On the Ergodic Rate of Cognitive Radio Inspired Uplink Multiple Access
随着通信生态系统中的设备数量朝着即将到来的第六代（6G）无线网络的指数增长，需要更多的使能技术和潜在的无线架构来满足高吞吐量、大规模连接、超可靠性和异构服务质量（QoS）的联网要求。在这项工作中，我们考虑一个上行链路网络由一个主用户（PU）和一个辅助用户（SU），并通过整合认知无线电和多址接入的概念，两个协议的基础上，速率分裂多址接入和非正交多址接入与连续干扰消除遍历速率。所考虑的协议旨在在最初仅为PU分配的资源块中服务SU，而不会对PU的QoS产生负面影响。我们提取遍历率的SU考虑一个特定的QoS为PU的两个协议。在数值结果中，我们验证了理论分析，并说明了所考虑的协议的优越性超过两个基准计划。
2022-06-23 cs.IT eess.SP math.IT
Joint Sensing and Power Allocation in Nonconvex Cognitive Radio Games: Quasi-Nash Equilibria
在本文中，我们提出了一类新的纳什问题的认知无线电（CR）网络组成的多个主要用户（PU）和次要用户（SU），其中每个SU（玩家）竞争对其他人最大化自己的机会吞吐量，通过联合选择的感知持续时间，检测阈值，并在多信道链路的矢量功率分配。除了功率预算约束之外，若干（确定性或概率性）干扰约束可以被容纳在所提出的一般公式中，诸如对PU可容忍的最大个体/聚合（概率性）干扰的约束。为了保持优化尽可能分散，全局干扰约束，当存在时，通过定价施加;价格因此是要优化的附加变量。由此产生的参与者的优化问题是非凸的，有价格清算条件与非凸的全局干扰约束，以满足均衡的游戏，这使得分析所提出的游戏是一个具有挑战性的任务，没有经典的结果在博弈论文献中可以成功地应用。为了处理博弈的非凸性，我们引入了一个放松的均衡概念，准纳什均衡（QNE），并研究了它的主要性质，性能，以及与局部纳什均衡的联系。非常有趣的是，所提出的博弈理论公式产生了相当大的性能改善相对于当前集中式和分散式设计的CR系统，这验证了QNE的概念。
2012-12-26 cs.IT math.IT
On the Coexistence of Macrocell Spatial Multiplexing and Cognitive Femtocells
我们研究了一个两层的宏蜂窝/毫微微蜂窝系统，其中的宏蜂窝基站配备了多个天线，并利用多用户MIMO（空间复用），和毫微微蜂窝是“认知”。特别地，我们假设毫微微蜂窝基站知道每个时频时隙上的预定宏蜂窝基站用户的位置，使得它们可以相应地对它们的传输机会做出决定。毫微微小区基站还配备有多个天线。我们提出了一种方案，其中宏小区下行链路（宏- DL）与毫微微小区上行链路（毫微微-UL）对准，反之，宏小区上行链路（宏-UL）与毫微微小区下行链路（毫微微-DL）对准。在宏-DL/毫微微-UL方向上使用简单的“干扰温度”功率控制，并且在宏- UL/毫微微-DL方向上利用上行链路/下行链路对偶性和Yates、Foschini和Miljanic分布式功率控制算法，我们可以在两个方向上实现非常有吸引力的宏/毫微微吞吐量折衷区域。我们研究了多用户MIMO空间复用在宏小区的影响下提出的计划，并发现大的增益是可以实现的，通过让宏小区调度组的共址用户，使受干扰温度功率约束的毫微微小区的数量是小的。
2012-02-07 cs.IT math.IT
Scheduling and Power Allocation to Optimize Service and Queue-Waiting Times in Cognitive Radio Uplinks
