认知无线电通过与MIMO(Multi-Input Multi-Output)、OFDM(Orthogonal Frequency Division Multiplexing)、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...认知无线电通过与MIMO(Multi-Input Multi-Output)、OFDM(Orthogonal Frequency Division Multiplexing)、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.展开更多
文摘认知无线电通过与MIMO(Multi-Input Multi-Output)、OFDM(Orthogonal Frequency Division Multiplexing)、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.