CR-NOMA系统中基于能效的功率分配算法.pdf
《CR-NOMA系统中基于能效的功率分配算法.pdf》由会员分享,可在线阅读,更多相关《CR-NOMA系统中基于能效的功率分配算法.pdf(9页珍藏版)》请在咨信网上搜索。
1、CR-NOMA 系统中基于能效的功率分配算法彭艺1,2*,杨天意1,杨青青1,彭游1(1.昆明理工大学信息工程与自动化学院,云南昆明650500;2.昆明理工大学云南省计算机技术应用重点实验室,云南昆明650500)摘要:针对移动通信系统存在频谱利用率不高、能耗开销大和能量效率低的问题,在基于认知无线电非正交多址(CognitiveRadioNon-OrthogonalMultipleAccess,CR-NOMA)网络系统中,提出一种基于改进人工鱼群算法的功率分配方案.系统包含多个主次用户,首先为提升频谱效率和降低解调的误码概率以及时延,次用户以非正交多址的形式接入系统,并采用一种均匀信道增益
2、差的策略对用户进行分组.其次,考虑到传统人工鱼群算法对次用户功率寻优易掉进局部最优解、寻优能力弱和种群多样性差等不足,将约束算子机制和自适应策略引入人工鱼群算法中;最后,使用该算法联合优化各子信道间功率与子信道内次用户功率,寻求次用户最佳发射功率以最大化系统总能量效率.实验结果表明,在次用户为 30 的条件下,改进的人工鱼群算法所获总能量效率比传统人工鱼群算法提升了 10.6%,具有更好的系统性能.关键词:非正交多址;认知无线电;功率分配;能量效率;人工鱼群算法中图分类号:TN929.5文献标志码:A文章编号:02587971(2023)04083709随着智能终端的蓬勃发展与 5G 时代的来
3、临,导致数据流量急剧增长和频谱资源极度紧缺.因此,运用认知无线电(CognitiveRadio,CR)技术提升频谱效率是最有效的方式1,其原理是利用频谱感知技术2实现主次用户频谱共享,给次用户提供更多通信机会.此外,5G 通信中非正交多址(Non-OrthogonalMultipleAccess,NOMA)和设备到设备(Device-to-Device,D2D)通信技术也能达到这一目的3-4;D2D 用户对无需经过基站转发就能实现用户间的通信,进而提升通信效率和频谱利用率,而NOMA 技术在通信服务方面具有显著优势.大量研究表明,NOMA 和 CR 技术结合的认知无线电非正交多址混合系统可大幅
4、度提高吞吐量、频谱效率和接入用户数等5-6,现已成为当前学术界和通信领域研究的热点之一.学者们对 CR-NOMA 系统进行了广泛研究.文献 7 考虑到非完全连续干扰消除(SuccessiveInterferenceCancellation,SIC)的情况,探讨了 CR-NOMA 系统的中断性能,并分析出干扰和功率不断增加后的中断概率数学表述式.文献 8 研究了NOMA 和 CR 技术结合的系统性能,结果表明 CR-NOMA 系统优于传统的 CR-OMA.文献 9 将协作NOMA与 CR 网络结合,选取信道条件较好的次用户作为中继节点,辅助主用户和其余次用户传输信号,提高了传输性能.文献 10
5、对于 CR-NOMA 系统提出了一种功率分配算法,以最大化接入系统的次用户数,但仅考虑一个主用户的情况和未将功率充分利用.文献 11 分析了 NOMA 系统用户信道状况,提出基于信道增益差的用户分组策略,比未考虑信道增益的分组策略更为合理,但没有考虑功率最优分配问题.王江涛等12研究了 CR-NOMA系统优化能量效率的功率分配算法,但文中先将功率平均分配给各子信道,达不到功率最优分配效果.Liu 等13提出一种分数阶功率分配(FractionalTransmitPowerAllocation,FTPA)算法,虽考虑了用户信道状况,但仅以路径损耗比率进行功率分配,所得系统吞吐量并不好.Sun 等
6、14提出一种固定功率分配(FixedPowerAllocation,FPA)算法,利用等比数列固定公比进行功率分配,且完全不考虑信道状况,难以用到实际场景中.收稿日期:2022-07-23;接受日期:2022-10-09;网络出版日期:2022-10-26基金项目:国家自然科学基金(61761025).*通信作者:彭艺(1975),女,云南人,博士,副教授,主要研究非正交多址技术、认知无线电等.E-mail:.云南大学学报(自然科学版),2023,45(4):837845JournalofYunnanUniversity:NaturalSciencesEditionDOI:10.7540/j.
