基于上下行对偶的CRN下行功率分配和波束赋形算法

摘要: 认知无线网络（CRN）在underlay工作模式下的多用户下行功率分配和波束赋形问题研究中存在通用的SDR算法计算复杂度高，实用性受限以及优化问题中忽视主网络（PN）对认知用户（SU）的干扰等问题。针对这些问题，首先在CRN网络模型中增添PN对SU的干扰，生成优化问题；而后基于上行和下行的对偶特性，采用虚拟功率，将优化问题进行形式变换，成为上行功率分配和波束赋形问题；得到能够简便、快速求解的迭代算法。分析了算法的收敛特性，得到了收敛条件；并进一步计算了算法的复杂度，结果表明优于SDR算法。数值仿真显示，算法收敛很快；而且表明主网络基站（PBS）发送功率的变化影响可行解区域；PBS发送功率的增加会导致CRN下行功率增大，影响较显著。