基于干擾對齊的自適應(yīng)頻譜共享算法

李記，趙楠，殷洪璽

(大連理工大學(xué)信息與通信工程學(xué)院，遼寧大連116024)

近十幾年來，認(rèn)知無線電(cognitive radio，CR)在解決頻譜資源稀缺的問題上取得了較大進(jìn)展，引起廣泛關(guān)注［1-2］。在認(rèn)知無線電網(wǎng)絡(luò)中，常見的有填充式和下墊式2種頻譜共享方法［3］。但由于大多通信運(yùn)營商認(rèn)為，在下墊式頻譜共享中次用戶(second user，SU)對主用戶(primary user，PU)造成了比較嚴(yán)重的干擾，美國聯(lián)邦通信委員會(huì)(FCC)于2007年5月宣布放棄了干擾溫度模型，下墊式頻譜共享技術(shù)的發(fā)展前景并不明朗［4］，這也直接限制了認(rèn)知無線電技術(shù)的推廣與應(yīng)用。

干擾對齊(interference alignment，IA)作為一種能夠有效消除多用戶間干擾的技術(shù)，已經(jīng)廣泛應(yīng)用于認(rèn)知無線電網(wǎng)絡(luò)中來解決干擾管理的問題［5］。干擾對齊的核心思想是將多個(gè)干擾映射到接收機(jī)一半的子空間上，為期望信號保留出另一半的子空間，使期望信號的無干擾維度最大化。文獻(xiàn)［6］提出了干擾對齊的思想，證明了干擾對齊所能達(dá)到的自由度，并給出了干擾對齊中發(fā)射預(yù)編碼矩陣的閉式解。文獻(xiàn)［7］基于信道的互逆性，提出了一種分布式迭代干擾對齊算法，只需本地信道信息，便可通過迭代進(jìn)行求解。文獻(xiàn)［8］中提出了一種基于信道預(yù)測的干擾對齊方案，利用信道預(yù)測解決干擾對齊中信道信息延時(shí)的問題。文獻(xiàn)［9］提出了一種基于天線轉(zhuǎn)換的干擾對齊方案，提高了接收信號的信干噪比(signal-to-interfer-ence-plus-noise ratio，SINR)并保證了干擾對齊網(wǎng)絡(luò)的服務(wù)質(zhì)量(quality of service，QoS)。

盡管干擾對齊能有效地去除多用戶間干擾，解決認(rèn)知無線電網(wǎng)絡(luò)中干擾管理的問題，但應(yīng)用于頻譜共享中時(shí)，仍然存在著一些問題。主要包括:1)CR應(yīng)充分保證主用戶的通信質(zhì)量不受影響［10］，但已有的干擾對齊頻譜共享算法普遍存在著對主用戶優(yōu)先權(quán)的保護(hù)程度較低的問題［5，11］;2)經(jīng)過干擾對齊后，主用戶的信干噪比在某些信道狀態(tài)下明顯下降，影響了主用戶的通信質(zhì)量［7］。

針對上述問題，本文提出了一種基于干擾對齊的自適應(yīng)頻譜共享算法。該算法根據(jù)主用戶的業(yè)務(wù)模式設(shè)定的門限速率，自適應(yīng)地選擇傳輸方式，優(yōu)先保證主用戶有效通信。

1 K用戶干擾對齊模型

包含K個(gè)用戶的干擾對齊網(wǎng)絡(luò)模型如圖1所示，其中第k個(gè)用戶的發(fā)射機(jī)和接收機(jī)的天線數(shù)分別為M［k］和N［k］。

假設(shè)第1個(gè)用戶為主用戶PU1，第2至第K個(gè)用戶依次為次用戶SU2，SU3，…，SUK，它們的自由度分別是d［1］，d［2］，d［3］，…，d［K］。主次用戶同時(shí)工作時(shí)，次用戶 SU2，SU3，…，SUK對主用戶PU1造成干擾。

圖1 認(rèn)知無線電網(wǎng)絡(luò)中K個(gè)用戶的干擾對齊模型Fig.1 Interference alignment model with K users in the CR network

