肖楠等：一种支持时延约束的卫星认知网络功率控制算法 *1103· 信道相关系数p<1,因此非理想信道环境下的功率控 0.80 ◆m=20,m=1.0 制策略更具有实际应用价值，而在非理想信道环境下 信道有效容量可以看作是卫星认知网络控制算法优化 075 ◆m=15,m=1.0 m=10,mw=1.0 *m=10,m。=3.0 目标的理想值 0.70 -m-10,m=50 0.65 +m=10,m。=7.0 0.9 4m=10.m=10 0.8 0.60 0.7t 0.55 理想信道 p=1.0: 0.50 0.5 日本文算法 米文献7算法 00.10.20.30.40.50.6070.80.91.0 0.4 信道相关系数，P 三0.3 -文献14算法 非理想信道，p=0.5: 图5地面信道衰落时C随信道相关系数的变化曲线 g0.2 合一本文算法 日-文献7算法 Fig.5 Curves between C and channel correlation coefficient for 0.1 -文献141算法 ground cognitive radio networks 02 03040志*06*0*08 0.91.0 卫星信噪比接收门限，YB 0.80 *一卫星倍道重度衰落 0.75 图4有效容量随卫星信噪比接收门限的变化曲线 卫星信道中度襄落 ·一卫星信道轻度衰落 Fig.4 Curves between C and satellite SNR threshold 0.70 0.65 3.3信道衰落特性对有效容量的影响 0.60 图5和图6给出了不同信道衰落特性下信道有效 0.55 容量C随信道相关系数p的变化曲线.如前所述，p 0.50◆◆◆ 值越大，认知用户所获得信道有效容量也越大.对于 0.45 地面网络而言，由于认知发射终端到认知接收终端与 0.406*60.20.304050 认知发射终端到授权接收终端的信道统计特性相互独 信道相关系数，p 立，ms越小，认知发射终端对授权接收终端的干扰越 图6卫星信道衰落时C随信道相关系数的变化曲线 小，而m越大，认知所能获得信道传输增益越高，相 Fig.6 Curves between C and channel correlation coefficient for 应地信道有效容量也越大，如图5所示.需要注意的 satellite cognitive radio networks 是，对于卫星信道而言，授权发射终端到授权接收终端 与授权发射终端到认知接收终端的信道衰落特性是紧 (2)通过实验仿真对功率控制算法的性能以及影 密相关的，当授权发射终端到授权接收终端链路特性 响认知用户发送功率的因素进行分析.结果表明，本 较好(mp较大)时，卫星对认知发射终端的干扰也越 文提出的功率控制算法较文献门，14]认知用户的信 大，因此较大的mp并不始终能够获得较高的信道有 道有效容量得到了更大提高，且较小的时延约束因子 效容量.当p较小时，mp越大，Ca也越大；当p较大 和较低的卫星信噪比接收门限允许认知用户以较大的 时，mm越小，C反而越大，如图6所示.此外，当信道 功率进行数据发送，从而获得更高的信道有效容量 特性较好时，较小的p值使得认知用户检测到的信道 另一方面，由于网络中通信链路与干扰链路处于同一 特性已经能够真实地反映出卫星链路的真实衰落特 网络环境，通信链路衰落减小的同时干扰链路衰减也 性，从而快速调整P至最优值，因此其C也较早地趋 在减小，实际应用中认知用户发送功率的调整要综合 于稳定 考虑二者的影响. 4结论 参考文献 (1)以认知无线电技术在卫星通信系统中的应用 [Shree K S,Symeon C,Bjom 0.Cognitive radio techniques for 为背景，提出一种基于Underlay频谱共享模式的卫星 satellite communication systems.IEEE Trans Commun,2013,21 (6):781 认知网络功率控制算法.该算法以认知用户信道有效 2]Shree K S,Symeon C,Bjor 0.Satellite cognitive communica- 容量最大化为优化目标，通过引入时延约束因子，建立 tions:interference modeling and techniques Selection /Proceed- 认知用户发送功率调整模型，在此基础上设计基于时 ings of Adranced Satellite Multimedia Systems Conference (ASMS) 延0S约束的认知用户有效容量优化目标函数，分析 and Signal Processing for Space Communications Workshop 完全与非完全信道环境时不同条件下认知用户的最佳 (SPSC).Baion,2012:111 发送功率调制策略 B]Marko H,Jukka K,Ari H,et al.Application of cognitive radio肖 楠等: 一种支持时延约束的卫星认知网络功率控制算法 信道相关系数 ρ ＜ 1，因此非理想信道环境下的功率控 制策略更具有实际应用价值，而在非理想信道环境下 信道有效容量可以看作是卫星认知网络控制算法优化 目标的理想值． 