CN103220034A - 基于iac的多用户认知mimo系统并发传输与用户调度的方法 - Google Patents

Abstract

一种基于IAC的多用户认知MIMO系统并发传输与用户调度方法，包括如下步骤：（1）授权用户以及授权基站获取信道信息认知用户获取信道信息认知基站获取全部信道信息；（2）授权用户、授权基站、认知用户以及认知基站均对做奇异值分解；（3）各个认知用户分别计算中间矩阵范数值，选取值最大的认知用户进行调度；（4）认知基站通知被调度的认知用户SU_ξ，授权用户和该认知用户分别构造预编码矩阵P₀和预编码向量p_ξ；（5）授权用户和激活认知用户的数据分别经过P₀和p_ξ的预处理向基站发送；（6）授权基站解出授权用户主数据流x₀₁并发送给认知基站；（7）利用F^H进行接收滤波，从接收混合信号中消去x₀₁，分别解出授权用户第二个数据流x₀₂和认知用户数据流x_ξ，并将x₀₂发送给授权基站。

Description

基于IAC的多用户认知MIMO系统并发传输与用户调度的方法

技术领域

本发明涉及通信领域，具体涉及一种基于IAC的多用户认知MIMO系统并发传输与用户调度的方法。

背景技术

随着无线通信技术的快速发展，无线频谱资源作为一种不可再生资源，其稀缺性越发明显。固定的频谱分配导致了可以分配给新的应用的频谱资源十分匮乏，极大限制了无线通信的发展。因此，人们开始把关注的重点从寻求新的空闲频谱资源转移到提高频谱资源的利用率上。认知无线电（Cognitive radio，CR）作为一种提高频谱利用率的技术，成为研究的热点。当认知用户的传输不影响授权用户传输或对授权用户传输的干扰低于某个门限时，该技术允许认知用户动态接入授权用户频谱。

随着研究的深入，人们开始尝试从多个维度发掘通信的机会，空域资源便是其中的一个重要方面。多输入多输出（Multi-inputmulti-output，MIMO）技术是近年来无线通信领域的一项突破性技术，该技术能够利用空域资源获得通信性能的改善。研究人员将认知无线电技术与MIMO技术相结合进行研究，通过将认知信号和授权信号放在相互正交的子空间中进行传输，从而保证了授权业务和认知业务在空域无干扰共存。干扰对齐（Interference alignment，IA）技术正是基于上述思想的一种典型设计。

从文献YETIS C M,GOU T,JAFAR S A,et al.On feasibilityof interference alignment in MIMO interference networks[J].IEEE Transactions on Signal Processing,2010,58(9):4771-4782（MIMO干扰网络中干扰对齐的可行性研究）中可知，IA的可行性依赖于用户数量、收发天线数、授权通信机制等因素，因此在一些场景中，单纯的IA不能实现授权系统和认知系统无干扰共存。为了克服这个限制，干扰消除（Interference cancellation，IC）被引入。利用发送端或接收端的协作，干扰对齐与消除（Interferencealignment cancellation，IAC）被用于解码MIMO系统中多对收发信机的并行数据。在相关工作中，文献SHYAMNATH G,SAMUEL D P,DINAK.Interference Alignment and Cancellation[C]//Proceedingsof the ACM SIGCOMM conference on Data communication.Barcelona,Spain:ACM press,2009:159-170（干扰对齐与消除）在MIMO局域网中引用了IAC算法，但没有对用户的优先级进行考虑。在文献LI LE,ALIMI R,SHEN Dawei,et al.A general algorithm forinterference alignment and cancellation in wireless networks[C]//Proceedings of IEEE International Conference on ComputerCommunications.San Diego,USA:IEEE press,2010:14-19（无线网络中一种干扰对齐与消除的通用算法）中，多跳网格网络采用IAC算法，通过引入帮助节点，实现了多个数据包的并行传输。然而，该工作未涉及如何获得协作处理增益以及多天线技术的使用。QU Xin,KANG C G.On feasibility of interference alignment andcancellation for Gaussian interference multiple access channel[C]//2012IEEE International Conference on Communications.Ottawa,Canada:IEEE press,2012:2467-2471（高斯干扰多址接入信道中干扰对齐与消除的可行性研究）一文在高斯干扰多址接入信道（Multiple access channel，MAC）中研究了IAC算法的可行性，给出了每个用户自由度的上界，然而未涉及IAC算法的具体应用设计。