在这份报告中，我们研究了分组延迟作为CR系统的QoS度量。分组时延包括队列等待时间和服务时间。在这项工作中，我们研究了调度和功率分配算法对SU的延迟性能的影响。为了研究由于服务时间的延迟，我们研究了一个多通道系统中的信道被顺序感测，我们研究了吞吐量和延迟之间的权衡。该问题被表述为服务时间和吞吐量之间存在权衡的最优停止规则问题。这种折衷是由于跳过低质量信道以寻求在将来找到高质量信道的可能性，代价是由于这些将来的信道可能繁忙而被阻止传输的概率更高。另一方面，研究了多用户单信道系统的排队等待时间。具体来说，我们研究了调度和功率分配对系统中所有SU的延迟性能的影响。我们提出了一个延迟优化算法，保护PU从有害的干扰，并提供所需的延迟保证用户。如果干扰信道是异构的，则常规调度算法不提供这样的保证。这是因为它们是为传统的非CR无线系统开发的，由于信道是正交的，因此忽略了干扰。最后，我们提出了两个潜在的扩展这些研究的问题。
2016-01-04 cs.IT math.IT
Joint Sensing and Power Allocation in Nonconvex Cognitive Radio Games: Nash Equilibria and Distributed Algorithms
在本文中，我们提出了一类新的纳什问题的认知无线电（CR）网络，建模为高斯频率选择性干扰信道，其中每个次级用户（SU）的竞争对其他人最大化自己的机会吞吐量联合选择的感知持续时间，检测阈值，和矢量功率分配。所提出的一般公式允许容纳若干（发射）功率和（确定性/概率性）干扰约束，诸如对主接收器处可容忍的最大个体和/或聚合（概率性）干扰的约束。为了保持优化尽可能分散，全局（耦合）干扰约束是通过惩罚每个SU与一组时变价格的基础上，他的总干扰的贡献;价格是额外的变量优化。由此产生的球员的优化问题是非凸的，而且，有可能是价格清算条件相关联的全球约束要满足的解决方案。所有这一切都使得所提出的游戏的分析是一项具有挑战性的任务，没有一个经典的结果在博弈论文献中可以成功地应用。本文的主要贡献是开发一种新的优化为基础的理论研究提出的非凸游戏，我们提供了一个全面的分析标准的纳什均衡的存在性和唯一性，设计替代最佳响应为基础的算法，并建立其收敛性。
2012-12-27 cs.IT math.IT
A Rate Splitting Strategy for Uplink CR-NOMA Systems
在上行非正交多址接入（NOMA）信道中，现有的协作连续干扰消除（SIC）和功率控制（PC）方案无法达到满容量区域，限制了上行NOMA用户的中断性能。针对上行认知无线电（CR）启发的NOMA系统，提出了一种新的速率分割（RS）策略，在不降低主用户中断性能的前提下，最大化次用户的可达速率.次用户根据干扰门限和自身信道增益自适应地进行RS、发射功率分配和SIC，有效地利用了发射功率。推导了次用户中断概率的闭式表达式。数值结果表明，在现有的SIC和PC合作方案中，所提出的RS方案实现了最好的中断性能。
2022-01-31 cs.IT math.IT
A General MIMO Framework for NOMA Downlink and Uplink Transmission Based on Signal Alignment
多输入多输出（MIMO）技术在非正交多址（NOMA）系统中的应用对于提高NOMA系统的性能增益具有重要意义。本文提出了一种新的MIMO-NOMA框架，用于下行链路和上行链路传输，通过应用信号对齐的概念。通过使用随机几何，封闭形式的分析结果，以方便性能评估的建议框架随机部署的用户和用户。研究了固定功率分配和认知无线电功率分配等不同功率分配策略对MIMO-NOMA性能的影响。计算机模拟结果证明了所提出的框架的性能和开发的分析结果的准确性。
2015-08-29 cs.IT math.IT
A New Rate Splitting Strategy for Uplink CR-NOMA Systems
在上行非正交多址接入（NOMA）信道中，现有的协作连续干扰消除（SIC）和功率控制（PC）方案无法达到满容量区域，限制了上行NOMA用户的中断性能。针对上行认知无线电启发的NOMA系统，提出了一种新的速率分割（RS）策略，在不降低主用户中断性能的前提下，最大化次用户的可达速率。次用户根据干扰门限和自身信道增益自适应地进行RS、发射功率分配和SIC，有效地利用了发射功率。推导了次用户的中断概率的封闭表达式。数值结果表明，在现有的SIC和PC合作方案中，所提出的RS方案实现了最好的中断性能。
