[发明专利]一种认知网络中的功率控制方法

摘要

本发明公开了一种认知网络中的功率控制方法首先将主用户所能承受的最大干扰功率值I_max融入功率控制方法当中，使得干扰温度能够直接影响效用函数u_j(p_j，p_-j)中代价系数的变化，进而影响到整个效用函数u_j(p_j，p_-j)，然后，通过迭代计算，得到各认知用户的功率，在一定程度上保证了认知用户的功率控制公平性。

主权项

1.一种认知网络中的功率控制方法，其特征在于，包括以下步骤：(1)、定义效用函数uj(pj,p-j)=lnj(1+γj)-cjpi=ln(1+γj)-λeb(I-I0)pj---(1)]]>每一个认知用户自身的功率值构成功率向量p＝[p₁，p₂，...，p_N]，其中，N为人知用户的数量，p_-j表示向量p除去第j个认知用户功率值的剩余部分；a1、效用部分ln(1+γ_j)为效用部分，表示认知用户j的得益；效用部分的γ_j表示认知用户j的SIR(Signal-to-Interference Ratio信干比)，其定义如下：γj=WR·hjpjΣi≠jhipi+δ2---(2)]]>其中，W表示可利用的频谱带宽，R是比特率，δ²是在认知基站的高斯白噪声，p_j是认知用户j的功率，h_j表示认知用户j到基站的路径增益，而A是一个常数，A＝0.097，d_j表示认知用户j到基站的距离；表示除第j个认知用户外，其他认知用户i功率与路径增益乘积之和；a2、代价部分为代价部分，表示认知用户j需要付出的代价，以限制认知用户j为了得到高的效用值而无限提高自身的发射功率，若只是考虑用户的自私性，整个系统的性能就会降低；其中，为代价系数，λ是一个常系数，b是扩大因子，以扩大代价系数的影响效果；I₀是常数，I₀＝0.9I_max是设定的一个干扰门限值，而I_max表示主用户所能承受的最大干扰功率值，也就是干扰温度；表示所有认知用户对主用户干扰的总和，式中g_j的作用和h_j类似，表示认知用户j与主用户之间的路径增益，D_j表示认知用户到主用户的距离，在整个效用函数中，I会随着p_j的增大而增大，越高的I会导致代价系数呈几何倍数增加，从而引起更高的代价。(2)、迭代计算，得到各认知用户的功率b1、设置迭代次数k＝0时的初始功率，即：p(k＝0)＝[p₁(k＝0)，p₂(k＝0)，...，p_N(k＝0)]＝[p_1min，p_2min，...，p_Nmin]，其中，P_1min，p_2min，p_Nmin为各认知用户功率取值空间中的最小值，同时定义精度值ε，ε＞0；b2、令迭代次数k＝k+1，令：γj(k)=WR·hjpj(k)Σi≠jhipi(k-1)+δ2---(3)]]>对于第j个认知用户，令：I(k)=Σi=1,i≠jNgipi(k-1)+gjpj(k)---(4)]]>然后通过以下公式不断更新功率的取值，获得认知用户j在该次迭代中新的功率值：∂uj(pj(k),p-j(k-1))∂pj(k)=0---(5)]]>b3、对于所有的认知用户，如果|p_j(k)-p_j(k-1)|≤ε，那么p_j(k)就是需要得到的最优功率值，否则就返回步骤b2，继续进行下一次迭代过程。