认知无线电系统中消除异步干扰的最小均方预编码方法

董 刚

(五矿营口中板有限责任公司 辽宁营口115000)

认知无线电系统中消除异步干扰的最小均方预编码方法

董 刚①

(五矿营口中板有限责任公司 辽宁营口115000)

当主用户和次用户位置上存在一定距离时，由于次用户到达主用户系统的信号不同步，从而引入异步干扰，此干扰不但影响主用户系统，使得其干扰增大，也会影响次用户系统，使得次用户系统传输速率损失，特别是误比特性能的上升；针对此问题，为了消除异步干扰对主次用户系统的影响，提出了一种基于最小均方误差的预编码方法，此方法在预编码阶段就预先消除了异步干扰，并且此方法是在保证主用户的服务质量基础上进行的；通过分析和仿真结果表明，所提方案在对主用户系统干扰受限的条件下，有效提升了次用户系统容量，同时提高了次用户系统传输的可靠性。

认知无线电 频谱共享 多输入多输出 异步干扰

1 引言

为加强推进工业化和信息化的融合，加大钢铁行业节能改造力度，提高能源管理水平，工信部于2009年7月印发了《钢铁企业能源管理中心建设实施方案》。由于钢铁企业占地面积大，能源管理中心管辖设备及系统具有计量点多、面广、距离远的特点。距离远传输困难的计量点，一般采用无线方式联入系统。目前存在的问题是：钢铁企业厂区内干扰强，普通无线信号传输可靠性差；利用电信运营商传输增加运营费用。本文提出的方案可以有效避免以上问题，提高系统传输数据可靠性，为能源管理中心系统提供可靠的基础数据。

认知无线电(Cognitive Radio，CR)技术能够有效的利用没有被充分利用的频谱，从频率的再利用方面解决了无线频谱资源短缺的矛盾。在相同的频率下，当主用户(Primary User，PU)系统进行通信，为了对PU不造成干扰，同时次用户(Second User，SU)需要利用不同的资源进行通信，不同的研究分别提出了充分利用空间、码资源等不同的资源[1-3]。其中多天线技术以充分利用空间资源的优势，得到广泛的关注和研究。

以往的研究均是假设次用户对主用户的干扰是完全同步的，并且均假设多个CBS发送的信号到达SU的干扰也是同步的，从而比较容易消除次用户之间的干扰和对主用户的干扰[4-5]。然而在实际应用中，PU系统和SU系统不可能做到完全同步，而且CBS到达多个用户不可能做到完全同步，以往的研究均没有考虑异步带来的干扰，从而也不能消除异步干扰，造成PU系统和SU系统传输速率的下降，以及误码率的上升。本文采用文献[6]的异步干扰建模方式，提出了一种消除PU系统和SU系统的基于最小均方误差(Minimum Mean Square Error，MMSE)的预编码方法，仿真结果和分析可知，此方法有效的提高了两个系统的容量，并且提高了SU系统的误比特性能。

2 系统模型

图1 认知多用户场景

CBS所发送的信号可以写为

x=Ts

(1)

其中，T=[t1,t2,…,tK]为CBS发送时的预编码矩阵，tk(k=1,…,K)为M×1的向量。则次用户k接收到的信号为

(4)

图2 下行链路异步干扰模型框图

当j≠k时，

(5)

(6)

3 基于MMSE的预编码方案

根据模型，可以定义优化函数为

min{t1…tK}EHkGk[εk(tk)]

(10)

(11)

(12)

从优化问题的形式可以看出，最小均方误差的优化是半无限规划(Semi-InfiniteProgramming，SIP)问题,由拉格朗日乘法[4]优化原则可以构造拉格朗日函数，可得到拉格朗日函数为

(13)

(14)

(15)

(16)

将(15)和(16)解得到的结果带入式(14)，化简(14)，可以得到预编码向量的表达形式为

(17)

其中，λk为拉格朗日因子。

Ak=HkBk，Dk=

(18)

4 仿真结果

1)假定仿真环境中有多个信道，每2个节点之间可以建立无线链接，将用户分为主用户和认知用户，其中主用户的接入优先级高于认知用户，且忽略信道干扰。在这种通信环境下，在信道未被主用户占用时，认知用户可以接入网络并建立路由链接。通过泊松分布按一定比例随机产生主用户和认知用户，将它们置于二维平面中进行分析为突出研究重点，假定所有节点皆为静态节点，无隐藏节点，信道也无衰减。其中，认知用户不区分发送端和接收端，在涉及到干扰的情况下，仿真中统一将认知用户视为发送端，即竞争接入网络。因此，认知用户如果处在主用户发送端的干扰半径内，那么将会对主用户进行干扰，而认知用户之间的干扰这里不作进一步讨论。仿真流程主要分为3 个部分：参数设置、数据运算和数据处理。其仿真步骤可以归纳为以下三步：

(1)根据所设定的通信环境初始化仿真参数。设定仿真的区域的大小、主用户、认知用户的密度、通信负荷、主用户、认知用户的工作范围与干扰范围、是否去除未建立链接的认知用户、侦测信道是否空闲以及认知用户选择何种路由算法等参数。

(2)在仿真平台中进行数据仿真，得到一系列数据，包括活动节点、周边用户坐标、周边用户数量、主要用户坐标、认知用户坐标等，将其输出到文本文件中，同时还可以从仿真结果中得到显示通信状况数据。

