信息论准则的频谱感知技术

频谱感知是认知无线电通信的前提,针对传统单天线能量检测算法易受噪声不确定性影响的问题,结合MIMO的空间处理能力,提出一种基于信息论准则的频谱感知算法。首先通过实时侦听信道,获得观测信号的相关矩阵;然后利用AIC准则检测周围环境中是否有主用户存在。该算法无需预先得知噪声的功率信息、无需设置判决门限。仿真结果表明,相比于能量检测算法,该算法有效提高了系统的检测概率,对噪声不确定性具有鲁棒性。     

基于QRD-M的多天线分组并行检测算法

提出了一种适用于MIMO通信系统的基于QRD-M的多天线分组并行检测算法。该算法避免了传统分层检测算法中信道矩阵求逆的过程,同时克服了传统QRD-M算法随着收发天线数增多而难以实现性能与复杂度折衷的问题。该算法通过对发送天线的分组,组内并行采用改进的QRD-M检测算法,灵活选取每层被保留的分支,避免过高复杂度的同时提高了系统性能。仿真结果表明,与传统QRD-M算法相比,该改进算法能够更灵活地实现性能需要和复杂度的折衷,在相近的复杂度下可以获得更好的误码性能。     

认知MIMO干扰网络最优干扰对齐算法

认知无线电通过与 MIMO （Multi-Input Multi-Output）、OFDM（Orthogonal Frequency Division Multiple-xing）、超宽带、协作通信等技术融合来改善频谱利用率。而认知MIMO是认知无线电和MIMO技术的融合,虽然具有干扰抑制、抗多径衰落、空间分集和复用等优势,但是由于underlay共享方式中干扰温度约束的存在,导致发送预编码矩阵之间相互耦合,因此该技术在underlay干扰网络中难以获得最优的传输性能。针对该问题,通过交替迭代的方式,结合Rayleigh-Ritz定理和凸优化理论,推导了最优收发矩阵之间的迭代关系,提出一种最优干扰对齐算法。该算法利用Lagrange部分对偶方式来去除干扰温度约束,并采用次梯度投影法更新Lagrange变量,克服了已有半正定松弛算法因忽略矩阵秩约束而导致速率性能下降的缺陷。理论分析和数值仿真验证了算法的有效性,结果表明所提算法可实现网络可达速率和的最大化。     

多用户MIMO网络下基于分簇的非迭代干扰对齐算法

针对多用户多输入多输出(MIMO)干扰网络条件下,干扰对齐算法性能受限的问题,提出一种多用户MIMO网络下基于分簇的非迭代干扰对齐算法。通过一种分层的干扰处理设计,首先在上层依据干信链路耗损比,将来自不同发送端的干扰分为簇内有效干扰和簇间无效干扰;然后在下层利用联合最大化信漏噪比(SLNR)算法与迫零(ZF)算法消除干扰,提升了算法的适用性。仿真结果表明,当用户数量较多时,所提算法与现有算法相比,在高信噪比(SNR)条件下具有更高的系统容量与更低的系统复杂度。     

基于用户协作的认知MIMO干扰网络自由度上界研究

在K+1用户认知MIMO干扰网络中,传统算法区分对待主/次用户干扰,将其对齐压缩到不同的干扰空间上,导致空间自由度的浪费。从复用干扰空间的角度出发,推导了新的自由度上界及其必要条件。为了验证其合理性和正确性,设计了联合干扰对齐指标,并结合范数理论和Rayleigh-Ritz定理提出一种协作联合干扰对齐算法,并对算法的有效性进行了分析。理论分析和仿真结果表明,新的自由度上界突破了已有文献所给上界,且可通过所提算法达到。     

认知MIMO系统基于部分投影的干扰抑制算法

为实现认知多输入多输出(MIMO)系统中主次用户的高效频谱共享,提出一种基于部分投影的干扰抑制算法,该算法将主用户的空间传输特性引入次用户的设计中。分析了干扰的结构化特征,指出泄漏到主用户空闲维度上的次用户信号并非有害干扰。通过将次用户发射信号投影到干扰信道低维子空间的零空间上即可消除干扰。理论分析和仿真表明,算法在有效消除对主用户干扰的同时,次用户传输速率和算法适用性相比传统算法都有显著提升。     

一种数字锁相环的参数设计方法

数字锁相环在实际通信系统中应用广泛,但其精确的环路参数设计比较困难。针对这一问题,以数字反正切载波恢复锁相环为例给出了一种环路参数设计方法,利用模拟环路和数字环路的对应关系,完成数字锁相环的参数设计。仿真结果表明了该方法的有效性。     

基于多天线的认知无线电系统容量性能分析

认知无线电与多入多出(MIMO)技术结合而成的认知MIMO技术,能够进一步提高系统性能以及频谱利用率。而系统容量是表征通信系统性能最重要的标志之一,即通信系统的最大传输速率。本文在传统的MIMO容量推导的基础上,引入了主次用户间干扰项,给出了存在用户干扰情况下信道传输速率的理论上限。然后,重点仿真分析了用户间的干扰导致的容量损失。最后,分析给出了干扰门限对主用户容量的影响。     

一种基于两级预编码的认知MIMO系统干扰抑制算法

在认知无线电系统中,认知用户通信必须同时解决对主用户造成的干扰和认知用户间的相互干扰问题。为此,提出一种基于两级预编码的认知MIMO系统干扰抑制算法,首先利用子空间正交投影理论,将认知用户的发射信号投影到干扰信道的零空间来消除主用户干扰,然后用信漏噪比预编码最小化认知用户间干扰,提高认知系统性能。仿真结果表明,在不影响主用户的前提下,该算法有效提高了系统误码率性能及其容量,并可以通过选择合适的子流数目,达到系统有效性和可靠性的良好折中。     

认知MIMO干扰网络的顽健干扰对齐算法

针对重叠式认知MIMO干扰信道状态信息(CSI)非理想的问题,提出一种顽健干扰对齐算法。首先通过欧几里得球形不确定性刻画非理想CSI,以最小化用户干扰泄漏为目标,构建非理想CSI条件下发送预编码和接收干扰子空间矩阵的优化模型;然后利用矩阵范数的不等式性质,推导了最差条件下的主用户干扰温度约束;最后采用拉格朗日部分对偶及次梯度更新方法,推导出收发矩阵之间的迭代关系,并从理论上分析了顽健算法的适用条件和可达自由度范围。仿真结果表明,所提算法具有较好的顽健性,且获得的次用户网络性能优于已有算法。