We study the performance of a cognitive small cell network, catering multicast services to multiple groups of secondary users, using a pre-assigned set of orthogonal channels of primary users present in the corresponding macrocell. We consider the hybrid mode of cognitive radio operation for efficient spectrum access, where cooperative spectrum sensing is performed by the collocated secondary users of each group to ensure better protection to primary users’ communication. Considering delay-sensitive application for each multicast group and availability of a rate adaptive application layer and a power adaptive link layer, we aim to maximize the energy efficiency of the small cell base station using a cross-layer approach. More precisely, a joint optimization problem involving sensing time, rate and power allocation is formulated to maximize the energy efficiency of the small cell network under the probabilistic interference constraint of each primary user and heterogeneous quality of service constraints of each SU multicast group. The problem is found to be generally non-convex and an iterative algorithm is proposed to find either an optimal or a near-optimal solution. Simulation results are presented to analyze the performance of our proposed scheme in terms of energy efficiency concerning some key system parameters. The results confirm that our solution is much more energy-efficient than the conventional approach with only transmit power adaptation.

中文翻译：

---

混合认知小蜂窝网络中的节能多播：一种跨层方法

我们研究认知小蜂窝网络的性能，使用存在于相应宏蜂窝中的主要用户的正交信道的预先分配集合，将组播服务提供给多个组的次要用户。我们考虑了认知无线电操作的混合模式以实现有效的频谱访问，在该模式下，协作频谱感知由每个组的并置辅助用户执行，以确保更好地保护主要用户的通信。考虑到每个组播组对延迟敏感的应用以及速率自适应应用层和功率自适应链路层的可用性，我们旨在使用跨层方法最大化小型小区基站的能量效率。更准确地说，是涉及感知时间的联合优化问题，制定速率和功率分配，以在每个主要用户的概率干扰约束和每个SU多播组的异构服务质量约束下最大化小型小区网络的能量效率。发现该问题通常是非凸的，并提出了一种迭代算法来找到最佳或接近最佳的解决方案。仿真结果被提出来分析我们提出的方案在一些关键系统参数的能效方面的性能。结果证实，我们的解决方案比仅采用发射功率自适应的传统方法具有更高的能源效率。发现该问题通常是非凸的，并提出了一种迭代算法来找到最佳或接近最佳的解决方案。仿真结果被提出来分析我们提出的方案在一些关键系统参数的能效方面的性能。结果证实，我们的解决方案比仅采用发射功率自适应的传统方法具有更高的能源效率。发现该问题通常是非凸的，并提出了一种迭代算法来找到最佳或接近最佳的解决方案。仿真结果被提出来分析我们提出的方案在一些关键系统参数的能效方面的性能。结果证实，我们的解决方案比仅采用发射功率自适应的传统方法具有更高的能源效率。