在頻譜資源日益稀缺的今天，已注冊(cè)的頻譜存在著利用不充分的現(xiàn)象[1]。在空間通信中，用于衛(wèi)星通信頻段在衛(wèi)星發(fā)射前便已經(jīng)注冊(cè)，頻率資源更顯珍貴。然而在衛(wèi)星通信中，卻時(shí)常存在著這樣的現(xiàn)象：在某個(gè)時(shí)間段內(nèi)，位于某一段較寬的頻譜中真正用于通信的有效頻率正是為數(shù)不多的窄帶頻譜。面對(duì)這種現(xiàn)象中頻率資源稀缺與浪費(fèi)之間的矛盾，尋求一種能夠既能夠保證所有用戶通信質(zhì)量又能夠更為有效地利用頻譜的方法顯得尤為迫切。

    認(rèn)知無(wú)線電技術(shù)[2-3]的提出正是出于提高頻譜利用率的目的，其主要的實(shí)現(xiàn)方式分為疊加、交叉和潛鋪三種模式[4]。在衛(wèi)星通信中，隨著衛(wèi)星軌道的升高，時(shí)延也會(huì)相應(yīng)增長(zhǎng)，因此當(dāng)認(rèn)知無(wú)線電體系中主要用戶(PU)突發(fā)新的頻點(diǎn)應(yīng)用時(shí)，傳輸時(shí)延將會(huì)使次要用戶(SU)系統(tǒng)無(wú)法及時(shí)獲知頻譜更新。鑒于在疊加和交叉模型中SU容易對(duì)PU造成干擾甚至阻斷PU通信，潛鋪型認(rèn)知無(wú)線電成為提高衛(wèi)星頻譜利用率的首選。
    潛鋪模式假定只有在SU發(fā)射機(jī)對(duì)PU接收機(jī)所產(chǎn)生的干擾低于某一個(gè)可接受的門(mén)限[5]時(shí)，SU和PU才可以同時(shí)進(jìn)行通信，否則SU不能通信。在衛(wèi)星通信中，通過(guò)功率控制[6]后的擴(kuò)譜技術(shù)實(shí)現(xiàn)潛鋪認(rèn)知無(wú)線電是可取的并且容易實(shí)現(xiàn)的。
    在地面通信中，對(duì)潛鋪型認(rèn)知無(wú)線電功率控制的研究正方興未艾[7]。然而，對(duì)于衛(wèi)星認(rèn)知無(wú)線電中功率控制算法的研究目前尚不多見(jiàn),參考文獻(xiàn)[8]對(duì)高度為1 200 km的LEO衛(wèi)星進(jìn)行了機(jī)會(huì)接入建模，定義效用函數(shù)為考慮優(yōu)先級(jí)的系統(tǒng)吞吐量，以最大效用函數(shù)為目標(biāo)進(jìn)行功率分配。
    本文正是出于提高衛(wèi)星資源利用率的目的，在潛鋪模式下對(duì)SU系統(tǒng)上行鏈路功率控制進(jìn)行了研究，并以此為切入點(diǎn)對(duì)衛(wèi)星實(shí)現(xiàn)認(rèn)知無(wú)線電的可行性及影響因素進(jìn)行了討論。

 


    在單次博弈中數(shù)量保持不變，經(jīng)過(guò)式(8)反復(fù)迭代可以得出在該次博弈中SU的行動(dòng)策略向量。如果行動(dòng)策略是唯一的，則該策略就是最優(yōu)的；如果行動(dòng)策略不是唯一的，則通過(guò)式(7)尋找最優(yōu)行動(dòng)策略。在找到最優(yōu)行動(dòng)策略之后，對(duì)于每一次SU加入、退出造成的數(shù)量變化，行動(dòng)策略需要及時(shí)更新，以便保持系統(tǒng)吞吐量最大化的同時(shí)保證系統(tǒng)的穩(wěn)定性。在現(xiàn)實(shí)中，衛(wèi)星了解所有用戶信息，由星載處理器構(gòu)建所有用戶博弈模型并計(jì)算出最優(yōu)行動(dòng)策略，繼而下發(fā)給各用戶，便可完成穩(wěn)定的、最佳的功率控制算法。
3 性能分析

