0 引言

    在基于能量獲取的協(xié)作認知無線電網(wǎng)絡(luò)中,，將擁有頻譜資源的授權(quán)系統(tǒng)稱為主系統(tǒng),，共享主用戶頻譜資源的系統(tǒng)稱為次級系統(tǒng)。目前基于能量獲取的協(xié)作認知通信受到越來越多的關(guān)注^[1-3],。文獻[1]研究單次用戶(Secondary User,，SU)的最佳決策，先分別在主用戶(Primary User,，PU)直傳和SU參與PU的協(xié)作下進行SU的吞吐量的最大化,，再根據(jù)兩種方式下優(yōu)化后的SU的吞吐量來確定SU的最佳協(xié)作策略。文獻[2]利用貓群算法在不影響PU的基本性能情況下,，最大化SU的吞吐量,。文獻[3]針對PU和SU的非飽和數(shù)據(jù)傳輸問題，構(gòu)建排隊論的模型,，通過求解“概率協(xié)作”策略中SU的傳輸概率,，從而最大化SU的服務(wù)率。

    對比現(xiàn)有工作并基于以上的考慮,，本文在無線能量獲取的協(xié)作認知網(wǎng)中,，通過次用戶對主用戶的貢獻程度來分配時隙，從而調(diào)動了次用戶的積極性,，并選取最佳的次用戶集合,，并對其進行資源分配，從而最大化次用戶系統(tǒng)的吞吐量,。

1 系統(tǒng)模型和問題描述

1.1 系統(tǒng)模型

    系統(tǒng)結(jié)構(gòu)如圖1所示,，在該網(wǎng)絡(luò)中，次用戶由擁有足夠能量的混合接入接點（HAP）供能,。次用戶（SU）協(xié)助主用戶（PT-PR）傳輸信息,，作為回報，次用戶可以獲得一定的傳輸時間傳輸自己的數(shù)據(jù)。系統(tǒng)的幀時隙如圖2所示,，總時隙為T,，分為四個階段：

    (1)階段I：當(dāng)主鏈路直傳時，SUS從HAP廣播的射頻信號中獲取能量,，用于數(shù)據(jù)傳輸,，時隙為t_e；

1.2 問題描述

    在整個時隙T內(nèi),，主用戶滿足最基本的速率R_p：

    SUS消耗的能量要小于獲取的能量，因此每個SU_i滿足下列條件：

    由式(4)可以看出,，次用戶系統(tǒng)對主用戶速率的貢獻受h_ipP_ip的影響,，因此為了調(diào)動次用戶協(xié)作主用戶的積極性，次用戶的接入時間可以根據(jù)每個次用戶的貢獻大小來分配：

    由于式(6),、式(8)這兩個約束式中存在兩個優(yōu)化變量的相互耦合,，且S_D的不確定性，使得式(10)問題無法利用現(xiàn)有的凸優(yōu)化算法直接求解,。為了有效解決這個問題,，可先將式(6)轉(zhuǎn)化為：

    這樣在確定參與協(xié)作的SUS和確定ε后，問題(10)可以轉(zhuǎn)化為(13),，該問題是凸優(yōu)化問題,，為了簡便，可以將T設(shè)置為1：

2 優(yōu)化問題

2.1 問題（13）的解決——全局變量優(yōu)化

    令|S_D|=N,，并將h_ps=[h_p1,，…，h_pN]中的元素大小按遞減的順序排列,。按算法1執(zhí)行該流程,。

    算法1：

2.2 對于給定S_D下問題（13）的優(yōu)化

    (1)首先，保持t_e,、ε不變(ε的優(yōu)化描述)后,，將問題(13)轉(zhuǎn)化為2個子問題：S1-固定(t₀)下的(E_sh，E_sp)的能量分配和S2-固定(E_sh,，E_sp)下的(t₀)的時隙分配,，分別為；

