基于混合overlay/underlay方式的认知无线电能效优化策略

赵 澄，郝茵茵

(1.浙江工业大学 计算机科学与技术学院，浙江 杭州 310023；2.浙江工业大学 信息工程学院，浙江 杭州 310023)

基于混合overlay/underlay方式的认知无线电能效优化策略

赵 澄1，郝茵茵2

(1.浙江工业大学 计算机科学与技术学院，浙江 杭州 310023；2.浙江工业大学 信息工程学院，浙江 杭州 310023)

为了提高现有频谱资源的利用率，认知无线电技术得到了广泛的关注.针对协作中继认知无线电系统中的能量效率问题，提出一种混合overlay/underlay传输方式的频谱共享策略，它兼具传统overlay与underlay方式的特性.在满足服务质量要求和功率约束的情况下，首先通过一种启发式方案对子载波进行匹配，再引入基于拉格朗日算法对功率分配问题进行优化，获得最优中继及最优功率分配，从而使整个系统的能量效率提高.仿真实验结果表明：基于混合传输方式下系统的能量效率得到显著提升，验证了所提方案的有效性.

认知无线电；混合overlay/underlay；能量效率；子载波匹配；协作中继

随着无线通信技术的快速发展及无线宽带应用的推广，无线频谱资源日趋匮乏.然而，研究表明，造成频谱资源缺乏的主要原因是频谱的利用率很低[1].认知无线电技术(Cognitiveradio，CR)的提出，有效的缓解了这一问题.它的核心思想是允许非授权用户在对授权用户不造成干扰的情况下，接入授权频段，从而提高频谱利用率.在CR系统中，主用户(Primaryuser,PU)频谱被次级用户(Secondaryuser,SU)利用的方式即频谱共享的方式可以分为两种：overlay和underlay.overlay是指SU只能接入没有被PU利用的频段进行通信.在这种方式下，SU具有敏锐的感知能力，要能够及时检测到没有被PU占用的频谱.SU利用全部功率和带宽发送自己的数据[2].underlay是一种基于功率控制的干扰限制技术，SU以较低的发射功率与PU共享同一频段[3]，并保证该发射功率不会对PU造成干扰.所以需要设置一个干扰阈值.虽然这种频谱共享技术的频谱利用率较高，但是SU的传输参数非常容易受到信道的制约.这两种传输方式都可以通过中继和协作技术来增强性能，提升传输距离.Chen等[4]研究了系统以overlay的传输方式为SU分配频谱，并在一定的总功率和干扰上限约束下最大化其传输速率.Kang等[5]讨论了在PU中断约束条件下的underlay共享系统功率分配问题.Senthuran等[6]研究了基于混合overlay/underlay传输方式下的通过切换overlay和underlay的方式来提高SU的吞吐量.Usman等[7]提出了具有能量收集能力的混合overlay/underlayCR网络中的接入策略，SU在混合模式中来最大化其吞吐量.李杰等[8]设计并实现了一种树型结构的无线网络，采用休眠机制以降低节点的功耗.马晓晨等[9]提出了一种QoS的三层结构模型，使资源能更好地在不确定网格环境中得到有效利用.为了让人们享受“5G愿景”下的智能生活，改善能效(Energy-efficiency,EE)的绿色通信已成为下一代无线网络的主要考虑因素之一.周晓等[10]提出了基于人工蜂群算法的无线传感器网络路由协议，用于解决能量受限问题.陈煜等[11]以最大化系统的总能量效率为目标，提出了一种基于能效的中继选择和功率分配联合方案.Xu等[12]在CR系统中提出一种联合调度和功率分配的最大化能效的方案.

在先前的研究中，所谓的混合传输协议实际上只是为了满足需求在underlay和overlay方式之间切换，且仅考虑了SU吞吐量最大化的问题，没有把系统的能效优化考虑在内.笔者以最大化PU的能效为目标，采用了一种结合了underlay和overlay传输方式特性的混合模式，对中继、子载波和功率等资源进行联合优化.将所提方案与采用传统overlay和underlay传输方式作仿真比较.结果表明，该方案的系统性能要优于两种对比方案.

