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
Distributed Uplink Resource Allocation in Cognitive Radio Networks -- Part I: Equilibria and Algorithms for Power Allocation
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。在这篇由两部分组成的论文中,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,我们的目标是研究在CRN的上行链路资源管理问题,存在多个认知用户(CU)和接入点(AP)。为了最大化其上行链路传输速率,CU必须与合适的AP相关联(频谱决策),并且与其他CU共享由该AP使用的信道(频谱共享)。这些任务显然是相互依存的,如何有效地以分布式方式执行这些任务的问题在文献中仍然是开放的。
2011-02-10 cs.IT math.IT
Optimal Band Allocation for Cognitive Cellular Networks
FCC对电视空白频段认知使用的新规定为改善传统蜂窝网络性能提供了新的手段。但它也带来了一些技术挑战。这封信研究的挑战之一,即,鉴于蜂窝频段和电视空白频段之间的传播特性和发射功率限制的显着差异,如何联合利用这两个频段,从而最大限度地提高蜂窝网络性能的电视空白频段的好处。分析和模拟结果。
2011-02-01 cs.IT math.IT
Joint Beamforming Design and Power Allocation for Full-Duplex NOMA Cognitive Relay Systems
在本文中,我们考虑了一个非正交多址接入认知无线电网络,其中一个全双工多天线中继协助从基站(BS)到一个认知远用户的传输,而在同一时间,BS发送到一个认知近用户。我们的目标是扩大远-近用户速率区域,通过在远用户速率高于某个阈值的约束下最大化近用户速率。为此,一个非凸联合优化问题的中继波束成形和在BS和认知中继的发射功率解决作为一个半定松弛问题,结合一个有效的可解线搜索方法。为了比较,我们还考虑了低复杂度的固定波束形成器设计,其中BS和认知中继之间的最佳功率分配被解决。我们的研究结果表明,所提出的联合优化可以显着减少的影响,在FD中继和用户间干扰的近用户的情况下,在残留的自干扰。
2017-08-13 cs.IT math.IT
Joint Channel Estimation and Pilot Allocation in Underlay Cognitive MISO Networks
认知无线电作为一种灵活的技术被提出来以提高频谱利用率。本文处理的问题,信道估计及其对下行链路传输的影响,在认知无线电场景。我们认为主要和认知基站,每个配备多个天线和服务多个用户。主网络经常遭受认知干扰,这可以通过在认知系统处部署波束成形以在空间上引导传输远离主接收器来减轻。估计的信道状态信息(CSI)的准确性在设计可以调节干扰量的准确波束形成器中起着重要作用。然而,信道估计受到干扰的影响。因此,我们提出了不同的信道估计和导频分配技术来处理认知系统的信道估计,并减少污染的影响,在主系统和认知系统。为了解决主系统和认知系统中的污染问题,我们利用协方差矩阵中嵌入的信息,成功地将信道估计与相关认知单输入多输入(SIMO)信道中的其他用户的信道分离。最小均方误差(MMSE)的框架,提出了利用二阶统计量来分离重叠的空间路径,造成的干扰。我们通过仿真验证我们的算法,并将它们与最先进的技术进行比较。
2015-05-08 cs.IT math.IT
Joint Spectrum Sensing and Resource Allocation for OFDM-based Transmission with a Cognitive Relay
在本文中,我们研究了联合频谱感知和资源分配问题,以最大限度地提高基于OFDM的认知无线电链路的吞吐量与认知中继。通过应用使用解码和转发(D&F)的认知中继,我们实现了更可靠的通信,产生更少的干扰(通过需要更少的发射功率)和更多的分集增益。为了解决频谱感知中的缺陷,提出的方案联合修改能量检测器阈值,并将发射功率分配给所有认知无线电(CR)子载波,同时为次级用户(SU)和认知中继分配子载波对。该问题被转换为约束优化问题,其具有以下约束:(1)由SU和认知中继引入到PU的干扰;(2)误检和虚警概率;(3)用于在SU发射机和认知中继上传输的子载波配对;以及(4)每个CR子载波的最小服务质量(QoS)。我们提出了一个最优和两个次优的计划,所有这些都是比较文献中的其他计划。仿真结果表明,所提出的方案实现显着更高的吞吐量比其他方案在文献中不同的中继情况。
2015-11-12 cs.IT math.IT
Multiple-Level Power Allocation Strategy for Secondary Users in Cognitive Radio Networks
针对认知无线电(CR)网络中的次用户(SU),提出了一种多级功率分配策略。不同于传统的策略,其中SU要么保持沉默或发送与恒定/二进制功率取决于主用户(PU)的忙/闲状态,所提出的策略允许SU选择不同的功率电平根据精心设计的功能的接收能量。在SU处平均发射功率和PU处平均干扰功率的约束下,优化了功率电平选择的方式,以最大化SU的可达速率。仿真结果表明,与传统策略相比,该策略能显著提高SU的性能。
2013-12-12 cs.IT math.IT
Dynamic Resource Allocation in Cognitive Radio Networks: A Convex Optimization Perspective
本文概述了新兴的认知无线电(CR)无线网络的空间,时间和频率上的通信资源分配的最新成果。专注于干扰功率/干扰温度(IT)约束的方法CR保护主要的无线电传输,制定了许多新的和具有挑战性的问题,关于CR系统的设计,和一些相应的解决方案被证明是可获得的,通过重组一些经典的结果已知的传统(非CR)无线网络。结果表明,凸优化在解决这些问题中起着至关重要的作用,在一个严格和有效的方式。最后讨论了CR及其它相关多用户通信系统中干扰管理的研究方向。
