بهبود پارامترهای تخصیص منابع در رادیو شناختگر مبتنی بر همسونهی تداخل

محورهای موضوعی : ارتباطات بی سیم

علی حسن نژاد ¹ , سید مجید مزینانی ^{2 *}

1 - گروه مهندسی برق- دانشگاه بین المللی امام رضا ، مشهد، ایران.
2 - گروه مهندسی برق- دانشگاه بین المللی امام رضا ، مشهد، ایران.

تاریخ دریافت : 1401/04/09 تاریخ پذیرش : 1401/08/06 تاریخ انتشار : 1403/10/01

کلید واژه: شبکه رادیو شناختگر, مخابرات چندآنتنه چندحامله, همسونهی تداخل, همسونهی تداخل پرتودهی ویژه,

چکیده مقاله :

همسونهی تداخل یک روش کارآمد در تقلیل تداخل در شبکه های بدون سیم است، که می تواند در شبکه های رادیو شناختگر به کار گرفته شود. در همسونهی تداخل یک ماتریس پیش کدگذار مناسب در هر فرستنده پیدا خواهد شد که همه تداخل ها به بخشی از زیرفضای سیگنال در هر گیرنده محدود می شود، این کار سبب می گردد سیگنال مطلوب در بخش دیگر قرار گیرد. بنابراین سیگنال دلخواه توسط یک فیلتر حذف تداخل مناسب به‌راحتی قابل دریافت است. در این مقاله یک روش کاؤمد برای به کارگیری همسونهی تداخل در شبکه رادیو شناختگر ارائه شده است. در روش پیشنهادی گزینش بردارهای پرتودهی برای تشکیل بردارهای گزینش بر اساس بردارهای مجاور با گام هایی به اندازه ی مساوی صورت می گیرد. انتخاب گام های مساوی سبب بهبود سرعت همگرایی الگوریتم شده است. نتایج حاکی از آن است که کارایی و پیچیدگی محاسباتی بسیار بهبود یافته است. برای ارزیابی روش پیشنهادی در تخصیص توان در شبکه‌ مورد بیشینه سازی بهره وری انرژی شبکه و دیگری بیشینه سازی نرخ مجموع شبکه رادیو شناختگر با حفظ نرخ کاربر اولیه در سطح آستانه، آن‌ها ارزیابی شده است. نتایج شبیه سازی نشان دهنده بهبود عملکرد شبکه با استفاده از این روش در هر دو استراتژی است.

چکیده انگلیسی:

Interference Alignment is an efficient method of reducing interference in wireless networks, which can be used in radio cognitive networks. In the interference alignment, a suitable pre-encoder matrix will be found in each transmitter that all interferences are limited to a part of the signal subspace in each receiver, which causes the desired signal to be placed in the other part. Therefore, the desired signal can be easily received by a suitable interference removal filter. In this paper, an efficient method for using interference homogeneity in a cognitive radio network is presented. In the proposed method, the selection of radiation vectors for the formation of selection vectors based on adjacent vectors is done in equal steps. Selecting equal steps improves the convergence speed of the algorithm. The results show that computational efficiency and complexity have been greatly improved. To evaluate the proposed method of power allocation in the network, they are evaluated to maximize the network energy efficiency and the other to maximize the total rate of the cognitive radio network while keeping the initial user rate at the threshold level. The simulation results reveal the improvement of network performance using this method in both strategies.

منابع و مأخذ:

[1] S. Xiao, X. Zhou, D. Feng, Y. Yuan-Wu, G. Y. Li, W. Guo, "Energy-efficient mobile association in hetero¬ge¬ne¬ous networks with device-to-device communications", IEEE Trans. on Wireless Commun-ications, vol. 15, no. 8, pp. 5260-5271, Aug. 2016 (doi: 10.1109/TWC.2016.2555797).
[2] Y. Ni, J. Zhao, Y. Wang, H. Zhu, "Beamforming and interference cancellation for D2D communication assisted by two-way decode-and-forward relay node", China Communications, vol. 15, no. 3, pp. 100-111, March 2018 (doi: 10.1109/CC.2018.8331994).
[3] M. Lin, J. Ouyang, W.P. Zhu, "Joint beamforming and power control for device-to-device communications underlaying cellular networks", IEEE Journal on Selected Areas in Communications, vol. 34, no. 1, pp. 138-150, Jan. 2016 (doi: 10.1109/JSAC.2015.2452491).
[4] M. Lin, Q. Huang, T. Cola, W. Jun-Bo , J. Wang, M. Guizani, W. Jin-Yuan, " Integrated 5G-satellite networks: A perspective on physical layer reliability and security", IEEE Wireless Communications, vol. 27, no.6, Article Number: 152159, Oct. 2020 (doi:10.1109/MWC.001.2000143).
[5] J. Shi, Q. Zhang, L. Ying-Chang, X. Yuan, "Distributed deep learning power allocation for D2D network based on outdated information", Proceeding of the IEEE/WCNC, pp. 1-6, Seoul, Korea (South), May 2020 (doi: 10.1109/WCNC45663.2020.9120717).
[6] Y. Wang, L. Chen, Y. Zhou, X. Liu, F. Zhou, N. Al-Dhahir, "Resource allocation and trajectory design in UAV-assisted jamming wideband cognitive radio networks", IEEE Trans. on Cognitive Communications and Networking, vol. 7, no. 2, pp. 635-647, Aug. 2020 (doi: 10.1109/TCCN.2020.3014208).
[7] F. Aghaei, A. Avokh, "MRCSC: A cross-layer algorithm for joint multicast routing, channel selection, sched¬uling, and call admission control in multi-cell multi-channel multi-radio cognitive radio wireless networks", Pervasive and Mobile Computing, vol. 64, Article Number: 101150, April 2020 (doi: 10.1016/j.p¬mc¬j.20¬20.101150).
[8] T. Wang, Y. Wang, X. Wang, Y. Cao, "A detailed review of D2D cache in helper selection", World Wide Web, vol. 23, no. 4, pp. 240, April 2020 (doi: 10.1007/s11280-019-00756-z).
[9] R. Liu, K. Guo, K. An, S. Zhu, C. Li, and L. Gao, "Performance Evaluation of NOMA-Based Cognitive Integrated Satellite Terrestrial Relay Networks With Primary Interference", IEEE Access, vol. 9, pp. 71422-71434, May 2021 (doi: 10.1109/ACCESS.2021.3078630).
[10] M. Haus, M. Waqas, A.Y. Ding, Y. Li, S. Tarkoma, J. Ott, "Security and privacy in device-to-device (D2D) communication: A review", IEEE Communications Surveys and Tutorials, vol. 19, no. 2, pp. 1054-1079, Jan. 2017 (doi: 10.1109/COMST.2017.2649687).
[11] A.D. Borah, M. Hussain, J. Bora, "Performance analysis of interference alignment-based precoding", Electronic Systems and Intelligent Computing: Springer, pp. 919-927, Sept. 2020 (doi: 10.1007/978-981-15-7031-5_87).
[12] A.M. Soman, R. Nakkeeran, S.M. John, "Improved DFT-based channel estimation for spatial modulated orthogonal frequency division multiplexing systems", IEICE Communications Express, vol. 11, no. 5, pp. 208-215, May 2022 (doi: 10.1587/comex.2022XBL0020).
[13] G. Peter, J. Livin, A. Sherine, "Hybrid optimization algorithm based optimal resource allocation for cooperative cognitive radio network", Array, vol. 12, Article Number: 100093, March 2022 (doi: 10.1016/j.a¬rray.20¬21.100093).
[14] V.R. Cadambe, S.A. Jafar, C. Wang, "Interference alignment with asymmetric complex signaling- Settling the Høst-Madsen–Nosratinia conjecture", IEEE Trans. on Information Theory, vol. 56, no. 9, pp. 4552-4565, Aug. 2010 (doi: 10.1109/TIT.2010.2053895).
[15] M.H. Al-Ali, K. Ho, "Enhanced precoder for secondary user of MIMO cognitive radio in the presence of CSIT uncertainties in the desired and interference links", Signal Processing, vol. 190, Article Number: 108294, Aug. 2021 (doi: 10.1016/j.sigpro.2021.108294).
[16] A. Avokh, G. Mirjalily, "Performance analysis of broadcasting in small-scale multi-radio multi-channel wireless mesh networks", Proceeding of the IEEE/ICACT, pp. 537-542, PyeongChang, Korea (South), Feb. 2012.
[17] C. Hellings, F. Askerbeyli, W. Utschick, "Two-user SIMO interference channel with treating interference as noise: Improper signaling versus time-sharing", IEEE Trans. on Signal Processing, vol. 68, pp. 6467-6480, Sept. 2020 (doi: 10.1109/TSP.2020.3027903).
[18] M. Soleymani, I. Santamaria, P.J. Schreier, "Improper gaussian signaling for the $ K $-user MIMO interference channels with hardware impairments", IEEE Trans. on Vehicular Technology, vol. 69, no. 10, pp. 11632-11645, Aug. 2020 (doi: 10.1109/TVT.2020.3015558).
[19] P. Mohapatra, K. Nissar, C.R. Murthy, "Interference alignment algorithms for the $ K $ user constant MIMO interference channel", IEEE Trans. on Signal Processing, vol. 59, no. 11, pp. 5499-5508, Aug. 2011 (doi: 10.1109/TSP.2011.2164069).
[20] M.A. Beigi, S.M. Razavizadeh, "Cooperative beamforming in cognitive radio networks", Proceeding of the IEEE/IFIP, pp. 1-5, Paris, France, Dec. 2009 (doi: 10.1109/WD.2009.5449675).
[21] D. Zhang, Z. Chen, M. K. Awad, N. Zhang, H. Zhou, X.S. Shen, "Utility-optimal resource management and allocation algorithm for energy harvesting cognitive radio sensor networks", IEEE Journal on Selected Areas in Communications, vol. 34, no. 12, pp. 3552-3565, Sept. 2016 (doi: 10.1109/JSAC.2016.2611960).
[22] H. Kalbkhani, V. Solouk, M.G. Shayesteh, Resource allocation in integrated femto– macrocell networks based on location awareness", IET Communications, vol. 7, pp. 917-932, May 2015 (doi: 10.1049/iet-co¬m.2¬01¬4.0691).
[22] Hashem Kalbkhani, Vahid Solouk, Mahrokh G. Shayesteh, Resource allocation in integrated femto– macrocell networks based on location awareness ", IET Communications, vol. 7, pp. 917-932, 2015 (doi: 10.1049/iet-com.2014.0691).

