认知MIMO系统基于授权通信模式信息的空频域机会接入

李钊，李建东，肖丽媛

(西安电子科技大学 综合业务网理论及关键技术国家重点实验室，陕西 西安 710071)

1 引言

近年来，动态频谱共享技术受到越来越广泛的关注，这主要源于以下2个方面事实，①可分配给新应用的频谱资源越来越稀缺，②目前已分配频谱的利用率低。因此，频谱短缺的问题更主要的是由于频谱管理政策的不合理，而不是可用频率资源的不足[1]。

动态频谱共享是在保证授权业务服务质量的前提下允许非授权应用共享已分配的频率资源，实现频谱共享的基本方法包括重叠(underlay)共享方式和交叉(overlay)共享方式[2]。重叠共享允许次级业务持续接入频谱，但认知用户的发射功率受到严格控制，即认知用户对授权通信的干扰需满足干扰容限。交叉共享对认知用户的发射功率没有严格约束，但需要通过准确感知频谱环境，合理选择空闲频谱完成认知通信。在重叠共享方式中，即便授权用户不发射，次级业务同样受到干扰容限的约束，对潜在的通过检测授权用户行为可获得的频谱机会未加利用；而交叉共享未考虑授权业务的干扰容限，忽略了系统共存的可能。这2种方法对频谱资源的利用都存在不足，因此也出现了将交叉共享与重叠共享相结合的混合策略的研究[2]。

认知无线电(CR, cognitive radio)技术[3]根据电磁环境进行动态频谱利用，在频谱共享领域具有重要研究意义。随着研究的深入，一部分工作将认知技术与多输入多输出(MIMO, multi-input multi-output)技术相结合，利用多天线提供的空域信号处理能力设计频谱感知与共享方法[4～7]。其中，文献[4]提出一种基于多天线的频谱感知方法，文献[5]从博弈论角度研究分布式认知 MIMO用户与授权用户的共存通信，文献[6]针对认知 MIMO上行通信设计了传输策略，将频域空洞拓展至空域，但在其研究场景中要求授权业务与认知业务的通信目的相同，并且授权与认知通信的空间信道特征完全对齐(alignment)，这些条件在实际中难以满足。文献[7]针对认知MIMO系统设计一种混合频谱共享策略，当存在频谱空洞时，认知业务以交叉方式实现频谱共享，当无空闲频谱资源可用时，则采用基于空分复用(SDM, space division multiplexing)的重叠共享方式。但是文献[7]仅根据干扰信道信息设计信号处理算法，未考虑授权业务传输方式的影响，对认知系统天线配置要求高，增加了实现的困难。另外，基于空间相关度的空域资源质量评价未考虑特征模式(eigenmode)的传输增益，以及认知业务固定地采用主特征模式，这些都导致空域资源的评估与利用不够合理。

事实上，多天线通信系统中空域资源的状态受到授权通信空间信号处理方式的影响。本文综合利用系统间干扰信道信息以及授权业务通信模式信息，对文献[7]所提策略的重叠共享部分重新设计，显著降低认知系统天线配置要求。另外，在空域资源质量评价方面综合考察空间相关度与特征模式传输增益，实现授权频道与认知特征模式的合理选择。

2 系统模型

本文研究授权系统与认知系统共同覆盖的单小区下行通信，如图1所示。授权系统包含一个基站和多个用户。为了简单，认知系统由一个基站和一个用户构成，即不考虑认知用户(CU, cognitive user)之间的竞争与干扰。授权基站(PBS, primary base station)天线数 MBpS，授权用户(PU, primary user)天线数为 MUp；认知基站(CBS, cognitive base station)天线数 MBcS，认知用户天线数为 MUc。

图1 系统模型

图2 Markov信道模型

授权系统拥有N个频道，为了简明，图中仅画出 2N= 的情况。假设各频道的带宽相同，具有频率平坦衰落特性。多个PU以动态的方式共享频率资源，任一时刻一个授权频道至多由一个PU占用。基站与用户的通信遵循时隙同步结构，N个频道的占用服从状态数为2N的离散时间Markov过程[8]。Markov信道模型如图2所示。图中，授权频道i从状态1(忙)转移至状态0(闲)的概率为 αip，保持在状态0的概率为 βip。类似地，频道i从状态0转移至状态 1的概率为 1 -βip，保持在状态1的概率为1-αp。认知业务的忙闲用另一个独立的Markovi过程模拟，与图2类似，其转移概率分别为αc和βc。轻重，其值越低表明频谱空洞越稀缺以及对频谱空洞的需求越大。

3 基于授权通信模式信息的空频域机会接入

本节给出基于授权通信模式信息(PTMI, primary transmission mode information)的空频域机会接入(OSFA, opportunistic spatio-frequency access)策略。当存在频谱空洞时，认知业务以交叉共享方式实现传输；当无空闲频谱资源可用时，综合利用授权通信模式信息与系统间干扰信道信息，以重叠共享方式实现认知业务传输。OSFA-PTMI是一种混合频谱共享策略，其设计重点在于重叠共享部分，因此以下讨论在认知业务与授权业务共存的场景中进行。假设授权通信可进行空间复用(SM, spatial multiplexing)与波束成形(BF, beamforming)2种模式的自适应，认知通信在交叉共享方式下采用与授权通信相同的模式自适应，但在重叠共享方式下，考虑到认知系统需要避免对授权系统的干扰，同时抑制来自对方的干扰，采用可靠性更高的BF方式。