发明内容

鉴于现有技术的不足，本发明旨在于提供一种基于IAC的多用户认知MIMO系统并发传输与用户调度方法。需要说明的是，为了实施简便，仅研究各用户以及各基站天线数均为2的情况，即 $N_R^p=N_R^s=N_{T0}=N_{\mathrm{Ti}}=N=2(i=\mathrm{1,2},...K).$

为了实现上述目的，本发明采用的技术方案如下：

基于IAC的多用户认知MIMO系统并发传输与用户调度的方法，包括认知用户，授权用户，授权基站以及认知基站，所述授权基站与所述认知基站间通过协作，使所述认知用户通过向授权用户提供帮助获得通信机会，实现授权通信和认知通信的共存传输，所述方法包括如下步骤：

（1）所述授权用户与所述授权基站获取信道信息

所述认知用户获取信道信息

所述认知基站获取全部信道信息，其中

分别表示所述授权用户与所述授权基站之间、所述认知用户与所述授权基站之间以及所述认知用户与所述认知基站间的信道矩阵；

（2）所述授权用户、所述授权基站、所述认知用户以及所述认知基站对做奇异值分解，即

$H_0^p=U_0^p{\mathrm{\Λ}}_0^p{\left(V_0^p\right)}^H=\left[\begin{array}{cc}{u}_{01}^p& u_{02}^p\end{array}\right]\left[\begin{array}{cc}{\mathrm{\λ}}_{01}^p& 0\\ 0& {\mathrm{\λ}}_{02}^p\end{array}\right]\left[\begin{array}{c}{\left(v_{01}^p\right)}^H\\ {\left(v_{02}^p\right)}^H\end{array}\right]---\left(1\right)$

其中(·)^Η表示共轭转置；

（3）各认知用户根据获得的所述信道信息分别计算中间矩阵范数值结果，其中，所述中间矩阵范数值计算公式为：

$\left|\right|E_2\left|\right|=\frac{\left|\right|H_i^s{\left(H_i^p\right)}^{-1}{u}_{02}^p\left|\right|}{\left|\right|{\left(H_i^p\right)}^{-1}{u}_{02}^p\left|\right|}---\left(2\right)$

计算后将所述结果发送至所述认知基站，所述认知基站比较各个结果，选取结果最大值的认知用户进行调度，其中，将所述结果最大值的认知用户编号为ξ，其公式为：

$\mathrm{\ξ}=\underset{1\≤i\≤K}{\arg \max }\frac{\left|\right|H_i^s{\left(H_i^p\right)}^{-1}{u}_{02}^p\left|\right|}{\left|\right|{\left(H_i^p\right)}^{-1}{u}_{02}^p\left|\right|};---\left(3\right)$

（4）所述授权用户构造预编码矩阵P₀，其中，选取

所述认知基站通知被调度的认知用户，所述认知用户构造预编码向量p_ξ，

$p_{\mathrm{\ξ}}=\frac{{\left(H_{\mathrm{\ξ}}^p\right)}^{-1}{H}_0^p{v}_{02}^p}{\left|\right|{\left(H_{\mathrm{\ξ}}^p\right)}^{-1}{H}_0^p{v}_{02}^p\left|\right|};---\left(4\right)$

（5）定义两个中间矩阵，分别是

和

所述认知基站对E_i(i＝1,2)进行奇异值分解，

$E_i=U_{E_i}{\mathrm{\Λ}}_{E_i}{E}_{E_i}^H$

$=\left[\begin{array}{cc}{u}_{E_i}^{\left(1\right)}& u_{E_i}^{\left(2\right)}\end{array}\right]\left[\begin{array}{c}{\mathrm{\λ}}_{E_i}^{\left(1\right)}\\ 0\end{array}\right]v_{E_i}^H,---\left(5\right)$

