认知无线电系统中波束成形算法研究

论文摘要

随着近年来无线应用的飞速发展,频谱资源日益紧张。而传统的固定频谱分配方式导致大部分授权频段利用率低下。认知无线电是近几年提出的一种有效提高现有频谱利用率的技术,通过动态频谱管理能够有效解决频谱资源不足的瓶颈问题。为提高系统容量,认知无线电系统中采用可以获得空间增益的MIMO技术。波束成形技术可以有效地减小认知用户对主用户干扰以及认知用户之间干扰,从而提高系统吞吐量。本论文创新之处是在采用MIMO的认知无线电系统中研究下行链路发射波束成形算法。文中主要针对认知MIMO系统中两类波束成形优化问题进行研究并提出了相应的波束成形算法。在多用户多天线的认知无线电系统下行链路中,为解决满足认知用户对主用户干扰为零和认知基站发送功率受限条件的最大化总发送速率波束成形优化问题,采用SVD分解和传统BD算法思想,提出了CR BD算法和改进的CR TX-RX算法；针对满足认知用户对主用户干扰受限和认知用户端SINR限制条件的最小化总发送功率波束成形优化问题,采用凸优化理论,通过分析优化问题的KKT条件提出一种KKT-Based迭代算法,以求解最优波束成形发送向量。两类算法都已在软件平台上通过仿真分析并与其他解决同类问题的算法进行比较,在多种仿真条件下验证了算法的性能。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题背景
• 1.2 课题研究的目的和意义
• 1.3 技术发展及国内外研究现状
• 1.4 本文的主要内容及章节安排
• 第2章 经典波束成形方案
• 2.1 波束成形技术概述
• 2.2 奇异值分解和注水算法
• 2.2.1 奇异值分解
• 2.2.2 注水算法
• 2.3 脏纸编码
• 2.4 MU-MISO系统的迫零算法
• 2.5 MU-MIMO系统的波束成形方案
• 2.5.1 对角化算法
• 2.5.2 连续最优化
• 2.5.3 发送接收协同处理
• 第3章 基本凸优化理论
• 3.1 凸优化基本概念
• 3.2 凸优化问题
• 3.2.1 凸优化问题形式
• 3.2.2 全局最优解与局部最优解
• 3.3 线性规划与二次锥规划
• 3.3.1 线性规划
• 3.3.2 二次锥规划
• 3.4 拉格朗日式与KKT条件
• 3.4.1 拉格朗日式
• 3.4.2 KKT优化条件
• 3.5 经典波束成形优化问题解决方法
• 3.5.1 典型波束成形优化问题建模
• 3.5.2 SOCP解决方案
• 3.5.3 上下行链路对偶性
• 第4章 基于总发送速率最大化的波束成形优化问题
• 4.1 优化问题数学建模
• 4.1.1 系统模型
• 4.1.2 信号模型
• 4.2 认知用户对主用户干扰为零的算法研究
• 4.2.1 CR BD算法
• 4.2.2 CR TX-RX算法
• 4.3 算法仿真结果
• 4.4 总结
• 第5章 基于总发送功率最小化的波束成形优化问题
• 5.1 优化问题建模
• 5.1.1 系统模型
• 5.1.2 信号模型
• 5.2 基于KKT条件的迭代算法
• 5.3 算法仿真结果
• 5.4 总结
• 第6章 总结与展望
• 6.1 总结
• 6.2 本文的不足与展望
• 附录1
• 附录2
• 攻读学位期间发表的学术论文
• 致谢
• 参考文献