底层认知无线电系统的性能分析：部署视角
信息论
2016-11-15 v1 math.IT
摘要
我们从部署视角研究了在次级发射机（ST）处采用功率控制机制的底层认知系统（US）的性能。用于性能分析的现有基线模型要么假设 ST 处已知相关信道信息，要么通过频带管理器或反馈信道获取此信息，然而这种情况在实践中极少存在。受此事实启发，我们提出了一种新方法，在 ST 处纳入相关信道的估计，以便根据主接收机接收到的干扰功率和次级接收机处的吞吐量（或次级吞吐量）来表征 US 的性能。此外，我们应用了一个中断约束，以捕捉不完美信道知识的影响，特别是对不确定干扰的影响。除此之外，我们在 ST 处采用发射功率约束，将 US 的运行分为干扰受限状态和功率受限状态。另外，我们推导了相关信道经历 Nakagami- 衰落时不确定干扰和次级吞吐量的表达式。最后，我们研究了估计时间与次级吞吐量之间的基本权衡，描绘了 US 的优化性能。
引用
@article{arxiv.1609.02446,
title = {On the Performance Analysis of Underlay Cognitive Radio Systems: A Deployment Perspective},
author = {Ankit Kaushik and Shree Krishna Sharma and Symeon Chatzinotas and Björn Ottersten and Friedrich K. Jondral},
journal= {arXiv preprint arXiv:1609.02446},
year = {2016}
}
备注
14 pages, 9 figures, accepted for publication in IEEE Transactions on Cognitive Communications and Networking