干扰对齐理论能够有效去除通信用户间的干扰,提高系统性能,进而提升干扰信道容量,是无线通信领域中新的研究热点。但是,干扰对齐自身存在着对信道信息实时性要求较高和低信噪比下性能较差等问题,使得频谱共享中的干扰对齐技术目前还不能实用化。本项目针对干扰对齐技术中存在的若干问题及其在认知无线电中的应用展开研究。具体包括(1) 提出一种基于H∞滤波信道预测的干扰对齐算法,解决信道信息延时的问题;(2) 提出一种基于混合蚁群优化的天线选择算法,解决干扰对齐后接收信号信噪比下降的问题;(3) 结合信道预测和天线选择算法,基于可重构天线,提出一种认知无线电中低复杂度的干扰对齐下垫式频谱共享模型,在对主用户限制较少的情况下,消除网络中的干扰。这些内容的研究,对提高干扰对齐在实际通信环境中的性能,加快干扰对齐技术的实用化,以及解决认知无线电中干扰管理问题等方面,具有重要的科学意义和实用价值,应用前景广阔。
英文主题词interference alignment;cognitive radio;spectrum sharing;channel prediction;antenna selection