1.1 干擾對齊算法基本原理

假設(shè)圖1所示系統(tǒng)中用戶間的干擾信道服從瑞利時(shí)變衰落。如果不采用干擾對齊技術(shù)，第k個(gè)用戶的接收信號可表示為

其中:y［k］(n)和z［k］(n)分別是時(shí)刻n第k個(gè)接收機(jī)N［k］×1維的接收信號矢量和加性高斯白噪聲(additive white Gaussian noise，AWGN)矢量。x［l］(n)是第l個(gè)發(fā)射機(jī)M［l］×1 維的發(fā)射信號矢量，H［kl］(n)是第l個(gè)發(fā)射機(jī)到第k個(gè)接收機(jī)N［k］×M［l］維的信道系數(shù)矩陣。此時(shí)，用戶之間存在著嚴(yán)重的干擾，網(wǎng)絡(luò)中各用戶均不能正常工作。

如果采用干擾對齊技術(shù)，第k個(gè)用戶通過預(yù)編碼矩陣 V［k］(n)和干擾抑制矩陣 U［k］(n)來去除干擾，k∈{1，2，…，K}，自由度為d［k］。第k個(gè)接收機(jī)的接收信號經(jīng)過干擾對齊處理后，可表示為

式中:U?表示矩陣 U 的共軛轉(zhuǎn)置矩陣，V［k］(n)和U［k］(n)分別是第k個(gè)用戶M［k］×d［k］維的預(yù)編碼矩陣和N［k］×d［k］維的干擾抑制矩陣。X［k］(n)是第k個(gè)發(fā)射機(jī)在d［k］自由度下的發(fā)射信號矢量。Z［k］(n)是第k個(gè)接收機(jī)處與每個(gè)自由度相對應(yīng) 的d［k］× 1 維 的 AWGN 矢 量［8-9］，Z［k］(n)=U［k］?(n)z［k］(n)，其均值為 0，方差為 σ2。

為了有效地去除干擾，干擾對齊中采用的預(yù)編碼矩陣和干擾抑制矩陣需滿足如下約束條件:

滿足上述約束條件時(shí)，可以認(rèn)為干擾被完全消除，式(2)可改寫為

1.2 分布式干擾對齊算法

為了簡便，省略時(shí)刻n，第k個(gè)接收機(jī)經(jīng)過干擾抑制后得到的接收信號，可表示為

式中:V［k］和 U［k］分別是原網(wǎng)絡(luò)中第k個(gè)用戶M［k］×d［k］維的預(yù)編碼矩陣和N［k］×d［k］維的干擾抑制矩陣，H［kl］則是第l個(gè)發(fā)射機(jī)到第k個(gè)接收機(jī)的N［k］×M［l］維的信道系數(shù)矩陣［7］。

基于信道的互逆性，原發(fā)射機(jī)接收到來自原接收機(jī)發(fā)送的信號可表示為

根據(jù)網(wǎng)絡(luò)的互逆性，互逆信道滿足:V［k］=U［k］，H［kl］=H［lk］?，V［k］=U［k］， ?k。

將經(jīng)過干擾抑制處理后仍存在的干擾功率定義為干擾泄露。原網(wǎng)絡(luò)中第k個(gè)接收機(jī)的干擾泄露可表示為

式中:Q［k］是第k個(gè)接收機(jī)的干擾協(xié)方差矩陣，可表示為

把所有接收機(jī)總的干擾泄露(whole leakage interference，WLI)作為目標(biāo)函數(shù)，可表示為

式中:P［l］表示互逆網(wǎng)絡(luò)中發(fā)射端歸一化發(fā)射功率［7］。

該算法通過迭代進(jìn)行更新，直到目標(biāo)函數(shù)收斂為止。目標(biāo)函數(shù)WLI的理論值可以為零。當(dāng)目標(biāo)函數(shù)收斂時(shí)，第k個(gè)用戶的傳輸速率可表示為