2010-01-19 cs.IT math.IT
Fitness Landscape Analysis for Dynamic Resource Allocation in Multiuser OFDM Based Cognitive Radio Systems
这篇论文被撤回了。
2010-03-07 cs.IT cs.NE math.CO
Relay Selection and Resource Allocation for Two Way DF-AF Cognitive Radio Networks
研究了双向中继认知无线电网络中采用半双工解码转发(DF)和放大转发(AF)系统的最优资源功率分配和中继选择问题。假设主网络和辅网络同时接入频谱,使得由辅网络引起的引入到主网络的干扰应该低于某个干扰阈值。此外,在不影响主网络的服务质量的情况下,根据所获得的辅助总和速率来应用AF和DF方案之间的选择策略。基于遗传算法的次优方法也提出了解决我们的问题。仿真结果表明,所提出的次优算法的性能接近最优解的性能,具有相当大的复杂度节省。
2013-05-19 cs.IT math.IT
Resource Allocation of MU-OFDM Based Cognitive Radio Systems Under Partial Channel State Information
由于存在一些错误,本文已被作者撤回。
2010-02-26 cs.IT cs.NE math.CO
Resource Allocations for Secure Cognitive Satellite Terrestrial Networks
认知卫星-地面网络(STNs)已被公认为解决下一代通信网络中的频谱稀缺的有前途的架构。在这封信中,我们调查的安全传输方案中的认知STNs的干扰,从地面基站(BS)的介绍,以提高卫星链路的安全性。我们的目标是通过联合优化的合作波束形成和人工噪声(AN)的发射功率最小化,同时保证保密率约束的卫星链路,信息速率约束的地面链路和总的发射功率约束。两种情况下的完美和不完美的信道的情况下分别考虑。这些约束使得优化问题具有非凸性和挑战性,这些问题可以通过特定的变换来有效地解决,从而分别形成更易于处理的版本。数值结果证实了所提出的计划。
2017-07-05 cs.IT math.IT
Feedback Bits Allocation for Interference Minimization in Cognitive Radio Communications
本文研究了有限反馈认知无线电系统中,主用户(PU)由于波束形成不理想而受到次发射机(ST)的干扰。我们建议在多个PU之间分配反馈比特,以最大限度地减少ST所造成的最大干扰,通过利用异构的平均信道增益。此外,我们研究了在预定义的干扰阈值下,在PU的总反馈比特最小化的问题。针对所研究的问题提出了低复杂度的解决方案,并对比特分配的性能进行了分析。仿真结果验证了我们的分析,并表明,所提出的解决方案工作得很好,在最小化的ST所造成的最大干扰和最小化的总反馈比特在预定义的干扰阈值在PU的有限反馈CR系统。
2016-04-06 cs.IT math.IT
Optimal Bandwidth and Power Allocation for Sum Ergodic Capacity under Fading Channels in Cognitive Radio Networks
研究了衰落信道下多个次用户共享主用户授权频谱的频分多址认知无线电网络中的最优带宽和功率分配问题。所有SU的遍历容量之和被作为网络的性能度量。除了SU处的峰值/平均发射功率约束和PU施加的峰值/平均干扰功率约束的所有组合之外,还考虑了许可频谱的总带宽约束。最优带宽分配推导出在任何给定的功率分配的封闭形式。在上述功率约束的所有可能的组合下,最优功率分配的结构也被导出。这些结构指示以非零功率但低于其对应峰值功率发射的用户的可能数目,且展示其它用户不发射或以其对应峰值功率发射。基于这些结构,有效的算法被开发用于寻找最优的功率分配。
2010-06-25 cs.IT math.IT
Resource Allocation for Intelligent Reflecting Surface-Assisted Cognitive Radio Networks
本文研究了智能反射面(IRS)辅助的多用户认知无线电(CR)系统的资源分配算法设计。特别地,部署IRS以减轻次级网络对主用户造成的干扰。在基站(BS)的波束成形向量和在IRS的相移矩阵联合优化的最大化的二次系统的和速率。算法设计被公式化为考虑主用户的最大干扰容限的非凸优化问题。为了解决由此产生的非凸优化问题,我们提出了一个基于交替优化的次优算法,利用半定松弛,惩罚方法,和逐次凸逼近。我们的仿真结果表明,系统的和速率显着提高我们提出的方案相比,两个基线计划。此外,我们的研究结果也说明了在CR网络中部署IRS的好处。
2020-03-01 cs.IT math.IT
Distributed Uplink Resource Allocation in Cognitive Radio Networks -- Part II: Equilibria and Algorithms for Joint Access Point Selection and Power Allocation
在本文的第一部分中,我们只研究了频谱共享方面的上述问题,并提出了算法的CU在单个AP网络,以有效地共享频谱。在本文的第二部分中,我们建立在我们以前的理解的单AP网络,并制定了联合频谱决策和频谱共享问题在多AP网络的非合作博弈,其中的一个球员的可行策略包含一个离散变量(AP/频谱决策)和一个连续的向量(多个信道之间的功率分配)。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
Robust Resource Allocation for MISO Cognitive Radio Networks Under Two Practical Non-Linear Energy Harvesting Models
