[发明专利]MIMO认知无线电干扰网络中基于信道学习的频谱共享方法

说明书

本发明涉及MIMO认知无线电干扰网络中基于信道学习的频谱共享方法，通过分析接收的数据的二阶统计量获取需要的主用户干扰信道的空间特征，融合MIMO多子流传输和认知多信道切换技术，设计发送策略，避免对主用户的干扰，提高频谱共享效率；针对干扰信道状态信息缺失下次用户干扰网络与主用户系统共存问题，兼顾MIMO认知无线电网络的空间传输能力，融合主用户的信道切换能力，联合利用空间和频率资源的高效频谱共享方法，比以往单一资源利用方法的效率更高；分析了次用户通过设置信道学习时间对网络性能的影响，说明通过控制时间可以有效控制对主用户的干扰功率；从自由度检测性能、主用户误码率、算法收敛性和网络容量等多方面分析。

技术领域

本发明涉及无线电技术领域，特别涉及一种MIMO认知无线电干扰网络中基于信道学习的频谱共享方法。

背景技术

随着无线通信技术的飞速发展，尤其是手机终端的普及与智能化，对无线频谱的需求量与日剧增。而传统的频谱分配策略未考虑用户业务的动态性，频谱利用率低下，导致频谱供需矛盾加剧。认知无线电技术通过对已分配频谱的“二次利用”，为缓解紧张的频谱供需矛盾开辟了一条新的途径，成为当前最热门的无线技术之一。认知无线电能够检测周围电磁环境，调整系统传输参数，在不影响主用户通信的前提下，寻找空闲频谱资源，“见缝插针”地利用空闲频谱实现通信，而一旦主用户占用该空闲频谱，次用户会及时的发现并采取相应的措施。

与此同时，MIMO技术作为商用无线产品增加容量的实现方式得到广泛的应用，已成为现有以及未来商用移动通信的关键组成部分。认知系统与MIMO技术的结合，利用多天线空域抗干扰和并行传输优势设计频谱共享方法，已成为当前认知的研究热点之一。干扰对齐(Interference Alignment,IA)技术作为MIMO抑制干扰的一种有效手段，通过调整发送预编码矩阵将多用户的干扰信号对齐压缩到低维子空间上，以实现频谱的高效共享。相关研究表明与传统频分复用相比，认知系统利用IA技术可以获得更大的传输速率，从而缓解频谱供需之间的矛盾。例如，1)一种机会式IA(Opportunistic IA，OIA)方法，其利用主用户采用功率注水优化传输速率，而导致部分空间方向空闲这一事实，实现主次用户在同一频谱资源上的空分复用传输；2)在此基础上，研究了由多条认知通信链路和一条主用户通信链路组成的K+1认知无线电网络，将原来单条认知链路扩展成多条，在完全正交的情况下，采用交替迭代的求解思路，给出了一种迭代认知IA算法，并从理论上证明了算法的可达自由度上界；3)采用最大似然估计器，在接收端白化处理接收到的用户间干扰(其它用户的信号)，直接推导出次用户预编码和接收干扰抑制矩阵的求解关系式。然而，上述的内容都假设次用户已知所有信道的信道状态信息(Channel-State Information，CSI)，事实上，次用户没有频谱使用授权，难以要求主用户与其协作，来获得主次用户之间干扰信道的CSI，然而认知传输的优化设计与CSI紧密相关。因此，指出了两种改进算法：1.可以通过信道学习来获取干扰信道信息，其针对主用户采用时分双工(Time Division Duplex，TDD)传输场景，利用信道互易性，提出一种基于等效信道的认知波束形成算法，并通过合理分配信道学习时和数据传输时间，来获得认知系统吞吐量最大化；2.针对主用户采用频分双工(Frequency Division Duplex，FDD)传输场景，利用主用户系统的功率控制过程，结合循环雅可比方法，来获取干扰信道的正交子空间。然而，上述的两种改进算法主要针对次用户点对点链路开展研究，缺乏对次用户之间干扰功率泄露的控制，算法无法直接应用到认知无线网络或存在多条干扰链路中。

发明内容

针对现有技术中的不足，本发明提供一种MIMO认知无线电干扰网络中基于信道学习的频谱共享方法，通过分析接收数据的二阶统计量，获取需要的主用户干扰信道的空间特征，融合MIMO多子流传输和认知多信道切换技术，设计合理的发送策略，避免对主用户的干扰，提高频谱共享效率。

按照本发明所提供的设计方案，一种MIMO认知无线电干扰网络中基于信道学习的频谱共享方法，包含如下步骤：