張?jiān)其h
摘 要:在對(duì)無(wú)線網(wǎng)絡(luò)的認(rèn)知過程中,通常都會(huì)針對(duì)系統(tǒng)中的所有用戶能否接入信道,且在同一個(gè)信道內(nèi)進(jìn)行通信的情況提出不同的聯(lián)合優(yōu)化方案。當(dāng)然,系統(tǒng)運(yùn)行存在可以運(yùn)行和不可以運(yùn)行兩種情況。在系統(tǒng)不能運(yùn)行的情況下,提出的是優(yōu)化功率和接入控制的聯(lián)合方案,因?yàn)榻尤肟刂拼嬖诘腘P問題,必須要利用提出的LP-PSO算法實(shí)現(xiàn)對(duì)其有效控制和有效優(yōu)化,并且在此過程中,還對(duì)其算法的收斂性特性進(jìn)行分析和驗(yàn)證;在系統(tǒng)可以運(yùn)行的情況下,提出的是優(yōu)化功率和傳輸速度的聯(lián)合方案,因?yàn)楦倪M(jìn)拉格朗日對(duì)偶算法就可以對(duì)其實(shí)現(xiàn)最佳的優(yōu)化。由此可以看出,雖然提算法增加了程序的復(fù)雜度,但是它能夠在最短的時(shí)間內(nèi)實(shí)現(xiàn)收斂,并且還可以有效的降低能耗和資源的合理分配。
關(guān)鍵詞:認(rèn)知無(wú)線網(wǎng)絡(luò);功率和信道接入;聯(lián)合優(yōu)化
0 引言
中國(guó)的無(wú)線通信網(wǎng)絡(luò)發(fā)展逐漸普及化,資源也是越來越少,然而,在這種資源匱乏的時(shí)期,實(shí)現(xiàn)動(dòng)態(tài)性的用戶訪問和授權(quán)頻譜的共享,是解決資源利用低這一大問題的最佳舉措。在利用功率控制技術(shù)不僅可以在一定范圍內(nèi)保障其他信號(hào)不會(huì)對(duì)其區(qū)域內(nèi)的信號(hào)傳輸造成干擾,而且還可以有效的降低能源的消耗和網(wǎng)絡(luò)容量的增加。因此,無(wú)線網(wǎng)絡(luò)中功率和信道接入的聯(lián)合優(yōu)化工作的開展勢(shì)在必行。
1 系統(tǒng)模型
在無(wú)線網(wǎng)絡(luò)的認(rèn)知了解中,一般都會(huì)對(duì)一個(gè)PU或者是多個(gè)PU共存的上行通信鏈路系統(tǒng)運(yùn)行原理有一個(gè)認(rèn)知。PU和SU兩個(gè)之間與主基站和認(rèn)知基站都是獨(dú)立地進(jìn)行聯(lián)系。網(wǎng)絡(luò)中的一個(gè)PU和多個(gè)SU,假設(shè)信號(hào)參數(shù)受到路徑衰落的影響引起變化的情況下,應(yīng)該對(duì)其路徑損壞的距離建立模型,并根據(jù)其關(guān)系式確定PU和SU所處的位置。
在主用戶和次用戶QOS約束的情況下,接入控制問題就是NP的問題。只要將次用戶的準(zhǔn)入控制問題轉(zhuǎn)化為圖論問題,并且對(duì)其進(jìn)行論證,那么,這個(gè)問題就相當(dāng)于在有向完全圖中一定可以將最大的導(dǎo)出圖尋找出來。當(dāng)然了,在這些導(dǎo)出圖中,子圖中每個(gè)邊的權(quán)重之和都遠(yuǎn)遠(yuǎn)低于指向節(jié)點(diǎn)的權(quán)重,也就是常說的用戶對(duì)主用戶的干擾值低于最低警戒線,是滿足了QOS的要求的。所以,在圖中找出最大導(dǎo)出出子圖是NP的問題。
2 聯(lián)合優(yōu)化
2.1 用戶接入和發(fā)射功率控制的優(yōu)化
2.1.1 實(shí)際點(diǎn)差
發(fā)射功率的控制因?yàn)橐恍┫拗菩缘囊蛩貙?dǎo)致其不能正常運(yùn)行,如兩個(gè)用戶之間的信道接收信息量增多的共線,或者是具有十分高的相交線的關(guān)系;PU的干擾溫度最低限度較低,或者是次用戶的SINR相對(duì)比較高;在每個(gè)特定的時(shí)間,用戶數(shù)量已經(jīng)超出了配置的基站天數(shù)的數(shù)量。
2.1.2 核算方法
