全双工协作下认知MIMO系统吞吐量优化策略

本文主要探讨了全双工中继协作下的认知多输入多输出(MIMO)系统的平均吞吐量最大化问题。在传统的中继协作认知无线通信系统中，中继节点主要负责频谱感知和信号转发，然而本文的研究引入了新的特性：全双工中继节点不仅能够辅助认知用户源节点进行高效的多天线频谱感知，提升频谱检测的精确性，还能够在接收的同时解码转发用户的信号，从而显著增加系统的信息传输能力。 针对平均吞吐量的最大化，研究者首先关注了认知用户发现最大平均频谱空洞的概率优化，通过合理的帧结构设计来确定最佳的感知时间，确保频谱利用效率最大化。接着，针对多个发送天线，通过理论分析和优化方法，确定出最有利于系统性能的发送天线组合，这一步对于整体性能的提升至关重要。 在考虑到总的发送功率限制以及对主用户干扰的约束下，文章进一步探讨了认知用户源节点和双工中继节点之间的功率分配策略。通过推导出最优的功率分配方案，确保在满足各种限制条件的前提下，最大程度地提升系统的整体吞吐量。 与传统的双工等功率分配方案和单工功率分配方案相比，本文提出的系统模型和优化措施展现出了显著的优势，通过实验证明能够实现更大的系统平均吞吐量。因此，本文的研究成果对于理解和优化认知MIMO系统在全双工中继协作下的性能具有重要的理论价值和实践意义。 本文深入研究了全双工中继协作在认知MIMO系统中的作用，通过对系统架构、帧结构、天线选择和功率分配的优化，提出了一个有效的方法来提升系统的吞吐量，这对于未来无线通信网络的设计和优化具有指导作用。