基于能量采集的认知无线电频谱感知及接入方法的研究

Energy harvesting (ET) enables wireless systems to acquire energy from their environment, which is regarded as one of the important technologies of green communications. Cognitive Radio (CR), in the other hand, can improve spectrum utilization efficiency dramatically. This project combines ET technology and CR technology together. This project aims at spectrum sensing and spectrum access in ET based CR systems. In order to improve both energy efficiency and spectrum utilization efficiency, explore the theory of ET based CR system characteristics, and design optimal spectrum sensing and access methods which can maximize the energy efficiency and spectrum utilization efficiency of ET based CR systems, the research of this project is given as follows: 1) Investigate optimal spectrum sensing and spectrum access methods for ET based single wideband CR user; 2) Investigate optimal spectrum sensing and spectrum access methods for ET based multiple CR users, which have different communication requirements; 3) Investigate optimal spectrum sensing and spectrum access methods for ET based full-duplex CR users. The research results of this project are based on energy efficiency and spectrum utilization efficiency and will provide theoretical and technical support for the development of green communication and promote the full application of CR technologies as well.

能量采集能够使得无线系统从周围环境当中获取额外的能量，是实现绿色通信的重要技术。而认知无线电则可以显著提高频谱利用率。本项目将能量采集和认知无线电两种技术结合起来，围绕能够有效提高系统能量利用率和频谱利用率的目标，探索描述能量采集认知无线电系统特征的科学方法，设计合理的频谱感知和接入方案使得系统能量和频谱利用率最高，重点开展以下三个方面的研究：1）在宽带条件下，设计能够满足不同子频段上不同约束条件的能量采集单认知用户最优频谱感知及接入方法。2）在满足不同用户通信需求条件下，设计能量采集多认知用户最优合作频谱感知及接入方法。3）在全双工方式下，设计能量采集认知用户最优合作频谱感知及接入方法。本项目的研究成果将从能量及频谱利用率的角度，为绿色通信技术的发展提供理论和技术支撑，同时也将进一步推动认知无线电技术走向全面应用。

针对存在多个频段的宽带认知无线电网络频谱感知及接入方法的研究方面，展开了具备复合接入方式的复杂应用场景下，多频段联合功率、感知时间等参数联合优化的认知无线电频谱感知和接入方法的研究；展开了一种以最大化频谱分配效益为目标的基于BPSO双粒子群的根据认知用户休眠概率的能量采集认知多用户多频段频谱优先级分配方法的研究。针对不同用户需求条件下，能量采集认知多用户最优频谱感知及接入方法的研究方面，展开了一种基于次用户意愿的改进蜂群能量采集认知无线电多用户最优中继合作方法的研究，次用户能够根据自身需求选择携带数据包较小的主用户进行合作，推导出次用户的最大吞吐量方程，最后基于改进人工蜂群算法，求出该吞吐量方程的解；展开了一种基于非合作伯川德博弈的能量采集认知无线电网络频谱分配方法的研究，针对主用户的发射功率以信道价格进行动态博弈以达到系统利润最大化，然后由次用户根据自身需求进行交易购买空闲频谱并传输自身信息，能够满足次用户自身通信需求的条件下最大化系统效益；针对Underlay能量采集认知无线电网络的资源分配，将主用户和次用户之间的相互作用建模为斯塔科尔伯格博弈，并将次用户之间的相互作用建模为超模博弈，展开了一种基于两层博弈的时间和功率联合分配方法。针对能量采集认知无线电网络较为复杂的动态参数条件，如信道占用情况、信道增益、不可预期的能量到达等多种复杂情况，展开了一种Underlay能量采集认知无线电网络中，利用深度强化学习算法实现次用户自适应功率分配的频谱接入方法的研究；针对可能被随机干扰，扫描干扰和认知扫描干扰三种恶意干扰情况下的能量采集多用户认知物联网，开展一种基于基于线性深度确定性策略梯度LWDDPG的资源分配算法的研究，能够很好地对抗干扰的前提下最大化系统吞吐量。