基于随机矩阵理论的认知无线网络频谱感知新方法探索

当前，一方面日益增长的无线业务对频谱资源的需求不断增长，导致可用频谱日益紧缺；另一方面，大量授权无线频谱被闲置或者利用率极低。面对这个局面，建立在软件定义无线电基础上的无线智能通信系统- - 认知无线电技术，可以提高频谱资源的利用率，应用前景广阔，极有可能引发无线通信领域的又一次重大变革。但频谱感知作为认知无线电技术的首要环节，其性能还远不能满足实际需要。为了将认知无线电技术推向实际应用，研究出一种真正能够满足实际需要的高性能频谱感知方法已经成为一个亟待解决的问题。近年来，与无线通信领域密切相关的新理论- - 随机矩阵理论（RMT），受到普遍关注，并有望在频谱感知领域进一步应用。本项目在深入研究RMT的基础上，改进其中基于渐近谱分布理论（AST）的现有算法，并首次将其中的自由概率理论（FPT）应用于频谱感知，旨在获取实际应用中低信噪比情况下的高性能频谱感知，为认知无线电技术的实用化提供技术支撑。

本项目以认知无线电技术为背景，探索利用随机矩阵理论显著提高认知无线系统频谱利用率的方法和技术手段，其目标是提出适合认知无线系统的高效协作频谱感知方法及其实现方案。为此，我们从大规模随机矩阵理论与协作频谱感知两个方面结合点开始，着重研究基于随机矩阵的高性能协作频谱感知技术。包括基于渐近谱理论的频谱感知技术，提出了新的基于随机矩阵特征值渐近谱分布的频谱感知算法，算法给出了全新的蒙特卡洛判决阈值，此类算法具有自适应性，可以在实际中任意维样本空间下高效地工作；基于自由概率理论的频谱感知技术，提出了利用随机矩阵的渐近自由特性和Wishart分布特性来实现低信噪比以及小样本情况下的鲁棒性频谱感知新方案。通过理论分析、仿真实验和性能对比，验证了所提方案、算法和策略的有效性。另外，本项目还探索把基于随机矩阵理论的无线通信技术研究扩展到未来5G无线网络中，研究了Large MIMO技术；毫米波频段无线通信技术等。本项目取得了有效及较丰硕的研究成果，完成了计划任务，实现了预期目标。