下载文档原格式
认知无线电中的频谱资源优化分配算法随着科技的不断发展，无线电通信技术已经成为现代通信领域不可或缺的一部分。
在无线电通信中，频谱资源是最宝贵的资源之一，合理利用频谱资源是无线电通信发展的关键所在。
因此，频谱资源的优化分配算法也就成为了无线电通信领域中一个重要的研究方向。
认知无线电是一种新兴的无线电通信技术，通过实时感知无线电频谱利用情况，发现可用频率，避免与其他频段的干扰，从而实现了对频谱资源的最优化利用。
在认知无线电中，频谱资源优化分配算法的研究与应用具有重要的实际意义和应用价值。
频谱资源的分配算法一般分为静态分配和动态分配两种。
静态分配是指提前确定频率资源分配方案，对网络中频率使用的需求没有及时响应，一旦分配后难以进行调整。
动态分配则是根据实际需求对频率资源进行管理与分配，实现了更快速和更高效的资源分配。
因此，基于认知无线电的频谱资源优化分配算法主要采用动态频谱分配技术。
动态频谱分配技术是指通过实时监测无线电频谱的使用情况，自适应地分配可用的频谱资源。
该技术不仅能够充分利用频谱资源，而且可以在频谱使用状况发生改变时及时进行调整。
因此，动态频谱分配技术其在认知无线电通信中的应用受到了广泛关注。
频谱资源优化分配算法的核心在于如何有效地利用可用的频谱资源。
一般而言，频谱资源分配算法可以分为中心化算法和分布式算法两种。
中心化算法是通过中心节点控制所有的频率资源分配，而分布式算法则是通过各个节点之间的协作实现分配。
分布式算法适用于大规模网络，但是需要设计适合不同应用场景的信令交互机制，中心化算法则适用于小规模网络，但是在实现复杂功能时具有局限性。
总的来看，频谱资源优化分配算法的研究具有重要的理论与实践意义。
但是，在实际应用中，频谱资源优化分配算法的应用仍存在一些问题，如信号传输可靠性、频率干扰等，这些问题需要进一步深入研究与解决。
无线电频谱管理的频谱分配指南随着无线电技术的不断发展，无线电频谱的管理变得非常重要。
无线电频谱是有限的资源，必须进行有效的分配和管理，以确保各种无线电设备之间的协调和互操作。
本文将探讨无线电频谱管理的频谱分配指南，介绍其原则和方法。
1. 频谱管理的重要性无线电频谱是一种有限的资源，不同的频段和频率用于不同的通信和广播服务，如移动通信、广播电视、卫星通信等。
频谱资源的管理直接关系到这些服务的质量和效率，因此频谱管理至关重要。
频谱管理的主要目标是确保各种无线电设备之间的频率不干扰，同时充分利用有限的频谱资源。
因此，频谱管理需要对频谱进行分配和规划，制定相应的技术标准和管理政策，以维护和提高无线电通信和广播服务的质量。
2. 频谱分配的原则频谱分配需要遵循一定的原则，以确保各种无线电设备之间的协调和互操作。
其中，最重要的原则包括：- 公平公正原则：频谱资源应当按照公平公正的原则分配给各种无线电通信和广播服务，不偏袒任何一方，充分满足各种服务的需求。
- 效率最大化原则：频谱资源的分配应当最大化地提高其利用效率，尽可能满足更多的通信和广播服务需求。
- 协调互用原则：频谱分配需要充分考虑各种无线电设备之间的协调和互操作，避免频率干扰和冲突。
- 灵活适用原则：频谱分配应当具有一定的灵活性和适用性，能够适应各种无线电通信和广播服务的发展和变化。
3. 频谱分配的方法频谱分配的方法包括频谱规划、频段分配和频率分配。
频谱规划是指对整个频谱范围进行规划和划分，确定各种无线电通信和广播服务的频段和频率范围。
频段分配是指将规划好的频谱范围分配给各种无线电通信和广播服务。
频率分配是在规定的频段范围内，向具体的通信和广播系统分配具体的频率资源。
频谱分配需要综合考虑各种因素，包括无线电技术发展趋势、通信和广播服务需求、频谱利用效率、频率干扰和冲突等。
