非线性能量收集模型下新型认知无线电的多目标资源鲁棒优化

To confront the explosively increasing demand of communication services, the next-generation cognitive radios will widely use kinds of advanced communication technologies and densely deploy kinds of networks in order to alleviant the ever-increasing severe spectrum scarcity problem and energy scarcity problem. However, the wide application of the advanced technologies and the dense deployment of kinds of networks will encounter three problems：1) The increase of the uncertainty in the estimation of the channel state information decreases the robust of the system design and interference management;2) The secrecy of information transmission cannot be guaranteed due to the complex transmission environment; 3) There is a tradeoff between the performance of cognitive radio networks and the design complexity of the receiver. In order to address these problems, concentrating on the multi-objects programming framework, under a practical non-linear energy harvesting model, we will focus on investigating three techniques, namely, 1)：Robust optimization techniques for resource allocation based on the non-linear energy-harvesting model; 2) Robust optimization techniques for achieving high secrecy based on physical-layer secrecy and user scheduling; 3) Robust optimization techniques for resource allocation in NOMA （non-orthogonal multiple access） cognitive radios based on user-pairing. Based on the proposed techniques, we will construct a simulation platform for multi-objects resource robust optimizations based on the practical non-linear energy harvesting model, and gradually establish a theoretical architecture for resource robust optimization. This project can provide important theory and technique supports for the application of the next generation cognitive radios.

面对爆炸式增长的通信服务需求，为缓解频谱稀缺问题和能量紧张问题，下一代认知无线电网络将广泛应用多种先进通信技术和超密集部署多种网络。在此背景下，其将面临三大基本问题：1) 信道状态信息估计精度不确定性的增加导致系统设计和干扰管理的鲁棒性下降；2）复杂的传输环境难以保证信息的安全传输；3）用户接收机结构设计的复杂度与网络性能之间存在博弈。本项目针对上述三大问题，围绕多目标协同规划的系统架构，在更为实际的非线性能量收集模型下，重点研究：1) 基于非线性能量收集模型的资源鲁棒优化技术；2）基于物理层安全与用户调度的高安全传输鲁棒优化技术；3）基于用户集群的NOMA(非正交多址接入）认知无线电资源鲁棒优化技术。在此基础上，本项目拟搭建基于非线性能量收集模型的多目标资源鲁棒优化仿真验证平台，逐步建立资源鲁棒优化理论体系，为下一代认知无线电网络的实际应用与部署提供重要的理论和技术支撑。

面对爆炸式增长的通信服务需求，为缓解频谱稀缺问题和能量紧张问题，本项目在实际非线性能量收集模型下的新型认知无线电网络中，重点突破了基于非线性能量收集模型的资源鲁棒优化技术、基于物理层安全与用户调度的高安全传输鲁棒优化技术、基于用户集群的NOMA认知无线电资源鲁棒优化技术，并搭建了基于非线性能量收集模型的多目标资源鲁棒优化仿真验证平台，建立了资源鲁棒优化理论体系，解决了信道状态信息估计精度不确定性的增加导致系统设计和干扰管理的鲁棒性下降，复杂的传输环境难以保证信息的安全传输和用户接收机结构设计的复杂度与网络性能之间存在博弈的三大挑战。. 通过本项目的深入研究，发现了考虑实际能量收集电路下非线性能量收集模型的资源分配算法获得的性能要好于考虑非实际线性能量收集电路下线性能量收集模型下的性能。而且，理论和仿真上证明了非正交多址接入机制将进一步提升认知无线电网络的频谱效率。此外，本项目所提出的主次网络协作机制为提升认知无线电网络的安全性能提供了可行性方案。. 依托本项目理论研究成果，共在国际权威期刊及顶级会议上发表论文共计55篇，其中一作/通信作者33篇，入选ESI高被引论文6篇，论文发表于包括权威期刊IEEE Journal on Selected Areas in Communications，IEEE Transactions on Communications, IEEE Transactions on Wireless Communications等权威期刊和会议；在本项目基础上，作为课题负责人和项目主持人已获批国家重点研发项目课题一项、国家自然科学重点基金子课题一项，国家自然科学基金面上项目一项及中国博士后项目等10余个国家级或省部级项目，研究经费超过1000万元；在研期间，获得了江西省杰出青年基金、中国科协青年人才托举工程，南京航空航天大学“长空英才”等人才计划；并被邀请担任IEEE Transactions on Communications, IEEE Systems Journal, IEEE Wireless Communications Letter等5个国际权威期刊额编委或副编委；在本项目研究过程中，共培养了博士后1名，博士生2名，硕士研究生13名；申请了国家发明专利4项。