CN104270228A - 一种mimo-ccrn中自适应协作传输方法 - Google Patents

Abstract

一种MIMO-CCRN中自适应协作传输方法，包括一对授权用户和两对认知用户，自适应协作传输方法整个通信过程被划分两个阶段，具体表现为授权用户与认知用户间通过协作，使认知用户向授权用户提供帮助以获得通信机会；设计了信号处理算法，实现授权通信和认知通信的共存传输，并通过自适应调整两个阶段的传输时长，消除端到端传输中存在的瓶颈问题，改善授权传输的可达频谱效率。本发明同时考虑认知用户发射机作为中继及认知用户接收机同样可以作为中继的方案。在系统模型中，认知用户发射机配备多天线或者单天线，充分利用多天线提供的空间复用能力。充分研究授权用户和认知用户间存在的干扰，可有效的应用于实际通信。

Description

一种MIMO-CCRN中自适应协作传输方法

技术领域：

本发明涉及通信领域，尤其涉及MIMO-CCRN中自适应协作传输方法。 

背景技术：

随着无线通信业务的迅猛增长以及人们对传输速率、服务质量需求的不断提高，可供利用的频谱资源日趋紧张。同时，无线频谱的使用存在严重的浪费。认知无线电(Cognitive Radio,CR)的提出成为改善无线频谱资源利用的一种有效途径。认知用户采用动态频谱接入(Dynamic Spectrum Access,DSA)的方式实现对空闲的授权频谱资源的智能动态借用，典型的频谱共享方式可分为重叠(Underlay)、覆盖(Overlay)和交织(Interweave)三种。 

协作认知无线网络(Cooperative Cognitive Radio Network,CCRN)基于覆盖共享的思想，认知用户通过主动协助授权通信，获得相应的通信资源(频谱、时间等)作为回报，完成自身通信。当授权通信链路质量较差时，有效的协作认知传输机制能够实现授权与非授权业务的双赢。文献O.Simeone,I.Stanojev,et al.,Spectrum leasing to cooperating secondary ad hoc networks[J].IEEE Journal on Selected Areas in Communications,2008,26(1):203-213(基于频谱租借的协作认知ad hoc网络)提出基于时隙分配的协作方案，根据各认知用户提供协作的功率消耗，确定其获得回报的时隙长度。文献S.Hua,H.Liu, et al.,Exploiting MIMO antennas in cooperative cognitive radio networks [C]//Proceedings of IEEE International Conference on Computer Communications.Shanghai,China:IEEE press,2011:2714-2722(利用MIMO天线的协作认知无线网络)通过结合MIMO技术设计两阶段的协作传输机制。利用多天线系统提供的空间自由度，在第二阶段，认知用户能够在转发授权信息的同时传输自身认知信号。B.Cao,L.X.Cai,et al.,Cooperative cognitive radio networking using quadrature signaling[C]//Proceedings of IEEE International Conference on Computer Communications.Orlando,Florida USA:IEEE press,2012:3096-3100(基于正交信号的协作认知无线网络)利用正交调制提供的自由度设计两阶段协作传输方案，其中，认知用户在正交调制信道转发授权用户信息，同时利用同相调制信道进行自身数据的无干扰并发传输。 

MIMO技术利用多天线提供的空域信号处理能力，能够实现多个数据流的空域并发传输，形成多用户的空分多址通信，成为未来无线通信系统(LTE，LTE-A)的关键技术。将MIMO技术引入CCRN，增加了空间维度的处理，通过多维度资源的联合分配，实现主次级系统共存，获得干扰消除、频谱效率等方面的进一步改善。然而，文献S.Hua,H.Liu,et al.,Exploiting MIMO antennas in cooperative cognitive radio networks[C]//Proceedings of IEEE International Conference on Computer Communications.Shanghai,China:IEEE press,2011:2714-2722(基于MIMO技术的协作认知无线网络)没有充分考 虑通信场景中存在的共道干扰。文献R.Manna,R.H.Y.Louie,et al.,Cooperative spectrum sharing in cognitive radio networks with multiple antennas[J].IEEE Transactions on Signal Processing,2011,59(11):5509-5522(多天线认知无线电网络中的协作频谱共享)提出一个简化的MIMO-CCRN模型，并针对授权通信和认知通信设计相应的波束成形和功率分配算法。然而，上述文献S.Hua,H.Liu,et al.,Exploiting MIMO antennas in cooperative cognitive radio networks[C]//Proceedings of IEEE International Conference on Computer Communications.Shanghai,China:IEEE press,2011:2714-2722(基于MIMO技术的协作认知无线网络)，R.Manna,R.H.Y.Louie,et al.,Cooperative spectrum sharing in cognitive radio networks with multiple antennas[J].IEEE Transactions on Signal Processing,2011,59(11):5509-5522(多天线认知无线电网络中的协作频谱共享)都只考虑认知用户发射机作为中继，忽略了认知用户接收机同样可以作为中继的方案。此外，在系统模型中，只有认知用户发射机配备多天线，而其他设备均为单天线。这些方案没有充分利用多天线提供的空间复用能力。并且由于上述研究工作未能充分研究授权用户和认知用户间存在的干扰，故难以应用于实际通信。 

