针对无线通信频谱资源有限并且利用率非常低的问题,研究了认知无线电系统中基于信号典型特征的频谱感知策略,并进行动态频谱检测。提出了一种基于循环前缀频域自相关的频谱感知算法,利用正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)信号的循环前缀具有循环平稳特性,在信号频域进行自相关运算,设定判决门限,完成对信号频谱的检测,同时具备较好的抑制平稳噪声和干扰的能力。在低信噪比或者噪声不确定度大的应用场景下,能够获得比能量检测方法更优、更稳定的频谱感知效果,增强了噪声鲁棒性。在算法中采用双门限检测,进一步减弱了噪声不确定度对检测性能的影响,提高了频谱感知性能。
云无线接入网络(cloud radio access network,C-RAN)是一种能够集中处理信号的网络架构。C-RAN能够通过算法动态选择无线电单元(remote radio head,RRH)来调整用户通信速率。而通信速率作为用户服务质量(quality of service,QoS)的关键部分,当参与服务的RRH越多时,用户的通信速率更大且体验更好,但同时所带来的能源损耗越大,因此本文研究通信速率和功率消耗二者之间的权衡关系。提出一种优化算法,将权衡问题建模成一个单目标优化模型,通过权衡系数来协调速率和RRH激活个数之间的矛盾。为了解决l0-范数的非凸问题,本文使用重复加权l1-范数去近似l0-范数,同时使用加权最小均方误差(weighted minimum mean square error,WMMSE)的方法将通信速率从非凸问题转换成一个凸问题,最后使用改进的次梯度法对预编码矩阵进行更新。仿真结果证明该算法减少了时间复杂度,同时达到了与穷举法相近的性能。
针对采用GFDM(Generalized Frequency Division Multiplex)多载波调制的移动通信系统中,非正交性引起的ICI(Inter Carrier Interference)、OOBE(Out of Band Emission)问题,以及在衰落信道条件下存在的时域、频域选择性衰落问题,提出了根据干扰信号能量预估值来调整原型滤波器参数以降低干扰的方法.在此基础上,采用结合了压缩感知的低复杂度预编码算法,在降低计算复杂度的同时能进一步提高频谱效率.使用Matlab软件搭建模型验证上述方法,仿真结果表明,采用上述降低干扰的方法可以将GFDM系统BER(Bit Error Rate)控制在较低水平.