$={\mathrm{\λ}}_{E_i}^{\left(1\right)}{v}_{E_i}^H{u}_{E_i}^{\left(1\right)}$

构造出滤波矩阵F＝[f₁ f₂]，

其中i＝1,2，j＝1,2，i≠j；

（6）所述授权用户和激活认知用户的数据分别经过P₀和p_ξ的预处理，向基站发送；

（7）所述授权基站利用

进行接收滤波，得到的估计信号如下式：

${\stackrel{\‾}{y}}_p={\left(U_0^p\right)}^H(H_0^p{P}_0{x}_0+H_{\mathrm{\ξ}}^p{p}_{\mathrm{\ξ}}{x}_{\mathrm{\ξ}}+n)$                          （6）

$={\mathrm{\Λ}}_0^p{x}_0+{\left(U_0^p\right)}^H{H}_{\mathrm{\ξ}}^p{p}_{\mathrm{\ξ}}{x}_{\mathrm{\ξ}}+{\left(U_0^p\right)}^{H}n,$

其中，x₀＝[x₀₁ x₀₂]^T表示授权用户发送的信号向量，x_ξ表示激活认知用户发送的符号，n表示噪声，其元素是均值为0，方差为

的高斯随机变量，可以得出所述授权用户主数据流x₀₁，该信息由授权基站发送给认知基站，认知基站利用F^H进行接收滤波，消去已知授权数据x₀₁，得到的估计信号如下式：

${\stackrel{\‾}{y}}_s=F^H{H}_0^s{v}_{02}^p{x}_{02}+F^H{H}_{\mathrm{\ξ}}^s\frac{{\left(H_{\mathrm{\ξ}}^p\right)}^{-1}{H}_0^p{v}_{02}^p}{\left|\right|{\left(H_{\mathrm{\ξ}}^p\right)}^{-1}{H}_0^p{v}_{02}^p\left|\right|}{x}_{\mathrm{\ξ}}+F^{H}n,---\left(7\right)$

认知基站分别解出x₀₂和x_ξ，并将x₀₂发送给授权基站。

需要说明的是，所述步骤（7）中基站侧的协作包括所述授权基站首先解出授权用户主数据流x₀₁，并将x₀₁发送给所述认知基站。所述认知基站消去x₀₁，分别解出x₀₂和x_ξ，并将x₀₂发送给所述授权基站。本发明有益效果在于，与现有技术相比，本发明利用授权基站与认知基站间的协作，设计信号处理算法，保证了授权通信的高优先级，使认知用户在协助授权用户的同时，自己也获得了通信机会。

此外，根据不同信道矩阵空间传输性能的差异，实现了认知用户的合理调度。

其次，本发明使授权通信的速率得到提升，同时利用多认知用户分集增益，通过认知用户调度改善认知通信的速率。本发明能够实现无线资源的高效利用。

附图说明

图1为本发明多用户认知MIMO系统上行通信的系统模型；

图2为本发明的认知通信和授权通信并发传输与用户调度的具体流程图；

图3为本发明的认知用户数K＝4时授权系统数据速率随信噪比（SNR）变化的仿真曲线图；

图4为本发明的认知系统数据速率随着候选认知用户数K的增加而变化的仿真曲线图；

具体实施方式

下面将结合附图对本发明作进一步的描述。

如图1所示，本发明研究中心式的多用户认知MIMO上行通信系统，认知与授权系统均采用MIMO技术，该系统包括一个授权基站（PBS）、一个认知基站（SBS）、一个授权用户（PU）和多个认知用户（SU），为了简便，在认知和授权系统收发端均未画出多天线，其中，实线表示授权数据传输，虚线表示认知数据传输，每条线上标注的符号表示相应的信道矩阵。

如图2所示，为本发明的基于IAC的多用户认知MIMO系统并发传输与用户调度方法，具体包括如下步骤：

（1）所述授权用户与所述授权基站获取信道信息

所述认知用户获取信道信息

所述认知基站获取全部信道信息，其中

分别表示所述授权用户与所述授权基站之间、所述认知用户与所述授权基站之间以及所述认知用户与所述认知基站间的信道矩阵；

（2）所述授权用户，所述授权基站，所述认知用户以及所述认知基站对所述信道信息

做奇异值分解，即

$H_0^p=U_0^p{\mathrm{\Λ}}_0^p{\left(V_0^p\right)}^H=\left[\begin{array}{cc}{u}_{01}^p& u_{02}^p\end{array}\right]\left[\begin{array}{cc}{\mathrm{\λ}}_{01}^p& 0\\ 0& {\mathrm{\λ}}_{02}^p\end{array}\right]\left[\begin{array}{c}{\left(v_{01}^p\right)}^H\\ {\left(v_{02}^p\right)}^H\end{array}\right]---\left(1\right)$

