多用户干扰信道下建模于流形上的联合干扰对齐预编码

首先从子空间对齐的角度将干扰信号功率和有用信号功率联合优化的问题建模于Grassmannian流形上,有约束的最优化问题被转化为降维的无约束的最优化问题。然后利用Grassmannian流形的几何特性,提出了一种基于Grassmannian 流形上共轭梯度算法的联合干扰对齐预编码方案。计算机仿真表明,该算法兼顾干扰信号功率的最小化和有用信号功率的最大化,可以有效提高系统的和速率性能,而且该算法可以有效解决Grassmannian流形上最陡下降算法每次寻优的 90°转折问题,具有更高的收敛速度。     

基于动态功率分配的子空间干扰对齐算法

为了更好地消除MIMO干扰信道下的多小区干扰,该文采用子空间干扰对齐算法和功率分配相结合的干扰对齐方案,该方案充分利用干扰系统总功率,将多小区干扰尽可能地重叠在相应子空间内,以提高整体系统的性能.仿真结果显示,与传统干扰对齐算法相比,本算法仅以微小的系统容量为代价,却显著地降低了整体系统的干扰总功率。     

非理想信道条件下的V-BLAST系统检测算法

针对信道相关条件下同时存在信道估计误差的V-BLAST系统,提出了一种基于MMSE准则的检测算法,推导了接收均衡矩阵的计算式,同时也给出了相应的最佳排序策略。仿真结果表明,本文提出的算法比传统算法以及仅考虑信道估计误差影响的算法性能更优,当信噪比较高以及收发天线数目较多时,优势更明显。该算法要求接收端已知信道估计误差的方差以及收发天线之间的相关矩阵等参数信息,但系统性能对这些参数的估计值有较强的鲁棒性,当参数估计不准确时,该算法性能优势仍然可以在一个较大的容错范围内得以保持。     

提升MIMO干扰信道容量的干扰对齐方案

为提高多用户MIMO干扰信道的容量,提出一种干扰对齐方案。在假设已有天线配置情况不变的条件下,将发送端的原有天线划分为数目相当的2个子组,分别设置不同的天线参数,以消除2个子组天线之间的相关性,从而形成2组独立的传输信道。在接收端将经由2组子信道传输后的接收信号进行合并,间接扩展信号空间维数。基于合并处理后的等效信道传输矩阵,分别利用优化预编码向量夹角和正交投影的方法求解预编码矩阵与联合矩阵,以减少已有干扰对齐方案通过迭代求解所需的运算量。仿真结果表明,在总天线配置情况不变时,该方案可以提高多用户MIMO信道的抗干扰能力。     

防干扰DFT信道估计算法

传统的DFT的信道估计算法只是把循环前缀以外的噪声忽略为0,其余都认为是有用的加性噪声,但是在循环前缀以内仍含有由于码间干扰(ICI)和信道干扰(ISI)带来的噪声以及其他的一些噪声干扰,严重影响了信道的估计值,本文在DFT算法之前首先消除了由ICI和ISI带来的干扰,再进行DFT的信道估计,最后在分别由禁忌算法和求导两种方法进一步消除循环前缀以内由于其他因素带来的噪声,这样大大增强了估计值的准确性,最后由matalb仿真结果可以看出,由于迭代算法和禁忌算法、求导方法的使用尽可能地消除了噪声的干扰,大大提高了信道的估计值,信道的误比特率和均方误差随着信噪比的增大越来越小,仿真结果证明改进的算法的性能优于传统的DFT算法,求导法性能略微优于禁忌算法。     

基于干扰对齐的协作预编码优化设计

在K多用户多输入多输出(MIMO)干扰信道下,通过协作共享信道状态信息,使用干扰对齐可以在高信噪比情况下能实现K/2自由度传输。然而在一定的自由度下,能获得的传输吞吐量还与所采用的预编码有重要的关系。在传统的基于特征向量的干扰对齐方法基础上,通过构造特征向量的优化空间,提出以最大化和速率为准则进行预编码的优化设计,给出两种优化算法,并通过进一步修改使其可以用于非理想信道状态信息下的预编码设计。仿真结果表明,在两种信道信息条件下所提出的优化算法比现有的一些基于特征向量的方法和速率得到提升。     

并联两用户干扰信道(IC)在发射端网间认知下的自由度研究

研究了主网络和次网络都为单用户并联IC的并存时自由度。采用了干扰对齐、干扰中和以及感知网络相结合的干扰管理策略研究方法;对11种情况进行研究,并对每一种情况的干扰管理策略做了遍历分析,得出第11种情况自由度内界相对四用户IC有所增大;最终得出结论:并联两用户IC网间认知情况下自由度内界最大值为3。     

基于混合优化和合作接收策略的干扰对齐算法

利用合作接收和混合优化策略,提出了一种干扰对齐算法,该算法可以在最小化泄漏干扰的同时最大化理想接收信号功率.首先通过接收机合作接收技术,接收端可以合作估计出发送端的预编码向量,从而无须事先知道预编码向量;然后利用干扰对齐问题的统计特性仅由干扰协方差矩阵之和就可以描述的原理,可设计出算法的合作接收的结构;最后通过一个基于合作博弈理论的讨价还价过程,可以选出对所有接收机最优的完全合作机制.仿真结果显示,相比传统的分布式干扰对齐机制,基于合作接收和混合优化技术的干扰对齐机制在各种发射功率条件下都具有更好的可行性.     

