论文部分内容阅读
纵观当今无线移动通信快速发展的趋势,频谱资源匮乏日益变得严峻。为了缓解频谱资源匮乏问题,提高频带利用率,J.Mitola博士于1999年提出认知无线电(Cognitive Radio,CR)概念。多输入多输出(Multiple Input Mltiple Output,MIMO)技术主要是通过在发送端和接收端设立多根天线获得更大的空间分集增益与复用增益,进而增加系统容量等性能。本文旨在将MIMO技术引入到认知系统中,通过波束成形技术有效的降低认知用户与主用户之间的干扰,提升频谱利用率。本文采用凸优化理论,研究了多用户认知MIMO系统下行波束成形技术和联合波束成形技术,将系统间信道状态信息的不确定性引入算法设计过程中,设计了鲁棒性波束成形算法。首先,对认知MIMO系统中下行波束形成技术进行了研究,针对在实际场景中认知基站端天线发射功率能力受限问题,以最小化认知基站的发射功率为优化目标,设计了认知MIMO鲁棒性下行波束成形算法,仿真表明,新的算法能够在信道部分已知情况下计算出最优的波束成形向量,并实现认知基站发射天线功率的最优分配。其次,根据多天线系统中的上下行对偶理论,给出了一种基于上下行对偶的鲁棒性迭代算法。重点对认知MIMO系统收发端联合波束成形技术进行了研究,更加全面的考虑系统间干扰问题,将主基站对认知用户的干扰引入算法设计过程中,并以最小化认知基站发射功率为优化目标,利用多天线系统上下行对偶特性,推导得到原问题的虚拟上行对偶问题,仿真表明,该算法可以在信道存在估计误差的情况下有效的控制认知系统与授权系统之间的干扰,同时可以实现认知基站端发射功率的优化配置。最后,根据凸优化理论中的变量分离的求解思想,提出了一种基于变量分离的鲁棒性迭代算法。在多用户认知MIMO系统中,在同时满足两类系统干扰受限和信干噪比受限的条件下,使用固定变量的方法,通过交替迭代实现联合波束成形求解,仿真表明新算法具有收敛快等优点,可以适应信道参数信息的变化,具有一定的鲁棒性。