認知MIMO系統基于授權通信模式信息的空頻域機會接入

李釗，李建東，肖麗媛

(西安電子科技大學 綜合業務網理論及關鍵技術國家重點實驗室，陜西 西安 710071)

1 引言

近年來，動態頻譜共享技術受到越來越廣泛的關注，這主要源于以下2個方面事實，①可分配給新應用的頻譜資源越來越稀缺，②目前已分配頻譜的利用率低。因此，頻譜短缺的問題更主要的是由于頻譜管理政策的不合理，而不是可用頻率資源的不足[1]。

動態頻譜共享是在保證授權業務服務質量的前提下允許非授權應用共享已分配的頻率資源，實現頻譜共享的基本方法包括重疊(underlay)共享方式和交叉(overlay)共享方式[2]。重疊共享允許次級業務持續接入頻譜，但認知用戶的發射功率受到嚴格控制，即認知用戶對授權通信的干擾需滿足干擾容限。交叉共享對認知用戶的發射功率沒有嚴格約束，但需要通過準確感知頻譜環境，合理選擇空閑頻譜完成認知通信。在重疊共享方式中，即便授權用戶不發射，次級業務同樣受到干擾容限的約束，對潛在的通過檢測授權用戶行為可獲得的頻譜機會未加利用；而交叉共享未考慮授權業務的干擾容限，忽略了系統共存的可能。這2種方法對頻譜資源的利用都存在不足，因此也出現了將交叉共享與重疊共享相結合的混合策略的研究[2]。

認知無線電(CR, cognitive radio)技術[3]根據電磁環境進行動態頻譜利用，在頻譜共享領域具有重要研究意義。隨著研究的深入，一部分工作將認知技術與多輸入多輸出(MIMO, multi-input multi-output)技術相結合，利用多天線提供的空域信號處理能力設計頻譜感知與共享方法[4～7]。其中，文獻[4]提出一種基于多天線的頻譜感知方法，文獻[5]從博弈論角度研究分布式認知 MIMO用戶與授權用戶的共存通信，文獻[6]針對認知 MIMO上行通信設計了傳輸策略，將頻域空洞拓展至空域，但在其研究場景中要求授權業務與認知業務的通信目的相同，并且授權與認知通信的空間信道特征完全對齊(alignment)，這些條件在實際中難以滿足。文獻[7]針對認知MIMO系統設計一種混合頻譜共享策略，當存在頻譜空洞時，認知業務以交叉方式實現頻譜共享，當無空閑頻譜資源可用時，則采用基于空分復用(SDM, space division multiplexing)的重疊共享方式。但是文獻[7]僅根據干擾信道信息設計信號處理算法，未考慮授權業務傳輸方式的影響，對認知系統天線配置要求高，增加了實現的困難。另外，基于空間相關度的空域資源質量評價未考慮特征模式(eigenmode)的傳輸增益，以及認知業務固定地采用主特征模式，這些都導致空域資源的評估與利用不夠合理。

事實上，多天線通信系統中空域資源的狀態受到授權通信空間信號處理方式的影響。本文綜合利用系統間干擾信道信息以及授權業務通信模式信息，對文獻[7]所提策略的重疊共享部分重新設計，顯著降低認知系統天線配置要求。另外，在空域資源質量評價方面綜合考察空間相關度與特征模式傳輸增益，實現授權頻道與認知特征模式的合理選擇。

2 系統模型

本文研究授權系統與認知系統共同覆蓋的單小區下行通信，如圖1所示。授權系統包含一個基站和多個用戶。為了簡單，認知系統由一個基站和一個用戶構成，即不考慮認知用戶(CU, cognitive user)之間的競爭與干擾。授權基站(PBS, primary base station)天線數 MBpS，授權用戶(PU, primary user)天線數為 MUp；認知基站(CBS, cognitive base station)天線數 MBcS，認知用戶天線數為 MUc。

圖1 系統模型

圖2 Markov信道模型

授權系統擁有N個頻道，為了簡明，圖中僅畫出 2N= 的情況。假設各頻道的帶寬相同，具有頻率平坦衰落特性。多個PU以動態的方式共享頻率資源，任一時刻一個授權頻道至多由一個PU占用?；九c用戶的通信遵循時隙同步結構，N個頻道的占用服從狀態數為2N的離散時間Markov過程[8]。Markov信道模型如圖2所示。圖中，授權頻道i從狀態1(忙)轉移至狀態0(閑)的概率為 αip，保持在狀態0的概率為 βip。類似地，頻道i從狀態0轉移至狀態 1的概率為 1 -βip，保持在狀態1的概率為1-αp。認知業務的忙閑用另一個獨立的Markovi過程模擬，與圖2類似，其轉移概率分別為αc和βc。輕重，其值越低表明頻譜空洞越稀缺以及對頻譜空洞的需求越大。

