本發(fā)明屬于通信領(lǐng)域，具體涉及采用Massive MIMO技術(shù)的下行干擾信道模型，提出了一種能夠?qū)R小區(qū)間干擾、小區(qū)內(nèi)干擾的線性干擾對齊算法。

背景技術(shù)：

隨著頻率資源日益緊缺，全頻率復(fù)用技術(shù)受到重視，頻率復(fù)用也稱頻率再用，就是重復(fù)使用(reuse)頻率，在GSM網(wǎng)絡(luò)中頻率復(fù)用就是使同一頻率覆蓋不同的區(qū)域(一個基站或該基站的一部分(扇形天線)所覆蓋的區(qū)域)，這些使用同一頻率的區(qū)域彼此需要相隔一定的距離(稱為同頻復(fù)用距離)，以滿足將同頻干擾抑制到允許的指標以內(nèi)。為充分利用頻率資源，衛(wèi)星通信采用極化復(fù)用和地區(qū)隔離相結(jié)合的方式重復(fù)使用頻率，來擴展通信容量的技術(shù)。

全頻率復(fù)用場景下小區(qū)間干擾和小區(qū)內(nèi)干擾是制約系統(tǒng)容量的重要因素。目前現(xiàn)有的分布式迭代干擾對齊作為一種干擾管理技術(shù)，能夠大大提高小區(qū)的系統(tǒng)容量，但是具有復(fù)雜度高的缺陷。另一種機會干擾對齊(Opportunistic Interference Alignment)方案，依據(jù)信道條件選擇最優(yōu)的一組用戶通信，但是這種方案會造成部分信道條件差的用戶中斷通信的問題。

現(xiàn)有技術(shù)中，公告號為CN103297110B、名稱為“一種異構(gòu)小區(qū)中的干擾對齊方法”的發(fā)明專利提出了一種兩小區(qū)異構(gòu)網(wǎng)絡(luò)中的干擾對齊算法，使用兩個時隙發(fā)送信號，并借助中繼，實現(xiàn)小區(qū)內(nèi)用戶的干擾消除。然而，該發(fā)明的時隙利用率只有50％，對日益緊張的時頻資源而言并不可取。而且，在實際的無線通信場景中，用戶位置具有任意性，信號到達用戶的時延也不同，對于時延敏感的本算法，其性能會急劇下降。

技術(shù)實現(xiàn)要素：

本發(fā)明目的在于針對上述問題提出一種能夠?qū)R小區(qū)間干擾、小區(qū)內(nèi)干擾的線性干擾對齊的算法。

為達到上述目的，本發(fā)明提出的技術(shù)方案是一種基于聯(lián)合QR分解的干擾對齊算法，包含如下步驟：

1)建立相應(yīng)的多用戶、多小區(qū)系統(tǒng)下行信道模型；

2)在基站端設(shè)計雙重發(fā)送預(yù)編碼，對應(yīng)小區(qū)中用戶獲得接收信號表達式；

3)聯(lián)合用戶系統(tǒng)的聯(lián)合接收信號進行QR分解，以消除一半的小區(qū)間干擾；

4)利用最小化干擾泄露和迫零算法，獲得各個小區(qū)用戶的雙重發(fā)送預(yù)編碼矩陣V、P以及單一接受預(yù)編碼矩陣W，最終實現(xiàn)小區(qū)間和小區(qū)內(nèi)的干擾對齊。

進一步，上述系統(tǒng)下行信道模型為在基站設(shè)計雙重發(fā)送預(yù)編碼矩陣V和P，在移動臺只設(shè)計單一的接收預(yù)編碼矩陣W，將復(fù)雜處理交給基站處理。

判斷干擾對齊方案的存在是通過考察如下的線性方程組是否有解來進行的，即比較方程組的數(shù)目和獨立變量數(shù)目，M+N-(K+1)d≥0，其中，M代表基站天線數(shù)目，N代表用戶的天線數(shù)目，K代表的是每小區(qū)的用戶數(shù)，d代表的是用戶能夠獲得的自由度。

