1、基金项 目:国家自然科学 基 金 委 员 会 青 年 自 然 科 学 基 金 项 目(61405038)收稿日期:20210511修回日期:20210519第 40 卷第 2 期计算机仿真2023 年 2 月文章编号:10069348(2023)02021805基于多约束联合优化的多址通讯信道分配方法陈捷洁1，房颖2(1 福州理工学院，福建 福州 350000;2 福州大学，福建 福州 350000)摘要:多址通讯系统中存在信道衰减、链路调度，以及干扰复杂等问题，现有的信道分配方法在效率和可靠性等方面仍然具有不足之处，于是提出了基于多约束联合优化的信道分配方法。建立多址通讯系统模型，对传输信号
2、、信噪比和传输速率进行分析，建模过程中充分考虑用户的干扰、干扰增益和干扰功率。基于模型分析，联合信道干扰、信道匹配，以及传输功率对信道分配策略进行约束。在计算信道干扰时将其转换成干扰加权图求解，即利用分组得到最低用户干扰。利用信道匹配作为共用信道的依据，来提高信道利用效率;通过用户效用推导出传输功率，并引入完成优化求解。通过仿真，验证了所提方法在多指通讯信道分配时具有较高的处理效率和可靠性，显著提高抗干扰能力，降低了传输功耗和阻塞风险，从而有效保证了用户服务需求。关键词:多约束;多址通讯;信道分配;干扰加权图;用户效用中图分类号:TP212文献标识码:BA MultiAccess Channe
3、l Allocation Method Based onMultiConstraint Joint OptimizationCHEN Jiejie1，FANG Ying2(1 Fuzhou Institute of Technology，Fuzhou Fujian 350000，China;2 Fuzhou Univercity，Fuzhou Fujian 350000，China)ABSTACT:There are many problems in multiple access communication systems，such as channel attenuation，linksc
4、heduling，and complex interference The existing channel allocation methods still have shortcomings in efficiencyand reliability，so a channel allocation method based on multiconstraint joint optimization is proposed The model ofmultiple access communication system was established，and the transmission
5、signal，signaltonoise ratio and trans-mission rate were analyzed In the process of modeling，the user s interference，interference gain and interferencepower were fully considered Based on the model analysis，channel interference，channel matching and transmissionpower were combined to constrain the chan
6、nel allocation strategy When calculating channel interference，it was con-verted into an interference weighted graph to solve，that was，the lowest user interference was obtained by groupingChannel matching was used as the basis of the common channel to improve channel utilization efficiency The trans-
7、mission power was derived from the user utility，and Perron Frobenius was introduced to complete the optimizationThe simulation results show that the proposed method has high processing efficiency and reliability in multifingercommunication channel allocation，significantly improves the antiinterferen
8、ce ability，reduces the transmission powerconsumption and blocking risk，and effectively ensures the user service requirementsKEYWODS:Multiple constraints;Multiple access communication;Channel allocation;Interference weighting dia-gram;User utility8121引言多址通讯允许功率域中的若干用户共同使用某条信道1，这样有利于增加数据的吞吐量。但是由于无线网络中