متن کامل:



JIPET

Journal of Intelligent Procedures in Electrical Technology Vol. 15/ No. 60/ Winter 2025 P-ISSN: 2322-3871, E-ISSN: 2345-5594, http://jipet.iaun.ac.ir/

 

https://dorl.net/dor/20................................

Research Article

 

Resource allocation parameters improvement in interference-based cognitive radio

 

 

Abstract

Interference Alignment is an efficient method of reducing interference in wireless networks, which can be used in radio cognitive networks. In the interference alignment, a suitable pre-encoder matrix will be found in each transmitter that all interferences are limited to a part of the signal subspace in each receiver, which causes the desired signal to be placed in the other part. Therefore, the desired signal can be easily received by a suitable interference removal filter. In this paper, an efficient method for using interference homogeneity in a cognitive radio network is presented. In the proposed method, the selection of radiation vectors for the formation of selection vectors based on adjacent vectors is done in equal steps. Selecting equal steps improves the convergence speed of the algorithm. The results show that computational efficiency and complexity have been greatly improved. To evaluate the proposed method of power allocation in the network, they are evaluated to maximize the network energy efficiency and the other to maximize the total rate of the cognitive radio network while keeping the initial user rate at the threshold level. The simulation results reveal the improvement of network performance using this method in both strategies.

 

Keywords: cognitive radio network, interference alignment, multi-pregnant multi-antenna commun­ica­tions, special radiation interference homogeneity

 

Received: 

Revised: 

Accepted: 

 

Corresponding Author: 

 

 

 

 

 

 

 

 

 

 

https://dorl.net/dor/20................................

مقاله پژوهشی

 

بهبود پارامترهای تخصیص منابع در رادیو شناختگر مبتنی بر همسونهی تداخل

 

 

 

چكيده: همسونهی تداخل یک روش کارآمد در تقلیل تداخل در شبکه­های بدون­سیم است، که می­تواند در شبکه­های رادیو شناختگر به کار گرفته شود. در همسونهی تداخل یک ماتریس پیش کدگذار مناسب در هر فرستنده پیدا خواهد شد که همه تداخل­ها به بخشی از زیرفضای سیگنال در هر گیرنده محدود می­شود، این کار سبب می­گردد سیگنال مطلوب در بخش دیگر قرار گیرد. بنابراین سیگنال دلخواه توسط یک فیلتر حذف تداخل مناسب به‌راحتی قابل دریافت است. در این مقاله یک روش کاؤمد برای به کارگیری همسونهی تداخل در شبکه رادیو شناختگر ارائه شده است. در روش پیشنهادی گزینش بردارهای پرتودهی برای تشکیل بردارهای گزینش بر اساس بردارهای مجاور با گام­هایی به اندازه­ی مساوی صورت می­گیرد. انتخاب گام­های مساوی سبب بهبود سرعت همگرایی الگوریتم شده است. نتایج حاکی از آن است که کارایی و پیچیدگی محاسباتی بسیار بهبود یافته است. برای ارزیابی روش پیشنهادی در تخصیص توان در شبکه‌ی مورد بیشینه­سازی بهره­وری انرژی شبکه و دیگری بیشینه­سازی نرخ مجموع شبکه رادیو شناختگر با حفظ نرخ کاربر اولیه در سطح آستانه، آن‌ها ارزیابی شده است. نتایج شبیه­سازی نشان­دهنده بهبود عملکرد شبکه با استفاده از این روش در هر دو استراتژی است.

 

کلمات کلیدی: شبکه رادیو شناختگر، مخابرات چندآنتنه چندحامله، همسونهی تداخل پرتودهی ویژه، همسونهی تداخل

 

تاریخ ارسال مقاله: 

تاریخ بازنگری مقاله:

تاریخ پذیرش مقاله:

 

نام نویسنده­ی مسئول:

نشانی نویسنده­ی مسئول:

 

 

 

 

 

 

 

1- مقدمه

افزایش روزافزون تقاضای سرویس­ها در سیستم­های مخابراتی بی­سیم، چالش­های جدیدی را مطرح می­کند. یکی از بارزترین چالش­ها در مواجهه با این تقاضا، کمیابی منابع رادیویی است. در دهه گذشته شماری از روش­ها، برای بهینه­سازی کارآمد منابع رادیویی در مقاله­ها ارائه شده­ است، مانند: رادیوشناختگر [1]، مخابرات مشارکتی [2] و مخابرات چند آنتنه [3]. رادیوشناختگر فناوری نوینی است که قصد دارد کارایی طیف فرکانسی را بالا ببرد. مخابرات مشارکتی و سیستم­های چند آنتنه، با همان توان کل و پهنای باند سیستم­های مخابراتی بی­سیم پیشین، می­توانند نرخ داده­ی سیستم­های مخابراتی را افزایش دهد. ترکیبی از رادیوشناختگر با مخابرات مشارکتی و یا سیستم­های چند آنتنه نیز می­تواند عملکرد سیستم­های مخابراتی بی­سیم آینده را بهبود بخشد. هر چند، ترکیب این روش­ها موضوعات جدیدی را در سیستم­های بی­سیم ایجاد می­کند که نیاز به بررسی بیش­تر دارد [4].

مسئله­ تخصیص منبع در شبکه­های رادیو شناختی¹ (CR)، حداکثر کردن کارایی کاربران ثانویه را در عین اطمینان از کیفیت سرویس­دهی کاربران اولیه، هدف­گذاری می­کند. بنابراین تداخل دوسویه­ به سبب لوب­های کناری بین کاربران اولیه و ثانویه باید در­ نظر­گرفته ­شود. همچنین توان ارسال هر زیر حامل باید به­منظور کیفیت کانال و بودجه­ی توان موجود در کاربر ثانویه تنظیم شود. پژوهش­های متعددی وجود داشته که تخصیص منبع، در یک آنتن که توسط هر دو کاربران اولیه و ثانویه به­کار­گرفته ­شده ­است را مورد بررسی قرار داده است [5-7]. سایر پژوهش­ها، شبکه­های CR با چند آنتن در کاربران ثانویه، به­منظور به­دست­ آوردن سازمان­دهی به­وسیله پرتودهی شناختگر را بررسی می­کنند [7-9]. اخیراً یک ساختار مشارکتی برای سیستم­های CR با چند آنتن در سمت کاربران اولیه و ثانویه به­منظور استفاده از مزیت چندورودی چندخروجی (MIMO) برای­ رله­کردن مشارکتی ترافیک برای کاربران اولیه ارائه شده­ است [9 ،10].

همسونهی تداخل² (IA) در حذف تداخل و بالا بردن میزان آزادی³ (DOF) بسیار موثر است، اما همچنان چالش­هایی از قبیل نیاز به بعد، نسبت سیگنال به تداخل و نویز⁴ (SINR) پایین در بعضی شرایط، وابستگی زیاد به اطلاعات کانال ایده­آل و پیچیدگی محاسباتی را دارا است. SINR پایین به­طور مشخص یکی از مهم‌ترین این مشکلات است به­ویژه در شبکه­های رادیو شناختگر که کاربر اولیه باید کیفیت سرویس⁵ (QoS) حفظ شود [11]. این روش از حوزه زمان و فرکانس به­طور همزمان بهره می­گیرد و برای به­دست آوردن بعد از این دو حوزه استفاده می­کند در نتیجه برای تامین بعد نیاز به تعداد غیر معقولی آنتن و یا تعداد زیادی زیرحامل ندارد. روش همسونهی تداخل از منظر انتخاب ماتریس پیش کدگذار و به‌تبع آن فیلتر دریافتی منعطف است، برخلاف دیگر روش­های همسونهی تداخل دیگر که اکثرا بردارهای پیش کدگذاری خود را برای هدفی خاص از قبیل کاهش تداخل نشتی و غیره معطوف داشته­اند. این نوع دیدگاه به این روش همسونهی تداخل در هیچ یک از کارهای انجام داده شده تا به امروز دیده نشده است. یکی دیگر از دلایل انتخاب این روش استفاده آن در سیستم­های مالتی پلکسی تقسیم فرکانس متعامد چند ورودی، چند خروجی⁶ (MIMO-OFDM) است که امروزه کاربرد وسیعی در شبکه­های مخابراتی پیدا کرده است [12]. همچنین انتخاب این روش همسونهی تداخل با مدل سیستم هماهنگ است به نحوی که در مدل سیستم کاربر اولیه باید با دیگر کاربران ثانویه همکاری کند و تبادل اطلاعات انجام دهد، این اطلاعات می­تواند شامل نرخ سطح آستانه و یا تعیین نوع استراتژی شبکه باشد [13].