发明内容：

为了解决上述问题，本发明提供了一种充分利用多天线提供的空间复用能力，充分研究授权用户和认知用户间存在的干扰，可有效应用于实际通信的技术方案： 

一种MIMO-CCRN中自适应协作传输方法，包括一对授权用户和两对认知用户，自适应协作传输方法整个通信过程被划分两个阶段： 

阶段1：PT向中继转发，和一对认知用户传输； 

阶段2：中继向PR转发，和另一对认知用户通信，选择能够获得最大端到端频谱效率的中继方案，设计自适应时隙分配算法，并通知选择的中继节点向PR中转授权数据。 

第一阶段，授权用户PT广播发送数据s_p，认知用户ST₁构造预编码向量向SR₁发送数据s₁，认知用户SR₁和ST₂构造解码向量恢复出数据s_p和s₁，SR₂构造解码向量恢复出数据s_p； 

第二阶段，ST₂向SR₂发送数据s₂，SR₂利用已知量 和消除接收混合信号中的干扰项，并构造恢复出数据s₂，计算PT与中继节点构成的链路的信噪比并得到计算两个中继节点与PR构成的链路的信噪比若PT选择能够获得最大的端到端频谱效率的单中继，根据两跳链路状态调整时隙划分因子α，并通知被选中继构造预编码向量向PR转发s_p，否则 采用双中继SR₁； 

授权用户与认知用户间通过协作，使认知用户向授权用户提供帮助以获得通信机会，设计信号处理算法，实现授权通信和认知通信的共存传输，并通过自适应调整两个阶段的传输时长，消除端到端传输中存在的瓶颈问题，改善授权传输的可达频谱效率。 

作为优选，自适应协作传输方法包括以下步骤： 

(1)所述授权用户与认知用户获取信道信息认知用户获取全部信道信息和令候选中继集合为 授权用户发射端PT的传输功率为P_T，认知用户传输自身数据s_i和选作中继的认知用户转发授权数据s_p的发射功率均为P_T/2，即 $P_s^{\left(s_i\right)}=P_s^{\left(s_p\right)}=P_T/2;$

(2)在阶段1中，PT以广播的形式发送s_p，所述认知用户，包括SR₁、ST₂和SR₂分别接收，认知发射端ST₁在当前阶段向SR₁发送数据s₁；所述认知用户SR₁、ST₂和SR₂的接收信号由下式给出： 

$r_D=g_{\mathrm{PT},D}{s}_p+H_{{\mathrm{ST}}_1,D}{p}_{{\mathrm{ST}}_1}^{\left(s_1\right)}{s}_1+n$

其中，D∈{SR₁,ST₂,SR₂}，表示发射端S对信号s_x(s_x∈{s₁,s_p})的发射预编码向量。n表示加性高斯白噪声向量。接收端设计接收滤波向量对数据s_x进行接收； 

设计SR₁端的解码向量使其与信道状态相匹配，即 

其中，表示伪逆，||·||表示求模值； 

ST₁构造等效矩阵并进行奇异值分解，得到 

$H_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq}}=U_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq}}{\mathrm{\Σ}}_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq}}{\left(V_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq}}\right)}^H,$

