基于投影动态系统理论的认知无线网络实时功率分配问题研究

Power allocation is one of the key technologies for cognitive wireless network can be stable and efficient operation. Due to cognitive network has heterogeneous network structure, rapid changes in system resources make the traditional power allocation method which based on static concern has no longer valid, seriously need to find a new type of algorithms to fit this dynamic feature as well as control the power in real time. According to this actual needs, our research develop the work from a new dynamic system perspective, the main contributions are as followed: (1)Starting from the classical optimization model, establish the corresponding dynamic system model by variational inequality and ordinary differential equation equivalent transformation; (2) Based on (1), to control power in a real-time way by introducing different control variables, enabling the system satisfy the requires of different users at the same time working in a relatively stable state; (3)When there is an external disturbance, utilize like robust control etc. methods to design algorithm against different type of disturbance to improve the ability of system to resist interference. Finally, through this research, aim to establish a set of new power allocation algorithms which based on dynamic equation and make time as the variable of allocation results, explore new methods for resolving optimal power allocation issue in cognitive wireless network; furthermore, provide the theoretical basis for the practical application of this technology.

功率分配问题是认知无线网络能够稳定、高效运行的关键技术之一。由于认知网络具有网络结构异构，系统资源变化快速的特点，使得以往基于静态考虑的传统功率分配方法不再有效，亟需找到一类新的适于该动态特点且能够实时控制的功率分配方法。本课题针对该实际需求从投影动态系统这一新的视角对认知网络的功率分配问题展开研究，主要工作为：(1)由经典优化模型出发，通过变分不等式、常微分方程的等价转化建立相应的动态系统模型；(2)在(1)的基础上，通过引入不同的控制变量对功率进行实时控制，使系统能够满足不同用户需求的同时达到稳定的工作状态；(3)当系统存在外界干扰时，针对不同类型的干扰利用鲁棒控制等理论进行算法设计以提高系统抵抗干扰的能力。最后，通过本课题的研究，拟建立一套基于动态方程且分配结果是以时间作为变量的新型功率分配算法体系，为解决认知无线网络最优功率分配问题发掘新的方法，进而为该技术的实际应用提供理论依据。

本项目针对动态环境下认知无线网络的实时功率控制问题，分别从系统模型构建、实时功率分配算法设计及针对外界环境干扰的鲁棒功率控制算法设计方面展开深入研究。在项目执行期间构建了基于投影动态系统理论与切换仿射理论的新型认知无线网络最优功率控制数学模型，该模型可由一个切换仿射系统对原传统优化问题进行描述，从而更为精确的描述认知网络的动态特性。在此动态系统模型的基础上，通过基于李雅普诺夫稳定性理论的控制器设计方法，求解出相应的具有明确数学解析表达式的最优控制器。同时针对认知网络易受外界环境干扰与自身不确定性的问题，针对不同信道状态形式，提出相应的基于状态空间模型的鲁棒功率控制方案，将现有的线性二次控制、H-∞控制等方法应用到实际的通信系统中来，通过适当构建线性二次型李雅普诺夫函数，并对其沿运动轨迹进行差分分析从而寻找特定的控制器同时保证系统的二次稳定。项目组通过大量的理论推导与仿真验证，在国际期刊上共发表高水平学术论文8篇，其中SCI检索4篇，EI检索4篇，参加高水平国际学术会议4次。最终得到了一系列适用于动态认知无线网络的最优功率分配算法，所取得的研究成果将为认知无线网络在更加贴近实际环境下保证功率分配算法的有效性与稳定性提供理论的和科学的指导，同时也为解决这一系统的实时性与鲁棒性等实际问题开辟新的途径。