اخیراً تمایل زیادی نسبت به همسونهی تداخل بر پایه تخصیص منابع برای به­دست ­آوردن بازدهی بیش­تر برای شبکه­های CR وجود داشته ­است. IA یک روش ارسال مشارکتی­ است که یک نرخ مجموع کارآمد برای کانال­های تداخل k- کاربره را به­دست­ می­دهد [14]. IA در کانال­های تداخل MIMO به­عنوان پیش­کدگذار در فرستنده­ها و کدگشاهای حذف تداخل در گیرنده­ها شکل داده­شده­اند. پیش­کدگذارها برای همسونهی سیگنال­های تداخل از فرستنده­های نامطلوب در یک زیرفضا (زیرفضای تداخل) و سیگنال­های دلخواه در زیرفضایی دیگر (زیرفضای بدون تداخل) طراحی شده­اند [15،16]. اغلب کارهای­ پیشین IA در CR بر روی به­کارگیری MIMO روی هردوی کاربران اولیه و ثانویه برای اجازه ­دادن به کاربران ثانویه برای استفاده از حالت­های ویژه­ی آزاد و غیرآزاد کاربران اولیه تمرکز دارند. به­کار بردن MIMO در سمت کاربران ثانویه آزادی بیش­تری برای حذف کامل تداخل در گیرنده­های اولیه ارائه­ می­دهد. بنابراین محدودیت­های تداخل از مسئله­ بهینه­سازی کنار گذاشته می­شود [14] و به جای آن از تامین نرخ کاربر اولیه صحبت می­شود، به این معنی که کاربران ثانویه با شرط برآورد کردن نرخ کاربر اولیه مجاز به استفاده از طیف و همکاری با کاربر اولیه را دارا هستند. مسئله یافتن ماتریس­های پیش کدگذار و فیلتر دریافتی با هدف افزایش نرخ چالش اصلی پژوهش­های صورت گرفته است. در این تحقیق یک روش کارآمد برای ساخت ماتریس پیش گدگذار ارائه شده که با یک طرح گزینش بردار پرتودهی کارآمد و گزینش بردار پرتودهی مناسب با پیچیدگی قابل قبول، سبب بهبود بهره­وری انرژی شبکه و بیشینه­سازی نرخ مجموع شبکه رادیو شناختگر با حفظ نرخ کاربر اولیه در سطح آستانه شده است. بر این اساس می­توان نوآوری­های این تحقیق را به­صورت زیر بیان کرد:

- طرح گزینش بردار پرتودهی کارآمد با پیچیدگی قابل قبول

- بهبود بهره­وری انرژی شبکه و بیشینه­سازی نرخ مجموع شبکه رادیو شناختگر

در ادامه این مقاله به­صورت زیر بخش­بندی شده است. در بخش 2 مدل سیستم برای همسونهی تداخل پرتودهی ارائه شده است. سپس در بخش 3 طرح­ پیشنهادی گزینش بردار پرتودهی ارائه خواهد شد. در بخش 4 شبیه­سازی و آنالیز نتایج ارائه خواهد شد و در نهایت در بخش 5 نتیجه­گیری کل تحقیق ارائه خواهد شد.

 

2- مدل سیستم

در اینجا یک شبکه رادیو شناختگر ارائه شده که شامل یک کاربر اولیه و K–1 کاربر ثانویه است و از یک طیف فرکانسی به­صورت مشترک استفاده می­کنند. در نتیجه می­توان به­صورت یک کانال تداخل K کاربره درنظر گرفته شود. کاربر اولیه در این سیستم بعنوان کاربر اول و K–1 کاربر ثانویه بعنوان کاربر 2 تا K در نظر گرفته می­شوند. هر کاربر دارای Mk آنتن در فرستنده و NK در گیرنده است. در اینجا فرض است که کاربران به­طور مشترک از S زیر حامل برای ارسال اطلاعات خود استفاده می­کنند. همان­طور که بیان شد برای از بین بردن تداخل بین کاربران این شبکه شامل کاربر اولیه و کاربران ثانویه از همسونهی تداخل استفاده شده است. سیگنال دریافتی که dK رشته اطلاعات⁷ در آن موجود است در سمت گیرنده k‌ام به­صورت زیر دریافت می­شود [17].

(1)                             

در رابطه (1) که VK ماتریس پیش کدگذار در سمت فرستنده و WK فیلتر دریافتی حذف تداخل در سمت گیرنده است. Hkj ماتریس ضرایب کانال بین فرستنده jام و گیرنده kام است. xk بردار اطلاعات ارسالی با ابعاد dk×1 توسط فرستنده است. n نشان‌دهنده لحظه زمان-گسسته دریافت است. در رابطه (1) قسمت اول بیانگر سیگنال مطلوب است و قسمت دوم شامل تداخل و نویز دریافتی در گیرنده kام است. اصل استفاده از همسونهی تداخل برای حذف قسمت تداخل و افزایش درجه آزادی سیستم است. همان­طور که در بخش معرفی IA بیان شد، شرایط زیر باید در همسونهی تداخل اجرا شود [17]:

                                                        (2)                                       

                                      (3)

در رابطه (2) برای حذف تداخل و فرمول (3) برای حفظ ابعاد در فرستنده و گیرنده کاربر kام است. در ادامه از لحاظ کردن زمان گسسته n در فرمول­ها برای سهولت صرف‌نظر شده است.

همان­طور که در مقدمه اشاره شد در اینجا از همسونهی تداخل پرتودهی ویژه استفاده شده است. در این روش از دو حوزه فرکانس و فضا برای تامین ابعاد استفاده شده و به­صورت زیر صورت­بندی می­شود:

یک راه برای به­دست آوردن یک DOF کسری در یک کانال ثابت تداخل چندورودی-چندخروجی، از طریق گسترش سمبل است. با یک گسترش سمبل S تایی کانال، سمبل­های متوالی S هر یک به طول dk در فرستنده و گیرنده­ k، جمع­آوری می­شوند تا یک سوپر-سمبل به طول ................ ⁸ (Sd) را تشکیل دهند. ماتریس کانال گسترش­یافته از فرستنده j به گیرنده k، یک ماتریس قطری بلوکی با اندازه NSMS با بلوک nام (NM) است شامل Hkj است. همچنین، خروجی کانال yk و نویز تجمعی zk در گیرنده­ k، ابعاد NS×1 را دارند. برای یک کانال تداخل چندورودی-چندخروجی متغیر با زمان، ماتریس کانال در هر شکاف زمانی n، متفاوت است؛ بنابراین هر بلوک در ماتریس کانال گسترش­یافته، متفاوت خواهد بود. برای کانال تداخل چندورودی-چندخروجی ثابت، ماتریس کانال فرض می­شود که برای مدت یک سمبل گسترش‌یافته، ثابت بماند، یعنی هر بلوک در ماتریس کانال گسترش ‌یافته، یکسان خواهد بود. فرضیه کانال ثابت، زمانی می­تواند صرف‌نظر شود که کانال فرکانس­گزین باشد و گسترش سمبل در زیرحامل­های مختلف در سیستم­های مدولاسیون چند حامله که در این مقاله مورد بررسی قرار می­گیرد انجام شود (مانند: تسهیم فرکانس متعامد چندگانه ......... ⁹  OFDMضریب­های کانال فرض می­شود که از یک توزیع پیوسته و i.i.d انتخاب می­شوند (مانند توزیع گوسی مختلط). در این روش فرض می­شود که تمام گیرنده­ها و فرستنده­ها ضرایب کانال کلی همه لینک­ها را در اختیار دارند. کانال موثر برای سیگنال مطلوب در گیرنده k، (بعد از فیلترینگ دریافتی) توسط: WkHHkkVk داده می­شود. توان رشته داده dkام سیگنال مطلوب کاربر k، توسط مربع بزرگترین مقدار ویژه dkام WkHHkkVk داده می­شود. بنابراین توان نسبی ضعیف­ترین رشته داده مطلوب (که qavg را مشخص می­کند) را می­توان به­صورت زیر نوشت ]18[:

,                                                        (4)

که، بزرگترین مقدار ویژه lام A را نشان می­دهد. توجه کنید که مقدار بزرگی ازqk نشانگر این است که تقریبا نرخ داده مشابه را می­توان در همه­ی رشته­های داده­ی dk به دست آورد. وقتی که qk=0، یکی از ابعاد از دست رفته است که بخاطر فیلترینگ دریافتی است و DOF به دست آمده توسط کاربر k ام به شدت کمتر از dk خواهد بود. این روش از این لحاظ همان‌طور که در [19] بررسی شده عملکرد مطلوبی را از خود نشان می­دهد.

