吉林化工学院信息与控制工程学院毕业设计开题报告基于信噪比损失的认知无线电资源分配算法设计与实现DesignandImplementationofCognitiveRadioResourceAllocationAlgorithmBasedontheLossofSignaltoNoiseRatio学生学号：10530109学生姓名：谢嘉欣专业班级：电信1001指导教师：陈玲玲职称：副教授起止日期：2014.2.29～2014.3.18吉林化工学院JilinInstituteofChemicalTechnology1．课题来源及选题的目的和意义课题的来源：结合科研选题的目的及意义：资源的分配问题是确保通信系统正确运行且有效利用系统资源的关键技术之一。然而传统的资源分配算法却存在着一些问题，首先基于服务质量QoS的资源分配问题。在现代无线通信中，各种类型的业务层出不穷，因而往往会拥有不同的传输速率要求。所以在进行资源分配时，在优化系统性能的同时应该确保有不同业务需求的用户能够满足各自的服务质量要求。其次是信道状态信息处理问题。在多数OFDM系统的动态资源分配算法中，大部分算法都是假设信道状态是完全己知的，而实际上，信道估计器会对信道状态产生计算偏差，因此如何弱化这一假设，使方案更接近真实的通信环境是研究的重点方向。然后是频谱感知问题。在实际的CR系统中，由于多路径损耗、衰减和认知用户的干扰使得准确感知主用户的任务变得非常艰难。因此，感知结果不是完全可靠的，总会由于主用户发射机与CR感知器之间的信道条件变化产生一些检测错误。所以在进行资源分配时应该考虑不理想的频谱感知带来的影响。最后是计算复杂度问题。对于最优的资源分配方法，其计算复杂度太大，可以寻找计算复杂度相对小的的算法，并且使之性能接近最优[1]。基于以上问题，我们在本文提出了一种新的标准即在主用户SINR允许损失约束条件下，即主用户SINR损失的上界。运用新约束标准的算法有着其它算法无法比拟的优势。该算法不仅能够保证认知网络的稳定性、达到系统均衡点、提高频谱利用效率，与传统干扰功率约束算法相比，还能提高系统容量。同时该项技术也必将为无线通信技术的下一步发展提供新的机遇和挑战[2]。2．本课题所涉及的内容国内外研究现状综述ZuKangshen等人在2010年提出了一种OFDM系统资源分配的优化分配方案，在满足用户间的比例公平性的同时，采用子载波和功率分别进行分配以减少计算复杂度[3]。在2005年他们该方法运用到CR系统资源分配问题中，提出了认知用户间的比例公平度概念。同时考虑了主用户的干扰容限和认知用户的QoS保证。首先在等功率分布的情况下对子载波进行分配；然后再保证比例公平的同时，对功率和比特进行分配，使系统的容量达到最大化，同时能够满足各认知用户的业务需求，这是一种降低了计算复杂度的次优化分配方法[3]。TaoQin等人在2013年提出了一种以最小化成本函数作为优化目标的分配方案，成本函数是干扰和功率的加权和，约束条件是每个认知用户的最小比特率要求。通过计算给一个新子载波分配一个比特时所带来的功率增加和干扰增加，来计算总的成本减少量，通过迭代的方法求得最优解[5]。其在2007年又提出了BA算法和RC算法[4]，BA算法采用“树”结构，在每一个节点有两个分支代表没分配一个比特所产生的最小功率增量和最小干扰增量，树的分支路径就是分配结果；而RC算法是一种降低计算复杂度的算法，将最小功率算法和最小干扰算法结合在一起，通过比较功率和干扰的相对重要性来分配比特的算法。CyrilLeung等人在2008年采用MA算法来解决CR资源分配问题，MA算法结合了遗传算法的局部搜索能力，在总传输功率和干扰限制的约束下使系统的容量达到最大化[6]。GauravBansal等人在2015年研究最优功率分配算法的同时[7]，提出了三种次优化的算法以减少运算复杂度，文中还研究了子载波归零机制对算法性能的影响，归零机制是通过归零与主用户频带相邻的子载波的功率以减少对主用户的干扰，但是如果该子载波拥有很高信道增益而被分配了零功率，则会使系统性能下降，降低子载波的自由度[8]。其在2015年在多个主用户和多个次用户系统中提出了最优方案和两种次优化功率分配方案，深入研究了归零机制的影响，最后还研究了不完善信道增益信息对性能的影响[9]。3．本课题有待解...