其中， $V_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq}}=\left[\begin{array}{cc}{v}_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq},\left(1\right)}& v_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq},\left(2\right)}\end{array}\right].$ 选择 $p_{{\mathrm{ST}}_1}^{\left(s_1\right)}=v_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq},\left(2\right)},$ 使 ${\left[f_{{\mathrm{SR}}_1}^{\left(s_p\right)}\right]}^H{H}_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}{p}_{{\mathrm{ST}}_1}^{\left(s_1\right)}=0.$ SR₁对做奇异值分解，即 $g_{\mathrm{PT},{\mathrm{SR}}_1}=U_{\mathrm{PT},{\mathrm{SR}}_1}{\mathrm{\Σ}}_{\mathrm{PT},{\mathrm{SR}}_1}{V}_{\mathrm{PT},{\mathrm{SR}}_1}^H,$ 取 $f_{{\mathrm{SR}}_1}^{\left(s_1\right)}=u_{\mathrm{PT},{\mathrm{SR}}_1}^{\left(2\right)},$ 使 ${\left[f_{{\mathrm{SR}}_1}^{\left(s_1\right)}\right]}^H{g}_{\mathrm{PT},{\mathrm{SR}}_1}=0;$

设计ST₂和SR₂端接收s_p的滤波向量，ST₂构造等效矩阵 

$H_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq}}=H_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}{p}_{{\mathrm{ST}}_1}^{\left(s_1\right)},$

并进行奇异值分解，得到 

$H_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq}}=U_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq}}{\mathrm{\Σ}}_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq}}{\left(V_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq}}\right)}^H,$

其中， $U_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq}}=\left[\begin{array}{cc}{u}_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq},\left(1\right)}& u_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq},\left(2\right)}\end{array}\right];$

选取 $f_{{\mathrm{ST}}_2}^{\left(s_p\right)}=u_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq},\left(2\right)},$ 使 ${\left[f_{{\mathrm{ST}}_2}^{\left(s_p\right)}\right]}^H{H}_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}{p}_{{\mathrm{ST}}_1}^{\left(s_1\right)}=0;$ SR₂构造等效矩阵 并进行奇异值分解，得到 

$H_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq}}=U_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq}}{\mathrm{\Σ}}_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq}}{\left(V_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq}}\right)}^H,$

其中， $U_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq}}=\left[\begin{array}{cc}{u}_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq},\left(1\right)}& u_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq},\left(2\right)}\end{array}\right],$ 选取 $f_{{\mathrm{SR}}_2}^{\left(s_p\right)}=u_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq},\left(2\right)},$ 使 ${\left[f_{{\mathrm{ST}}_2}^{\left(s_p\right)}\right]}^H{H}_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}{p}_{{\mathrm{ST}}_1}^{\left(s_1\right)}=0;$

(3)在第二阶段，ST₂发射自身数据s₂至SR₂，SR₂的接收信号由下式给出： 

$r_{{\mathrm{SR}}_2}^{\left(s_2\right)}=H_{{\mathrm{ST}}_2,{\mathrm{SR}}_2}{p}_{{\mathrm{ST}}_2}^{\left(s_p\right)}{s}_p+H_{{\mathrm{SR}}_1,{\mathrm{SR}}_2}{p}_{{\mathrm{SR}}_1}^{\left(s_p\right)}{s}_p+H_{{\mathrm{ST}}_2,{\mathrm{SR}}_2}{p}_{{\mathrm{ST}}_2}^{\left(s_2\right)}{s}_2+n$

ST₂对信道矩阵进行奇异值分解，得到 

$g_{{\mathrm{ST}}_2,\mathrm{PR}}=U_{{\mathrm{ST}}_2,\mathrm{PR}}{\mathrm{\Σ}}_{{\mathrm{ST}}_2,\mathrm{PR}}{V}_{{\mathrm{ST}}_2,\mathrm{PR}}^H;$

其中， $V_{{\mathrm{ST}}_2,\mathrm{PR}}=\left[\begin{array}{cc}{v}_{{\mathrm{ST}}_2,\mathrm{PR}}^{\left(1\right)}& v_{{\mathrm{ST}}_2,\mathrm{PR}}^{\left(2\right)}\end{array}\right].$ 选取ST₂的预编码向量 $p_{{\mathrm{ST}}_2}^{\left(s_2\right)}={\left[v_{{\mathrm{ST}}_2,\mathrm{PR}}^{\left(2\right)}\right]}^H,$ 使  $g_{{\mathrm{ST}}_2,\mathrm{PR}}{p}_{{\mathrm{ST}}_2}^{\left(s_2\right)}=0;$