فرض کنید که ، نمایانگر بردار پرتودهی متناظر با رشته داده­ی j ام کاربر i ام باشد، یعنی ستون j ام از ماتریس پیش کدگذار در سمت فرستنده است. سپس مجموعه­ای از معادلات برای همسونهی p رشته داده­ی هر کاربر که باید در زیرفضایی که توسط کاربران تداخل کننده دیگر قرار دارند تشکیل شود. این معادلات برای کانال تداخل K کاربره برای  n =1,2,...,p به صورت زیر ,است:

(5)
(6)
(7)

برای محاسبه معادلات بالا، باید به هر کاربر حداقل  p(K-1) رشته داده تخصیص داده شود، و p تا از این رشته­ها با تداخل باقی کاربران تداخل کننده در هر گیرنده همسونهی شوند. برای نمونه در یک کانال تداخل با چهار کاربر (K=4) و دو رشته مختص همسونهی (p=2) معادلات به‌صورت رابطه 8 نوشته می­شوند [20]:

 

                                                                                           (8)         

 

 

 

چهار معادله در رابطه 8 متناظر با شرایط همسونهی تداخل به ترتیب در گیرنده­های 1 تا 4 است. همان‌طور که مشخص است به هر گیرنده (K-1)p در اینجا یعنی 6 رشته اطلاعات تخصیص داده شده است. می­توان معادلات بالا را به شکل ساده­تر نوشت، که  به صورت زیر تعریف می­شود [20]:

(9)                                                  

                                                                        

و  به صورت رابطه 10استفاده می­شود،

   (10)                                                          

(11)        

یک راه‌حل ساده برای مسئله  و درنتیجه به‌دست آوردن بردارهای ویژه متناظر با مقادیر ویژه­ی صفر ماتریس  و انتخاب p بردار بعنوان بردارهای پیش کدگذار است. واضح است که برای اینکه این معادله دارای جواب باشد ماتریس  باید رتبه ناقص¹⁰ باشد. ماتریس تعریف شده  دارای ابعاد KNS×K(K-1)MS است، پس برای اینکه این ماتریس رتبه ناقص شود بنابراین شرط  باید برقرار شود. اگر شرط  برقرار شود یعنی (K-1)M-N > 0 و به ‌این معنی است که ماتریس  دارای KS((K-1)M-N) مقدار ویژه صفر و به‌تبع آن دارای همین مقدار بردار ویژه متناظر با مقدار ویژه صفر است. در اینجاست که طرح پیشنهادی در این مقاله شکل می­گیرد. در اینجا مجموعه­ای به اندازه­ی KS((K-1)M-N) از بردارهایی که سازنده­ی پیش­کدگذارها هستند، وجود دارد. بر این اساس که p بردار پرتودهی سیستم از بین آن‌ها انتخاب شده (البته با احراز این شرط که اگر در بین این بردارها، برداری وجود داشته باشد که دارای بردار  تمام صفر باشد از مجموعه حذف می­شود و نامعتبر تلقی می­شود). پس از انتخاب p بردار از مجموعه بردارهای متناظر با مقدار ویژه صفر معتبر، ماتریس پیش کدگذار هر کاربر با توجه به  به‌دست می­آید. این گزینش بردار انعطاف­پذیری ویژه­ای به این روش می­دهد. روش گزینش بردار پرتودهی می­تواند در اختیار استراتژی­های مختلف شبکه از قبیل بالا بردن نرخ یک کاربر خاص که در اینجا می­تواند کاربر اولیه باشد یا بالا بردن مجموع نرخ شبکه¹¹ و ... قرار گیرد [21].

در مدل سیستم پیشنهاد شده نرخ قابل دسترسی برای کاربر k ام در این سیستم به صورت زیر بیان می­شود: (12)

که در آن ماتریس­ مطلوب در گیرنده k برابر  و ماتریس تداخل برابر  است که به صورت زیر تعریف می­شوند:

(12)        

که در آن ماتریس­ مطلوب در گیرنده k برابر  و ماتریس تداخل برابر  است که به صورت زیر تعریف می­شوند:

(13)        

(14)        

که در اینجا  توان ارسالی توسط کاربر kام تعریف شده است. در اینجا می­توان استراتژی کلی و درنتیجه تابع هدف در جهت افزایش نرخ کاربر اولیه تعریف کرد و کاربران این شبکه باید پارامترهای خود (در اینجا می­تواند گزینش بردار پرتودهی) را در راستای تحقق استراتژی مطلوب تغییر دهند. در اینجا می­توان دو استراتژی کلی و درنتیجه دو تابع هدف در جهت افزایش نرخ کاربر اولیه تعریف کرد و کاربران این شبکه باید پارامترهای خود (در اینجا می­تواند گزینش بردار پرتودهی) را در راستای تحقق استراتژی تغییر دهند [20].

1 - همه کاربران اولیه در جهت بیشینه­سازی نرخ کاربر اولیه تلاش کنند و به افزایش نرخ خود اهمیتی ندهند که تابع هدف آن به صورت  arg max{R[1]} می­شود که در آن R[1] همان نرخ کاربر اولیه است.

2 – استراتژی دوم مبتنی افزایش کارایی و نرخ کل سیستم است. یعنی تابع هدف بیشینه­سازی مجموع نرخ شبکه است و به‌صورت arg max  بیان می­شود:

که  نشان‌دهنده میزان اهمیت نرخ کاربر اولیه در شبکه است که در شبکه­های گوناگون ممکن است متفاوت باشد.

در دو زیر بخش بعدی استراتژی نوع اول و دوم مورد بررسی قرار می­گیرد. در این مقاله فرض می­شود که همه کاربران به ¹²CSI کامل و دقیق دسترسی دارند، در نتیجه کاربران می­توانند نرخ را دقیق محاسبه کنند.

 

3- طرح­های پیشنهادی گزینش بردار پرتودهی

همان‌طور که در قسمت قبل گفته شد، روش همسونهی تداخل پرتودهی ویژه KS((K-1)M – N) بردار قابل انتخاب برای همسونهی تداخل در اختیار می­گذارد که می­توان از بین آن‌ها p بردار انتخاب و ماتریس­های ارسال V و فیلتر گیرنده W را برای تمام کاربران به‌دست آورد. در اینجا با استفاده از این روش دو استراتژی اول و سوم مورد بررسی قرار خواهد گرفت. اگر  مجموعه­ی بردارهای پرتودهی معتبر و  بردار پرتودهی باشد و تعداد این بردارها برابر LV باشد یعنی =LV n(CT) آن‌گاه:

(15)        

 

 1-3- طرح گزینش بردار پرتودهی کارآمد

یکی از راه­های مناسب برای گزینش مجموعه بردارهای پرتودهی، جستجو کردن و محاسبه نرخ و سپس انتخاب بهترین مجموعه (که در اینجا مجموعه­ای است که بیشترین نرخ را به‌دست می­دهد) است. در این شیوه باید نرخ تمامی ترکیب­های بردارهای  یا همان تمامی مجموعه­های Ci ممکن محاسبه شود. محاسبه نرخ به معنی ساختن ماتریس پیش کدگذار فرستنده و فیلتر دریافتی در گیرنده برای تمامی کاربران است. همان‌طور که گفته شد تعداد مجموعه­های موجود معیار خوبی برای میزان پیچیدگی است که به صورت زیر بیان می‌شود:

(16)                                                                                                         

در رابطه‌ی (16) علامت (.) معرف جایگشت است. این میزان در Lvهای خیلی کوچک زیاد نمی­شود اما در جایی که تعداد مجموعه­ها زیاد است به شکل چشم­گیری افزایش می­یابد و دیگر از نظر میزان محاسبات مطلوب تلقی نمی­شود. بنابراین، روش گزینش بردار پرتودهی کارآمد در جاهایی که تعداد کاربران و همچنین تعداد آنتن آن‌ها کم باشد مناسب بنظر می­رسد اما در جاهای شلوغ یا در سیستم­هایی که کانال متغیر با زمان است و زمان محاسبات نقش اساسی دارد. این روش کاربردی نبوده و باید به سراغ روش­های مناسب که از نظر سرعت انجام محاسبات کارایی بالاتری داشته باشند. این طرح در ادامه پیشنهاد شده است.

 

2-3- طرح گزینش بردار پرتودهی پیشنهادی

همان‌طور که در بالا اشاره شد بدلیل محاسبات زیاد طرح کارآمد خیلی کم کاربرد بوده و اکثر شبکه­ها طرحی با سرعت بالا و محاسبات اندک و کارایی نزدیک به بهینه نیازمندند. در این طرح پیشنهادی، گزینش بردارهای پرتودهی برای تشکیل  ها بر اساس بردارهای مجاور با گام­هایی به اندازه­ی µ است. یعنی اگر طبق تعریف  بردارهای  چیده شده باشند، مجموعه بردارهای پرتودهی به صورت زیر شکل می­گیرند:

 

(17)

 

 که در آن  است. در نظر داشته باشید برای اینکه در این طرح تمام بردارهای پرتودهی حداقل یک بار انتخاب شوند باید شرط  برقرار شود. همان‌طور که مشاهده می­شود هر مجموعه با مجموعه بعدی­اش در  عضو با هم تفاوت دارند، در نتیجه  به معنی حداکثر تعداد گروه در این روش است و  به معنی عدم همپوشانی بین گروه­ها بوده و در نتیجه شامل کمترین تعداد گروه است. می­توان  را اندازه گام نامید زیرا برای تشکیل گروه بعدی نیاز به رفتن جلو به اندازه  است. از منظر محاسباتی، این روش با اندازه گام یک () که بیشترین تعداد گروه را در اختیار دارد، با استفاده از معیار تعداد مجموعه­ها برابر است با  که به میزان قابل‌توجهی نسبت در مقایسه با روش قبلی میزان محاسبات کاهش یافته­است.