1 系统模型

如图1所示，考虑一个混合overlay/underlay传输机制的CR中继网络，包括一个主用户发送端(PT)和一个主用户接收端(PR)，M个活跃的次级用户CTi(i=1,2,…,M)和L个空闲的次级用户CUj(j=1,2,…,L).主网络能够识别次级用户节点，中继采用的是解码转发协议(Decodeandforwardprotocol，DF).假设系统通过频分复用分配子载波，且存在有K个子载波组成的授权频段，系统总频谱带宽为B.PU占用两条子载波进行通信，故其带宽为(2/K)B.链路PT→PR，CTi→PR和CTi→CUj的信道增益分别为rPT-PR，rCTi-PR和rCTi-CUj；链路PT→CUj在子载波k上的信道增益为rPT-CUj,k′，链路CUj→PR在子载波k′上的信道增益为rCUj-PR,k′，均服从瑞利平坦衰落分布.噪声为加性高斯白噪声(Additivewhitegaussiannoise,AWGN).

图1 系统模型Fig.1 System model

在该系统模型中，PT可以直接发送数据到PR端.只有当PU达不到目标速率Rt时，数据传输才会转到以SU为中继的链路上.其中CT并不参与，但是要考虑CT产生的干扰，如图1虚线所示.在提出的混合方式中，假设SU和信道信息是已知的.PU可以使用SU来帮助其传输数据到PR.这时PU能够使用SU全部的信道带宽和功率，是因为SU是空闲的，不需要传输自己的数据，这是overlay传输模式的特性.而当SU帮助PU传输数据时，为了使SU引起的干扰不对PU造成影响，要求发射功率不超过干扰阈值，这是underlay传输模式的特性.在这篇文章中提出的混合overlay/underlay传输方式拥有两种传输方式的特性.

当系统进行直连通信时，PR接收到信号的功率PPR可以通过PT发射功率PP来表示，即

(1)

式中：n为距离相关路径损耗因子；dPT-PR为PT到PR的距离.PR受到CTi的干扰可以表示为

(2)

式中：dSTi-PR为CTi到PR的距离；PCTi为CTi的发送功率.由式(1，2)可知，PR端的信噪比(Signaltonoiseratio,SNR)可以表示为

(3)

(4)

当PU传输数据的速率达不到其要求的速率时即RPT-PR

(5)

式中dPT-CUj为PT到CUj的距离.CTi对CUj造成干扰ICTi,CUj，可表示为

(6)

式中dCTi-CUj为CTi到CUj的距离.则在CUj端在子载波k上的接收速率为

(7)

对于每个中继用户CUj在子载波k′上可以分配到的最大功率为

(8)

式中：ΩCUj,k′为信道的干扰因子；Ith为干扰阈值.文献[15]中定义了干扰因子的计算方式为

(9)

式中：r为信道增益；T为采样时间；sk′为频域上子信道k′与SU信道之间的距离；B为SU信道被占用的带宽.

假设中继CUj在个子载波k′上的发射功率为PCUj,k′，则PR通过与子载波k配对的子载波k′上的接收速率为

(10)

PR端的总接收速率为

(11)

(12)

所求优化的目标是通过基于混合传输模式下对中继选择、子载波配对及选择和功率联合分配来求解系统能效最大化问题.因此，最优资源分配问题可以描述为

(ρk,k′,ηk,Pp,k,PCUj,k′)

(13)

2 基于混合overlay/underlay的联合优化算法

本算法在混合overlay/underlay的传输模式下来讨论资源优化问题的.考虑了PT的发射功率，干扰阈值，PU和SU信道的频谱距离和PU与SU之间的距离.学者Therefore对所求优化问题进行了研究[15]，发现该优化问题是非凸优化问题，故提出了一种启发式的子载波匹配算法来简化目标函数.

算法的简要流程为：

Step 1 由于中继链路需要和2个子载波组成，所以需要先将子载波进行配对.故设计了一种启发式算法来进行配对，而当空闲子载波为单数时，会舍弃信道增益最低的信道.

Step 2 遍历所有CU，考虑其单独作为中继帮助PU传输数据.对于每个CU，选择EE最高的子载波对来进行中继传输.

Step 3 通过拉格朗日乘数法确定两条子载波上的传输功率，并分别计算使用每个CU作为中继的最优EE.

Step 4 从CU中挑选EE最高的节点作为中继节点.

(14)

为了保证优化问题的线性连续性，把子载波匹配指标ρk,k′的约束条件放松，即ρk,k′不只是取0或者1，而是放宽到取0与1之间的任意实数.

