OFDM技術(shù)作為多載波調(diào)制技術(shù)的一種，其靈活的調(diào)制特性可有效地提高系統(tǒng)頻帶使用率[1],。如今,，在多用戶OFDM系統(tǒng)中,，考慮用戶業(yè)務(wù)需求，充分利用物理層和高層之間的互動信息,，就子載波和功率等資源分配問題已經(jīng)展開了廣泛研究,。

　　隨著無線移動應(yīng)用需求的不斷增長，無線資源分配給授權(quán)用戶專屬使用已經(jīng)成為阻礙頻譜高效利用的嚴(yán)重障礙,。據(jù)FCC調(diào)查發(fā)現(xiàn),，授權(quán)頻段在大部分時間內(nèi)處于閑置狀態(tài)[2]，造成頻譜資源極大的浪費,。認(rèn)知無線電技術(shù)使得授權(quán)用戶和非授權(quán)用戶可以在同一時間同一頻帶上共存,，成為打破頻譜資源匱乏僵局的潛在基石。因此,，將認(rèn)知無線電技術(shù)應(yīng)用于OFDM系統(tǒng)中,，將會更好地改善系統(tǒng)頻譜資源的利用狀況，提高整體的頻譜利用率,。

　　針對基于認(rèn)知無線電（Cognitive Radio, CR）技術(shù)的OFDM系統(tǒng)資源分配的研究層出不窮,，例如文獻(xiàn)[3-8]，分別有針對性地提出了CR-OFDM系統(tǒng)的資源分配算法,。其中,，文獻(xiàn)[5-8]針對多用戶情況。文獻(xiàn)[5]不考慮用戶業(yè)務(wù)特性,，在滿足總功率限制或?qū)χ饔脩舾蓴_限制時先進行功率分配,，再根據(jù)剩下的約束條件進行子載波分配。為了考慮MAC層的多種業(yè)務(wù)特性需求,，許多專家學(xué)者將跨層思想引入CR-OFDM系統(tǒng)的資源分配中,，并最大化物理層的傳輸速率，例如文獻(xiàn)[6-8],。文獻(xiàn)[6]只考慮非實時業(yè)務(wù),，保證CR用戶速率與預(yù)設(shè)目標(biāo)速率成比例，提出最優(yōu)RA算法,，最大化系統(tǒng)總速率,。文獻(xiàn)[7]區(qū)分只擁有盡力而為業(yè)務(wù)的用戶和多業(yè)務(wù)用戶，提出低復(fù)雜性的CR-MUMS子載波分配算法,，得出近優(yōu)解,。文獻(xiàn)[8]考慮主次用戶之間相互干擾，區(qū)分實時業(yè)務(wù)和非實時業(yè)務(wù),，采用基于屏障法的功率分配方法,，保證RT用戶速率需求并滿足NRT用戶之間比例速率限制，提高系統(tǒng)總速率,。

　　本文在基于認(rèn)知無線電的 OFDM系統(tǒng)中,，針對混合業(yè)務(wù),，提出一種有效的子載波和功率分配方案。首先,，根據(jù)總發(fā)射功率和主用戶限定的的最大干擾值,，實現(xiàn)子載波的傳輸功率分配。然后,，根據(jù)信道增益信息以及各用戶業(yè)務(wù)信息,，采用人工魚群算法進行不同用戶之間的子載波分配。

1 系統(tǒng)模型和數(shù)學(xué)模型

　　1.1 系統(tǒng)模型

　　在蜂窩系統(tǒng)下行鏈路中,，假設(shè)存在1個認(rèn)知用戶基站,、K個認(rèn)知用戶和L個授權(quán)用戶（如圖1）。設(shè)認(rèn)知用戶k使用子載波n時,，認(rèn)知基站到認(rèn)知用戶K的信道增益為hk,，n。認(rèn)知用戶與主用戶之間的信道狀態(tài)信息可被周期性地檢測到[9],，本文假設(shè)信道估計完美,，因此,，認(rèn)知基站擁有以上信道狀態(tài)信息,。

　　某時刻，主次用戶所使用的頻譜分布情況示意圖如圖2所示,。

　　1.2 數(shù)學(xué)模型

　　子載波對主用戶頻帶產(chǎn)生的干擾為其承載信號的功率譜密度（PSD）在主用戶頻帶上的積分[10],，設(shè)主用戶占用頻段帶寬W，子載波n與主用戶中心頻譜距離用dn表示,，對于第n個子載波,，認(rèn)知基站到主用戶的增益為，則用戶k使用子載波n時對主用戶的干擾為：

