李兆玉, 馬東亞, 唐 宏, 徐 棟

(1. 重慶郵電大學(xué)通信與信息工程學(xué)院, 重慶 400065;2. 移動(dòng)通信技術(shù)重慶市重點(diǎn)實(shí)驗(yàn)室, 重慶 400065)

0 引 言

無(wú)線通信業(yè)務(wù)的飛速發(fā)展使得原本就稀缺的頻譜資源更加的供不應(yīng)求。認(rèn)知無(wú)線電技術(shù)能夠使認(rèn)知用戶(次用戶)利用授權(quán)用戶(主用戶)的頻譜空洞,而達(dá)到提高頻譜利用率的效果[1]，但次用戶被允許接入的前提是其不會(huì)對(duì)主用戶的通信質(zhì)量造成不利的影響。因此,干擾成為認(rèn)知系統(tǒng)中較為核心的問(wèn)題。近期,干擾對(duì)齊作為一種有效處理干擾的方法被用到認(rèn)知無(wú)線網(wǎng)絡(luò)中[2]。

文獻(xiàn)[3-4]提出干擾對(duì)齊的核心思想是用戶間通過(guò)聯(lián)合預(yù)編碼設(shè)計(jì)在接收端將來(lái)自其他用戶的干擾信號(hào)對(duì)齊到盡量小的空間中,而使期望信號(hào)獲得更多的信號(hào)空間。在文獻(xiàn)[5-6]中證明了干擾對(duì)齊成立的必要條件。在認(rèn)知網(wǎng)絡(luò)中運(yùn)用干擾對(duì)齊技術(shù)進(jìn)行干擾消除,可以有效利用系統(tǒng)的空域資源,使得次用戶在不影響主用戶通信的情況下,同時(shí)同頻地接入[7-9]。文獻(xiàn)[10]中在時(shí)分雙工的模式下利用信道互易性,將正反向鏈路迭代式的干擾對(duì)齊方法,運(yùn)用在認(rèn)知多輸入多輸出(multiple-input multiple-output,MIMO)網(wǎng)絡(luò)中。在文獻(xiàn)[11]中,由于主用戶為提高系統(tǒng)容量對(duì)信道進(jìn)行注水功率分配,如此以來(lái),次用戶可以使用主用戶未使用的信號(hào)空間,且不會(huì)影響主用戶的通信,但該算法卻沒(méi)有考慮主用戶對(duì)次用戶造成的干擾。文獻(xiàn)[12-13]對(duì)認(rèn)知無(wú)線網(wǎng)絡(luò)中干擾對(duì)齊成立的必要條件及其自由度上限進(jìn)行了分析,并驗(yàn)證了所得結(jié)論的正確性。在文獻(xiàn)[14-16]中由次用戶單方面消除主次間的干擾,但卻帶來(lái)次用戶性能嚴(yán)重?fù)p失的問(wèn)題。如果主用戶和次用戶能夠相互知道對(duì)方的信道狀態(tài)信息,那么主用戶和次用戶間可以進(jìn)行協(xié)作處理干擾[17-18],文獻(xiàn)[17]在一個(gè)主用戶、多個(gè)次用戶的系統(tǒng)模型下,為解決由次用戶系統(tǒng)消除主次用戶間干擾,帶來(lái)次用戶性能嚴(yán)重?fù)p失的問(wèn)題。由主用戶系統(tǒng)負(fù)責(zé)處理次用戶對(duì)主用戶的干擾,雖然該算法一定程度上解決了次用戶的性能不佳的問(wèn)題,但卻違背了不影響主用戶通信質(zhì)量的初衷。文獻(xiàn)[18]考慮多個(gè)主用戶、多個(gè)次用戶的系統(tǒng)模型,通過(guò)主用戶和次用戶相互協(xié)作的干擾對(duì)齊,提高了次用戶自由度上限,進(jìn)而提高次用戶性能,但同樣會(huì)犧牲主用戶的性能。

