基于认知的动态波束形成技术研究

认知无线电的出现改变了频谱资源由授权用户独享的频谱使用方式，使拥有认知无线电功能的非授权用户在不对授权用户造成干扰的情况下共享授权频谱资源，能够显著提高频谱利用率，其关键问题之一是认知用户如何保证主用户的正常通信，避免或控制对主用户的干扰。本课题结合国内外认知无线电技术的发展和实际需求，研究相应的频谱认知方法，特别是波束形成技术在频谱认知中的应用，主要内容包括：研究认知无线电发射端的动态波束形成技术，通过"信号来波方向感知"、"自适应波束赋形"以及"小范围内波达角跟踪"三个模块实现波束形成的动态发射、智能跟踪；研究接收端基于认知的多用户波束形成技术，建立认知知识库，储存前续波束形成的相关信息作为后续波束形成的学习内容，并依此推断出后续波束形成的可能结果，实现波束形成认知化。

课题紧紧围绕基金计划，深入研究了认知无线电中的波束形成算法。完成的研究内容主要有：.一、主用户定位算法。在主用户合作与非合作的模式下，分别设计了基于检测概率和波达角估计的单节点定位算法和基于路径衰落系数估计的RSSI分布式定位方法，以较高的精度获得主用户的地理位置信息；采用固定网络模型和随机网络模型，提出了基于接收信号强度比较的主用户发射机定位算法；利用认知用户移动所产生的历史信息建立了虚拟认知用户，提出了基于移动认知用户的质心定位算法和基于移动认知用户的APIT定位算法；并提出了基于主动学习的主用户接收机定位算法。.二、发射端动态波束形成算法。设计了认知无线电发射端的动态波束形成技术，通过“信号来波方向感知”、“自适应波束赋形”以及“小范围内波达角跟踪”三个模块实现波束形成的动态发射、智能跟踪；此外，利用粒子滤波方法对运动目标的DOA进行跟踪估计，根据估计的DOA信息建模信道，分别针对最大化信噪比、最小化主用户干扰和SNR均衡3种不同的优化目标，提出了相应的动态波束形成发射算法。.三、信号多径到达问题。提出了改进的矩阵差分算法，结合空间平滑技术，提高了算法解相干性能；利用采样数据构造具有Toeplitz结构的矩阵，提出了改进的数据矩阵算法，该算法对相关及非相关信号均可进行波达角估计；利用信号特征向量蕴含的信息重新构造协方差矩阵，以牺牲最少的阵列自由度为代价，有效解决了相干信号的DOA估计问题。.四、接收端认知波束形成算法。在underlay认知SIMO网络中，分别以吞吐量最大化和SINR均衡为目标，提出了近似最优的联合波束形成和功率控制算法和带约束条件预选的半解耦合联合波束形成和功率控制算法，而在overlay认知SIMO网络中，则以吞吐量最大化和SINR均衡为目标，通过联合优化波束形成权值矢量，发射功率矢量和功率分配因子矢量，可以在保证主用户目标传输速率的同时为认知用户提供最优的通信性能。.五、完成基金任务之余，我们还进一步研究了认知MIMO联合收发的波束形成算法，以最小化发射功率和SINR均衡问题为目标，提出了SDP-MMSE算法，利用半正定规划和最小均方误差准则，通过迭代方法求解最优波束形成权向量，在避免对主用户造成干扰的同时，均衡保证每一个用户的通信质量，提高了系统性能。