【摘要】：隨著寬帶無線通信的發(fā)展以及物聯(lián)網等新興業(yè)務的提出,對頻譜資源的需求呈現(xiàn)出爆發(fā)式的增長。作為一種不可再生資源,頻譜資源的分配情況趨于飽和,有限的頻譜資源逐漸成為制約無線技術發(fā)展的瓶頸。下一代無線通信將頻譜共享作為研究熱點,引發(fā)了對于頻譜認知接入技術的廣泛探究。為了提高頻譜效率,滿足高速數(shù)據(jù)業(yè)務需求,基于認知無線電的分層異構網絡被認為是下一代移動通信、工業(yè)4.0、物聯(lián)網以及智能電網等領域的發(fā)展趨勢和研究方向之一。然而,分層網絡結構以及認知接入會對原有宏小區(qū)網絡引入復雜的同層及跨層干擾,對干擾管理技術提出了新的要求與挑戰(zhàn)。現(xiàn)有的傳統(tǒng)認知無線電干擾管理技術多為基于頻譜感知和頻譜切換的干擾避免,或基于網絡間的完全協(xié)作編碼,認知用戶服務質量受限于授權用戶的通信狀態(tài)。為了進一步提高網絡容量性能并降低協(xié)作開銷,本文基于認知MIMO技術對空域信道資源進行認知,利用多天線編碼技術探索分析了認知異構網絡中的干擾管理問題。分別針對網絡下行鏈路集中式編碼、上行鏈路分布式編碼以及用戶分組問題開展深入研究,并提出了具有理論創(chuàng)新的算法。首先,針對認知異構網絡下行鏈路中的干擾問題,本文提出了基于矩陣降維和用戶漏功率的集中式預編碼算法,對廣播信道干擾進行有效管理。具體的,根據(jù)認知無線電的特性,基于多信道比率(Multi-Channel Ratio,MCR)設計了一種無需授權用戶反饋的跨層干擾信道估計方法。在此基礎上,利用得到的干擾信道結合矩陣降維,以較低復雜度消除網絡中的跨層認知干擾。對于微小區(qū)內存在的同層干擾,采用最小漏功率準則和廣義Rayleigh商對耦合優(yōu)化問題進行解耦合,并利用矩陣協(xié)同對角化對信道增益進行均衡以降低用戶誤碼率。為了提高網絡的用戶接入能力,本文還結合非正交多址接入(NOMA)技術設計了混合波束賦形算法,發(fā)掘用戶信道差異從而允許更多用戶接入網絡。與傳統(tǒng)的預編碼算法相比,本文提出的算法無需授權用戶的協(xié)作編碼,具有更好的自組織性。仿真結果表明,所提算法能夠提供更高的網絡容量和更優(yōu)的誤碼性能,同時避免了對宏小區(qū)授權用戶的通信造成影響。其次,深入研究了認知異構網絡上行鏈路的分布式干擾抑制編碼。本文基于信道互易性以及零空間迭代定理,提出了分布式迫零干擾對齊串行檢測算法,管理網絡中的多址干擾。具體地,算法利用干擾信道的LQ分解構造線性編碼器以消除對授權用戶的認知干擾;通過干擾信號在正向及對偶信道上進行迭代抑制同層和跨層干擾;針對接收端的多流數(shù)據(jù)干擾,基于矩陣零空間迭代定理提出了低復雜度的串行檢測方法。為了進一步提升中等或者較低信噪比的場景下的網絡容量,通過松弛優(yōu)化問題中的干擾約束條件,提出了改進的部分機會干擾對齊算法。此外,本文還給出了算法的漸進收斂性證明及可行性條件分析。與現(xiàn)有編碼算法相比,本文提出的分布式算法能夠有效利用串行檢測增益,并通過零空間迭代關系降低計算復雜度,簡化網絡結構和編碼過程。在消除對宏小區(qū)授權用戶認知干擾的前提下,進一步提高網絡容量和頻譜效率。最后,針對網絡中用戶數(shù)目增加帶來的用戶間干擾問題,現(xiàn)有互斥用戶分組方法主要基于固定閾值參數(shù)并會造成頻譜資源浪費。本文基于圖論和聚類分析研究了用戶分組算法,通過用戶分組對用戶間的共道干擾進行有效管理。具體來說,對于NOMA混合波束賦形,聯(lián)合考慮波束內及波束間信道相關性對網絡容量的影響,提出了基于圖分割和譜聚類的NOMA用戶分組算法。另外,通過發(fā)掘多天線網絡中的多用戶分集增益和MIMO信道的優(yōu)良傳輸特性(Favorable Propagation),首次提出了重疊用戶分組的思想。采用廣義Fubini-Study函數(shù)作為改進的相似性測度函數(shù),本文提出了基于啟發(fā)式搜索和譜聚類的重疊用戶分組算法,并在理論上對算法性能進行了推導和分析。所提算法可以搜索出具有漸進正交性信道的用戶并同時分配到多個用戶組中,通過用戶組間的重疊增加各組同時服務的用戶數(shù)量,同時將組內干擾控制在較低水平。與現(xiàn)有的幾種互斥用戶算法相比,本文提出的重疊用戶分組算法能夠獲得更高的網絡容量,并且基于譜聚類的用戶分組算法能夠取得算法性能和計算復雜度的有效平衡。
【圖文】：

Fig.1-1 Utilization of spectrum frequency from 30MHz to 2.9GHz隨著各類無線應用對數(shù)據(jù)傳輸速率、網絡覆蓋范圍以及頻譜利用效面都提出更高的需求，網絡的分層化和異構化成為無線網絡的發(fā)展趨小區(qū)作為一種由用戶自行部署，具有一定自組織特性的異構部署方式不斷推廣。微小區(qū)能夠有效擴大覆蓋范圍、降低端到端傳輸時延、提

圖 1-2 給出了認知無線電網絡的體系框圖。根據(jù)最初的構想，主要軟件結構組成。其中射頻天線、基帶處理和用戶接口等模塊組成了，主要負責物理層硬件實現(xiàn)。而軟件結構主要負責網絡智能學習和的實現(xiàn)，是整個認知無線網絡的核心部分。認知無線網絡的智能軟過 RKRL 語言（Radio Knowledge Representation Language）對網絡道狀態(tài)和射頻環(huán)境進行感知和描述，利用特定的語法規(guī)則和語義信測，，進而動態(tài)調整網絡參數(shù)。認知無線網絡所具備的學習和預測能傳統(tǒng)認知無線電技術僅對授權頻段認知的局限，上升到對多域聯(lián)合體網絡環(huán)境的認知，并能夠動態(tài)自適應的實施網絡決策、調度和響
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TN92

【參考文獻】

相關博士學位論文 前1條

1 張國棟;移動通信異構網絡資源分配與干擾管理關鍵技術研究[D];東南大學;2017年

相關碩士學位論文 前2條

1 呂詩洲;LTE-A異構網絡中的無線資源管理技術研究[D];北京郵電大學;2017年

2 吳t

本文編號：2590383