基于上述分析,在認(rèn)知MIMO網(wǎng)絡(luò)中,不同于由次用戶單方面消除主次間干擾的傳統(tǒng)算法和主次協(xié)作認(rèn)知干擾對(duì)齊算法[17-18],本文首先根據(jù)各用戶信道質(zhì)量的差異,分別對(duì)主用戶系統(tǒng)和次用戶系統(tǒng)的信道矩陣進(jìn)行調(diào)整排序,然后,聯(lián)合主次用戶系統(tǒng)進(jìn)行三角分解,如此以來(lái),使得信道質(zhì)量越好的主用戶受到其他主用戶的干擾個(gè)數(shù)越少、信道越好的次用戶受到其他次用戶的干擾個(gè)數(shù)越少,并且同時(shí)消除了一半的次用戶間和主用戶對(duì)次用戶以及一半的主用戶間的干擾。最后還分析了本文算法下次用戶自由度上限,并通過(guò)最小均方誤差算法驗(yàn)證其正確性和合理性。仿真實(shí)驗(yàn)表明,本文算法能夠有效地改善主用戶和次用戶系統(tǒng)的性能。

1 系統(tǒng)模型

本文考慮如圖1所示的認(rèn)知MIMO系統(tǒng)。該系統(tǒng)共有K(K=Kp+Ks)對(duì)用戶,其中Kp、Ks分別表示主用戶對(duì)數(shù)和次用戶對(duì)數(shù),且每個(gè)主用戶對(duì)的發(fā)端配有天線Mp根、收端配有天線Np根,每個(gè)次用戶對(duì)的發(fā)收兩端分別配有Ms和Ns根天線,并且用戶i(i=1,2,…,K)發(fā)送di個(gè)數(shù)據(jù)流(即用戶i的自由度為di)。

圖1 認(rèn)知MIMO網(wǎng)絡(luò)系統(tǒng)模型Fig.1 Cognitive MIMO network system model

在特定的時(shí)頻資源上,接收機(jī)i的接收信號(hào)為

(1)

2 信道矩陣排序及三角分解

針對(duì)圖1所示的系統(tǒng)模型,由于系統(tǒng)中各用戶的信道質(zhì)量有相對(duì)的好壞之分,因此在進(jìn)行聯(lián)合主次用戶信道矩陣進(jìn)行三角分解之前,首先根據(jù)信道質(zhì)量分別對(duì)主用戶網(wǎng)絡(luò)和次用戶網(wǎng)絡(luò)的信道矩陣進(jìn)行調(diào)整,而信道矩陣的跡可以表示其好壞,且信道矩陣的跡越大表示信道質(zhì)量越好。由矩陣?yán)碚揫19]可知,信道矩陣的跡表示為

(2)

式中,k=1,2,…,K。按照信道矩陣的跡的大小分別對(duì)主用戶系統(tǒng)和次用戶系統(tǒng)進(jìn)行排序

ttr,1≤ttr,2≤ttr,3…≤ttr,Kp

(3)

ttr,Kp+1≤ttr,Kp+2≤ttr,Kp+3…≤ttr,K

(4)

如此以來(lái),在進(jìn)行三角分解之后,使得信道越好的主用戶受到其他主用戶的干擾個(gè)數(shù)越少、信道越好的次用戶受到其他次用戶的干擾個(gè)數(shù)越少。

經(jīng)過(guò)調(diào)整排序后,整個(gè)系統(tǒng)的信道矩陣表示為

(5)

用向量的方式表示接收端所接收到的信號(hào)

(6)

式中,Hpp、Hsp、Hps、Hss分別表示主用戶之間、主用戶到次用戶、次用戶到主用戶以及次用戶之間的發(fā)端到收端的信道矩陣;Vp和Vs分別表示主用戶系統(tǒng)的預(yù)編碼矩陣和次用戶系統(tǒng)的預(yù)編碼矩陣。

對(duì)整個(gè)系統(tǒng)聯(lián)合主次用戶信道矩陣H進(jìn)行三角分解

(7)

