發(fā)布時間：2017-11-26 08:26

  本文關(guān)鍵詞：認知頻譜共享網(wǎng)絡(luò)中多用戶的干擾對齊算法研究

  更多相關(guān)文章： 認知無線網(wǎng)絡(luò) 干擾對齊 Grassmann流形 迫零算法 最小均方誤差算法

【摘要】：無線通信業(yè)務(wù)在通信領(lǐng)域中迅猛發(fā)展的同時,所需的無線電頻譜資源也隨之急劇膨脹。受限于當前通訊設(shè)備的水平以及復雜的無線傳播環(huán)境,頻譜資源的需求矛盾日益突出。認知無線電(Cognitive Radio,CR)以伺機方式共享頻譜的方法為學術(shù)界帶來了歷史性的變革。要實現(xiàn)認知無線網(wǎng)絡(luò)中授權(quán)用戶(主用戶)與非授權(quán)用戶(認知用戶或次用戶)之間的頻譜共享,則必須解決主次用戶間突出的干擾問題。為此,本文探討認知頻譜共享網(wǎng)絡(luò)中多用戶的干擾對齊(Interference Alignment,IA)算法。論文主要工作如下:針對多個主用戶和多個次用戶的多輸入多輸出(Multiple Input Multiple Output,MIMO)認知頻譜共享網(wǎng)絡(luò),本文給出了一種不依賴于信道互易性和不需要前后向鏈路交替迭代的IA方法。首先,對次用戶發(fā)送信號進行編碼,建立消除主次用戶間干擾的等效模型;然后,基于等效模型,以最大化總頻譜效率為目標函數(shù),將目標函數(shù)擴展到Grassmann流形上,并采用梯度法進行求解;最后,在接收端以最大化信干噪比的思想設(shè)計接收濾波矩陣。仿真結(jié)果顯示,在低信噪比時本文算法與現(xiàn)有典型算法的頻譜效率相同,而在高信噪比時本文算法頻譜效率更高。目前利用IA方案解決異構(gòu)認知無線網(wǎng)絡(luò)中干擾問題的研究甚少,并且也僅針對宏基站和低功率認知基站均分別服務(wù)于一個用戶的簡單情況。針對存在多個用戶的異構(gòu)認知無線網(wǎng)絡(luò)下行鏈路中基于IA的干擾處理問題,本文在對多用戶異構(gòu)認知無線網(wǎng)絡(luò)模型進行分析的基礎(chǔ)上,分別為宏小區(qū)和認知小區(qū)設(shè)計了不同的方案。認知小區(qū)利用系統(tǒng)的感知能力,并綜合運用線性迫零算法和最小化總均方誤差的思想為認知系統(tǒng)設(shè)計級聯(lián)的預編碼矩陣和接收濾波矩陣,對跨層干擾和同層干擾進行層層處理,從而實現(xiàn)低功率認知小區(qū)與宏小區(qū)的頻譜共享。本文方案復雜性較低,并且通過仿真分析顯示,本文方案的頻譜效率高于最小二乘干擾對齊算法,并且對消除異構(gòu)認知無線網(wǎng)絡(luò)中的干擾具有一定的優(yōu)勢。
【學位授予單位】：重慶郵電大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN92

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 聶俊美;謝顯中;張森林;雷維嘉;;多用戶認知網(wǎng)絡(luò)中基于Grassmann流形梯度法的干擾對齊算法[J];信號處理;2016年03期

2 章?lián)P;周正;石磊;鄒衛(wèi)霞;李斌;;蜂窩網(wǎng)絡(luò)下行鏈路單反饋干擾對齊算法研究[J];電子與信息學報;2012年12期

，

本文編號：1229196