一种基于干扰转向的认知物联网干扰管理方法技术

本发明专利技术涉及的是一种基于干扰转向的认知物联网干扰管理方法，它包括：根据PU

【技术实现步骤摘要】
一种基于干扰转向的认知物联网干扰管理方法

：
[0001]本专利技术涉及的是认知物联网(Cognitive IoT，C
‑
IoT)多用户多数据流场景下一种基于时分双工(TDD)的等效干扰子信道干扰转向(TDD
‑
EI
‑
SCIS)、基于TDD的子信道干扰转向(TDD
‑
SCIS)和部分干扰对齐(PIA)的联合管理方法，具体涉及的是一种基于干扰转向的认知物联网干扰管理方法。

技术介绍
：
[0002]C
‑
IoT通过将人类认知过程整合到当前的物联网(Internet of Things,IoT)中，被认为是解决频谱资源稀缺的一个有希望的解决方法。通过动态频谱接入(DSA)技术，允许C
‑
IoT设备(C
‑
IoT Devices,C
‑
IoD)作为无许可证的用户(也称为认知用户(Cognitive user,CU)，或辅助用户(Secondary user,SU))与授权用户(也称为主用户(Primary user,PU))共享授权频谱，根据PU和CU共存的方式不同，DSA模型可分为机会频谱接入(OSA)模型和并发频谱接入(CSA)模型。OSA模型下CU需要进行动态频谱控制，这给低成本的IoT设备带来了负担。为了减轻这种负担，提出了CU与授权频谱中活动的PU共存的CSA模型，其中CU发射机(CU
‑
Tx)需控制发射功率，使其对PU造成的干扰满足干扰温度条件，而CU接收来自CU
‑
Tx的所需信号往往被各种干扰信号淹没。人们通过在C
‑
IoT中引入干扰管理使CU和PU满足频谱共享的基本条件，即，CU访问频谱过程中不会对PU的服务质量(QoS)产生不可接受的影响。
[0003]目前，现有的C
‑
IoT中消除干扰的方法多以IA为主，而且这些方法多以消除PU处遭受的干扰为主，忽略了CU处的性能要求以及认知网络中的干扰管理，导致认知网络的网络容量下降以及CU处的QoS不能得到保证，并且IA的高度依赖于系统配置的参数，其适用性往往受到自由度的限制。

