[发明专利]一种非理想感知认知无线网络中能效优先的信道聚合方法

权利要求书

1.一种非理想感知认知无线网络中能效优先的信道聚合方法，其特征在于次用户依次执行以下步骤：

第一步：设当前感知时间τ∈(0,T)，当前信道接入向量a＝[a₁,a₂,…,a_N]，a_i∈{0(不接入),1(接入)}表征次用户对信道i的感知和对应的接入判决结果，p＝[p₁,p₂,…,p_N]为功率分配向量，N为感知信道总数，T为帧长；计算最小和最大单位能耗价格参数λ_min和λ_max，分别为由最小单位能耗价格参数计算公式

Σi=1Naipi*=Ptot]]>

和最大单位能耗价格参数计算公式

1TΣi=1Nai(T-τ)Ri(τ,pi*)=Rmin]]>

求得的单位能耗价格参数λ，其中P_tot为次用户最大功率预算；R_min为次用户最小速率需求；为次用户当前在信道i上的能效最优功率分配结果，由当前能效最优功率分配计算公式

pi*=(αi+βi2)+]]>

给出，其中前一个中间变量αi=1λ-2+γigi,]]>后一个中间变量βi=1λ2+2γi(2ψi(τ)-1)λgi+γi2gi2≥0,]]>运算符(x)⁺＝max(x,0)表示取数值x和0中的较大值；g_i为次用户在信道i上的信道噪声比；γ_i为次用户在信道i上接收到的主用户信号的信噪比；次用户在信道i上无干扰传输的概率

ψi(τ)=θi(1-Pf,i(τ))θi(1-Pf,i(τ))+(1-θi)(1-Pd,i(τ))]]>

其中θ_i为信道i空闲的概率；虚警概率P_f,i(τ)和检测概率P_d,i(τ)表征非理想感知的感知精度，给定目标检测概率并采用能量检测时两者的关系为

Pf,i=Q(2γi+1Q-1(P‾d,i)+τfsγi),]]>

其中为Q函数；f_s为采样频率；为次用户当前在信道i上的平均可达速率，由当前平均可达速率计算公式

Ri(τ,pi*)=ψi(τ)log(1+pi*gi)+(1-ψi(τ))log(1+pi*gi1+γi)]]>

给出；

设迭代轮次为n，初始化在迭代轮次n＝0时的单位能耗价格参数λ(0)＝λ_min，若λ_min＜λ_max，进入第二步，否则进入第五步；

第二步：对于每个感知的信道i＝1,…,N，根据当前单位能耗价格参数λ(n)，次用户在信道i上的信道噪声比g_i，次用户在信道i上接收到的主用户信号的信噪比γ_i，次用户在信道i上无干扰传输的概率ψ_i(τ)，按照当前能效最优功率分配计算公式分别计算当前在该信道上的最优功率分配结果

第三步：更新迭代轮次n＝n+1，并采用下面的单位能耗价格参数更新公式

λ(n+1)=Σi=1Nai(T-τ)Ri(τ,pi*(n))Σi=1N(ai(T-τ)pi*(n)+PSτ)]]>

更新单位能耗价格参数λ，其中P_S表示感知一个信道的功率；

第四步：反复执行第二步和第三步，直到功率分配达到收敛；收敛后进入第五步；该收敛判断条件为|Σi=1Nai(T-τ)Ri(τ,pi*)-λΣi=1N(ai(T-τ)pi*+PSτ)|≤ϵ,]]>其中运算符|x|表示取x的绝对值，常量ε表示收敛精度；

第五步：根据最小、最大和收敛后的单位能耗价格参数λ_min、λ_max和λ_c，确定对应当前信道接入向量a的最优能效；

若λ_min≥λ_max或者λ_c＜λ_min＜λ_max，则最优能效若λ_min＜λ_max＜λ_c，则最优能效否则，最优能效

第六步：更新信道接入向量a，返回第一步计算对应下一个信道接入向量的功率分配方案，得到最优功率分配和最优能效

第七步：当更新完所有信道接入向量后，根据对应每个信道接入向量的最优功率分配和能效，得到对应当前感知时间的最优平均功率分配和能效；

对应当前感知时间τ的最优平均功率分配为其中对应每个信道接入向量的概率其中∏为连乘符号，表示次用户接入信道i的概率；

对应当前感知时间τ的最优平均能效为

第八步：更新感知时间τ＝τ+Δτ，返回第一步计算对应下一个感知时间的最优平均功率分配和能效；

第九步：根据第一步至第八步计算得到的对应每个感知时间的最优平均功率分配和能效，分别按最优感知时间计算公式和最优功率分配计算公式p_opt＝p^*(τ_opt)计算次用户能效优先信道聚合的最优感知时间和功率分配结果。