專利名稱：一種基于空間復(fù)用的認知系統(tǒng)資源分配方法
技術(shù)領(lǐng)域：
本發(fā)明涉及無線通信領(lǐng)域，涉及認知系統(tǒng)中空域資源的分配方法，尤其是一種基 于空間復(fù)用的認知系統(tǒng)資源分配方法。
背景技術(shù)：
認知無線電技術(shù)可以顯著提高無線通信系統(tǒng)的頻譜效率，解決頻譜資源稀缺和頻 譜利用率低之間的矛盾，成為近年來的一個研究熱點?，F(xiàn)存的頻譜注冊網(wǎng)絡(luò)對所分配頻譜 在時間和空間上使用的不連續(xù)性，使得大部分授權(quán)頻段在時間和空間上沒有得到充分的利 用。因此，認知無線電網(wǎng)絡(luò)通過機會共享的方式，實現(xiàn)動態(tài)頻譜接入，就可以不改變原有授 權(quán)系統(tǒng)的協(xié)議，在不影響授權(quán)用戶正常通信的前提下，與授權(quán)系統(tǒng)共享頻譜。頻譜共享主 要分為兩種方式，即針對某一頻段，認知系統(tǒng)在授權(quán)系統(tǒng)不通信時才使用該頻段的覆蓋式 (overlay)頻譜共享和二者可以同時使用該頻段，但認知系統(tǒng)對授權(quán)用戶的干擾要限定在 干擾溫度之下的下襯式(underlay)頻譜共享。下襯式頻譜共享以其較高的頻譜效率和可 實現(xiàn)性成為了一種具有吸引力的共享方式，被美國聯(lián)邦通信委員會作為認知無線電系統(tǒng)的 主要頻譜共享方式。為了與覆蓋式頻譜共享方式相區(qū)別，學者們將覆蓋式認知無線電系統(tǒng) 稱為經(jīng)典認知無線電，將下襯式認知無線電系統(tǒng)稱為廣義認知無線電。另外，多天線技術(shù)的引入為無線通信系統(tǒng)增加了空間自由度，是認知無線電網(wǎng)絡(luò) 中用于消除干擾和提高頻譜效率的有效工具。但在利用多天線技術(shù)的時候，在認知無線電網(wǎng)絡(luò)中需要解決以下一些問題1.如 何有效避免認知網(wǎng)絡(luò)對授權(quán)用戶的干擾；2、在避免對授權(quán)用戶干擾的前提下，如何將認知 網(wǎng)絡(luò)性能最優(yōu)化目標與授權(quán)用戶的干擾限制條件相結(jié)合，達到滿足干擾限制條件情況下的 性能最優(yōu)；3、在獲得較優(yōu)性能的情況下，保證算法的復(fù)雜度適于在實際系統(tǒng)中采用。目前的 方法中很難同時考慮這三個問題，有的方法綜合考慮了避免干擾和降低算法復(fù)雜度兩個方 面的問題，給出了僅存在一個單天線授權(quán)用戶，并且認知用戶信道為多輸入單輸出(MISO) 時的信道分配和發(fā)射信號相關(guān)矩陣的閉式解；對于認知用戶為多輸入多輸出(MIMO)的情 況給出了直接奇異值分解(D-SVD)、映射奇異值分解(P-SVD)和混合奇異值分解(H-SVD) 三種次優(yōu)算法，然后將這些結(jié)果擴展到了網(wǎng)絡(luò)中有多個單天線授權(quán)用戶的情況。但并沒有 對網(wǎng)絡(luò)中存在多個認知用戶這一更為普遍的情況進行討論，未能獲得認知網(wǎng)絡(luò)的多用戶分 集，給認知網(wǎng)絡(luò)容量造成了一定損失。

發(fā)明內(nèi)容