　　其中,，(f)為信號的PSD,，記Fn為在子載波n上對主用戶的干擾因子。

　　當(dāng)子載波n上信號為理想奈奎斯特脈沖時,，其PSD為：

　　其中,， Ts為OFDM符號周期，Pk,，n為認(rèn)知用戶k在子載波n上的傳輸功率,。

　　同樣，主用戶對認(rèn)知用戶的干擾可表示為：

　　其中,，PU(eiw)為主用戶的功率譜密度,，BS為每個子載波的帶寬。

　　設(shè)認(rèn)知系統(tǒng)分配給用戶k使用子載波的發(fā)射功率為Pk,，n,。整個系統(tǒng)的帶寬B被分成N子載波,，則每個子載波帶寬為B/N。根據(jù)香農(nóng)容量公式,，用戶k的子載波n的瞬時傳輸速率為：

　　其中,，為信道香農(nóng)容量與M-QAM調(diào)制信號的信噪比差值，值為-ln(5pe)/1.5[11],，pe為誤比特率,，N0為加性高斯白噪聲的單邊功率譜密度。

　　用戶k的總速率為：

　　其中,，?贅k為分配給用戶k的子載波集,。

　　則系統(tǒng)總速率為：

　　式中，Ck,，n為用戶k在子載波n上的分配因子,，Ck，n為1代表子載波n分配給用戶k,，Ck,，n為0代表子載波n未分配給用戶k。

　　本文中用戶k擁有數(shù)據(jù),、語音,、流媒體三種業(yè)務(wù)(i=1，2,，3)隊列,，根據(jù)隊列中各個分組(f=1，2,，3,，…)等待時間、分組QoS優(yōu)先級及分組長度定義用戶k的權(quán)重[12]為：

　　其中,，Wk,，i表示用戶k的第i個分組的權(quán)重，集合分組處于緊急狀態(tài),，集合中分組非緊急,，k，i,，f表征分組QoS優(yōu)先級,，Dk，i,，f表征分組長度,，Ek，i，f表征分組緊急狀態(tài),。Ek,，i，f等于可忍受時延Uk,，i,，f減去已等待時間再減去保護間隔Gk，i,，當(dāng)Ek,，i，f小于0時分組緊急,，否則非緊急,。k，i,，f越大,、Dk，i,，f越大或越緊急的分組會被優(yōu)先傳送,。

　　最終確立優(yōu)化目標(biāo)為:

　　式中，記為信道因子,。

　　約束條件：

　　其中,，C1和C4限制功率非負(fù)且不超過最大發(fā)射總功率；C2和C3確保每個子載波最多只能被一個用戶占用,，C5確保對主用戶的干擾不超過主用戶所允許的干擾門限值,，C6保證為用戶分配不超過其所需要的資源,，Qk表示用戶k緩存的數(shù)據(jù)量,。

2 資源分配

　　2.1 功率分配

　　優(yōu)化目標(biāo)中，子載波分配指數(shù)Ck,，n和功率分配指數(shù)Pk,，n是待求變量，本文采用次優(yōu)方法進行功率和子載波分配,。

　　信道增益越大且干擾因子越小的子載波應(yīng)該被分配更高的功率,。為滿足以上要求并滿足干擾門限值，令主用戶所能承受子載波n對其產(chǎn)生的干擾的上限為：

　　由此可得：

　　n個子載波對主用戶總干擾值等于,，這樣確保滿足主用戶的干擾功率限制,。

　　發(fā)射總功率最大值為PT，若各個子載波均分總功率,，各個子載波上應(yīng)該分配的功率為：

　　滿足總功率和干擾門限限制,，分配給各個子載波相應(yīng)的功率值為:

　　2.2 子載波分配

　　基于人工魚群算法求解Ck，n(k=1，…,，K,；n=1，…,，N)的步驟如下:

　　(1)設(shè)定種群大小M,，人工魚的可視范圍visual，擁擠度因子?啄,，人工魚每次覓食最大試探次數(shù)try_number,，迭代次數(shù)gen，同時功率按式(12)取值,。

　　(2)定義人工魚向量(行向量)長度為N,，其元素值隨機取1～K之間的某個數(shù)。如果子載波n分配給用戶k,，即Ck,，n=1(k=1，…,，K,；n=1，…,，N)對應(yīng)于人工魚向量的第n個元素值等于k,。

