一种基于子空间分解的认知MIMO传输机制

针对传统认知无线电中检测-避免机制无法保证认知用户通信质量的问题,利用多输入多输出(MIMO)在空域处理上的优势,提出一种基于子空间分解的认知MIMO传输机制。在信道检测阶段,通过对协方差矩阵进行子空间分解得到噪声空间,在数据传输阶段,结合预编码将发送信号投影到噪声空间上,并采用功率注水以优化系统性能。仿真结果表明,该算法可以实现认知用户与主用户的空间复用,有效地提高系统的频谱利用率。

基于认知MIMO网络的资源分配方法

针对无线通信能耗较高的问题,基于多用户认知多输入多输出(MIMO)网络系统并利用时分复用-码分多址(TDM-CDMA)技术,提出一种"最佳时间&多用户共享"方法,以此来对次用户组并行分配时间资源。通过TDM-CDMA技术建立具有并行时间分配的多用户认知MIMO通信系统数学模型,该模型是非凸问题,利用注水算法和SDP松弛将该非凸问题转化为关于时间的凸优化问题后,运用贪婪算法求解此凸优化问题。在此基础上,对时间资源进行最小初始化分配和最佳时间分配。仿真结果表明,与利用传统TDMA技术串行分配时间资源的方法相比,该方法能够降低认知MIMO网络系统中的能耗。

认知MIMO系统基于有限反馈的干扰信道学习算法

针对认知多输入多输出(MIMO)系统中的干扰信道学习问题进行研究,提出了一种基于有限反馈的干扰信道学习算法。算法用干扰信道的零空间代替整个信道矩阵作为反馈量,在推导最优零空间码字选择准则的基础上,分析干扰信道零空间量化结果的时间相关性,并在前一帧量化结果上加一个基于旋转码本的扰动构建当前帧零空间码本。为防止量化误差的传播,进一步推导了旋转量参数的更新。理论分析和仿真结果表明,所提算法在慢变MIMO干扰信道下对零空间的跟踪效果比Grassmannian子空间包码本好。

基于非正交多址的认知MIMO网络次用户系统容量优化

针对未来移动通信系统对大容量、高频谱利用率的需求,提出基于非正交多址(NOMA)技术的认知多输入多输出(MIMO)网络次用户系统容量优化方法。首先对发送信号进行预编码,随后按照信道质量增益对认知用户进行分簇,再对分簇之后的用户进行功率分配,最后将得到的NP-hard型多簇目标函数转化为求各子簇的容量;同时兼顾认知用户服务质量(Qo S)及满足串行干扰消除(SIC)的条件,利用Lagrange函数结合Karush-Kuhn-Tucker(KKT)条件求解出分簇之后的最优功率分配系数,且该系数是0到1之间的常数。仿真结果表明,所提方法优于平均功率分配方法,并且在信道质量较差时,相比基于正交多址(OMA)技术的认知MIMO,显著提高了次用户系统容量。

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。

全双工中继协作下认知MIMO系统的自干扰收集

针对传统基于能量收集的全双工认知多输入多输出(MIMO)系统忽略自干扰对提高能量利用率的作用问题,建立了基于全双工MIMO的认知中继网络,通过能量收集技术进行自干扰收集.研究了系统能量效率最大化问题,在满足中继发送功率限制等约束条件下,对传输信号协方差和功率划分因子进行联合优化.利用半定松弛算法将系统优化问题转化成凸优化问题,并结合注水功率算法分析得到最优解.仿真结果表明:与传统自干扰消除模式相比,所提方案在保证系统频谱效率的同时,系统能量效率还可提高13.9%;在自干扰收集模式下,与系统容量最大化方案相比,所提方案每传输1 bit信息可降低近0.1 J的功率消耗.