为了实现消耗功率和收获功率之间的良好折衷,研究了在不完全信道状态信息下,同时传输无线信息和功率的多输入单输出认知无线电网络中的鲁棒资源优化问题.与大多数现有的作品,假设一个理想的线性能量收集(EH)模型,我们假设两个实用的非线性EH模型。为了解决由此产生的具有挑战性的非凸问题,我们提出了一个算法的基础上逐次凸逼近,并证明了一个秩一的解决方案,在所提出的算法的每次迭代。我们的仿真结果量化的EH电路的灵敏度阈值上的收获功率的效果。
2018-06-22 cs.IT math.IT
MIMO Underlay Cognitive Radio: Optimized Power Allocation, Effective Number of Transmit Antennas and Harvest-Transmit Tradeoff
本文分析了一种多输入多输出(MIMO)认知无线电系统的性能。特别地,次级发射器在空间复用传输模式下操作,而在次级接收器处采用迫零检测器。此外,次系统受到单天线主用户(PU)的干扰。为了提高二次传输的性能,在二次发射机处执行最优功率分配,其中约束由PU指定的最大可允许中断阈值。此外,辅发射天线的有效数量基于针对任意MIMO尺度的最优功率分配来指定。此外,推导了次系统各态历经信道容量的封闭表达式。然后,深入分析和评估了大规模MIMO次系统的场景,其中研究了捕获使能的次传输。分析了最优功率分配、有效副发射天线数、副发射天线与副接收天线之间的有效折衷以及副系统的平均信道容量。最后,大量的数值和模拟结果证实了我们的分析的有效性,同时提供了一些有用的工程见解。
2018-01-22 cs.IT math.IT
Beamforming and Rate Allocation in MISO Cognitive Radio Networks
我们考虑分散的多天线认知无线电网络,其中二级(认知)用户被授予同时频谱接入与持牌(主要)用户。我们对待分布式波束形成和速率分配的问题,使最小加权的二次速率最大化的二次用户。这样的优化受制于(1)用于次级用户的有限加权和功率预算,以及(2)在施加在每个初级接收机上的干扰电平不超过指定电平的意义上对初级用户的保证保护。基于由次级接收器部署的解码方法,我们考虑用于解决此问题的三种情形。在第一种情况下,每个次级接收器仅解码其指定的发射器,同时抑制其余的作为高斯干扰器(单用户解码)。在第二种情况下,每个次级接收器采用最大似然解码器(MLD)来联合解码所有次级传输,并且在第三种情况下,每个次级接收器使用无约束组解码器(UGD)。通过部署UGD,允许每个次级用户在抑制或取消剩余用户之后解码用户的任何任意子集(其包含其指定用户)。
2009-08-07 cs.IT math.IT
Optimal Power Allocation and Active Interference Mitigation for Spatial Multiplexed MIMO Cognitive Systems
本文分析了一种多输入多输出(MIMO)认知无线电系统的性能。特别地,次级发射器在空间复用传输模式下操作,而在次级接收器处采用迫零(ZF)检测器。此外,次系统受到多个随机分布的单天线主用户(PU)的干扰。为了增强二次传输的性能,在二次发射机处执行最优功率分配,其中约束由PU指定的干扰温度(IT)。次接收机的中断概率显式推导出一个精确的封闭形式的表达式。此外,一些特殊情况下的实际利益,包括位于PU和大规模MIMO,进行了讨论。此外,为了减轻由时间平均IT引起的对PU的瞬时过度干扰,为次级发射机开发了迭代天线缩减算法,并且相应地,解析地计算发射天线的平均数量。大量的数值和模拟结果证实了我们的分析的有效性。
2017-12-04 cs.IT math.IT
Energy-Efficient Power Allocation in Cognitive Radio Systems with Imperfect Spectrum Sensing
研究了感知频谱共享认知无线电系统中次用户能量有效的功率分配方案。假设次用户首先执行可能有错误的信道感测,然后基于感测决策以不同的功率电平发起数据传输。在总功耗中考虑了电路功率。在这种情况下,优化问题是最大化能量效率(EE)的峰值/平均传输功率约束和峰值/平均干扰约束。利用EE最大化问题的拟凹性,将原问题转化为等价的参数化凹问题,提出了一种基于Dinkelbach方法的迭代功率分配算法。在存在关于次级发射机处的传输链路和干扰链路的不同级别的信道侧信息(CSI)的情况下,即传输链路和干扰链路两者的完美CSI、传输链路的完美CSI和干扰链路的不完美CSI、两个链路的不完美CSI或两个链路的仅统计CSI,识别最优功率电平。通过数值计算,分析了感知性能、不同类型的CSI可用性以及发射和干扰功率约束对次用户EE的影响。
2016-02-11 cs.IT math.IT
Resource Allocation and Outage Analysis for An Adaptive Cognitive Two-Way Relay Network
针对多中继认知无线电网络,研究了一种自适应双向中继协作机制,以提高二次传输性能。推导了仅需统计信道信息时,最小化二次中断概率的功率分配和中继选择方案。在主传输的服务质量服务质量以主中断概率为约束的条件下,推导出了次中断概率的精确闭式表达式。为了更好地理解主用户干扰对二次传输的影响,我们进一步研究了当主用户信噪比趋于无穷大时,二次中继网络的渐近行为,包括功率分配和中断概率。仿真结果说明了所提出的方案的性能。
2017-05-05 cs.IT cs.NI math.IT
Throughput Maximization in Multi-Channel Cognitive Radio Systems with Delay Constraints
研究了覆盖多信道单次用户认知无线电系统中吞吐量与时延的权衡问题。由于认知无线电用户的有限感知能力,信道被顺序地感知。在这样的问题中,最大化吞吐量在文献中得到了很好的研究。然而,在实时应用中,除了吞吐量之外,还需要考虑硬延迟约束。本文讨论了在平均时延约束下,使次用户吞吐量最大化的最优停止规则和最优功率分配问题。我们提供了一个低复杂度的方法来解决这个问题的最佳方案。仿真结果表明,该方案允许次用户满足延迟约束,而不会牺牲吞吐量显着。它还显示了最优功率分配策略的好处比恒定功率分配策略。
2016-12-26 cs.IT math.IT
Decentralizing Multi-Operator Cognitive Radio Resource Allocation: An Asymptotic Analysis
