多载波认知 M2M 网络的吞吐量增强:通用滤波 OFDM 系统
信息论
2017-08-16 v1 math.IT
摘要
我们考虑由主蜂窝系统和次级认知机器到机器(M2M)系统组成的认知无线电网络,并研究采用通用滤波正交频分复用(UF-OFDM)调制的后者的吞吐量增强问题。在次级基站(SBS)总发射功率预算下,使认知 M2M 系统的下行链路传输容量最大化,同时将对主用户(PUs)引入的干扰保持在预设阈值以下。将基于 UF-OFDM 的 CR 系统的性能与基于 OFDM 和基于滤波器组多载波(FBMC)的 CR 系统的性能进行了比较。我们还提出了一种分离子带和功率分配的近最优资源分配方法。与原始组合问题的优化相比,该解决方案的复杂度更低。我们给出的数值结果表明,对于给定的 PUs 干扰阈值和 SBS 最大发射功率限制,与基于 OFDM 和 FBMC 的 CR 系统相比,基于 UF-OFDM 的 CR 系统在可达容量方面表现出中间性能。有趣的是,对于 PUs 具有一定程度的鲁棒性的情况,UF-OFDM 的表现与 FBMC 同样好。此外,当采用具有较低旁瓣波纹的 UF-OFDM 调制时,基于 UF-OFDM 的 CR 系统的百分比速率增益大幅增加。数值结果还表明,与最优解相比,所提出的吞吐量增强方法尽管计算复杂度较低,但仍实现了近最优的性能。
引用
@article{arxiv.1708.04407,
title = {Throughput Enhancement of Multicarrier Cognitive M2M Networks: Universal-Filtered OFDM Systems},
author = {Mirza Golam Kibria and Gabriel Porto Villardi and Kentaro Ishizu and Fumihide Kojima},
journal= {arXiv preprint arXiv:1708.04407},
year = {2017}
}