为了有效地进行频谱分配，通常需要建立专门的频谱管理机构或部门，负责制定频谱规划和管理政策，统筹协调各种无线电设备的频谱使用。
基于认知无线电的频谱感知与分配优化概述近年来，随着无线通信领域的快速发展，频谱资源日益紧张。
为了有效利用有限的频谱资源，并满足不断增长的无线通信需求，认知无线电技术应运而生。
基于认知无线电的频谱感知与分配优化，成为了解决频谱利用效率问题的关键研究方向。
本文将深入探讨基于认知无线电的频谱感知与分配优化的相关内容。
1. 认知无线电的概念及原理认知无线电是一种具有智能化感知和机动性的无线通信技术，它通过感知和分析当前的频谱使用情况，实现对频谱资源的动态分配和优化。
其核心原理是通过信号感知、信号识别和频谱分配等技术手段，使终端设备能够实时地感知和判断频谱资源的利用情况，并根据需求进行智能化的调度与分配。
2. 认知无线电的频谱感知技术频谱感知是认知无线电的关键技术之一，它能够使设备能够感知到当前周围的频谱环境，并对频谱进行实时监测和评估。
目前，常用的频谱感知技术包括能量检测、周期检测、协方差检测等方法。
这些方法通过对接收信号的功率、周期和相关性进行检测和分析，得出频谱使用情况的信息。
3. 认知无线电的频谱分配优化技术频谱分配优化是认知无线电的核心任务之一，它是为了实现频谱资源的更加合理、高效地利用而进行的。
在频谱分配优化中，需要考虑到设备之间的协调与共享，以及用户的优先级和服务质量需求。
常用的频谱分配优化方法包括基于博弈论的频谱分配模型、基于机器学习的频谱分配算法等。
这些方法能够根据不同的需求和约束条件，实现对频谱资源的智能化分配和优化。
4. 认知无线电在相关领域的应用认知无线电技术在无线通信领域具有广泛的应用前景。
它可以用于提高无线通信系统的频谱利用效率，提升网络的整体性能。
同时，认知无线电也可以应用于无线电频谱管理、无线电频谱监测等领域。
此外，认知无线电技术还可以为智能交通、军事通信等领域带来新的解决方案和创新。
5. 认知无线电面临的挑战与展望虽然认知无线电技术的发展前景非常广阔，但仍然面临一些挑战。
无线通信系统中的频谱分配技术使用教程随着移动通信技术的不断发展，无线通信系统的频谱资源日益紧张，如何高效地使用有限的频谱资源成为了无线通信系统设计中的重要问题。
频谱分配技术作为一种解决方案，能够有效地提高频谱利用率，优化无线通信系统的性能。
本文将从频谱分配的基本原理、常见的频谱分配算法以及应用案例等方面，为读者介绍无线通信系统中的频谱分配技术使用教程。
一、频谱分配的基本原理无线通信系统中的频谱分配是将可用的频谱资源划分给不同的用户或业务，以确保它们之间的互不干扰。
频谱分配的基本原理包括频谱分配模型和频谱分配策略。
1. 频谱分配模型频谱分配模型通常采用频域和时域的划分方式。
频域划分指将频谱资源划分为不同的频带，每个频带用于支持不同的业务或用户；时域划分指按照时间片的方式将频谱资源分配给不同的用户或业务。
频域划分适用于业务数目较少的场景，而时域划分适用于业务数目较多且需要频繁切换的场景。
2. 频谱分配策略频谱分配策略主要包括静态频谱分配和动态频谱分配。
静态频谱分配是指在系统设计或规划阶段确定频谱资源的分配方案，并在使用过程中不做改变；动态频谱分配是指根据实时的频谱资源利用情况，动态地调整频谱分配方案，以最优化地利用频谱资源。
二、常见的频谱分配算法频谱分配算法决定了无线通信系统中各个用户或业务之间的频谱分配关系。
常见的频谱分配算法包括固定频谱分配算法、非碰撞频谱分配算法和碰撞频谱分配算法。
1. 固定频谱分配算法固定频谱分配算法是最简单常用的一种算法，即将频谱资源固定分配给各个用户或业务。
这种算法易于实现和管理，但频谱利用率较低，无法适应频繁变化的业务需求。
2. 非碰撞频谱分配算法非碰撞频谱分配算法通过分析用户或业务的需求，根据频谱资源的利用状况，选择合适的频带进行分配，以避免频谱资源碰撞。
