认知小蜂窝网络中基于干扰温度限制的下行能效资源分配算法
为最大化认知小蜂窝基站的能量效率,本文基于博弈论模型分析了下行联合频谱资源块和功率分配行为.在干扰受限环境下,多个基站采用分布式结构共享空闲频谱资源.为避免累加干扰损害主用户的通信,算法中引入了功率和干扰温度限制.由于具有耦合限制的分数形式的能量效用函数是非凸最优的,通过将其转化为等价的减数形式进行迭代求解.给定频谱资源块分配策略后,主博弈模型可被重新建模为便于求解发射功率的等价子博弈模型,并通过代价的形势解除耦合限制.仿真结果表明,本文所提算法能够收敛到纳什均衡,并有效提高了系统资源利用率和能量效率.
认知小蜂窝网络、能量效率、干扰温度、频谱分配、功率分配
45
TN929.5
国家自然科学基金61371091,61301228;高等学校博士学科点专项科研基金20132125110006;中央高校基本科研业务费专项基金-大连海事大学优秀科技创新团队培育计划3132013334;浙江省数据存储传输及应用技术研究重点实验室杭州电子科技大学开放基金201401
2017-06-07（万方平台首次上网日期，不代表论文的发表时间）
共11页
844-854
