认知频谱共享网络中多用户的干扰对齐算法研究

发布时间：2017-11-26 08:26

  本文关键词：认知频谱共享网络中多用户的干扰对齐算法研究

  更多相关文章： 认知无线网络 干扰对齐 Grassmann流形 迫零算法 最小均方误差算法

【摘要】：无线通信业务在通信领域中迅猛发展的同时,所需的无线电频谱资源也随之急剧膨胀。受限于当前通讯设备的水平以及复杂的无线传播环境,频谱资源的需求矛盾日益突出。认知无线电(Cognitive Radio,CR)以伺机方式共享频谱的方法为学术界带来了历史性的变革。要实现认知无线网络中授权用户(主用户)与非授权用户(认知用户或次用户)之间的频谱共享,则必须解决主次用户间突出的干扰问题。为此,本文探讨认知频谱共享网络中多用户的干扰对齐(Interference Alignment,IA)算法。论文主要工作如下:针对多个主用户和多个次用户的多输入多输出(Multiple Input Multiple Output,MIMO)认知频谱共享网络,本文给出了一种不依赖于信道互易性和不需要前后向链路交替迭代的IA方法。首先,对次用户发送信号进行编码,建立消除主次用户间干扰的等效模型;然后,基于等效模型,以最大化总频谱效率为目标函数,将目标函数扩展到Grassmann流形上,并采用梯度法进行求解;最后,在接收端以最大化信干噪比的思想设计接收滤波矩阵。仿真结果显示,在低信噪比时本文算法与现有典型算法的频谱效率相同,而在高信噪比时本文算法频谱效率更高。目前利用IA方案解决异构认知无线网络中干扰问题的研究甚少,并且也仅针对宏基站和低功率认知基站均分别服务于一个用户的简单情况。针对存在多个用户的异构认知无线网络下行链路中基于IA的干扰处理问题,本文在对多用户异构认知无线网络模型进行分析的基础上,分别为宏小区和认知小区设计了不同的方案。认知小区利用系统的感知能力,并综合运用线性迫零算法和最小化总均方误差的思想为认知系统设计级联的预编码矩阵和接收滤波矩阵,对跨层干扰和同层干扰进行层层处理,从而实现低功率认知小区与宏小区的频谱共享。本文方案复杂性较低,并且通过仿真分析显示,本文方案的频谱效率高于最小二乘干扰对齐算法,并且对消除异构认知无线网络中的干扰具有一定的优势。
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN92

【参考文献】

中国期刊全文数据库 前2条

1 聂俊美;谢显中;张森林;雷维嘉;;多用户认知网络中基于Grassmann流形梯度法的干扰对齐算法[J];信号处理;2016年03期

2 章扬;周正;石磊;邹卫霞;李斌;;蜂窝网络下行链路单反馈干扰对齐算法研究[J];电子与信息学报;2012年12期

，

本文编号：1229196