论文部分内容阅读
现如今,无线频谱资源紧张和人们日益增长的业务需求,是无线通信业界不可调和的矛盾之一。认知无线电是基于软件定义的、具备周围环境感知和自学习、自决策能力的智能无线通信系统。它允许次网络用户在不影响主网络用户正常通信的情况下接入主网络,与主网络用户一起共享频谱资源。本文正是基于多天线认知中继网络下的网络性能研究,主要内容如下：第一,假设完美MIMO (Multiple-Input Multiple-Output)信道和保证认知无线网络用户正常通信情况下,最小化认知无线中继发送功率。第二,假设非完美MIMO信道条件下和保证认知无线网络用户正常通信情况下,最小化认知无线中继发送功率,并与完美信道下结果进行了对比。第三,推导限制条件的最小上确界。其中第一个内容采用的是凸优化理论进行分析,第二个内容给出了两套转化为凸函数的算法,先采用线性矩阵不等式(Linear Matrix Inequality, LMI)理论和鲁棒性(Robust Optimization, RO)优化方法,将数学问题转化为半正定问题,再用半正定规划(Semi-Definite Programming)理论进行分析。第三个内容利用奇异值分解(Singular Value Decomposition, SVD)和特征值分解(Eigenvalue Value Decomposition, EVD)等矩阵论知识,将优化问题转化为对角矩阵,然后得到限制条件最小上确界。仿真结果表明了在认知中继网络中波束成形(Beamforming)技术对发送功率、主用户干扰、次用户QoS (Quality of Service)的影响程度,进而说明非完美信道下鲁棒性波束成形(Robust Beamforming)技术优于非鲁棒波束成形(Non-Robust Beamforming)技术。