 

3-3- مدل مورد نظر برای شبیه‌سازی

در این قسمت مدل سیستم دقیقا مانند بخش قبل است، یعنی شبکه دارای یک کاربر اولیه  K-1کاربر ثانویه است. برای رفع تداخل نیز از همان شیوه پرتودهی ویژه و همچنین طرح ارائه شده در تحقیق یعنی گزینش بردار پرتودهی بهره گرفته شده است. تنها تفاوت این بخش با بخش قبل در این است که به هر گیرنده ثانویه، برای کمک به کارایی شبکه، تعداد بیشتری آنتن اختصاص داده خواهد شد تا کاربر ثانویه با انتخاب بعضی از آن‌ها به افزایش نرخ یا حفظ کیفیت سرویس کاربر اولیه کمک کند. این مدل در شکل 1 نشان داده شده است.

 

شکل (1): مدل سیستم رادیو شناختگر با گزینش آنتن در گیرنده کاربر ثانویه

Figure (1): cognitive radio system model for antenna selection at secondary user receiver

در اینجا فرستنده ­k مانند قبل دارای  ولی در هر گیرنده ثانویه  آنتن وجود دارد که  را گزینش و مورد استفاده قرار می­دهد. گزینش  از  در شبکه، مجموعه­ای از ترکیب­ها ارائه می­دهد که تعداد کل ترکیب­های موجود در این مجموعه به صورت معادله‌‌ی (18) بیان می‌شود:

(18)

 

 در نتیجه ما مجموعه­ای S عضوی از ترکیب­های مختلف آنتن‌ها وجود داردکه می­توان هر یک را در شبکه استفاده کرد. اگر هر ترکیب این مجموعه با  نمایش داده شود، آن‌گاه مجموعه برابر با   است.  

نکته جالب توجه در اینجاست که هریک از این ترکیب­ها یک مجموعه­ی کامل بردار پرتودهی در اختیار شبکه قرار می­دهد، یعنی با انتخاب هر ترکیب آنتن،  بردار پرتودهی ایجاد می­شود که باید p تا از آن‌ها برای استفاده در سیستم انتخاب شود. بنابراین به‌طور کل تعداد ترکیب موجود در رابطه‌ی (19) آمده است:

(19)

 در ادامه به ارائه دو روش برای گزینش بهترین ترکیب بردار پرتودهی و آنتن پرداخته خواهد شد. در تمام این روش­ها این موضوع لحاظ شده است که اعضای هر مجموعه بردارهای پرتودهی کامل فقط با ترکیب آنتن به وجود آورنده این بردارها می­توانند ترکیب شوند.

 

4-3- طرح گزینش بردار پرتودهی و آنتن کارآمد

در این طرح برای پیدا کردن مناسب­ترین ترکیب، نرخ شبکه با توجه به نوع استراتژی با استفاده از تمامی ترکیب­های آنتن­ها و بردارهای پرتودهی مختصشان محاسبه می­شود و بهترین ترکیب انتخاب و مورد استفاده قرار می­گیرد. همان‌طور که مشهود است این طرح به تعداد ترکیب موجود در رابطه‌ی (19) نرخ را محاسبه می­کند که این رقم در بیشتر حالت­ها رقم بزرگی محسوب می­شود. در نتیجه این طرح از منظر سنگینی محاسبات طرح مطلوبی تلقی نمی­شود و در جاهایی که به محاسبات سبک­تر و در نتیجه سرعت بالای محاسبات نیاز است، می­توان از طرح­های پیشنهادی استفاده کرد.

 

5-3- طرح گزینش بردار پرتودهی و آنتن پیشنهادی دوم: گزینش تصادفی

از آنجایی که تعداد اعضای مجموعه­ی قابل انتخاب بسیار زیاد است، یکی از راه­های انتخاب یک ترکیب از مجموعه می­تواند بر اساس گزینش تصادفی باشد. به این صورت که ابتدا دو مجموعه به‌صورت تصادفی انتخاب شود و عملکرد هر یک بررسی شود(در اینجا همان نرخ کاربر اولیه یا نرخ مجموع کل شبکه بسته به نوع استراتژی شبکه است). سپس مجموعه­ای که عملکرد بهتری دارد انتخاب شود. دوباره مجموعه­ای دیگر به‌صورت تصادفی انتخاب و با این مجموعه مقایسه شود و این عمل n بار تکرار شود. می­توان در این روش یک سطح آستانه برای عملکرد شبکه در نظر گرفت و عملکرد مجموعه­های انتخاب شده را با آن مقایسه نمود. میزان سنگینی محاسبات در این روش به تعداد دفعات گزینش تصادفی در این روش وابسته است که در اینجا برابر n است.

 

6-3- تخصیص توان و استفاده از روش گزینش بردار پرتودهی

در این زیر بخش به تخصیص توان و همچنین استفاده از روش پیشنهادی در استراتژی نوع دوم که افزایش نرخ کاربران ثانویه به شرط تضمین نرخ اولیه بود، پرداخته خواهد شد. در اشتراک­گذاری رادیو شناختگر طیف فرولایه رایج، حد تحمل تداخل معمولاً برای محدود کردن توان کل تداخل و نویز در کاربر ثانویه به­صورت [19]:

(20)                                                                                                 

که در آنPinterference   و Pnoise به ترتیب توان دریافتی تداخلات­ ایجاد شده به­وسیله­ی کاربران ثانویه و توان نویز در گیرنده­ی اولیه هستند.  Tthحد تداخل و Pth حد توان تداخل و نویز متناظر با Tth است. KB ثابت بولتزمن و B پهنای­باند گیرنده است. توان دریافتی کاربر اولیه را در نظر بگیرید، Ppu غیر­قابل تغییر است، بنابراین آستانه­ی نرخ ارسال PU ، Ppu  می­تواند به­شکل زیر بیان شود.

(21)

بنابراین یک تناظر یک­به­یک بین حد تداخل Tth و آستانه­ی نرخ ارسال کاربر اولیه Rth وجود دارد. بنابراین آستانه­ی نرخ ارسال کاربر اولیه  Rth،که با حد تحمل تداخل متناظر است، می­تواند برای تضمین کیفیت سرویس­دهی کاربر اولیه تطبیق پیدا­ کند.

در زیربخش­های قبل، توان ارسال­شده­ی برابری برای هر کاربر در نظر گرفته شد. زیرا استفاده از تخصیص توان به­طور مشخص موجب بهبود عملکرد شبکه می­شد و نتیجه قابل پیش­بینی می­بود. ولی در این بخش بدلیل وجود شرط نرخ کاربر اولیه و وابسته بودن این شرط به توان از تخصیص توان با دو رویکرد کلی، یکی تخصیص توان در جهت افزایش بازدهی شبکه و دیگری افزایش نرخ کاربران ثانویه استفاده شده است. در این بخش فرض شده است که توان ارسال شده­ی مجموع همه­ی کاربران به کمتر از مقدار ثابتی محدود شده باشد. مثلاً مانند رابطه‌ی (22):

(22)

 دلیل این شرط می­تواند از عدم ایجاد تداخل قابل توجه بر روی باندهای کناری نشات بگیرد. موضوع بازده انرژی، جنبه­ی مهمی در مخابرات بی­سیم امروز است و در این زیربخش بعد مسئله­ی تخصیص توان با بازده انرژی بالا در شبکه­های CR مبتنی بر روش پیشنهادی در همسونهی تداخل مورد بررسی قرار گرفته­شده است.

 

7-3- تخصیص توان با بیشینه­سازی نرخ کاربران ثانویه

در الگوریتم تخصیص توان بیشینه‌سازی بازده انرژی شبکه­ی ارائه شده، هنگامی که نرخ ارسال کاربر اولیه از نرخ آستانه بیشتر باشد، نرخ ارسال کاربران ثانویه به­طور کامل بهینه­سازی نشده و این به این معنی است که توان بیشتری از آنچه نیاز است به کاربر اولیه اختصاص داده شده­است. علاوه بر این اگر نرخ ارسال کاربران ثانویه برآورده نشده باشد، کاربران ثانویه باید کاربر اولیه­ی دیگری را برای اشتراک­گذاری طیف جستجو کنند. بنابراین، نرخ کاربران ثانویه می­تواند بر اساس محدودیت آستانه­ی نرخ کاربر اولیه بیشینه­سازی شود به این معنی که نرخ کاربر اولیه در همان مقدار سطح آستانه خود باقی بماند و بیش از توان آستانه به کاربر اولیه تعلق نگیرد. یک الگوریتم تخصیص توان با بیشینه­سازی نرخ کاربران ثانویه در این زیربخش ارائه شده­است.

با توجه با رابطه نرخ، تابع هدف بیشینه­سازی نرخ کاربران ثانویه با تخصیص توان و گزینش بردار پرتودهی به صورت زیر می­شود :

          (23)

با شرط که در آن

                                                                                                                                                                                                                                                   (24)           

همان‌طور که در این رابطه پس از تامین نرخ کاربر اولیه دیگر به آن توانی مازاد تعلق نمی­گیرد و توان باقی‌مانده یعنی  به کاربران ثانویه به­منظور بالا بردن نرخ خود می­رسد.

