对认知无线电波束成形算法的探讨

对多天线协作双向认知无线电系统中的波束成形算法进行了研究。在多天线协作双向认知无线电系统中,2个主用户系统通过次用户进行信息交换,次用户配置多个天线,且次用户通过叠加信号后将其发送给主用户,所以对分配发送主用户和次用户信息的信号的功率以及设计主用户和次用户的波束成形矩阵等进行了重点研究。依据最大化系统容量的优化准则,得到的优化问题均是非凸问题,因此采用半正定优化和二阶圆锥优化,得到闭合解。仿真结果表明,此方法优于以往的波束成形算法。     

分组比例公平M-GSO优化的FBMC认知无线电资源分配算法

多用户混合业务的多载波认知无线电系统中,考虑频谱感知错误的实际情况,将分组比例公平思想融入资源分配中,提出一种改进群智能优化算法。该算法针对混合型业务,确保不同用户公平性以及基于滤波器组多载波(FBMC)技术前提下,引入状态因子,以最大化认知无线电系统吞吐量为目标,利用改进群智能算法合理分配系统资源。比较FBMC和OFDM的认知无线电系统,仿真分析表明,该算法在对授权用户通信影响很小的情况下,系统容量优于OFDM的认知无线电系统容量,且确保用户的公平,同时满足混合业务的QoS需求。     

CR系统中基于微分博弈的功率控制算法

该文针对认知无线电系统动态性的特点,将微分博弈理论应用在认知无线电系统的功率控制中,建立了功率控制的非合作微分博弈模型,提出了一种基于微分博弈的分布式非合作功率控制算法。该算法在满足认知用户平均功率门限和QoS需求的基础上,实现了分布式动态功率控制,获得了反馈纳什均衡解析解。仿真结果表明,该算法可有效控制各认知用户的发射功率,增加系统吞吐量,提高系统性能。     

认知无线电网络中基于强化学习的智能信道选择算法

认知无线电系统不仅要具有自适应性,更应具备一定的智能性。该文将强化学习理论引入到认知无线电系统中,用于解决次用户在频谱感知过程中的信道选择问题,提出了一种基于强化学习的信道选择算法。该算法在未知主用户占用规律和动态特性的前提下,仅通过不断与环境进行交互学习,便能够引导次用户选择“较好”信道优先进行感知,使次用户吞吐量得到提高。仿真结果表明,相对于现有信道选择算法,所提算法可有效提高次用户的吞吐量,并且在主用户使用规律发生变化时,能够自动实现二次收敛,可作为认知无线电系统迈向智能化的一种尝试。      

LCR TDD系统中关键技术对分组数据业务的影响

该文研究了LCR TDD系统中先进的RRM(无线资源管理)算法及其它关键技术对分组业务的影响,提出了一种基于速率预测的正比公平算法,通过动态系统级仿真得出结合智能天线(SA)或联合检测(JD)的不同调度算法对于数据业务吞吐量的改善,并横向对比了以上关键技术分别对于系统性能提升的作用。最后通过对仿真结果的评估,可以发现采用联合检测与智能天线相结合,并使用新的RRM算法不仅能够保证服务用户的公平性,而且对处于交叉时隙的分组数据用户的吞吐量的改善也是很明显的。     

智能天线技术在认知无线电中的应用

文章在认知无线电的基础上提出了智能天线的概念,并将智能天线技术初步应用于认知无线电中,相信随着认知无线电的发展和智能天线技术的进一步完善,这两者的结合必将会在今后的无线电通信中发挥巨大潜能。     

浅析软件无线电在智能天线中的应用

在智能天线的发展当中,软件无线电起到不可替代的重要作用.智能天线主要是通过天线的阵波束成形技术,呈现出能够定向追踪的无线信号,是当前无线电追踪技术和数字多波束技术融合形成的.软件无线电给智能天线的发展奠定了技术方向,智能天线同样促进了软件无线电的发展.     