式 中:ρ［k］是用戶k的信噪比，［kk］=U［k］?H［kk］V［k］ 。

1.3 基于IA的CR網(wǎng)絡(luò)中主用戶的SINR性能分析

干擾對齊應(yīng)用于認(rèn)知無線電頻譜共享時(shí)，存在一些問題，其中最重要的是接收信號信干噪比下降。接下來圍繞干擾對齊處理中期望信號的信干噪比下降問題進(jìn)行具體分析。例如，在用戶數(shù)K=3的IA認(rèn)知無線電網(wǎng)絡(luò)中，每個(gè)用戶發(fā)射機(jī)與接收機(jī)的天線數(shù)均為M=N=2。由于采用干擾對齊，用戶間的干擾可以認(rèn)為被完全消除。

設(shè)θ為主用戶的期望信號方向與IA處理后干擾信號方向的夾角，滿足0≤θ≤π/2。假定干擾對齊處理前、后主用戶的信號功率分別為P和P1，兩者的關(guān)系可表示為

可看出隨著θ的增大而減小，主用戶的接收功率P1隨之增大。

當(dāng)期望信號和干擾的矢量方向完全正交(θ=π/2)時(shí)，期望信號的接收功率最強(qiáng)，主用戶的SINR性能最優(yōu);當(dāng)兩者方向一致(θ=0)時(shí)，期望信號的接收功率幾乎為0，主用戶的SINR性能最差［9］。

經(jīng)干擾對齊處理后，在某些信道狀態(tài)下，主用戶的SINR性能會(huì)明顯下降，影響了其通信質(zhì)量。因此，為了保證主用戶的通信質(zhì)量，必須有效地解決這一問題。

2 單主用戶自適應(yīng)頻譜共享算法

針對上述問題，本文提出了基于IA的自適應(yīng)頻譜共享算法。在算法中，采用2種模式進(jìn)行通信，分別為IA模式和MIMO(multi-input multi-output)模式。

在一個(gè)用戶數(shù)為K的認(rèn)知無線電網(wǎng)絡(luò)中，每個(gè)用戶的發(fā)射機(jī)與接收機(jī)天線數(shù)分別為M和N，設(shè)第1個(gè)用戶為主用戶PU1，第2至第K個(gè)用戶依次為次用戶SU2，SU3，…，SUK。它們的自由度分別是d［1］，d［2］，…，d［K］。

主用戶將來自次用戶的干擾采用干擾對齊進(jìn)行消除。信道歸一化的噪聲功率為σ2。

2.1 IA與MIMO模式傳輸速率的比較

在以IA和MIMO模式傳輸時(shí)，可以根據(jù)式(1)和(5)分別得到接收信號的表達(dá)式。因此，根據(jù)香農(nóng)定理，IA和MIMO傳輸模式中第k個(gè)用戶傳輸速率統(tǒng)一表達(dá)式為

式中:信噪比 ρ［k］=P［k］/N［k］，P［k］是用戶k的歸一化發(fā)射功率，N［k］是用戶k的歸一化信道噪聲功率，kk］為適用于IA和MIMO傳輸模式的統(tǒng)一的歸一化信道系數(shù)矩陣。

由于來自次用戶的干擾可認(rèn)為被完全消除，所以IA中主用戶的信干噪比與MIMO中主用戶的信噪比均可表示為

將式(14)代入式(13)可以得到MIMO模式中主用戶的傳輸速率表達(dá)式為

同理，可以得到IA模式中第k個(gè)用戶的傳輸速率表達(dá)式為

由式(15)和(16)可知，MIMO和IA模式下用戶傳輸速率表達(dá)式的差別主要在于的不同。

根據(jù)式(16)，IA模式中所有用戶的總速率RateIA可以表示為

對IA和MIMO傳輸模式下主用戶的瞬時(shí)和平均傳輸速率進(jìn)行仿真，得到的結(jié)果分別如圖2和圖3所示。

圖2SNR=25 dB，IA和MIMO傳輸模式中PU瞬時(shí)速率比較Fig.2 Comparison of the PU's instantaneous rates in the transmission mode between IA and MIMO when SNR=25 dB

圖3 IA和MIMO傳輸模式中PU平均速率比較Fig.3 Comparison of the PU's average rates in the transmission mode between IA and MIMO

