论文部分内容阅读
随着无线通信技术的快速发展,各种多媒体数据业务的需求急剧增加,频谱资源越来越紧缺。研究表明,大规模天线技术(Massive MIMO)技术具有在同一时频资源上以更低的功率消耗、同时服务更多的用户以及更高的传输速率等优点,因此将大规模天线技术引入到认知无线电Ad Hoc网络中,发挥各自技术的自身优势,满足现代无线网络中高性能通信的要求。本文以此为背景,针对CRAHNs网络中基于Massive MIMO的系统性能和资源分配方案进行了深入的研究。首先分析了Massive MIMO系统中线性预编码的性能。根据系统的仿真结果,提出在多节点的Massive MIMO场景下,随着系统中节点数量的逐渐增多,系统的和遍历容量反而下降的理论。根据该理论进一步提出了一种通过简单的一维搜索获得基于系统遍历和速率最大的节点数算法,并通过仿真验证了该算法的准确性和可靠性。研究表明需要通过合理的系统资源的分配,才能够充分发挥大规模天线技术的优势。其次,针对CRAHNs中多节点的Massive MIMO下行系统,分析迫零(Zero-Forcing,ZF)和最大比传输(Maximum Ratio Transmission,MRT)预编码方法在向量归一化方式下的容量下界,并给出了相应的证明;此外围绕两种预编码算法的容量下界,提出了一种基于容量最大化的预编码方法选择策略,根据网络中节点数的实时变化动态地选择更优的预编码方法。仿真结果表明,所提方案能够以较低的计算复杂度实现系统容量的最大化。最后,针对无线通信网耗能造成二氧化碳排放量日益增加的问题,提出一种基于能效最优的Massive MIMO系统资源分配方案。在簇头采用MRT预编码技术,考虑各节点最小数据速率、最大发射功率和可容忍的干扰水平约束条件下,以最大化系统能效下界为准则建立非凸优化模型。首先采用一种迭代算法确定每个用户的带宽分配,然后根据分数规划的性质,将能效优化问题的分数形式转化为减式形式,进而利用凸优化方法求解簇头端最优的发射天线数和发射功率来获得最优能效。仿真结果表明,所提算法能以较小的迭代次数收敛到最大能效值,并且有较好的系统频谱效率性能,同时算法复杂度得到了显著降低。