认知MIMO网络中增强型干扰对齐算法

针对认知多输入多输出（MIMO）网络中传统基于最大信干噪比的干扰对齐算法,在发送多数据流时随着信噪比的增加不易收敛以及数据流之间的干扰突出的问题,提出一种充分考虑数据流间干扰并进行迭代限制的干扰对齐算法。首先,次用户通过编码设计消除主次间的干扰;然后,在消除主用户之间和次用户之间干扰时,根据信道互易性,运用广义瑞利熵计算基于最大信干噪比算法的预编码与干扰抑制矩阵,并在迭代过程中,每次迭代始终使预编码与干扰抑制矩阵先满足干扰功率在期望信号空间最小;最后,结合次用户间MIMO干扰信道、主次用户间构成的MIMO干扰信道以及次用户网络干扰对齐的必要性,推导出次用户可达自由度上限。实验结果表明,相比传统最大信干噪比算法,所提算法在信噪比较低时次用户总容量无明显提高,但随着信干噪比的增加其优势越来越明显;当达到收敛时,所提算法迭代次数比传统最大信干噪比算法约减少40%。因此,所提算法能够提高系统容量且加快收敛。     

提高MIMO信道BER性能的干扰对齐方案

为提高多输入多输出(MIMO)X信道的比特误码率(BER)性能,提出一种干扰对齐方案。在发送端将数据按照Alamouti编码方案重复发送,在接收端通过重新配置天线工作模式改变信道系数,构成具有正交结构的等效信道矩阵,通过矩阵运算消除干扰,并采用低复杂度的PIC群译码算法进行译码。仿真结果验证了该方案的有效性。     

非理想CSI下MIMO MRC系统多用户分集性能分析*

针对在无线多输入—多输出（MIMO）通信系统的发射端采用波束成形、接收端采用最大比合并的MIMO MRC系统,考虑收发端仅能获得存在信道估计误差的非理想信道信息（CSI）且系统受到共信道干扰这一条件,分析系统的多用户分集性能。导出封闭形式的信号干扰噪声比的概率分布函数表达式和以平均容量的形式给出的系统多用户分集性能表达式。数值仿真证实了理论分析的结果。研究表明,信道估计误差和共信道干扰均会降低系统的多用户分集性能,而信道估计的精度是影响系统多用户分集性能的关键因素。     

Two novel iterative algorithms for interference alignment with symbol extensions in the MIMO interference channel

Interference alignment(IA)with symbol extensions in the quasi-static flat-fading K-user multipleinput multiple-output(MIMO)interference channel(IC)is considered in this paper.In general,long symbol extensions are required to achieve the optimal fractional degrees of freedom(DOF).However,long symbol extensions over orthogonal dimensions produce structured(diagonal or block diagonal)channel matrices from transmitters to receivers.Most of existing approaches are limited in cases where the channels have some special structures,because they align the interference without preserving the dimensionality of the desired signal explicitly.To overcome this common drawback of most existing IA algorithms,two novel iterative algorithms for IA with symbol extensions are proposed.The first algorithm designs transceivers for IA based on the mean square error(MSE)criterion which minimizes the total MSE of the system while preserving the dimensionality of the desired signal.The novel IA algorithm is a constrained optimization problem which can be solved by Lagrangian method.Its convergence is proven as well.Utilizing the reciprocity of alignment,the second algorithm is proposed based on the maximization of the multidimensional case of the generalized Rayleigh Quotient.It maximizes each receiver’s signal to interference plus noise ratio(SINR)while preserving the dimensionality of the desired signal.In simulation results,we show the superiority of the proposed algorithms in terms of four aspects,i.e.,average sum rate,the fraction of the interfering signal power in the desired signal subspace,bit error rate(BER)and the relative power of the weakest desired data stream.     