    本節(jié)將通過(guò)仿真的形式對(duì)本文前兩節(jié)中所提出博弈模型予以討論。對(duì)于一個(gè)理論模型，首先應(yīng)考慮其用戶容量，即能夠SU的數(shù)量上限；在滿足數(shù)量要求的基礎(chǔ)上對(duì)單體的行動(dòng)進(jìn)行建模，明確每個(gè)單體的行為以及經(jīng)過(guò)迭代、最優(yōu)化之后最終做出的最優(yōu)行為選擇；通過(guò)每個(gè)單體的行為選擇，分析整個(gè)系統(tǒng)所能達(dá)到的最大容量，比較使用本文算法前、后的差異；最后分析各個(gè)單體所能得到的效用，并給出結(jié)論。另外，由于算法在星載處理器上實(shí)現(xiàn),還須給出完成算法的計(jì)算量。
3.1 場(chǎng)景說(shuō)明
    假設(shè)PU衛(wèi)星通信參數(shù)分別為：路徑損耗L0=-210 dB，用戶地面發(fā)送功率為20 dBW，發(fā)送天線增益Gt=30 dB，接收天線增益Gr=40 dB，接收機(jī)噪聲溫度為24.3 dBK，波爾茲曼常數(shù)為-228.6 dBW/kHz，編碼增益GP=0 dB，主要用戶之間不存在彼此干擾，即?籽=0。注冊(cè)頻率帶寬B=100 MHz,每個(gè)用戶分配帶寬b=100

kHz,所需的最小SINR

    假定SU系統(tǒng)為PU系統(tǒng)預(yù)留SINR余量固定為15 dB，且SU總數(shù)以每次遞增4個(gè)的幅度增加，分析其個(gè)體行為，得到如圖２所示結(jié)果。圖２(a)反映了PU和SU系統(tǒng)分別在該情況下獲得的實(shí)際SINR指標(biāo)。從圖中可以看出QoS級(jí)別較高的偶數(shù)SU獲得的SINR均維持在略高于14 dB的水平，奇數(shù)SU則維持在略高于10 dB的水平。同時(shí)，隨著SU用戶數(shù)量的增多，PU系統(tǒng)的SINR呈明顯下降趨勢(shì)。當(dāng)SU總數(shù)為116時(shí)，PU系統(tǒng)能夠獲得的SINR已經(jīng)到達(dá)底限，這意味著SU系統(tǒng)必須停止增加新用戶的接入，否則將會(huì)影響PU的正常通信而造成惡劣后果。圖２(b)反映了奇數(shù)SU和偶數(shù)SU分別在SU數(shù)量增加時(shí)實(shí)際發(fā)送的功率指標(biāo)，可以看出為了維持自身SINR的需要，隨著SU數(shù)量的增加，每個(gè)SU均需增加發(fā)送功率，直至發(fā)送功率達(dá)到最大值pmax。本次仿真巧合的是,當(dāng)偶數(shù)SU發(fā)送功率為16 dBW的同時(shí)，PU到達(dá)SINR底限。由于每個(gè)SU的SINR維持不變，因此個(gè)體吞吐量不發(fā)生變化,而吞吐量總和將會(huì)隨著SU數(shù)量的增長(zhǎng)線性增長(zhǎng)，這意味著在系統(tǒng)允許的范圍內(nèi)增加SU用戶數(shù)量能夠直接提高頻譜利用效率，如圖２(c)所示。結(jié)合了吞吐量和代價(jià)的效用函數(shù)指標(biāo)如圖２(d)所示。隨著SU數(shù)量的增加，每個(gè)SU獲得的效用基本保持不變，而奇數(shù)SU的效用略高于偶數(shù)SU的效用，這是由于盡管奇數(shù)SU獲得了較小的吞吐量，但卻支付了更小的代價(jià)。不難推斷，當(dāng)系統(tǒng)內(nèi)存在著少量用戶時(shí)，每個(gè)用戶發(fā)送相對(duì)小的功率就可以滿足其SINR要求；而當(dāng)系統(tǒng)內(nèi)存在較多用戶時(shí)，每個(gè)用戶則需要增加發(fā)射功率以滿足通信需求，這意味著每個(gè)用戶需要付出更多的代價(jià)；而隨著用戶數(shù)量的增加，每個(gè)用戶付出更多代價(jià)，系統(tǒng)收益會(huì)隨之增長(zhǎng)。因此每個(gè)用戶總是希望用戶數(shù)量足夠小，而運(yùn)營(yíng)商則希望用戶數(shù)量足夠大。