式中,Q∈CKN×KN為酉矩陣;L∈CKN×KM為上三角矩陣。根據(jù)矩陣?yán)碚摲治隹傻镁仃嘗和矩陣H有相同的統(tǒng)計(jì)特性,因此可用矩陣L等效為主次聯(lián)合的信道矩陣。此時(shí)式(6)可表示為

(8)

由式(7)可知經(jīng)過(guò)三角分解后Lpp等于

為聯(lián)合主次信道系統(tǒng)進(jìn)行三角分解后主用戶發(fā)射機(jī)到主用戶接收機(jī)之間的信道矩陣,因?yàn)榻?jīng)分解后矩陣Lpp左下部分均為0,而該部分為一半的主用戶之間的干擾信道矩陣。因此,Lpp為一半的主用戶之間干擾鏈路被消除后的信道矩陣;Lss等于

為聯(lián)合主次信道系統(tǒng)進(jìn)行三角分解后次用戶發(fā)射機(jī)到次用戶接收機(jī)之間的信道矩陣,因?yàn)榻?jīng)分解后Lss左下部分均為0,而該部分為一半的次用戶之間的干擾信道矩陣。因此,Lss為一半的次用戶間的干擾鏈路被消除后的信道矩陣;Lps等于

為聯(lián)合主次信道系統(tǒng)進(jìn)行三角分解后次用戶到主用戶之間的信道矩陣。因此,對(duì)整個(gè)系統(tǒng)聯(lián)合主次用戶信道矩陣H進(jìn)行三角分解,使得同時(shí)消除了一半的次用戶間和主用戶對(duì)次用戶以及一半的主用戶間的干擾。

對(duì)式(8)等式兩邊進(jìn)行左乘Q-1的預(yù)處理得:

(9)

接收機(jī)在經(jīng)過(guò)干擾抑制矩陣U∈CN×d處理之后為

(10)

式中,N為接收機(jī)天線個(gè)數(shù)；d為數(shù)據(jù)流的個(gè)數(shù)；Up和Us分別表示為所有主用戶和所有次用戶的干擾抑制矩陣所構(gòu)成的總干擾抑制矩陣。

3 次用戶自由度分析

定理1在上述聯(lián)合主次信道矩陣進(jìn)行三角分解的認(rèn)知MIMO網(wǎng)絡(luò)中,次用戶網(wǎng)絡(luò)干擾對(duì)齊可行的必要條件為

(11)

證明不同于傳統(tǒng)認(rèn)知干擾對(duì)齊算法,由次用戶系統(tǒng)消除次用戶對(duì)主用戶以及主用戶對(duì)次用戶的干擾,本文算法因?yàn)槁?lián)合了主次用戶信道矩陣進(jìn)行三角分解消除了主用戶對(duì)次用戶的干擾,因此次用戶僅需進(jìn)行編碼消除次用戶對(duì)主用戶的干擾。此時(shí),次用戶干擾對(duì)齊的可行性條件需滿足如下3個(gè)等式:

(12)

(13)

(14)

式(12)表示由次用戶系統(tǒng)消除次用戶對(duì)主用戶的干擾;式(13)表示次用戶系統(tǒng)消除次用戶之間的干擾;式(14)表示每一個(gè)次用戶的收端都能恢復(fù)出所期望的信號(hào),且式(12)、式(13)有解,則式(14)必然成立[6]。

要使次用戶線性干擾對(duì)齊成立需使式(12)、式(13)同時(shí)成立,即方程組有解。由Bezout定理,如果式(12)、式(13)所組成的方程組中獨(dú)立變量的個(gè)數(shù)(Nv)大于等于方程個(gè)數(shù)(Ne),則該方程組有解。而在計(jì)算獨(dú)立變量個(gè)數(shù)Nv時(shí),應(yīng)忽略無(wú)助于干擾對(duì)齊的變量。因此,通過(guò)矩陣的行變換[6]得

(15)

(16)