本發(fā)明所解決的問題是發(fā)生在圖1場景中的，綜合考慮上面給出的三個方面的要 求，在上述算法的基礎(chǔ)上，提出一種針對多天線多用戶認知無線電網(wǎng)絡(luò)場景，在保證授權(quán)用 戶服務(wù)質(zhì)量(QoS)要求的前提下，以認知用戶總吞吐量最大化為目標的基于F范數(shù)的頻譜
共享方法。本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點，提供一種基于空間復(fù)用的認知系統(tǒng)
5資源分配方法，按照如下步驟(1)建立多天線多用戶認知無線電網(wǎng)絡(luò)，該無線電網(wǎng)絡(luò)包括主系統(tǒng)和認知系統(tǒng)； 所述主系統(tǒng)是集中式系統(tǒng)、蜂窩系統(tǒng)、頻分雙工的下行頻段或時分雙工的下行時隙；所述認 知系統(tǒng)為分布式的系統(tǒng)，其中有多個認知通信用戶對；(2)認知系統(tǒng)中每個節(jié)點對當前的某一信道進行感知，認知通信用戶對內(nèi)的兩個 用戶之間進行感知信息的交互；(3)根據(jù)收集到的感知信息，多個認知通信用戶對中的發(fā)射節(jié)點交互各自通信鏈 路的信道矩陣的F范數(shù)，同時這些用戶將收到的信道矩陣的F范數(shù)進行排序，將前Kopt個 最大的F范數(shù)所屬的通信對標識為候選認知通信對；(4)屬于候選認知通信對中發(fā)射節(jié)點的用戶將其對主用戶的干擾矩陣進行奇異值 分解，得到干擾矩陣的零空間，并將其通信對的通信鏈路的信道矩陣投影在相應(yīng)的干擾矩 陣的零空間上；(5)計算候選認知通信對進行投影后的信道矩陣的F范數(shù)，各候選認知通信對的 發(fā)射節(jié)點將計算結(jié)果進行交互，候選發(fā)射節(jié)點對這些值進行排序，投影后的信道矩陣的F 范數(shù)最大的通信對進行最終的資源占用和數(shù)據(jù)傳輸；(6)應(yīng)用注水原理，為選中的F范數(shù)最大的通信對的每個子信道進行功率分配，最 大化認知系統(tǒng)和速率。所述步驟(1)多天線多用戶認知無線電網(wǎng)絡(luò)是指主系統(tǒng)為集中式的系統(tǒng)，授權(quán) 用戶個數(shù)為Kp，每個授權(quán)用戶有Np根天線；認知用戶對個數(shù)為K。，且構(gòu)成了 K。個通信對，每 個通信對中有兩個認知用戶cuk和CUka，其中CUk為發(fā)射節(jié)點，CUka為接收節(jié)點，另外，每個 認知用戶有N。根天線，授權(quán)基站天線數(shù)為M ；假設(shè)N。^ Np+1，假設(shè)某一時刻某一頻段上只有一個授權(quán)用戶接入，多個授權(quán)用戶 接入的情況可以由此進行擴展；如果認知網(wǎng)絡(luò)希望使用授權(quán)用戶所在頻段進行通信，設(shè)第k個認知用戶對發(fā)射端 發(fā)送的信號為Xk ；設(shè)此時基站向授權(quán)用戶發(fā)射的信號為S。G為授權(quán)基站與授權(quán)用戶之間的 傳輸信道矩陣，Hca為CU1與OTla間的傳輸信道矩陣，Hc,2為CU2與CU2a間的傳輸信道矩陣， Hcjk為CUk與CUka間的傳輸信道矩陣。G1^Gli2和Glik分別為授權(quán)基站到CUla、CU2a和CUka間 的干擾信道矩陣；！^、Hu和Hu分別為⑶。CU2和CUk與授權(quán)用戶間的干擾信道矩陣。