3 基于授權通信模式信息的空頻域機會接入

本節給出基于授權通信模式信息(PTMI, primary transmission mode information)的空頻域機會接入(OSFA, opportunistic spatio-frequency access)策略。當存在頻譜空洞時，認知業務以交叉共享方式實現傳輸；當無空閑頻譜資源可用時，綜合利用授權通信模式信息與系統間干擾信道信息，以重疊共享方式實現認知業務傳輸。OSFA-PTMI是一種混合頻譜共享策略，其設計重點在于重疊共享部分，因此以下討論在認知業務與授權業務共存的場景中進行。假設授權通信可進行空間復用(SM, spatial multiplexing)與波束成形(BF, beamforming)2種模式的自適應，認知通信在交叉共享方式下采用與授權通信相同的模式自適應，但在重疊共享方式下，考慮到認知系統需要避免對授權系統的干擾，同時抑制來自對方的干擾，采用可靠性更高的BF方式。

3.1 基本信號處理

在進行OSFA-PTMI具體設計前，首先給出授權系統與認知系統的基本信號處理。以頻道i為例，經過發射預編碼與接收濾波處理的PUi接收信號為

其中， xip表示PBS發射符號(向量)，其維度取決于權通信模式為BF；若 mip＞1，則為SM。發射預編進行奇異值分解得到，的列數等于授權業務特征模式數 mip。n為加性高斯白噪聲向量，各個分量的方差均為 σn2。重疊共享方式下認知通信采用BF方式， xc表示CBS發射符號， Pc表示CBS發射預編碼向量。式(1)中等號右端第 2項表示 CBS干擾信道信息 Hicp合成得到的等效矩陣。

對于與授權業務共享頻道i的認知業務，經過收發端信號處理后CU的接收信號由式(2)給出。

其中， Fc表示 CU接收濾波向量，等號右端第 2項表示PBS與PUi的通信對CU的干擾，需要設計式信息 V?ip與PBS對CU干擾信道信息 Hpc合成得到的等效矩陣。類似地，定義認知業務使用的特征模式個數為 mc。以上討論是在Underlay共享方式下進行的，需要指出的是，當存在頻譜空洞時，認知通信自適應選擇 mc，認知發射符號(向量)可表示為 xc，其維度取決于 mc， Pc和 Fc的列數等于認知業務采用的特征模式數 mc。

3.2 重疊共享方式的認知信號處理

如前所述，OSFA-PTMI屬于混合頻譜共享，其設計重點在于重疊共享部分的設計。根據式(1)和式(2)，綜合考慮干擾抑制與認知業務服務質量以及認知移動終端的硬件約束，將主要信號處理放在CBS，即設計 Pc使CBS實現對PUi干擾消除以及對CU的發射波束成形，在CU端設計 Fc濾出經由與 Pc對應的特征模式傳輸的信息，并完成對來自 PBS干擾的抑制。重疊共享方式的認知信號處理算法如下。

步驟1 遍歷全體授權頻道(1≤i≤N)和認知通信特征模式 (1 ≤ j ≤ r ank(Hc))，分別對等效矩陣矩陣采用 Gram-Schmidt方法對 Ti,j標準正交化，得到CU端構造矩陣注意到Ri,j由一組標準正交基構成，取

步驟3 選擇授權頻道i?和特征模式 ?j完成認知通信。

根據式(6)，所提方法能夠獲得授權頻道與特征模式的選擇分集增益。CBS與CU的信號處理分別由步驟4和步驟5給出。正交子空間。

步驟5 CU端信號處理。將 uc?j投影到的正交子空間。

對 u?c?j歸 一 化 ， 得 到 接 收 濾 波 向 量

根據上述算法，重疊共享場景中認知系統吞吐率由式(9)給出，

3.3 認知系統天線配置討論

根據3.2節信號處理算法的描述，認知業務采用重疊共享方式的基礎是空間正交投影的實現，Pc與 Fc有非零解取決于授權業務與認知業務采用的空間特征模式個數以及認知系統的天線配置。以下不對認知業務傳輸模式約束，進行更具一般性( mc≥ 1)的討論。

