文献标识码：A文章编号：1004?373X（2016）19?0006?05　　Abstract：Sincethetraditionalopportunisticcognitiveradio（CR）networkislimitedbythecapacity，anoptimalsourceallocationalgorithmofcognitiveradionetwork

3、basedonLagrangedualityisproposed.Withthealgorithm，auserisallocatedto10eachsubcarrier；thecorrespondingpowerofeachsubcarrierisdeterminedwiththestandardconvexoptimizationmethod，andonlyausercanobtainthepositivepowervalue；theLagrangedualitydecompositionmethodisusedtoallocatethesubcarrier

4、andpowerinCRnetworksimultaneouslytoincreasethesystemtotalcapacitytothemaximumextent.Theeffectivenessoftheproposedalgorithmwasverifiedbymeansofthelongtermrealsceneparametersevolutingandspacechannelpropagationmodel.Theexperimentalresultsshowthatthetotalcapacityoftheproposedalgorithmis

5、9.3%higherthanthatofthesub?optimalresourceallocationalgorithm，and28.7%higherthanthatoftheoptimalresourceallocationalgorithmbasedonarbitraryinputdistribution，theproposealgorithmhasfastconvergencerate，andcansolvethecapacityproblemincognitiveradionetworkresourceallocationeffectively.　　

6、Keywords：cognitiveradionetwork；resourceallocation；multi?inputandmulti?output；OFDMaccess；long?termevolution；Lagrangeduality　　0引言　　认知无线电（Cognitiveradio，CR）技术是为解决频谱使用不当问题而出现的新技术，该技术使得二级用户得到随时与现有机会频谱接入（OpportunisticSpectrum10Access，OSA）频谱空洞的可能[1]。在OSA结构保持主网不变的情况下，二级用户才能使用该频谱孔，因此频谱利用率可显著

7、提高。在CR网络中的用户将其测得的信息发送到CR基站（BaseStation，BS），在感测周期和该站提供机会性使用频谱分配方案[2]。众多为二级用户在CR网络中传输信息的技术中，正交频分复用（OrthogonalFrequencyDivisionMultiplexing，OFDM）[3]得到了广泛应用，该技术由于具有极大动态分配灵活性，使次要用户使用未被占用的频谱，且授权用户可在不增加成本的前提下监测频谱活动[4]。然而，因为其子载波的频段被一级用户停用，该结构中的二级用户的子载波数是有限的，因此，总网络容量有限。　　为了最大化网络容量并提高频率利用率，提出

8、了基于拉格朗日对偶分解的多输入多输出?