授 權(quán)用戶接收到的信號為r = Gs+Hj, kxk+n(1)第k個認知用戶對接收端收到的信號為yk = Hc, ,X^G1j ks+zk(2)其中，其中G、Hca, Hc,2 和 Hc,k 為數(shù)據(jù)鏈路信道矩陣，Gia, G1,2、Gljk, Hia, Hlj2 和 Hlik 為干擾鏈路信道矩陣，η和Zk分別表示授權(quán)用戶和第k個認知用戶對接收端接收到的加性 高斯白噪聲。所述步驟(2)是指認知系統(tǒng)中K。對認知用戶對當前的信道進行感知，包括數(shù)據(jù)鏈 路信道矩陣G、Hca, Hc,2和Hc, k和干擾鏈路信道矩陣G1,ρ G1,2、Gljk, Hljl, H1j2以及H1, k。各個 認知通信用戶對內(nèi)的兩個用戶之間進行感知信息的交互，例如CUk和CUka之間進行交互。所述步驟(3)是指選出k。pt個最大的認知用戶對作為候選認知通信對，設(shè)選中的用戶對的序號集合為A。所述步驟(4)是指將選出的認知用戶的信道矩陣映射到干擾信道的零空間，得到 等效信道；首先求出Hu的零空間Vt^jiHu進行奇異值分解，得到svd (H1, k) = u Σ vH=Ul,k[ Σ ^k 0]Vl,kH (3)將矩陣Σ中元素全部為0的列所對應(yīng)的V1,k中的行矢量Vtl,k取出，就構(gòu)成了 Hlik的 零空間；接下來進行映射，令為Xk的預(yù)編碼向量，可以在接收端將信號分離，消除認知 用戶對授權(quán)用戶的干擾。所述步驟(5)是指在選出的k。pt個認知用戶對中選擇映射后的等效信道HakVi,k的 F范數(shù)最大的認知用戶對，即P = argmax|HCAv!A|，并對選中接入的認知用戶的發(fā)射信號
keA
進行預(yù)編碼，將其信道轉(zhuǎn)化為獨立并行子信道；對等效信道Hc^ Vq f進行SVD，得到svd(H印 ν。,) = uek, 《,(4 )為該認知用戶發(fā)射端的發(fā)射信號進行預(yù)編碼，即乘以預(yù)編碼向量，在認知用戶 接收端也采用線性濾波器ui，得到等效信道為= u二, Hc^v0乂 = u工) Yek, = Σ…(5 )2#是一個對角陣，因此將認知用戶對之間的信道矩陣轉(zhuǎn)化成了一系列并行信道， 并消除了認知用戶對授權(quán)用戶的干擾；令 =YorYek,，認知用戶接收端也采用線性濾波器，于是將優(yōu)化問題轉(zhuǎn)化為 并行獨立信道下的功率分配問題，即max⑷=max 乙(1 + hj^ML) (6)。
i,k σS,t. ζ ip^ ^ Ρ
i,k*所述步驟(6)是指為選中的第k*個認知用戶的每個子信道進行功率分配，第i個 子信道上的功率為
ι ι Nek* ι 1 ιρ^=μ-—- = —Ρ + ^—- -—-(7)
、i,ek*e 、^=I、i,ek* ) 、i,ek*其中注水線為
/ ,τ \ 1 Nek* 1μ = — P +(8)
1^e {>=1 ^Hfik* /其中為對角線上的第i個元素，Ne為并行子信道總數(shù)。本發(fā)明的方法利用信道矩陣的F范數(shù)選擇認知用戶以獲得認知網(wǎng)絡(luò)的多用戶分 集增益，并采用兩次選擇的方式降低算法的復(fù)雜度，通過將認知用戶的發(fā)射信號投射到干 擾信道的零空間來避免認知用戶對授權(quán)用戶的干擾，對認知用戶的信道矩陣采用奇異值分 解方法使其轉(zhuǎn)化為并行獨立信道，并使用注水功率分配方法增大系統(tǒng)容量?？傊?，該方法利用了認知網(wǎng)絡(luò)的多用戶分集增益，并且對用戶選擇方法進行簡化，在計算復(fù)雜度可接受的 情況下提高了系統(tǒng)性能。


