多用户 MISO 认知网络中频谱感知与接入的联合优化

本文提出了一种用于多用户认知网络的联合频谱感知与接入优化框架，以显著提高频谱效率。对于此类认知网络，有两种重要且有限的资源需要以综合方式进行分配，即反馈比特和时间持续时间。首先，关于反馈比特，它包含两个部分：感知部分（用于传输各用户的感知结果）和接入部分（用于反馈信道状态信息）。较大的感知部分可以支持更多用户进行协作感知，从而提高感知精度。然而，较大的接入部分也是可取的，因为它在使用多天线技术（如迫零波束成形 (ZFBF)）时，直接影响多用户认知网络的性能。其次，需要确定传输间隔内感知与接入持续时间的权衡，以便在满足干扰约束的同时优化总传输速率。此外，上述两种资源在某些条件下是相互关联且互逆的。具体而言，对于给定的性能目标，可以通过利用更多的感知反馈比特来节省感知时间。因此，应以联合方式分配这些资源。基于该联合优化框架以及两种资源之间的内在关系，我们通过最大化多用户多天线认知网络中的平均总传输速率，提出了两种联合资源分配方案。仿真结果表明，采用联合资源分配方案相较于传统的固定策略可获得明显的性能增益。