基于不完美CSI的认知反向散射通信吞吐量最大化算法
为了提高频谱传输效率和抑制信道不确定性影响,该文提出一种基于不完美信道状态信息的认知反向散射通信吞吐量最大化算法.首先,考虑主基站最大发射功率、传输时间、用户服务质量、有界信道不确定性等约束,建立了联合优化主基站波束、传输时间、反射系数的多变量耦合的非线性鲁棒吞吐量最大化模型.其次,利用最坏准则、S-Procedure、连续凸近似和交替优化方法,将原问题转换为凸优化问题,并提出一种基于迭代的鲁棒资源分配算法.仿真结果表明,与非鲁棒算法对比,所提算法具有较好的吞吐量和鲁棒性,且中断概率减小2.39%.
认知无线电网络、反向散射通信、吞吐量最大化、鲁棒性
45
TN926
2023-08-21(万方平台首次上网日期,不代表论文的发表时间)
共9页
2325-2333