研究了认知无线电通信系统中多个次运营商与一个主运营商共享频谱资源的资源分配问题。众所周知,多个次要运营商RA问题是特别具有挑战性的,因为在优化问题中产生的运营商之间的耦合约束,这使得不切实际的运营商之间的信息交换是必要的。在本文中,我们考虑了多运营商CR的卫星设置。在CR成熟方案中,即,在次级用户密度增长但仍远低于现任用户密度的时期,我们表明实际上可以忽略运营商间的相互约束,从而使得分布式(跨次级运营商)优化成为可能。此外,我们建立解析的相互约束渐近消失的主用户密度。
2020-05-06 cs.IT eess.SP math.IT
Cognitive Hierarchy Theory for Distributed Resource Allocation in the Internet of Things
针对由机器型设备(MTD)和人类型设备(HTD)组成的异构节点群组成的物联网(IoT)系统,研究了分布式资源分配问题。该问题被表述为异构物联网设备之间的非合作博弈,这些设备寻求找到最佳时间分配,以满足其在能量、速率和延迟方面的服务质量(QoS)要求。由于每个设备的策略空间依赖于其他设备的行动,广义纳什均衡(GNE)的解决方案的特点,并推导出的唯一性的条件。然后,明确地捕捉设备的异质性,在资源约束和QoS需求方面,提出了一种新的和更现实的博弈论方法,基于认知层次(CH)理论的行为框架。然后,这种方法被示出为使IoT设备能够达到CH均衡(CHE)概念,该概念考虑到与异构计算能力相对应的各种合理性水平以及可用于MTD和HTD中的每一个的信息。仿真结果表明,对于包含多达10,000个设备的物联网网络,所提出的CHE解决方案将满足QoS约束的设备百分比保持在96%以上,而不会显著降低整体系统性能。
2017-08-22 cs.IT math.IT
On Orthogonal Band Allocation for Multi-User Multi-Band Cognitive Radio Networks: Stability Analysis
在这项工作中,我们研究的问题频带分配的$M_s$缓冲次要用户(SU)的$M_p$主要频带授权(拥有)$M_p$缓冲主要用户(PU)。频带以正交(一对一)方式分配给SU,使得既不允许频带共享也不允许多频带分配。为了研究二次网络的稳定区域,用于获得稳定区域的包络线(封闭)的优化问题被建立,并被证明是一个线性规划,可以有效地和可靠地解决。我们比较我们的正交分配系统与两个典型的低复杂度和直观的频带分配系统。在一个系统中,每个认知用户在每个时隙中随机选择一个频带,并设计了一定的分配概率,使系统保持稳定,而在另一个系统中,在整个网络的生命周期内采用固定的(确定性的)频带分配。我们推导出这两个系统的稳定区域。我们在数学上证明,以及通过数值结果,我们提出的正交系统的优势,其他两个系统。
2014-07-27 cs.IT cs.NI math.IT
Optimal Power Allocation for Fading Channels in Cognitive Radio Networks: Ergodic Capacity and Outage Capacity
认知无线电网络(CRN)通过允许次级通信网络(SCN)中的次级用户(SU)机会性地在最初分配给主通信网络(PCN)的频带中操作或者通过允许SCN与PCN中的主用户(PU)共存来形成,只要SCN对每个PU造成的干扰被适当地调节。在本文中,我们考虑后者的情况下,称为频谱共享,并研究了最优功率分配策略,以实现遍历容量和中断容量的SU衰落信道下不同类型的功率约束和衰落信道模型。特别地,除了在PU处的干扰功率约束之外,还考虑了SU的发射功率约束。由于发射功率和干扰功率可以由峰值或平均约束来限制,因此研究了功率约束的各种组合。它示出,有一个容量增益SU下的平均超过峰值发射/干扰功率约束。研究还表明,SU发送端和PU接收端之间的信道衰落通常是增强SU信道容量的有利因素。
2008-08-28 cs.IT math.IT
Resource Allocation and Fairness in Wireless Powered Cooperative Cognitive Radio Networks
我们集成了一个无线供电的通信网络与合作的认知无线电网络,其中多个次要用户(SU)无线供电的混合接入点(HAP)帮助一个主要用户中继数据。作为合作的奖励,次级网络获得频谱接入,其中SU使用时分多址向HAP发送。为了最大化SU的总吞吐量,我们提出了一个二级的总吞吐量最优资源分配(STORA)计划。在满足目标一次速率的约束下,STORA方案选择中继SU的最优集合,并联合执行SU的时间和能量分配。具体来说,通过利用最优解的结构,我们找到了SU优先中继主数据的顺序。由于STORA方案侧重于总吞吐量,它变得不考虑个人SU吞吐量,导致低公平性。为了提高公平性,我们研究了三种资源分配方案,它们是(i)等时间分配,(ii)最小吞吐量最大化,和(iii)成比例的时间分配。仿真结果揭示了吞吐量和公平性之间的权衡。最小吞吐量最大化方案是最公平的方案,因为每个SU获得相同的吞吐量,但产生最小的SU总吞吐量。
2016-06-12 cs.IT cs.NI math.IT
Spectrum Leasing and Cooperative Resource Allocation in Cognitive OFDMA Networks
本文研究了一种基于OFDMA的协作认知无线电网络,主系统将其部分子信道租赁给次系统,以换取次用户作为中继协助主用户的传输。我们的目标是确定主系统和次系统之间的合作策略,以最大限度地提高SU的总速率,同时保持服务质量(QoS)要求的PU。我们制定了一个联合优化问题的PU传输模式选择,SU(或中继)的选择,子载波分配,功率控制,和时间分配。通过对偶方法,将该混合整数规划问题分解为并行的子载波子问题,每个子问题确定一个PU和一个SU之间的合作策略。我们表明,在每个租用的子载波,最佳策略是让SU专门作为一个中继或发送自己。这一结果从根本上不同于单信道系统中的传统频谱租赁,在单信道系统中,如果SU有助于PU的传输,则SU必须为自己传输一小部分时间。然后,我们提出了一个基于子梯度的算法,找到渐近最优解的原始问题在多项式时间。仿真结果表明,该算法能显著提高网络性能.