首先討論 Pc有非零解的認知系統天線配置要求。假設認知業務采用的特征模式集合為J = { j1, … , jmc}。根據3.2節，一方面為避免對PUi產生干擾， Pc需要與正交；另一方面， Pc需要與j∈J以外的其余認知特征模式正交(包括認知業務采用的和未采用的模式)，即 Pc與正交。并且， Pc的各個列向量也要保證相互正交。根據上述討論，需要以下不等式成立：以進一步得到

接下來討論 Fc有非零解的認知系統天線配置要求。根據3.2節， Fc僅完成對來自PBS干擾的抑制，即中前 mp列正交，因此要i求以下不等式成立：

將式(12)代入式(11)可得

由式(12)和式(13)可以發現，認知系統的天線配置獨立于授權系統天線配置，僅取決于授權業務與認知業務的傳輸模式。另外，以上討論未約束 mc，在本文設計的具體算法和仿真中，固定 mc= 1 。

根據以上討論，表1給出授權業務采用自適應通信(包括BF和SM)，認知業務采用BF方式實現重疊頻譜共享需滿足的天線配置要求。為了簡單，限定 mp≤ 2 。i

表1 認知系統天線配置要求

4 仿真結果

圖3 系統吞吐率(N=2)

圖4 系統吞吐率(SNR=10dB)

5 結束語

本文針對認知 MIMO系統提出一種空頻域機會接入策略 OSFA-PTMI。當存在頻譜空洞時，認知業務以交叉共享方式實現傳輸；當無空閑頻譜資源可用時，綜合利用授權通信模式信息與系統間干擾信道信息，以重疊共享方式實現認知業務傳輸。該方法綜合考察空間相關度與特征模式傳輸增益進行空域資源質量評價，能夠獲得授權頻道與認知特征模式的選擇分集增益。并且，基于PTMI的信號處理降低了認知系統天線配置要求以及認知信號的功率損失。仿真結果表明，所提策略能夠在不影響授權業務的前提下顯著改善認知業務性能，獲得接近最佳的認知吞吐率。

[1] ZHAO Q, SADLER B M. A survey of dynamic spectrum access[J].IEEE Signal Processing Magazine, 2007, 24(3): 79-89.

[2] KHOSHKHOLGH M G, NAVAIE K, YANIKOMEROGLU H. Access strategies for spectrum sharing in fading environment: overlay, underlay, and mixed[J]. IEEE Transactions on Mobile Computing, 2010,9(12): 1780-1793.

[3] MITOLA J. Cognitive radio for flexible mobile multimedia communication[A]. Proceedings of IEEE International Workshop Mobile Multimedia Communication[C]. San Diego, USA, 1999. 3-10.

[4] ZHANG R, TENG J L, LIANG Y C, ZENG Y H. Multi-antenna based spectrum sensing for cognitive radios: a GLRT approach[J]. IEEE Transactions on Communications, 2010, 58(1): 84-88.

[5] SCUTARI G, PALOMAR D P. MIMO cognitive radio: a game theoretical approach[J]. IEEE Transactions on Signal Processing, 2010,58(2): 761-780.

[6] KRIKIDIS I. A SVD-based location coding for cognitive radio in MIMO uplink channels[J]. IEEE Communications Letters, 2010,14(10): 912-914.

[7] 李釗, 趙林靖, 劉勤. 認知無線電網絡基于空分復用的機會頻譜接入[J]. 電子與信息學報, 2011, 33(5): 1172-1177.LI Z, ZHAO L J, LIU Q. Space division multiplexing based opportunistic spectrum access in cognitive radio network[J]. Journal of Electronics & Information Technology, 2011, 33(5): 1172-1177.

[8] ZHAO Q, TONG L, SWAMI A, CHEN Y X. Decentralized cognitive MAC for opportunistic spectrum access in ad hoc networks: a POMDP framework[J]. IEEE Journal on Selected Areas in Communications,2007, 25(3): 589-600.

[9] BAKR O, JOHNSON M, MUDUMBAI R, RAMCHANDRAN K.Multi-antenna interference cancellation techniques for cognitive radio applications[A]. Proceedings of IEEE Wireless Communications and Networking Conference[C], Budapest, Hungary, 2009. 1-6.

[10] JITVANICHPHAIBOOL K, LIANG Y C, ZHANG R. Beamforming and power control for multi-antenna cognitive two-way relaying[A].Proceedings of IEEE Wireless Communications and Networking Conference[C], Budapest, Hungary, 2009. 1-6.