对于所述认知用户SR₂，利用信道信息预编码向量以及在上一传输阶段获得的数据s_p，消除接收混合信号中的干扰项和SR₂构造等效矩阵  $H_{{\mathrm{ST}}_2,{\mathrm{SR}}_2}^{\mathrm{eq}}=H_{{\mathrm{ST}}_2,{\mathrm{SR}}_2}{p}_{{\mathrm{ST}}_2}^{\left(s_2\right)},$ 计算对归一化得到用于所述认知用户SR₂的接收滤波。 

(4)SR₁和ST₂设计预编码向量和分别与信道和 相匹配，如下式： 

计算PT与中继节点构成的链路的信噪比 

${\mathrm{\γ}}_{\mathrm{PT},r}^{\left(s_p\right)}=P_T{\left|\right|{\left[f_r^{\left(s_p\right)}\right]}^H{g}_{\mathrm{PT},r}\left|\right|}^2/{\mathrm{\σ}}_n^2,$

并得到

计算两个中继节点与PR构成的链路的信噪比 

其中，

(5)根据步骤(4)的中继选择结果，进行自适应时隙划分； 

通过动态调整时隙划分因子α，消除端到端授权数据传输的瓶颈问题； 

经由单中继r中转的链路(PT→r→PR)，时隙划分因子α由下式给出： 

$\mathrm{\α}=\frac{{\log }_2[1+{\mathrm{\γ}}_{r,\mathrm{PR}}^{\left(s_p\right)}]}{{\log }_2[1+{\mathrm{\γ}}_{\mathrm{PT},r}^{\left(s_p\right)}][1+{\mathrm{\γ}}_{r,\mathrm{PR}}^{\left(s_p\right)}]}=\frac{C_{r,\mathrm{PR}}^{\left(s_p\right)}}{C_{\mathrm{PT},r}^{\left(s_p\right)}+C_{r,\mathrm{PR}}^{\left(s_p\right)}}$

其中， ${\mathrm{\γ}}_{r,\mathrm{PR}}^{\left(s_p\right)}=P_r^{\left(s_p\right)}{\left|\right|g_{r,\mathrm{PR}}{p}_r^{\left(s_p\right)}\left|\right|}^2/{\mathrm{\σ}}_n^2;$

对于选取两个中继的端到端授权数据传输，α由下式给出： 

作为优选，步骤(1)中，s表示发射端，表示接收端，表示接收端的天线数，M_s表示发射端的天线数。 

作为优选，步骤(4)中，若选择能够获得最大 的端到端频谱效率的单中继r_opt，满足r_opt构造预编码向量并向PR转发s_p；否则采用双中继SR₁和ST₂，SR₁和ST₂分别构造预编码向量和转发s_p至PR。 

本发明的有益效果在于： 

(1)本发明同时考虑认知用户发射机作为中继及认知用户接收机同样可以作为中继的方案。 

(2)本发明在系统模型中，认知用户发射机配备多天线或者单天线，充分利用多天线提供的空间复用能力。 

(3)本发明充分研究授权用户和认知用户间存在的干扰，可有效的应用于实际通信。 

附图说明：

图1为本发明系统模型； 

图2为本发明的认知通信和授权通信并发传输算法设计的具体流程图； 

图3为本发明的时隙等分时，授权系统频谱效率随信噪比变化的仿真图； 

图4为本发明的自适应分配时，授权系统频谱效率随信噪比变化的仿真图。 

具体实施方式：

为使本发明的发明目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。 

一种MIMO-CCRN中自适应协作传输方法，包括一对授权用户 和两对认知用户，自适应协作传输方法整个通信过程被划分两个阶段： 

阶段1：PT向中继转发，和一对认知用户传输； 

阶段2：中继向PR转发，和另一对认知用户通信，选择能够获得最大端到端频谱效率的中继方案，设计自适应时隙分配算法，并通知选择的中继节点向PR中转授权数据； 

在第一阶段，PT以广播的形式发送s_p，所述认知用户：SR₁、ST₂和SR₂接收。其中，中继SR₁和ST₂采用译码转发Decode forward,DF方式接收PT的信息，并在下一个传输阶段进行转发；SR₂接收s_p，用于在下一个传输时隙从接收混合信号中恢复出s₂。认知发射端ST₁在当前阶段向SR₁发送数据s₁。所述认知用户SR₁、ST₂和SR₂的接收信号由下式给出： 