由圖2和圖3可知，在相同信道狀態(tài)下，MIMO模式中主用戶的瞬時(shí)和平均傳輸速率均明顯高于IA模式中主用戶的傳輸速率。這是由于雖然IA能完全去除干擾，但在某些信道狀態(tài)下IA模式中主用戶的SINR嚴(yán)重下降造成主用戶的傳輸速率下降明顯。因此，必須采取有效措施解決這一問題。針對這一情況，本文提出了一種基于IA的自適應(yīng)頻譜共享算法。

2.2 單主用戶自適應(yīng)頻譜共享算法流程

假設(shè)算法中信道服從塊衰落(block fading)［12］，一幀的時(shí)長為T，其示意圖如圖4所示。

在圖4 中，一幀的時(shí)長T=τ1+τ2，τ1＜＜τ2。在 τ1時(shí)段內(nèi)，根據(jù)式(16)求解出主用戶的瞬時(shí)速率RIA［1］，并與設(shè)定的門限速率Rth進(jìn)行比較，來決定τ2時(shí)段內(nèi)協(xié)作通信方式。

算法流程如圖5所示。

圖4 一幀傳輸時(shí)間結(jié)構(gòu)示意圖Fig.4 Schematic diagram of transmission time structure for a frame

圖5 基于干擾對齊的自適應(yīng)頻譜共享算法流程Fig.5 Adaptive spectrum sharing algorithm process based on IA

在圖5中，通信開始后，先對信道參數(shù)進(jìn)行估計(jì)。然后，在τ1時(shí)段內(nèi)，根據(jù)式(16)計(jì)算出主用戶的瞬時(shí)速率RIA

［1］，并與設(shè)定的門限速率Rth進(jìn)行比較，當(dāng)主用戶的傳輸速率RIA

［1］＞Rth時(shí)，在 τ2時(shí)段內(nèi)，主次用戶采用IA模式進(jìn)行幀傳輸;當(dāng)主用戶的傳輸速率RIA

［1］≤Rth時(shí)，在 τ2時(shí)段內(nèi)，次用戶停止通信，主用戶單獨(dú)進(jìn)行傳輸。在一幀數(shù)據(jù)傳輸結(jié)束后，如果需要繼續(xù)傳輸時(shí)，則重復(fù)上述步驟，否則通信結(jié)束。

設(shè)主用戶單獨(dú)傳輸概率用PPU=P(RIA

［1］≤Rth)來表示，則1-PPU表示主次用戶協(xié)作進(jìn)行傳輸?shù)母怕省?/p>

貴州畢節(jié)四名留守兒童喝農(nóng)藥自殺事件令人心碎，這個(gè)事件雖然極端卻非個(gè)例。悲劇過后，人們應(yīng)該追問六千萬留守兒童問題是如何造成的？就是因?yàn)樗麄儚男【捅蛔约旱母改噶粼诹嗽诩亦l(xiāng)，失去了親情和愛。

當(dāng)次用戶停止通信，主用戶單獨(dú)進(jìn)行通信時(shí)，主用戶的傳輸速率為MIMO模式中主用戶的傳輸速率R［1］，次用戶的傳輸速率為0;當(dāng)主次用戶采用IA協(xié)作模式進(jìn)行傳輸時(shí)，主用戶的傳輸速率為RIA

［1］，網(wǎng)絡(luò)中總速率為RateIA。

基于干擾對齊的自適應(yīng)頻譜共享算法中總速率可表示為

因此，在所提出的基于IA的自適應(yīng)頻譜共享算法中根據(jù)主用戶的SINR，對主次用戶的協(xié)作方式進(jìn)行自適應(yīng)地選擇;在滿足主用戶通信質(zhì)量的前提下，主次用戶共享授權(quán)頻段。可看出，所提出的算法優(yōu)先保證了主用戶的服務(wù)質(zhì)量，在保證主用戶通信質(zhì)量的前提下，允許次用戶進(jìn)行接入，提升了授權(quán)頻段的利用率。

