基于天線(xiàn)互相關(guān)的壓縮子空間學(xué)習寬帶頻譜感知系統模型

兩組亞采樣樣本的排列：(a) 矩陣模式, (b) 向量模式

寬帶頻譜感知性能隨信噪比的變化對比圖

近日，中國科學(xué)院沈陽(yáng)自動(dòng)化研究所工業(yè)通信與片上系統（iComSoC）科研團隊針對下一代智能無(wú)線(xiàn)電的感知功能進(jìn)行研究，提出了利用多輸入多輸出（Multiple-Input, Multiple-Output, MIMO）系統天線(xiàn)互相關(guān)與空時(shí)信息的高性能寬帶頻譜感知方法，相關(guān)成果于近日獲通信領(lǐng)域國際著(zhù)名期刊IEEE Transactions on Communications刊載。

隨著(zhù)無(wú)線(xiàn)通信場(chǎng)景的不斷豐富和無(wú)線(xiàn)通信設備及服務(wù)的大規模增長(cháng)，可用的無(wú)線(xiàn)頻譜資源日益緊缺，因此研究如何靈活協(xié)調與充分利用有限頻譜資源的下一代智能無(wú)線(xiàn)電技術(shù)至關(guān)重要。寬帶頻譜感知作為未來(lái)智能無(wú)線(xiàn)電的重要基礎性使能技術(shù)，可以使無(wú)線(xiàn)通信設備具備高效的電磁環(huán)境感知能力，能動(dòng)態(tài)協(xié)調各無(wú)線(xiàn)通信設備，為其接入未被利用的頻譜資源，從而增加設備和服務(wù)接入量以及提高頻譜效率提供了一個(gè)可行的解決方案。另外，壓縮子空間學(xué)習技術(shù)通過(guò)利用少量亞采樣樣本實(shí)現信號子空間的提取，該技術(shù)的引入可極大提高寬帶頻譜感知性能。盡管相關(guān)研究已取得較大進(jìn)展，然而傳統基于壓縮子空間學(xué)習的寬帶頻譜感知技術(shù)大都只考慮利用天線(xiàn)自相關(guān)信息，從而面臨低信噪比條件下感知性能較差等關(guān)鍵問(wèn)題。

沈陽(yáng)自動(dòng)化所iComSoC團隊針對上述關(guān)鍵問(wèn)題，將多天線(xiàn)系統的天線(xiàn)互相關(guān)信息引入，并提出了相應的壓縮子空間學(xué)習算法，通過(guò)考慮空間相關(guān)MIMO信道模型以及接收端相關(guān)矩陣為指數相關(guān)模型，團隊給出了所提算法與傳統算法在協(xié)方差矩陣奇異值關(guān)系上的解析表示，通過(guò)導出較傳統算法奇異值上的增益（增益上下界），進(jìn)一步揭示了提出算法的性能優(yōu)勢，相應的理論結果也可用于指導算法中的參數選擇以及多天線(xiàn)系統的設計。該成果為實(shí)現下一代智能無(wú)線(xiàn)電高可靠的頻譜感知提供了有效方法，并以Compressive subspace learning with antenna cross-correlations for wideband spectrum sensing為題發(fā)表了學(xué)術(shù)論文。

近年來(lái)，iComSoC團隊分別圍繞下一代無(wú)線(xiàn)通信系統中感知與通信兩方面的前沿科學(xué)問(wèn)題，開(kāi)展了一定的研究工作，提出了有效的科學(xué)方法，并取得了相應的科研成果。若干研究成果先后分別獲IEEE旗下TCOM, TVT, SJ等國際著(zhù)名期刊發(fā)表。團隊將進(jìn)一步圍繞下一代無(wú)線(xiàn)通信相關(guān)領(lǐng)域深入研究，將工作層次化、體系化。