异构认知网中基于能效的协作技术研究

冯 立，邝育军，代泽洋，付新川



异构认知网中基于能效的协作技术研究

冯 立1, 2，邝育军1，代泽洋1，付新川1

(1. 电子科技大学通信与信息工程学院 成都 611731；2. 四川广播电视大学工程技术学院 成都 610073)

针对异构认知网络场景，提出了一种主次系统“双赢”的高能效协作通信机制。在满足主次系统“双重”速率QoS要求下，该机制允许次级用户在接入主系统协助主用户传输数据的同时，换取一部分授权频谱资源来实现自身数据在异构网中的传输分流，以此提升次级能效。本文研究了该机制的次级加权能效最大化非凸资源优化问题，结合参数化的分式规划算法和黄金分割法提出了一种资源分配的迭代算法。仿真结果表明，所提机制在不降低主用户通信性能的情况下，提升了次级系统传输能效，实现了主次系统传输“双赢”的目的。

认知无线电; 能量效率; 异构网络; 资源分配; 中继传输

在当今倡导构建环境友好与资源节约社会的大背景下，高能量效率通信已受到业界关注。特别是在考虑用户更高传输速率需求的前提下，实现高能效传输就变得尤为关键[1]。众所周知，无线通信网络中可利用空间分集来减小时变信道的影响，从而提高通信可靠性。协作通信能有效地提升分集增益，并通过分布式的传输与信号处理技术来提高能量效率和减少信息的传输时间[2]。同时，由于认知无线电技术内在的感知能力，使次级用户能共享主用户的授权频谱，从而有效地改善次级传输性能[3-4]。本文在异构认知网络(heterogeneous cognitive radio networks, Het-CRNs)中研究了利用认知与协作传输技术来实现节能通信。与文献[5]类似，本文所考虑的Het-CRNs环境中共存两类用户设备(user equipment, UE)：单模用户设备(single-mode UE, SUE)和多模用户设备(multimode UE, MUE)。其中，SUE只配备单个无线接入技术(radio access technologies, RAT)，而MUE配备多个RAT。

从现有研究文献来看，认知与协作技术相结合可以降低网络能耗。文献[6]中提出了一种在满足主系统最小能耗约束条件下的频谱共享策略，其核心思想是通过对多个频段拍卖机制来提高次级系统的吞吐量。文献[7]针对频谱共享网络，在最低服务质量约束下，提出了一种总系统能耗最小的时间和功率分配方案。在保证系统QoS要求的前提下，文献[8]研究了一种自适应传输业务负荷的最优资源开/关策略来减小网络传输能耗。与文献[8]不同，文献[9]通过在不同网络之间利用数据分流处理来实现节能通信。文献[10]提出在上行数据链路中让两个MUE相互协作传输策略。研究表明，相比非合作传输机制，该网络协作传输模型能大幅降低能耗。文献[11]中应用合同理论模型，研究了次级用户作为中继来协助主用户传输数据，从而换取一部分授权频谱来传输自身数据的频谱共享机制。文献[12]中作者尽管研究了同样的模型并提出了相类似的传输机制，但没有从能量效率角度来开展分析，也没从实现主次系统传输“双赢”的局面来考虑。事实上，文献[6-12]主要关心通过主次用户控制其发射功率来降低网络能耗，而本文采用能量效率指标更全面地反映吞吐量和能耗之间的折衷[3]。

为此，本文在Het-CRNs环境中，提出了一种高能效认知协作(energy-efficient cognitive cooperation, ECC)通信机制。在ECC传输机制中，次级用户借助认知无线电智能的频谱共享技术，使其能接入主系统协助主用户传输数据来换取一部分频谱资源，实现自身业务数据在异构网中的传输分流，进而提升次级系统能效。与文献[11-12]不同，为了实现主次传输系统的“双赢”局面，ECC通信机制对主次级用户的传输质量施加了“双重”QoS需求约束。基于此，建模了ECC传输机制的次级加权能效最大化问题，利用非线性分式规划理论，并结合黄金分割法，提出了一种高能效的迭代算法，实现了在保障主传输QoS的同时提升次级系统传输的能效。

1 系统模型与机制描述

1.1 系统模型

图1 Het-CRNs系统模型

1.2 认知协作通信机制描述

图2 ECC传输帧结构

2 能量效率最优的次级传输

2.1 双重QoS约束的能效优化问题

2.2 能效优先的资源分配

算法1：ECC机制下的资源分配算法

Repeat

算法2：功率分配算法

Repeat

End while

2.3 收敛性与复杂性分析

3 仿真结果及分析

图3 不同次级最大发射功率限制下的次级能效

图4 不同次级最大发射功率限制下的传输功耗

图5 不同次级最小速率限制下的次级能效

图6 不同次级最小速率限制下的次级功耗

图7 不同主用户发射功率下的次级能效

图8 不同授权频谱带宽下的次级能效

4 结 束 语

本文研究了Het-CRNs环境中的高能效认知协作传输问题，提出了一种称为ECC高能效认知传输机制。ECC机制借助认知无线电技术，使次级传输数据可在异构网络中实现传输分流，进而提高了次级传输能效。基于该机制，建模了次级能效最大化的非凸资源优化问题，通过非线性分式规划理论的等价转换，并结合黄金分割法提出了一种高效的迭代求解算法。仿真分析表明，所提的方案在不降低主用户通信性能的前提下，提升了次级系统传输能量效率，实现了主次用户“双赢”的局面。