常见的非碰撞频谱分配算法包括最小离散序列（MDS）算法、最大带宽算法和动态频段分配算法等。
3. 碰撞频谱分配算法碰撞频谱分配算法采用碰撞检测机制，当发生频谱资源碰撞时，通过重新分配频谱资源的方式解决碰撞问题。
无线通信中的频谱分配策略频谱分配是无线通信中的重要环节，它决定了不同设备之间的信号传输和接收的能力。
针对不同的通信需求和环境条件，制定合理的频谱分配策略可以提高通信质量和效率。
本文将就无线通信中的频谱分配策略进行探讨。
一、分频多址技术分频多址（FDMA）技术是一种常用的频谱分配策略，它将频谱划分为多个不重叠的子信道，每个子信道用于传输一个用户的数据。
这种方式广泛应用于2G和3G移动通信系统中。
每个用户在一段时间内独占一个子信道进行数据传输，其他用户则等待空闲。
由于每个用户都有自己的信道，因此FDMA技术具有良好的抗干扰能力和灵活的资源分配方式。
二、时分多址技术时分多址（TDMA）技术是另一种常见的频谱分配策略。
它将时间划分为多个时隙，每个时隙用于传输一个用户的数据，各用户按照时隙分时复用频谱资源。
这种方式被广泛应用于2G数字蜂窝通信系统，如GSM系统。
TDMA技术可以提高系统的频率利用率和通信容量，但对时钟同步有较高的要求。
三、码分多址技术码分多址（CDMA）技术是一种基于扩频技术的频谱分配策略。
它通过将用户数据与独立的伪随机码相乘，将信号频率展宽，使不同用户的信号在频域上重叠，通过解码技术将目标用户的信号分离出来。
CDMA技术在3G和4G移动通信系统中得到了广泛应用，它具有较好的抗干扰性能和频谱利用率。
四、碎片化频谱分配技术随着数字化信息资源的不断增加，无线频谱资源变得日益紧张。
为了更好地利用频谱资源，一种新的频谱分配策略逐渐兴起，即碎片化频谱分配技术。
这种技术将频谱资源切分成微小的碎片，根据实际需求进行动态分配。
碎片化频谱分配技术具有灵活性高、资源利用率高的优点，能够满足不同通信网络和业务场景下的频谱需求。
五、动态频谱分配技术动态频谱分配技术是指根据实际通信状况和资源需求进行实时调整的频谱分配策略。
通过动态分配频谱资源，可以在不同区域、不同时间段满足不同用户和应用的需求。
动态频谱分配技术可以提高频谱资源的利用率和系统的灵活性，适应了移动通信中频谱需求时空变化的特点。
《认知无线电系统中频谱分配综述》总结2009 年第3 期电信1101 臧瑞真（一）、摘要：问题：现有的频谱利用率效率很低需要改善。
分析：通过分析频谱分配的特点对频谱分配技术进行分类，根据频谱分配原则选择合适的频谱分配方式。
解决方法：根据频谱分配问题建立合适的频谱分配模型。
（二）、提出问题：频谱资源的匮乏和目前固定分配频谱利用率较低不能满足用户的需求。
（三）、分析问题：（1）基本途径：1、提高频谱利用率，将已授权用户的频谱资源充分利用，减少浪费。
2、提高系统通信效率，将授权频谱资源和其他资源综合优化分配，进而提高利用率。
（2）频谱分配技术的分类（3）认知无线电频谱分配的原则：1、保证灵活性。
目的：增强频谱退避和切换功能。
2、提高系统性能。
目的：使系统性能的改善或逼近与最优状态。
3、减小信令开销和计算量：频谱分配算法的设计必须考虑用户间及用户与中心控制器之间控制信令的复杂程度，分布于用户或者中心控制器上的算法计算量也是需要考虑的一个问题。
（四）、解决方法：认知无线电中的频谱分配模型---基于经典的数学理论以及微观经济学理论（1）基于图论的频谱分配模型基于图论的分配模型中规定了空闲矩阵、效用矩阵、干扰矩阵和分配矩阵四个基本矩阵四个基本模型，在认知无线电系统的频谱分配研究中，将认知用户组成的网络拓朴结构抽象成图，来表示和分析认知用户与主用户之间的使用频谱的关系，进而提高频谱利用率。
