认知无线电系统中功率控制的基础理论和技术研究

认知无线电是解决频谱资源稀缺的有效途径之一。本项目拟针对认知无线电中功率控制的基础理论和技术展开研究，将多目标进化、跨层设计方法引入认知无线电中的功率控制中，在认知用户和现有蜂窝移动通信网络和无线局域网等共存的混合网络情况下，通过功率控制来减小相互之间的干扰，通过与其他用户协作通信，进行信息交换，可以更好获得当前信道信道信息，来有效提高整个系统性能。同时，本项目拟采用DSP和FPGA搭建算法验证硬件平台，在平台上运行提出的算法，验证算法的可靠性，以及对算法进行优化。以上研究成果将为认知无线电系统中功率控制的实现提供理论和技术支持。

认知无线电(Cognitive Radio，CR)技术是无线通信领域发展的里程碑。其中功率控制算法是目前认知无线网络中研究热点之一。认知无线电技术，因其可以实现频谱的重复利用、提高频谱利用率的技术特性而被提出并得到广泛关注。在认知无线电系统中，功率控制技术由于可以降低干扰而成为认知无线电系统的关键技术之一。功率控制的主要目标是在避免干扰主用户，保证主用户通信质量的前提下，尽量使认知用户的速率性能达到要求，实现频谱利用率的提高。.本项目研究了无线网络领域博弈论算法应用于认知无线网络功率控制问题方面。首先，通过对近几年文献资料和研究状况分析，改进提出了新的基于定价函数和服务质量(Quality of Service, QoS)的分布式非合作功率控制博弈论算法，运用博弈论基础知识证明了算法的纳什均衡存在性和唯一性，以及算法收敛性。通过仿真分析了峰态系数和价格系数对系统性能的影响，通过与平衡算法的仿真对比，说明所改进提出的算法具有更高的信干噪比，改善了用户QoS，而且提高了系统有效性，简化了计算复杂度；其次，针对在分布式网络架构，改进提出了一种基于QoS的非合作功率控制博弈论算法，分析了代价因子的选择范围；再次，改进提出的算法与传统的平衡算法、Koskie-Gajic算法和较新的Nash算法的进行了用户信干噪比(Signal to Interference plus Noise Ratio, SINR)和迭代功率情况的对比;针对集中式认知无线电，提出了一种基于带宽和功率联合分配的合作式功率控制算法，算法同时考虑了带宽与功率对认知无线电网络总信道容量的影响，并以总信道容量为目标函数进行了多重优化，通过对目标函数的求解，同时实现了带宽和功率的最优分配。仿真结果表明，算法与功率和带宽均分的算法相比，大大提高了有效性和系统性能；同时本项目对异构网络及跨层技术在认知无线电功率控制方面的应用进行了深入的研究和探索，提出了基于接入概率的网络选择算法，解决了在两种网络共存的情况下接入最优网络的问题；最后，本项目利用USRP仿真平台对算法进行了验证。