[发明专利]非高斯干扰下MIMO系统发射天线数估计方法及系统

说明书

本发明属于认知无线通信中MIMO系统参数估计技术领域，公开了一种非高斯干扰下MIMO系统发射天线数估计方法及系统，所述非高斯干扰下MIMO系统发射天线数估计方法包括：利用非线性变换对观测信号进行处理，构建广义相关矩阵；对所构造的广义相关矩阵进行特征值分解，构建基于特征值的特征向量；将发射天线数估计问题转化为聚类问题，利用自适应集成模糊聚类算法估计MIMO系统发射天线数目。本发明可以有效实现alpha稳定分布干扰条件下MIMO系统的发射天线数估计。仿真实验表明，当信噪比高于5dB时，本发明正确检测概率达到90％以上，且对于不同干噪比的非高斯干扰本发明所述方法同样具有较好的性能。

技术领域

本发明属于认知无线通信中MIMO系统参数估计技术领域，尤其涉及一种非高斯干扰下MIMO系统发射天线数估计方法及系统。

背景技术

目前，认知无线电技术在保障不占用过多的独享频谱资源的前提下，通过合理适时地利用空闲频谱，满足无线通信日益增长的用频需求，且带来尽量少的、主用户可以接受的干扰。认知无线网络可以通过使用从先前与网络的交互中学到的知识来感知无线电环境，从而对传输机会做出智能决策。在认知无线通信中，为了实现智能传输，信号参数的识别是一个关键的要求，如发射天线数的检测和空时码的分类。尤其是天线计数在认知无线电中有着重要的应用，它改善了配置多个天线的次用户和主用户的共存性。换句话说，次用户关于主用户发射天线的数量的知识允许它们调整其发射功率和波束形成以避免对主用户造成干扰。因此，在认知无线电中，为了实现认知设备与附近的主用户设备的共存，需要研究高效准确的发射天线数的估计方法。

关于MIMO系统发射天线数目估计问题，已经提出了多种方法，现有的方法大致分为两类：信息论方法和基于特征的方法。Somekh O等人提出了基于最小描述长度(MDL)和Akaike信息准则(AIC)的发射天线估计方法。MDL/AIC算法可以实现低信噪比条件下发射天线的数目估计方法，但这两种方法对定时偏移和频率偏移鲁棒性较差。Shi M等人提出了基于Schur补码检验的自适发射天线数目估计，该方法不需要计算协方差矩阵的特征值，且对MIMO系统接收天线没有特定要求。Hassan K等人针对空间相关MIMO发射天线数目的识别问题，提出了两种基于客观信息理论准则的识别方法。所提的两种方法对MIMO信道的空间相关性具有很强的鲁棒性，但其性能易受定时偏差和频率偏差的影响。

Oularbi M R等人提出了一种利用导频信号的正交性来识别基站天线数目的新算法。该算法表现出良好的性能，但它需要对导频模式的先验知识。Mohammadkarimi等人提出了一种新的基于特征的发射天线数估计方法，该方法使用二阶矩和四阶统计量作为特征来实现发射天线估计。Li T等人提出了两种基于假设检验的发射天线数目识别算法，即基于Wishart矩阵最大特征值(WME)的算法和基于二阶矩的一步预测特征值上限(SM-PET)算法。Li T等人提出了一种基于特征值高阶矩的假设检验算法，用于检测MIMO系统的发射天线数。

上述的MIMO系统发射天线数估计方法假设环境噪声为加性高斯白噪声。然而，在许多实际应用中存在着各种各样的非高斯干扰，如人为脉冲噪声、同频干扰和低频大气噪声，这些非高斯干扰通常用alpha稳定分布来模拟。由于alpha稳定分布干扰不存在有限的二阶矩，使得现有的高斯背景下的MIMO系统发射天线数估计方法的性能严重退化。因此，亟需一种新的alpha稳定分布干扰下MIMO系统发射天线数估计方法及系统。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有MIMO系统发射天线数的估计方法中，由于alpha稳定分布干扰不存在有限的二阶矩，使得现有的高斯背景下的MIMO系统发射天线数估计方法的性能严重退化。

(2)现有MIMO系统发射天线数目估计方法对定时偏移和频率偏移鲁棒性较差，且其性能易受定时偏差和频率偏差的影响。

(3)鲜有文献提及alpha稳定分布干扰下MIMO系统发射天线数估计方法。