由于聯(lián)合了主次用戶信道進(jìn)行三角分解,已經(jīng)消除了主用戶對(duì)次用戶的干擾,所以本文算法下獨(dú)立方程組與傳統(tǒng)認(rèn)知MIMO干擾對(duì)齊算法下相比,少了消除次用戶受到主用戶的干擾的方程,此時(shí),根據(jù)式(12)、式(13)得獨(dú)立方程個(gè)數(shù)為

(17)

考慮每個(gè)次用戶的自由度均為ds,每個(gè)主用戶的自由度均為dp,由Nv≥Ne得

(18)

證畢

定理2在根據(jù)上述聯(lián)合主次信道矩陣進(jìn)行三角分解的認(rèn)知MIMO網(wǎng)絡(luò)中,假設(shè)每個(gè)次用戶和每個(gè)主用的自由度均分別為ds、dp,則每一個(gè)次用戶的自由度上限為

(19)

證明式(19)包含了兩類不等式約束:

(1)第一類是在任意一個(gè)次用戶對(duì)、Kp個(gè)主用戶對(duì)所構(gòu)成的網(wǎng)絡(luò)中,主用戶部分共有Kpdp個(gè)數(shù)據(jù)流,由于利用三角分解次用戶受到主用戶的干擾已經(jīng)被消除,可得

ds+Kpdp≤min{Ms+Kpdp,

Ns+Kpdp,max(Kpdp,Ms)}

(20)

又有

Ms+Kpdp≥max(Kpdp,Ms)

(21)

則有

ds+Kpdp≤min{Ns+Kpdp,max(Kpdp,Ms)}

(22)

則此時(shí)次用戶自由度上限為

ds≤min{Ns,Ms-Kpdp}

(23)

(2)第二類是任意兩個(gè)次用戶對(duì)組成的干擾網(wǎng)絡(luò)也需要滿足MIMO干擾網(wǎng)絡(luò)的自由度分析[4]方法,經(jīng)過(guò)三角分解消除一半的次用戶間的干擾,可以得到

2ds≤min{2Ms,2Ns,max(Ms,Ns)}

(24)

化簡(jiǎn)得

(25)

結(jié)合第一類和第二類結(jié)果可得

(26)

由定理1和定理2可得,由Ks對(duì)次用戶和Kp對(duì)主用戶所組成的認(rèn)知MIMO網(wǎng)絡(luò)中,每一個(gè)次用戶的自由度上界為

(27)

證畢

4 次用戶干擾對(duì)齊算法

4.1 主用戶對(duì)次用戶干擾的消除

因?yàn)榇斡脩舯辉试S接入的前提是其不會(huì)對(duì)主用戶的通信質(zhì)量造成不利的影響,因此,在求解最優(yōu)的次用戶的預(yù)編碼和干擾抑制矩陣時(shí),不但要考慮次用戶間的干擾,而且還要考慮主次用戶間干擾。由于上文中通過(guò)結(jié)合主用戶網(wǎng)絡(luò)和次用戶網(wǎng)絡(luò)進(jìn)行了三角分解,主用戶對(duì)次用戶的干擾已經(jīng)被消除,而對(duì)于次用戶對(duì)主用戶的干擾的消除方法,可根據(jù)矩陣?yán)碚搶?duì)Vi進(jìn)行分解:

(28)

用Bi來(lái)消除所有次用戶對(duì)主用戶i所產(chǎn)生的干擾，其表達(dá)式如下:

(29)

式中,?i=Kp+1,Kp+2,…,K;j=1,2,…,Kp。

令

(30)

式(29)成立,則Bi取Oi的零空間,且維數(shù)為

當(dāng)消除了主次用戶間的干擾,主用戶之間和次用戶之間的干擾問(wèn)題均可以轉(zhuǎn)化為標(biāo)準(zhǔn)的干擾對(duì)齊模型,為方便分析,次用戶網(wǎng)絡(luò)的信道可以等效為

(31)

式中,?i,j=Kp+1,Kp+2,…,K。

4.2 干擾對(duì)齊算法描述

(32)

經(jīng)過(guò)矩陣運(yùn)算得

(33)