2012-09-14 cs.IT math.IT
UAV-Assisted Cooperative & Cognitive NOMA: Deployment, Clustering, and Resource Allocation
协作和认知非正交多址接入(CCR-NOMA)已被认为是克服频谱稀缺问题并支持下一代无线网络中设想的大规模连接的有前途的技术。在本文中,我们研究部署的无人机(UAV)作为中继,公平地服务于大量的二次用户在热点区域。UAV部署算法必须联合考虑用户聚类、信道分配和资源分配子问题。我们提出了一种解决方案,获得用户聚类和信道分配的基础上,最佳的资源分配为一个给定的无人机位置。为此,我们推导出封闭形式的最佳功率和时间分配,并显示它提供了最佳的最大最小公平吞吐量消耗更少的能量和时间比几何规划。基于最优资源分配,还以封闭形式提供了最优覆盖概率,其考虑了信道估计误差、硬件损伤和主网络干扰。最佳的覆盖概率使用建议的最大-最小公平用户聚类和信道分配方法。结果表明,所提出的方法实现了100%的准确性,在超过五个数量级的时间比最佳基准。
2020-08-26 cs.IT eess.SP math.IT
Optimal Transmit Power Allocation for MIMO Two-Way Cognitive Relay Networks with Multiple Relays
在这封信中,我们考虑了一个多输入多输出的双向认知无线电系统下的频谱共享的情况下,主用户和次用户在同一频带上工作。次级终端旨在使用多个中继来彼此交换不同的消息,其中每个中继采用放大转发策略。我们的工作的主要目标是最大限度地提高二次和率允许共享频谱与主用户尊重主用户容忍干扰阈值。在这种情况下,我们推导出一个封闭形式的表达式分配给每个天线的终端的最佳功率。然后,我们讨论了一些系统参数对性能的影响,在数值结果部分。
2013-11-04 cs.IT cs.NI math.IT
Multi-Objective Resource Allocation for Secure Communication in Cognitive Radio Networks with Wireless Information and Power Transfer
本文研究了具有多个系统设计目标的多用户多输入单输出二次通信系统的资源分配问题。我们认为认知无线电网络中的次级接收器能够收获的无线电频率时,他们是空闲的能量。次级系统向次级接收器提供同时的无线功率和安全信息传输。我们提出了一个多目标优化框架的设计帕累托最优资源分配算法的基础上加权切比雪夫方法。特别地,算法设计结合了三个重要的系统目标:总发射功率最小化、能量收集效率最大化和干扰功率泄漏与发射功率比最小化。所提出的框架考虑到服务质量的要求,在次级系统中的通信保密性和潜在的窃听者(空闲的次级接收器和主接收器)在次级发送器的信道状态信息的不完善性。所采用的多目标优化问题是非凸的,并通过半定规划(SDP)松弛重铸为凸优化问题。结果表明,利用SDP松弛问题的原最优解和对偶最优解可以构造原问题的全局最优解。此外,当对偶问题的解不能用于构造最优解时,提出了两种次优资源分配方案。数值结果不仅证明了所提出的次优方案的接近最优的性能,但也揭示了一个有趣的权衡考虑冲突的系统设计目标之间。
2015-04-23 cs.IT math.IT
Robust Layered Transmission in Secure MISO Multiuser Unicast Cognitive Radio Systems
研究了认知无线电下行链路多用户多输入单输出(MISO)通信网络中的鲁棒资源分配算法设计。我们专注于一个二级系统,它提供单播安全的无线分层视频信息,多个单天线二级接收器。资源分配算法设计被公式化为用于最小化次级发射机处的总发射功率的非凸优化问题。所提出的框架考虑了服务质量(QoS)的要求,在二级系统中的视频通信保密性,在二级发射机的潜在窃听者(主接收机)的信道状态信息(CSI)的不完善,以及在主接收机的最大可容忍接收干扰功率的限制。因此,所提出的问题制定利用分层传输和人工噪声生成的自保护架构,以确保通信保密。半定规划(SDP)松弛推导出一个资源分配算法,找到全局最优解的制定的问题。仿真结果表明,与传统的单层传输方案相比,所提出的分层传输资源分配算法具有显著的传输功率节省和对CSI不完善的鲁棒性。
2015-11-26 cs.IT math.IT
A Novel Resource Allocation for Anti-jamming in Cognitive-UAVs: an Active Inference Approach
University of Genoa(热那亚大学);Queen Mary University of London(伦敦玛丽女王大学);Italian National Consortium for Telecommunications(意大利国家电信联盟)
提出了一种基于主动推理的认知无线电抗干扰资源分配策略($\textit{AIn}$),并以认知无人机为例进行了仿真研究。提出了一种主动广义动态贝叶斯网络(Active-GDBN)来表示外部环境,将信号的物理动态特性和无人机与干扰机之间的动态相互作用共同编码在频谱中。我们将行动和计划转化为贝叶斯推理问题,可以通过在在线学习期间避免意外状态(最小化异常)来解决。仿真结果验证了所提出的$\textit{AIn}$方法在最小化异常(最大化奖励)方面的有效性,并与传统的跳频和Q学习方法进行了比较,结果表明该方法具有较高的收敛速度。