3.1 基本信号处理

在进行OSFA-PTMI具体设计前，首先给出授权系统与认知系统的基本信号处理。以频道i为例，经过发射预编码与接收滤波处理的PUi接收信号为

其中， xip表示PBS发射符号(向量)，其维度取决于权通信模式为BF；若 mip＞1，则为SM。发射预编进行奇异值分解得到，的列数等于授权业务特征模式数 mip。n为加性高斯白噪声向量，各个分量的方差均为 σn2。重叠共享方式下认知通信采用BF方式， xc表示CBS发射符号， Pc表示CBS发射预编码向量。式(1)中等号右端第 2项表示 CBS干扰信道信息 Hicp合成得到的等效矩阵。

对于与授权业务共享频道i的认知业务，经过收发端信号处理后CU的接收信号由式(2)给出。

其中， Fc表示 CU接收滤波向量，等号右端第 2项表示PBS与PUi的通信对CU的干扰，需要设计式信息 V˜ip与PBS对CU干扰信道信息 Hpc合成得到的等效矩阵。类似地，定义认知业务使用的特征模式个数为 mc。以上讨论是在Underlay共享方式下进行的，需要指出的是，当存在频谱空洞时，认知通信自适应选择 mc，认知发射符号(向量)可表示为 xc，其维度取决于 mc， Pc和 Fc的列数等于认知业务采用的特征模式数 mc。

3.2 重叠共享方式的认知信号处理

如前所述，OSFA-PTMI属于混合频谱共享，其设计重点在于重叠共享部分的设计。根据式(1)和式(2)，综合考虑干扰抑制与认知业务服务质量以及认知移动终端的硬件约束，将主要信号处理放在CBS，即设计 Pc使CBS实现对PUi干扰消除以及对CU的发射波束成形，在CU端设计 Fc滤出经由与 Pc对应的特征模式传输的信息，并完成对来自 PBS干扰的抑制。重叠共享方式的认知信号处理算法如下。

步骤1 遍历全体授权频道(1≤i≤N)和认知通信特征模式 (1 ≤ j ≤ r ank(Hc))，分别对等效矩阵矩阵采用 Gram-Schmidt方法对 Ti,j标准正交化，得到CU端构造矩阵注意到Ri,j由一组标准正交基构成，取

步骤3 选择授权频道iˆ和特征模式 ˆj完成认知通信。

根据式(6)，所提方法能够获得授权频道与特征模式的选择分集增益。CBS与CU的信号处理分别由步骤4和步骤5给出。正交子空间。

步骤5 CU端信号处理。将 ucˆj投影到的正交子空间。

对 u˜cˆj归 一 化 ， 得 到 接 收 滤 波 向 量

根据上述算法，重叠共享场景中认知系统吞吐率由式(9)给出，

3.3 认知系统天线配置讨论

根据3.2节信号处理算法的描述，认知业务采用重叠共享方式的基础是空间正交投影的实现，Pc与 Fc有非零解取决于授权业务与认知业务采用的空间特征模式个数以及认知系统的天线配置。以下不对认知业务传输模式约束，进行更具一般性( mc≥ 1)的讨论。

首先讨论 Pc有非零解的认知系统天线配置要求。假设认知业务采用的特征模式集合为J = { j1, … , jmc}。根据3.2节，一方面为避免对PUi产生干扰， Pc需要与正交；另一方面， Pc需要与j∈J以外的其余认知特征模式正交(包括认知业务采用的和未采用的模式)，即 Pc与正交。并且， Pc的各个列向量也要保证相互正交。根据上述讨论，需要以下不等式成立：以进一步得到

接下来讨论 Fc有非零解的认知系统天线配置要求。根据3.2节， Fc仅完成对来自PBS干扰的抑制，即中前 mp列正交，因此要i求以下不等式成立：

将式(12)代入式(11)可得

由式(12)和式(13)可以发现，认知系统的天线配置独立于授权系统天线配置，仅取决于授权业务与认知业务的传输模式。另外，以上讨论未约束 mc，在本文设计的具体算法和仿真中，固定 mc= 1 。

根据以上讨论，表1给出授权业务采用自适应通信(包括BF和SM)，认知业务采用BF方式实现重叠频谱共享需满足的天线配置要求。为了简单，限定 mp≤ 2 。i

表1 认知系统天线配置要求

4 仿真结果

图3 系统吞吐率(N=2)

图4 系统吞吐率(SNR=10dB)

5 结束语

本文针对认知 MIMO系统提出一种空频域机会接入策略 OSFA-PTMI。当存在频谱空洞时，认知业务以交叉共享方式实现传输；当无空闲频谱资源可用时，综合利用授权通信模式信息与系统间干扰信道信息，以重叠共享方式实现认知业务传输。该方法综合考察空间相关度与特征模式传输增益进行空域资源质量评价，能够获得授权频道与认知特征模式的选择分集增益。并且，基于PTMI的信号处理降低了认知系统天线配置要求以及认知信号的功率损失。仿真结果表明，所提策略能够在不影响授权业务的前提下显著改善认知业务性能，获得接近最佳的认知吞吐率。

[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] 李钊, 赵林靖, 刘勤. 认知无线电网络基于空分复用的机会频谱接入[J]. 电子与信息学报, 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.