买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国石油大学(华东)

摘要：本发明针对具有多个反向散射设备BD的非正交多址NOMA反向散射认知无线电NB‑CR网络下行链路通信，提出了在能量和服务质量QoS约束下，联合优化功率分配系数和反射系数RC，以实现能效EE最大化的资源分配RA方案。本发明的步骤主要有1通信网络建模；2RA问题建模；3问题求解。对通信网络进行建模完毕后，提出一个非凸优化问题。为解决该非凸问题，将其分解为两个子问题：功率分配优化子问题和RC优化子问题。针对功率分配优化子问题，提出了一种基于拉格朗日的优化功率分配LOPA方案，该方案使用拉格朗日与次梯度迭代方法来求解。针对RC优化子问题，设计了一种改良的粒子群RCTPSORC方案来确定最佳的RC。

主权项：1.本发明针对多个反向散射设备BD的非正交多址NOMA反向散射认知无线电CR网络进行建模，提出了在能量和服务质量QoS约束下，联合优化功率分配系数和反射系数RC，以实现能效EE最大化的资源分配RA方案，包括以下几个步骤：1.通信网络建模：在网络模型中，次要发射机ST，BD和用户均配备单个天线，并且所有信道系数遵循独立的瑞利分布。该网络主要分为主要网络和次要网络；主要网络主要由主要用户PU组成，主要受到ST干扰；次要网络主要包含ST，两个次要用户SU和N个BD。ST基于NOMA技术向两个SU发送叠加信号；SU基于连续干扰消除SIC技术对信号进行解码；BD接收到信号的一部分用于能量收集EH以支持其电路操作，另一部分用于反向散射；BD使用它们的信号来修改接收到的信号，然后将其反射到两个用户和其余的BD。2.资源分配RA问题建模：该问题的优化目标是最大化能量效率，即用户的总吞吐量与系统的能耗的比值；系统的吞吐量主要通过R＝log21+SINR来计算，其中SINR表示用户解码的信干噪比；系统的能耗主要包含ST的发射功率，BD与SU的电路能耗；其中根据PU可以接受的最大干扰，得到ST的最大发射功率；RA问题的约束条件主要包含：反射系数r与功率分配系数需要在0,1范围内取值，分配给两个用户的功率分配系数总和为1，即a1+a2＝1，收集到的能量需要大于电路能量消耗，每个用户都需要满足相应的QoS要求解码时的SINR不得低于规定的最小值；在以上优化条件下，最大化EE，得到最优的功率分配系数与反向散射系数，具体的问题建模如下： s.t.C1:0＜rn≤1,C2:0＜a1n＜1,0＜a2n＜1,C3:a1n+a2n＝1,C4:EHn≥Eccn,C5:γ1→1≥γ1min,γ2→2≥γ2min3.问题求解：由于功率分配系数与反向散射系数之间的耦合性，求解的问题是非凸的问题，为了求解该问题，将该问题分为两个子问题分别求解：功率分配系数子问题与反向散射系数子问题。4.功率分配系数优化子问题：针对该子问题，提出了LOPA算法；通过功率分配系数之间的关系，得到a2＝1-a1，进而得到功率分配优化子问题，该子问题是一个凸问题，因而采用拉格朗日方法结合KKT条件，求解出功率分配系数，并利用次梯度迭代方法迭代更新拉格朗日乘子；当迭代的函数值差小于收敛精度时，或者达到最大迭代次数时，停止迭代。5.反向散射系数优化子问题：针对该子问题，提出了TPSORC算法；通过上一个子问题的求解，将功率分配系数用反向散射系数表示，将第二个子问题转变为关于反向散射系数的函数；利用粒子群优化PSO算法与LOPA算法结合，求解该问题，得出最优的反向散射系数。6.最大化EE：通过上述算法的提出，在最大化EE的基础上，得到了最优的功率分配系数与反向散射系数，实现了对网络中两个NOMA用户的资源分配问题，得到了最终的资源分配方案。

全文数据：

权利要求：

百度查询： 中国石油大学(华东) 认知无线电非正交多址反向散射网络资源分配算法