圖1為本發(fā)明在多天線認知無線電網(wǎng)絡(luò)中的信號模型圖；圖2為本發(fā)明在多天線認知無線電網(wǎng)絡(luò)中基于空間復(fù)用的認知系統(tǒng)資源分配方 法的整體計算流程圖；圖3為本發(fā)明在多天線認知無線電網(wǎng)絡(luò)中的網(wǎng)絡(luò)結(jié)構(gòu)圖；圖4為本發(fā)明在多天線認知無線電網(wǎng)絡(luò)中基于空間復(fù)用的認知系統(tǒng)資源分配方 法的用戶選擇及資源分配部分的具體實施流程圖；圖5為認知網(wǎng)絡(luò)各態(tài)歷經(jīng)容量；圖6為授權(quán)用戶的中斷概率；圖7為選取不同的K。pt時認知網(wǎng)絡(luò)的各態(tài)歷經(jīng)容量；
具體實施例方式下面結(jié)合附圖及具體實施例對本發(fā)明進行詳細說明。首先，附圖3中給出具體實施的網(wǎng)絡(luò)結(jié)構(gòu)圖，其中主系統(tǒng)為集中式的系統(tǒng)，授權(quán)用 戶個數(shù)為Kp，每個用戶有Np根天線，認知用戶對個數(shù)為Κ。，且構(gòu)成了 K。個認知通信對，每個 通信對中有兩個次級用戶=CUk和CUka，其中CUk為發(fā)射節(jié)點，CUka為接收節(jié)點，另外，每個用 戶有N。根天線，授權(quán)基站(PBS)天線數(shù)為Μ。這里假設(shè)Ν。>ΝΡ+1。假設(shè)某一時刻某一頻段 上只有一個授權(quán)用戶接入，即圖3中所示的PU，多個授權(quán)用戶接入的情況可以由此進行擴 展。附圖3中有3類鏈路數(shù)據(jù)鏈路、干擾鏈路和感知系統(tǒng)的信息交互鏈路，其中GaH^PI 2和Hc,k為數(shù)據(jù)鏈路信道矩陣，G1,ρ、yGu、^,PH1,2和Hlik干擾鏈路信道矩陣，而圖中虛線 雙向箭頭代表著認知通信對之間的信息交互，包括感知信息和信道計算信息等。如果認知網(wǎng)絡(luò)希望使用PU所在頻段進行通信，設(shè)第k個認知用戶對發(fā)射端發(fā)送的 信號為Xk。設(shè)此時PBS向PU用戶發(fā)射的信號為S。G為授權(quán)基站與授權(quán)用戶之間的傳輸信 道矩陣，Hca為CU1與CUla間的傳輸信道矩陣，Hc,2為CU2與CU2a間的傳輸信道矩陣，Hc,k為 CUk與CUka間的傳輸信道矩陣。G1,ρ Glj2和Glik分別為授權(quán)基站到⑶la、CU2a和CUka間的干 擾信道矩陣；！^、Hu和Hu分別為⑶。CU2和CUk與授權(quán)用戶間的干擾信道矩陣。授權(quán)用戶接收到的信號為r = Gs+Hj, kxk+n(1)第k個認知用戶對接收端收到的信號為yk = HCjkxk+GIjks+zk (2)其中，η和Zk分別表示授權(quán)用戶和第k個認知用戶接收到的加性高斯白噪聲?；谝陨霞僭O(shè)，參考具體實施步驟如下第一步，建立如上所述的認知無線電網(wǎng)絡(luò)；第二步，認知系統(tǒng)中K。對認知用戶對當前的信道進行感知，包括數(shù)據(jù)鏈路信道矩 陣G、Hca, Hc,2和Hc, k和干擾鏈路信道矩陣Gia、GI>2、G1, k、H1,^ Hlj2以及H1, k。各個認知通信 用戶對內(nèi)的兩個用戶之間進行感知信息的交互，例如CUk和CUka之間進行交互。