(34)

由KKT條件

(35)

由矩陣乘積的跡的梯度性質(zhì)[19]:

(36)

(37)

(38)

(39)

(40)

對(duì)f求Ui的偏導(dǎo):

(41)

(42)

(43)

(44)

步驟4重復(fù)步驟2和步驟3直到收斂。

4.3 算法收斂性分析

由于以最小均方誤差準(zhǔn)則進(jìn)行干擾對(duì)齊,迭代步驟2到步驟3均以最小化均方誤差的值為優(yōu)化目標(biāo),且每次的優(yōu)化均在上一次迭代結(jié)果的基礎(chǔ)上進(jìn)一步壓縮干擾信號(hào)空間和提高信干噪比,因此,每一次迭代后均會(huì)產(chǎn)生單調(diào)遞減的序列。又因?yàn)橐宰钚【秸`差為目標(biāo)的函數(shù)是有界的,因此根據(jù)單調(diào)有界理論,算法是收斂的。

在本文第5節(jié)仿真結(jié)果與分析部分中,根據(jù)干擾泄漏在期望信號(hào)子空間的功率隨迭代次數(shù)變化的仿真圖,可以進(jìn)一步驗(yàn)證算法的收斂性。

5 仿真結(jié)果與分析

將本文算法與主次協(xié)作干擾對(duì)齊算法[18]、傳統(tǒng)認(rèn)知干擾對(duì)齊算法[14]、文獻(xiàn)[20]算法和文獻(xiàn)[21]算法進(jìn)行對(duì)比,來(lái)驗(yàn)證其有效性。不失一般性,設(shè)所有信道滿足平坦衰落,各元素相互獨(dú)立且滿足均值為0方差為1的復(fù)高斯分布;系統(tǒng)中每個(gè)數(shù)據(jù)流的發(fā)射功率相同;系統(tǒng)中無(wú)論是主用戶還是次用戶,無(wú)論是發(fā)端還是收端均配有相同的天線數(shù),即Mp=Np=Ms=Ns=M。需要強(qiáng)調(diào)的是,因?yàn)槲墨I(xiàn)[20]的算法、文獻(xiàn)[21]的算法與本文對(duì)比的另一種傳統(tǒng)認(rèn)知干擾對(duì)齊算法均是由次用戶單方面消除主次用戶間的干擾,而主用戶間均用的是最小干擾泄漏算法進(jìn)行干擾對(duì)齊。因此,這3種算法的主用戶系統(tǒng)的性能是一樣的,在后續(xù)仿真中涉及到主用戶性能對(duì)比圖中均只仿真了傳統(tǒng)認(rèn)知干擾對(duì)齊算法的主用戶性能作為代表。

圖2表示5種算法在Kp=Ks=3,且每個(gè)主用戶自由度dp=2時(shí),系統(tǒng)總的自由度上限隨天線數(shù)M變化的曲線圖。結(jié)果表明本文算法和主次協(xié)作干擾對(duì)齊算法的系統(tǒng)總自由度,隨著天線數(shù)的增加始終優(yōu)于傳統(tǒng)認(rèn)知干擾對(duì)齊算法,并且本文算法的系統(tǒng)總的自由度上限大于等于主次協(xié)作干擾對(duì)齊算法的系統(tǒng)總的自由度上限,原因是本文算法對(duì)整個(gè)系統(tǒng)矩陣進(jìn)行三角分解,同時(shí)消除了一半的次用戶間和主用戶對(duì)次用戶的干擾,相比與傳統(tǒng)算法相當(dāng)于節(jié)省了天線數(shù),而主次協(xié)作干擾對(duì)齊算法主用戶以犧牲自己的性能為代價(jià),補(bǔ)償了次用戶為消除主次間干擾而帶來(lái)的損失,雖然相比于傳統(tǒng)算法自由度也有所提高,但并沒(méi)有本文算法效果好,而文獻(xiàn)[20]的算法、文獻(xiàn)[21]的算法和傳統(tǒng)認(rèn)知干擾對(duì)齊算法一樣均由次用戶單方面進(jìn)行消除主次間的干擾。因此,三者的系統(tǒng)自由度值相同。