对式(14)构建拉格朗日函数表示为

式中：λ1，λ2分别为拉格朗日因子.

应用KKT条件，可求得解析解，即

(15)

式中：[x]+=max(0,x)，λ1≥0，λ2≥0，且λ1，λ2可为

用k*表示与第k个子载波匹配的最优子载波，可以表示为

(16)

此时，

在求得子载波配对的情况下，以系统能效最优为目标函数对子载波进行选择.由于子载波对的数量不会很多，可以利用穷举法来求解.遍历全部的子载波对，计算每个子载波对上传输信息时的系统能效，选择能效最大的子载波对(k,k′).可以表示为

(17)

将最优子载波对代入式(13)后，目标函数可以表示为

(18)

所求优化问题可以简化为

(19)

则L求关于Pp,k的二阶导数可以表示为

则帮助PU传输数据的最优中继可以表示为

3 仿真分析

对上述提出的基于混合overlay/underlayCR网络的中继选择算法分别与基于overlay的传输方式和基于underlay的传输方式作对比，并进行仿真分析，所有的仿真都是在MATLAB中进行.实验中设置条件与参数如下：考虑的场景包括5个CUj，2个CTi和一个PT与PR.PR和PT分别位于(4，40)和(500，40)；5个空闲CUj和2个活跃CTi分别位于(100，40)，(200，40)，(250，40)，(300，40)，(400，40)，(200，20)，(400，20)(单位为m).假设，任意两个节点间的信道都经历瑞利衰落.总子载波数K=32.中继和PU信道的5个信道频谱分配为中继的频谱带宽为1kHz，PU的频谱带宽为2kHz.路径衰落因子n和高斯白噪声方差σ2的值分别取2，10-13.假设CTi发送功率为PCT1=PCT2=8W，PU发送功率为PPT=8W.PU的目标速率Rt=5kbit/s.采样时间Ts=4μs.当直传低于数据目标速率Rt或者断开时，PR端选择最优的中继和子载波来传输信息.

图2 在限定总干扰下功率与能效的关系Fig.2 The relationship between power and energy efficiency under limited total interference

图2是在限定系统总干扰的情况下，PU总功率与能效的关系图.从图2中可以看出：在PU总功率较低时三种传输模式下的系统能效都随着PU总功率的增加而增加；所提方案获得的能效增大速率较高，而对比方案相对较小.当功率增大到一定程度时，由于采用了启发式方式来做子载波匹配与选择，基于混合传输模式下的能效最先达到极值，且极值点高于对比方案，所以提出的基于混合方式下的资源分配优化方案优于对比方案.

图3 在限定总功率下的干扰与能效关系Fig.3 The relationship between interference and energy efficiency under limited total power

图3表示在PU发送端功率为定值时，Ith与能效的关系图.由式(8)可知：随着Ith的增大，SU的发送功率也随之增大.当SU的发送功率达到上限时，基于混合传输模式下的方案能效基本保持不变.这是因为所提优化方案对中继、功率和子载波等资源进行了合理的分配，不断提高网络的能量效率.相比于传统overlay和underlay传输方式下的资源分配方案，提出的方案在能效增幅上有明显优势.因此所提混合传输方案能更充分的利用频谱资源.

4 结 论

针对频分复用下的多用户认知系统，提出了一种基于混合overlay/underlay传输协议的最大化主用户能量效率资源分配方案.通过选择最优中继，子载波配对和最优功率分配形成了一个基于能效的联合资源优化问题.该方案把资源优化问题分解成几个子问题，首先由于中继链路需要和多个子载波组成，所以需要先将子载波进行配对.为了降低算法的复杂度，设计了一种启发式算法来进行子载波配对.然后在功率分配算法中，通过引入可容忍干扰约束和参数规划，将功率分配问题等效为一个凸优化问题，并利用拉格朗日乘数法求解该凸问题.最后通过遍历法对中继和子载波进行选择.仿真表明：本方案比传统overlay和underlay技术获得更高的能量效率，但仅考虑了以DF模式下的系统性能，混合overlay/underlay的方式在放大转发、选择性转发等转发机制下也有广泛的应用前景，可以进一步扩展到分析这些转发机制下系统的性能.

[1] MITOLA J I, MAGUIRE G Q J. Cognitive radio: making software radios more personal[J]. IEEE personal communications,1999,6(4):13-18.

