公开(公告)号：CN105703855B

公开(公告)日：2019-07-09

申请号：CN201610072313.7

申请日：2016-02-01

Applicant: 桂林电子科技大学

Inventor： 赵峰 ,  王文 ,  陈宏滨

IPC: H04B17/345 ,  H04B17/391 ,  H04B17/382 ,  H04L25/03

Abstract: 本发明公开了一种认知系统中基于选择性干扰对齐的均衡场博弈方法，包括选择来自非期望小区的对基站干扰最大的一个或一组用户,通过预编码处理使干扰信号对齐到一定的子空间内；当用户数量足够大时,通过用一个稳定的估计信道来代替随机信道,根据初始化功率矩阵计算出估计功率矩阵,得出能达到纳什均衡的最优功率矩阵。本发明是选择性干扰对齐和均衡场博弈方法的有效结合，具有抑制干扰和最大化系统总吞吐量等优点，不仅能最大程度的消除干扰而且能够最大化次小区的总吞吐量，尤其适用于小区数量足够大的认知多小区系统。

公开(公告)号：CN105703855A

公开(公告)日：2016-06-22

申请号：CN201610072313.7

申请日：2016-02-01

Applicant: 桂林电子科技大学

Inventor： 赵峰 ,  王文 ,  陈宏滨

IPC: H04B17/345 ,  H04B17/391 ,  H04B17/382 ,  H04L25/03

CPC classification number: H04B17/345 ,  H04B17/382 ,  H04B17/391 ,  H04L25/03974

Abstract: 本发明公开了一种认知系统中基于选择性干扰对齐的均衡场博弈方法，包括选择来自非期望小区的对基站干扰最大的一个或一组用户,通过预编码处理使干扰信号对齐到一定的子空间内；当用户数量足够大时,通过用一个稳定的估计信道来代替随机信道,根据初始化功率矩阵计算出估计功率矩阵,得出能达到纳什均衡的最优功率矩阵。本发明是选择性干扰对齐和均衡场博弈方法的有效结合，具有抑制干扰和最大化系统总吞吐量等优点，不仅能最大程度的消除干扰而且能够最大化次小区的总吞吐量，尤其适用于小区数量足够大的认知多小区系统。