　　(3)隨機產(chǎn)生M個第1代人工魚向量(i=1，…,，M),，該向量必須符合C2～C6條件約束。

　　(4)定義食物濃度,。

　　(5)先做人工魚向量(i=1,，…，M)到Ck,，n(k=1,，…，K,；n=1,，…，N)的映射,，再由Ck,，n和Pk，n計算用戶速率Rk(k=1,，…,，K)，最后計算的食物濃度(i=1，…,，M)并選出全局食物濃度最大的人工魚向量賦值給F_best,。

　　(6)人工魚行為定義。

)

　　(6.2)使F分別進行覓食,、群聚,、追尾等行為，通過行為評價,，擇優(yōu)執(zhí)行食物濃度較大的行為,。

　　(7)通過擇優(yōu)執(zhí)行后得到人工魚向量(i=1，…,，M,；t=1，…,，gen-1)并更新F_best,。

　　(8)判斷是否滿足迭代次數(shù)gen條件，若滿足,，由F_best逆映射回Ck,，n；否則跳轉(zhuǎn)到(6.2),。

　　C6在分配過程中作為判斷條件,，在求出分配矩陣Ck，n(k=1,，…,，K；n=1,，…,，N)之后，本文所求問題得以解決,。

3 仿真及分析

　　仿真時,，帶寬B為10 MHz，子載波數(shù)為128,，設(shè)主用戶占用中間頻帶且?guī)挼扔贐/N，采用六徑頻率選擇性衰落信道,，,。

　　用戶隊列中分組參數(shù)設(shè)置如表1。

　　人工魚群算法中M=31,，visual=5,，try_number=5，gen=100。

　　圖3顯示用戶數(shù)為16時,，隨著主用戶所允許干擾門限值增大,，主用戶能容忍的干擾功率變大，系統(tǒng)性能相對變差使得系統(tǒng)總速率得以提高,。當(dāng)主用戶所允許干擾門限值比較小時,，系統(tǒng)主要受限于干擾門限約束，隨著允許干擾門限值增加,，系統(tǒng)總速率增大的幅度較大,；當(dāng)主用戶所允許干擾門限超過一定值時，系統(tǒng)總速率增大的幅度趨于平緩,。并且當(dāng)發(fā)射功率分別為-10 dB,、0 dB、10 dB不斷增大時,，系統(tǒng)總速率也隨之增大,。所允許干擾門限值較小時，由于系統(tǒng)干擾受限,，不同總發(fā)射功率對應(yīng)的系統(tǒng)總速率的差異相對較?。浑S著所允許干擾門限值增大,，由于系統(tǒng)受限于發(fā)射功率,，因此不同總發(fā)射功率時，系統(tǒng)總速率差異相對較大,。

　　圖4顯示隨著用戶數(shù)增加,，由于多用戶分集效應(yīng)增強，系統(tǒng)總速率增大,。當(dāng)總發(fā)射功率相同時,，主用戶所允許干擾門限值大的系統(tǒng)總速率比較大，由于隨著干擾門限的放松,，即主用戶可以承受更大的干擾,，認(rèn)知用戶可以在不影響主用戶正常通信的前提下分得更高的功率，因此系統(tǒng)總速率增大,；當(dāng)主用戶所允許干擾門限值相同時,，發(fā)射功率大的系統(tǒng)總速率大。

　　圖5顯示在特定干擾限制下（Ithp=-30 dB）,，當(dāng)總發(fā)射功率較小時,，所有算法的系統(tǒng)總速率隨著總發(fā)射功率增加而明顯增大；當(dāng)總發(fā)射功率達(dá)到一定水平,，由于系統(tǒng)受限于干擾功率的約束,，所有算法的系統(tǒng)總速率趨于平緩,。相比而言，文獻(xiàn)[8]中INT-OP算法的系統(tǒng)總速率大,，因為INT-OP在分配子載波時綜合考慮總功率限制和干擾水平限制,。而文獻(xiàn)[5]IFPA-NCSE算法在子載波分配時只考慮兩者之一。本文方案在同時滿足總功率和干擾限制的功率分配基礎(chǔ)上分配子載波,，優(yōu)于IFPA-NCSE算法且接近于INT-OP算法,。

