认知无线电感知时隙与周期联合优化算法

鉴于目前已有的感知时隙与周期优化算法通常忽略授权用户的出现概率，造成感知性能 和传输效率下降的问题，因此提出了一种基于授权用户出现概率的感知时隙与周期联合优化算 法．新算法考虑授权用户的出现概率，首先以总的系统损失概率为约束条件进行感知时隙优化， 然后以最大化系统频谱效率为目标进行感知周期的优化．实验证明：该联合优化算法能保证系 统始终用最小的感知时隙和最优的感知周期进行频谱感知，在满足感知性能的条件下能够使认 知用户的感知效率与传输效率达到最大．

随着无线通信业务的快速增长，人们对频谱资源的需求量不断提高，频谱资源缺乏的现象变得越来越严重，而频谱资源利用率低是造成频谱资源缺乏现象的主要原因之一．为解决此问题，频谱管理者开始考虑用动态频谱分配方式来进行频谱管理L2J．认知无线电(CognitiveRadio，CR)技术采用动态频谱分配方式，被认为是提高频谱资源利用率、缓解频谱资源紧张现状的有效技术之一。

CR系统中认知用户首先对信道状态进行实时感知，当检测到信道空闲时就可以进行数据传输，以达到提高频谱利用率的目的．在IEEE802．22标准提出的周期感知框架中，1个感知周期由1个感知时隙和1个数据传输时隙组成感知时隙用来检测信道是否被授权用户占用，而数据传输时隙用来传输数据．目前CR频谱感知时隙优化算法主要是在感知时隙和系统效率间寻找一个最优解，使得系统在满足感知性能最低要求的前提下，最大化数据传输速率l6]．在每个感知周期中，一般需要约束认知用户对授权用户的干扰和认知用户的频谱接入机遇损失，即约束干扰概率上限和机遇损失概率上限；也就是在以上两条件约束下，通过最小化感知时隙长度来进行优化。

传统的时隙分配方式采用的是固定的时隙分配方式，即各感知周期内感知时隙长度固定，没有考虑授权用户出现概率的影响．文献[8]还提出了基于授权用户出现概率的感知时隙优化算法，在各授权用户出现概率下，以满足对授权用户干扰概率和机遇损失概率的上限为约束条件，来达到最大化认知系统的能量效率与传输效率的目的．但其中的约束条件上限是固定的，不会随授权用户的出现概率自适应变化．文献[9]考虑信道状态在数据传输时隙中最多变化1次，即忙碌到忙碌、忙碌到空闲、空闲到忙碌和空闲到空闲；在分别考虑以上4种情况，给定认知用户对授权用户的平均干扰上限和认知用户的平均机会损失上限，在一定虚警概率和检测概率下，对感知周期进行优化．但在实际的数据传输过程中，信道状态变化次数是未知的，所以单纯的以4种情况来描述整个数据传输过程是不合理的．

针对文献[8—9]的问题，笔者综合考虑授权用户干扰概率和机遇损失概率，并把它们称作系统损失概率．在各个时间段授权用户出现概率已知(授权用户出现概率可由前期统计数据获得1的情况下，构建了1个不用考虑传输时隙内信道状态变化次数的模型，在不同授权用户出现概率下讨论感知时隙和感知周期的联合优化问题，使得系统在感知过程中始终用最小的感知时隙和最优的感知周期进行频谱感知，以最大化认知系统的感知性能与传输效率。

小电感绕组电机有利于提高定子电流的动态响应速度，然而此特性对电机控制系统还会带来诸多不利影响，诸如产生较高的电流总谐波畸变率(THD)，增加绕组铜损和铁芯损耗，同时还会产生

1 引言雷达信号模拟技术根据信号注入点不同分为射频信号模拟、中频信号模拟、视频信号模拟。信号注入点位置越靠前，模拟越复杂，越接近现实；信号注入点位置越靠后，模拟越容易，逼真程度越低。因此应根据实际需求

对大机组继电保护配置的几点认识： 大容量机组往往按发电机—变压器组单元接线与高压或超高压电网直接相连，在电力系统中占有十分重要的地位。由于它结构复杂、造价昂贵，一旦因故障而遭到破坏，在经济上必然会受到