MIMO干扰信道中一种新的分布式迭代预编码算法

MIMO技术可以有效地提高通信系统的容量,但会带来很严重的用户间干扰问题。预编码技术以其能简化接收机和抑制干扰的作用将会在未来通信中扮演着重要角色。将多数据流的预编码矩阵设计转换成单数据流预编码矢量设计,提出了基于信干噪比最大的分布式迭代算法,以及将虚拟信干噪和最小均方误差方法相结合的迭代算法。数值仿真结果表明提出的算法可以有效提高系统容量。     

基于正交频分复用的线性最小均方误差信道估计改进算法

传统的线性最小均方误差(LMMSE)信道估计要求已知信道的统计特性,而实际应用中无线信道的统计特性往往是不可知的.针对无线信道的不确定性,根据时域信道上能量分布的稀疏性特点,在最小二乘(LS)算法的基础上提出了一种改进的LMMSE信道估计算法.该算法从当前信道置信度较高的频率响应出发,把相邻子载波信道估计误差的比值作为信道响应的加权系数,然后通过加权平均的方法计算出多径信道下的信道响应.该算法避免了繁琐的矩阵求逆与分解运算,能够有效降低算法复杂度.实验结果表明,所提算法总体性能优于LS算法及经过奇异值分解的线性最小均方误差(SVD-LMMSE)估计算法,且其误码率接近于传统的LMMSE算法.     

基于物理干扰模型的无通信冲突的数据聚集调度算法

针对基于物理干扰模型的最小延时数据聚集调度问题,提出一种改进的无通信冲突的数据聚集调度算法.该算法采用簇与局部聚集树相结合的调度机制,首先在小区域范围内形成簇,当头节点聚集簇内成员节点的数据后,这些头节点再在一个较大的区域内形成新的簇.与现有算法相比,该算法不是将簇内各成员节点的数据直接传输给头节点,而是先构造一棵根在头节点的局部数据聚集树,然后将整个网络划分为若干个边长相等且只包含一个节点的正方形区域,最后对节点所在区域进行着色,使颜色相同、其孩子节点为空或已完成数据调度的簇内成员节点根据局部聚集树进行数据调度.实验结果表明,与现有算法相比,该算法的数据聚集延时更低,其延时上界为(5 +logK+1△) (K+ 1)2.     

部分信道状态信息下MIMO-OFDM的跨层资源分配算法

针对跨层多用户多输入多输出-正交频分复用（MIMO-OFDM）系统,以系统最大吞吐量为目标,给出一种基于部分信道状态信息的跨层资源分配算法。该优化问题设计的目标函数包括功率限制、传输速率、子载波占用、不同业务的服务质量需求与数据链路层的队列状态信息等约束条件。在数据链路层存在有限缓存条件下,通过均值反馈模型描述信道状态信息的反馈过程,推导出相应的跨层资源分配准则。仿真结果表明,所提算法与现有方案相比,满足了不同业务用户的QoS要求,并获得了好的吞吐率,降低了丢包率。     

无线传感器网络中抑制干扰的中继节点选择算法

当无线传感器网络中存在多个源节点时,某个源节点向目标基站发射信号,其形成波束的旁瓣会对其它非目标基站产生干扰.针对该问题,提出一种利用中继节点选择来抑制旁瓣干扰的算法.该算法选择合适的中继节点,让所有非目标基站接收到信号的干噪比(INR)都不超过设定的阈值,从而减少对非目标基站的干扰.仿真结果表明:该算法能够有效降低源节点在非目标节点方向上的旁瓣,提高了系统的信干噪比(SINR).     

非完美信道估计条件下多比特量化无线密钥生成性能分析

针对无线密钥生成过程中的信道估计误差导致信道测量参数互易性差,严重影响通信双方生成密钥一致性的问题,提出了非完美信道估计条件下多比特量化无线密钥生成方案。首先,建立信道估计误差模型,研究非完美信道估计对无线密钥生成的影响,然后设计添加保护带的多比特密钥量化器,通过优化量化参数改善无线密钥性能。推导得到了密钥不一致率（KDR）和有效密钥速率（EKGR）的闭式表达结果,并揭示了导频信号功率、量化阶数和保护带与以上两个密钥性能指标的关系。仿真结果表明：增大发送导频功率可以有效降低密钥不一致率,提高量化阶数可以提升密钥生成速率但KDR也随之升高,增大量化阶数同时选择合适的保护带大小可以有效降低KDR。     

SNR estimation algorithm based on the preamble for wireless OFDM systems

Based on the analysis of the performance of Boumard＇s SNR method for wireless orthogonal frequency division multiplexing （OFDM） systems, a new estimation algorithm of the noise variance is proposed by only using the data samples of the two training symbols in the preamble, and the second order moment of these data samples is employed to estimate the signal power. The average SNR and the SNRs on the subchannels can all be estimated by the proposed algorithm, and its performance is independent of the channel＇s frequency selectivity. Simulation results show that the performance of the proposed method is highly improved and much better than that of Boumard＇s method.