2022-04-13 cs.IT math.IT
UAV-Sensing-Assisted Cellular Interference Coordination: A Cognitive Radio Approach
空中-地面干扰抑制被认为是实现蜂窝连接无人机（UAV）通信的主要挑战。由于视距（LoS）占主导地位的空中-地面信道，与地面用户相比，UAV在其上行链路/下行链路通信中的大得多的区域上产生/遭受到/来自蜂窝基站（BS）的强得多的干扰。因此，传统的小区间干扰协调（ICIC）技术迎合地面网络变得无效，在减轻更严重的无人机引起的干扰。为了应对这一新的挑战，这封信介绍了认知无线电为基础的解决方案，将无人机和地面用户作为次要和主要用户在网络中，分别。特别地，具有地面BS/用户的LoS信道赋予UAV强大的频谱感测能力，用于在比其服务BS大得多的区域上检测地面信号。通过利用这一独特的功能，我们提出了一种新的无人机传感辅助ICIC设计的无人机下行链路和上行链路通信。具体地，UAV分别在其服务BS处可用的资源块（RB）上感测其接收到的干扰和地面用户在下行链路和上行链路中的传输，以帮助其向UAV的RB分配，从而避免对同信道地面通信的干扰。数值结果表明，所提出的无人机辅助ICIC优于传统的地面ICIC从事相邻BS的合作。
2020-01-31 cs.IT eess.SP math.IT
Dynamic Scheduling for Delay Guarantees for Heterogeneous Cognitive Radio Users
研究了一种具有统计时延约束和对主用户平均干扰约束的上行链路多次用户系统。对于PU，具有异构干扰信道统计的SU经历异构延迟性能，因为引起低干扰的SU比引起高干扰的SU更频繁地被调度。我们提出了一种调度算法，可以提供任意的平均延迟保证SU不管他们的统计信道质量。我们推导出该算法使用李雅普诺夫技术，并表明它产生有界队列，并满足干扰约束。通过仿真，我们证明了它优于最大权重算法。
2016-12-09 cs.IT math.IT
Robust Resource Allocation for Full-Duplex Cognitive Radio Systems
本文研究了全双工认知无线电系统的资源分配算法设计。辅网络采用FD基站来同时服务多个半双工下行链路和上行链路用户。我们研究的资源分配的设计，最大限度地减少泄漏到主用户的干扰，同时提供服务质量为次要用户。鲁棒资源分配算法设计考虑了主用户信道状态信息的不确定性。该算法设计是一个非凸优化问题，并通过应用半定规划（SDP）松弛最佳解决。仿真结果表明，与基线方案相比，该算法不仅显著降低了干扰泄漏，而且证实了该算法的鲁棒性。
2016-02-21 cs.IT math.IT
Joint Distributed Access Point Selection and Power Allocation in Cognitive Radio Networks
频谱管理已被确定为实现认知无线电网络（CRN）技术的关键一步。当前处理CRN中的频谱管理的大多数工作集中于问题的单个任务，例如，频谱感测、频谱决策、频谱共享或频谱移动性。在这项工作中，我们认为，对于某些网络配置，联合执行几个任务的频谱管理提高了频谱效率。具体来说，我们研究了CRN中存在多个认知用户（CU）和接入点（AP）的上行链路资源管理问题，每个AP都在一组非重叠信道上运行。为了最大化其上行链路传输速率，CU必须关联到合适的AP（频谱决策），并且与其他CU共享属于该AP的信道（频谱共享）。这些任务显然是相互依存的，如何有效和分配地执行这些任务的问题在文献中仍然没有定论。在这项工作中，我们制定了这个联合频谱决策和频谱共享问题的非合作博弈，其中的一个球员的可行策略包含一个离散变量和一个连续的向量。因此，游戏的结构是非常不同的，从大多数非合作频谱管理游戏中提出的文献。我们提供表征的纳什均衡（NE）的这个游戏，并提出了一套新的算法，允许CU分布式和有效地选择合适的AP和共享的渠道与其他CU。最后，我们研究了所提出的算法的性能，以及通过广泛的模拟他们的表现。