2.3 門限速率的設(shè)置

基于IA的頻譜共享算法，能夠有效地去除干擾，在保證主用戶性能的前提下，提升了授權(quán)頻段的利用率。但在IA網(wǎng)絡(luò)中，主用戶的性能會(huì)有一定程度的下降。且認(rèn)知無線電網(wǎng)絡(luò)的基本要求是保證主用戶的通信質(zhì)量，本文提出的基于IA的自適應(yīng)頻譜共享算法，通過判斷主用戶性能能否滿足門限速率來自適應(yīng)地判決是否允許次用戶接入。

因此，門限速率是基于IA的自適應(yīng)頻譜共享算法中的關(guān)鍵參數(shù)，它與下墊式頻譜共享算法中的干擾溫度一一對應(yīng)的。在實(shí)際通信系統(tǒng)中，還要充分考慮主用戶業(yè)務(wù)模式的具體要求來設(shè)置門限速率。因此，門限速率是依據(jù)下墊式頻譜共享算法中的干擾溫度門限與實(shí)際通信系統(tǒng)中主用戶的業(yè)務(wù)模式進(jìn)行設(shè)定的。

本文提出的算法可以根據(jù)業(yè)務(wù)類型自適應(yīng)地對門限速率進(jìn)行調(diào)整。在滿足業(yè)務(wù)需求的前提下，根據(jù)信道情況，盡可能提高次用戶的接入機(jī)會(huì)。

3 多主用戶自適應(yīng)頻譜共享算法

Max-SINR IA算法是Jafar提出的一種迭代干擾對齊算法，該算法并不要求干擾完全對齊，而是對接收信號的SINR進(jìn)行優(yōu)化，在低信噪比下有優(yōu)良的性能［7］。假設(shè)在確定的系統(tǒng)配置下，網(wǎng)絡(luò)中最多可以容納Kmax個(gè)用戶，則在實(shí)際中只考慮Kp個(gè)用戶進(jìn)行通信時(shí)(Kp＜Kmax)，Max-SINR IA算法能夠充分利用網(wǎng)絡(luò)中剩余的資源，進(jìn)一步提升這Kp個(gè)用戶的傳輸速率。

因此，在多主用戶的認(rèn)知無線電網(wǎng)絡(luò)中，本文基于Max-SINR IA算法來實(shí)現(xiàn)自適應(yīng)頻譜共享。在算法中，當(dāng)主用戶滿足速率門限要求時(shí)，Kmax個(gè)用戶采用IA算法共享頻段;當(dāng)某一主用戶不滿足速率門限要求Rth時(shí)，次用戶停止通信，剩余Kp個(gè)主用戶通過Max-SINR IA算法共享頻段，進(jìn)一步提升主用戶的通信質(zhì)量。

基于Max-SINR IA的多主用戶自適應(yīng)頻譜共享算法的具體步驟如下:

1)一幀開始，對信道參數(shù)進(jìn)行估計(jì);

2)在τ1時(shí)段內(nèi)，根據(jù)式(16)計(jì)算出Kp個(gè)主用戶的瞬時(shí)速率Rp［1］，Rp［2］，…，Rp［Kp］;

3)將Kp個(gè)主用戶的瞬時(shí)速率Rp［1］，Rp［2］，…，Rp［Kp］，分別與門限速率Rth1，Rth2，…，RthKp進(jìn)行比較;

4)當(dāng)Kp個(gè)主用戶均滿足速率門限要求時(shí)，在τ2時(shí)段內(nèi)，Kmax個(gè)主次用戶采用IA協(xié)作模式共享頻段;否則次用戶停止通信，Kp個(gè)主用戶通過Max-SINR IA算法共享頻段;

5)該幀傳輸完成，跳回步驟1)，啟動(dòng)下一幀。

4 仿真結(jié)果與分析

分別針對單主用戶情況和多主用戶情況，對上述基于干擾對齊的自適應(yīng)頻譜共享算法的性能，進(jìn)行仿真比較。

4.1 單主用戶

假設(shè)CR網(wǎng)絡(luò)中用戶數(shù)K=3。根據(jù)IA算法的要求，每個(gè)用戶的發(fā)射機(jī)與接收機(jī)均配置M=N=2根天線，信道服從瑞利時(shí)變衰落。

