基于认知干扰对齐网络的频谱分享和功率分配研究

发布时间：2020-12-12 20:54

　　传统认知网络中,由于确定了主用户系统的干扰门限,可以在一定程度上有效管理主次用户间的干扰,但由于次用户间缺乏有效的资源管理,次用户间的干扰会影响系统的信道容量。将功率分配应用于认知MIMO网络的干扰对齐算法中,能够进一步的减少干扰,提高效率,提升系统容量。以此为背景,以提升认知用户系统速率、减少用户间干扰、降低计算复杂度为目标,对认知MIMO网络中基于干扰对齐的多用户分集算法和次用户间的功率分配算法进行研究。主要研究成果如下:1、介绍了干扰对齐的基础模型,对两种经典的干扰对齐算法,最大信噪比算法和最小干扰泄露算法的系统容量进行了比较,仿真结果表明,由于最小干扰泄露算法没有考虑信噪比对算法的影响,在低信噪比情况下,最小干扰泄露算法的性能要优于最大信噪比算法。但总体而言,随着信噪比的增加,最大信噪比算法的性能要优于最小干扰泄露算法。与此同时,介绍了认知MIMO网络的干扰对齐模型,并针对认知MIMO网络的最大信噪比算法进行了仿真,分析了主次用户数相同时网络的系统性能。2、由于现有的迭代干扰对齐算法并不能做到干扰的完全消除,而且在迭代次数有限,用户数多于天线数的情况下,干扰可能会急剧增加,对用... 

【文章来源】：江苏科技大学江苏省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

频谱共享的分类

江苏科技大学工程专业硕士学位论文噪比算法和最大总速率算法等。最小干扰泄露算法由于没有考虑噪声方面的影响，在低信噪比时性能不佳。最小干扰加噪声泄露算法在最小干扰泄露算法的基础上，考虑了噪声的影响，在降低干扰效果的同时也降低了噪声的影响，提高了系统性能。最小均方误差算法中需要直接估计接收信号，实现较困难，但其最大的优点是不需要获知完整的信道信息。最大信干噪声比算法可达的网络信干噪比最大。最大总速率算法迭代速率较慢，但可以较大的提高系统的吞吐量。

【参考文献】：
期刊论文
[1]认知MIMO系统中基于博弈论的干扰对齐算法研究[J]. 肖海林,张文娟,聂在平,胡悦.  电子科技大学学报. 2017(05)
[2]动态频谱共享简述[J]. 周钰哲.  移动通信. 2017(03)
[3]认知MIMO干扰网络的顽健干扰对齐算法[J]. 朱世磊,周游,任修坤,胡捍英.  通信学报. 2016(03)
[4]多用户认知网络中基于Grassmann流形梯度法的干扰对齐算法[J]. 聂俊美,谢显中,张森林,雷维嘉.  信号处理. 2016(03)
[5]多天线认知网络自由度的上界及实现方法[J]. 简洪浩,陈国兴,徐昌庆.  信息技术. 2015(09)
[6]干扰对齐技术研究综述[J]. 江雪,郑宝玉.  信号处理. 2015(05)
[7]认知无线网中一种基于博弈论的低复杂度联合资源共享机制[J]. 窦彦智,王满喜,白铂,陈巍,曹志刚.  电子与信息学报. 2015(01)
[8]基于干扰对齐的自适应频谱共享算法[J]. 李记,赵楠,殷洪玺.  哈尔滨工程大学学报. 2014(10)
[9]认知无线电网络中基于业务自适应的干扰对齐新机制探索[J]. 董恒,宋荣方.  通信学报. 2014(04)
[10]认知网络中的容量最优机会干扰对齐接入[J]. 安永丽,肖扬,曲广智.  应用科学学报. 2014(02)



本文编号：2913257