多用户认知网络中基于Grassmann流形梯度法的干扰对齐算法

• 作者: 张森林 聂俊美 谢显中 雷维嘉
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 多输入多输出 认知网络 干扰对齐 Grassmann流形 梯度法
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 短文与研究通讯
• 页码范围: 362-369
• 页数: 8页
• 分类号: TN911.2
• 字数: 5357字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2016.03.015

摘要

针对多个主用户和多个次用户的多输入多输出(MIMO)认知网络,本文给出了一种不依赖信道互惠性和不需要前后向链路交替式迭代的干扰对齐方法.对于次用户,首先,通过对其进行编码,建立了消除主次用户间相互干扰后的等效模型.然后,在等效模型的基础上,以最大化总容量为目标函数设计预编码矩阵,并采用基于Grassmarn流形上的梯度法对目标函数进行求解得到预编码.最后,在接收端以最大信干噪比准则来设计接收滤波器矩阵.仿真结果显示,在低信噪比时,本文算法与现有典型算法性能相同,而在高信噪比时本文算法性能更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢显中	重庆邮电大学个人通信研究所	256	1716	19.0	31.0
2	雷维嘉	重庆邮电大学个人通信研究所	95	393	10.0	16.0
3	张森林	重庆邮电大学个人通信研究所	10	23	3.0	4.0
4	聂俊美	重庆邮电大学个人通信研究所	2	7	1.0	2.0