$r_D=g_{\mathrm{PT},D}{s}_p+H_{{\mathrm{ST}}_1,D}{p}_{{\mathrm{ST}}_1}^{\left(s_1\right)}{s}_1+n$

其中，D∈{SR₁,ST₂,SR₂}，表示发射端S对信号s_x(s_x∈{s₁,s_p})的发射预编码向量。n表示加性高斯白噪声向量。接收端设计接收滤波向量对数据s_x进行接收。 

设计SR₁端的解码向量使其与信道状态相匹配，即： 

其中，表示伪逆，||·||表示求模值。 

ST₁构造等效矩阵并进行奇异值分解，得到 

$H_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq}}=U_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq}}{\mathrm{\Σ}}_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq}}{\left(V_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq}}\right)}^H,$

其中， $V_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq}}=\left[\begin{array}{cc}{v}_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq},\left(1\right)}& v_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq},\left(2\right)}\end{array}\right].$

选择 $p_{{\mathrm{ST}}_1}^{\left(s_1\right)}=v_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}^{\mathrm{eq},\left(2\right)},$ 使 ${\left[f_{{\mathrm{SR}}_1}^{\left(s_p\right)}\right]}^H{H}_{{\mathrm{ST}}_1,{\mathrm{SR}}_1}{p}_{{\mathrm{ST}}_1}^{\left(s_1\right)}=0.$ SR₁对做奇异值分解，即 $g_{\mathrm{PT},{\mathrm{SR}}_1}=U_{\mathrm{PT},{\mathrm{SR}}_1}{\mathrm{\Σ}}_{\mathrm{PT},{\mathrm{SR}}_1}{V}_{\mathrm{PT},{\mathrm{SR}}_1}^H,$ 取 $f_{{\mathrm{SR}}_1}^{\left(s_1\right)}=u_{\mathrm{PT},{\mathrm{SR}}_1}^{\left(2\right)},$ 使 ${\left[f_{{\mathrm{SR}}_1}^{\left(s_1\right)}\right]}^H{g}_{\mathrm{PT},{\mathrm{SR}}_1}=0;$ 设计ST₂和SR₂端接收s_p的滤波向量。 

ST₂构造等效矩阵并进行奇异值分解，得到 

$H_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq}}=U_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq}}{\mathrm{\Σ}}_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq}}{\left(V_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq}}\right)}^H,$

其中， $U_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq}}=\left[\begin{array}{cc}{u}_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq},\left(1\right)}& u_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq},\left(2\right)}\end{array}\right];$

选取 $f_{{\mathrm{ST}}_2}^{\left(s_p\right)}=u_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}^{\mathrm{eq},\left(2\right)},$ 使 ${\left[f_{{\mathrm{ST}}_2}^{\left(s_p\right)}\right]}^H{H}_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}{p}_{{\mathrm{ST}}_1}^{\left(s_1\right)}=0;$ SR₂构造等效矩阵 并进行奇异值分解，得到 

$H_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq}}=U_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq}}{\mathrm{\Σ}}_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq}}{\left(V_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq}}\right)}^H,$

其中， $U_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq}}=\left[\begin{array}{cc}{u}_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq},\left(1\right)}& u_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq},\left(2\right)}\end{array}\right],$

选取 $f_{{\mathrm{SR}}_2}^{\left(s_p\right)}=u_{{\mathrm{ST}}_1,{\mathrm{SR}}_2}^{\mathrm{eq},\left(2\right)},$ 使 ${\left[f_{{\mathrm{ST}}_2}^{\left(s_p\right)}\right]}^H{H}_{{\mathrm{ST}}_1,{\mathrm{ST}}_2}{p}_{{\mathrm{ST}}_1}^{\left(s_1\right)}=0;$