2022-08-10 cs.AI cs.IT cs.LG
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
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
Cognitive Coexistence between Infrastructure and Ad-hoc Systems
无线系统的快速增长使得干扰管理变得越来越重要。本文提出了一种新的认知共存框架,它使基础设施系统,以减少干扰ad-hoc或点对点通信链路的紧密接近。出于优越的资源的基础设施系统,我们研究如何集中资源分配可以容纳的ad-hoc链路的基础上感知和预测他们的干扰模式。基于ON/OFF连续时间马尔可夫链模型,将功率和传输时间的最优分配问题转化为凸优化问题,并给出了封闭形式的解。最优调度的情况下,基础设施的信道是随机的,速率约束只需要满足长期平均。最后讨论了多终端情况下的最优子信道分配问题。数值性能分析表明,利用基础设施链路的优越灵活性,可以有效地减轻干扰。
2008-12-07 cs.IT math.IT
Multi-channel Sensing And Resource Allocation in Energy Constrained Cognitive Radio Networks
我们考虑一个认知无线电网络中的多信道许可的环境。如果信道被感测为空闲,则次用户在信道中发送。这导致感测时间和传输时间之间的折衷。当次用户能量受限时,如果更多的能量用于感测,则可用于传输的能量更少。这就产生了能量的权衡。对于多个主信道,次用户必须在每个信道中决定适当的感测时间和发送功率,以最大化每个帧持续时间内的平均聚合比特吞吐量,同时确保主用户的服务质量。考虑到时间和能源的有限资源,我们制定了这个问题作为一个资源分配问题。最初考虑单个二级用户场景,并使用分解和交替优化技术获得解决方案。之后我们将分析扩展到多个二级用户的情况。仿真结果研究了信道占用、衰落和能量可用性对该方法性能的影响。
2017-01-17 cs.IT cs.NI 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
Difference Antenna Selection and Power Allocation for Wireless Cognitive Systems
在本文中,我们提出了一种在无线认知无线电(CR)系统中的天线选择方法,即差异选择,从而在次级发射机处从$M$可能的天线中选择单个发射天线,使得数据链路和干扰链路的信道增益之间的加权差异最大化。我们分析了互信息和中断概率的CR系统中的辅助传输与不同的天线选择,并提出了一种方法,优化这些性能指标的次级数据链路受到实际约束的峰值次级发射功率和平均干扰功率的主要接收机。在两个参数上执行优化:峰值次级发射功率和差异选择权重$δ\in [0, 1]$。我们表明,使用所提出的方法确定的优化参数的差异选择,可以在许多情况下的利益,优于文献中公开的所谓的比选择方法,虽然比选择已被证明是最佳的,当不切实际的,二次传输功率约束不适用。我们解决的影响,互信息和中断概率的约束,并讨论了实际意义的结果。
2010-10-15 cs.IT math.IT
QoS Aware Power Allocation and User Selection in Massive MIMO Underlay Cognitive Radio Networks
研究了认知无线电网络中配备大量天线的次级基站下行链路的功率分配和次级用户选择问题。提出了一种新的优化框架,以选择最大数量的SU和计算功率分配,以满足瞬时速率或服务质量要求的SU。优化框架还旨在使用SBS处的可用不完美CSI将对主用户(PU)的干扰限制在预定义阈值以下。为了获得一个可行的解决方案的功率分配和用户选择,我们提出了一个低复杂度的算法称为DeleteSU与最大功率分配(DeleteSU)。理论分析计算了对PU的干扰和超过所需速率的SU的数量。分析和仿真结果表明,该算法在满足最小速率约束的情况下,能够服务更多的用户,并且在天线数大于用户数一个数量级的情况下接近最优解。
2019-03-15 cs.IT eess.SP math.IT
Distributed Power Allocation and Channel Access Probability Assignment for Cognitive Radio
在本文中,我们提出了一个分布式优化的框架,在ad hoc认知无线电网络中的次用户的传输策略。特别地,所提出的方法允许次级用户设置它们的发射功率和信道接入概率,使得平均而言满足主网络和次级网络两者的服务质量。所考虑的系统假定几个主要和次要收发器对,并且假定在主要和次要用户之间以及次要用户之间没有合作或信息交换。中断概率,因此连接概率,是来自系统,并用于定义一个新的性能指标的优化问题,使用工具从随机几何。我们将此度量称为成功传输的空间密度。我们通过数值评估来证实我们的推导。我们进一步证明,即使在没有任何形式的合作,可以达到一个可接受的服务质量在认知无线电环境。
2016-02-04 cs.IT cs.NI math.IT
Resource Allocation for Secure MISO-NOMA Cognitive Radios Relying on SWIPT