其中(·)^Η表示共轭转置；

（3）各认知用户根据获得的所述信道信息分别计算中间矩阵范数值结果，其中，所述中间矩阵范数值计算公式为：

$\left|\right|E_2\left|\right|=\frac{\left|\right|H_i^s{\left(H_i^p\right)}^{-1}{u}_{02}^p\left|\right|}{\left|\right|{\left(H_i^p\right)}^{-1}{u}_{02}^p\left|\right|}---\left(2\right)$

计算后将所述结果发送至所述认知基站，所述认知基站比较各个结果，选取结果最大值的认知用户进行调度，其中，将所述结果最大值的认知用户编号为ξ，其公式为：

$\mathrm{\ξ}=\underset{1\≤i\≤K}{\arg \max }\frac{\left|\right|H_i^s{\left(H_i^p\right)}^{-1}{u}_{02}^p\left|\right|}{\left|\right|{\left(H_i^p\right)}^{-1}{u}_{02}^p\left|\right|};---\left(3\right)$

（4）所述授权用户构造预编码矩阵P₀，其中，选取

所述认知基站通知被调度的认知用户，所述认知用户构造预编码向量p_ξ，

$p_{\mathrm{\ξ}}=\frac{{\left(H_{\mathrm{\ξ}}^p\right)}^{-1}{H}_0^p{v}_{02}^p}{\left|\right|{\left(H_{\mathrm{\ξ}}^p\right)}^{-1}{H}_0^p{v}_{02}^p\left|\right|};---\left(4\right)$

（5）定义两个中间矩阵，分别是

和

所述认知基站对E_i(i＝1,2)进行奇异值分解，

$E_i=U_{E_i}{\mathrm{\Λ}}_{E_i}{E}_{E_i}^H$

$=\left[\begin{array}{cc}{u}_{E_i}^{\left(1\right)}& u_{E_i}^{\left(2\right)}\end{array}\right]\left[\begin{array}{c}{\mathrm{\λ}}_{E_i}^{\left(1\right)}\\ 0\end{array}\right]v_{E_i}^H,---\left(5\right)$

$={\mathrm{\λ}}_{E_i}^{\left(1\right)}{v}_{E_i}^H{u}_{E_i}^{\left(1\right)}$

构造出滤波矩阵F＝[f₁ f₂]，

其中i＝1,2，j＝1,2，i≠j；

（6）所述授权用户和激活认知用户的数据分别经过P₀和p_ξ的预处理，向基站发送；

（7）授权基站利用

进行接收滤波，得到的估计信号如下式：

${\stackrel{\‾}{y}}_p={\left(U_0^p\right)}^H(H_0^p{P}_0{x}_0+H_{\mathrm{\ξ}}^p{p}_{\mathrm{\ξ}}{x}_{\mathrm{\ξ}}+n)$                     （6）

$={\mathrm{\Λ}}_0^p{x}_0+{\left(U_0^p\right)}^H{H}_{\mathrm{\ξ}}^p{p}_{\mathrm{\ξ}}{x}_{\mathrm{\ξ}}+{\left(U_0^p\right)}^{H}n,$

其中，x₀＝[x₀₁ x₀₂]^T表示授权用户发送的信号向量，x_ξ表示激活认知用户发送的符号，n表示噪声，其元素是均值为0，方差为

的高斯随机变量，可以得出所述授权用户主数据流x₀₁，该信息由授权基站发送给认知基站，认知基站利用F^H进行接收滤波，消去已知授权数据x₀₁，得到的估计信号如下式：