第三步，選出K。pt個|Ησ‘最大的認知用戶對，設(shè)選中的用戶對的序號集合為Α。第四步，將選出的認知用戶的信道矩陣映射到干擾信道的零空間，得到等效信道。首先求出Hu的零空間Vt^jiHu進行奇異值分解，得到svd (H1, k) = u Σ Vh=Ul,k[ Σ ^k 0]Vl,kH (3)將矩陣Σ中元素全部為0的列所對應(yīng)的V1,k中的行矢量Vtl,k取出，就構(gòu)成了 Hlik的 零空間。接下來進行映射，令&k為Xk的預(yù)編碼向量，可以在接收端將信號分離，消除認知 用戶對授權(quán)用戶的干擾。第五步，在選出的K。pt個認知用戶對中選擇映射后的等效信道Hc,kVi,k的F范數(shù)最 大的認知用戶對，即f = argmax|HCAv!A|。對等效信道Hc^v。a,進行SVD，得到svd(HCA,v0A,) = uek,Eek,vfk,(4)為該認知用戶發(fā)射端的發(fā)射信號進行預(yù)編碼，即乘以預(yù)編碼向量，在認知用戶 接收端也采用線性濾波器ui，得到等效信道為Heg^k, = ufk,Hcik, V0^ vek, = ufk, (uk,Eek,vfk,) vek, = ΣεΙ ,( 5 )2#是一個對角陣，因此將認知用戶對之間的信道矩陣轉(zhuǎn)化成了一系列并行信道， 并消除了認知用戶對授權(quán)用戶的干擾；令 =YorYek,，認知用戶接收端也采用線性濾波器，于是將優(yōu)化問題轉(zhuǎn)化為 并行獨立信道下的功率分配問題，即max (β) = max [ (1 + Pl'k'^'ek') (6)
t,k' σs.t. ζ — ^
i,k*第六步，應(yīng)用注水原理，為選中的第k*個認知用戶的每個子信道進行功率分配， 第i個子信道上的功率為
ι ι Nek* ι 1 ιρ^=μ-—- = —Ρ + ^—- -—-(7)
、i,ek*e 、^=I、i,ek* ) 、i,ek*其中注水線為
/ ,τ \ 1 Nek* 1μ = ^ P +(8)其中為對角線上的第i個元素，Ne為并行子信道總數(shù)。由圖5 圖7可以看出，本發(fā)明將認知用戶信號映射在干擾信道的零空間上，完全 避免了認知用戶信號對授權(quán)用戶的干擾，因而降低了授權(quán)用戶的中斷概率；但是這種映射 會造成認知用戶信號功率的損失，正如映射奇異值分解方法與直接奇異值分解方法相比， 性能下降。針對這一問題，本發(fā)明增加了認知用戶對選擇的操作，獲得了多用戶分集增益， 并采用兩次選擇的方式降低算法的復(fù)雜度，在復(fù)雜度可接受的情況下得到了比直接奇異值 分解方法更大的認知網(wǎng)絡(luò)容量。以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修 改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
權(quán)利要求
