李记，赵楠，殷洪玺

(大连理工大学信息与通信工程学院，辽宁大连116024)

近十几年来，认知无线电(cognitive radio，CR)在解决频谱资源稀缺的问题上取得了较大进展，引起广泛关注［1-2］。在认知无线电网络中，常见的有填充式和下垫式2种频谱共享方法［3］。但由于大多通信运营商认为，在下垫式频谱共享中次用户(second user，SU)对主用户(primary user，PU)造成了比较严重的干扰，美国联邦通信委员会(FCC)于2007年5月宣布放弃了干扰温度模型，下垫式频谱共享技术的发展前景并不明朗［4］，这也直接限制了认知无线电技术的推广与应用。

干扰对齐(interference alignment，IA)作为一种能够有效消除多用户间干扰的技术，已经广泛应用于认知无线电网络中来解决干扰管理的问题［5］。干扰对齐的核心思想是将多个干扰映射到接收机一半的子空间上，为期望信号保留出另一半的子空间，使期望信号的无干扰维度最大化。文献［6］提出了干扰对齐的思想，证明了干扰对齐所能达到的自由度，并给出了干扰对齐中发射预编码矩阵的闭式解。文献［7］基于信道的互逆性，提出了一种分布式迭代干扰对齐算法，只需本地信道信息，便可通过迭代进行求解。文献［8］中提出了一种基于信道预测的干扰对齐方案，利用信道预测解决干扰对齐中信道信息延时的问题。文献［9］提出了一种基于天线转换的干扰对齐方案，提高了接收信号的信干噪比(signal-to-interfer-ence-plus-noise ratio，SINR)并保证了干扰对齐网络的服务质量(quality of service，QoS)。

尽管干扰对齐能有效地去除多用户间干扰，解决认知无线电网络中干扰管理的问题，但应用于频谱共享中时，仍然存在着一些问题。……