肖楠等：一种支持时延约束的卫星认知网络功率控制算法 ·1099· 一个新的应用领域与研究热点-习.现阶段，认知无线 收的干扰之外，还应考虑最大化信道传输容量以及满 电技术在地面无线通信网络中应用研究成果较为丰 足自身业务的服务质量要求，从而提高整个网络的吞 富，但在卫星通信领域中应用研究较少，尚属于起步阶 吐量与传输效率。 段，相关理论还不成熟，亟需进一步深入研究与探讨. 综上所述，本文提出一种支持时延约束适用于单 在认知无线网络中，认知用户(secondary user, 信道卫星Underlay认知网络的功率控制与优化算法， SU)可以在不千扰授权用户(primary user,,PU)正常通 该算法以认知用户的信道有效容量最大化为优化目 信的前提下，通过一定的频谱共享机制使用授权网络 标，同时考虑认知用户对于授权用户的发送功率限制 频谱资源.常见的频谱共享模式有Overlay和Underlay 与认知用户业务的时延约束条件，分别讨论与推导完 两种.在Overlay模式下，认知用户只在授权信道空 全信道状态信息（perfect channel state information, 闲时进行数据传输，一旦发现授权用户恢复使用信道 PCSI)与非完全信道状态信息(imperfect channel state 则立即停止对该信道的占用，因此认知用户需要实时 information,PCSl)条件下认知用户的最大允许发送功 获取授权用户的信道接入信息，且无法进行长时间连 率及其所获得的最大信道有效容量，并对影响认知用 续的数据传输，这在一定程度上限制了网络吞吐量；在 户发送功率调整的因素进行仿真分析， Underlay模式下，认知用户可以在发送功率不影响授 权用户信号正常接收的前提下与授权用户同时占用信 1卫星Underlay认知网络模型 道，网络吞吐量较Overlay模式下有了较大提高，但对 假设授权网络（卫星网络）采用同步静止轨道 认知用户的功率控制技术提出了较高要求.可见，合 (geostationary orbit,GEO)卫星，地面无线网络为认知 理高效的功率控制机制是保证认知用户在Underlay模 网络.与地面认知无线网络不同，由于卫星覆盖的广 式下共享授权用户信道资源的关键.本文研究基于 域性，地面终端相对于卫星的移动通常可以忽略，此时 Underlay模式的卫星认知无线网络功率控制与优化 卫星链路的信道衰落主要是指信号的链路传播损耗； 算法 另一方面，由于卫星距离地面较远（约35786km),同 功率控制与优化技术已经在地面认知无线网络中 时考虑卫星通信天线的指向性，地面发送端信号对卫 取得了丰硕的研究成果，但在卫星网络中的研究报道 星的影响也可以忽略不计.因此卫星认知网络的功率 还相当有限.Vassaki等提出了一种基于最小中断 控制问题主要集中在地面网络部分，如图1所示 概率的卫星认知网络功率控制策略，有效降低了认知 用户数据传输对授权用户通信的影响，却忽略了认知 授权用户发射终端 用户自身的传输容量与传输效率问题：Xu等圆提出了 一种基于时延服务质量(quality of service,QoS)约束的 认知无线网络功率控制算法，该算法在满足认知用户 业务时延服务质量要求的前提下寻找认知用户的最大 和最小允许发送功率，但算法的最优解难以获得；Mu- 典 授权用户接收终瑞 savian和Aissa提出了一种基于有效容量的认知网络 认知用户发射终端 传输链路 功率控制与优化算法，该算法假设认知用户已知网络 认知用户接收终端 一一一→干扰链路 中任一信道的状态信息(channel state information, 图1卫星认知无线网络拓扑结构 CS),以认知用户的有效传输容量最大化为优化目标， Fig.I Topology of satellite cognitive radio networks 提高了认知用户的传输效率，但实际网络中信道状态 信息对认知用户并非实时可知切.陈鹏等网以带内数 认知用户发射终端在不干扰授权用户接收终端正 据传输量最大化为目标，提出了一种基于卫星Under-- 常工作的前提下可以与授权用户发射终端共享频谱资 lay认知无线电的上行链路中信道检测门限与功率分 源，从而完成与认知用户接收终端之间的通信.图1 配联合优化算法，在系统存在多个认知用户时提高了 中g仰gsgs和g即分别表示不同类型链路所对应的 带内数据传输量，但算法实现过程过于复杂.在卫星 信道传输增益，假设所有信道均为块衰落信道 Underlay认知无线网络中，由于信号空间传播距离大 Nakagami分布由于其与实验数据良好的吻合性、 且地理环境复杂，信道存在衰落、阴影、遮蔽等效应，使 数学分析的简便性以及适应环境的灵活性，自提出以 得认知用户进行频谱感知的难度增大，无法实时准确 来被广泛应用于无线信道衰落模型中网.假设地面认 地获得每一条信道的状态信息.另一方面，认知用户 知网络无线信道(gs,gsp)服从Nakagami信道衰落模 的发送功率除了需要考虑避免对授权用户正常信号接 型，则认知用户网络信道增益的概率密度函数可以表肖 楠等: 一种支持时延约束的卫星认知网络功率控制算法 一个新的应用领域与研究热点［1--3］． 