本文研究工作得到了华为公司项目(YB2014110120)的资助，在此表示感谢。

[1] FENG L, KUANG Y J, WU B W. Energy-efficient configuration of power resource for OFDM-based opportunistic regenerative relay links[J]. Chinese Journal of Electronics, 2016, 25(2): 341-347.

[2] RONG B Y, EPHREMIDES A. Cooperative access in wireless networks: Stable throughput and delay[J]. IEEE Transactions on Information Theory, 2012, 58(9): 5890-5907.

[3] HUANG X Q, HAN T, ANSARI N. On green energy powered cognitive radio networks[J]. IEEE Communications Surveys & Tutorials, 2015, 17(2): 827-842.

[4] FENG L, KUANG Y J, WU B W, et al. Energy-efficient distributed spectrum sensing with combined censoring in cognitive radios[J]. IEICE Transactions on Communications, 2016, 99(2): 455-464

[5] GHOSH C, ROY S, CAVALCANTI D. Coexistence challenges for heterogeneous cognitive wireless networks in TV white spaces[J]. IEEE Wireless Communications, 2011, 18(4): 22-31.

[6] LIU D, WANG W, GUO W. Green cooperative spectrum sharing communication[J]. IEEE Communications Letters, 2013, 17(3): 459-462.

[7] Cao B, Mark J W, Zhang Q, et al. On optimal communication strategies for cooperative cognitive radio networking[C]//IEEE International Conference on Computer Communications, 2013: 1726-1734.

[8] ISMAIL M, ZHUANG W. Network cooperation for energy saving in green radio communications[J]. IEEE Wireless Communications, 2011, 18(5): 76-81.

[9] MA X, SHENG M, ZHANG Y. Green communications with network cooperation: a concurrent transmission approach[J]. IEEE Communications Letters, 2012, 16(12): 1952-1955.

[10] ZOU Y, ZHU J, ZHANG R. Exploiting network cooperation in green wireless communication[J]. IEEE Transactions on Wireless Communications, 2013, 61(3): 999-1010.

[11] DUAN L, GAO L, HUANG J. Cooperative spectrum sharing: a contract-based approach[J]. IEEE Transactions on Mobile Computing, 2014, 13(1): 174-187.

[12] DAI Z, LIU J, WANG C, et al. Exploiting network cooperation for green communications in cognitive radio networks[C]//IEEE Global Communications Conference, 2013: 4554-4559.

[13] DINKELBACH W. On nonlinear fractional programming [J]. Management Science, 1967, 13(7): 492-498.

[14] BOYD S, VANDENBERGHE L. Convex optimization[M]. Cambridge: Cambridge University Press, 2004.

编 辑 叶 芳

Network Cooperation for Energy-Efficient Communication in Multi-RAT Heterogeneous Cognitive Radio Networks

FENG Li1, 2, KUANG Yu-jun1, DAI Ze-yang1,and FU Xin-chuan1

(1. School of Communication and Information Engineering, University of Electronic Science and Technology of China Chengdu 611731; 2. Engineering and Technology College, Sichuan Radio and TV University Chengdu 610073)

An innovative EE-oriented ‘win-win’ cooperative transmission scheme in heterogeneous cognitive radio networks (Het-CRNs), called energy-efficient cognitive cooperation (ECC), in which primary system release a part of its radio spectrum to secondary system in exchange for secondary relay (SR) served as a relay to assist transmission of primary user’s traffic under the dual quality of service (QoS) requirements. Then, secondary user’s traffic flow is split into the unlicensed spectrum and the released licensed spectrum to improve EE in Het-CRNs. Based on ECC, we formulate a weighted EE maximization non-convex problem for secondary users. By employing parametric fractional programming and golden section search (GSS) method, an efficient resource allocation policy is developed. Simulation results show that the proposed strategy can gain significantly higher EE without reducing performance of primary transmission, and thus, a ‘win-win’ goal is achieved.

cognitive radio; energy efficiency; multi-rat heterogeneous networks; resource allocation; relay transmission

TN92

A

10.3969/j.issn.1001-0548.2017.05.005

2016-03-28；

2017-05-02

国家自然科学基金(61471089, 61071099); 四川省教育厅科研项目(16ZB0504)

冯立(1981-)，男，博士生，主要从事认知无线电，协作通信系统中的资源管理方面研究.