图1是一个认知无线电系统的网络拓扑结构图例。
工作原理：图中的每一个顶点代表一个无线用户， 每一条边表示一对顶点间存在冲突或者干扰。
如果图中的某两个顶点有一条边连接，则假定这两个节点不能同时使用相同的频谱。
另外，将每一个顶点与一个集合相关联， 这个集合代表该顶点所在区域位置可以使用的频谱资源。
由于每个顶点地理位置不同， 因而不同顶点所关联的资源集合是不同的。
图例解析：图1是一个认知无线电系统的网络拓扑结构图例。
图中的五个顶点 1~5 代表五个不同的认知用户，A 、B 、C 为三个不同的信道，I~IV 为四个主用户，他们使用的授权频段分别是信道 A 、信道 B 、信道C 和信道C 。
无线通信中的频率分配方法无线通信技术是指在没有使用任何物理连接的情况下，通过无线电波传输信号进行通信的技术。
在实际的无线通信中，频率分配方法是至关重要的，它影响着无线网络的性能和容量。
本文将介绍一些常见的频率分配方法。
一、固定频率分配固定频率分配是最简单的一种方法。
在这种方法中，每个无线设备被分配一个固定的频率来进行通信。
这种方法适用于设备数量较少、通信量较低的场景，如个体通信设备。
固定频率分配的优点是实现简单、易于管理；缺点是频谱资源利用不足，容易造成频谱浪费。
二、时分多址（TDMA）时分多址是一种将频率分割为一段段时间片，每个时间片被分配给不同的用户进行通信的方法。
在TDMA中，多个用户在同一个频率上交替使用，各自占据固定的时间片。
这种方法可以提高频谱利用效率，降低频谱浪费。
然而，由于频段的分割固定，限制了系统容量和灵活性。
三、频分多址（FDMA）频分多址是一种将频谱切分为不同的子信道，每个子信道被分配给不同的用户进行通信的方法。
在FDMA中，每个用户使用独立的子信道来进行通信，各自占据固定的频率段。
这种方法适用于信道条件相对稳定的场景。
FDMA可以实现较好的频谱利用效率，但是当用户数量过多时，会导致频段不够分配，影响系统性能。
四、码分多址（CDMA）码分多址是一种利用编码技术将用户数据进行随机编码，以实现用户之间的区分和同时传输的方法。
在CDMA中，每个用户使用不同的编码码片进行通信，数据在接收端通过解码来分离出不同的用户数据。
这种方法可以实现高容量和高频谱利用效率，但是在频率选择性衰落较严重的信道条件下，可能会影响通信质量。
五、动态频率分配动态频率分配是一种根据实际需求和系统负载情况，动态调整频率资源分配的方法。
在动态频率分配中，系统通过监测网络的负载情况和信道条件，自动调整频率分配策略，以最优化频谱资源利用和系统性能。
这种方法可以适应不同的环境和需求变化，提高频谱利用效率和系统的灵活性。
认知无线电网络中的频谱分配技术研究在现代无线通信领域，频谱资源是一个极其重要的资源。
对于无线电网络中的各种通信应用，频谱的合理分配是其联系实际、提高效率的重要手段。
在随着无线通信技术的不断发展，频谱资源的需求量也在不断增加。
频谱分配技术在无线电网络中起着至关重要的作用。
其实现的核心在于实现能够完全充分地利用现有的频谱资源，实现各项通信的最优化。
然而频谱资源的分配却是一个极其复杂的问题。
这其中关键的难点在于如何实现对频谱资源的合理利用和分配，实现无线电网络通信的最大化效益。
针对此类问题，研究者们通过各种方法对频谱资源的分配进行了深入研究。
下面我们将对其中几种主要的研究方法进行介绍。
1. 基于博弈论的频谱分配技术博弈论是研究人与人之间交互行为的一门学科。
在无线电网络中，各项通信之间的竞争分配其实也是一种交互行为。
基于博弈论的频谱分配技术正是针对这样的问题提出的一种解决方法。
其核心在于建立一个合理的数学模型，通过分析各项因素之间的关系及其优先级，实现对频谱资源的合理分配。
