分布式基站覆盖[1]是近年为实现以蜂窝小区结构发展起来的新方式。采用此技术可有效地扩大移动通信系统容量、调整覆盖区、改善系统性能[2-3]。但这种完全分布式的网络，其网络结构和接入的基站都不确定，要自行组织、自主搜索，对资源和系统会带来很大的开销。对于极端应用，这样程度的开销是不可承受的，在多用户情况下，资源分配和下行同步尤为困难。
　另外，使用认知无线电CR(Cognitive Radio)技术可以有效缓解频谱紧缺问题[4]。目前普遍认为应采用多载波技术进行数据传输，其中正交频分复用(OFDM)是最佳候选技术之一[5]。
　针对基于认知技术的有序分布网络资源管理技术研究缺乏的现状，同时利用分布式系统的优点，参考文献[6]将认知无线电技术应用于有序分布网络中，提出交叉覆盖有序分布网络结构。并在此基础上，提出基于认知无线电技术的有序分布网络的无线资源分配算法。
1 系统模型
1.1 小区结构
图1为有序分布式小区结构。小区天线单元AP1、AP2和AP3与连接它们的基站分布在边长为2R1+R2(R1=2R2)的正三角形的顶点处，多个这样的小区构成分布式基站系统。天线单元把小区分为4个区域，以一个天线单元为顶点，有3个以R1为半径的60°扇区称为单一覆盖区，剩余部分R1为交叉覆盖区。基站利用CR技术检测各用户在小区中的位置。

小区中，基站分别为天线单元分配完全正交的3 bit扩频码字，以去除天线间的同频干扰，同时保证高层传输的有效数据速率在空中接口所传输的数据速率的比重合理。下行链路使用OFDM区分不同的用户。上行链路与下行链路类似，不同之处在于每个用户都被分配一个扩频码，达到去除上行同频干扰的目的。
物理层，时域上的一帧被分作控制部分和数据部分，分别包括Nc和Nd个OFDM符号,分配结果通过控制部分发送给用户。MAC层，基站为各用户分配独立的有限容量数据队列,队列中分组的服务次序是先到先服务。
1.2 CR技术的应用
　系统中CR的应用有：基站感知各子载波的干扰温度，提取出各接入用户的地理位置；用户通过感知各子载波干扰温度，可得到传输数据的子载波占子载波总数的比例；各子载波的频率复用因子；小区内用户分布信息的提取，这需要将“主基站优先子载波选择算法”和“疏状子载波选择算法”相结合。

基于MAXC/I调度算法，所提系统调度算法如下：
　(1)计算各用户的效用函数。
(2)选择优先调度覆盖区，为用户排序。如果单一覆盖区的用户总优于交叉覆盖区的用户被调度，单一覆盖区内用户按照效用函数降序排列，交叉覆盖区内用户也按照效用函数递减排列；如果交叉覆盖区的用户总优于单一覆盖区的用户被调度，交叉覆盖区内用户按照效用函数递减排列，单一覆盖区内用户也按照效用函数递减排列；如果不区分用户所在区，则所有用户按照效用函数递减排列。
(3)调度被选中的首个用户队列的分组。如果该用户队列分组都被发送出去，继续调度优先级低的下一个用户队列分组，直到所有用户队列分组都被发送出去或物理层无资源。

图2、图3和图4分别给出基于上述6种框架，丢包率、平均分组时延和系统吞吐量性能仿真。由图知，无论是否区分用户地理位置优先级，区分“优先子载波”和不区分“优先子载波”得到的丢包率、平均分组时延和系统吞吐量都近似。单一覆盖区用户优先和不区分用户覆盖区情况下，得到的丢包率、平均分组时延和系统吞吐量都明显好于交叉覆盖区用户优先的情况。这说明本文提出的疏状子载波选择方法可以在不降低系统性能的基础上，大幅度降低计算的复杂度。此外也为系统资源分配次序提供了有益的信息，有利于系统资源的充分利用。

图5为基于上述算法，得到的子载波复用性能。对于单一覆盖区用户优先的子载波分配算法，区分“优先子载波”下的子载波复用次数高于不区分“优先子载波”下的子载波复用次数。对于交叉覆盖区用户优先的子载波分配算法和不区分用户所处的覆盖区的子载波分配算法，不区分“优先子载波”下的子载波复用次数高于区分“优先子载波”的子载波复用次数。这说明，单一覆盖区用户优先且区分“优先子载波”的算法对子载波的利用率比较充分。

本文在有序分布式小区结构的基础上，将认知无线电技术应用到系统中，并提出相应的调度算法和子载波分配方案。这种分配方案具有以下优点：比较充分地利用子载波分集增益，可以提高系统容量；简单，不需要在整个子载波系统范围内搜索和分配；灵活，可以根据业务负载量使用其他覆盖区的优先选择子载波。
参考文献
[1] Wang Jiangzhou, SENIOR M, Zhu Huiling, et al. Distributed antenna systems for mobile communications in high speed trains[J].IEEE Journal on Selected Areas in Communications. 2012,30(4):675-683.
[2] CASTANHEIRA D, GAMEIRO A. Distributed antenna system capacity scaling coordinated and distributed MIMO[J].IEEE Transactions on Wireless Communication, 2010,17(3):68-75.
[3] Li Haoming, HAJIPOUR J, ATTAR A, et al. Efficient HetNet implementation using broadband wireless access with fiber-connected massively distributed antennas architecture[J]. IEEE Wireless Communication,2011,6.18(3):72-78.
[4] CHEN K C, PRASAD R. Cognitive radio networks[M].New York: Wiley. 2009.
[5] 李孟达,柏鹏,彭卫东,等.基于认知无线电平台的NC-OFDM系统设计与实现[J]. 电子技术应用, 2012,38(6):104-107.
[6] 王振,吕星哉,朱近康.有序分布式正三角形小区结构的功控算法和中断容量分析[J].中国科学技术大学学报, 2009,39(5):449-455.
[7] KNOPP R, HUMBLET P. Information capacity and power control in single-cell multiuser communications[C]. International Conference on Communications, 1995,6.18-22(1):331-335.
[8] 隋延峰,杨鸿文,杨大成. 采用实时公平监测的改进最大C/I调度算法[J].北京邮电大学学报,2007,30(2):132-135.