[发明专利]认知网络中基于定价的最优功率控制方法

摘要

本发明提供了一种认知网络中基于定价的最优功率控制方法，包括初始化次用户个数和容许因子；根据次用户的容许因子将次用户进行降序排列；计算次用户的判定因子；比较判定因子和容许因子大小关系，如果条件满足，给出次用户的最优功率和主用户的定价方法，方法结束；否则，将容许因子最低的次用户功率设置为零，其余次用户继续按照第四步执行，直到条件满足，给出次用户的最优功率和主用户的定价方法。本发明在主用户知道次用户的容许因子的情况下和整个认知网络的信道信息的情况下，通过不超过次用户总个数次的迭代就可以给出次用户的最优功率分配的闭式解和主用户的最优定价，该方法可以增加主用户的收益和容许更多的次用户接入频谱。

主权项

一种认知网络中基于定价的最优功率控制方法，其特征在于，包括如下具体步骤：第一步：初始化次用户个数和次用户容许因子；第二步：将次用户容许因子降序排列；第三步：计算各个次用户的判定因子；第四步：如果最后一个次用户的容许因子大于它的判定因子，则给出次用户的最优功率和主用户的定价方法，方法结束；第五步：针对第四步，如果最后一个次用户的容许因子小于或者等于它的判定因子，则将最后一个次用户的功率设置为零，转到第四步，对其余的次用户的容许因子和它的判定因子进行比较，直到条件满足，计算出最优功率和给出主用户的定价；在第一步中，具体地，初始化次用户个数K＝n，次用户i的容许因子αi：αi=LwiT+σ2gihi,(i=1,...,n)]]>其中，wi为次用户i的偏好因子，n为次用户的个数，L是认知用户的扩频增益，T是主用户的干扰门限，hi是次用户i到自己基站处的信道增益，gi是次用户i到主用户的接收端的信道增益，σ2是主用户对于次用户基站干扰功率和噪声之和；在第二步中，次用户的排序方式为：α1≥...≥αK,其中αK为次用户K的容许因子；在第三步中，具体地，对于次用户i,i＝1,...,K的判定因子βi的取值为：βi=L(TΣj=1iwjT+σ2gjhj+σ2Σj=1iwjT+σ2gjhjgjhj)2(L-1)2(T+KTL-1+σ2L-1Σj=1igjhj)2,]]>其中：L是认知用户的扩频增益，T是主用户的干扰门限，hj是次用户j到自己基站处的信道增益，gj是次用户j到主用户的接收端的信道增益，σ2是主用户对于次用户基站干扰功率和噪声之和，wj是次用户j的偏好因子；在第四步中，具体地，如果次用户K的容许因子αK大于它的判定因子βK，那么次用户i的最优功率为：pi*=σ2aihi(1-Σi=1nai),(i=1,...,K),]]>ai=max(0,1L-1(LwiβKT+βKσ2gi/hi-1)),(i=1,...,n)]]>其中：σ2是主用户对于次用户基站干扰功率和噪声之和，hi是次用户i到自己基站处的信道增益；ai为计算最优功率的中间变量；主用户的定价为：λi*=Lwihigi(Σj≠ihjpj*+σ2+Lhipi*),i=1,...,n,]]>其中，为次用户i的最优功率，为次用户j的最优功率，方法结束。