在博弈论分配中，常见的做法是对通信双方建立一个适当的规则和限制，让其双方产生一个共赢的结果。
2. 神经网络方法神经网络技术是一门高度发达的计算机学科，它的作用在于模拟人类大脑的工作方式，相当于是一种能够自学习、自适应的计算模型。
在频谱分配方面，可以采用神经网络技术对频谱资源的使用进行预测和优化，实现对无线电网络通信的最大效益。
在神经网络技术中，我们可以将一些必要的因素（如：通信距离、通信带宽、通信时间等因素）加入到预测模型中，并通过神经网络的学习和训练来得出一个最终的结果。
这种技术在频谱分配问题中往往能够得出较为准确的结果，具有很高的实用价值。
3. 遗传算法方法在频谱分配问题中，遗传算法也是常见的一种分配方法。
这种方法旨在通过模拟生物进化的方式来对频谱资源的分配进行优化。
在遗传算法中，通过对大量数据和变量进行随机组合，得出一个最优解。
《数据通信原理》课程设计设计题目：一种认知无线电系统的频谱分配方法姓名学号学院专业班级目录绪论 (3)1.认知无线电网络的简介 (4)1.1认知无线电 (4)1.1.1. 认知无线电的概述 (4)1.1.2. 认知无线电的特性 (5)1.2.频谱决策 (6)1.2.1. 频谱决策的概述 (6)1.2.2. 频谱分配的概述 (6)1.3. 二分图最佳匹配（Kuhn-Munkras）算法 (7)2.系统模型和问题描述 (7)2.1. 系统模型 (7)2.2. 问题描述 (7)3. 基于Kuhn-Munkras算法的频谱分配方法 (9)3.1.Kuhn-Munkras 算法的描述 (9)3.2.频谱分配方法的流程 (9)4. 仿真和性能分析 (10)4.1. 仿真环境设置 (10)4.2.仿真结果 (10)4.3. Kuhn-Munkras算法与多小区动态频谱分配方法比较 (12)4.3.1.多小区动态频谱分配方法 (12)4.3.2.频谱分配方法比较 (12)5.总结 (13)参考文献 (14)一种认知无线电系统的频谱分配方法摘要：认知无线电网络为移动用户重构无线架构和动态频谱接入技术提供高带宽。
对于无线频谱资源的相对的稀缺，频谱分配成为认知无线电频谱资源的关键，为适应认知无线电网络的时变特性，频谱分配算法必须有较快的收敛速度。
该文提出了一种基于二分图最佳匹配（Kuhn-Munkra）算法的认知无线电频谱分配方法。
该方法利用二分图最佳匹配（Kuhn-Munkras）算法可以实现最佳匹配并且收敛速度快的特性。
根据不同的用户在不同信道上所产生的效益的差异性，利用认知无线电有效地提升频谱资源的利用率，实现认知用户和信道的最佳匹配，频谱的灵活分配。
关键词：认知无线电，频谱资源，频谱分配，最佳匹配AbstractCognitive radio networks will provide high bandwidth to mobile users via heterogeneous wireless architectures and dynamic spectrum access techniques. Radio spectrum resources for the relative scarcity of spectrum allocation as the key cognitive radio spectrum, cognitive radio network to meet the time-varying characteristics of the spectrum allocation algorithm must have fast convergence speed. The paper proposes a bipartite graph based on the best match (Kuhn-Munkra) algorithm