现阶段，认知无线 电技术在地面无线通信网络中应用研究成果较为丰 富，但在卫星通信领域中应用研究较少，尚属于起步阶 段，相关理论还不成熟，亟需进一步深入研究与探讨． 在 认 知 无 线 网 络 中，认 知 用 户 ( secondary user， SU) 可以在不干扰授权用户( primary user，PU) 正常通 信的前提下，通过一定的频谱共享机制使用授权网络 频谱资源． 常见的频谱共享模式有 Overlay 和 Underlay 两种［4］． 在 Overlay 模式下，认知用户只在授权信道空 闲时进行数据传输，一旦发现授权用户恢复使用信道 则立即停止对该信道的占用，因此认知用户需要实时 获取授权用户的信道接入信息，且无法进行长时间连 续的数据传输，这在一定程度上限制了网络吞吐量; 在 Underlay 模式下，认知用户可以在发送功率不影响授 权用户信号正常接收的前提下与授权用户同时占用信 道，网络吞吐量较 Overlay 模式下有了较大提高，但对 认知用户的功率控制技术提出了较高要求． 可见，合 理高效的功率控制机制是保证认知用户在 Underlay 模 式下共享授权用户信道资源的关键． 本文研究基于 Underlay 模式的卫星认知无线网络功率控制与优化 算法． 功率控制与优化技术已经在地面认知无线网络中 取得了丰硕的研究成果，但在卫星网络中的研究报道 还相当有限． Vassaki 等［5］提出了一种基于最小中断 概率的卫星认知网络功率控制策略，有效降低了认知 用户数据传输对授权用户通信的影响，却忽略了认知 用户自身的传输容量与传输效率问题; Xu 等［6］提出了 一种基于时延服务质量( quality of service，QoS) 约束的 认知无线网络功率控制算法，该算法在满足认知用户 业务时延服务质量要求的前提下寻找认知用户的最大 和最小允许发送功率，但算法的最优解难以获得; Mu￾savian 和 Assa 提出了一种基于有效容量的认知网络 功率控制与优化算法，该算法假设认知用户已知网络 中 任 一 信 道 的 状 态 信 息 ( channel state information， CSI) ，以认知用户的有效传输容量最大化为优化目标， 提高了认知用户的传输效率，但实际网络中信道状态 信息对认知用户并非实时可知［7］． 陈鹏等［8］以带内数 据传输量最大化为目标，提出了一种基于卫星 Under￾lay 认知无线电的上行链路中信道检测门限与功率分 配联合优化算法，在系统存在多个认知用户时提高了 带内数据传输量，但算法实现过程过于复杂． 在卫星 Underlay 认知无线网络中，由于信号空间传播距离大 且地理环境复杂，信道存在衰落、阴影、遮蔽等效应，使 得认知用户进行频谱感知的难度增大，无法实时准确 地获得每一条信道的状态信息． 另一方面，认知用户 的发送功率除了需要考虑避免对授权用户正常信号接 收的干扰之外，还应考虑最大化信道传输容量以及满 足自身业务的服务质量要求，从而提高整个网络的吞 吐量与传输效率． 综上所述，本文提出一种支持时延约束适用于单 信道卫星 Underlay 认知网络的功率控制与优化算法， 该算法以认知用户的信道有效容量最大化为优化目 标，同时考虑认知用户对于授权用户的发送功率限制 与认知用户业务的时延约束条件，分别讨论与推导完 全 信 道 状 态 信 息 ( perfect channel state information， PCSI) 与非完全信道状态信息( imperfect channel state information，IPCSI) 条件下认知用户的最大允许发送功 率及其所获得的最大信道有效容量，并对影响认知用 户发送功率调整的因素进行仿真分析． 1 卫星 Underlay 认知网络模型 假设授权 网 络 ( 卫 星 网 络) 采 用 同 步 静 止 轨 道 ( geostationary orbit，GEO) 卫星，地面无线网络为认知 网络． 与地面认知无线网络不同，由于卫星覆盖的广 域性，地面终端相对于卫星的移动通常可以忽略，此时 卫星链路的信道衰落主要是指信号的链路传播损耗; 另一方面，由于卫星距离地面较远( 约 35786 km) ，同 时考虑卫星通信天线的指向性，地面发送端信号对卫 星的影响也可以忽略不计． 因此卫星认知网络的功率 控制问题主要集中在地面网络部分，如图 1 所示． 图 1 卫星认知无线网络拓扑结构 Fig． 1 Topology of satellite cognitive radio networks 认知用户发射终端在不干扰授权用户接收终端正 常工作的前提下可以与授权用户发射终端共享频谱资 源，从而完成与认知用户接收终端之间的通信． 图 1 中 gPP、gPS、gSS和 gSP分别表示不同类型链路所对应的 信道传输增益，假设所有信道均为块衰落信道． Nakagami 分布由于其与实验数据良好的吻合性、 数学分析的简便性以及适应环境的灵活性，自提出以 来被广泛应用于无线信道衰落模型中［9］． 假设地面认 知网络无线信道( gSS，gSP ) 服从 Nakagami 信道衰落模 型，则认知用户网络信道增益的概率密度函数可以表 · 9901 ·