中文摘要：

本课题拟在基于认知的无线网络传输机制方面进行探索，主要研究认知网络在Overlay模式下具有认知边信息的信源/信道编译码算法，包括从用户发送端具有认知边信息的系统优化模型及相关理论、从用户发送端具有认知边信息时的信源/信道编译码设计、主从用户发送端都具有认知边信息时的信源/信道编译码设计等方面。 本课题旨在(1)当从用户发送端可获得主用户消息的认知边信息时，建立系统优化模型、得到联合信源信道编码（JSCC）方式、以及对应的系统代价函数及相关的优化理论和方法；(2) 当从用户发送端可以获得认知边信息时，设计发送端的JSCC编码方法以及迭代译码方法，得到逼近理论性能界的编译码方案。并针对认知边信息不准确时，提出相应的信源/信道编译码方案；(3) 针对主用户可以获知从用户存在的情况，设计协作编码方案，以此提高网络的传输性能。并针对认知边信息不准确时，提出相应的信源/信道编译码方案。

结论摘要：

项目组对基于认知的无线网络传输机制进行了研究，提出了认知网络在Overlay模式下具有认知边信息的信源/信道编译码方法，包括从用户发送端有认知边信息的系统优化模型及优化方法、从用户发送端有认知边信息时的信源/信道编译码方法、主从用户发送端都具有认知边信息时的信源编译码方法。在系统优化设计方面，首先，研究了从用户发送端仅可以获得部分认知边信息的场景，结合压缩转发策略与LA-GPC码，在系统功率和速率约束条件下，进行认知网络可达速率优化模型的研究。其次，针对MIMO认知无线网络模型，提出了从用户发送端的编码方法；采用脏纸编码和波束成型技术，通过优化从用户的功率分配因子或脏纸编码的通胀因子，优化主从用户系统的可达速率。项目组将绿色通信的理念引入认知网络中，结合OFDM、中继等技术通过联合优化来提高通信能源利用效率。在从用户发送端具有认知边信息的编译码设计方面，首先，在系统存在单个具有认知边信息的从用户时，提出了低复杂度的非线性联合预编码方案；当系统中采用协作中继时，提出了多种新的转发方案和编码方案。这些方案在保证主用户性能的基础上，提高了从用户的性能。在从用户发送端边信息不准确的情况下，考虑到压缩感知非常适用于完成联合信源信道编码，项目组采用该机制进行编译码设计，从理论上推导了系统的均方误差性能。其次，在系统存在多个具有认知边信息的从用户时，项目组基于trellis shaping或者单比特压缩感知对从用户发送端信号进行编码，并在接收端设计相应的译码策略；在系统存在中继时，设计中继转发策略和接收端的译码算法。项目所提出的编译码方案均有理论或仿真支撑，具有优异的性能。在主从用户发送端具有认知边信息的编译码设计方面，首先，在主从用户发送信号具有相关性时，提出了一种数字模拟混合编码方法，该方法在模拟部分实现了从用户协助主用户通信，数字部分采用DPC技术，利用从用户端的认知边信息消除主用户信号对从用户接收端的干扰。其次，在主用户能够感知从用户存在时，系统采用从用户中继的方式来协助主用户信息的传输。项目组设计了多种中继转发方案以及主用户接收端的译码方案，所提出的编译码方案均有理论或仿真支撑，具有良好的性能。项目组共发表SCI检索论文5篇、EI20篇；申请专利3项；出席国际学术会议做大会特邀报告1次、分组报告20次；培养博士硕士共9人。本项目圆满完成了预定目标。