针对一对主用户和M对次用户构成的认知无线电网络(cognitive radio network,CRN),研究了非线性能量收集的认知无线电网络的次用户吞吐量最大化问题。具体来说,对于考虑次用户发射器(secondary transmitter,ST)电路功率的情况,首先将主...针对一对主用户和M对次用户构成的认知无线电网络(cognitive radio network,CRN),研究了非线性能量收集的认知无线电网络的次用户吞吐量最大化问题。具体来说,对于考虑次用户发射器(secondary transmitter,ST)电路功率的情况,首先将主用户吞吐量需求下的次用户吞吐量最大化(secondary throughput maximization,STM)问题建模为一个非线性优化问题,然后将它转化成凸优化问题,最后提出一种联合使用黄金分割和二分法的低复杂度算法,获得主用户发射器(primary transmitter,PT)能量传输和次用户信息传输的最优时间分配以及主用户发射器的最优发射功率。对于忽略次用户发射器电路功率的情况,首先证明次用户吞吐量最大化问题的凸特性,然后设计了一个更高效的算法来求解。仿真结果表明,相比等时间分配方案和链路增益优先级方案,提出的设计算法能显著提升次用户吞吐量。展开更多