CN105656537A - 一种基于认知混合双向中继的波束成形方法 - Google Patents

Abstract

本发明公开了一种基于认知混合双向中继的波束成形方法，包括：一、中继节点在第一时隙接收来自认知用户Su1和主用户的信号，并根据接收信号的信噪比选择工作在放大转发与解码转发模式；二、中继节点在第二时隙接收来自认知用户Su2和主用户的信号，并根据接收信号信噪比选择工作在放大转发或解码转发模式；三、在第三时隙中，中继端将前两个时隙得到的信号叠加，在满足认知用户信噪比要求以及中继端总发送功率约束条件下以最小化主用户接收端的干扰为目标进行波束成形设计；四、步骤三得到的是非凸优化问题，引入半正定松弛方法将原优化问题转化为准凸优化问题，利用内点法求解得到最优波束成形向量。本发明降低了系统间的干扰，可以提高系统性能。

Description

一种基于认知混合双向中继的波束成形方法

技术领域

本发明属于无线通信领域，具体涉及一种基于认知混合双向中继的波束成形方法。

背景技术

认知无线电是近年来提高无线频谱资源利用率的有效技术，在认知无线电网络中，认知用户和主用户同时存在，这两类用户分别属于不同的通信系统，认知用户在不影响主用户正常通信的情况下，与主用户共享频谱资源。由于对主用户的干扰功率限制，认知用户的发送功率受限，从而降低了次用户服务质量以及认知网络的覆盖范围。为了进一步提高频谱利用率，改善认知用户的服务质量，以及扩大通信范围，中继技术得到应用，正是因为可以扩大小区覆盖范围，填补小区的覆盖盲区，提高通信质量等这些优点，使得中继技术成为了一项关键技术。

目前，根据中继转发方式的不同发展成几种不同的中继网络。在认知中继系统中主要的中继转发方式有AF与DF方式。其中AF方式是最简单的，中继对收到的信号进行线性处理后直接转发出去；DF方式中，中继首先对收到的信号进行解调和解码，然后再经过编码和调制转发给目的端；在认知双向中继系统的研究中，S.H.Safavi等人针对认知双向中继网络，在中继端设计波束成形，在满足两个次用户信噪比门限的约束条件下，降低对主用户的干扰。Safavi等人对上述研究做了进一步的扩展，考虑了主用户与中继端的上行信道与下行信道估计存在误差，且信道状态信息二阶统计量满足一定条件的情况下，在中继端设计最优波束成形因子降低对主用户的干扰。ShuaiMa等人针对认知双向中继网络在中继端设计鲁棒波束成形，该方法以次用户信干噪比门限以及对主用户干扰功率受限为约束条件，实现中继端总的发送功率的最小化。上述研究中的双向中继均工作在AF模式下，AliAfana等人研究了认知双向中继网络中中继节点工作在DF模式的下时在中继端设计波束成形，当中继节点接收信息的信干噪比满足一定条件时，该中继节点将解码后的信息进行波束成形后再广播给认知用户。总的来说，AF转发方式处理简单，也正是由于这种简单实效性获得了最广泛的研究，但是同时也会放大噪声，DF转发方式可以过滤掉噪声并能够获得满分集增益，但是处理复杂，在认知双向中继系统中应用更加合理的中继转发方案具有很大的研究空间，比如考虑混合中继转发方案等(AF+DF模式)。

发明内容

技术问题：本发明公开了一种基于认知混合双向中继的波束成形方法，在中继端应用了更加合理的中继转发方案，即AF+DF模式，有效改善了认知双向中继系统中采用单一AF转发方式在对信号放大的同时也会放大噪声的问题。