　　圖6顯示在總發(fā)射功率和干擾門限值一定(Pt=0 dB，Ithp=-20 dB)時,，隨著CR用戶數(shù)增加,，多用戶分集效應(yīng)增強，系統(tǒng)總速率均呈增大趨勢,。INT-OP算法（RT用戶設(shè)為5個）區(qū)分用戶為實時業(yè)務(wù)用戶和非實時業(yè)務(wù)用戶,，滿足RT用戶速率要求的前提下兼顧NRT用戶之間公平性，最大化NRT用戶速率,。隨著用戶數(shù)增加,，非實時業(yè)務(wù)用戶占的比重增加，由于考慮非實時用戶之間的公平性,，其與本文算法差距不斷增大,。本文所提方案區(qū)分三種業(yè)務(wù)，根據(jù)業(yè)務(wù)優(yōu)先級確定用戶的權(quán)重,，合理地分配資源,，以犧牲用戶間的公平性獲得最大系統(tǒng)總速率。

4 結(jié)論

　　本文在多用戶CR-OFDM系統(tǒng)中,，采用人工魚群算法和新穎的功率分配方案進行資源分配,。該方案區(qū)分?jǐn)?shù)據(jù)、語音,、流媒體三種業(yè)務(wù),，根據(jù)總發(fā)射功率和主用戶可容忍的干擾功率限制，采用反比例于干擾因子的方法分配功率,，采用人工魚群算法分配子載波,。仿真結(jié)果與分析表明，該方案在滿足對主用戶的干擾功率和總功率約束前提下,，通過區(qū)分各用戶不同的業(yè)務(wù)特性,，滿足混合業(yè)務(wù)用戶需求，有效地提高了系統(tǒng)總速率且降低了算法復(fù)雜度,，其系統(tǒng)性能接近于最優(yōu),。在CR-OFDM系統(tǒng)中，基于本文所提多用戶子載波功率分配算法,，針對多個主用戶情景以及用戶間的公平性等有待研究,。

參考文獻(xiàn)

　　[1] WEISS T A，JONDRAL F K.Spectrum pooling：An innova-tive strategy for the enhancement of spectrum efficiency[J].IEEE Commun. Mag.,，2004,，42(3)：S8-S14.

　　[2] CABRIC D，MISHRA S M,，WILLKOMM D,，et al.A cogni-tive radio approach for usage of virtual unlicensed spec-trum[C].Proc.14th IST Mobile Wireless Commun.Summit，Dresden,，Germany,，Jun，2005.

　　[3] YU G,，Zhang Z,，Chen Y，et al.Subcarrier and bit alloca-tion for OFDMA systems with proportional fairness[C].Proc.IEEE WCNC,，Las Vegas,，Apr.2006，vol.3：1717-1722.

　　[4] QIN T,，LEUNG C.Fair adaptive resource allocation for multiuser OFDM cognitive radio systems[C].Proc.2ndInt.Conf.CHINACOM,，Shanghai，China,，Aug.2007：115-119.

　　[5] SAMI M,，GORDON L.Interference-aware radio resource allocation in OFDMA-based cognitive radio cutworks[J].IEEE Trans. Veh. Technol.，2011,，60(4)：1699-1713.

　　[6] ZHANG Y,，LEUNG C.Resource allocation for non-real-time services in OFDM-based cognitive radio systems[J].IEEE Commun.Lett.，2009,，13(1)：16-18.

　　[7] LI Q,，LU P，YU Z,，et al.Utility-based scheduling algo-rithm for multiple services in OFDM cognitive radio net-works[C].IEEE 75th Vehicular Technology Conference(VTC Spring),，May，2012.

　　[8] WANG S,，ZHOU Z,，GE M，et al.Resource allocation for heterogeneous cognitive radio networks with imperfect spec-trum sensing[J].IEEE Journal on Selected Areas in Com-munications,，2013,，31(3)：464-475.

　　[9] SURAWEERA H，SMITH P,，SHAFI M.Capacity limits and performance analysis of cognitive radio with imperfect chan-nel knowledge[J].IEEE Trans.Veh.Technol.,，2010,，59(4)：1811-1822.

　　[10] WANG Y，XU W,，YANG K,，et al.Optimal energy-effi-cient power allocation for OFDM-based cognitive radio networks[J].IEEE Commun.Lett.，2012,，16(9)：1420-1423.

　　[11] GOLDSMITH A J,，CHUA S G.Variable-rate variable-power MQAM for fading channels[J].IEEE Trans.Commun.，1997,，45(10)：1218-1230.

　　[12] HOU H,，LI G X.Cross-layer packet dependent OFDM scheduling based on proportional fairness[J].Wseas Trans-actions on Communications，2012,，11(1)：1-15.