认知无线电系统中的非凸优化资源分配算法

认知无线电(Cognitive Radio, CR)作为解决无线频谱利用率低问题的有效方案，在无线通信的许多领域得到了广泛应用。本项目研究认知无线电网络中基于OFDM技术的多信道多用户资源分配问题，由于认知无线电网络中存在诸多干扰，其频谱资源分配问题是非凸的最优化问题。本项目将智能优化中的粒子群方法应用到资源分配问题的非凸性优化算法研究和设计中。首先，基于干扰温度模型机制，确定干扰温度、QoS和总功率约束，建立多信道多用户模型；其次，将混沌机制与粒子群方法相结合，设计基于OFDM技术的认知无线电技术非凸优化功率控制算法，利用加权系数实现系统的公平性，并研究算法的收敛性；最后；将动态规划方法应用到粒子群算法设计中，应用分块逼近的粒子群算法研究认知无线网络中的功率和速率联合控制机制，设计有效的资源分配算法，并分析算法的复杂度。

频谱资源分配问题是认知无线网络核心问题。 本项目根据干扰温度、QoS和总功率约束，建立基于干扰温度模型机制的认知无线电网络多信道多用户模型；将混沌机制、遗传算法与粒子群方法相结合，设计基于OFDM技术的认知无线电网络中非凸优化功率控制算法，算法中通过加在用户上的权值来调整用户分配到的功率，从而保证算法的公平性，并去掉对效用函数的严格连续和凸性假设，直接利用改进粒子群方法来解决认知无线电网络功率分配算法的非凸性问题，给出了系统非凸性证明，然后结合粒子群速度和位置更新公式对收敛性进行分析，求出系统中参数的确切范围；将动态规划方法应用到粒子群算法设计中，应用分块逼近的粒子群算法研究认知无线网络中的功率和速率联合控制机制，将所研究问题分解为多个子问题，设计有效的分布式资源分配算法，并分析算法的复杂度。. 在基金资助下，代表性成果发表于Applied Soft Computing、Wireless Personal Communications、Computer Networks、Journal of Systems Engineering and Electronics、Journal of Control Theory and Applications，Int. J. Robust. Nonlinear Control、Theoretical Computer Science和控制与决策等期刊以及CCC会议等通信与信号处理领域期刊。共完成学术论文26 篇，发表及录用20篇（其中SCI收录11篇，EI收录15篇），修改3篇，投稿3篇，并有2项国家专利正在评审中。