7、ynu.20220367上述研究 CR-NOMA 系统的文献,大多倾向于降低中断概率15、提高吞吐量和扩大接入系统次用户数等,仅部分文献涉及到功率与能量效率问题.而此类文献在解决 CR-NOMA 系统功率最优分配与能量效率问题时,经常先将基站总功率平均分配给各子信道,再研究子信道内次用户间的功率分配情况,也没有充分考虑到信道增益的不同、次用户通信质量和公平性等要求.如此 CR-NOMA 系统不能获得功率分配最优效果,无法进一步提高系统能量效率.对于多个主次用户存在的 CR-NOMA 系统场景,本文提出一种 CR-NOMA 系统中基于能效的功率分配算法.综合考虑信道增益、主用户正常通信和公平性以
8、及次用户通信服务质量等需求,先采用均匀信道增益差的用户分组策略,之后利用改进的人工鱼群算法,将各子信道间功率与子信道内次用户功率比重映射为鱼群位置来联合寻优,为 CR-NOMA 系统中各次用户匹配最佳的发射功率,以最大化系统总能量效率.1系统模型和能效优化问题描述1.1系统模型本文所研究的是 CR-NOMA 混合系统.假设该混合系统定义在某个无线通信小区环境下,整个系统包括:主用户基站、认知基站、M个主用户(PrimaryUser,PU)和 2N 个次级用户(SecondaryUser,SU),如图 1 所示.m 1,2,M各主用户选择正交多址(Or-thogonalMultipleAcces
9、s,OMA)技术接入主用户基站系统;次用户 n 通过 NOMA 技术以功率域叠加编码方式共享相同频谱资源和实现多用户复用,接入模式为 Underlay 频谱共享模型.认知基站可获取m 1,2,MWmxm系统内每条链路的信道状态信息(ChannelStateInformation,CSI),也可通过频谱感知方法智能地检测信道状态:在主用户未占用信道或满足自身通信需求时16,允许次用户接入授权信道传输信号.基站和终端用户均配置单天线.显然,M 个主用户拥有M 个子信道,则子信道m 可记作.系统总带宽为 B,子信道 m带宽为.假设某子信道 m 复用 Q 个非正交次用户数,Q 在各子信道上可以相同也可
10、以不同;对于第 m 个子信道,认知基站发送的叠加信号为,则xm=Qi=1pm,ixi,m 1,2,M,(1)pm,iQi=1pm,i=pmpBS=Mm=1pm=Mm=1Qi=1pm,ixi式中:为认知基站给子信道 m 上次用户 i 分配的功率,则认知基站给子信道 m 分配的功率为,认知基站实际发射功率总和为;为次用户 i 的传输信号.hm,n=gm,nL(dm,n)gm,nL(dm,n)=128.1+37.6log10(dm,n)dm,nym,n系统场景中,认知基站为所有次用户提供通信服务,子信道 m 中第 n 个用户和认知基站间的信道增益为,其中,表示瑞利衰减因子,表示路径损耗系数(通常取
11、35),为 路 径 损 耗 函 数,为认知基站到用户端 n 的距离.第 n 个次用户在子信道 m 上接收到的信号为,则ym,n=hm,nQi=1pm,ixi+hnpPUxPU+sn+w0,(2)hnpPUxPUsnw02式中:为主用户基站和次用户 n 间的信道增益,为主用户基站发送的主用户传输功率,为主用户基站发送的主用户传输信号,为小区中的额外干扰,为均值为 0、方差为的加性高斯白噪声.如图 2 所示,根据 NOMA 技术原理和用户间功率差异,次用户在功率域中实现多用户共享;接收端利用连续干扰删除技术(SuccessiveInter-ferenceCancellation,SIC),对接收信
12、号逐个判决和逐级消减.对次用户来说,其子信道上通信链路的信道增益可按降序排列(若不符合,可调换次用户序号完成),从而次用户信号功率将呈现逐渐递增特性.一般情况下,强用户(信号功率较大)首先被检测并解码出来,随后从混合信号中剔除已解码的信号,并对余下用户再次检测,如此反复循环操作,图1CR-NOMA 系统模型Fig.1SystemmodelofCR-NOMA838云南大学学报(自然科学版)http:/第45卷ym,n以消除干扰,最终可解码所有用户信号.为方便分析,次用户 n 接收信号受到的次用户间干扰包括:信道增益强的信号多址干扰和信道增益弱的信号多址干扰,故式(2)可改写为:ym,n=hm,n