圖2 系統(tǒng)總自由度上限分析Fig.2 System total degree of freedom analysis

圖3表示5種算法在Kp=Ks=3,dp=ds=2,主次用戶收發(fā)天線數(shù)M=13時(shí),系統(tǒng)和容量隨信噪比變化的曲線圖,從仿真結(jié)果可知,對(duì)比次用戶系統(tǒng)的和容量,本文算法經(jīng)過(guò)聯(lián)合主次用戶信道進(jìn)行三角分解,次用戶僅需要損失一部分性能去消除次用戶對(duì)主用戶的干擾,而不需要再犧牲自己的性能去消除來(lái)自主用戶的干擾;基于主次協(xié)作的干擾對(duì)齊算法中,次用戶犧牲自身的性能去消除主用戶對(duì)次用戶的干擾,并且與主用戶進(jìn)行協(xié)作消除主用戶對(duì)次用戶的干擾,雖減少了次用戶性能的損失但次用戶仍然需要損失自己的性能;傳統(tǒng)的認(rèn)知干擾對(duì)齊算法需要次用戶單方面的消除主用戶對(duì)次用戶和次用戶對(duì)主用戶的干擾;文獻(xiàn)[20]所提算法,在傳統(tǒng)認(rèn)知干擾對(duì)齊算法的基礎(chǔ)上進(jìn)行改進(jìn),雖明顯的加快了收斂速度,但和容量并沒(méi)有明顯增加;文獻(xiàn)[21]所提算法,雖然仍需要損失較多的性能消除主次間的干擾,尤其是當(dāng)主用戶所發(fā)的數(shù)據(jù)流和用戶數(shù)都比較多的時(shí)候,但其次用戶接入機(jī)制以及目標(biāo)函數(shù)的選取更優(yōu),其和容量好于基于主次協(xié)作的干擾對(duì)齊算法。因此,本文算法下的次用戶容量最優(yōu),基于傳統(tǒng)認(rèn)知干擾對(duì)齊算法的最差。對(duì)比主用戶系統(tǒng)和容量,所提算法相較于傳統(tǒng)算法,由于經(jīng)過(guò)三角分解消除了一半的主用戶間的干擾,因此性能得到提升;而主次協(xié)作干擾對(duì)齊算法相較于傳統(tǒng)算法主用戶為提高次用戶性能,帶來(lái)了自身性能的損失。因此,本文算法下的主用戶和容量最優(yōu),而基于主次協(xié)作干擾對(duì)齊算法的主用戶和容量最差。

圖3 和容量分析Fig.3 Sum capacity analysis

圖4表示5種算法在Kp=Ks=3,dp=2,主次用戶收發(fā)天線數(shù)M=13時(shí),干擾在有用信號(hào)空間的功率百分比隨系統(tǒng)總自由度的變化曲線圖,功率百分比定義為

?k=Kp+1,…,K

(45)

式中,Qk為干擾協(xié)方差矩陣;λi(A)表示矩陣A的第i個(gè)最小的特征值。從仿真結(jié)果可知,由于當(dāng)系統(tǒng)總自由度大于15時(shí),傳統(tǒng)認(rèn)知干擾對(duì)齊算法、文獻(xiàn)[20]的算法和文獻(xiàn)[21]的算法的干擾功率百分比明顯大于0,因此這3種算法的干擾對(duì)齊是不可實(shí)現(xiàn)的。同理,當(dāng)系統(tǒng)總自由度大于18時(shí),主次協(xié)作干擾對(duì)齊算法是不能實(shí)現(xiàn)的;而本文算法是在系統(tǒng)總自由度大于21時(shí)干擾對(duì)齊不能實(shí)現(xiàn)。此結(jié)果與前文自由度上限分析的結(jié)果一致。