上述K取值優(yōu)選為2。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)勢在于：

(1)相比較實現(xiàn)每用戶相同自由度的DI-IA，JQR-IA的顯著優(yōu)勢是低復(fù)雜度，并且性能接近，甚至在低自由度的情況下超過DI-IA。

(2)高信噪比條件下，與低迭代次數(shù)的DI-IA相比，JQR-IA優(yōu)勢更加明顯，不僅復(fù)雜度低，而且性能更優(yōu)。

附圖說明

圖1是Massive MIMO干擾信道模型圖。

圖2是現(xiàn)有的DI-IA方案與本發(fā)明在不同信噪比情況下的系統(tǒng)容量對比圖。

圖3是每用戶自由度為1、不同天線配置的JQR-IA與(3,4)×(2,2)信道模型下迭代次數(shù)為300、1000的DI-IA系統(tǒng)容量對比圖。

圖4、圖5是不同迭代次數(shù)的DI-IA與不同配置天線JQR-IA系統(tǒng)容量對比圖。

具體實施方式

以下結(jié)合說明書附圖對本發(fā)明創(chuàng)造作進一步的詳細說明。

本發(fā)明首先針對Massive-MIMO下行干擾信道模型，通過QR分解得到等效的信道模型，然后利用雙重發(fā)送預(yù)編碼和單一接收預(yù)編碼對齊小區(qū)間和小區(qū)內(nèi)干擾，實現(xiàn)每用戶獲得其信道空間1/3的自由度，進一步降低了算法的復(fù)雜度。

Massive MIMO下行小區(qū)系統(tǒng)的下行鏈路模型，如圖一。利用塊對角化方法消除用戶之間的干擾。相比現(xiàn)有技術(shù)進一步簡化了移動臺的處理過程，并對其性能不足的缺陷提出了改進。在基站設(shè)計雙重發(fā)送預(yù)編碼矩陣V和P，而在移動臺只設(shè)計單一的接收預(yù)編碼矩陣W，將復(fù)雜處理交給基站，極大地簡化移動臺的處理過程。

根據(jù)本發(fā)明系統(tǒng)模型的特征，首先進行QR分解以消除一半的小區(qū)間干擾，大大降低接收端預(yù)編碼處理的復(fù)雜度，然后利用最小化干擾泄露和迫零算法，計算出各個小區(qū)用戶的雙重發(fā)送預(yù)編碼矩陣V、P以及單一接受預(yù)編碼矩陣W，最終實現(xiàn)小區(qū)間和小區(qū)內(nèi)的干擾對齊。

本方案的可行性問題，即判斷干擾對齊方案是否存在，通過考察線性方程組是否有解來檢驗方案是否可行。干擾對齊的可行性條件，

M+N-(K+1)d≥0 (1)

其中，M代表基站天線數(shù)目，N代表用戶的天線數(shù)目，K代表的是每小區(qū)的用戶數(shù)，d代表的是用戶能夠獲得的自由度。本發(fā)明的系統(tǒng)模型中K＝2。

考慮3小區(qū)、每小區(qū)2用戶的MIMO下行小區(qū)系統(tǒng)模型，每小區(qū)配置M根天線，每用戶配置N根天線，M、N滿足條件M≥2N。為方便起見，小區(qū)內(nèi)每用戶獲得的自由度(DoF)均相等，記為d_user＝d，其中d<min(M,N)，則小區(qū)總的自由度為d_cell＝2d。小區(qū)為微小區(qū)(Small Cell)，相鄰小區(qū)均采用全頻率復(fù)用，相鄰小區(qū)間有強干擾，還有多用戶間的小區(qū)內(nèi)干擾，系統(tǒng)信道模型如圖1所示。