設(shè)第1個(gè)用戶為主用戶PU1，第2、3個(gè)用戶為次用戶 SU2、SU3。

首先，對算法中PU1和SU2在不同系統(tǒng)中SNR下的傳輸速率進(jìn)行仿真，得到的結(jié)果分別如圖6和圖7所示。給定SNR分別為30 dB和10 dB，門限速率Rth=4 bit/(s·Hz)-1。

圖6 SNR=30 dB，PU1和SU2瞬時(shí)速率比較Fig.6 Comparison of the PU1and SU2instantaneous rate when SNR=30 dB

圖7 SNR=10 dB，PU1和SU2瞬時(shí)速率比較Fig.7 Comparison of the PU1and SU2instantaneous rate when SNR=10 dB

在圖6和圖7中，不同SNR下，算法自適應(yīng)地調(diào)整次用戶對授權(quán)頻段的接入。圖6表明基于IA的自適應(yīng)頻譜共享算法在高SNR時(shí)容易保證主用戶的通信質(zhì)量，因此次用戶接入幾率大;圖7表明該算法在低SNR時(shí)有很多情況不能滿足主用戶需求，只能減少次用戶接入。

接下來對不同門限速率Rth下對主用戶單獨(dú)傳輸概率進(jìn)行仿真分析，結(jié)果如圖8所示。當(dāng)門限速率Rth取固定值時(shí)，隨著系統(tǒng)中SNR的增加，主用戶單獨(dú)傳輸?shù)母怕孰S之降低，次用戶的接入機(jī)會(huì)則隨之增加;在同一SNR條件下，隨著門限速率Rth的增大，主用戶單獨(dú)傳輸?shù)母怕室苍龃螅斡脩舻慕尤霗C(jī)會(huì)則在減少。

圖8 不同Rth條件下，主用戶單獨(dú)傳輸概率Fig.8 Isolated transmission probability of the PU1under the condition of different Rth

最后，在不同門限速率Rth下對主用戶與次用戶的平均傳輸速率進(jìn)行仿真分析，結(jié)果如圖9所示。

在圖9中，當(dāng)門限速率給定時(shí)，主次用戶的傳輸速率都隨著系統(tǒng)中SNR的增加而增加，并且主次用戶的傳輸速率逐漸接近;在系統(tǒng)中SNR給定時(shí)，隨著門限速率的增大，主用戶的傳輸速率隨之提高，而次用戶的傳輸速率則減少，并且主次用戶的速率差逐漸變大。

圖9 不同Rth下，主次用戶平均速率Fig.9 Under the condition of different Rth，the average rate of the PU1and SU2

4.2 多主用戶

假設(shè)CR網(wǎng)絡(luò)中用戶數(shù)Kmax=7，其中包括Kp=3個(gè)主用戶PU1、PU2、PU3和4 個(gè)次用戶SU4、SU5、SU6、SU7。據(jù)IA算法要求，每個(gè)用戶的發(fā)射機(jī)與接收機(jī)均配置M=N=4根天線，信道服從瑞利時(shí)變衰落。3個(gè)主用戶的門限速率Rth均為4 bit/(s·Hz)-1。

在SNR分別為15、10和5 dB時(shí)，對算法中PU1和SU4的傳輸速率進(jìn)行仿真比較，如圖10和圖11所示。圖10中系統(tǒng)的SNR較高，主次用戶采用IA進(jìn)行頻譜共享時(shí)，主用戶的性能基本能滿足門限速率要求，從而提高了次用戶的頻譜接入幾率。圖11中系統(tǒng)的SNR較低，采用主次用戶采用IA進(jìn)行頻譜共享時(shí)，主用戶的性能滿足門限速率要求的概率有所下降，因此，與圖10相比，次用戶的頻譜接入幾率下降較多。

圖10 SNR=15 dB，PU1和SU4瞬時(shí)速率比較Fig.10 Comparison of the PU1and SU4instantaneous rate when SNR=15 dB