一種基于空間復(fù)用的認知系統(tǒng)資源分配方法，其特征在于，按照如下步驟(1)建立多天線多用戶認知無線電網(wǎng)絡(luò)，該無線電網(wǎng)絡(luò)包括主系統(tǒng)和認知系統(tǒng)；所述主系統(tǒng)是集中式系統(tǒng)、蜂窩系統(tǒng)、頻分雙工的下行頻段或時分雙工的下行時隙；所述認知系統(tǒng)為分布式的系統(tǒng)，其中有多個認知通信用戶對；(2)認知系統(tǒng)中每個節(jié)點對當前的某一信道進行感知，認知通信用戶對內(nèi)的兩個用戶之間進行感知信息的交互；(3)根據(jù)收集到的感知信息，多個認知通信用戶對中的發(fā)射節(jié)點交互各自通信鏈路的信道矩陣的F范數(shù)，同時這些用戶將收到的信道矩陣的F范數(shù)進行排序，將前Kopt個最大的F范數(shù)所屬的通信對標識為候選認知通信對；(4)屬于候選認知通信對中發(fā)射節(jié)點的用戶將其對主用戶的干擾矩陣進行奇異值分解，得到干擾矩陣的零空間，并將其通信對的通信鏈路的信道矩陣投影在相應(yīng)的干擾矩陣的零空間上；(5)計算候選認知通信對進行投影后的信道矩陣的F范數(shù)，各候選認知通信對的發(fā)射節(jié)點將計算結(jié)果進行交互，候選發(fā)射節(jié)點對這些值進行排序，投影后的信道矩陣的F范數(shù)最大的通信對進行最終的資源占用和數(shù)據(jù)傳輸；(6)應(yīng)用注水原理，為選中的F范數(shù)最大的通信對的每個子信道進行功率分配，最大化認知系統(tǒng)和速率。
2.如權(quán)利要求1所述一種基于空間復(fù)用的認知系統(tǒng)資源分配方法，其特征在于，所述 步驟(1)多天線多用戶認知無線電網(wǎng)絡(luò)是指主系統(tǒng)為集中式的系統(tǒng)，授權(quán)用戶個數(shù)為Kp， 每個授權(quán)用戶有Np根天線；認知用戶對個數(shù)為Κ。，且構(gòu)成了 K。個通信對，每個通信對中有 兩個認知用戶CUk和CUka，其中CUk為發(fā)射節(jié)點，CUka為接收節(jié)點，另外，每個認知用戶有N。 根天線，授權(quán)基站天線數(shù)為M ；假設(shè)N。^ Np+1，假設(shè)某一時刻某一頻段上只有一個授權(quán)用戶接入，多個授權(quán)用戶接入 的情況可以由此進行擴展；如果認知網(wǎng)絡(luò)希望使用授權(quán)用戶所在頻段進行通信，設(shè)第k個認知用戶對發(fā)射端發(fā)送 的信號為Xk ；設(shè)此時基站向授權(quán)用戶發(fā)射的信號為s。G為授權(quán)基站與授權(quán)用戶之間的傳輸 信道矩陣，Hca為CU1與OTla間的傳輸信道矩陣，Hc,2為CU2與CU2a間的傳輸信道矩陣，Hc, k 為CUk與CUka間的傳輸信道矩陣；Gu、Glj2和G1, k分別為授權(quán)基站到⑶la、CU2a和CUka間的 干擾信道矩陣；Hu、Hu和H1, k分別為⑶。CU2和CUk與授權(quán)用戶間的干擾信道矩陣；授權(quán) 用戶接收到的信號為r = Gs+HIjkxk+n (1)第k個認知用戶對接收端收到的信號為Yk = Hc, kXk+G〗, ks+zk (2)其中，其中G、Hca、Hc,2和Hc,k為數(shù)據(jù)鏈路信道矩陣，Gljl, G1,2、Gljk, Hljl, H1j2和Hlik為干 擾鏈路信道矩陣，η和Zk分別表示授權(quán)用戶和第k個認知用戶對接收端收到的加性高斯白噪聲。
