论文部分内容阅读
提高认知无线网络的频谱效率主要通过集中式速率分配机制来控制干扰,最大化次级用户的合速率。但是,这种处理方式需要频繁地交互信道状态信息,引入了额外的信令开销和较高的计算复杂度。同时,已有的速率分配机制大多未考虑多天线技术的应用,从而造成了空间资源的极大浪费。本文引入基于最大相关熵准则的Elman神经网络,预测信道状态信息,减少反馈开销,设计了一种低复杂度的分布式波束成形和速率分配联合优化机制,充分利用多天线的空间自由度,最大化次级用户的加权容量。