圖4 干擾功率百分比分析Fig.4 Interference power percentage analysis

圖5表示5種算法在Kp=Ks=3,dp=ds=2,主次用戶收發(fā)天線數(shù)M=13時(shí),平均能量效率關(guān)于信噪比的變化,其中平均能量效率表示為log2(Idi+SINRi)/Pi,單位為bit/(Hz·J),其中Pi表示為第i個(gè)用戶的發(fā)射功率。從仿真結(jié)果可知,對(duì)比次用戶能量效率,本文算法相比較于主次協(xié)作干擾對(duì)齊算法、文獻(xiàn)[20]的算法、文獻(xiàn)[21]的算法和傳統(tǒng)認(rèn)知干擾對(duì)齊算法均有較大的提高。對(duì)比主用戶能量效率,本文算法較于其他兩種算法也有較大的提高。

圖5 能量效率分析Fig.5 Energy efficiency analysis

圖6表示為5種算法在Kp=Ks=3,dp=ds=2,主次用戶收發(fā)天線數(shù)M=13,且每個(gè)用戶的發(fā)射功率均為25 dB時(shí),主用戶系統(tǒng)中干擾泄漏在期望信號(hào)子空間的功率和次用戶系統(tǒng)中干擾泄漏在期望信號(hào)子空間的功率,隨迭代次數(shù)變化的曲線圖。而該功率的大小可以一定程度上反映干擾對(duì)齊的質(zhì)量。仿真結(jié)果可知,隨著迭代次數(shù)的增加,次用戶系統(tǒng)中,干擾對(duì)齊效果從好到壞依次是本文算法干擾對(duì)齊、文獻(xiàn)[21]的算法、文獻(xiàn)[20]的算法、主次協(xié)作干擾對(duì)齊算法和傳統(tǒng)認(rèn)知干擾對(duì)齊算法。主用戶系統(tǒng)中,主次協(xié)作干擾對(duì)齊算法的干擾對(duì)齊效果差于傳統(tǒng)認(rèn)知干擾對(duì)齊算法,其原因是由于主次協(xié)作干擾對(duì)齊算法中為提升次用戶性能做出了犧牲。而本文算法仍是最優(yōu)的。

圖6 干擾泄漏在信號(hào)子空間功率分析Fig.6 Interference leakage in signal subspace power analysis

6 結(jié) 論

本文在多個(gè)主用戶和多個(gè)次用戶的認(rèn)知MIMO網(wǎng)絡(luò)中,充分考慮了主次用戶之間的干擾。首先,通過(guò)聯(lián)合主次用戶網(wǎng)絡(luò)的信道矩陣根據(jù)信道質(zhì)量的好壞進(jìn)行調(diào)整排序。然后,進(jìn)行三角分解,使得信道越好的主用戶受到其他主用戶的干擾個(gè)數(shù)越少、信道越好的次用戶受到其他次用戶的干擾個(gè)數(shù)越少,并且同時(shí)消除了一半的次用戶間和主用戶對(duì)次用戶以及一半的主用戶間的干擾。最后,推導(dǎo)出該算法下系統(tǒng)總的自由度上限,并通過(guò)最小均方誤差算法來(lái)驗(yàn)證了所提算法的可行性。仿真結(jié)果表明,所提算法有效地提高了次用戶的自由度上限以及主用戶網(wǎng)絡(luò)和次用戶網(wǎng)絡(luò)的性能。

參考文獻(xiàn)：

[1] HAYKIN S. Cognitive radio: brain-empowered wireless communications[J]. IEEE Journal on Selected Areas in Communications, 2005, 23(2): 201-220.

[2] GOMADAM K, CADAMBE V R, JAFAR S A. A distributed numerical approach to interference alignment and applications to wireless interference networks[J]. IEEE Trans.on Information Theory, 2011, 57(6): 3309-3322.

[3] CADAMBE V R, JAFAR S A. Interference alignment and degrees of freedom of the-user interference channel[J]. IEEE Trans.on Information Theory, 2008, 54(8): 3425-3441.