9、混合服务的增加，使得用户数据量急剧上升。大量数据输入造成严重的链路资源消耗和噪声干扰23，效率和可靠性都大打折扣，进而给用户服务需求带来严重影响。为解决无线通信领域中的信道分配问题，业界学者也提出了一些优化方法。文献4针对 Ad Hoc 网络提出了TDMA 信道分配，该方法根据公平性将节点分配至公共链路上，能够较好的改善资源的使用率。文献 5构造关于信道与资源模型，并在匹配过程中引入 CharnesCooper 变换，该方法能够提高用户的公平性，但是没有对性能做更多的测试。文献 6在信道分配过程中同时分析了信道与功率方程，提出了与文献 5 不同的约束，并引入 Dinkelbach 变换求解，该
10、方法有利于改善公平性和能效，但是缺乏对噪声的分析。文献 7 采用了类似文献 6的分析模型，但是求解过程引入了双边匹配，该方法能够改善信道效率和时延。针对现有研究结果的优缺点，本文构建了多址通讯系统模型，基于信号方程、信噪比方程和传输速率方程，联合信道干扰、信道匹配和传输功率，在多种约束条件下保证最优的信道干扰和信道能效。并在功率分配时考虑到单调约束，采用 PerronFrobenius 进行优化求解。最后从传输时间、占空比，以及阻塞率等多方面进行性能分析。2多址通讯系统模型图 1 描述了多址通讯系统中的频谱接入模型，由主用户(PU)与认知用户(SU)组成，实线用于描述传输信号，虚线用于描述干扰
11、信号。PU 与 SU 可被分别表示为 PUi(i 1，2，n)和 SUj(j 1，2，m)。其中 n 与 m 依次代表各用户的发射机与接收机对数。如果系统中信道的带宽是 B，子信道的数量是 N，那么信道配置矢量可以表示为 Bi=bi1，bi2，biNs。矢量 Bi的各元素初始化为0，当子信道 ns被 PUi占用时令 bins=1。根据 Bi得到全部 PU 的信道配置为 B=B1，B2，BnT。当系统中有 SU 和 PU 共用频谱，得到 SU 的信道配置情况 S=S1，S2，Sm，T，其中 Si=si1，si2，siNs。图 1信道接入模型由于系统存在若干 SU 连接，会对 PU 产生干扰，所以
12、应该将这种干扰引入信道配置的过程中。此时，PU 的接收信号可以描述为_PUi=winsginsMins+n+mj=1wjnssjnsfjnsMjns，bins=1nbins=0(1)式中，mj=1wjnssjnsfjnsMjns项代表SUj对PUi的干扰;wins、wjns依次为PUi与SUj在信道 ns中信号传递功率;gins为PUi的链路增益;fjns为 SUj的干扰增益;Mins、Mjns依次为 PUi与 SUj的传递信号;n 代表高斯白噪声。同理 SUi的接收信号可以描述为:_SUi=winsginsMins+n+wknsgknsMkns+mj=1，j1wjnssjnsfjnsMjns
13、，sins=1nsins=0(2)式中，wknsgknsMkns项 代 表 PUk对 SUi的 干 扰;mj=1，j1wjnssjnsfjnsMjns项代表 SUj对SUi的干扰。通过前述分析可得PU 与 SU 的信噪比分别为:SINPUi=|gins|2winsa2+mj=1sjns|fjns|2wjns(3)SINSUi=|gins|2winsa2+|gkns|2wkns+mj=1，j1sjns|fjns|2wjns(4)SINPUi与SINSUi分别表示 PUi与SUi的信噪比;式中a表示噪声功率;mj=1sjns|fjns|2wjns表示SUj对PUi的干扰功率;|gins|2wins
14、表示PUk对SUi的干扰功率;mj=1，j1sjns|fjns|2wjns表示 SUj对 SUi的干扰功率。结合信噪比与香农定理，进一步计算出 PU 与 SU 对应的速率如下TSPU i=NSi=1bjilog2(1+SINPU i)(5)TSSU i=NSi=1Sjilog2(1+SINSU i)(6)TSPU i与 TSSU i分别表示 PUi与 SUi的传输速率。考虑到 SUi给 PUi带来的噪声应该限定在某个范围内，这里根据干扰温度的门限设计如下的约束条件1mi=1Sinsbjnsfjnswjns THn(7)THn表示干扰温度的门限。9123信道分配策略3.1信道干扰基于多址通讯系统
15、模型分析可以得出，要想提升信道的传输能力，应该尽可能减小信道中的噪声。为更好的描述用户干扰，这里构建图及其顶点权重，表示为 G(U，H，W)。图中的 U=u1，u2，un 为用户集，同时对应图 G 的顶点。图中的 H 为干扰集，元素 hij代表用户 ui与 uj的相互干扰，同时对应图 G 的 ui顶点与 uj顶点构成的边。图中的 W 为干扰加权，元素 wij代表 ui与 uj干扰程度。欲降低用户的干扰，应该根据用户的分组情况将其分配至相应信道。对于隶属于同组的用户，可以为其分配同一信道。基于此思想，把问题转换成干扰图加权求解。也就是利用分组得到最低用户干扰，模型和约束描述如下minui，ujU
16、g，ijwij(8)stGg=1Ug=U，g 1，2，GGg=1Ug=，g 1，2，GTHref THem(9)式中 Ug代表第 g 个用户分组;THref与 THem依次代表基准与授权两类用户的干扰门限。3.2信道分配如果两个用户的信道状况类似，通过合并使其共用信道，则可以在一定程度上提高信道的利用效率8。但是在合并过程中，应该对用户的匹配性进行分析，匹配公式及约束条件如下maxui，juiUTSui，juiUwui，j+w0uiUgui，j()1|U|(10)stuimui，j=Njj 1，2，Ncuimui，j=1i 1，2，Nu(11)式中，w0代表基站的功率;0，1代表调节因子;Nj代表信道 j 上可以分配的用户数量;Nc与 Nu分别代表信道数量与用户数量。利用该公式，可以计算出用户 ui与信道 j 的匹配性。对于一条信道，在将某用户合并进来之前，先要保证满足信道是否可以取得最佳增益，再确定该信道中用户量是否在允许范围内，如果两个条件都符合，则可以将用户合并至该信道中。3.3功率分配根据信噪比和功率情况，可以得到用户效用，计算方式表示如下UTi，j(wi，j)=expSINt