技术方案：为实现上述目标，本发明的主要步骤如下：

一种基于认知混合双向中继的波束成形方法，所述的认知混合双向中继系统包括认知用户Su1和Su2，一个主用户对及K个中继节点。其特征在于包括以下步骤：

步骤一：中继端在第一时隙接收来自认知用户Su1和主用户的信号，每个中继节点根据接收信号的信噪比选择工作在AF或DF模式。

步骤二：中继端在第二时隙接收来自认知用户Su2和主用户的信号，每个中继节点根据接收信号的信噪比选择工作在AF或DF模式。

步骤三：在第三时隙中，中继端每个中继节点将前两个时隙的得到的信号进行叠加，在满足认知用户信噪比要求以及中继端总发送功率约束条件下以最小化主用户接收端的干扰为目标进行波束成形设计。

步骤四：步骤三得到的是非凸优化问题，引入半正定松弛方法将原优化问题转化为准凸优化问题，利用内点法求解得到最优波束成形向量。

在所述的步骤一中，所述的中继端在第一时隙接收来自认知用户Su1和主用户的信号，每个中继节点根据接收信号的信噪比选择工作在放大转发(amplifyandforward,AF)或解码转发(decodeandforward,DF)模式，，其实现过程为：

在第一个时隙中主用户发送端发送信号给主用户接收端，认知用户Su1广播信号s₁给中继端，中继节点此时同时接收到来自主用户及认知用户Su1的信号，中继节点根据接收到的信号的信干燥比(Signaltonoiseratio,SINR)和门限值决定：当SINR高于门限值时采用DF方式解调出有用信号s₁，否则采用AF方式将接收到的信号归一化。

在所述的步骤二中，所述的中继端在第二时隙接收来自认知用户Su2和主用户的信号，每个中继节点根据接收信号的信噪比选择工作在AF或DF模式，其实现过程为：

在第二个时隙中主用户发送端发送信号给主用户接收端，认知用户Su2广播信号s₂给中继端，中继节点此时同时接收到来自主用户及认知用户Su2的信号根据接收到的信号的SINR和门限值决定：当SINR高于门限值时采用DF方式解调出有用信号s₂，否则采用AF方式将接收到的信号归一化。

在所述的步骤三中，在第三时隙中，中继端将前两个时隙得到的信号叠加，在满足认知用户信噪比要求以及中继端总发送功率约束条件下以最小化主用户接收端的干扰为目标进行波束成形设计，其实现过程为：

在第三个时隙中，每个中继节点将前两个时隙得到的信号进行叠加，在满足认知用户接收端的信干噪比门限、控制中继端总的发送功率低于最大发送功率的条件下，在中继端通过波束成形设计,降低主用户接收端干扰。

在所述的步骤四中，步骤三得到的是非凸优化问题，引入半正定松弛方法将原优化问题转化为准凸优化问题，利用内点法求解得到最优波束成形向量，是指：

由于步骤三中得到的是非凸优化问题，很难直接求解，通过使用通过使用半正定松弛(semidefiniterelaxation,SDR)方法，对非凸优化问题进行松弛处理，去除秩1约束，转化为半正定规划问题(SemidefineProgramming,SDP)问题，然后使用内点法进行求解，得到最优波束成形向量因子。

有益效果：本方法在认知双向中继系统中应用了更加合理的中继转发方案选择，有效改善了在认知AF双向中继系统中中继端对信号放大的同时也会对噪声进行放大的问题，与认知AF双向中继系统的波束成形算法相比，减少了对主用户的干扰，改善了系统性能。

附图说明

图1为本发明的系统模型图；

图2为本发明的流程图；

图3为本发明与认知AF双向中继系统波束成形算法的性能对比图。

具体实施方式

下面结合附图进一步阐述本发明：

图1为本发明的系统模型图。认知双向中继网络中包括两个次用户(Su1，Su2)，一个主用户对(Pu-tx，Pu-rx)，两个认知用户通过K个中继节点交换信息，其中主用户发送端与接收端，认知用户以及中继节点都为单天线。f_m为认知用户到中继端的信道向量，f_m＝[f_m1,f_m2,…f_mk]^Τ，m∈{1,2}。h₁，h₂分别表示主用户与中继端之间的上行信道向量以及下行信道向量，h_m＝[h_m1,h_m2,…h_mk]^T,m∈{1,2}。