[2] LU L, ZHOU X, ONUNKWO U, et al. Ten years of research in spectrum sensing and sharing in cognitive radio[J]. Eurasipjournal on wireless communications and networking,2012,2012(1):1-16.

[3] XIA M, AISSA S. Underlay cooperative of relaying in cellular networks: performance and challenges[J]. IEEE communications magazine,2013,51(12):170-176.

[4] CHEN Y, DAI H L, YANG J. A survey of dynamic spectrum access[J]. Information technology,2010.

[5] KANG X, ZHANG R, LIANG Y C, et al. Optimal power allocation strategies for fading cognitive radio channels with primary user outage constraint[J]. IEEE journal on selected areas in communications,2011,29(2):374-383.

[6] SENTHURAN S, ANPALAGAN A, DAS O. Throughput analysis of opportunistic access strategies in hybrid underlay-overlay cognitive radio networks[J]. Wireless communications IEEE transactions on,2012,11(6):2024-2035.

[7] USMAN M, KOO I. Access strategy for hybrid underlay-overlay cognitive radios with energy harvesting[J]. Sensors journal IEEE,2014,14(9):3164-3173.

[8] 李杰,周晓,边裕挺.基于无线传感网络的环境温度监测系统设计[J].浙江工业大学学报,2013,41(4):440-443.

[9] 马晨明,黄德才,吴天虹,等.基于QoS的网格资源聚类管理[J].浙江工业大学学报,2009,37(4):421-425.

[10] 周晓,朱仁烽,赵锋,等.基于人工蜂群算法的无线传感器网络路由协议[J].浙江工业大学学报,2014,42(5):577-580.

[11] 陈煜,方旭明,黄博.AF中继下行链路系统的能效资源分配方案[J].通信学报,2014,35(9):122-132.

[12] XU D, LI Q. Energy efficient joint scheduling and resource allocation for downlink cognitive radio networks[C]// International Conference on Wireless Communications & Signal Processing. Nanjing: IEEE,2015:1-5.

[13] BANSAL G, HOSSAIN J, BHARGAVA V K. Optimal and suboptimal power allocation schemes for OFDM-based cognitive radio systems[J]. IEEE transactions on wireless communications,2008,7(11):4710-4718.

[14] LIANG X,ZHU Q. Energy efficient joint power and subcarrier assignment scheme in OFDM relay system[J]. Journal of China universities of posts & telecommunications,2015,22(5):56-62.

[15] HAO Wanming, YANG Shouyi, HAO Wanliang. Relay selection and subcarrier-pair based energy-efficient resource allocation for multirelay cooperative OFDMA networks[J]. International journal of antennas & propagation,2014(7):1-13.

(责任编辑：刘 岩)

Energy efficiency optimization strategy of cognitive radio based on hybrid overlay/underlay transmission

ZHAO Cheng1, HAO Yinyin2

(1.College of Computer Science and Technology, Zhejiang University of Technology, Hangzhou 310023, China； 2.College of Information Engineering, Zhejiang University of Technology, Hangzhou 310023, China)

To improve the utilization of spectrum resources, cognitive radio technology has been widely concerned. For the problem of energy efficiency in cooperative relay cognitive radio system, a hybrid overlay/underlay spectrum access strategy is proposed in this paper, which combines the characteristics of traditional overlay and underlay. In the case of satisfying the quality of service requirement and the power constraints, firstly, the subcarrier is matched by a heuristic scheme, and then the power allocation problem is optimized based on the Lagrange algorithm to obtain the optimal relay and optimal power allocation, so that the energy efficiency of the whole system is improved. The simulation results show that the energy efficiency of the system based on hybrid transmission can be significantly improved, and the effectiveness of the proposed scheme is verified.

cognitive radio; hybrid overlay/underlay; energy efficiency; subcarrier pairing; cooperative relay

2017-03-01

浙江省自然科学基金资助项目(LQ14F020005)；国家自然科学基金资助项目(61379123,61402414)；国家科技十二五支撑计划项目(2012BAD10B01)；浙江省教育厅资助项目(Y201431815)

赵 澄(1985—)，男，浙江绍兴人，工程师，研究方向为认知无线电、人工智能，E-mail:zhaoc@zjut.edu.cn.

TN929

A

1006-4303(2017)03-0330-06