基于协同的频谱认知蜂窝网络的系统容量研究

Spectrum-aware cognitive cellular network (SCCN) uses cognitive radio (CR) technology to capture and exploit the underutilized spectrum outside the licensed cellular band. Due to its capability to improve the capacity and energy efficiency of the network, SCCN represents one of the future trends for the evolution of mobile communication systems. Cooperative SCCN (CSCCN) shows many advantages compared with non-cooperative ones by exploiting the complementary characteristics of the spectrum resources to enhance the performance of cooperative-communication based physical layer. To better understand the fundamental performance limits of CSCCN, this proposal aims to study the link level and system level capacities of CSCCN from an information-theoretic perspective. First, taking into account various interference constraints, the spectrum resource available to CR networks is evaluated quantitively. The interference constraints are imposed upon primary receivers and include average interference power constraint, peak interference power constraint, and interference outage constraint. Accurate spatial point process models such as the Geyer Saturation model are used to describe the spatial characteristics of the network. Second, given the spectrum resources, the link-level capacity, cell aggregate capacity, and system capacity of CSCCN using fixed relay and virtual antenna array (VAA) are studied. It is expected that the research outcomes will reveal the capacity of CSCCN and provide theoretic guidelines to the evolution and optimization of mobile communication networks.

频谱认知蜂窝网络通过认知无线电(CR)技术捕获并利用蜂窝网频带外的闲置频谱资源，能够从根本上提高网络的容量和能效，代表了移动通信网络的一个主要演进方向。基于协同的频谱认知蜂窝网络利用频谱资源的互补特性来优化协作通信的物理层传输，比起非协同的网络具有诸多优势。为了深入了解协同频谱认知蜂窝网络的性能极限，本项目从信息论的角度对其网络容量展开深入的研究。首先，在主要用户接受到的平均干扰功率受限、峰值干扰功率受限、和干扰溢出概率受限这三种情况下，对CR技术所能捕获的频谱资源做出量化的分析。在此过程中探索更精确的描述网络空间分布特性的模型，如Geyer模型的使用。其次，在量化频谱资源的基础上，逐步分析固定中继与虚拟天线阵列这两种协作方案下的频谱认知蜂窝网络的链路容量、小区容量、以及系统容量。预期研究成果能够揭示协同频谱认知蜂窝网络的容量属性,为下一代移动通信网络的演进和优化提供理论基础。

频谱认知蜂窝网络通过认知无线电技术捕获并利用蜂窝网频带外的闲置频谱资源，能够从根本上提高网络的容量和能效，代表了移动通信网络的一个主要演进方向。基于协同的频谱认知蜂窝网络利用频谱资源的互补特性来优化协作通信的物理层传输，比起非协同的网络具有诸多优势。为了深入揭示协同频谱认知蜂窝网络的本质特性，本项目从信息论的角度对其性能极限展开研究，具体包括三部分研究内容。.第一部分研究内容是认知频谱资源分析。我们首先对认知频谱资源进行了抽象，从概念上用带宽、功率、可靠性这三个关键参数定义认知频谱资源，从而使其与主要网络及共存机制等多元因素解耦，简化了后续的分析；其次，我们以两种典型的场景为代表，对非协作认知蜂窝网络的容量进行了分析；我们创新性地从业务层面入手，分析了不同业务下非协作认知蜂窝网络的容量。最后，我们以蜂窝网的流量为例，对主要用户的流量特性进行建模和分析。本部分的研究贡献有两点：一是对认知频谱资源做了理论和经验的量化，二是从理论上明确了非协作认知蜂窝网络的局限性。.第二部分研究内容是基于固定中继的协作认知蜂窝网的分析。我们递进地分析了固定中继系统在链路级、小区级、以及系统级这三个层次上的网络容量、频谱效率（SE）、以及能量效率（EE）这三个性能指标。此外，我们还深入分析了认知频谱资源的最优带宽-功率分配问题和EE-SE之间的折中关系。本部分的研究贡献有两点。一是首次阐明了面向多目标优化的最优带宽-功率分配问题中的五个特征区域。二是首次量化了固定中继协作认知信道中EE-SE的折中关系。这两个基础理论问题的解决能够为实际系统中的无线资源管理算法设计提供帮助。.第三部分研究内容是基于分布式VAA的协作认知蜂窝网的分析。本项目在系统级上对VAA协作认知蜂窝网的网络容量、SE和EE进行了分析.我们首先提出了一种典型的VAA协作方法，进而利用随机几何的方法分析了大规模网络的性能并深入探讨了最优的时隙/功率分配问题以及EE-SE之间的折中关系。本部分的研究贡献在于首次明确量化了大规模VAA协作认知蜂窝网中EE-SE的折中关系，并阐明了各类协议参数以及系统参数对EE-SE折中关系曲线的影响。.综上所述，本项目从理论上揭示了协同频谱认知蜂窝网络的性能极限,阐述了多个系统参数之间的因果关系，揭示了系统优化设计的关键环节。这些研究成果能够为下一代移动通信网络的演进和优化提供有益的理论指导。