相比現(xiàn)有方案本發(fā)明進一步簡化了移動臺的處理過程，并對其性能不足的缺陷提出了改進。在基站設(shè)計雙重發(fā)送預(yù)編碼矩陣V和P，而在移動臺只設(shè)計單一的接收預(yù)編碼矩陣W，依據(jù)系統(tǒng)模型，小區(qū)i中第j用戶User^[i,j](i＝1,2,3；j＝1,2)接收到經(jīng)預(yù)編碼的信號r^[i,j]為：

其中(N×M)維矩陣為小區(qū)k到User^[i,j]的下行信道矩陣，表征平坦瑞利衰落，并在一個傳輸塊(Transmission Block)內(nèi)保持不變，其元素獨立同分布，滿足均值為0、方差為1的復(fù)高斯分布。(N×d)維矩陣w^[i,j]為User^[i,j]接收預(yù)編碼矩陣；(M×2d)維矩陣V_i＝[v^[i,1] v^[i,2]]、(2d×2d)維矩陣P_i＝[p^[i,1] p^[i,2]]均為小區(qū)i的發(fā)送預(yù)編碼矩陣，其中(M×d)維矩陣v^[i,j]和(2d×d)維矩陣p^[i,j]均為對應(yīng)User^[i,j]的發(fā)送預(yù)編碼矩陣；w^[i,j]、P_i、V_i聯(lián)合實現(xiàn)本文提出的干擾對齊算法。(2d×1)維矩陣為小區(qū)i期望信號的數(shù)據(jù)流，其中(d×1)維矩陣x^[i,j]為User^[i,j]的期望信號的數(shù)據(jù)流。(2N×1)維矩陣為小區(qū)i收到的高斯白噪聲，其中z^[i,j]為User^[i,j]收到的高斯白噪聲。公式(1)中，第一項代表的是User^[i,j]的期望信號，第二項代表的是來自于小區(qū)i內(nèi)其他用戶User^[i,s](s＝1,2；s≠j)的小區(qū)內(nèi)干擾(Intra-cell Interference)，第三項代表的是來自于其他小區(qū)k(k＝1,2,3；k≠i)的小區(qū)間干擾(Inter-cell Interference)。

1.聯(lián)合QR分解

整個3小區(qū)2用戶系統(tǒng)的聯(lián)合接收信號，

其中(2d×1)維矩陣為小區(qū)i接收到的信號，(2N×2d)維矩陣為小區(qū)接收預(yù)編碼矩陣，(2N×M)維矩陣表示小區(qū)i到小區(qū)j的信道矩陣，(2N×1)維矩陣表示小區(qū)i收到的高斯白噪聲。

對維度為(6N×3M)的聯(lián)合信道矩陣H進行QR分解，

其中Q是6N×6N維的酉矩陣，F(xiàn)是6N×3M的上三角矩陣，為等效的信道矩陣，其中(2N×M)維矩陣F_ij表示小區(qū)i到小區(qū)j內(nèi)用戶的等效信道矩陣。

從式(3)中可看出，QR分解能夠消除一半的小區(qū)間干擾。

令

其中，小區(qū)i的等效發(fā)送預(yù)編碼矩陣U_i可按用戶展開為求出U_i后由式(4)可求出相應(yīng)的W_i。依據(jù)等效信道模型，即可將式(2)進一步展開得到，

利用最小化干擾泄露和迫零算法，計算出各個小區(qū)用戶的雙重發(fā)送預(yù)編碼矩陣V、P以及單一接受預(yù)編碼矩陣W，最終實現(xiàn)小區(qū)間和小區(qū)內(nèi)的干擾對齊。

2.小區(qū)1的干擾對齊

將式(5)進一步展開，得到小區(qū)1的接收信號r₁，

從式(8)中可以看出，小區(qū)1不會對小區(qū)2和小區(qū)3造成干擾，接收預(yù)編碼U₁和發(fā)送預(yù)編碼V₁可用于對齊小區(qū)內(nèi)干擾，此時發(fā)送預(yù)編碼P₁可設(shè)計為單位矩陣，實現(xiàn)小區(qū)1的小區(qū)內(nèi)干擾對齊只需，

