多天线两小区蜂窝系统的低开销线性干扰对齐算法

在蜂窝系统中,由于干扰的存在,用户性能受到影响,特别是对于小区边缘用户,其通信质量较差。干扰对齐作为一种能够消除干扰、提高系统容量的技术,近年来受到广泛关注。针对多天线两小区蜂窝系统的边缘用户,本文给出了一种系统开销小、需要天线数少的线性干扰对齐算法。该算法利用发送端预编码矢量消除小区内干扰,利用接收端干扰抑制矢量消除小区间干扰。采用本文算法后,在每个小区有 个用户、基站有 根发送天线、用户有 根接收天线的情况下,只需 和 就可以实现上下行的干扰对齐,整个系统可以达到 的自由度,并且在下行链路中不需要小区间反馈,而在上行链路中只需要较小的小区间反馈。仿真结果表明,本文提出的算法能够以较小的开销实现比以往的算法更好的性能。      

干扰距离最远的多用户多天线干扰对齐算法

针对多用户多天线中小区边缘用户同频干扰问题,提出了一种基于干扰距离最远准则的多用户MIMO干扰对齐优化算法,通过对等效干扰信道进行SVD分解,选择与等效干扰信道矩阵距离最大的特征子信道作为传输预编码矩阵,并分析了算法复杂度以及空间相关性对性能的影响,仿真结果显示系统频谱效率较原始算法在8天线下有31.57％的提高.     

多小区MIMO系统中基于泄漏的多用户下行链路预编码新算法

针对多小区MIMO系统的多用户下行链路预编码设计是未来移动通信系统研究的重要内容之一。本文在蜂窝多小区MIMO通信环境下,基于信漏噪声比(Signal-to-Leakage-Noise Ratio,SLNR)最大准则,提出了改进的多用户下行链路线性预编码算法。通过在优化目标中考虑接收端白化滤波器的影响,该预编码算法实现了对用户间干扰和小区间干扰(OCI)的同步抑制消除;在求解预编码矩阵优化问题时,本文基于QR分解提出了一种新的低复杂度求解算法,该算法能以较低的计算复杂度实现系统性能的有效提升。仿真实验结果表明,本文的改进SLNR线性预编码算法能有效抑制小区间干扰(OCI)的影响,使多小区MIMO系统获得更高的和速率(Sum Rate)容量。      

基于棱镜阵列接收机的多小区可见光系统研究

可见光通信具有环保、安全和能耗低等优点,是第5代移动通信的一个强有力补充。针对多小区多用户多输入多输出可见光通信系统中小区间干扰的问题,文章提出使用基于棱镜阵列的非成像接收机作为接收设备,并讨论了两种多小区划分方案来降低小区间干扰的影响,第1种是动态小区,第2种是非动态小区。仿真结果表明,经过光电探测器选择后,这两种方案都能有效地消除小区间干扰的影响。当用户处于干扰区时,动态小区方案的误比特率(BER)性能更优,但是其计算复杂度较高。当用户都处于非干扰区时,这两种方案的BER性能相同。     

三小区多用户MIMO系统中干扰对齐优化算法

针对三小区多用户MIMO干扰信道系统,通过一个启发性例子,联合设计发射预编码矩阵和接收赋形矩阵,给出基于特征向量闭式解的干扰对齐优化算法,相比已有干扰对齐算法,用户端可使用更少的天线资源获得相同的自由度性能,且只需本小区内用户协作共享信道信息;并归纳出普适场景下系统配置与可达自由度之间的关系：设定每个小区中的基站配置M根天线和K个用户,用户配置N根天线,各个基站对本小区中每个用户都发送d个数据流,当M=N≥2 Kd时,所提算法总共可获得3 Kd个自由度。所提算法可以完全消除小区间干扰和用户间干扰,相比传统的正交化干扰抑制算法,系统容量得到了明显地提升。     

抑制小区间干扰的改进信漏噪比预编码方法

针对下行多用户MIMO系统在多小区环境中系统性能下降的问题,在传统信漏噪比(SLNR)预编码基础上,提出在接收端采用白化滤波器抑制干扰,发射端考虑邻小区干扰加噪声协方差矩阵的预编码方法,消除用户间干扰的同时能很好地抑制小区间干扰,改善系统性能.仿真结果表明,改进算法在最大化新定义的等效信漏噪比的过程中,由于引入的等效信道考虑了小区间干扰,相对于传统算法,可明显提高系统容量.     