认知无线电(CR)和非正交多址接入(NOMA)是下一代无线通信系统中两种很有前途的技术。NOMA CR网络(CRN)的安全性是一个重要的问题,但缺乏研究.在本文中,多输入单输出的NOMA CRN依赖于同时无线信息和功率传输进行了研究。为了提高主辅网的安全性,提出了一种人工噪声辅助的协同干扰方案。与现有的大多数工作不同的是,在一个实际的非线性能量收集模型下,提出了一个功率最小化问题。提出了一种基于半定松弛和逐次凸逼近的次优方案。仿真结果表明,所提出的协同干扰方案能够有效地实现保密通信,并且NOMA在功耗方面优于传统的正交多址接入。
2018-02-12 cs.IT eess.SP math.IT
Distributed Cognitive Multiple Access Networks: Power Control, Scheduling and Multiuser Diversity
研究了分布式总功率和干扰受限(DTPIL)认知多址接入网络中的最优分布式功率分配和调度策略(DPASPs)。在DTPIL中,次用户(SU)利用其对次发射次基站(STSB)和次发射主基站(STPB)信道增益的本地知识独立地执行功率分配和调度任务。在这样的网络中,SU的传输功率受到平均总传输功率约束和SU对主基站造成的平均干扰功率约束的限制。我们首先建立了DTPIL网络的注水功率分配和基于阈值的调度策略的联合最优性。然后,我们表明,根据$\frac{1}{\e{}n_h}\log\logp{N}$,其中$n_h$是从STSB信道功率增益的分布获得的参数和$N$是SU的总数的最佳DPASP规模下的次级网络吞吐量。从实用的角度来看,我们的研究结果表明,分布式认知多址接入网络能够收获多用户分集增益,而不采用集中式的路由器和反馈链路,以及不破坏主的服务质量(QoS)
2013-04-13 cs.IT math.IT
Optimal time sharing in underlay cognitive radio systems with RF energy harvesting
由于基本的权衡,实现频谱效率和能量效率是未来无线网络的两个竞争的设计挑战。然而,在认知无线电系统中应用射频(RF)能量收集(EH)可能会规避这种权衡,从而产生具有无限电源和有意义的可实现信息速率的次级系统。提出了一种在线的解决方案,用于在认知无线电系统的EH阶段和信息传输(IT)阶段之间的最优时间分配(分时),该方案收集来自主系统的RF能量。所提出的在线解决方案最大限度地提高了认知无线电系统的平均可达速率,受到主系统的$\varepsilon$百分位保护标准。与EH和IT阶段之间的相等时间分配相比,最佳分时实现了显著的收益。
2015-07-01 cs.IT math.IT
Band Allocation for Cognitive Radios with Buffered Primary and Secondary Users
在本文中,我们研究频带分配$\mathcal{M}_s$缓冲次要用户(SU)的$\mathcal{M}_p$正交的主要授权频带,其中每个主要频带被分配给一个主要用户(PU)。每个SU被分配到具有特定概率的可用主频带之一,该特定概率被设计为满足SU的某个指定的服务质量(QoS)要求。在所提出的系统中,只有一个SU被分配给一个特定的频带。用于获得稳定区域的包络线(封闭)的优化问题是一个线性规划。我们比较了该系统的稳定区域的系统,其中每个SU随机选择一个频带与一些分配概率。我们还比较了一个固定的(确定性的)分配系统,其中只有一个SU被分配给一个主要的频带所有的时间。我们证明了所提出的系统比其他系统的优势。
2013-12-31 cs.IT cs.NI math.IT
Finite Horizon Adaptive Optimal Distributed Power Allocation for Enhanced Cognitive Radio Network in the Presence of Channel Uncertainties
本文提出了一种新的增强型认知无线电网络,该网络通过功率控制允许次用户在主用户被停用时使用主用户的无线资源,同时通过管理次用户对主用户的干扰,允许次用户在主用户被激活时与主用户共存。因此,针对增强型认知无线电网络,在两种信道不确定性情况下,考虑信道不确定性的影响,提出了一种新的有限时域自适应最优分布式功率分配方案。在情形1中,当主用户在有限时域内不进行通信时,该方案可以迫使次用户的信干比(SIR)收敛到一个更高的目标值,以提高网络吞吐量。一旦主用户被激活,如在情况2中,所提出的方案不仅可以迫使主用户的SIR收敛到一个更高的目标SIR,而且还可以迫使次用户的SIR收敛到一个较低值,以调节他们的干扰Pus在有限的时间段内。为了减轻信道不确定性对信干比的影响,提出了一种新的有限时域自适应最优分布式功率分配算法,该算法在有限时域内使主用户和次用户的信干比收敛到期望的目标信干比,同时使能量消耗最小。仿真结果表明,这种新的有限时域自适应最优分布式功率分配方案能够更好地适应信道变化,具有更快的收敛速度和更低的能耗。
2013-02-06 cs.ET cs.IT math.IT
Ergodic Sum-Rate Maximization for Fading Cognitive Multiple Access Channels without Successive Interference Cancellation