(u^[1,1])^HF₁^[1,1]v^[1,2]＝0

(u^[1,2])^HF₁^[1,2]v^[1,1]＝0 (10)

利用最小化干擾泄露，于是User^[1,j](j＝1,2)的發(fā)送預(yù)編碼v^[1,j]和接收預(yù)編碼u^[1,j]為，

式(10)、式(11)中s＝1,2；s≠j。從式(8)中可以看出，小區(qū)2和小區(qū)3均對小區(qū)1形成干擾，實現(xiàn)小區(qū)1的小區(qū)間干擾對齊只需，

利用最小化干擾泄露，于是小區(qū)2和小區(qū)3的發(fā)送預(yù)編碼V₂、V₃為，

3.小區(qū)2的干擾對齊

將式(6)進一步展開，得到小區(qū)2的接收信號r₂，

從式(15)中可以看出，只有小區(qū)3對小區(qū)2形成干擾，實現(xiàn)小區(qū)2的小區(qū)間干擾對齊只需，

于是小區(qū)2的接收預(yù)編碼U₂為，

式(12)中s＝1,2；s≠j。接下來考慮小區(qū)2的小區(qū)內(nèi)干擾，使用迫零算法對齊該干擾，于是User^[2,j](j＝1,2)的發(fā)送預(yù)編碼P₂為，

其中，γ₂₁、γ₂₂是||p₂₁||、||p₂₂||的歸一化因子，保證預(yù)編碼前后信號功率不變。

4.小區(qū)3的干擾對齊

將式(7)進一步展開，得到小區(qū)3內(nèi)用戶User^[3,j](j＝1,2)的接收信號r^[3,j]，

從式(19)可以看出，其他兩個小區(qū)不會對小區(qū)3形成干擾，因此接收預(yù)編碼U₃可設(shè)計為單位矩陣，僅需考慮小區(qū)內(nèi)的干擾，使用迫零算法對齊該干擾，于是User^[3,j](j＝1,2)的發(fā)送預(yù)編碼P₃為，

其中，γ₃₁、γ₃₂是||p₃₁||、||p₃₂||的歸一化因子，保證預(yù)編碼前后信號功率不變。

5.可行性及自由度分析

研究發(fā)現(xiàn)通過信道拓展每個用戶都能夠得到其信道空間總維度一半的自由度，顯著提高系統(tǒng)容量。本發(fā)明提出的JQR-IA能夠滿足式(21)的可行性條件。記用戶期望的數(shù)據(jù)流數(shù)目為d，則小區(qū)的總自由度為2d；對于小區(qū)1中來自其它小區(qū)的小區(qū)間干擾，首先將小區(qū)間干擾對齊到2d維的小區(qū)信道空間中，而期望信號和小區(qū)內(nèi)干擾對齊到剩余的(2N-2d)信道空間中，平均到小區(qū)內(nèi)用戶也就是每用戶利用d維的信號空間完全對齊小區(qū)間干擾，再將小區(qū)內(nèi)的干擾對齊到d維的用戶信道空間中。綜上所述，得到N＝3d，因此每用戶能實現(xiàn)N/3的自由度。同理，小區(qū)2、小區(qū)3的用戶也能實現(xiàn)N/3的自由度。