在第二阶段，所述认知用户ST₂发射自身数据s₂至SR₂，SR₂的接收信号由下式给出： 

$r_{{\mathrm{SR}}_2}^{\left(s_2\right)}=H_{{\mathrm{ST}}_2,{\mathrm{SR}}_2}{p}_{{\mathrm{ST}}_2}^{\left(s_p\right)}{s}_p+H_{{\mathrm{SR}}_1,{\mathrm{SR}}_2}{p}_{{\mathrm{SR}}_1}^{\left(s_p\right)}{s}_p+H_{{\mathrm{ST}}_2,{\mathrm{SR}}_2}{p}_{{\mathrm{ST}}_2}^{\left(s_2\right)}{s}_2+n$

ST₂对所述信道矩阵进行奇异值分解，得到： 

$g_{{\mathrm{ST}}_2,\mathrm{PR}}=U_{{\mathrm{ST}}_2,\mathrm{PR}}{\mathrm{\Σ}}_{{\mathrm{ST}}_2,\mathrm{PR}}{V}_{{\mathrm{ST}}_2,\mathrm{PR}}^H;$

其中， $V_{{\mathrm{ST}}_2,\mathrm{PR}}=\left[\begin{array}{cc}{v}_{{\mathrm{ST}}_2,\mathrm{PR}}^{\left(1\right)}& v_{{\mathrm{ST}}_2,\mathrm{PR}}^{\left(2\right)}\end{array}\right].$ 选取ST₂的预编码向量 $p_{{\mathrm{ST}}_2}^{\left(s_2\right)}={\left[v_{{\mathrm{ST}}_2,\mathrm{PR}}^{\left(2\right)}\right]}^H,$ 使 即对PR不产生干扰。 

对于所述认知用户SR₂，利用信道信息预编码向量以及在上一传输阶段获得的数据s_p，消除接收混合信号中的干扰项和

SR₂构造等效矩阵 $H_{{\mathrm{ST}}_2,{\mathrm{SR}}_2}^{\mathrm{eq}}=H_{{\mathrm{ST}}_2,{\mathrm{SR}}_2}{p}_{{\mathrm{ST}}_2}^{\left(s_2\right)},$ 计算对 归一化得到用于认知用户SR₂的接收滤波。干扰消除以及和接收滤波后得到的估计信号分别由式(4)和(5)给出： 

$r_{{\mathrm{SR}}_2}^{\left(s_2\right)}=\sqrt{P_{{\mathrm{ST}}_2}^{\left(s_2\right)}}{H}_{{\mathrm{ST}}_2,{\mathrm{SR}}_2}{p}_{{\mathrm{ST}}_2}^{\left(s_2\right)}{s}_2+n$

${\tilde{r}}_{{\mathrm{SR}}_2}^{\left(s_2\right)}=\sqrt{P_{{\mathrm{ST}}_2}^{\left(s_2\right)}}{{\left[f_{{\mathrm{SR}}_2}^{\left(s_2\right)}\right]}^{H}H}_{{\mathrm{ST}}_2,{\mathrm{SR}}_2}{p}_{{\mathrm{ST}}_2}^{\left(s_2\right)}{s}_2+{\left[f_{{\mathrm{SR}}_2}^{\left(s_2\right)}\right]}^{H}n$

SR₁和ST₂分别设计预编码向量和分别与信道和 相匹配，如下式： 

计算PT与中继节点构成的链路的信噪比 

${\mathrm{\γ}}_{\mathrm{PT},r}^{\left(s_p\right)}=P_T{\left|\right|{\left[f_r^{\left(s_p\right)}\right]}^H{g}_{\mathrm{PT},r}\left|\right|}^2/{\mathrm{\σ}}_n^2,$

并得到计算两个中继节点与PR构成的链路的信噪比 其中，若选择能够获得最大的端到端频谱效率的单中继r_opt，满足 r_opt构造预编码向量并向PR转发s_p。假设中继节点均采用半双工模式，单中继情况下能够得到的端到端频谱效率为： 

$C_{\mathrm{PT},r,\mathrm{PR}}^{\left(s_p\right)}=\min \left\{\mathrm{\α}{\log }_2\right[1+{\mathrm{\γ}}_{\mathrm{PT},r}^{\left(s_p\right)}],(1-\mathrm{\α}){\log }_2[1+{\mathrm{\γ}}_{r,\mathrm{PR}}^{\left(s_p\right)}\left]\right\}$