    縱觀圖２中的仿真結(jié)果可以看出，無(wú)論SU數(shù)量為何值，在效用函數(shù)的約束下，SU總會(huì)按照最低SINR要求選擇發(fā)送功率。實(shí)際上，為了減少所付出的代價(jià)，SU會(huì)盡量將實(shí)際獲得的SINR維持在滿足自身通信所需最低的SINR上，但是隨著SU數(shù)量的增加，每個(gè)SU為了維持自身SINR不變必須通過(guò)增加發(fā)送功率來(lái)進(jìn)行調(diào)整，數(shù)量和功率的增加造成對(duì)PU系統(tǒng)干擾的增長(zhǎng)，因此在PU系統(tǒng)不滿足自身通信條件時(shí)，SU系統(tǒng)必須停止干擾增長(zhǎng)以保證PU系統(tǒng)的正常運(yùn)行。
    在實(shí)際情況中，對(duì)于每一次SU數(shù)量或者SU衛(wèi)星前端對(duì)PU相關(guān)參數(shù)探測(cè)發(fā)生改變時(shí)，功率分配行動(dòng)策略也會(huì)更新一次，因此單次更新的算法復(fù)雜度顯得尤為重要。在任何一次更新中，假定當(dāng)次SU數(shù)量為K，根據(jù)式(8)、式(9)進(jìn)行一次迭代計(jì)算需要進(jìn)行O(K2)次乘法運(yùn)算和加法運(yùn)算，仿真結(jié)果表明，在賦予初始值后，通過(guò)式(8)、式(9)進(jìn)行迭代次數(shù)不多于6次即可達(dá)到納什均衡，因此整個(gè)求解過(guò)程所需計(jì)算量為O(K2)。依照目前星載設(shè)備的處理水平，求解最優(yōu)功率分配行動(dòng)策略是足以應(yīng)對(duì)的。
    隨著資源的日益稀缺，提高衛(wèi)星通信的頻譜利用率變得日益重要。本文正是出于這樣的目的，在探知已注冊(cè)頻譜范圍內(nèi)的頻譜使用情況后，根據(jù)頻譜使用是否充分為判斷前提，當(dāng)頻譜并未得以充分利用時(shí)PU彼此之間的干擾可忽略，此時(shí)通過(guò)潛鋪型衛(wèi)星認(rèn)知通信接入可以極大提高頻譜使用效率。在此基礎(chǔ)上，討論了系統(tǒng)對(duì)非注冊(cè)用戶的容納能力，給出了非注冊(cè)用戶數(shù)量和注冊(cè)用戶最低信干噪比對(duì)注冊(cè)用戶及整個(gè)系統(tǒng)的影響。
    實(shí)驗(yàn)結(jié)果表明,SU數(shù)量超過(guò)系統(tǒng)容納上限時(shí)對(duì)整個(gè)通信系統(tǒng)的影響將是致命的，而過(guò)高地設(shè)定PU的最小SINR會(huì)導(dǎo)致SU衛(wèi)星通信系統(tǒng)的使用率下降。因此提前對(duì)于非注冊(cè)用戶接入數(shù)量和注冊(cè)用戶的服務(wù)質(zhì)量進(jìn)行合理的估計(jì)將會(huì)使各個(gè)用戶有序地進(jìn)行自身傳輸，使系統(tǒng)達(dá)到最大容量。
參考文獻(xiàn)
[1] Federal Communication Commission. Spectrum policy task force report[R]. Rep. ET Docket No.0.-155, Nov.2002.
[2] MITOLA J III, MAGUIRE G Q. Cognitive radio: making software radios more personal[J]. IEEE. Personal Communications,1999,6(4)：13-18.
[3] HAYKIN S. Cognitive radio: brain-empowered wireless communication[J]. IEEE,Journal on SAC, 2005,23(2):201-220.
[4] GOLDSMITH A, JAFAR S A, MARIC I, et al. Breaking spectrum gridlock with cognitive radios-an information the oretic Perspective[J]. IEEE, Proceedings of the IEEE.2009, 97(5):894-914.
[5] GASTPAR M. On capacity under receive and spatial spectrum-sharing constraints[J]. IEEE., Transactions on Information Theory, 2007,53(2):471-487.
[6] WANG W, PENG T, WANG W. Optimal power control under interference temperature constraints in cognitive radio nerwork[C]. IEEE.,Wireless Communication and Networking Conference, 2007:116-120.
[7] TADROUS J, SULTAN A, NAFIE M. Admission and power control for spectrum sharing cognitive radio network[J]. IEEE.,Transactions on Wireless Communications, 2011,10(6):1945-1955.
[8] BAYHAN S, GUR G, ALAGOZ F. Satellite assisted spectrum agility concept[C]. IEEE., Military Communications Conference, 2007:1-7.
[9] 陳鵬,徐烽.衛(wèi)星認(rèn)知無(wú)線通信中頻譜感知算法比較[J].電訊技術(shù)，2011，51(9):49-54.
[10] 陳鵬，徐烽，邱樂(lè)德，等.衛(wèi)星稀疏信道中頻譜空穴的新型檢測(cè)算法[J]. 電訊技術(shù)，2012，52(1):43-48.
[11] 涂志勇. 博弈論[M]. 北京：北京大學(xué)出版社，2009.7