[发明专利]一种认知无线电系统中基于波束成形的功率分配方法

摘要

本发明针对认知环境，从抑制认知基站与主用户之间的干扰、提高认知系统性能的角度，提出一种基于联合波束成形的功率分配方法。包括分别在认知基站端以及认知用户端使用多根天线，根据系统间的信道环境，在认知基站端和认知用户端使用波束成形技术，为多个认知用户分配发射功率。在分配功率的过程中，本发明同时考虑认知系统和主系统之间的干扰和两类系统的性能指标，使用最优化理论将认知系统的波束成形和功率分配问题建模为一个多目标优化问题。在求解最优解时，本发明提出了一种基于固定变量思想的迭代方法实现波束成形和功率分配，该方法具有复杂度低、收敛速度快等优点，在实际使用中具有一定的应用价值。

主权项

一种认知无线电系统中基于波束成形的功率分配方法，包括以下步骤：步骤1：初始化认知用户接收波束成形向量，通过建模为一个多目标优化问题，计算下行发射端的波束成形以及功率分配；步骤2：进行收敛性判断：若不满足收敛条件，将步骤1中求解出的最优的发射端波束成形向量作为步骤3的发射端波束成形的初始值；若在迭代中收敛条件满足，即跳出迭代循环，此时得到的波束成形向量即为最优的联合波束成形向量；通过发射端的波束成形向量即可求解出分配给不同用户的功率大小；步骤3：将原优化问题中的认知用户信干噪比作为迭代优化问题的目标函数，约束条件为接收端的波束成形向量的模为1，并将步骤1中计算出的发射端波束成形向量带入到迭代优化问题中，此时迭代优化问题即为单目标优化问题，进而求解出最优的接收端波束成形向量；步骤4：进行下一次迭代的准备：首先将迭代次数加1，再将步骤3中求出的最优的认知用户接收端波束成形向量带入到步骤1中，进行下一次迭代过程的计算；其特征在于：步骤4首先将算法的整个过程的迭代次数加1，然后再把步骤3中求出的最优的认知用户接收端波束成形向量带入到步骤1中，作为步骤1中优化问题的已知接收端波束成形向量，具体步骤如下：(1)初始化m＝0，m表示第m次迭代；(2)如果m＝0则随机初始化认知用户接收端的波束成形向量其中k表示第k个认知用户接收端；根据下面的优化问题设计出最优的发射端波束成形向量；mintk,pp]]>s.t1+1γkwkHgssktkwkHgsskT|PpwkHgpsk|2+σk2≥0,k=1...K]]>γK+lgsplT≥0,l=1...L]]>pT≥0]]>||wk||2＝1,k＝1...K其中T＝[t1 t2 . tK]，使用内敛法求解出最优的认知发射端波束成形向量表达式中tk、wk分别表示为第k个认知用户的发射端以及第k个认知用户的接收端的波束成形向量；gspl、gssk以及gpsk分别表示认知基站到第l个主用户、认知基站到第k个认知用户以及主基站到第k个认知用户之间的信道参数；γ1...γK分别表示第1～第K个认知用户的信干噪比门限值；γK+1...γK+L分别表示第1～第L个主用户所能承受的干扰门限值；p为该优化问题中定义的发射功率变量，且Pp为主系统基站的发射功率；σk表示第k个认知用户接收端噪声方差的平方根；认知基站端分配给认知用户k的发射功率为假设为pk，根据计算出的认知用户发射端波束成形向量可计算出pk＝||tk||2；(3)基于两个条件判断算法收敛；条件一为迭代次数大于2，条件二为由步骤1得到的总的发射功率的变化范围小于某个很小的数，即：|Σk=1K||tk(m+1)||22-Σk=1K||tk(m)||22|<ξ]]>其中ξ为大于零的很小的数；当同时满足上述两个条件时，表明算法收敛，跳出迭代循环，此时求解出的解为设计的最优联合波束成形向量以及分配的功率如不能同时满足上述两个条件，则进行步骤(4)；(4)以认知用户的信干噪比为优化目标函数，接收端波束成形向量的模为1为约束条件，建立一个迭代优化问题：maxwkΣk=1K||wkHgssktk||2Σi=1i≠kK||wkHgsskti||2+Pp||wkHgpsk||2+σk2]]>s.t||wk||2＝1，k＝1,2...K将步骤(2)中求解得到的最优的发射端波束成形向量带入到该优化问题中，求解得到最优的接收端波束成形向量(5)将(4)中求得的最优的接收端波束成形向量带入步骤(2)，m＝m+1；重复步骤(2)‑(4)直至迭代算法达到收敛。