蜂窝网络下行链路中基于干扰图的干扰对齐算法

针对多用户蜂窝网络的下行链路,提出了基于干扰图的干扰对齐算法。首先用干扰图表示蜂窝网络的小区间干扰（ICI）分布,每五个相邻小区划分为一簇。然后在簇内先根据对称信道和不对称信道,分别设计接收波束赋形矩阵将四个ICI对齐到两个干扰子空间,再设计发送波束赋形矩阵与干扰子空间正交。最后通过簇的平移实现蜂窝网络内所有活动小区的干扰对齐。该算法减少了基站和用户的天线数及计算复杂度。仿真结果表明所提算法消除了ICI、用户间干扰（IUI）及簇间干扰,有效提高了蜂窝网络容量。      

非理想信道环境下的多小区干扰对齐技术研究

由于普遍采用频率复用因子为1的方式组网,多小区干扰已成为限制无线通信系统容量的主要因素。为了有效抑制小区间干扰提高小区边缘吞吐量,近年提出了干扰对齐技术,其优势在于可以获得干扰信道的最高自由度。一般的干扰对齐研究仅限于理想信道,研究通过非理想信道环境下的多小区干扰对齐技术,分析了时延信道信息对干扰系统容量的影响。结果表明,信道状态信息的时延大大降低了系统容量,特别是在高信噪比条件下对系统性能的影响更大。     

三小区环境中基于三角分解的低复杂度干扰对齐算法

针对3小区每小区2个边缘用户的MIMO下行链路,在不改变系统自由度的前提下对联合信道进行下三角分解得到系统的等效模型;在此基础上,根据不同小区受到的干扰不同,该文提出一种线性干扰对齐算法同时消除小区间干扰和小区内干扰.该算法利用联合信道分解可以先消除一半的小区间干扰,并根据不同小区的用户设计其干扰抑制矩阵,减少了用户端接收矩阵个数及相应处理,从而降低了接收端的复杂度.仿真表明,随着数据流的增加,系统容量和能量效率都有明显的提高,在自由度相同的情况下,天线数不同对系统容量和能量效率有较大影响.     

协同MIMO系统中的自适应用户数选择算法研究

提出了一种在协同多入多出(Co-MIMO,collaborative MIMO)系统中的自适应用户数选择算法.基站向调度器报告各个移动台从本基站接收到的信号、干扰及噪声功率,调度器据此计算各个基站支持用户数的最佳方案,反馈给相应的基站.自适应方案根据信道的变换灵活改变基站和移动台之间的从属关系,达到有效降低小区边缘用户的小区间干扰、优化小区边缘系统容量的目的.仿真结果证明了在发射端多用户预编码下自适应支持用户数选择算法相对于支持固定用户数的优势.     

多小区MU-MIMO系统中基于泄露干扰迫零的分布式块对角化预编码设计

该文对多小区MU-MIMO中的预编码设计进行了研究。通过将单小区块对角化预编码进行扩展,将泄漏到邻小区的干扰纳入考虑范围,采用泄露干扰迫零的块对角化预编码,利用发送端提供的额外自由度直接将泄露干扰进行子空间迫零,消除泄露干扰,并且小区内用户之间也进行子空间迫零,消除用户间干扰;从而降低小区间干扰对多用户MIMO系统的不利影响。并且对本文所提算法复杂度进行了定量分析,表明该方案具有较低的计算复杂度。最后通过仿真全面分析了不同参数条件下的系统性能,结果显示该方法能够提高系统的传输速率。      

多小区多用户TDD MIMO下行链路干扰抑制预编码算法

针对多小区多用户TDD MIMO下行链路,提出了一种基于预编码的联合干扰抑制算法。首先,利用广义MMSE信道逆的QR分解设计预编码矩阵抑制下行链路的多用户干扰(MUI)。然后,从信号能量泄露的角度设计第二个预编码矩阵抑制小区间干扰(ICI)和残留的多用户干扰。该算法能够利用TDD MIMO信道的互易性,不需要用户端的反馈。在市区微小区组成的多用户TDD MIMO系统中的仿真结果表明,该算法能有效地提高系统容量和用户端平均信干噪比(SINR)。     

A Framework for the Automation of LTE Physical Layer Tests

This study proposes an uncooperative-multi-cell-multiple-input–multiple-output system to increase the throughput of an ill-conditioned wireless MIMO downlink system. The proposed algorithm suppresses the inter-cell interference at each mobile station using a set of adaptive receive beamformers, but handles the intra-cell interference at each base station using a Tomlinson Harashima precoder. Using the singular vectors of channel matrices, the receive beamformers can be designed based on a linear-constrained-minimum-variance criterion. On the other hand, to obtain high enough degree of freedoms for cancelling the intra-cell interference at each base station, the precoder is applied to the re-assembled downlink virtual channel formed by the simplified channel state information. Using the proposed interference suppression techniques, a multi-cell downlink system with multiple uncooperative base stations can be decomposed into a set of parallel subchannels. The resulting system has better performance in channel capacity than conventional MIMO systems. Computer simulations support the validity of the proposed approach.     

