存在信道误差的无线通信系统的稳健信号处理方法

发布时间：2017-12-24 20:22

本文关键词：存在信道误差的无线通信系统的稳健信号处理方法　出处：《西安电子科技大学》2016年博士论文　论文类型：学位论文

【摘要】：在无线通信中,多输入多输出(Multiple Input Multiple Output,MIMO)可以利用空间自由度,在不增加发射功率和系统带宽的条件下,提高数据传输的速率,已成为4G的关键技术之一。作为MIMO系统的一个重要技术,波束成形可实现空分多址,干扰抑制,提高数据传输速率等,因而被广泛应用于各种无线通信网络中。在传统无线通信中,波束成形的实现是基于准确的信道信息(Channel State Information,CSI)。但是,实际通信中的CSI往往不准确,且波束成形的性能对CSI误差敏感。为了保证用户不同的服务质量(Quality of Service,QoS),本文针对二阶有界CSI误差,二阶无界CSI误差和高阶CSI误差,研究了认知无线电网络、双向中继网络、物理层安全网络中稳健波束成形设计。另外,作为5G的关键技术之一,大规模MIMO技术可以成数量级的节省发送功率、提高的通信可靠性和降低信号处理复杂度。但是,由于不同的小区共用相同的训练序列,导频污染严重制约大规模MIMO网络的性能。由于导频污染与共享相同训练序列的用户有关,为了减小导频污染的影响,本文研究大规模MIMO网络中的最优的训练序列分配问题。针对上述问题,本文主要研究了无线通信中的稳健波束成形设计和大规模MIMO网络中的最优的训练序列分配问题。具体研究内容和贡献包括以下几个方面:1.在MIMO认知无线电网络中,针对限制干扰对齐性能的两个因素:非准确的CSI和有限的信噪比(Signal-to-Noise Ratio,SNR),本文提出了稳健的信号和干扰联合对齐的方法,可以同时实现信号对齐和干扰对齐。具体的,考虑二阶有界的CSI误差,该方法以最小化信号泄露和干扰泄露总和为目标,先后利用S引理、正交松弛和半正定松弛(Semidefinite Relaxation,SDR)方法,将非凸的联合优化问题分解转化为凸的半正定规划(semidefinite programming,SDP)子问题,实现稳健的信号和干扰联合对齐。仿真验证了所提出的方法可以提高在有限的SNR条件下的性能和对CSI误差的稳健性。2.在认知无线电双向中继网络中,当存在CSI误差时,双向中继中的自干扰不能完全消除,严重影响双向中继的性能。针对二阶有界的CSI误差和残余的自干扰,本文提出了一种先收缩后松弛(Restriction and Relaxation,RAR)的稳健波束成形设计方法。具体的,该方法以最小化中继发送功率为目标,同时满足认知用户的信干噪比(Signal to Interference Plus Noise Ratio,SINR)要求和主用户的IT要求。在收缩步骤,无限多的复杂约束被分解为有限数目的线性不等式(linear matrix inequalities,LMIs)。在松弛步骤,非凸的优化问题松弛为凸问题,并用内点法可以进行有效求解。仿真验证了所提rar方法的有效性和稳健性。3.在认知无线电网络中,针对二阶无界csi误差,本文提出了一种机会约束的稳健波束成形设计方法,该方法以最小化所有认知用户的总功率为目标,同时满足认知用户sinr中断率约束和主用户的it概率约束。首先,利用两种bernstein型不等式,分别将sinr概率约束和it概率约束转化为确定性形式的约束,然后通过sdr将将不可求解的非凸问题转松弛为可以求解的凸问题。仿真结果验证与基于最差情况的稳健波束成形设计方法相比,所提出的方法可以显著降低发送功率。4.针对物理层安全网络中三种常见的二阶无界csi误差,提出了一种物理层安全的机会约束稳健波束成形设计框架。具体的,本文研究了在发送功率和安全速率中断率约束条件下的物理层安全速率最大化问题。由于存在概率约束,问题是非凸且难以求解。为了解决这个难题,本文提出了一种先松弛后收缩的两步算法框架,可以获得高质量的波束成形设计解,而且在某些情况下可以获得全局最优解。与传统的稳健设计方法相比,所提出的算法显著降低了稳健设计的保守性。。5.针对高阶无界csi误差,本文研究了物理层安全中继网络的稳健波束成形设计。具体的,考虑两种常见的csi误差场景:二阶高斯csi误差和四阶高斯csi误差,稳健中继波束成形设计的目标为最小化中继发送功率,同时满足合法用户的sinr的中断概率约束和窃听用户的sinr的中断概率约束。对于二阶csi误差,利用bernstein型不等式可以将概率约束保守的近似为确定性形式的约束。而对于涉及四阶csi误差的概率约束,如何转化为确定性的约束,目前还是一个公开的难题。针对该问题,本文首次提出了moment不等式,该不等式可以将涉及高斯随机变量的概率约束保守的近似为确定性的形式,包括处理二阶、三阶、四阶等csi误差。利用moment不等式和sdr,本文提出了一种可以处理高阶csi误差的稳健波束成形设计方法。此外,本文还分析对了bernstein型不等式和moment不等式的保守程度。仿真验证了所提出moment不等式的有效性和稳健性。6.为了缓解大规模mimo网络中的导频污染,提高用户的sinr,本章提出了低复杂度的联合训练序列分配和用户接入方案。为了保证用户的公平性,所提出的方案使用调和sinr函数作为训练训练分配的效用函数。根据图论理论,最优训练序列分配问题可以等价转化为最小权重多部图匹配问题。尽管该问题一般为np难问题,但在两个小区的场景中,该问题可用hungarian算法在多项式时间内获得最优解。对于一般的多小区场景,本文提出了一种迭代hungarian算法可以获得近似解。在训练序列分配后,如果某些用户离开了网络,基站可以接入新用户。在联合训练序列分配和用户接入方案中,基站可以为空缺的训练序列直接接入用户,不需要对所有的用户重新进行训练序列分配。具体的,基于调和sinr效用函数的用户接入问题可以等价的转化为集合基数约束的最小化supermodular问题。尽管该类问题一般也为NP难问题,本文提出了一种贪婪算法可以获得次优的用户接入方案。同时,针对集合基数约束的最小化非负Supermodular这一类问题,本文首次证明了贪婪算法可以达到性能理论界。结合用户接入问题,本文给出了所提出的贪婪算法的结果与最优解对应结果的理论界。仿真验证了与现有的方案相比,所提出方案可以显著用户的最小的SINR。
【学位授予单位】：西安电子科技大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TN919.3;TN911.7

【相似文献】