认知OFDM系统中基于幂函数的功率分配优化与吞吐量提升

在现代无线网络中，正交频分复用认知无线电系统（Orthogonal Frequency Division Multiplexing Cognitive Radio, OFDM CR）作为一种新兴的技术，旨在提高频谱效率并解决频谱资源紧张的问题。传统系统中的固定频谱分配导致频谱利用率低下，而认知无线电引入了机会频谱接入的概念，允许非授权用户（ Cognitive User, CU）在不影响授权用户（Licensed User, LU）的前提下利用空闲的频谱资源。 文章的核心内容是针对认知OFDM系统中授权用户遭受来自认知用户带外功率泄漏的干扰问题，提出了一种基于幂函数分布的次优化功率分配算法。这种算法通过对子载波分配的功率进行控制，采用线性约束的凸优化技术，降低了解决最优方案时的计算复杂度。在设计过程中，特别关注了认知用户发射功率的限制，并对信道吞吐量进行了深入分析。 在次优功率分配方案中，作者提出了两种新的方案C和方案D，这些方案考虑了子载波之间的频谱距离对功率分配的影响。方案C根据子载波与LU频段之间的距离动态调整功率分配，以减少对LU的干扰。具体实施上，通过迭代分块注水（IPW）算法确保CU频带中每个子载波的功率非负。 图5展示了在CU发射总功率有限制的情况下，不同干扰门限值下，方案C与其他方案的CU信道吞吐量对比。结果显示，随着干扰门限的增大，所有方案的吞吐量趋于稳定，而且没有单一方案在所有干扰水平下都优于其他次优方案，这表明需要根据实际干扰情况选择合适的功率分配策略。 这篇文章提供了一种有效的功率分配策略，它能够在满足授权用户干扰限制的同时，优化认知用户的信道性能，对于提高认知无线电系统的整体效率具有重要意义。未来的研究可能需要进一步探索更复杂的优化算法，以适应不断变化的无线环境和频谱需求。