cognitive radio spectrum allocation.Bipartite graph of the decision to use the best match (Kuhn-Munkras) algorithm can achieve the best match and the fast convergence characteristics.According to thedifferent user the benefit difference which produces on the different channel, promotes the frequency spectrum resources effectively radio using the cognition the use factor, realizes the cognition user and channel's optimum matching, the frequency spectrum nimble assignment.Key words:Cognitive radio; Radio spectrum resources; Spectrum allocation ；Best Match绪论随着无线通信技术的发展及其应用领域的拓展，频谱资源愈发稀缺，即某些频谱资源上承载了大量的业务，而另一些频谱资源却又浪费严重，或者说利用不足，成为无线通信研究领域和运营商不得不面临的问题。
即固定频谱分配方法导致各授权系统不能充分利用授权频谱，而造成授权频谱资源的浪费，及非授权频段的过分拥挤。
认知无线电是一种用于提高无线电通信频谱利用率的新技术，提出一种动态频谱共享的框架，允许用户在不影响主用户工作的前提下智能地利用空闲频谱，动态地进行频谱分配并且随时随地，高可靠性地通信。
因此，研究认知无线电网络的频谱分配方法很有意义。
目前，许多研究人员均在研究对认知无线电网络中的频谱分配问题。
针对中心式或分布式的网络体结构、协作式或非协作式的频谱分配行为、共存式或覆盖式的频谱接入技术，研究人员提出了不同的动态频谱分配方法，主要包括博弈论、图论着色等。
本文提出了一种基于配对算法的认知网络的频谱接入算法，二分图最佳匹配（Kuhn-Munkra）算法的频谱动态分配方法。
1.认知无线电网络的简介1.1认知无线电1.1.1. 认知无线电的概述认知无线电也被称为智能无线电。
从广义上来说是指无线终端具备足够的智能或者认知能力，通过对周围无线环境的历史和当前状况进行检测、分析、学习、推理和规划，利用相应结果调整自己的传输参数，使用最适合的无线资源（包括频率、调制方式、发射功率等）完成无线传输。
认知无线电能够帮助用户自动选择最好的、最廉价的服务进行无线传输，甚至能够根据现有的或者即将获得的无线资源延迟或主动发起传送。
它能够感知外界环境，并使用人工智能技术从环境中学习，通过实时改变某些操作参数(比如传输功率、载波频率和调制技术等)，使其内部状态适应接收到的无线信号的统计性变化，以达到以下目的：任何时间任何地点的高度可靠通信；对频谱资源的有效利用。
其拓扑图如下图所示：图1 认知无线电网络拓扑图模型1.1.2. 认知无线电的特性(1) 认知能力。
认知能力使无线电能够从其工作的无线环境中捕获或者感知信息，从而可以标识特定时间和空间的未使用频谱资源(也称为频谱空穴)，并选择最适当的频谱和工作参数。
认知无线电包括3个主要的步骤：频谱感知、频谱分析和频谱判决。
频谱感知的主要功能是监测可用频段，检测频谱空穴；频谱分析估计频谱感知获取的频谱空穴的特性；频谱判决根据频谱空穴的特性和用户需求选择合适的频段传输数据。
(2) 重构能力。
重构能力使得无线电设备可以根据无线环境动态编程，从而允许无线电设备采用不同的无线传输技术收发数据。