技术实现思路
：
[0004]本专利技术的目的是提供一种基于干扰转向的认知物联网干扰管理方法，它将先进的IS技术与IA相结合用于消除C
‑
IoT中的干扰以提高授权频谱利用率，并且在保证PU的QoS不受影响的前提下，尽可能的提高CU的通信质量。
[0005]本专利技术解决其技术问题所采用的技术方案是：这种基于干扰转向的认知物联网干扰管理方法是基于认知物联网中干扰管理的联合管理方法，包括如下步骤：
[0006]步骤一、PU
‑
Tx和CU
‑
Tx之间共享信道状态信息CSI和数据信息，其中，PU
‑
Tx的发射天线数为N
T,p
，CU
‑
Tx的发射天线数为N
T,c
，PU的接收天线数为N
R,p
，第n个CU为CU
n
，CU
n
的接收天线数为N
R,n
，且满足N
T,p
≥N
T,c
≥N
R,i
，其中i＝n,p，PU接收的期望信号为x
p
＝[x
p
(1),...,x
p
(k
p
),...,x
p
(K
p
)]T
，其中，x
p
(k
p
),(k
p
∈{1,2,...,K
p
},K
p
≤N
R,p
)为PU接收到的第k
p
个数据符号，CU
n
接收的期望信号为x
n
＝[x
n
(1),...,x
n
(k
n
),...,x
n
(K
n
)]T
，其中，x
n
(k
n
),(k
n
∈{1,2,...,K
n
},K
n
≤N
R,n
)为PU接收到的第k
n
个数据符号；
[0007]步骤二、根据PU
‑
Tx和PU之间CSI通过构造Hermitian半正定阵设计各自数据符号
的预编码向量和解码向量；
[0008]步骤三、对认知网络中的每个CU划分对应的工作时隙，假设CU个数为N，总时间为T，认知网络中的总时隙数为N，每个时隙占用的时间为T/N，对于第n个CU，即CU
n
，当第n个时隙为CU
n
的工作时隙时，剩余的N
‑
1个时隙均为其干扰时隙，此时根据CU
‑
Tx和CU之间CSI通过构造Hermitian半正定阵设计各自数据符号的预编码向量和解码向量，对于认知网络在其他N
‑
1个工作时隙中的CU重复步骤四到步骤十一的操作；
[0009]步骤四、对PU和CU
n
受到分别来自CU
‑
Tx和主发射机(PU
‑
Tx)的多个干扰信号，首先采用TDD
‑
EI
‑
SCIS进行干扰管理，并将各自受到的多个干扰信号等效为一个有效的干扰信号；
[0010]步骤五、CU
‑
Tx和PU
‑
Tx对等效干扰信号分别设计对应的转向信号和CU
‑
Tx发射的转向信号的预编码向量和发射功率开销分别为和PU
‑
Tx发射的转向信号的预编码向量和发射功率开销分别为和
[0011]步骤六、判断是否满足PU
‑
Tx的发射条件，若满足，则使用TDD
‑
EI
‑
SCIS管理PU和CU
n
处分别遭受的来自CU
‑
Tx和PU
‑
Tx的干扰信号；若不满足，CU
n
仍使用TDD
‑
EI
‑
SCIS管理来自PU
‑
Tx的干扰，而PU处的干扰管理执行步骤七到步骤十的操作；
[0012]步骤七、对PU遭受的来自CU
‑
Tx的多个干扰信号使用TDD
‑
SCIS，每个干扰信号在PU
‑
Tx处所需的转向信号的预编码向量和发射功率开销分别为和其中，k
n
∈{1,2,...,K
n
}；
[0013]步骤八、根据PU
‑
Tx的发射条件，对于满足条件的的组合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于干扰转向的认知物联网干扰管理方法，其特征在于包括如下步骤：步骤一、PU
‑
Tx和CU
‑
Tx之间共享信道状态信息CSI和数据信息，其中，PU
‑
Tx的发射天线数为N
T,p
，CU
‑
Tx的发射天线数为N
T,c
，PU的接收天线数为N
R,p
，第n个CU为CU
n
，CU
n
的接收天线数为N
R,n
，且满足N
T,p
≥N
T,c
≥N
R,i
，其中i＝n,p，PU接收的期望信号为x
p
＝[x
p
(1),...,x
p
(k
p
),...,x
p
(K
p
)]
T
，其中，x
p
(k
p
),(k
p
∈{1,2,...,K
p
},K
p
≤N
R,p
)为PU接收到的第k
p
个数据符号，CU
n
接收的期望信号为x
n
＝[x
n
(1),...,x
n
(k
n
),...,x
n
(K
n
)]
T
，其中，x
n
(k
n
),(k
n
∈{1,2,...,K
n
},K
n
≤N
R,n
)为PU接收到的第k
n
个数据符号；步骤二、根据PU
‑
Tx和PU之间CSI通过构造Hermitian半正定阵设计各自数据符号的预编码向量和解码向量；步骤三、对认知网络中的每个CU划分对应的工作时隙，假设CU个数为N，总时间为T，认知网络中的总时隙数为N，每个时隙占用的时间为T/N，对于第n个CU，即CU
n
，当第n个时隙为CU
n
的工作时隙时，剩余的N
‑
1个时隙均为其干扰时隙，此时根据CU
‑
Tx和CU之间CSI通过构造Hermitian半正定阵设计各自数据符号的预编码向量和解码向量，对于认知网络在其他N
‑
1个工作时隙中的CU重复步骤四到步骤十一的操作；步骤四、对PU和CU
n
受到分别来自CU
‑
Tx和主发射机(PU
‑
Tx)的多个干扰信号，首先采用TDD
‑
EI
‑
SCIS进行干扰管理，并将各自受到的多个干扰信号等效为一个有效的干扰信号；步骤五、CU
‑
Tx和PU
‑
Tx对等效干扰信号分别设计对应的转向信号和CU
‑
Tx发射的转向信号的预编码向量和发射功率开销分别为和PU
‑
Tx发射的转向信号的预编码向量和发射功率开销分别为和步骤六、判断是否满足PU
‑
Tx的发射条件，若满足，则使用TDD
‑
...

【专利技术属性】
技术研发人员：孙振兴，钱锦彬，刘苗，沙国辉，南春萍，
申请(专利权)人：东北石油大学，
类型：发明
国别省市：