[4] JAFAR S A, FAKHEREDDIN M J. Degrees of freedom for the MIMO interference channel[J]. IEEE Trans.on Information Theory, 2007, 53(7): 2637-2642.

[5] RUAN L, LAU V K N, WIN M Z. The feasibility conditions for interference alignment in MIMO networks[J]. IEEE Trans.on Signal Processing, 2013, 61(8): 2066-2077.

[6] YETIS C M, GOU T, JAFAR S A, et al. On feasibility of interference alignment in MIMO interference networks[J]. IEEE Trans.on Signal Processing, 2010, 58(9): 4771-4782.

[7] MEN H, ZHAO N, JIN M, et al. Optimal transceiver design for interference alignment based cognitive radio networks[J]. IEEE Communications Letters, 2015, 19(8): 1442-1445.

[8] GARG S, JAIN M, GANGOPADHYAY R, et al. Opportunistic interference alignment in multi-user MIMO cognitive radio networks for different fading channels[C]∥Proc.of the 22nd IEEE National Conference on Communication, 2016: 1-6.

[9] MEI R. Rayleigh quotient based interference alignment spectrum sharing in MIMO cognitive radio networks[J]. China Communications, 2015, 12(6): 96-105.

[10] XU Y, MAO S. Distributed interference alignment in cognitive radio networks[C]∥Proc.of the 22nd IEEE International Conference on Computer Communication and Networks,2013:1-7.

[11] PERLAZA S M, FAWAZ N, LASAULCE S, et al. From spectrum pooling to space pooling: opportunistic interference alignment in MIMO cognitive networks[J]. IEEE Trans.on Signal Processing, 2010, 58(7): 3728-3741.

[12] 孫獻(xiàn), 趙曉暉. 認(rèn)知無(wú)線電系統(tǒng)中干擾對(duì)齊的自由度分析[J]. 通信學(xué)報(bào), 2016, 37(2): 179-189.

SUN X, ZHAO X H. Cognitive radio system interference alignment of the degree of freedom analysis[J]. Journal of Communications, 2016, 37(2): 179-189.

[13] AMIR M, EL-KEYI A, NAFIE M. Constrained interference alignment and the spatial degrees of freedom of MIMO cognitive networks[J].IEEE Trans.on Information Theory,2011,57(5): 2994-3004.

[14] XU T, MA L, STERNBERG G. Practical interference alignment and cancellation for MIMO underlay cognitive radio networks with multiple secondary users[C]∥Proc.of the IEEE Global Communications Conference, 2013: 1009-1014.

[15] LI N, WANG S, ZHAI L. A robust interference alignment algorithm in a MIMO interference channel[C]∥Proc.of the 16th IEEE International Symposium on Communications and Information Technologies, 2016: 500-504.

[16] NAURYZBAYEV G, KALIYEVA S. Interference alignment cancellation scheme for network-mimo systems[C]∥Proc.of the IEEE International Conference on Information and Communication Technology Convergence, 2016: 237-240.

[17] KOO B, PARK D. Interference alignment with cooperative primary receiver in cognitive networks[J]. IEEE Communications Letters, 2012, 16(7): 1072-1075.

[18] 李世黨. 面向B4G/5G無(wú)線網(wǎng)絡(luò)的干擾對(duì)齊與干擾管理技術(shù)研究[D]. 南京: 東南大學(xué), 2016.

LI S D. Research on interference alignment and interference management technology for B4G / 5G wireless network[D]. Nanjing: Southeast University, 2016.

[19] 張賢達(dá). 矩陣分析與應(yīng)用[M]. 北京: 清華大學(xué)出版社, 2004: 44-46.

ZHANG X D. Matrix analysis and application[M]. Beijing: Tsinghua University Press, 2004.

[20] REZAEI F, TADAION A. Interference alignment in cognitive radio networks[J]. IET Communications,2014,8(10):1769-1777.

[21] REZAEI F, TADAION A. Sum-rate improvement in cognitive radio through interference alignment[J]. IEEE Trans.on Vehicular Technology, 2016, 65(1): 145-154.