2011-02-10 cs.IT math.IT
Joint Sensing and Reception Design of SIMO Hybrid Cognitive Radio Systems
本文研究了认知无线电系统中频谱感知和接收波束形成的联合设计问题。所提出的设计的目的是最大化的可实现的平均上行链路速率的次要用户（SU），受到基于中断的服务质量（QoS）约束的主要通信。研究了一种混合CR系统方法，根据该方法，系统或者作为交织器操作（即，机会主义的）或作为投机者（即，频谱共享）CR系统，基于SS结果。一个现实的信道状态信息（CSI）框架，根据该框架，直接信道链路是已知的多天线接收机（RX），而只有统计（协方差）信息可用于干扰链路。一个新的，封闭的形式近似推导出的中断概率的主要通信，和SS参数和接收波束形成器的速率最优选择的问题是解决的混合，交织和MIMO系统。事实证明，我们提出的系统设计优于两个交织和交织CR系统的一系列系统方案。
2015-09-14 cs.IT math.IT
Cognitive Wireless Powered Network: Spectrum Sharing Models and Throughput Maximization
射频（RF）无线能量传输（WET）的最新进展推动了无线供电通信网络（WPCN）的研究，其中分布式无线设备在下行链路（DL）中由混合接入点（H-AP）经由专用WET供电以用于上行链路（UL）无线信息传输（WIT）。本文利用认知无线电（CR）技术，研究了一种新型的认知无线电辅助WPCN（cognitive WPCN），它与主无线通信系统共享频谱。特别是，我们认为一个认知WPCN，包括一个单一的H-AP与恒定的电源和分布式用户，共享相同的频谱，其DL WET和UL WIT与现有的主要通信链路，其中WPCN的WET/WIT和主要链路的WIT可能会相互干扰。在这种新的设置下，我们提出了两个共存的模型，这两个系统，即重叠和覆盖基于认知WPCN的频谱共享，这取决于不同类型的知识，在认知WPCN的主用户传输。对于每一种模型，我们最大限度地提高了总吞吐量的认知WPCN的传输优化下，应用不同的约束，以保护主用户传输。分析和仿真结果提供了比较的总吞吐量的认知WPCN与主用户的可达速率在两个共存的模型。结果表明，基于覆盖的认知WPCN优于基于对等的，由于其完全合作的WET/WIT设计与主WIT，同时它也需要更高的复杂性实现。
2015-12-01 cs.IT math.IT
Cognitive Multiple Access Network with Outage Margin in the Primary System
本文研究了在单主链路情况下多用户上行认知无线电系统的频谱有效性问题。次系统应用机会性干扰消除（OIC），并且在这样的机会被创建时解码主信号。我们推导出在二次系统中使用OIC时可达到的速率。该方案具有实际意义，因为它能够在不需要来自主系统的任何动作的情况下实现速率自适应。推导了当主系统受到次用户干扰时，主用户中断概率的\emph{exact}表达式。其次，研究了在主系统中断约束下，最大化和速率的次系统功率分配问题。我们制定的功率优化问题在各种情况下，取决于信道状态信息的可用性和功率约束的类型，并提出了一组简单的解决方案。最后，通过仿真验证了分析结果的正确性，并指出基于所提出的方案可以设计出频谱效率高、复杂度低、灵活性好、性能高的认知无线电系统。
2011-02-12 cs.IT math.IT
Hybrid Successive Interference Cancellation and Power Adaptation: a Win-Win Strategy for Robust Uplink NOMA Transmission
针对上行NOMA中次用户机会接入主用户资源块的场景，提出HSIC-PA和FSIC-PA两种方案，在不降低主用户可靠性前提下避免中断错误平层，其中HSIC-PA分集增益为M且性能最优。
