基于IAC的多用户认知MIMO系统并发传输与用户调度的方法

摘要

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。

主权项

基于干扰对齐与消除(IAC)的多用户认知多输入多输出(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，包括和其中和分别表示所述授权用户与所述授权基站以及所述认知基站间的信道矩阵，和分别表示所述认知用户与所述授权基站以及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$H_0^p=U_0^p{\Lambda }_0^p{\left(V_0^p\right)}^H=\left[\begin{array}{cc}{u}_{01}^p& u_{02}^p\end{array}\right]\left[\begin{array}{cc}{\lambda }_{01}^p& 0\\ 0& {\lambda }_{02}^p\end{array}\right]\left[\begin{array}{c}{\left(v_{01}^p\right)}^H\\ {\left(v_{02}^p\right)}^H\end{array}\right]---\left(1\right)$其中(·)^Η表示共轭转置，和分别表示左右酉矩阵，表示奇异值对角阵，各个奇异值分别为各个对应子信道的增益，表示主子信道的空间特征，为主子信道的增益，表示次级子信道的空间特征，为次级子信道的增益；(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：$\xi =\underset{1\le i\le K}{\arg max}\frac{\left|\right|H_i^s{\left(H_i^p\right)}^{-1}{u}_{02}^p\left|\right|}{\left|\right|{\left(H_i^p\right)}^{-1}{u}_{02}^p\left|\right|};---\left(3\right)$(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，$p_{\xi }=\frac{{\left(H_{\xi }^p\right)}^{-1}{H}_0^p{v}_{02}^p}{\left|\right|{\left(H_{\xi }^p\right)}^{-1}{H}_0^p{v}_{02}^p\left|\right|};---\left(4\right)$(5)定义两个中间矩阵，分别是和和分别表示激活认知用户与所述授权基站以及所述认知基站间的信道矩阵，所述认知基站对E_i进行奇异值分解，且i＝1,2，$\begin{array}{c}{E}_i=U_{E_i}{\Lambda }_{E_i}{V}_{E_i}^H\\ =\left[\begin{array}{cc}{u}_{E_i}^{\left(1\right)}& u_{E_i}^{\left(2\right)}\end{array}\right]\left[\begin{array}{c}{\lambda }_{E_i}^{\left(1\right)}\\ 0\end{array}\right]v_{E_i}^H\\ ={\lambda }_{E_i}^{\left(1\right)}{v}_{E_i}^H{u}_{E_i}^{\left(1\right)}\end{array},---\left(5\right)$其中，和分别表示左右酉矩阵，表示奇异值对角阵，和分别为左酉矩阵的两个列向量，为奇异值，为右酉矩阵，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：$\begin{array}{c}{\bar{y}}_p={\left(U_0^p\right)}^H\left(H_0^p{P}_0{x}_0+H_{\xi }^p{p}_{\xi }{x}_{\xi }+n\right)\\ ={\Lambda }_0^p{x}_0+{\left(U_0^p\right)}^H{H}_{\xi }^p{p}_{\xi }{x}_{\xi }+{\left(U_0^p\right)}^{H}n\end{array},---\left(6\right)$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：${\bar{y}}_s=F^H{H}_0^s{v}_{02}^p{x}_{02}+F^H{H}_{\xi }^s\frac{{\left(H_{\xi }^p\right)}^{-1}{H}_0^p{v}_{02}^p}{\left|\right|{\left(H_{\xi }^p\right)}^{-1}{H}_0^p{v}_{02}^p\left|\right|}{x}_{\xi }+F^{H}n,---\left(7\right)$认知基站分别解出x₀₂和x_ξ，并将x₀₂发送给授权基站。