Joint precoding and scheduling algorithm for massive MIMO in FDD multi-cell network

Massive multiple-input multiple-output (MIMO) systems, in which base stations are equipped with a large number of antennas in a two-dimensional antenna array, is one of the most promising technologies to improve the spectral efficiency of the fifth generation mobile communication systems (5G). Since there is no short-term channel reciprocity, the frequency-division duplexing (FDD) massive MIMO system has to obtain channel state information with the help of uplink feedback with acceptable overhead. To cope with this issue, we propose the design of joint precoding and scheduling algorithm in FDD multi-cell network. In the algorithm, all the users are firstly grouped by the statistics of channel correlation matrix, then the inter-group interference exiting among intra-cell and inter-cell is eliminated at the first precoding stage. Then users are adaptively scheduled and beamformed at the second precoding stage based on the low dimension effective channel. Finally, the effectiveness of the proposed algorithm is presented through simulations.

     

一种基于遗传算法的干扰链路选择方法

摘要：针对多小区的多输入多输出网络中的部分干扰对齐问题,提出了一种基于遗传算法的动态干扰链路选择机制。首先,利用无线信道路径损耗的非均匀特性,将预编码问题建模为一个混合整数双层规划问题;其次,基于遗传算法对该问题进行求解并获得最优的系统性能。仿真实验表明,在19个小区的多小区网络中,提出的算法能够以较少的天线达到比匹配滤波算法更优的性能,具有更优的应用价值。     

抑制MIMO蜂窝系统中小区间干扰的多基站联合处理研究进展

如何在多小区环境更好地利用MIMO技术,抑制或降低小区间干扰是关键,但是,仅通过单个基站处理无法解决小区间干扰问题。系统总结并探讨了抑制MIMO蜂窝系统中小区间干扰的多基站联合处理算法研究进展,包括MIMO系统中降低小区间干扰的方案总结、多基站联合处理模型、多基站联合处理算法分析、存在问题和研究展望等。这对多小区传输技术的进一步研究具有重要作用,对MIMO技术的实用化具有重要价值,对发展新一代移动通信技术具有重要意义。     

多小区MIMO系统中干扰对齐算法分析

干扰对齐技术是解决无线通信系统中同频干扰的重要手段,与传统干扰管理方法相比可获得更大的信道复用增益,提高系统容量。基于工程应用实现的考虑,重点研究了多小区MIMO系统中干扰对齐技术的实现,对求闭式解的经典算法和分布式迭代典型算法在系统容量、收敛性等方面的性能进行了分析比较。针对未来Massive MIMO技术的应用,同时仿真分析了算法在空间相关信道下性能,并分析总结了算法的适用情况。仿真结果表明,基于矩阵投影距离的分布式迭代干扰对齐算法综合性能最优,且具有更好的工程适用性。     

Average power allocation based sum-rate optimization in massive MIMO systems

This paper exploits variations in the average channel gains in multi-cell multi-user massive multiple input multiple output (MIMO) systems. An average transmit power-control-based sum-rate optimization scheme is presented for the uplink of the system. The matched filtering (MF) and the zero forcing (ZF) processors are considered with perfect and imperfect channel state information at receiver (CSIR) under frequency flat Rayleigh fading channel. An average power-control-based system model is constructed for analyzing the sum-rate and formulating an optimization problem. A discrete level combinatorial optimization is performed for MF and ZF sum-rate under perfect and imperfect CSIR. The numerical results show a significant improvement in the sum-rate and power consumption. A low complexity algorithm for numerical optimization of the sum-rate is proposed. The performance of algorithm is quantified with different scenarios including different number of users, macro cells, and micro cells with low and high inter-cell interference powers. The evaluation results show that the improvement in sum-rate and energy efficiency increases with inter-cell interference power and the number of MTs.