重构能力使得CR设备可以根据无线环境动态编程，从而允许CR 设备采用不同的无线传输技术收发数据。
可以重构的参数包括：工作频率、调制方式、发射功率和通信协议等。
重构的核心思想是在不对频谱授权用户(LU)产生有害干扰的前提下，利用授权系统的空闲频谱提供可靠的通信服务。
一旦该频段被LU使用，CR有2种应对方式：一是切换到其它空闲频段通信；二是继续使用该频段，但改变发射统率或者调制方案避免对LU的有害扰。
1.2.频谱决策1.2.1. 频谱决策的概述频谱决策是在完成频谱感知和频谱分析的基础上，根据用户的QoS需求和决策准则，确定一组合适的通信载频、通信体制、通信参数和发射电平。
1.2.2. 频谱分配的概述目前，对频谱决策的研究主要是对频谱分配的研究。
频谱分配基于频谱的可用性，根据一定的规则，给节点分配信道。
在频谱分配中，设计一个分配规则以提高节点性能是一个重要的研究课题，博弈论和图论是目前频谱分配算法中广泛应用的两种理论，可分为合作式频谱分配和非合作式频谱分配。
合作式频谱分配方法考虑节点通信对其他节点产生的影响，在节点间共享干扰信息。
合作式的方法考虑了公平性，提高了频谱的利用率和网络的吞吐量，但是要求用户间信息共存，会引入额外的通信开销。
非合作式频谱分配方法也称为自私的解决方法，指的是节点通信时不考虑对其它节点的影响。
非合作式的方法基于本地的规则执行，因此能大大减少通信的开销，但会导致频谱利用率下降。
1.3. 二分图最佳匹配（Kuhn-Munkras）算法Kuhn-Munkras 算法是为解决二分图最优匹配问题而提出的。
算法的主要思想是通过修改可行顶点标记，使得二分图最终达到完美匹配：首先任意设置可行顶标，然后在相等子图中寻找增广路径，找到增广路径后沿着增广路径增广，直到找到最佳匹配。
2.系统模型和问题描述2.1. 系统模型假设认知无线电网络中存在K个认知用户，各认知用户通过频谱检测获得可用频谱，假设所有的可用频谱可以划分为 N 个正交的带宽为Δf的子信道。
每个认知用户首先将检测到的可用信道按一定准则量化得出的效益系数通过控制信道传递给基站。
基站在获得这些效益信息后，对各认知用户间进行频谱分配。
2.2. 问题描述由于认知用户采用的发射功率、空时特性、调制技术等有所不同，在不同的子信道上具有不同的传输效益，jW i,表示用户i在频带j上获得的效益，如频谱利用率、最大流量等。
对认知用户进行频谱分配的目标是：在不超过主用户干扰门限的前提下，最大化网络总体效益。
根据认知用户对各个信道上的效益不同，可以将目标函数表示为：Xi,=1，衡量认知用Xi,为指示函数，当用户i占用信道j时，jj户在不同信道上的传输效益，即可达的传输速率越大，效益越高。
认知用户i在信道j上的可达传输速率为：其中 , jhi,表示Pi,表示认知用户i在信道 j 上的发射功率，j信道增益, 表示在加性高斯白噪声噪声。
假定认知用户的最大发射功率为，故认知用户的发射功率还需满足：综合上述约束条件，用 , 代替，频谱分配问题可以表示为：其中，条件,表明一个信道最多只能分配给一个用户，条件 ,表明所有认知用户需满足最大发射功率限制。
3. 基于Kuhn-Munkras算法的频谱分配方法3.1.Kuhn-Munkras 算法的描述Kuhn-Munkras算法符合频谱分配系统模型，可以将次用户和可用空闲信道构建为赋权二分图，权值由次用户在各个信道上的SINR 值确定，然后利用KM 算法实现次用户和信道的最佳匹配。
式（4）所描述的问题实际上是受限条件下的最优化问题。
KM 算法要求频谱数量和认知用户对的数量相等，但在实际中，通常情况是次用户对的数量多于频谱数量，即N> K 。
为了解决这一问题，引入“虚拟频谱”的概念，其数量为N -K个。