研究了衰落认知多址接入信道(C-MAC)的各态历经和速率,其中多个次用户(SU)通过次网络(SN)与主用户(PU)共享频带,发送到次基站(SBS)。对SN施加干扰功率约束(IPC)以保护PU。在这样的约束和个人的发射功率约束(TPC)施加在每个SU,我们调查的功率分配策略,以最大化遍历和速率的衰落C-MAC没有连续干扰消除(SIC)。特别地,本文考虑了两种类型的约束:(1)平均TPC和平均IPC,(2)峰值TPC和峰值IPC。对于第一种情况,证明了最优功率分配是动态时分多址(D-TDMA),这与在相同约束条件下,最大化带SIC的衰落C-MAC的遍历和速率的最优功率分配是完全相同的。对于第二种情况,证明了最优解一定在可行域的极值点上。结果表明,当SU数较大时,D-TDMA是概率最优的。此外,我们表明,当SU可以排序在一定的顺序,一个算法的线性复杂度可以用来找到最佳的功率分配。
2014-03-03 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
Energy Efficiency in MIMO Underlay and Overlay Device-to-Device Communications and Cognitive Radio Systems
本文研究了主链路和辅链路通过重叠或重叠方式共享可用频谱的系统中的资源分配问题。在观察到这样的场景模型的认知无线电和D2D通信,我们制定的问题作为最大化的次级能源效率的最低速率要求的主要用户。这导致了具有挑战性的非凸,分数问题。在这种情况下,我们通过一个适当的重新制定获得的整体解决方案。在覆盖场景中,提出了两种算法。第一个产生一个资源分配满足一阶最优性条件的资源分配问题,通过解决一系列更容易的分数问题。第二种方法的最优性要求较弱,但计算复杂性更低。数值结果表明,所提出的算法的优点,无论是在能源效率的性能和复杂性,也表明,所提出的两个算法的覆盖场景执行非常相似,尽管不同的复杂性。
2016-10-28 cs.IT math.IT
Joint Optimization of Spectrum Sensing and Accessing in Multiuser MISO Cognitive Networks
提出了一种多用户认知网络联合频谱感知和接入优化框架,以显著提高频谱利用率。对于这样一个认知网络,有两个重要的和有限的资源,应该在一个全面的方式分配,即反馈比特和时间持续时间。首先,关于反馈比特,存在两个组件:感测组件(用于传送各个用户的感测结果)和接入组件(用于反馈信道状态信息)。一个大的感知组件可以支持更多的用户进行协作感知,这导致高的感知精度。然而,大的接入组件也是优选的,因为当利用诸如迫零波束成形(ZFBF)的多天线技术时,它对多用户认知网络中的性能具有直接影响。其次,需要确定传输间隔中的感测和接入持续时间的折衷,使得在满足干扰约束的同时优化总传输速率。此外,上述两种资源在一定条件下是相互关联、相互转化的。具体地,对于给定的性能目标,可以通过利用更多的感测反馈比特来节省感测时间。因此,资源应以联合方式分配。基于联合优化框架和两种资源之间的内在关系,提出了两种多用户多天线认知网络中以最大化平均和传输速率为目标的联合资源分配方案。仿真结果表明,采用联合资源分配策略,与传统的固定策略相比,可以获得明显的性能增益。
2014-06-30 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 Secure Beamforming for Cognitive Radio Networks with Untrusted Secondary Users
在本文中,我们认为在正交频分多址(OFDMA)系统的信息接收机(IR)和能量接收机(ER)共存的同时无线信息和功率传输(SWIPT)。IR被服务于尽力保密数据,并且ER以最小所需的收获功率收获能量。为了增强物理层安全性,同时满足能量收集要求,我们引入了一种新的基于频域人工噪声的方法。通过发射功率和子载波分配研究了加权和保密率最大化的最优资源分配问题。所考虑的问题是非凸的,而我们提出了一个有效的算法来解决它的基础上拉格朗日对偶方法。仿真结果表明,与其他启发式方案相比,该算法的有效性。
2015-09-03 cs.IT math.IT
Design of Learning Based MIMO Cognitive Radio Systems
本文讨论了基于多天线的认知无线电(CR)系统的设计问题,它能够与授权的主无线电(PR)系统同时工作。我们提出了一个实用的CR传输策略,包括三个主要阶段:环境学习,信道训练和数据传输。在环境学习阶段,CR收发器既监听PR传输,又应用盲算法来估计来自PR的与信道正交的空间。假设PR基于时分双工(TDD)的传输,则在CR收发器处设计并应用认知波束成形,以在随后的信道训练和数据传输阶段期间限制对PR的干扰。在信道训练阶段,CR发射机向CR接收机发送训练信号,CR接收机应用基于线性最小均方误差(LMMSE)的估计器来估计有效信道。考虑到在学习和训练阶段的不完美的估计,我们推导出一个下界的遍历能力可实现的CR在数据传输阶段。从这个容量下限,我们观察到一个一般的学习/训练/吞吐量权衡与所提出的方案,有关的训练和传输阶段之间的发射功率分配,以及学习,训练和传输阶段之间的时间分配。我们通过优化相关的功率和时间分配来最大化CR遍历容量来表征上述权衡。
2009-05-10 cs.IT math.IT