图2为本发明基于认知混合双向中继系统的波束成形设计方法的一个实施流程图。该实施所述方法包括以下步骤。

步骤一：中继端在第一时隙接收来自认知用户Su1和主用户的信号，每个中继节点根据接收信号的信噪比选择工作在AF或DF模式，其实现过程为：

在第一个时隙中主用户发送端发送信号给主用户接收端，认知用户Su1广播信号s₁给中继端，中继端接收信号为：

$r_1=\sqrt{p_1}{f}_1{s}_1+\sqrt{p_p}{h}_1{s}_p^{\left(1\right)}+n_R$

其中，p₁是认知用户Su1的发射功率，p_p为主用户发射功率，n_R＝[n₁,n₂,…n_k]^H为中继端的加性噪声，n_R∈CN(0,σ²I)。当r₁的SINR高于门限值r时采用DF方式解调出有用信号s₁，否则采用AF方式将信号归一化。

步骤二：中继端在第二时隙接收来自认知用户Su2和主用户的信号，每个中继节点根据接收信号的信噪比选择工作在AF或DF模式，其实现过程为：

在第二个时隙中主用户发送端发送信号给主用户接收端，认知用户Su2广播信号s₂给中继端，中继端接收信号为：

$r_2=\sqrt{p_2}{f}_2{s}_2+\sqrt{p_p}{h}_1{s}_p^{\left(2\right)}+n_R$

其中，p₂是认知用户Su1的发射功率，当r₂的SINR高于门限值r时采用DF方式解调出有用信号s₂，否则采用AF方式将接收到的信号归一化。

步骤三：在第三时隙中中继端的每个中继节点将前两个时隙的得到的信号进行叠加，在中继端进行波束成形设计，并广播波束成形信号：

x_R＝W(D₁r₁+D₂es₁+D₃r₂+D₄es₂)

其中，W＝diag(w)，w＝[w₁,w₂,…w_k]^H，w_i为波束成形向量因子，e为单位向量，D₁，D₂，D₃，D₄为对角矩阵：

${\left(D_1\right)}_{ii}=\{\begin{array}{cc}0& r_{1i}\&GreaterEqual;r\\ {\mathrm{\&beta;}}_{1i}& r_{1i}<r\end{array},i=1,\mathrm{...}k$

${\left(D_3\right)}_{ii}=\{\begin{array}{cc}0& r_{2i}\&GreaterEqual;r\\ {\mathrm{\&beta;}}_{2i}& r_{2i}<r\end{array},i=1,\mathrm{...}k$

$r_{1i}=\frac{p_1|f_i{|}^2}{p_p|h_{1i}{|}^2+{\mathrm{\&sigma;}}^2}$

${\mathrm{\&beta;}}_{1i}=\frac{1}{\sqrt{p_1|f_{1i}{|}^2+p_p|h_{1i}{|}^2+{\mathrm{\&sigma;}}^2}}$

$r_{2i}=\frac{p_2|f_{2i}{|}^2}{p_p|h_{1i}{|}^2+{\mathrm{\&sigma;}}^2}$

${\mathrm{\&beta;}}_{2i}=\frac{1}{\sqrt{p_2|f_{2i}{|}^2+p_p|h_{1i}{|}^2+{\mathrm{\&sigma;}}^2}}$

其中，r_1i，r_2i，分别为第一、第二时隙中继节点i的接收信号的信噪比，β_1i，β_2i分别为第一、第二时隙中继节点i的功率归一化因子，中继节点i的发送功率可以表示为：