13、pm,nxn+hm,nn1i=1pm,ixi+hm,nQi=n+1pm,ixi+hnpPUxPU+sn+w0.(3)SN接收信号经 SIC 技术处理后,由于强用户会将弱用户信号视作干扰噪声,以此剔除强用户自身信号,故第 n 个次用户在子信道 m 上只受到未解码次用户的影响,其信噪比()有m,nSN=pm,n?hm,n?2?hm,n?2Qi=1,|hm,i|hm,n|pm,i+Nm,n,(4)Nm,n=pPU|hn|2+sn+w0,n Q式 中:为 接 收 端 总干扰.CR-NOMA 系统中,各次用户以 NOMA 方式接入主用户授权信道时,须将认知基站分配给复用用户的功率控制在可控范围内,否则,
14、会影响主用户通信.同样地,为满足次用户的服务质量,使其接入系统能正常通信,那么可用信噪比判决,则有如下限制:Qn=1m,npm,n|gm|2 UPU,m 1,2,M,(5)nSN minSN,n,(6)m,n=0,1m,n=1m,n=0gmUPUminSN式中:为次用户 n 占用子信道 m 的状态,为次用户 n 占用子信道 m,为次用户 n 未占用子信道 m,为认知基站与主用户间的信道增益,为对主用户的功率干扰阈值,为信噪比最小值.Rm,nRmTsum由香农公式可得,系统中次用户 n 在子信道m 上的信号传输速率和某一子信道 m 中的总传输速率以及系统总体吞吐量可分别表示为:Rm,n=Wmlo
15、g2(1+m,nSN),(7)Rm=Qn=1Rm,n=WmQn=1log2(1+m,nSN),(8)Tsum=Mm=1Rm=WmMm=1Qn=1log2(1+m,nSN).(9)mEECR-NOMA 系统能量效率(简称能效)被定义为系统传输速率与能量损耗功率的比值17,故子信道 m 的能效和系统总能效可分别表示为:mE=Rmpm+pc=Qn=1Rm,npm+pc,(10)E=Mm=1mE=Mm=1Qn=1Rm,npm+pc,(11)pc式中:为系统中电路损耗总功率.1.2能效优化问题描述现有文献中,一是各次用户通常以正交方式接入系统且独自占用频带,造成频带资源利用率低下又忽视了次用户通信质量需
16、求;二是某次用户受到其他用户干扰时,往往将其他信号看做整体干扰,使得次用户间干扰情况复杂化,不利于问题分析与求解.而本文次用户采用了NOMA 技术,则某次用户所受干扰只源于剩余信道状况更优的次用户合集,大大削弱了干扰项.原CR-NOMA 系统能量效率的功率分配问题建模为:maxm,n,pm0Mm=1Qn=1m,nRm,npm+pc,(12)s.t.Mm=1m,n=1 and m,n=0,1,(13)Mm=1m,n=Q,m,n,(14)图2CR-NOMA 系统功率复用和干扰消除模型Fig.2PowermultiplexingandinterferencecancellationmodelofCR
17、-NOMAsystem第45卷彭艺等:CR-NOMA 系统中基于能效的功率分配算法839nSN minSN,n,(15)Qn=1m,npm,n|gm|2 UPU,m,(16)Mm=1Qi=1m,npm,ipmaxBS,n,(17)pmaxBS式中:为基站最大传输功率.各次用户接入系统需满足(13)(17)的限制条件,式(13)表示各次用户仅能占用一个子信道,式(14)表示用户分组后的复用用户数,式(15)表示符合次用户接入系统的要求,式(16)表示主用户正常通信的需求,式(17)表示基站最大传输总功率约束.本文通过对次用户进行功率分配,提升 CR-NOMA 系统总能效.由式(13)(17)可知
18、,本文能效优化问题属于混合整数非线性规划问题(Mixed-Integer-Non-Linear-Problem,MINLP),直接求解相对困难.故想找到全局最优解,可将原能效优化问题解耦成两个子问题,即用户分组和次用户功率最优分配问题,再逐个求解.2CR-NOMA 系统用户分组和功率分配算法|h1|2|h2|2|h2M|2C=|hc|2?|hc|2?h?2,c=1,2,ND=|hd|2?|hd|2?hm,2?2子信道 m 内复用两个次用户时,设为次用户1 和次用户 2,信道增益关系满足,则子信道 m 的总传输速率可表示为:Rm=Wmlog2(1+mpm?hm,1?2Nm,1)+log2(1+(
19、1m)pm?hm,2?2mpm?hm,2?2+Nm,2),(18)pm,1=mpm,pm,2=(1m)pmm(0 m YiYj式中:为中的一个随机数,为处于位置时的食物浓度.比较两处位置食物浓度大小,如果,则人工鱼朝着方向前行一步,有Xi(t+1)=Xi(t)+Xj(t)Xi(t)?Xj(t)Xi(t)?Frand(),(22)t式中:为迭代次数.Xc=(nfi=1Xi)/nfnfXcYc/nf YiYc YiXc(2)群聚行为鱼群搜寻期间将聚拢于食 物 浓 度 较 高 附 近.设 鱼 群 中 心 位 置 为,人工鱼依靠当前 V 内鱼的数量和向前寻优,若视野食物密度且,则人工鱼朝着移动,执行群