${\stackrel{\‾}{y}}_s=F^H{H}_0^s{v}_{02}^p{x}_{02}+F^H{H}_{\mathrm{\ξ}}^s\frac{{\left(H_{\mathrm{\ξ}}^p\right)}^{-1}{H}_0^p{v}_{02}^p}{\left|\right|{\left(H_{\mathrm{\ξ}}^p\right)}^{-1}{H}_0^p{v}_{02}^p\left|\right|}{x}_{\mathrm{\ξ}}+F^{H}n,---\left(7\right)$

认知基站分别解出x₀₂和x_ξ，并将x₀₂发送给授权基站。

仿真实验

通过仿真实验，可进一步说明本发明的效果：

仿真条件：认知用户和授权用户的发射功率均为P_T，即E(||x₀||²)＝E(||x_i||²)＝P_T。

图3所示，给出了候选认知用户数K＝4时授权系统数据速率随信噪比变化的情况。其中，Exclusive use表示授权通信占用了全部的自由度而没有与认知系统进行协作，等价于单用户MIMO通信系统，IAC-DS表示基于IAC的本发明方法，IAC-RS表示基于IAC且认知用户随机调度的方法，本发明方法的数据速率计算如下，

$R_{01}={\log }_2\{1+\frac{P_T{\left({\mathrm{\λ}}_{01}^p\right)}^2}{{2\mathrm{\σ}}_n^2}\},---\left(8\right)$

$R_{02}={\log }_2\left\{\det \right[I_2+\frac{P_T\left(F^H{E}_1\right){\left(F^H{E}_1\right)}^H}{{2\mathrm{\σ}}_n^{2}A}\left]\right\},---\left(9\right)$

$R_i={\log }_2\left\{\det \right[I_2+\frac{P_T\left(F^H{E}_2\right){\left(F^H{E}_2\right)}^H}{{\mathrm{\σ}}_n^{2}A}\left]\right\},---\left(10\right)$

其中，授权系统和认知系统总的数据速率分别为R_p＝R₀₁+R₀₂和R_s＝R_i。

由此得出，授权系统数据速率随着信噪比的增加而增大，由于IAC利用了系统间的协作，性能优于Exclusive use机制。另外，IAC-DS与IAC-RS获得的数据速率曲线重合，因此认知用户的选择不影响授权通信的数据速率。

如图4所示，给出了随着候选认知用户数K的增加，认知系统数据速率的变化情况。其中，IAC-DS利用了多个空间信道的选择分集，获得多用户分集增益，IAC-DS的数据速率随着K的增加而增大，而IAC-RS的数据速率与K无关。

对于本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及变形，而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。

Claims (3)

1.基于IAC的多用户认知MIMO系统并发传输与用户调度的方法，包括认知用户，授权用户，授权基站以及认知基站，其特征在于，所述授权基站与所述认知基站间通过协作，使所述认知用户通过向授权用户提供帮助获得通信机会，实现授权通信和认知通信的共存传输，所述方法包括如下步骤：

（1）所述授权用户与所述授权基站获取信道信息所述认知用户获取信道信息

所述认知基站获取全部信道信息，其中

分别表示所述授权用户与所述授权基站之间、所述认知用户与所述授权基站之间以及所述认知用户与所述认知基站间的信道矩阵；

（2）所述授权用户，所述授权基站，所述认知用户以及所述认知基站对所述信道信息

做奇异值分解，即

$H_0^p=U_0^p{\mathrm{\Λ}}_0^p{\left(V_0^p\right)}^H=\left[\begin{array}{cc}{u}_{01}^p& u_{02}^p\end{array}\right]\left[\begin{array}{cc}{\mathrm{\λ}}_{01}^p& 0\\ 0& {\mathrm{\λ}}_{02}^p\end{array}\right]\left[\begin{array}{c}{\left(v_{01}^p\right)}^H\\ {\left(v_{02}^p\right)}^H\end{array}\right]---\left(1\right)$

其中(·)^Η表示共轭转置；

（3）各认知用户根据获得的所述信道信息分别计算中间矩阵范数值结果，其中，所述中间矩阵范数值计算公式为：

$\left|\right|E_2\left|\right|=\frac{\left|\right|H_i^s{\left(H_i^p\right)}^{-1}{u}_{02}^p\left|\right|}{\left|\right|{\left(H_i^p\right)}^{-1}{u}_{02}^p\left|\right|}---\left(2\right)$