2023-07-08 cs.IT math.IT
Joint Scheduling and Power-Control for Delay Guarantees in Heterogeneous Cognitive Radios
研究了一种具有平均时延约束和对主用户干扰约束的上行链路多次用户认知无线电系统。如果SU和PU之间的干扰信道由于不同SU的不同物理位置而在统计上是异构的，则SU将经历不同的延迟性能。这是因为位于更靠近PU的SU以更低的功率电平进行发送。提出了两种动态调度和功率分配策略，可以为所有SU提供所需的平均延迟保证，而不管它们的位置。第一个策略解决了干扰约束是瞬时干扰约束时的问题，而第二个策略则解决了具有长期平均干扰约束的问题。我们表明，虽然平均干扰问题是一个扩展的瞬时干扰，解决方案是完全不同的。这两个政策，使用李雅普诺夫优化技术，是渐近延迟最优的，同时满足延迟和干扰的限制。我们的研究结果得到了广泛的系统仿真的支持，并表现出优于现有的政策，以及表现出强大的信道估计误差。
2017-05-19 cs.IT math.IT
Energy-Aware Competitive Power Allocation for Heterogeneous Networks Under QoS Constraints
提出了一种基于正交频分多址接入（OFDMA）的异构网络（HetNet）上行链路能量效率最大化的分布式功率分配方案。网络中的用户设备（UE）被建模为参与非合作博弈的理性代理，其中每个UE在所分配的子载波的集合上分配其可用的发射功率，以便在最小速率约束的条件下最大化其个体效用（定义为每瓦特发射功率的用户吞吐量）。在这个框架中，相关的解决方案的概念是德布鲁均衡，一个广义的纳什均衡占的情况下，代理人的一套可能的行动取决于其对手的行动。由于手头的问题可能不可行，德布鲁均衡并不总是存在。然而，使用分数规划的技术，我们提供了一个表征的均衡功率分配配置文件时，他们确实存在。特别是，德布鲁平衡被发现是一个注水的最佳响应运营商的水位是最小速率约束和电路功率的函数的不动点。此外，我们还描述了一组充分条件的存在性和唯一性的Debreu平衡利用最佳反应算子的收缩性质。这种分析提供了必要的工具，以获得一个功率分配方案，引导网络以迭代和分布式的方式达到平衡，而不需要任何集中处理。数值模拟，然后使用验证的分析和评估所提出的算法作为系统参数的函数的性能。
2015-04-28 cs.IT math.IT
Cognitive RF-FSO Fronthaul Assignment in Cell-Free and User-Centric mMIMO Networks
无小区大规模MIMO（Cell-free massive MIMO，CF-mMIMO）网络及其以用户为中心的（User-centric，UC）网络被认为是下一代无线网络的重要技术。然而，前传和回程分配是这些网络中的挑战性问题。在本文中，CF-和UC-mMIMO网络的上行链路传输的能量效率进行了研究，其中接入点（AP）连接到聚合节点（AN）通过射频（RF）和/或自由空间光（FSO）前传，和AN连接到中央处理单元通过光纤回程。通过考虑AP和AN处的硬件非理想性、FSO对准和天气条件的影响来导出可实现的数据率。为了在FSO失调和恶劣天气条件下构建一个鲁棒且节能的网络，首先提出了一种认知RF-FSO前传分配算法，代价是在接入链路和前传链路之间共享可用的RF带宽.然后，在用户和AP的最优功率分配进行了研究，并提出了两种解析方法来解决非凸优化问题。通过数值结果，我们讨论了与仅FSO、仅RF或同时使用RF和FSO前传链路相比，利用认知RF-FSO前传分配如何实现更高的能量效率，例如，在不利条件下实现高达$198\%$的更高能量效率。此外，FSO错位，天气条件和功率分配的CF和UC-mMIMO网络的性能的影响进行了讨论。
2021-03-09 cs.IT math.IT