20、聚行为;否则继续觅食,有Xi(t+1)=Xi(t)+Xc(t)Xi(t)Xc(t)Xi(t)Frand().(23)XgbestYbest/nf YiXgbestXgbest(3)追尾行为人工鱼在 V 内追寻最优鱼的过程,人工鱼搜寻到最优同类位置时,其最优值为 Ybest,若,说明处食物浓度较大和拥挤程度较低,则朝位置前行一步,否则继续觅食行为,有Xi(t+1)=Xi(t)+Xgbest(t)Xi(t)?Xgbest(t)Xi(t)?Frand().(24)(4)随机行为人工鱼无变化时,随机选择某状态并朝此方向移动,有Xi(t+1)=Xi(t)+V rand().(25)(5)公告栏算法迭代寻
21、优期间记录最优鱼位置,即得出最优解.2.2.2 改进的人工鱼群算法传统人工鱼群算法寻优过程中,通常定义 V 和 F 为恒定值,而算法搜寻阶段不同对应需求也不一致.迭代前期,算法需要广阔的 V 和较大的 F,使得鱼群快速逼近全局最优解区域;鱼群越逼近目标,如 V 和 F 过大就易使鱼群错失食物浓度较多区域,以致算法无法获取各人工鱼所处最佳位置或难以得出高精度解.如果 V 和 F 过小,又限制了其全局搜寻能力与速度.此外,鱼群执行随机行为时,随机选择某状态不能体现其有效性,且可能致使人工鱼越界丧失全局最优鱼信息和鱼群多样性,最终落入局部最优陷阱.本文提出一种改进的人工鱼群算法(ImprovedAr
22、tificialFishSwarmAlgorithm,IAFSA),首先引进自适应迭代公式,其次在随机行为中提出一种兼顾全局最优鱼信息的约束算子机制.以此在整个限制空间内搜寻 CR-NOMA 系统次用户最佳发射功率.步步骤骤 1自适应搜寻视野 V.为增强算法局部搜寻精度与全局搜寻能力,采用动态参数非线性可变视野18控制鱼群搜寻范围,恒定 V 改进为自适应 V,即Vt=Vt1+Vmin,(26)=exp(t/Tmax),(27)VminTmax式中:t为目前迭代次数,为最小搜寻视野,为非线性动态变化权重,为迭代次数最大值,为一常数,为大于 1 的整数.步步骤骤 2自适应移动步长 F.为加快收敛速
23、度与寻优精度,引入自适应策略,使之跟随自适应 V变化,即Ft=Vt+Fmin,(28)(0,1)Fmin式 中:为 控 制 因 子,为 最 小 移 动步长.步步骤骤 3随机行为中基于全局最优鱼信息的约束算子机制.该算子机制指导鱼群搜寻食物源,确保个体鱼行为变动的合理性和有效性,阻止其落入局部最优陷阱和保证其多样性.则式(25)改进为:Xi(t+1)=Xi(t)+rand()sign(v)(XbetterXi(t)+(Xgbest(t)Xi(t)?(XbetterXi(t)+(Xgbest(t)Xi(t)?,(29)sign(v)=1,v Pcon,1,v Pcon,(30)Pconv0,1Xb
24、etterXi(t)式中:为事先设置的约束机制概率,为在中的均匀随机数,为寻优期间优于的个体位置.2.3基于 IAFSA 的 CR-NOMA 功率分配正如前文所提,在 CR-NOMA 系统各约束条件下,改进第45卷彭艺等:CR-NOMA 系统中基于能效的功率分配算法841后人工鱼群算法的目标函数即适应度函数可以设置为:G(pm,m)=Mm=1Wmpm+pclog2(1+mpm?hm,1?2Nm,1)+Mm=1Wmpm+pclog2(1+(1m)pm?hm,2?2mpm?hm,2?2+Nm,2).(31)每个子信道功率和其中次用户功率比重在自身功率限制区域内均匀的选取一定的功率和功率比重,作为每
25、条鱼的初始位置,计算并判别当前搜寻域内使适应度函数最大的最优鱼位置.同时整个鱼群不断靠近最优鱼位置和更新公告栏上的适应度值,以及执行鱼群 4 个行为,从而不断迭代搜寻出最优解.搜寻中人工鱼个体适应度函数和公告栏反复对比,将较高值赋予公告栏,使得下一刻的值始终大于等于前一时刻值.当整个鱼群均搜寻到最佳位置时,此时人工鱼群对应位置即为挑选出能使 CR-NOMA 系统总能效最大化的子信道间功率值和比重值,进而可求解出所有次用户的最佳功率.本文所提基于改进后人工鱼群算法的 CR-NOMA 系统功率匹配策略步骤如下:步步骤骤 1系统初始化,CR-NOMA 系统中认知基站感知主用户授权信道状态信息和获取用
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- CR NOMA 系统 基于 能效 功率 分配 算法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。