论文摘要
为了提高认知车联网中多用户资源分配的能效及实时性,提出了一种在信道状态信息不理想情况下最大化系统能效的资源分配算法.联合考虑额定系统传输功率、主用户干扰阈值、最低通信速率以及用户间比例公平性等约束条件,将主用户的干扰约束条件转换成概率型约束条件.然后,采用Bernstein近似的方法处理该概率型约束,通过设置公平门限来解决用户间的比例公平性问题.最后,分别采用高、低复杂度的子载波分配算法,配合拟牛顿内点法进行功率分配.仿真结果表明,所提算法的能效约为最优解上界的93%,既能满足系统能效要求,又降低了计算复杂度,适用于对实时性要求较高的车联网系统.
论文目录
文章来源
类型: 期刊论文
作者: 宋晓勤,谈雅竹,董莉,王健康,胡静,宋铁成
关键词: 认知车联网,能量效率,实时性,拟牛顿内点法
来源: 东南大学学报(自然科学版) 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 公路与水路运输,计算机软件及计算机应用
单位: 南京航空航天大学电子信息工程学院,中国科学院电子学研究所苏州研究院,中国三星研究院,东南大学信息科学与工程学院
基金: 国家自然科学基金资助项目(61771126),南京航空航天大学研究生创新基地(实验室)开放基金资助项目(kfjj20180403)
分类号: U495
页码: 213-218
总页数: 6
文件大小: 663K
下载量: 209