多用户认知网络中基于Grassmann流形梯度法的干扰对齐算法

来源：信号处理杂志 2016年第3期北京时间：

作者：聂俊美, 谢显中, 张森林, 雷维嘉

摘要：针对多个主用户和多个次用户的MIMO认知网络，本文给出了一种不依赖信道互惠性和不需要前后向链路交替式迭代的干扰对齐方法。对于次用户，首先，通过对其进行编码，建立了消除主次用户间相互干扰后的等效模型。然后，在等效模型的基础上，以最大化总容量为目标函数设计预编码矩阵，并采用基于Grassmann流形上的梯度法对目标函数进行求解得到预编码。最后，在接收端以最大信干噪比准则来设计接收滤波器矩阵。仿真结果显示，在低信噪比时，本文算法与现有典型算法性能相同，而在高信噪比时本文算法性能更优。

关键词：多输入多输出, 认知网络, 干扰对齐, Grassmann流形, 梯度法