图 4 有效容量随卫星信噪比接收门限的变化曲线 Fig． 4 Curves between Ceff and satellite SNＲ threshold 3. 3 信道衰落特性对有效容量的影响 图 5 和图 6 给出了不同信道衰落特性下信道有效 容量 Ceff随信道相关系数 ρ 的变化曲线． 如前所述，ρ 值越大，认知用户所获得信道有效容量也越大． 对于 地面网络而言，由于认知发射终端到认知接收终端与 认知发射终端到授权接收终端的信道统计特性相互独 立，mSP越小，认知发射终端对授权接收终端的干扰越 小，而 mSS越大，认知所能获得信道传输增益越高，相 应地信道有效容量也越大，如图 5 所示． 需要注意的 是，对于卫星信道而言，授权发射终端到授权接收终端 与授权发射终端到认知接收终端的信道衰落特性是紧 密相关的，当授权发射终端到授权接收终端链路特性 较好( mPP较大) 时，卫星对认知发射终端的干扰也越 大，因此较大的 mPP并不始终能够获得较高的信道有 效容量． 当 ρ 较小时，mPP越大，Ceff 也越大; 当 ρ 较大 时，mPP越小，Ceff反而越大，如图 6 所示． 此外，当信道 特性较好时，较小的 ρ 值使得认知用户检测到的信道 特性已经能够真实地反映出卫星链路的真实衰落特 性，从而快速调整 PS至最优值，因此其 Ceff也较早地趋 于稳定． 4 结论 ( 1) 以认知无线电技术在卫星通信系统中的应用 为背景，提出一种基于 Underlay 频谱共享模式的卫星 认知网络功率控制算法． 该算法以认知用户信道有效 容量最大化为优化目标，通过引入时延约束因子，建立 认知用户发送功率调整模型，在此基础上设计基于时 延 QoS 约束的认知用户有效容量优化目标函数，分析 完全与非完全信道环境时不同条件下认知用户的最佳 发送功率调制策略． 图 5 地面信道衰落时 Ceff随信道相关系数的变化曲线 Fig． 5 Curves between Ceff and channel correlation coefficient for ground cognitive radio networks 图 6 卫星信道衰落时 Ceff随信道相关系数的变化曲线 Fig． 6 Curves between Ceff and channel correlation coefficient for satellite cognitive radio networks ( 2) 通过实验仿真对功率控制算法的性能以及影 响认知用户发送功率的因素进行分析． 结果表明，本 文提出的功率控制算法较文献［7，14］认知用户的信 道有效容量得到了更大提高，且较小的时延约束因子 和较低的卫星信噪比接收门限允许认知用户以较大的 功率进行数据发送，从而获得更高的信道有效容量． 另一方面，由于网络中通信链路与干扰链路处于同一 网络环境，通信链路衰落减小的同时干扰链路衰减也 在减小，实际应用中认知用户发送功率的调整要综合 考虑二者的影响． 参 考 文 献 ［1］ Shree K S，Symeon C，Bjrn O． Cognitive radio techniques for satellite communication systems． IEEE Trans Commun，2013，21 ( 6) : 781 ［2］ Shree K S，Symeon C，Bjrn O． Satellite cognitive communica￾tions: interference modeling and techniques Selection / / Proceed￾ings of Advanced Satellite Multimedia Systems Conference ( ASMS) and Signal Processing for Space Communications Workshop ( SPSC) ． Baion，2012: 111 ［3］ Marko H，Jukka K，Ari H，et al． Application of cognitive radio · 3011 ·