认知无线电中一种基于干扰温度的功率控制算法

基于干扰温度模型,应将认知无线电网络中认知用户与主用户共享频谱时应满足各自的用户服务质量（QoS）问题转化为有约束的非线性功率控制优化问题。运用迭代算法和拉格朗日相关理论探讨出一种近似最优的功率分配算法。理论分析和仿真表明,该算法既能满足主用户的干扰温度容限,同时又能使认知用户获得很好的信噪干扰比,增大系统的吞吐量。     

利用自适应算法的改进方法来研究信干噪比的方法研究

本文将智能天线、自适应滤波等概念融入感知无线电中,着力将自适应滤波、智能天线技术初步应用于感知无线电中,能达到有效抑制非授权用户对授权用户的干扰的目的.在人们提出的基于特征值的算法的基础上,进一步提出ADV算法,使感知系统的性能得到改善.     

MIMO-OFDM系统的自适应多用户分集及性能分析

 本文建立基于随机波束成形和自适应调制的MIMO-OFDM系统的自适应多用户分集系统模型,提出随机波束成形QR接收机的自适应多用户分集资源分配算法及其简化算法,推导在最大化系统吞吐量条件下系统的误码性能.仿真结果表明该算法在用户数很小时使系统性能收敛到特征波束成形系统的性能;当用户数增多时,采用天线分配算法的多用户分集系统能获得比特征波束成形系统更好的性能;将自适应编码调制技术运用到多用户分集系统来提高系统的实际吞吐量和误码性能.     

TD-LTE基站智能天线性能分析

多天线技术是移动通信技术发展的重要趋势,是实现移动通信系统高容量、高频谱效率的重要手段.LTE系统引入了多向多天线技术,并定义了多种多天线的工作模式,其中基于非码本预编码的智能天线是TD-LTE的核心技术,可以充分利用TDD的上下行信道互易性,显著提升系统的吞吐量和频谱效率.本文从理论上给出了2天线及8天线在TD-LTE系统性能上的差异,并且分析了8天线智能天线技术在实际应用中可能面临的挑战,从广播信道的无功率加权、下行链路质量估计补偿、SRS协调发送、多用户配对算法优化、接收机性能增强等角度对智能天线的产品实现进行优化,可提升性能10％～30％.     

认知无线电多级智能代理模型设计

认知无线电系统是能够根据无线电的内部状态和外部环境的变化而变化且能调整其行为,如果内部状态和外部环境的变化超出了系统事先规定的行为集,系统将可能停止相关的操作。将本体论引入认知无线电系统的知识的学习与表示层面,用多智能体的相关理论来构建认知无线电系统多级智能代理模型,来实现认知无线电系统强大的"认知"功能。通过分析基于本体及多智能体的代理模型具有很好的实际应用前景,将是认知无线电的发展趋势之一。     

基于D-S证据理论的循环平稳频谱协作感知

为了避免干扰授权用户的正常通信,认知无线电系统需要较好的频谱检测性能。提出了基于循环平稳特征和D-S证据理论的多天线多用户频谱协作感知方法。分析了多天线接收信号的谱相关函数,在频域按照最大比合并的方法合并各天线接收信号,得到合并信号的谱相关函数。依据谱相关函数的能量,在多用户中采用D-S证据理论做协作频谱检测。仿真分析表明,基于循环平稳特征和D-S证据理论的多天线多用户频谱协作感知方法可有效改善认知无线电系统检测性能。     

用于智能天线技术中的MMSE波束成形器

近年来,智能天线正受到越来越多的重视,他可以有效地提高移动通信系统的容量,改善系统的信噪比。智能天线的自适应波束成形中,有多种不同的自适应波速成形算法,在这里重点讨论使用MMSE算法的波束成形器,因为使用MMSE接收机在静态(或者恒参)信道中,MMSE接收机的性能比较好。在简单介绍智能天线技术之后,通过对MMSE算法和MV算法,设定条件进行仿真对比,来阐述MMSE算法的优势和选择他的场合。     

