论文部分内容阅读
为了解决由无线通信需求的增长而导致的无线通信资源日益紧张的问题,具有高效无线通信资源利用率的新型无线通信技术成为研究的热点。由于自适应的参数调节能力以及高效的频谱利用率等技术优势,认知无线电(Cognitive Radio, CR)技术成为未来无线通信的发展趋势。其中,CR的物理实现方法和资源管理机制成为其核心研究内容。本文以CR背景下的多输入多输出正交频分复用技术(Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing, MIMO-OFDM)的空间资源管理技术为研究对象,以提高系统的通信吞吐量为研究目标,采用盖尔圆的天线选择算法与改进的MMSE-SIC干扰消除算法,提出一种新型的自适应空间资源管理方法,主要开展了以下的研究工作。作为基础部分,首先介绍CR的基本原理及频谱检测模型。其次分别给出MIMO、OFDM以及MIMO-OFDM系统的原理框图和数学模型。最后介绍MIMO-OFDM系统的信道模型。作为核心内容,考虑在CU与PU共享同一频谱的前提下,提出了使用天线选择与干扰消除算法的一种新型的空间资源管理方法,以达到自适应的空间管理的目的。(1)基于空间复用的盖尔圆的天线选择算法为了实现空间资源管理的目的,采用一种用于发端的基于盖尔圆的天线选择算法。该方法可以高效地利用空间中的无线信道的目的,比随机天线选择算法提供了更低的系统误码率和更高的系统容量。(2)改进的最小均方误差的串行干扰消除(Minimum Mean Squre Error-Serial Interference Cancellation, MMSE-SIC)算法。用于收端的改进的MMSE-SIC算法将不同空间数据层数据采用与原始算法相反的检测顺序,逐层检测出接收到的干扰和CU信号。Matlab仿真结果证明：改进的串行干扰消除技术在认知系统中与原始的MMSE-SIC算法相比,体现了更好的干扰去除效果。(3)新型空间资源管理方法结合发端的基于空间复用的盖尔圆天线选择算法和收端的改进的最小均方误差的串行干扰消除算法,构建一种天线选择和数据流控制的自适应空间资源管理算法。采用这种新型的空间数据流控制方法,可以减少通信中断的发生,并且保证CU通信的流畅性。作为结果分析部分,论文首先对比了采用传统方法和提议的空间资源管理方法下的CU系统吞吐量；其次,分别分析了采用提议的空间资源管理算法中,在CU同步与非同步地感知PU的频谱利用情况下的CU的通信吞吐量。这种新型的空间资源管理方式与传统的不采用天线选择的空间资源管理方式相比,可以有效地缓解由于PU的活动而对认知系统的通信吞吐量产生的影响。