认知无线电网络中基于随机中继选择的启发式优化模型用于调度与有效资源分配
网络与互联网体系结构
2023-12-14 v1
摘要
认知无线电网络（CRN）利用网络中宝贵的频谱资源，为资源分配提供了有效的能力。它能够将未被授权用户或主用户（PU）使用的频谱，有效地分配给非授权用户或次级用户（SU）。本文提出了一种在CRN中结合频谱共享方案的最优中继选择方案。所提出的跨层蜘蛛群移位模型在CRN中实现，并利用蜘蛛群优化（SSO）进行最优中继选择。通过数据移位模型估计CRN中数据传输路径的最短路径。本研究考察了一个受移动终端用户（MU）干扰限制的认知中继网络（CRN）。在所提出的系统模型中，单个主用户（PU）和单个次级用户（SU）之间采用半双工通信。在SU源端和SU目的端之间，还使用了放大转发（AF）中继机制。在此场景中，假设其他节点（SU源端、SU中继和PU）是静止的，而移动终端用户（SU目的端）则以高车速移动。所提出的方法通过在SU目的端放置选择合并器，并根据最大信噪比（SNR）动态选择最佳中继进行传输，从而获得分集增益。将所提出的跨层蜘蛛群移位模型的性能与具有服务质量保证的频谱共享优化（SSO-QG）进行了比较。对比分析表明，与SSO-QG相比，所提出的跨层蜘蛛群移位模型的延迟降低了15%。此外，与SSO-QG相比，所提出的跨层蜘蛛群移位模型展现出约25%的更高吞吐量，网络性能得到提升。
引用
@article{arxiv.2312.08127,
title = {Random relay selection based heuristic optimization model for the scheduling and effective resource allocation in the cognitive radio network},
author = {Aravindkumaran S and D. Saraswady},
journal= {arXiv preprint arXiv:2312.08127},
year = {2023}
}