6.性能及結(jié)果分析

現(xiàn)有的DI-IA方案，將多個用戶視為一個用戶，只專注于處理小區(qū)間干擾，以下是對本發(fā)明提出的JQR-IA的仿真結(jié)果分析。3小區(qū)每小區(qū)2用戶，信道矩陣元素獨立同分布，滿足均值為0，方差為1的復(fù)高斯分布。在仿真條件下，迭代次數(shù)為1000次的DI-IA已經(jīng)達到漸近系統(tǒng)容量。在(3,6)×(2,3)、(3,12)×(2,6)、(3,18)×(2,9)MIMO信道模型下，每用戶DoF分別為1,2,3，不同信噪比下完全干擾對齊的JQR-IA與相同信道模型下迭代次數(shù)為1000的DI-IA系統(tǒng)容量的對比仿真圖，如圖2所示。從圖中可以看出相同DoF下，JQR-IA的系統(tǒng)容量隨信噪比的增加而增大；相同信噪比條件下，JQR-IA的系統(tǒng)容量隨DoF的增加而增大。同等條件下，本發(fā)明提出的算法JQR-IA在每用戶自由度為1時，系統(tǒng)容量略優(yōu)于DI-IA，此時JQR-IA的干擾對齊效果更優(yōu)，而在自由度2、3下略低于DI-IA的系統(tǒng)容量。因此可以得出結(jié)論，在低自由度下，本發(fā)明提出的JQR-IA干擾對齊效果優(yōu)于DI-IA；并且在高自由度下，JQR-IA的性能能夠接近于DI-IA，但是相比DI-IA具有更低的復(fù)雜度。

圖3是每用戶自由度為1、不同天線配置的JQR-IA與(3,4)×(2,2)信道模型下迭代次數(shù)為300、1000的DI-IA系統(tǒng)容量對比圖。(3,4)×(2,2)信道模型下，JQR-IA的小區(qū)內(nèi)干擾完全對齊、小區(qū)間干擾部分對齊，每用戶不能達到N/2的自由度，與理論分析的結(jié)果一致。然后，比較在不同天線配置條件下，JQR-IA系統(tǒng)容量的變化。(3,6)×(2,3)、(3,8)×(2,4)的信道模型下干擾完全對齊，實現(xiàn)每用戶N/3的自由度，較(3,4)×(2,2)的性能有較大的提升，系統(tǒng)容量略優(yōu)于迭代次數(shù)為1000的DI-IA，同時在高信噪比條件下優(yōu)于迭代次數(shù)為300的DI-IA。相比DI-IA，復(fù)雜度低、系統(tǒng)容量高，因此JQR-IA在低自由度條件下更具優(yōu)勢。

圖4、圖5分別是不同迭代次數(shù)的DI-IA與不同配置天線JQR-IA系統(tǒng)容量仿真對比圖。在圖4的(3,8)×(2,4)、圖5的(3,12)×(2,6)信道模型下，JQR-IA的小區(qū)內(nèi)干擾均完全對齊、小區(qū)間干擾均部分對齊，每用戶均不能達到N/2的自由度，均與理論分析的結(jié)果一致。然后，比較在不同天線配置條件下，JQR-IA的系統(tǒng)容量變化。在圖4的(3,12)×(2,6)、(3,16)×(2,8)和圖5的(3,18)×(2,9)、(3,24)×(2,12)的信道模型下，JQR-IA的干擾均完全對齊，均實現(xiàn)每用戶N/3的自由度，分別較圖4的(3,8)×(2,4)、圖5的(3,12)×(2,6)系統(tǒng)模型，性能均有較大的提升，但系統(tǒng)容量仍略劣于迭代次數(shù)為1000的DI-IA，同時在高信噪比條件下均優(yōu)于迭代次數(shù)為300的DI-IA。相比DI-IA，JQR-IA依然具有復(fù)雜度低和性能優(yōu)良的特點。

從以上的分析可以看出，在增加用戶和基站天線數(shù)目的代價下，線性干擾對齊算法JQR-IA能夠降低算法復(fù)雜度，實現(xiàn)每用戶自由度為N/3的完全干擾對齊。相比較實現(xiàn)每用戶相同自由度的DI-IA，JQR-IA的顯著優(yōu)勢是低復(fù)雜度，并且性能接近，甚至在低自由度的情況下超過DI-IA。高信噪比條件下，與低迭代次數(shù)的DI-IA相比，JQR-IA優(yōu)勢更加明顯，不僅復(fù)雜度低，而且性能更優(yōu)。

從服務(wù)用戶數(shù)、基站天線數(shù)目和實現(xiàn)復(fù)雜度等多方面綜合考慮，本發(fā)明方案的總體性能優(yōu)于目前存在的其他方案。