當(dāng)然,為了能夠使問題得到及時(shí)、有效的處理,提出一種在線性規(guī)劃的粒子群優(yōu)化算法基礎(chǔ)上的核算方法。主要就是為了借助LP將次用戶的SINR約束轉(zhuǎn)化為發(fā)射功率的約束。該核算法包含兩個(gè)方面,即線性規(guī)劃函數(shù)和粒子群優(yōu)化核算法。線性規(guī)劃函數(shù)分為線性規(guī)劃優(yōu)化函數(shù)和約束函數(shù),借助現(xiàn)行規(guī)劃的方式可以尋找最大的次用戶接入信道的信息量大小,由于在運(yùn)行的過程中,主用戶和次用戶QOS的約束可行域是有一定局限性的,線性函數(shù)自身的范圍也是有限的,且存在最大值,因此,線性規(guī)劃的優(yōu)化函數(shù)雖然有限,但是,其一定會(huì)在某一個(gè)值上完成收斂;粒子群優(yōu)化在核算的過程中,如果權(quán)重因子、加速因子、ε1、ε2都處在一定的范圍內(nèi),那么其全局都具有收斂。因此,在提出在線性規(guī)劃的粒子群優(yōu)化算法基礎(chǔ)上的核算方法的時(shí)候,就表明其具有收斂性的特性。
2.1.3 核算方法的復(fù)雜度分析
算法的時(shí)間復(fù)雜度主要指的就是要逐步的刪除SU時(shí)信息在交換過程中所產(chǎn)生的計(jì)算量大小。如果用戶的目標(biāo)SINR不能夠獲得滿足,那么就要?jiǎng)h除SU為其帶來的復(fù)雜度;如果PU的SINR還是不能夠滿足核算標(biāo)準(zhǔn),就必須要?jiǎng)h除SU為其帶來的復(fù)雜度,即NxsizexT,其中siz說的就是該種群中包含的個(gè)數(shù),T就是迭代的次數(shù)多少。雖然在實(shí)驗(yàn)中該地的復(fù)雜程度比較高,但是對(duì)某地區(qū)干擾約束的可行性驗(yàn)證中可以看出,對(duì)其造成的影響在可控的范圍內(nèi)。如表1是算法復(fù)雜度分析表。
2.2 傳輸速率和功率分配的優(yōu)化
如果SU的數(shù)量相對(duì)比較少,或者是PU干擾溫度的極限值相對(duì)比較高,那么說明所有的SU都能夠?qū)崿F(xiàn)通信,同時(shí)也說明了,在這種情況下的系統(tǒng)是允許運(yùn)行的。當(dāng)整個(gè)系統(tǒng)在運(yùn)行的過程中,各個(gè)用戶都希望能夠獲得數(shù)據(jù)的高速率傳輸,即QOS,主要是因?yàn)镾U希望得到的是比SINR這個(gè)目標(biāo)更高的。在單元網(wǎng)結(jié)構(gòu)中運(yùn)行上行鏈路的優(yōu)化目標(biāo)主要就是使發(fā)射功率達(dá)到最優(yōu),下行鏈路的優(yōu)化目標(biāo)主要就是使傳輸速率達(dá)到最優(yōu),然而,在經(jīng)過對(duì)中國(guó)建設(shè)的無(wú)線網(wǎng)絡(luò)的認(rèn)知之后,實(shí)現(xiàn)功率的最小化和傳輸速率的最大化都是最終的目的。因此,優(yōu)化目標(biāo)就是要在滿足主用戶和次用戶QOS的這個(gè)大條件下,實(shí)現(xiàn)功率和速率的最優(yōu)化。同時(shí),也可以利用SINR和傳輸功率之間存在的對(duì)應(yīng)關(guān)系,改進(jìn)拉格朗日對(duì)偶算法之后得到的最優(yōu)化值。
3 總結(jié)
綜上所述,在對(duì)無(wú)線網(wǎng)絡(luò)中功率和信道接入的聯(lián)合優(yōu)化的問題研究過程中,提出了用戶接入和發(fā)射功率控制和傳輸速率和功率分配的優(yōu)化方案。雖然接入控制是NP的問題,但是,本文提出的核算法是有利于降低功率和能耗,有利于資源合理分配的。因此,想要對(duì)該問題進(jìn)行進(jìn)一步的探究,就需要與MIMO該系統(tǒng)結(jié)合下進(jìn)行聯(lián)合優(yōu)化的方案探究。
參考文獻(xiàn)
[1]朱江,杜清敏,巴少為.認(rèn)知無(wú)線網(wǎng)絡(luò)中接入控制和功率波束形成的聯(lián)合優(yōu)化[J].計(jì)算機(jī)應(yīng)用,2017,(7):157.
(作者單位:河北吉訊通信技術(shù)有限公司)