An Efficient Precoder Design for Multiuser MIMO Cognitive Radio Networks with Interference Constraints
我们考虑一个线性预编码器设计的认知无线电多输入多输出广播信道，其中次系统由一个次基站（BS）和一组次用户（SU）被允许共享相同的频谱与主系统。所有收发器都配备有多个天线，每个天线都有自己的最大功率约束。假设采用迫零方法消除多用户干扰，研究了次基站每天线功率约束和主用户干扰功率约束下的次系统和速率最大化问题。感兴趣的问题不同于以前研究的问题，以前研究的问题通常假设在主接收器和次接收器两者或主接收器处采用和功率约束和/或单个天线。为了开发一个有效的数值算法，我们首先调用秩松弛方法将所考虑的问题转化为一个凹凸问题的基础上的下行链路的结果。然后，我们提出了一个障碍边界点方法来解决由此产生的鞍点问题。特别是，在所提出的方法的每一次迭代中，我们找到了牛顿步骤，通过求解离散时间西尔维斯特方程，这有助于显着降低复杂性相比，传统的方法。仿真结果证明了该算法的快速收敛性和有效性。
2016-08-15 cs.IT math.IT
Resource Allocation for IRS-assisted Full-Duplex Cognitive Radio Systems
本文研究了智能反射面辅助全双工认知无线电系统的资源分配设计。具体地，辅网络采用FD基站（BS）来同时服务多个半双工下行链路（DL）和上行链路（UL）用户。部署IRS以增强次级网络的性能，同时帮助减轻对主用户（PU）造成的干扰。联合优化FD BS处的DL发射波束成形向量和UL接收波束成形向量、UL用户的发射功率以及IRS处的相移矩阵，以最大化次系统的总和速率。考虑到PU的信道状态信息（CSI）和它们的最大干扰容限的不完全知识，设计任务被制定为非凸优化问题。由于最大干涉公差约束是棘手的，我们应用一个安全的近似转换成凸约束。为了有效地处理由此产生的近似优化问题，这仍然是非凸的，我们开发了一个迭代块坐标下降（BCD）为基础的算法。该算法利用半定松弛，惩罚方法，和逐次凸逼近，并保证收敛到一个稳定点的近似优化问题。我们的仿真结果不仅表明，所提出的方案产生了显着更高的系统和率的次级系统比几个基线方案，但也证实了其对CSI的不确定性的鲁棒性。此外，我们的研究结果说明了巨大的潜力，IRS管理各种类型的FD认知无线电网络中出现的干扰。
2020-03-16 cs.IT math.IT
Diffusion of Cooperative Behavior in Decentralized Cognitive Radio Networks with Selfish Spectrum Sensors
本文研究了分布式认知无线电网络中自私频谱感知用户的协作行为随时间的扩散。用户可以单独选择是否参与协作频谱感知，以最大化他们的感知虚警率和发送能量消耗方面定义的个人收益。该系统被建模为一个部分连接的网络与统计分布的程度的用户，谁发挥他们的短视的最佳反应，他们的邻居在每次迭代的行动。在此模型的基础上，我们研究了扩散博弈的贝叶斯纳什均衡的存在性和特征。接下来分析了网络拓扑结构、信道衰落统计、传感协议和多天线对扩散过程结果的影响。模拟结果表明，如何有利于不同的网络场景的扩散合作提出了进一步的见解，我们的结论与额外的改进和值得追求的问题进行了讨论。
2013-02-06 cs.GT cs.IT math.IT
Green Power Control in Cognitive Wireless Networks
认知和非认知发射机的分散网络，每个发射机的目的是最大限度地提高他的能源效率被认为是。假设认知发射机能够感知其非认知发射机的发射功率，并且认知发射机具有感知成本。通过对这种$2-$层次博弈的Stackelberg均衡分析，可以更好地理解认知对能源效率的影响。特别是，它被证明是最大化的网络能量效率时，只有一个给定的分数的终端是认知。然后，我们研究了一个感知游戏，其中所有的发射机被假定为采取的决定是否感（即认知）或不。证明了该博弈是一个加权势博弈，并研究了其均衡集。在第一阶段（例如，的时隙），然后玩功率控制游戏被证明是更有效的单独为所有发射机比玩游戏，其中发射机将联合优化是否感测和他的功率电平，显示存在一种Braess悖论。推导的结果示出的数值结果，并提供了一些见解如何部署认知无线电在异构网络中的感知能力。关键词：功率控制，Stackelberg均衡，能源效率。