圖11 SNR=10 dB，PU1和SU4瞬時(shí)速率比較Fig.11 Comparison of the PU1and SU4instantaneous rate when SNR=10 dB

圖12中系統(tǒng)的SNR很低，主次用戶如果采用IA模式進(jìn)行傳輸，主用戶的性能在很大概率的情況下不能保證。因此自適應(yīng)調(diào)整傳輸模式，在主用戶不滿足門限速率時(shí)，次用戶停止通信，主用戶間通過Max-SINR IA算法共享頻段，進(jìn)一步提升了主用戶性能。

圖12 SNR=5 dB，PU1和SU4瞬時(shí)速率比較Fig.12 Comparison of the PU1and SU4instantaneous rate when SNR=5 dB

5 結(jié)束語

本文針對干擾對齊應(yīng)用于認(rèn)知無線電頻譜共享中時(shí)存在的期望信號的信干噪比明顯下降的問題，提出了一種基于干擾對齊的自適應(yīng)頻譜共享算法。該算法根據(jù)主用戶的業(yè)務(wù)模式來設(shè)定門限速率，根據(jù)主用戶的信干噪比，自適應(yīng)地調(diào)整主次用戶的協(xié)作方式，有效解決了某些信道狀態(tài)下主用戶的信干燥比下降問題。仿真結(jié)果證明了該算法的有效性，能夠根據(jù)主用戶的信干噪比，對主次用戶的協(xié)作方式進(jìn)行自適應(yīng)地調(diào)整;在滿足主用戶通信質(zhì)量的前提下，允許次用戶進(jìn)行接入，提高了授權(quán)頻段的利用率。

［1］MITOLA J，MAQUIRE G Q.Cognitive radio:making software radios more personal［J］.IEEE Personal Communication，1999，6(4):13-18.

［2］張北偉，朱云龍，胡琨元.認(rèn)知無線電中頻譜分配方法研究［J］.哈爾濱工程大學(xué)學(xué)報(bào)，2012，33(10):1304-1309.ZHANG Beiwei，ZHU Yunlong，HU Kunyuan.Spectrum allocation method research of cognitive radio［J］.Journal of Harbin Engineering University，2012，33(10):1304-1309.

［3］ZHAO N，SUN H.Robust power control for cognitive radio in spectrum underlay networks［J］.KSII Transactions on Internet and Information Systems，2011，5(7):1214-1229.

［4］WANG B，LIU K J R.Advances in cognitive radio networks:a survey［J］.IEEE Selected Topics in Signal Processing，2011，5(1):5-23.

［5］AMIR M，El K，NAFIE M.Constrained interference alignment and the spatial degrees of freedom of MIMO cognitive networks［J］.IEEE Transactions on Information Theory，2011，57(5):2994-3004.

［6］CADAMBE V R，JAFAR S A.Interference alignment and degrees of freedom of theK-user interference channel［J］.IEEE Transactions on Information Theory，2008，54(8):3425-3441.

［7］GOMADAM K，CADAMBE V R，JAFAR S A.A distributed numerical approach to interference alignment and application to wireless interference networks［J］.IEEE Transactions on Information Theory，2011，57(6):3309-3322.

［8］ZHAO N，YU F R，SUN H，et al.Interference alignment based on channel prediction with delayed channel state information［C］//IEEE Global Communications Conference(GLOBECOM).Anaheim，CA，2012:4244-4248.

［9］ZHAO N，YU F R，SUN H J，et al.A novel interference alignment scheme based on sequential antenna switching in wireless networks［J］.IEEE Transactions on Wireless Communations，2013，12(10):5008-5020.

［10］HAYKIN S.Cognitive radio:brain-empowered wireless communications［J］.IEEE Journal on Selected Areas in Communications，2005，23(2):201-220.

［11］PERLAZA S M，F(xiàn)AWAZ N，LASAULCE S，et al.From spectrum pooling to space pooling opportunistic interference alignment in MIMO cognitive networks［J］.IEEE Transactions on Signal Processing，2010，58(7):3728-3741.

［12］RAYMOND K，PIERRE A H.On coding for block fading channels［J］.IEEE Transactions on Information Theory，2000，46(6):189-205.