全双工中继协作下的认知MIMO系统吞吐量最大化研究

本文研究了全双工中继协作下的认知MIMO系统的平均吞吐量最大化问题。与传统的中继协作认知无线电系统不同的是,该系统模型中的双工中继节点既能协助认知用户源节点进行多天线频谱感知以提高频谱检测性能,也能解码转发认知用户源节点的发送信号以获得更大的系统吞吐量。为使系统平均吞吐量最大,首先,本文以认知用户能获得的最大平均频谱空洞被发现的概率为目标,对系统的帧结构进行优化以获得最佳的感知时间,接着对多个发送天线进行优化以选择出最佳的发送天线,并推导出了在总的发送功率和对主用户干扰受限条件下的认知用户源节点和双工中继节点的最佳功率分配方案。最后的仿真结果表明本文提出的系统模型和优化方案相比传统的双工等功率分配方案以及单工功率分配方案能够获得更大的系统平均吞吐量。      

多天线认知无线电网络多信道联合频谱感知策略

当前,以单天线认知用户组成的认知无线电网络同时协作检测多个信道的分配策略得到了广泛研究,而在认知用户可以灵活选取自身天线进行空间分集接收的条件下,当联合感知多信道时,多天线认知无线电网络如何获取最优的天线分配策略仍有待进一步研究。为解决这一问题,在限制各信道最大虚警概率的前提下,以最小化所有信道漏检概率之和为目标,建立了优化模型,并提出了基于分支定界的算法和基于贪婪思想的启发式算法。前者可以获得最优策略,但复杂度较高,后者以牺牲较小检测性能为代价,明显降低了复杂度,有效实现了检测性能与复杂度的平衡,并且在保护各个信道上主用户免受认知用户干扰层面,一定程度上兼顾了公平性。      

认知无线电在智能电网中的应用研究

结合国内外最新的智能电网建设理论,探讨了基于认知无线电技术的智能电网无线通信系统的设计和实现。首先研究多级的智能电网无线通信系统结构,对网络分级、每一级的无线通信技术和认知无线电用户的接入策略进行分析;然后通过对系统实现面临的问题以及需要解决的关键技术进行深入分析,提出了完善输变电网络结构、基于优先级的接入策略、组建基于认知无线电技术的Ad hoc应急网络等研究思想。     

IRS辅助的感知增强认知无线电网络资源分配方案

在过去的几十年里,大部分可用频谱已被用于高速通信服务。这导致了无线通信系统中的频谱资源稀缺问题。另一方面,大量可用频谱的利用率并不高。为提升通信系统的频谱利用率,学界提出了基于共享的认知无线电技术。认知无线电允许次用户与主用户共享频谱资源,对于提升无线通信网络的频谱效率十分重要,然而目前基于认知无线电的通信网络存在着低信噪比情况下感知性能低下、严苛干扰条件下性能提升受限等缺点。最近,智能反射面（Intelligent Reflecting Surface,IRS）被广泛应用在无线通信的各个领域,可以智能调控无线传输环境以满足频谱和能效的高要求。为了进一步提升认知无线电感知性能与频谱效率,提出了一种新颖的IRS辅助的感知增强频谱共享认知无线电网络。针对此网络,建立了次用户和速率最大化优化问题,联合优化次基站波束赋形向量、智能反射面相移矩阵、感知时间。因存在变量耦合,所构建的优化问题是非凸的,提出一种基于块坐标下降（Block Coordinate Descent,BCD）的迭代算法以交替优化波束形成和智能反射面相位以及感知时间。以逐次凸逼近（SuccessiveConvex Approx...     

软件无线电中的智能天线技术

在简要介绍软件无线电的基础之上,分析了其中的关键技术智能天线技术的原理和系统组成,讨论了一些常用的自适应算法,最后指出了智能天线需要进一步研究的问题。     

基于二维空间的认知网络频谱分配方案

认知无线电(CR)是一种智能无线通信技术,通过从空间和时间上充分利用空闲的频谱资源,以提高频谱利用率.为解决基于OFDM的认知无线电系统中子载波及其功率分配方案中不公平和运算复杂的问题,利用认知无线电的基本思想,提出了将子载波分配和功率分配分为2个相继步骤的一种行之有效的方案.通过构建相应的系统模型及其仿真实验,验证了提出方法的优越性,既可以接近贪婪算法的系统容量,又能提高频谱分配的公平性和降低系统运算开销.