الگوریتم تخصیص توان با بیشینه­سازی نرخ کاربران ثانویه می‌تواند با گام­های زیر در هر شکاف زمانی بیان شود.

1-       هنگامی­که یک شکاف زمانی آغاز می­شود، با استفاده از روش همسونهی تداخل پرتودهی ویژه مجموعه­های بردارهای پرتودهی  به‌دست آید و همه­ی ماتریس­های پیش کدگذار و فیلتر دریافتی محاسبه شوند.

2-       حد توان ارسالی کاربر، Pt th برای تضمین آستانه­ی نرخ آن Rth، به ازای هر ماتریس پیش کدگذار و فیلتر دریافتی محاسبه شود و آن مجموعه­ بردارهایی که شرط را برآورده می­کنند در گام چهارم مورد استفاده قرار گیرند.

اگر  بود، آن‌گاه به گام چهارم، در غیر اینصورت به گام پنجم برود.

3-       مسئله­ی بهینه­سازی تخصیص توان k-1 کاربر ثانویه، طبق رابطه (18) انجام شده و مجموعه بردار متناظر با بیشترین مجموع نرخ کاربران ثانویه انتخاب گردد.

4-       در این حالت کاربران ثانویه حق استفاده از این طیف را ندارند و تمام طیف و همچنین  به کاربر اولیه اختصاص داده می­شود و کاربران ثانویه می­توانند کاربر اولیه­ی دیگری را برای اشتراک بیابند.

5-       پس از ارسال در طول زمان T با توان تخصیص داده­شده، یک شکاف زمانی به پایان رسیده. به گام 1 بروید.

از توضیحات الگوریتم تخصیص توان بیشینه­سازی بازده انرژی شبکه و الگوریتم تخصیص توان با بیشینه­سازی نرخ کاربران ثانویه این مهم برداشت می­شود که هنگامی که ، دو الگوریتم یکسان هستند. هنگامی که ، نرخ کاربران ثانویه در الگوریتم تخصیص توان با بیشینه­سازی نرخ کاربران ثانویه، از الگوریتم تخصیص توان بیشینه‌سازی بازده انرژی شبکه، مطابق انتظار بیشتر خواهد بود.

 

4- شبیه­سازی و تحلیل نتایج 

در تمامی شبیه­سازی­ها، یک شبکه رادیو شناختگر که شامل 1 کاربر اولیه و 2 کاربر ثانویه است درنظر گرفته شده­است. تعداد آنتن­ها در هر فرستنده برابر 2 آنتن و در هر گیرنده نیز برابر 2 آنتن است. در اینجا روش همسونهی پرتودهی ویژه با استفاده از 5 کانال به کار رفته­است و هر کاربر 4 رشته اطلاعات را برای گیرنده­اش ارسال می­کند(Sd = 4). در نتیجه همسونهی تداخل به ما مجموعه­ای شامل KS((N-1)M-N) بردار پرتودهی که در اینجا این مقدار برابر با 30 بردار پرتودهی است، می­دهد. مقدار p یعنی تعداد زیررشته‌هایی که روی هم قرار می­گیرند، نیز برابر با 2 درنظرگرفته شده­است. همه نمودارها پس از متوسط­گیری از 1000 ارسال سمبل به‌دست آمده­است. سایر پارامترهای شبکه در جدول 1 این اطلاعات نشان داده شده است.

 

 

 

 

 

 

 

 

 

 

جدول1. پارامترهای استفاده شده در شبیه‌سازی

Table (1): parameters used in the simulation 

پارامتر	مقدار
کاربر اولیه	1
کاربر ثانویه	2
تعدا کانال استفاده شده در روش پیشنهادی	5
تعداد آنتن­ها در هر فرستنده	2
تعداد آنتن­ها در هر گیرنده	2
تعداد رشته اطلاعات ارسالی Sd	4
تعداد زیررشته‌هایی که روی هم قرار می­گیرند	2
تعداد سمبل ارسال شده	1000
بیشترین توان ارسالی کاربران	23 dBm
توان نویز	-174 dBm
تلفات مسیر لینک سلولی
تلفات مسیرغیر مستقیم(NLOS) لینک D2D

در شکل 2 با استفاده از روش کارآمد گزینش بردار پرتودهی به مقایسه دو استراتژی اول و دوم، یعنی استراتژی مبتنی بر صرفا افزایش نرخ کاربر اولیه و استراتژی مبتنی بر افزایش مجموع نرخ کل شبکه پرداخته شد. همچنین برای دید بهتر نسبت به عملکرد روش گزینش بردار پرتودهی، نرخ همسونهی پرتودهی ویژه بدون گزینش بردار پرتودهی نیز رسم شده­است. همان‌طور که در شکل مشهود است با استفاده از گزینش بردار پرتودهی بدون نیاز به منابعی اضافه شبکه­ی تاحدودی منعطف تشکیل داده شد، که فقط با انتخاب بردار می­تواند نرخ کاربر اولیه یا نرخ مجموع شبکه را افزایش دهد. همانگونه که در شکل 2 نشان داده شده است با افزایش مقدار SINR در روش­های مورد بررسی، نرخ مجموع نیز افزایش یافته است. به دلیل گزینش کارآمد بردار همسونهی تداخل، مقدار نرخ مجموع روش پیشنهادی در مقایسه با روش­های شکل دهی پرتو هماهنگ¹³، نرخ بیشینه کاربران اولیه و ثانویه بهبود قابل توجهی داشته است.

در شکل 3 مقایسه بین احتمال انقطاع نرخ کاربر اولیه در هر دو استراتژی ذکر شده توسط گزینش بردار پرتودهی با روش پرتودهی ویژه بدون گزینش انجام شده­است، که به صورت {R1 < Rth} Pr{outage} = Pr است. که در آن R1 نرخ کاربر اولیه است و Rth نرخ سطح آستانه است. در اینجا نرخ سطح آستانه بر روی 5 بیت بر هرتز تنظیم شده­است. در این دو شکل اخیر و همچنین در بقیه اشکال در استراتژی نوع سوم ضریب  که نشانگر اولویت کاربر اولیه است برابر با یک درنظر گرفته شده­است، به ‌این معنی که هیچ اولویتی نسبت به کاربران ثانویه ندارد. این استراتژی در جاهایی که کاربر ثانویه برای کمک به کاربر اولیه می­آید و مقداری از محاسبات کاربر اولیه را کم می‌کند به­کار می­رود.

 بعنوان مثالی از چنین شبکه­ای می­توان به شبکه­های ماکروسل¹⁴ و فمتوسل­¹⁵ها اشاره نمود.  ایستگاه ماکروسل در محیط‌های داخلی و سربسته به علت تلفات توان زیاد ناشی از دیوارها، سطح توان دریافتی بسیار پایین است، در نتیجه نسبت سیگنال به تداخل نیز پایین خواهد بود. به بیان دیگر باید تداخل در این شبکه­ها کاشه پیدا کند. فمتوسل به عنوان ایستگاه پایه خانگی کوچک و ارزان برای رفع این مشکل پیشنهاد شده است. فمتوسل است، به راحتی توسط کاربر نصب می‌شود و در هر لحظه می‌تواند توسط کاربر روشن یا خاموش شود. فمتوسل‌ها در محدوده فرکانسی مشترک با ماکروسل کار می‌کنند [22]. با استفاده از طرح پیشنهادی در همسونهی تداخل، تداخل بین لایه‌ای زیاد از ایستگاه پایه ماکروسل به کاربرهای فمتوسل و از نقطه دسترسی فمتوسل به کاربرهای ماکروسل را به حداقل ممکن خواهند رساند. در نتیجه نسبت سیگنال به تداخل کاربرها را به-شدت پایین خواهد آمد. در این شبکه فمتوسل­ها برای کمک به کاهش بار در ماکروسل­ها به شبکه اضافه می­شوند. حال اینکه در استراتژی نوع اول تمام تمرکز بر روی کاربر اولیه است و همان‌طور که در شکل­ها مشخص است، نسبت به دیگر کاربران اولویت دارد. در حقیقت اگر مقدار  افزایش یابد، وزن کاربر اولیه نسبت به کاربران ثانویه در تابع هدف افزایش می­یابد، و هر چه این مقدار بیشتر افزایش یابد، استراتژی نوع سوم به نوع اول نزدیک­تر می­شود.