否则采用双中继SR₁和ST₂，SR₁和ST₂构造预编码向量和转发s_p至PR。 

授权用户接收端PR得到的估计信号如下式： 

$r_{\mathrm{PR}}^{\left(s_p\right)}=\sqrt{P_T/2}[g_{{\mathrm{SR}}_1,\mathrm{PR}}{p}_{{\mathrm{SR}}_1}^{\left(s_p\right)}+g_{{\mathrm{ST}}_2,\mathrm{PR}}{p}_{{\mathrm{ST}}_2}^{\left(s_p\right)}]s_p+n$

可以获得的端到端频谱效率为： 

根据中继选择的结果进行自适应时隙划分。通过动态调整时隙划分因子α，消除端到端授权数据传输的瓶颈问题。经由单中继r 中转的链路(PT→r→PR)，时隙划分因子α由下式给出： 

$\mathrm{\α}=\frac{{\log }_2[1+{\mathrm{\γ}}_{r,\mathrm{PR}}^{\left(s_p\right)}]}{{\log }_2[1+{\mathrm{\γ}}_{\mathrm{PT},r}^{\left(s_p\right)}][1+{\mathrm{\γ}}_{r,\mathrm{PR}}^{\left(s_p\right)}]}=\frac{C_{r,\mathrm{PR}}^{\left(s_p\right)}}{C_{\mathrm{PT},r}^{\left(s_p\right)}+C_{r,\mathrm{PR}}^{\left(s_p\right)}}$

其中， ${\mathrm{\γ}}_{r,\mathrm{PR}}^{\left(s_p\right)}=P_r^{\left(s_p\right)}{\left|\right|g_{r,\mathrm{PR}}{p}_r^{\left(s_p\right)}\left|\right|}^2/{\mathrm{\σ}}_n^2.$

对于选取两个中继的端到端授权数据传输，α由下式给出： 

值得注意的是，当存在多个认知用户对时，通过调度，从中选取两对认知用户，从而将该场景下的通信问题转化为与本专利的设计一致，利用本专利的发明方法实现通信。 

在如图3和图4的仿真图中，采用[时隙划分因子,中继能量,中继策略,期望数据]表示不同的协作方案。其中，时隙划分因子∈{0.5,α}分别表示时域等分和自适应的时域分配方案。第二项中继能量中表示中继节点用于转发授权用户数据的能量消耗。当使用单中继时，  $E_{r|R}^{\left(s_p\right)}=(1-\mathrm{\α}){\mathrm{TP}}_T/2;$ 采用双中继时， $E_{r|R}^{\left(s_p\right)}=(1-\mathrm{\α}){\mathrm{TP}}_T.$ 第三项中继策略∈{SR₁,ST₂,SR₁&ST₂,Adpt}，SR₁和ST₂表示单中继协作方案，SR₁&ST₂表示双中继协作方案。缩写Adpt表示利用遍历搜索得到的最优协作方案。期望数据∈{s_p,s₁,s₂}。 

在图3所示的等时隙划分方案中，时隙划分因子α＝0.5，两个传 输阶段时长相等。自适应中继选择方案能够实现最大频谱效率。在两种单中继方案中，采用SR₁作为中继获得的端到端频谱效率较采用ST₂更高，即且双中继方案的频谱效率低于选用单中继SR₁。 

如图4所示的自适应时隙分配方案中，α取值根据中继选择策略不同，分别由公式(11)和公式(12)计算得到。与图3类似， 获得最大频谱效率。对于两种单中继方案，由于第一阶段不同的滤波算法，利用SR₁作为单中继的方案优于ST₂。对比图3和图4可以发现，通过自适应的设计α，消除瓶颈效应，图4所示的端到端频谱效率较图3有明显提高。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 (4)