计算后将所述结果发送至所述认知基站，所述认知基站比较各个结果，选取结果最大值的认知用户进行调度，其中，将所述结果最大值的认知用户编号为ξ，其公式为：

$\mathrm{\ξ}=\underset{1\≤i\≤K}{\arg \max }\frac{\left|\right|H_i^s{\left(H_i^p\right)}^{-1}{u}_{02}^p\left|\right|}{\left|\right|{\left(H_i^p\right)}^{-1}{u}_{02}^p\left|\right|};---\left(3\right)$

（4）所述授权用户构造预编码矩阵P₀，其中，选取

所述认知基站通知被调度的认知用户，所述认知用户构造预编码向量p_ξ，

$p_{\mathrm{\ξ}}=\frac{{\left(H_{\mathrm{\ξ}}^p\right)}^{-1}{H}_0^p{v}_{02}^p}{\left|\right|{\left(H_{\mathrm{\ξ}}^p\right)}^{-1}{H}_0^p{v}_{02}^p\left|\right|};---\left(4\right)$

（5）定义两个中间矩阵，分别是

和

所述认知基站对E_i(i＝1,2)进行奇异值分解，

$E_i=U_{E_i}{\mathrm{\Λ}}_{E_i}{E}_{E_i}^H$

$=\left[\begin{array}{cc}{u}_{E_i}^{\left(1\right)}& u_{E_i}^{\left(2\right)}\end{array}\right]\left[\begin{array}{c}{\mathrm{\λ}}_{E_i}^{\left(1\right)}\\ 0\end{array}\right]v_{E_i}^H,---\left(5\right)$

$={\mathrm{\λ}}_{E_i}^{\left(1\right)}{v}_{E_i}^H{u}_{E_i}^{\left(1\right)}$

构造出滤波矩阵F＝[f₁ f₂]，

其中i＝1,2，j＝1,2，i≠j；

（6）所述授权用户和激活认知用户的数据分别经过P₀和p_ξ的预处理，向基站发送；

（7）所述授权基站利用

进行接收滤波，得到的估计信号如下式：

${\stackrel{\‾}{y}}_p={\left(U_0^p\right)}^H(H_0^p{P}_0{x}_0+H_{\mathrm{\ξ}}^p{p}_{\mathrm{\ξ}}{x}_{\mathrm{\ξ}}+n)$                      （6）

$={\mathrm{\Λ}}_0^p{x}_0+{\left(U_0^p\right)}^H{H}_{\mathrm{\ξ}}^p{p}_{\mathrm{\ξ}}{x}_{\mathrm{\ξ}}+{\left(U_0^p\right)}^{H}n,$

其中，x₀＝[x₀₁ x₀₂]^T表示授权用户发送的信号向量，x_ξ表示激活认知用户发送的符号，n表示噪声，其元素是均值为0，方差为的高斯随机变量，可以得出所述授权用户主数据流x₀₁，该信息由授权基站发送给认知基站，认知基站利用F^H进行接收滤波，消去已知授权数据x₀₁，得到的估计信号如下式：

${\stackrel{\‾}{y}}_s=F^H{H}_0^s{v}_{02}^p{x}_{02}+F^H{H}_{\mathrm{\ξ}}^s\frac{{\left(H_{\mathrm{\ξ}}^p\right)}^{-1}{H}_0^p{v}_{02}^p}{\left|\right|{\left(H_{\mathrm{\ξ}}^p\right)}^{-1}{H}_0^p{v}_{02}^p\left|\right|}{x}_{\mathrm{\ξ}}+F^{H}n,---\left(7\right)$

认知基站分别解出x₀₂和x_ξ，并将x₀₂发送给授权基站。

2.根据权利要求1所述的方法，其特征在于：所述步骤（7）中基站侧的协作包括所述授权基站首先解出授权用户主数据流x₀₁，并将x₀₁发送给所述认知基站，所述认知基站消去x₀₁，分别解出x₀₂和x_ξ，并将x₀₂发送给所述授权基站。

3.根据权利要求1所述的方法，其特征在于，所述认知用户为多个，所述授权用户，授权基站以及认知基站为一个。

Images