E{|w_i((D₁)_iir_1i+(D₂)_iies₁+(D₃)_iir_2i+(D₄)_iies₂)|²}

＝2|w_||²

因此，中继端总的发送功率可以表示为2||w||²。此时认知用户接收端的信干燥比分别为：

${\mathrm{SINR}}_1=\frac{w^H{A}_{1}w}{w^H{B}_{1}w+{\mathrm{\&sigma;}}^2}$

${\mathrm{SINR}}_2=\frac{w^H{A}_{2}w}{w^H{B}_{2}w+{\mathrm{\&sigma;}}^2}$

其中，

$A_1=p_2{F}_1{\mathrm{\&lambda;\&lambda;}}^H{F}_1^H,$ λ＝D₃f₂+D₄e

$A_2=p_1{F}_2{\mathrm{\&mu;\&mu;}}^H{F}_2^H,$ μ＝D₁f₁+D₂e

$B_1=p_p{F}_1(D_1{h}_1{h}_1^H{D}_1^H+D_3{h}_1{h}_1^H{D}_3^H)F_1^H+{\mathrm{\&sigma;}}^2{F}_1(D_1{D}_1^H+D_3{D}_3^H)F_1^H$

$B_2=p_p{F}_2(D_1{h}_1{h}_1^H{D}_1^H+D_3{h}_1{h}_1^H{D}_3^H)F_2^H+{\mathrm{\&sigma;}}^2{F}_2(D_1{D}_1^H+D_3{D}_3^H)F_2^H.$

主用户接收端的干扰功率为：

p_I＝w^HCw

其中

$C=H_2\left(\begin{array}{c}{p}_1{D}_1{f}_1{f}_1^H{D}_1^H+p_2{D}_3{f}_2{f}_2^H{D}_3^H+{\mathrm{\&sigma;}}^2(D_1{D}_1^H-D_3{D}_3^H)\\ +p_p(D_1{h}_1{h}_1^H{D}_1^H+D_3{h}_1{h}_1^H{D}_3^H)+D_2{D}_2^H+D_4{D}_4^H\end{array}\right)H_2^H$

根据认知混合双向中继系统模型，以降低对主用户的干扰为目的，同时满足认知用户接收端信干噪比门限以及中继端总功率约束条件，该波束成形问题可以建模为以下优化问题:

$\begin{array}{cc}\underset{w}{min}& p_I\end{array}$

s.tSINR₁≥r₁

SINR₂≥r₂

2||w||²≤p_R

其中，r₁，r₂分别为两个认知用户接收端信干噪比门限，p_R为中继端总的发送功率限制。定义优化问题可以写成如下形式：

$\begin{array}{cc}\underset{w}{min}& tr\left(CX\right)\end{array}$

$\begin{array}{cc}s.t& \frac{tr\left(A_{1}X\right)}{tr\left(B_{1}X\right)+{\mathrm{\&sigma;}}^2}\&GreaterEqual;r_1\end{array}$

$\frac{tr\left(A_{2}X\right)}{tr\left(B_{2}X\right)+{\mathrm{\&sigma;}}^2}\&GreaterEqual;r_2$

tr(X)≤p_R/2

X≥0

RankX＝1

步骤四：由于秩为1的约束，上式问题是非凸优化问题，很难直接求解，通过使用SDR方法，对优化问题进行松弛处理，去除秩为1的约束，转化为SDP问题：

$\begin{array}{cc}\underset{w}{min}& tr\left(CX\right)\end{array}$

$\begin{array}{cc}s.t& \frac{tr\left(A_{1}X\right)}{tr\left(B_{1}X\right)+{\mathrm{\&sigma;}}^2}\&GreaterEqual;r_1\end{array}$

$\frac{tr\left(A_{2}X\right)}{tr\left(B_{2}X\right)+{\mathrm{\&sigma;}}^2}\&GreaterEqual;r_2$

tr(X)≤p_R/2

X≥0

使用内点法求解得到最优解，验证所得的最优解X秩的值，当rankX＝1时，最优波束成形向量w可以通过特征值分解求得，当rankX＞1时，可以通过随机法得到最优波束成形向量w。