(3)用Matlab 脚本将步骤(2)得到的数据读入，画出相应的图形。

2)本部分主要仿真了的所提方案下主用户系统和次用户系统的最大互信息的性能以及次用户系统的误比特性能，本部分将对比以下三种方案的最大互信息和BER，现在将其列出：

(1)采用半正定优化的预编码方案[4]，在图3、图4和图5中记为“半正定优化”;

(2)传统的BD预编码方法[7]，在图3、图4和图5中中记为“理想BD”;

(3)基于MMSE 方法[8]，在图3、图4和图5中记为“理想MMSE”。

以上三种方案均没有考虑异步干扰消除。

仿真场景，M=6，N=2，K=3,P=Pp=20dB；如图3所示，主用户系统所对应的最大互信息的性能。从图中可以看出在总的平均互信息相同的情况下，与“半正定优化”的方案相比至少有0.7dB的增益，当平均SNR在15～30dB的条件下，本方案与“半正定优化”的方案均达到满复用增益，但本方案要优于“半正定优化”的方案，与理想MMSE方案有1bps/s/Hz的差距。

图3 主用户系统最大互信息

图4为次用户系统中四种方案的最大互信息性能，从中可以看出，所提的消除异步干扰的预编码方案有效的提高了次用户系统的传输性能，远远高于其他三种没有考虑异步干扰的方案。

图4 次用户系统最大互信息

3)图5为四种方案的误比特性能的变化曲线图。从图中可以看出，随着平均SNR的增加，半正定优化方案和理想BD方案均出现了平顶效应，而本文所提方案，有效地克服了平顶效应，并且得到了较低的误比特性能。

图5 次用户系统的误比特性能

5 结论

本文研究了多用户多天线认知无线电系统中考虑异步干扰的预编码方案，提出了一种基于MMSE的预编码方法，此算法在消除传统的多用户干扰和对主用户的干扰的同时，考虑了主用户对次用户的异步干扰和异步多用户干扰，有效提高了次用户系统和主用户的最大互信息，并且提高了次用户系统传输的可靠性。

[1]Zhang, Y.,Lee,C.,Niyato,D.,Wang, P.Auction Approaches for Resource Allocation in Wireless Systems: A Survey[J]. IEEE Auction Approaches for Resource Allo cation in Wireless Systems: A Survey .IEEE Communi-

cations Surveys & Tutorials, 2013,99(99):1-22．

[2]Vaze, C.S.,Varanasi, M.K. The Degree-of-Freedom Regions of MIMO Broadcast, Interference, and Cognitive Radio Channels With No CSIT[J].IEEE Transaciotns on Information Theory,2012 58(8):5354-5374.

[3]Nosrat-Makouei, B., Andrews, J.G.,Heath, R.W..User Arrival in MIMO Interference Alignment Networks[J].IEEE Transactions on Wireless Communications,2012 11(2):842-851.

[4]Xin Gui, Guixia Kang, Ping Zhang. Linear Precoding Design in Multi-User Cognitive MIMO Systems with Cooperative Feedback [J]. IEEE Communications Letters,2012,16(10): 1580-1583.

[5]Xie Xianzhong, Zheng Pinlian, and Qugang, Delay-Tolerance SLNR Precoding to Mitigate Inter-cell Asynchronous Interference[J].Journal of Jilin University (Information Science Edition), vol.28, no.1, pp.1-7,Jan.2010.

[6]Zhang Hongyuan, Mehta, N.B, Molisch, A.F,“Asynchronous Interference Mitigation in Cooperative Base Station Systems[J].Wireless Communications, IEEE Transactions,vol.7,no.1,pp.155-165,2008.

[7]Kyoung-Jae Lee, and Inkyu Lee. MMSE Based Block Diagonalization for Cognitive Radio MIMO Broadcast Channels [J] IEEE Transactions on Wireless Communications,vol.10,no.10,pp.3139-3144,2011.

[8]Haewook Park, Seok-Hwan Park,and Inkyu Lee,“Weighted Sum MSE Minimization under per-BS Power Constraint for Network MIMO Systems,” IEEE Communications Letters,vol.16,no.3,pp.360-363,2011.

说明：文献1为在网络上已经公开，但是没有正式出版的文章，所以在IEEE检索数据库中将这样的文献统一编为99卷99期

葆德电气(上海)有限公司正式更名为上海ABB动力传动有限公司

为了更好地适应中国市场的发展需求，统一品牌形象，更彻底地执行"One ABB"战略，经ABB集团董事会决定，葆德电气(上海)有限公司正式更名为上海ABB动力传动有限公司，此更名已于2015年1月1日生效。

Minimum Mean Square Pre-coding Method for Cognitive Radio Networks with Eliminating Asynchronous Interference

Dong Gang

(MINMETALS Yingkong Medium Plate Co., Ltd., Yingkou 115004)

When the primary users and second user geographically has certain distance, there are asynchronous interferences, the interferences not only influence the primary user system, also can affect second user system. To solve this problem, in order to eliminate asynchronous interference to primary and secondary users the influence of system, this paper puts forward a kind of based on the minimum mean square error of pre-coding method. Analysis and simulation results show that the proposed scheme in the main user system interference limited conditions, effectively enhance the user’s system and second user system capacity, and improve the reliability of the transmission system of second users system.

Cognitive radio Spectrum share MIMO Asynchronous interference

董刚,男，1981出生，工程师，毕业于辽宁工业大学，从事钢厂电仪技术管理工作

TF083 TN929.53

A

10.3969/j.issn.1001-1269.2015.01.008

2014-07-22)