基于拉格朗日对偶的认知无线电网络最优资源分配算法

摘要：

针对传统机会认知无线电网络容量有限的问题，提出了基于拉格朗日对偶的认知无线电网络最优资源分配算法。首先，将一个用户分配给每个子载波；然后，使用标准的凸优化方法确定每个子载波的对应功率，仅一个用户可获得功率正值；最后，利用拉格朗日对偶分解法同时分配CR网络中的子载波和功率，最大限度地提高系统的总容量。使用长期演进真实场景参数与空间信道传播模型评估了所提算法的有效性，仿真结果表明，相比次优资源分配算法，所提算法的总容量平均分别提高了9.3%，相比基于任意输入分布的最优资源分配算法，总容量提高了28.7%，并取得了较快的收敛速率，可以很好地用于解决无线电网络资源配置中的容量问题。

关键词：认知无线电网络、资源分配、多输入多输出、正交频分复用接入、长期演进、拉格朗日对偶

所属期刊栏目：39

分类号：TN925-34

资助基金：国家自然科学基金项目61503206；河南省科技厅科技发展计划项目132102310516；平顶山学院青年基金项目PDSU-QNJJ-2013010

在线出版日期：2016-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：6-10,15