    S1和S2是凸優(yōu)化問題,，滿足卡羅需-庫恩-塔克(KKT)條件^[4],，可以通過求解它們的對偶問題得到最優(yōu)時間和能量分配。

    S1的拉格朗日函數(shù)為：

    再對SU_i(i=1,，2,，…，N)都進行式(16)和式(18)的求解，最佳資源分配式子如下：

    證明：對 L₁關(guān)于(E_ih,，E_ip)和L₂關(guān)于(t₀)求偏導(dǎo),，讓其偏導(dǎo)等于0，聯(lián)合便可求得,。

    (2)接下來對t_e進行梯度更新,，t_e的梯度函數(shù)為：

其中m為迭代次數(shù)。

    算法2：

3 仿真結(jié)果

3.1 仿真參數(shù)設(shè)置

    本文利用MATLAB對其進行仿真來驗證上述的合理性,。仿真中,，PT、PR,、HAP之間連線構(gòu)成等邊三角形,，距離都為50 m，SUS隨機分布在以HAP為圓心的,、r=10 m的圓內(nèi),。用戶i和用戶j之間的鏈路的瞬時信道功率增益表示信道服從瑞利衰落，P_p為20 dBm,，能量轉(zhuǎn)換系數(shù)n為0.5,，噪聲功率N₀為-60 dBm。

3.2 仿真結(jié)果分析

    圖3仿真了R_p和R_s,，sum的關(guān)系圖,，由圖可知，在相同的R_p條件下,，本文比文獻[5]達到次用戶的速率高,，且N越大越明顯。這是因為在文獻[5]的資源分配中,，次系統(tǒng)中次用戶虛報自己的資源信息,，導(dǎo)致可能選擇到信道狀況不好的次用戶參與到協(xié)作，從而造成資源分配不均勻,。而在本文中的先根據(jù)信道狀況的好壞進行排列,，再根據(jù)次用戶的協(xié)助主用戶的貢獻來進行合理資源分配，有效地防止次用戶虛報行為,，從而比文獻[5]更有效地提高次用戶系統(tǒng)速率,。當(dāng)R_p達到3時，R_s,，sum趨近于0,，這是因為為了達到主用戶的傳輸要求，次用戶系統(tǒng)資源主要消耗在協(xié)作階段,。

    圖4仿真了R_p和2t₀的關(guān)系圖,。可以看出，隨著R_p的增加,，在相同N下,，需要次用戶系統(tǒng)中繼的時間越長；但在相同的R_p的條件下,，N越大,，相應(yīng)的中繼時間會有所降低，這是因為有了更多的次用戶參與,。本文的中繼時間比文獻[5]時間低,，這是因為根據(jù)次用戶協(xié)助程度來分配資源，增強了次用戶協(xié)作的積極性,，從而節(jié)省中繼時間,。

    圖5仿真了R_p和t_a的關(guān)系圖，可知,，在一定的R_p的范圍內(nèi)，本文的次用戶系統(tǒng)所得到的總回報時間t_a比文獻[5]的大,，這也和圖3是對應(yīng)的,，由于本文次用戶參與中繼時間減少，次用戶得到更多的回報,。

4 結(jié)論

    本文基于能量獲取的協(xié)作認知網(wǎng)絡(luò),，對其建模進行分析，次用戶通過為主用戶服務(wù)的協(xié)作程度來獲得自己傳輸機會,，提高了次用戶參與的積極性,。最后仿真結(jié)果證明，本方案可以更好地提高次用戶系統(tǒng)的吞吐量,。

參考文獻

[1] YIN S,，ZHANG E，QU Z,，et al.Optimal cooperation strategy in cognitive relay networks with energy harvesting[J].IEEE Transactions on Wireless Communications,，2014，13(13)：4693-4707.

[2] Gao Hongyuan,，EJAZ W.Cooperative wireless energy harvesting and spectrum sharing in 5G networks [J].IEEE Access,，2016，4(6)：3647-3658.

[3] 闊永紅,，賀冰濤,，陳健.攜能通信協(xié)作認知網(wǎng)絡(luò)穩(wěn)態(tài)吞吐量分析和優(yōu)化[J].西安電子科技大學(xué)學(xué)報，2016,，43(6)：1-7.

[4] THOMAS L C.The wijngaard-stidham bisection method and replacement models[J].IEEE Transactions on Reliability,，1982，31(5)：482-484.

[5] SAMI M，NOORDIN N K,，KHABAZIAN M.A TDMA-based cooperative MAC protocol for cognitive networks with opportunistic energy harvesting[J].IEEE Communications Letters,，2016，20(4)：808-811.

作者信息：

楊  路,，黃  凱,，楊品章

（重慶郵電大學(xué) 通信與信息工程學(xué)院，重慶400065）