 

شکل 2 مقایسه دو استراتژی نرخ شبکه با استفاده از روش گزینش بردار پرتودهی کارآمد

Figure (2): Comparison of two network rates with efficient beam forming method

 

شکل 3 احتمال نرخ انقطاع کاربر اولیه با توجه به دو استراتژی نرخ شبکه با استفاده از روش گزینش بردار پرتودهی

Figure (3): the probability of the initial user interruption is calculated according to the two network rate strategies using the radiation vector selection

 

در شکل 4 دو طرح گزینش بردار پرتودهی کارآمد و طرح پیشنهادی دوم ارائه شده در حالت افزایش نرخ کاربر اولیه و همچنین طرح اولیه­ی پرتودهی ویژه با یکدیگر مقایسه شده­اند. این نمودارها نشان­دهنده نرخ کاربر اولیه در استراتژی مبتنی بر افزایش نرخ این کاربر است و کارایی هر روش را در بالا بردن نرخ کاربر اولیه نشان می­دهد. همان‌طور که از شکل مشخص است، طرح پیشنهادی دوم با اندازه گام یک بسیار به طرح کارآمد از نظر عملکرد نزدیک است. اما از نظر پیچیدگی محاسبات، روش کارآمد پیشنهادی برابر جایگشت p از N که در اینجا تعداد بردار پرتودهی ما است، بوده در حالیکه در روش پیشنهادی دوم این مقدار با اندازه گام یک برابر N-1 و با اندازه گام دو این مقدار برابر (N-1)/2 است که میزان محاسبات با پارامترهای تعیین شده در این شبیه­سازی، در طرح کارامد تقریبا 100 برابر طرح پیشنهادی دوم است. طرح پیشنهادی دوم با اندازه گام دو نیز برای مقایسه رسم شده­است که از نظر عملکرد نسبت به دو روش دیگر مطلوب نیست، هر چند پایین­ترین میزان محاسبات را در پی دارد اما می­توان با دو برابر کردن میزان محاسبات به عملکرد کارآمد نزدیک شده و کارایی شبکه را بالا برد.

 

 

شکل 4 نرخ کاربر اولیه در استراتژی افزایش نرخ اولیه برای مقایسه عملکرد روش گزینش بردار پرتودهی کارآمد و زیر بهینه با دو اندازه گام u = 1 و u = 2 و روش همسونهی تداخل پرتودهی ویژه.

Figure (4): the initial user rate in the initial rate increase strategy for comparing the performance of the efficient and optimum beam forming method with the two step size u = 1 and u = 2 and the corresponding beam forming method .

 

در شکل­های 5 و 6 نرخ کاربر اولیه و مجموع نرخ کل شبکه با یکدیگر توسط طرح پیشنهادی کارآمد گزینش بردار پرتودهی و آنتن تواما مقایسه شده است. در شکل­های 4-6 مشخص است که اضافه نمودن چند آنتن در گیرنده­های ثانویه چقدر به بهبود عملکرد سیستم کمک می­کند. در شکل 7 احتمال انقطاع نرخ با سطح آستانه 5 بیت بر هرتز رسم شده است و به وضوح عملکرد سیستم بهبود یافته است.

 

شکل 5 مقایسه دو استراتژی نرخ شبکه با استفاده از روش گزینش بردار پرتودهی و آنتن تواما

Figure (5): comparison of the two network model strategies using beam forming and antenna vector selection method.

 

 

شکل 6 احتمال نرخ انقطاع کاربر اولیه با توجه به دو استراتژی نرخ شبکه با استفاده از روش گزینش بردار پرتودهی و آنتن تواما

Figure (6): probability of the initial user interruption according to two network rate strategies using the vector selection method of beam forming and antenna.

 

در شکل­ 7 به مقایسه طرح پیشنهادی کارآمد و طرح­های پیشنهادی دوم پرداخته شده است. باز هم معیار را نرخ کاربر اولیه در استراتژی افزایش نرخ کاربر اولیه قرار داده شد. در اینجا میزان محاسبات دو طرح پیشنهادی دوم برابر گرفته شده تا بتوان هر چه بهتر این دو طرح را با یکدیگر مقایسه نمود. پس در طرح پیشنهادی دوم گزینش مجموعه تصادفی رابطه‌ی (19) (میزان محاسبات در بهترین بردار برای آنتن) مجموعه به‌طور تصادفی انتخاب می­شوند و بهترین آن‌ها لحاظ می­شود. همان‌طور که مشهود است برنده بلامنازع این رقابت طرح پیشنهادی دوم بهترین بردار برای بهترین آنتن است که با اختلاف نسبت به دیگر طرح پیشنهادی دوم در نزدیکی طرح کارآمد جای گرفته است. در این مقایسه طرح گزینش آنتن بدون گزینش بردار پرتودهی نیز برای مقایسه آورده شده است که به وضوح مشخص است که طرح گزینش بردار پرتودهی به چه میزان عملکرد سیستم را بهبود بخشیده است.

 

شکل 7 نرخ کاربر اولیه در استراتژی افزایش نرخ کاربر اولیه با استفاده از روش­های کارآمد، روش گزینش تصادفی، گزینش بهترین بردار بهترین آنتن و گزینش آنتن و همچنین طرح همسونهی تداخل پرتودهی ویژه

Figure (7): the primary user rate in the initial user rate increases using efficient methods, random selection method, best - vector selection and antenna selection and special beam forming scheme 

 

به منظور مقایسه تلفات بسته (PL)، همانند ارزیابی در میزان تداخل، مقدار SINR افزایش داده شده است. همزمان مقدار تلفات بسته (PL) محاسبه شده است. شکل 8 نشان دهنده مقدار تلفات بسته(PL) در شبکه مورد نظر است. همان‌گونه که از شکل پیداست، مقدار تلفات بسته(PL) به ازای افزایش SINR در روش پیشنهادی از مقدار حدود 95/0 تا 74/0 کاهش یافته است. اگرچه در روش شکل دهنده­ی پرتو هماهنگ این مقدار هم از 95/0 تا 74/0کاهش نشان داده است، مهم‌ترین قسمت برتری روش پیشنهادی، رسیدن به حداقل مقدار در SINR پایینتر است. به بیان دیگر در پیشنهادی، در مقدار SINR حدود dbm 10به کمترین مقدار خود رسیده است. اما در شکل­دهنده هماهنگ، درdbm 20 این رخداد صورت گرفته است. به بیان دیگر با ارائه روش اصلاح شده پیشنهادی، مصرف انرژی در رسیدن به تلفات بسته(PL) اصلاح شده نیز کاهش خواهد یافت. که از مزایای روش پیشنهادی است.

با تغییر افزایشی مقدار SINR انتظار می­رود که مقدار تاخیر کاهش یابد. به بیان دیگر با افزایش تعداد کاربران مقدار تداخل نیز افزایش خواهد یافت. اما افزایش تداخل را می­توان با افزایش مقدار SINR جبران کرد. همان‌گونه که انتظار می­رفت، با افزایش مقدار SINR مقدار تداخل کاهش یافته است. اما با افزایش تعداد کاربران میزان تداخل نیز افزایش یافته است. این در حالی است که در روش پیشنهادی در مقایسه با روش شکل­دهنده­ی پرتو هماهنگ میزان افزایش تداخل نسبت به روش شکل‌دهنده­ی پرتو هماهنگ بسیار کمتر است. شکل 9 این مقایسه را نشان می­دهد.

 

 

 شکل 8 . نشان دهنده مقدار تلفات بسته(PL) در شبکه مورد نظر در مقایسه با روش شکل دهنده پرتو هماهنگ

Figure (8): shows the number of packet loss (PL) in the network compared to the beam forming method

 

 

شکل 9. مقایسه تاخیر با افزایش مقدار SINR در شبکه پیشنهادی وروش شکل دهنده پرتو هماهنگ

Figure (9): Comparison of delay by increasing the value of SINR in the proposed network forms and forms

 

 

 

 

5- نتیجه­گیری

در این مقاله بهبود تخصیص منابع در شبکه­های رادیو شناختگر چندآنتنه چندحامله مشارکتی با استفاده از همسونهی تداخل مورد بررسی قرار گرفت. در این تحقیق با استفاده از روش پیشنهادی و نوین انتخاب بردار پرتودهی کارآمد در روش همسونهی تداخل پرتودهی ویژه، با دو استراتژی شبکه مخابرات رادیو شناختگر یکی مبتنی بر افزایش نرخ کاربر اولیه و دیگری افزایش نرخ مجموع کل شبکه مورد بررسی قرار داده شده است. نتایج نشان داد که با استفاده از این روش بدون نیاز به افزودن منابع اضافی از قبیل زیر حامل یا آنتن می­توان شبکه­ای منعطف داشت که با توجه به استراتژی شبکه رادیو شناختگر می­تواند ابزاری برای بهبود کارایی سیستم باشد. با توجه به نتایج پدید آمده هر دوی طرح­های تداخل و همچنین طرح­های زیر کارآمد پیشنهادی می­تواند در شبکه­های رادیو شناختگر مختلف بنا به استراتژی و نوع شبکه به کارگرفته شود. همچنین به تخصیص توان در شبکه رادیو شناختگر در راستای استراتژی­های بیشینه­سازی بازده انرژی و بیشینه­سازی نرخ کاربران ثانویه با تضمین نرخ سطح آستانه کاربر اولیه پرداخته شده است.

 

References

مراجع

[1] S. Xiao, X. Zhou, D. Feng, Y. Yuan-Wu, G. Y. Li, W. Guo, "Energy-efficient mobile association in heterogeneous networks with device-to-device communications", IEEE Trans. on Wireless Commun­ications, vol. 15, no. 8, pp. 5260-5271, Aug. 2016 (doi: 10.1109/TWC.2016.2555797).

[2] Y. Ni, J. Zhao, Y. Wang, H. Zhu, "Beamforming and interference cancellation for D2D communication assisted by two-way decode-and-forward relay node", China Communications, vol. 15, no. 3, pp. 100-111, March 2018 (doi: 10.1109/CC.2018.8331994).