1.一种MIMO-CCRN中自适应协作传输方法，包括一对授权用户和两对认知用户，其特征在于：所述自适应协作传输方法整个通信过程被划分两个阶段： 

阶段1：PT向中继转发，和一对认知用户传输； 

阶段2：中继向PR转发，和另一对认知用户通信，选择能够获得最大端到端频谱效率的中继方案，设计自适应时隙分配算法，并通知选择的中继节点向PR中转授权数据； 

第一阶段，授权用户PT广播发送数据s_p，认知用户ST₁构造预编码向量向SR₁发送数据s₁，认知用户SR₁和ST₂构造解码向量恢复出数据s_p和s₁，SR₂构造解码向量恢复出数据s_p； 

第二阶段，ST₂向SR₂发送数据s₂，SR₂利用已知量 和消除接收混合信号中的干扰项，并构造恢复出数据s₂，计算PT与中继节点构成的链路的信噪比并得到计算两个中继节点与PR构成的链路的信噪比若PT选择能够获得最大的端到端频谱效率的单中继，根据两跳链路状态调整时隙划分因子α，并通知被选中继构造预编码向量向PR转发s_p，否则 采用双中继SR₁； 

所述授权用户与认知用户间通过协作，使认知用户向授权用户提供帮助以获得通信机会，设计信号处理算法，实现授权通信和认知通信的共存传输，并通过自适应调整两个阶段的传输时长，消除端到端传输中存在的瓶颈问题，改善授权传输的可达频谱效率。 

2.根据权利要求1所述一种MIMO-CCRN中自适应协作传输方法，其特征在于：所述自适应协作传输方法包括以下步骤： 

(1)所述授权用户与认知用户获取信道信息认知用户获取全部信道信息和令候选中继集合为 授权用户发射端PT的传输功率为P_T，认知用户传输自身数据s_i和选作中继的认知用户转发授权数据s_p的发射功率均为P_T/2，即

(2)在阶段1中，PT以广播的形式发送s_p，所述认知用户，包括SR₁、ST₂和SR₂分别接收，认知发射端ST₁在当前阶段向SR₁发送数据s₁；所述认知用户SR₁、ST₂和SR₂的接收信号由下式给出： 

其中，D∈{SR₁,ST₂,SR₂}，表示发射端S对信号s_x(s_x∈{s₁,s_p})的发射预编码向量。n表示加性高斯白噪声向量。接收端设计接收滤波向量对数据s_x进行接收； 

设计SR₁端的解码向量使其与信道状态相匹配，即 

其中，表示伪逆，||·||表示求模值； 

ST₁构造等效矩阵并进行奇异值分解，得到 

其中，选择使SR₁对做奇异值分解，即取使

设计ST₂和SR₂端接收s_p的滤波向量，ST₂构造等效矩阵 

并进行奇异值分解，得到 

其中，

选取使SR₂构造等效矩阵 并进行奇异值分解，得到 

其中，选取使

(3)在第二阶段，ST₂发射自身数据s₂至SR₂，SR₂的接收信号由下式给出： 

ST₂对信道矩阵进行奇异值分解，得到 

其中，选取ST₂的预编码向量使 

对于所述认知用户SR₂，利用信道信息预编码向量以及在上一传输阶段获得的数据s_p，消除接收混合信号中的干扰项和SR₂构造等效矩阵 计算对归一化得到用于所述认知用户SR₂的接收滤波； 

(4)SR₁和ST₂设计预编码向量和分别与信道和 相匹配，如下式： 

计算PT与中继节点构成的链路的信噪比 

并得到

计算两个中继节点与PR构成的链路的信噪比 

其中，

(5)根据步骤(4)的中继选择结果，进行自适应时隙划分； 

通过动态调整时隙划分因子α，消除端到端授权数据传输的瓶颈问题； 

经由单中继r中转的链路PT→r→PR，时隙划分因子α由下式给出： 

其中，

对于选取两个中继的端到端授权数据传输，α由下式给出： 

。

3.根据权利要求2所述一种MIMO-CCRN中自适应协作传输方法，其 特征在于：步骤(1)中，s表示发射端，表示接收端，表示接收端的天线数，M_s表示发射端的天线数。 

4.根据权利要求2所述一种MIMO-CCRN中自适应协作传输方法，其特征在于：步骤(4)中，若选择能够获得最大的端到端频谱效率的单中继r_opt，满足r_opt构造预编码向量并向PR转发s_p；否则采用双中继SR₁和ST₂，SR₁和ST₂分别构造预编码向量和转发s_p至PR。