基于无人机中继的星地认知网络波束成形算法

针对基于无人机中继的星地认知网络,提出了两种波束成形(beamforming,BF)算法,通过对各种干扰进行抑制,实现系统间的频谱共享.具体而言,在基于无人机中继的卫星网络作为次级网络、地面网络作为主网络的情况下,以无人机最大发射功率和主用户所受干扰为约束条件,建立次级用户信干噪比最大化准则的优化问题;接下来在已知次级用户统计信道状态信息的条件下,提出一种基于迭代的BF算法对优化问题进行求解;更进一步,为了降低迭代算法的实现复杂度,提出了一种基于迫零的BF算法.最后,计算机仿真验证了所提两种波束成形方案的正确性与有效性....

Full description

Saved in:
Bibliographic Details
Published in电信科学 Vol. 37; no. 8; pp. 27 - 37
Main Authors 李艳丽, 林志, 王子宁, 许拔, 程铭, 欧阳键
Format Journal Article
LanguageChinese
Published 中国通信学会 20.08.2021
人民邮电出版社有限公司
南京邮电大学通信与信息工程学院,江苏 南京 210003%国防科技大学电子对抗学院,安徽 合肥 230037%国防科技大学六十三研究所, 江苏 南京 210003
Subjects
Online AccessGet full text
ISSN1000-0801
DOI10.11959/j.issn.1000?0801.2021202

Cover

Loading…
More Information
Summary:针对基于无人机中继的星地认知网络,提出了两种波束成形(beamforming,BF)算法,通过对各种干扰进行抑制,实现系统间的频谱共享.具体而言,在基于无人机中继的卫星网络作为次级网络、地面网络作为主网络的情况下,以无人机最大发射功率和主用户所受干扰为约束条件,建立次级用户信干噪比最大化准则的优化问题;接下来在已知次级用户统计信道状态信息的条件下,提出一种基于迭代的BF算法对优化问题进行求解;更进一步,为了降低迭代算法的实现复杂度,提出了一种基于迫零的BF算法.最后,计算机仿真验证了所提两种波束成形方案的正确性与有效性.
ISSN:1000-0801
DOI:10.11959/j.issn.1000?0801.2021202