2013-04-15 cs.GT cs.IT math.IT
Asymptotic Scheduling Gains in Point-to-Multipoint Cognitive Networks
我们认为并置的主要和次要网络，同时访问相同的频带。特别是，我们研究了三个不同的水平，在初级和次级网络可能共存：纯干扰，非对称共存，对称共存。在非对称共存级别，次级网络基于干扰和信道增益的知识选择性地去激活其用户，而在对称级别，初级网络也以相同的方式调度其用户。我们的目标是得到最优的总和率（即，吞吐量）的两个网络在每个共存水平的用户的数量渐近增长，并评估如何与网络规模的总和率的规模。为了得到吞吐量的渐近结果，我们导出了一个关于极序统计量的关键引理和一个关于低阶统计量和的命题。作为基线比较，我们通过时分（TD）计算信道共享的总速率。我们比较了TD中的渐近次级和速率与同时传输下的渐近次级和速率，同时确保主网络在两种情况下保持相同的吞吐量。结果表明，在非对称和对称共存水平的同时传输可以优于TD。此外，当用户的上行链路激活或去激活仅基于对相对网络的干扰增益而不基于网络自身的信道增益时，这种增强是可实现的。
2010-01-19 cs.IT math.IT
Outage Performance of Uplink Rate Splitting Multiple Access with Randomly Deployed Users
本文研究了随机部署用户下上行链路RSMA的中断性能，考虑了GUS和CUS调度方案，提出FPA策略并重审CPA策略，推导了中断概率解析式和分集阶数，证实了方案能实现满分集阶数并在高信噪比区提升速率公平性。
2023-04-11 cs.IT eess.SP math.IT
Stackelberg Game for Distributed Time Scheduling in RF-Powered Backscatter Cognitive Radio Networks
在本文中，我们研究了在射频供电的认知无线电网络中的传输策略自适应问题，在该网络中，混合次级用户能够在捕获然后发送模式和环境反向散射模式之间切换，以与次级网关进行通信。在该网络中，引入了一种货币激励机制，用于管理由具有不完美信道感测的二次传输引起的干扰。二级网关和发送者的感知-定价-发送过程被建模为一个单领导者-多跟随者的Stackelberg博弈。此外，从发射机之间的追随者子博弈建模为一个广义的纳什均衡问题的共享约束。基于我们的理论发现，在追随者的子游戏和Stackelberg游戏的均衡的属性，我们提出了一个分布式的，迭代的策略搜索计划，保证收敛到Stackelberg均衡。数值仿真结果表明，所提出的混合传输方案总是优于固定传输模式的方案。此外，仿真结果表明，所采用的混合方案是能够实现更高的吞吐量比从固定的传输模式的方案获得的吞吐量之和。
2018-04-08 cs.GT cs.IT cs.NI
Scheduling in Instantaneous-Interference-Limited CR Networks with Delay Guarantees
研究了一种具有平均时延约束和对主用户瞬时干扰约束的上行链路多次用户认知无线电系统。如果从SU到PU的干扰信道具有独立但不相同分布的衰落系数，则SU将经历异构延迟性能。这是因为对PU造成低干扰的SU将被更频繁地调度，和/或被分配比对PU造成高干扰的SU更多的传输功率。我们提出了一个动态的延迟和功率控制算法，可以提供所需的平均延迟保证所有SU以及保护PU免受干扰。利用李雅普诺夫技术，我们证明了我们的算法是渐近延迟最优的，同时满足延迟和干扰约束。我们支持我们的研究结果，通过广泛的系统仿真，并显示所提出的算法对信道估计误差的鲁棒性。
2015-12-09 cs.IT math.IT