[3] M. Lin, J. Ouyang, W.P. Zhu, "Joint beamforming and power control for device-to-device communications underlaying cellular networks", IEEE Journal on Selected Areas in Communications, vol. 34, no. 1, pp. 138-150, Jan. 2016 (doi: 10.1109/JSAC.2015.2452491).

[4] M. Lin, Q. Huang, T. de Cola, W. Jun-Bo , J. Wang,  M. Guizani, W.Jin-Yuan , " Integrated 5G-satellite networks: A perspective on physical layer reliability and security", IEEE Wireless Communications, vol. 27, no.6, pp.152159, October. 2020(doi:10.1109/MWC.001.2000143).

[5]  J. Shi, Q. Zhang, L.Ying-Chang, X. Yuan, "Distributed deep learning power allocation for D2D network based on outdated information", in 2020 IEEE Wireless Communications and Networking Conference (WCNC), pp. 1-6, May, 2020, Seoul, Korea (South) (doi: 10.1109/WCNC45663.2020.9120717).

[6] Y. Wang, L. Chen, Y. Zhou, X. Liu, F. Zhou, and N. Al-Dhahir, "Resource allocation and trajectory design in UAV-assisted jamming wideband cognitive radio networks," IEEE Transactions on Cognitive Communications and Networking, vol. 7, no. 2, pp. 635-647, August,2020 (doi: 10.1109/TCCN.2020.3014208).

[7] F. Aghaei and A. Avokh, "MRCSC: A cross-layer algorithm for joint multicast routing, channel selection, scheduling, and call admission control in multi-cell multi-channel multi-radio cognitive radio wireless networks," Pervasive and Mobile Computing, vol. 64, p. 101150, April ,2020 (doi: 10.1016/j.pmcj.2020.101150).

[8] T. Wang, Y. Wang, X. Wang, and Y. Cao, "A detailed review of D2D cache in helper selection," World Wide Web, vol. 23, no. 4, pp. 240, April,2020 (doi: 10.1007/s11280-019-00756-z).

[9] R. Liu, K. Guo, K. An, S. Zhu, C. Li, and L. Gao, "Performance Evaluation of NOMA-Based Cognitive Integrated Satellite Terrestrial Relay Networks With Primary Interference," IEEE Access, vol. 9, pp. 71422-71434, May,2021 (doi: 10.1109/ACCESS.2021.3078630).

[10] M. Haus, M. Waqas, A. Y. Ding, Y. Li, S. Tarkoma, and J. Ott, "Security and privacy in device-to-device (D2D) communication: A review," IEEE Communications Surveys & Tutorials, vol. 19, no. 2, pp. 1054-1079, January, 2017 (doi: 10.1109/COMST.2017.2649687).

[11] A. D. Borah, M. Hussain, and J. Bora, "Performance Analysis of Interference Alignment-Based Precoding," in Electronic Systems and Intelligent Computing: Springer, pp. 919-927, September, 2020 (doi: 10.1007/978-981-15-7031-5_87).

[12] A. M. Soman,  R. Nakkeeran, S. M. John, "Improved DFT-Based Channel Estimation for Spatial Modulated Orthogonal Frequency Division Multiplexing Systems," IEICE Communications Express, May,2022 (doi: 10.1587/comex.2022XBL0020).

[13] G. Peter, J. Livin, and A. Sherine, "Hybrid optimization algorithm based optimal resource allocation for cooperative cognitive radio network," Array, vol. 12, p. 100093, March, 2022 (doi: 10.1016/j.array.2021.100093).

[14] V. R. Cadambe, S. A. Jafar, and C. Wang, "Interference alignment with asymmetric complex signaling—Settling the Høst-Madsen–Nosratinia conjecture," IEEE Transactions on Information Theory, vol. 56, no. 9, pp. 4552-4565, August, 2010 (doi: 10.1109/TIT.2010.2053895).

[15] M. H. Al-Ali and K. Ho, "Enhanced precoder for secondary user of MIMO cognitive radio in the presence of CSIT uncertainties in the desired and interference links," Signal Processing, vol. 190, p. 108294, August, 2021 (doi: 10.1016/j.sigpro.2021.108294).

[16] A. Avokh and G. Mirjalily, "Performance analysis of broadcasting in small-scale multi-radio multi-channel wireless mesh networks," in 2012 14th International Conference on Advanced Communication Technology (ICACT), pp. 537-542, April, 2012, PyeongChang, Korea (South).

[17] C. Hellings, F. Askerbeyli, and W. Utschick, "Two-user SIMO interference channel with treating interference as noise: Improper signaling versus time-sharing," IEEE Transactions on Signal Processing, vol. 68, pp. 6467-6480, September, 2020 (doi: 10.1109/TSP.2020.3027903).

[18] M. Soleymani, I. Santamaria, and P. J. Schreier, "Improper Gaussian Signaling for the $ K $-user MIMO Interference Channels with Hardware Impairments," IEEE Transactions on Vehicular Technology, vol. 69, no. 10, pp. 11632-11645, August, 2020 (doi: 10.1109/TVT.2020.3015558).

[19] P. Mohapatra, K. Nissar, and C. R. Murthy, "Interference alignment algorithms for the $ K $ user constant MIMO interference channel," IEEE Transactions on Signal Processing, vol. 59, no. 11, pp. 5499-5508, August, 2011 (doi: 10.1109/TSP.2011.2164069).

[20] M. A. Beigi and S. M. Razavizadeh, "Cooperative beamforming in cognitive radio networks," in 2009 2nd IFIP Wireless Days (WD), pp. 1-5, April, 2009, Paris, France , (doi: 10.1109/WD.2009.5449675).

[21] D. Zhang, Z. Chen, M. K. Awad, N. Zhang, H. Zhou, and X. S. Shen, "Utility-optimal resource management and allocation algorithm for energy harvesting cognitive radio sensor networks," IEEE Journal on Selected Areas in Communications, vol. 34, no. 12, pp. 3552, September, 2016 (doi: 10.1109/JSAC.2016.2611960).

[22] Investigation of interference in two-layer macro-femtocell networks based on OFDMA considering multi-factor reuse factor and sectorization," Ministry of Science, Research and Technology - Urmia University - Faculty of Engineering, 2013.

 

 

زیرنویس­ها: 

---

[1]  Cognitive radio

[2]  Interference Alignment

[3]  Degree of freedom

[4] Signal to Interference & Noise Ratio

[5]  Quality of Service 

[6]  Multiple-input, multiple-output orthogonal frequency-division multiplexing

[7]  Data stream

[8]  super-symbol

[9]  Orthogonal Frequency Division Multiplexing

[10]  Rank Deficient

[11]  Sum-rate

[12]  Channel state information

[13]  Beam forming

[14]  Macrocell

[15]  Femtocell

با سلام و احترام

ضمن تقدیر و تشکر از ارسال مقاله به نشریه، خواهشمند است نکات زیر را بررسی فرمایید. لازم به ذکر است که دقت در انجام اصلاحات لازم باعث تسریع در اعلام پذیرش و نوبت چاپ مقاله خواهد شد. (ضمنا این قسمت را حذف نکنید و در جلوی هر قسمت توضیح دهید که انجام شده است)

-       رنگ قرمز را تغییر ندهید و تغییرات خود را با رنگ دیگر در مقاله مشخص کنید. (انجام شده است)

-       تعدادی تغییر توسط ویراستار داده شده، لطفا بررسی کنید و در صورت نیاز اصلاح فرمایید. بقیه مقاله را اصلاح کنید.

-       از به­کار بردن قلم ایتالیک خودداری کنید. (انجام شده است)

-       به­جای "می­باشد" از "است" و به­جای "می­باشند" از "هستند" استفاده کنید. (انجام شده است)

-       نیم­فاصله­ها را رعایت فرمایید. (انجام شده است)

-       کلمات معادل در متن به صورت فارسی کامل نوشته شود و زیرنویس لاتین آن آورده شود. تعدادی اصلاح شده، لطفا چک کنید. (انجام شده است)

-       سایز قلم روابط 10 انتخاب شود. تعدادی اصلاح شده است. (انجام شده است)

-       در متن از فرمول نویسی استفاده نکنید. (انجام شده است)

-       علامت­های : و ، و ) و ] به کلمه قبل می­چسبند و علامت­های ( و [ به کلمه بعد. (انجام شده است)

-       پارامترهایی که باعث به هم خوردن نظم فاصله­ها میشود، بهتر است در یک جدول معرفی شوند. مانند: (انجام شده است)

-       اطلاعات مراجع به­صورت کامل آورده شود. (انجام شده است)

-       مراجع را از حالت بلوکی خارج کنید. (انجام شده است)

-       اطلاعات مراجع را کامل بیاورید. مرجع 3 سال اشتباه بود. (انجام شده است)

-       اسامی همه نویسندگان در مراجع آورده شود. از نوشتن et al خودداری شود. (انجام شده است)

-       لطفا فاصله خطوط (single) و پاراگراف­ها (0) رعایت شود. (انجام شده است)

-       زیرنویس شکل­ها و بالانویس جدول­ها به لاتین نیز اضافه شود. (انجام شده است)

-       در قسمت Paragraph، قسمت Alignment برای متن Justified و برای قسمت­های وسط­چین Centered انتخاب شود. (انجام شده است)

-       رابطه­ها مانند 5 و 6 و 7 از حالت عکس خارج شوند. (انجام شده است)

با تشکر

 

 

---