认知小蜂窝网络中基于干扰温度限制的下行能效资源分配算法

ubeautqq

认知小蜂窝网络中基于干扰温度限制的下行能效资源分配算法

, }" i* [8 y8 p5 p( y5 d摘―要:为最大化认知小蜂窝基站的能量效率,本文基于博弈论模型分析了下行联合频谱资源块和功率分配行为.在干扰受限环境下,多个基站采用分布式结构共享空闲频谱资源.为避免累加干扰损害主用户的通信,算法中引入了功率和干扰温度限制.由于具有耦合限制的分数形式的能量效用函数是非凸最优的,通过将其转化为等价的减数形式进行迭代求解.给定频谱资源块分配策略后,主博弈模型可被重新建模为便于求解发射功率的等价子博弈模型,并通过代价的形势解除耦合限制.仿真结果表明,本文所提算法能够收敛到纳什均衡,并有效提高了系统资源利用率和能量效率.
& T$ D; G3 Q' [0 ]: ^3 `) _% D  W关键词:认知小蜂窝网络;能量效率;干扰温度;频谱分配;功率分配
$ Y9 L- j5 [; |; B, E) u
1引言
随着移动互联网以及物联网的飞速发展,人们渴望享受到更多优质的通信服务,以宏蜂窝网络为基础架构的无线技术已无法满足大数据时代人们对高速率通信的需求.为满足未来5G网络高容量和绿色通信需求,经济有效的方法就是缩小单个基站的覆盖范围并重复利用频谱1~3.具有优质传输特性的频谱属于稀缺

! s: T' \6 x& c* u4 X

游客，如果您要查看本帖隐藏内容请回复

' x3 z% g/ t! b& M3 {

youOK

认知小蜂窝网络中基于干扰温度限制的下行能效资源分配算法