认知MIMO系统中基于博弈论的联合预编码和功率分配算法研究

认知MIMO系统预编码技术能够限制对主用户的干扰同时尽量提高认知用户的数据吞吐量，而功率优化分配技术也可以抑制认知用户对主用户的干扰。将预编码技术和功率分配技术相结合可以进一步提高认知MIMO通信的性能。本项目拟研究认知MIMO系统中基于博弈论的联合预编码和功率分配算法，以满足未来认知无线电系统为更多的用户提供高传输速率服务的需要。具体的，我们拟在以下四个方面开展研究。首先，研究关于认知用户传输速率和认知用户对主用户干扰的效用函数；其次，研究认知MIMO系统联合预编码和功率分配博弈论模型；第三，研究基于博弈论的联合预编码和功率分配算法；第四，研究认知MIMO系统基于博弈论的联合预编码和功率分配Nash均衡解的唯一性、收敛性以及在不同认知MIMO信道环境下的鲁棒性。该研究得到的联合预编码和功率分配算法复杂度低，易于分布式实现，有助于推动联合预编码和功率分配技术在认知无线电系统中的实际应用。

认知MIMO 系统预编码技术能够限制对主用户的干扰同时尽量提高认知用户的数据吞吐量，而功率优化分配技术也可以抑制认知用户对主用户的干扰。将预编码技术和功率分配技术相结合可以进一步提高认知MIMO 通信的性能。本项目研究认知MIMO 系统中基于博弈论的联合预编码和功率分配算法，以满足未来认知无线电系统为更多的用户提供高传输速率服务的需要。主要研究内容包括：（1）关于认知用户传输速率和认知用户对主用户干扰的效用函数；（2）MIMO 系统联合预编码和功率分配博弈论模型；（3）基于博弈论的联合预编码和功率分配算法；（4）认知MIMO 系统基于博弈论的联合预编码和功率分配Nash 均衡解的唯一性、收敛性以及在不同认知MIMO 信道环境下的鲁棒性。重要研究结果包括：（1）对完美信道状态信息下认知MIMO联合预编码和功率分配问题进行研究，并引入博弈论模型。将认知用户的联合预编码和功率分配问题，建模成“一种带有代价函数的非合作联合预编码和功率分配博弈”。证明了纳什均衡的存在性和唯一性，并且提出基于博弈论的联合预编码和功率分配算法，纳什均衡作为非合作博弈的解。最后仿真验证了所提算法的收敛性；（2）研究了有限反馈下基于博弈论的联合功率分配与反馈速率控制优化问题。通过建立新的博弈模型，证明了其纳什均衡的存在性。同时，提出了一种迭代算法，可快速收敛到博弈不动点。仿真结果表明，联合优化算法的性能优于单单考虑反馈速率的算法；（3）在完全信道状态信息下，为了保证认知MIMO系统中授权用户和认知用户的正常工作，设定了认知用户的传输功率约束和对授权用户的干扰功率约束两个限制条件，将优化目标建模成“一个具有代价函数的非合作联合波束成形和功率分配博弈”。证明了所提出的非合作博弈模型中纳什均衡的存在性，并且提出了适用于认知MIMO系统的联合波束成形和功率分配算法。最后仿真对比了算法性能，验证了收敛性。（4）研究了完美信道状态信息下的干扰对齐和功率分配问题。解决了次用户对主用户的干扰以及次用户之间的干扰问题。提出了基于博弈论和基于公平性的功率分配算法。仿真结果展示了干扰对齐的有效性并对比了两种功率分配算法；（5）在完美信道状态信息下考虑了天线相关问题，并引入博弈论模型，通过功率分配达到总效用函数最大化。仿真结果表明算法的收敛性。该研究有助于推动联合预编码和功率分配技术在认知无线电系统中的实际应用。