单比特零空间学习算法及其收敛性
信息论
2015-06-12 v2 math.IT
摘要
本文为多输入多输出（MIMO）认知无线电次级用户（SU）提出一种新算法，用于学习其到主用户（PU）的干扰信道的零空间，而无需让PU承担任何知识负担或与SU进行显式协作。掌握该零空间后，SU可利用与PU分离的空间维度，在同一频段内与PU同时传输。具体而言，SU在到PU的干扰信道的零空间中传输。我们提出一种称为单比特零空间学习算法（OBNSLA）的新算法，其中SU通过观察一个二元函数来学习PU的零空间，该函数指示SU对PU造成的干扰相较于SU先前发射的信号是增加还是减少。该函数通过监听PU的发射信号或控制信道，并从中提取关于PU的信干噪比（SINR）是增加还是减少的信息来获得。除引入OBNSLA外，本文还对该算法进行了全面的收敛性分析。结果表明，OBNSLA具有线性收敛速率和渐近二次收敛速率。最后，我们推导出SU对PU造成的干扰的上界，该上界是SU确定的一个参数的函数。这使得SU能够控制最大干扰水平，从而以最低复杂度完全盲式地保护PU。渐近分析和推导出的上界同样适用于最近提出的盲零空间学习算法。
引用
@article{arxiv.1301.2030,
title = {The One-Bit Null Space Learning Algorithm and its Convergence},
author = {Yair Noam and Andrea J. Goldsmith},
journal= {arXiv preprint arXiv:1301.2030},
year = {2015}
}
备注
arXiv admin note: substantial text overlap with arXiv:1202.0366