仿真结果

下面结合仿真分析本发明的性能，仿真中，次用户及主用户的发送功率p₁＝p₂＝p_p＝1w，所有通信节点的噪声功率σ²＝1，中继节点个数k＝8,中继端总的发送功率约束P_R＝5w，认知用户接收端信噪比门限r₁＝r₂。

图3给出了本发明公开的认知混合中继波束成形方法(混合模式)与传统的认知AF双向中继网络中的波束成形方法(放大模式)的性能比较曲线。从图3中可以看出，主用户接收端干扰功率p_I随认知用户接收端信干噪比门限r的增大而增大。在中继端总的发送功率p_R相同的情况下，本方法降低了对主用户的干扰，改善了系统性能。

Claims (5)

1.一种基于认知混合双向中继的波束成形方法，所述的认知混合双向中继系统包括认知用户Su1和Su2，一个主用户对及K个中继节点。其特征在于包括以下步骤：

步骤一：中继端在第一时隙接收来自认知用户Su1和主用户的信号，每个中继节点根据接收信号的信噪比选择工作在AF或DF模式；

步骤二：中继端在第二时隙接收来自认知用户Su2和主用户的信号，每个中继节点根据接收信号的信噪比选择工作在AF或DF模式；

步骤三：在第三时隙中，中继端将前两个时隙得到的信号叠加，在满足认知用户信噪比要求以及中继端总发送功率约束条件下以最小化主用户接收端的干扰为目标进行波束成形设计；

步骤四：步骤三得到的是非凸优化问题，引入半正定松弛方法将原优化问题转化为准凸优化问题，利用内点法求解得到最优波束成形向量。

2.根据权利要求1所述的一种基于认知混合双向中继的波束成形方法，其特征在于：在所述的步骤一中，所述的中继端在第一时隙接收来自认知用户Su1和主用户的信号，每个中继节点根据接收信号的信噪比选择工作AF与解码转发DF模式，其实现过程为：

在第一个时隙中主用户发送端发送信号认知用户Su1广播信号s₁，中继节点此时同时接收到来自主用户及认知用户Su1的信号并根据信号的SINR和门限值决定：当SINR高于门限值时采用DF方式解调出有用信号s₁，否则采用AF方式将接收到的信号归一化。

3.根据权利要求1所述的一种基于认知混合双向中继的波束成形方法，其特征在于：在所述的步骤二中，所述的中继端在第二时隙接收来自认知用户Su2和主用户的信号，每个中继节点根据接收信号的信噪比选择工作在AF或DF模式，其实现过程为：

在第二个时隙中主用户发送端发送信号认知用户Su2广播信号s₂，中继节点此时同时接收到来自主用户及认知用户Su2的信号并根据信号的SINR和门限值决定：当SINR高于门限值时采用DF方式解调出有用信号s₂，否则采用AF方式将接收到的信号归一化。

4.根据权利要求1所述的一种基于认知混合双向中继的波束成形方法，其特征在于：在所述的步骤三中，在第三时隙中，中继端将前两个时隙得到的信号叠加，在满足认知用户信噪比要求以及中继端总发送功率约束条件下以最小化主用户接收端的干扰为目标进行波束成形设计，其实现过程为：

在第三个时隙中，每个中继节点将前两个时隙得到的信号进行叠加，在满足认知用户接收端的信干噪比门限、控制中继端总的发送功率低于最大发送功率的条件下，在中继端通过波束成形设计,降低主用户接收端干扰。

5.根据权利要求1所述的一种基于认知混合双向中继的波束成形方法，其特征在于：在所述的步骤四中，步骤三得到的是非凸优化问题，引入半正定松弛方法将原优化问题转化为准凸优化问题，利用内点法求解得到最优波束成形向量，是指：

由于步骤三中得到的是非凸优化问题，很难直接求解，通过使用半正定松弛方法，对非凸优化问题进行松弛处理，去除秩1约束，转化为半正定规划问题，然后使用内点法进行求解，得到最优波束成形向量因子。