基于空间辨识与跟踪的自主学习型多天线认知无线电技术研究

Applying beamforming in multi-antenna cognitive radio system could effectively reduce its interference to the licensed user. Consequently, one can enhance the transmission power at the cognitive radio side and achieve higher transmission throughput. However, most existing works rely on the coordination from the licensed user to obtain necessary channel information before they can design the beamforming algorithms. Unfortunately, such coordination is not consistent with the key concept of the cognitive radio and is, therefore, not practical. In this project, we design the self-learning strategies for cognitive radio system where the cognitive user observes the space information of the licensed user, judges the existence of the licensed user, and measures the transmission space of the licensed user. Then cognitive radio user can then build a proper transmission space in order to limit its interference to the licensed user. Moreover, we will design dynamic algorithm to track the space variation when the environment is changing, such that the interference can always be kept within the limit. Moreover, we will analyze the errors during the space measurement and tracking, based on which we will design robust precoding and the resource allocation algorithms for cognitive user to achieve the best performance. The proposed project targets at developing the space-based multi-antenna cognitive radio system, which can serves as the theoretical foundation and technical support for the future cognitive radio networks.

在多天线认知无线电系统中采用波束成型，可以有效的减小其对授权用户的干扰，进而在保证授权用户权益下提高认知用户发送功率，扩大吞吐量。目前绝大多数相关研究均基于授权用户的配合来获取必要的信道信息，并以此设计认知用户的各类波束成型算法。然而，认知无线电的核心思想要求认知用户对授权用户具有透明性，因此对授权用户配合的需求并不实际。本项目拟在认知用户端以自主学习的方式观测授权用户的空间信息，判断授权用户的存在性以及其存在时的传输空间，由此限定认知用户自身的传输空间以达到抑制干扰的目的。进而设计动态算法跟踪空间信息，使得认知用户在环境变化时能及时调整传输空间，维持对授权用户的干扰不变。在此基础上分析空间测量和跟踪误差带来的性能损失，继而在认知用户端设计鲁棒性的预编码矩阵和资源分配算法以达到最佳传输效果。最终形成基于空间理论的多天线认知无线电传输方法，为未来认知无线电网络的应用提供重要的理论和技术支撑。

本项目“基于空间辨识与跟踪的自主学习型多天线认知无线电技术研究”基本按计划执行，主要研究多天线场景下的空间辨识、鲁棒传输、资源分配等国际前沿方向。课题内容较为新颖，在世界范围内同时有多家研究所进行相关的课题研究。因此，某些拟进行的研究点在我们研究的过程中被其他机构抢先发表，因此我们稍微调整，将原有点对点传输的简单系统模型调整为与中继结合的复杂多跳系统模型，并适当加入了结合认知无线电与异构微蜂窝网络下的资源分配问题。另外，我们在研究过程中发现了一个近乎所有认知无线电研究工作都忽略的实际传输场景，即主用户多种传输状态下的认知无线电。并做出了初步探索。具体形成了如下代表性研究成果：多天线认知无线电系统的鲁棒性传输算法；基于中继的认知无线电传输与资源分配策略；认知无线电中的主次用户多级功率场景研究；认知线电在异构蜂窝网中的中断概率分析；基于协作反馈的认知无线电解调改进算法等。以上课题的成果形成了一套较为完整的基于多天线传输的认知无线电策略。本项目执行期间课题组共发表SCI期刊论文11篇，EI会议论文11篇，EI期刊论文2片，申请专利6项，专利授权4项，出版外文专著一部，培养博士生2人，硕士生3人。负责人也受邀在多个国际国内会议上进行相关研究的报告，对课题的研究成果做出了很好的宣传。在项目执行期间负责人获得国家自然基金委优秀青年基金人才计划资助。未来我们会继续紧跟学术前沿，在新的基金资助下开展通信信号处理技术的研究。