3.如權(quán)利要求1所述一種基于空間復(fù)用的認知系統(tǒng)資源分配方法，其特征在于，所述 步驟(2)是指認知系統(tǒng)中每個節(jié)點對當前的某一信道進行感知，認知通信用戶對內(nèi)的兩個 用戶之間進行感知信息的交互。感知和交互的信息包括數(shù)據(jù)鏈路信道矩陣6、Ηαι、Η。2和Hc,k和干擾鏈路信道矩陣G1,ρ、2 A1^H1,PH1,2以及Hu。各個認知通信用戶對內(nèi)的兩個用戶 之間進行感知信息的交互，例如CUk和CUka之間進行交互。
4.如權(quán)利要求1所述一種基于空間復(fù)用的認知系統(tǒng)資源分配方法，其特征在于，所述步驟⑶是指選出Κ。ρ Α|ΗσΙ最大的認知用戶對，設(shè)選中的用戶對的序號集合為A。
5.如權(quán)利要求1所述一種基于空間復(fù)用的認知系統(tǒng)資源分配方法，其特征在于，所述 步驟(4)是指將選出的認知用戶的信道矩陣映射到干擾信道的零空間，得到等效信道；首先求出Hu的零空間Vt^jiHu進行奇異值分解，得到 將矩陣Σ中元素全部為0的列所對應(yīng)的V1, k中的行矢量Vtl, k取出，就構(gòu)成了 H1, k的零 空間；接下來進行映射，令& k為Xk的預(yù)編碼向量，可以在接收端將信號分離，消除認知用 戶對授權(quán)用戶的干擾。
6.如權(quán)利要求1所述一種基于空間復(fù)用的認知系統(tǒng)資源分配方法，其特征在于，所述 步驟(5)是指在選出的k。pt個認知用戶對中選擇映射后的等效信道Hc,kVi,k 范數(shù)最大 的認知用戶對，即廣=argmax|HCAv!A| ；keA對選中接入的認知用戶的發(fā)射信號進行預(yù)編碼，將其信道轉(zhuǎn)化為獨立并行子信道；對 等效信道Hc^vW進行SVD，得到 為該認知用戶發(fā)射端的發(fā)射信號進行預(yù)編碼，即乘以預(yù)編碼向量，在認知用戶接收 端也采用線性濾波器U=.，得到等效信道為 是一個對角陣，因此將認知用戶對之間的信道矩陣轉(zhuǎn)化成了一系列并行信道，并消 除了認知用戶對授權(quán)用戶的干擾；令Vr = V0i^vrf，認知用戶接收端也采用線性濾波器U=.，于是將優(yōu)化問題轉(zhuǎn)化為并行 獨立信道下的功率分配問題，即
7.如權(quán)利要求1所述一種基于空間復(fù)用的認知系統(tǒng)資源分配方法，其特征在于，所述 步驟(6)是指應(yīng)用注水原理，為選中的第k*個認知用戶的每個子信道進行功率分配，第i 個子信道上的功率為 其中注水線為其對角線上的第i個元素，Ne為并行子信道總數(shù)。
全文摘要
本發(fā)明公開了一種基于空間復(fù)用的認知系統(tǒng)資源分配方法，本發(fā)明的方法利用信道矩陣的F范數(shù)選擇認知用戶以獲得認知網(wǎng)絡(luò)的多用戶分集增益，并采用兩次選擇的方式降低算法的復(fù)雜度，通過將認知用戶的發(fā)射信號投射到干擾信道的零空間來避免認知用戶對授權(quán)用戶的干擾，對認知用戶的信道矩陣采用奇異值分解方法使其轉(zhuǎn)化為并行獨立信道，并使用注水功率分配方法增大系統(tǒng)容量。總之，該方法利用了認知網(wǎng)絡(luò)的多用戶分集增益，并且對用戶選擇方法進行簡化，在計算復(fù)雜度可接受的情況下提高了系統(tǒng)性能。
文檔編號H04W16/14GK101925070SQ20101023022
公開日2010年12月22日 申請日期2010年7月19日 優(yōu)先權(quán)日2010年7月19日
發(fā)明者任品毅, 廖學文, 朱世華, 榮玫 申請人:西安交通大學