LTE/LTE-A异构网络干扰协调分析

介绍了异构网络中的干扰场景,并重点介绍了宏基站和室外热点微微基站间的干扰协调技术。     

LTE小区间干扰协调技术研究

本文对LTE系统小区间干扰进行讨论,分析干扰产生的原因,介绍了现有的干扰协调技术,并提出一种资源优先级调度的LTE干扰协调技术。     

分层异构无线网络的协议架构和关键技术

分层异构无线网络技术因其可以有效提高网络频谱效率、满足不同热点覆盖需求、大幅提升系统容量等优点,而成为当今LTE-Advanced系统中的关键技术之一.总结了分层异构无线网络的背景、定义以及架构,并重点讨论了由于传统网络拓扑结构的改变而引发的干扰问题,详述了3GPP标准中的增强干扰协调方案,最后分析了分层异构无线网络中的其他关键技术,如网络自组织、回程链路设计、小区选择和切换、节能、认知无线电技术等.这些关键技术对于分层异构无线网络商用化部署具有指导意义.     

基于小区覆盖增强技术的Macro-Pico异构网络上行干扰识别与干扰协调机制

在LTE (Long Term Evolution)异构网络中,由于宏基站(Macro)与微微(Pico)基站的发射功率相差较大,一些离Pico基站较近的用户因为接收到的宏基站下行信号质量好于Pico基站而选择接入宏小区。然而,因为这些用户距离Pico基站较近,因此上行通信会对Pico基站产生严重的上行干扰。小区覆盖增强(Range Expansion, RE)技术能够减少此类干扰,但同时又可能引入新的下行干扰。该文提出一种基于RE技术的上行干扰识别与协调机制(UIICRE),能够准确识别上行干扰源及其强度,并进行相应的干扰协调处理。仿真结果表明,该文提出的方案能够解决Pico小区的上行干扰问题,提升用户的上行通信质量,并保证用户下行通信质量不受影响。     

TD—LTE频率复用与干扰协调

文章主要分析LTE系统所采用的技术,分析了OFDM的技术特点,说明频率复用对于LTE系统的重要性。从干扰协调的角度对干扰与容量损失的关系、干扰余量的取定等做了定量的分析和计算,给出了干扰协调设计要点的总结。给出了针对于不同频率复用系数下SINR的计算方法。     

LTE-Advanced异构网络控制信道干扰协调技术

为了保证(LTE-Advanced)异构网络控制信道的可靠传输,首先对异构组网后的典型干扰场景进行了详细的分析;然后,针对上述干扰情况提出了2种可行的控制信道干扰协调方案;最后,通过对异构网络进行系统级的仿真建模来评估这2种控制信道干扰协调技术对系统性能的影响。仿真结果表明,提出的控制信道干扰协调技术能够有效提升异构网络系统的整体性能。     

基于Q学习异构网络干扰协调算法

在LTE-A中采用异构网络能提高用户的性能,但是由于小区间使用相同的频谱资源,产生了小区间干扰,影响了用户性能,从而需要采用小区间干扰协调技术来控制小区间干扰(ICI)。虽然现有的小区间干扰协调技术可以降低小区间干扰,但是存在Macro用户性能影响较大的问题。为此,提出了基于Q学习的ETPS算法,在不影响Macro用户性能的前提下,降低小区间干扰。仿真结果表明,QL-ETPS算法较传统固定ABS/RP-ABS子帧配置方案性能更优,可以在尽量不影响Macro基站用户的前提下,提高Pico基站边缘用户的吞吐量。     

协作多点蜂窝系统中的干扰协调方案研究

在协作多点(CoMP)蜂窝系统中,为了有效利用无线频谱资源,需要设计相应的分布式干扰协调机制.首先,利用相邻小区间接口交换信息的能力,设计了一种分布式的无线资源分配冲突检测与仲裁算法.接下来,针对协作多点蜂窝系统具体场景,应用所提出冲突仲裁算法,设计了包括三个步骤的分布式干扰协调方案.仿真结果表明,设计方案能够分布式地...     

LTE系统中小区间干扰协调技术研究

降低小区间干扰,提高频谱效率是LTE系统的主要目标,作为主要干扰抑制技术之一的小区间干扰协调(ICIC)技术成为通信领域各大公司专利申请的热点。本文揭示了小区间干扰协调技术的专利申请现状,并对该技术近年来的研究方向和热点进行分析。     

LTE系统中小区间干扰协调分析

介绍部分频率复用和软频率复用等常用的小区间干扰协调方式,并对LTE后续版本中新小区间干扰协调技术进行展望。     

异构网络增强型小区间干扰协调技术研究

文章先简要介绍了异构网络,并分析其面临的干扰问题,然后在总结3GPP中增强型小区间干扰协调技术(eICIC)标准化工作的基础上,设计并评估了当前热点的时域增强型小区间干扰协调技术方案的性能。     

TD-SCDMA无线网络干扰协调方法与性能分析

TD-SCDMA 系统由于其频带窄、码字短的特点,抗同频同时隙干扰的能力较差,使得TD-SCDMA 系统的同频干扰问题,特别是用户集中分布的场景下的同频干扰问题较为突出.本文采用干扰协调技术,即通过合理的无线资源分配和无线资源调整,来尽量避免将可能发生强干扰的用户分配在同频同时隙,可明显减少业务信道产生大干扰的概率,从...     

分层异构无线网络中基于预编码的干扰抑制技术

传统宏蜂窝(macro cell)与低功率小蜂窝(small cell)共存的分层异构组网方案能有效地提高无线通信系统的容量.但宏蜂窝与小蜂窝间的同频干扰严重影响了通信质量,并阻碍了系统容量的进一步提升.近年来,利用MIMO预编码及空域衰落特性进行干扰抑制的相关技术成为新的研究热点.本文着重介绍分层异构无线网络中基于MIMO预编码的干扰抑制技术的研究进展.以典型的双层异构下行网络为例,分析了利用多天线预编码进行干扰抑制的基本方法,并在此基础上介绍了多种基于MIMO预编码的新型干扰抑制方案,最后讨论了分层异构网络中干扰抑制技术的未来研究方向.     

LTE系统的频率组网方案和干扰协调分析

论述了LTE和以往制式不同的时频资源特点,结合实际LTE组网中可能使用的频率方案,分析了LTE中无线资源分配方案。同时,本文还针对频率方案中出现的频率干扰协调进行了分析,探讨了频率干扰规避和协调的方法。     

超密集网络中基于业务特征的干扰协调技术研究

为了应对未来爆炸性的移动数据流量增长、海量的设备连接、不断涌现的各类新业务和应用场景,第五代移动通信（5G）系统应运而生。3GPP提出的超密集网络（UDN）已成为保证5G时代业务量千倍增长的核心技术,但同时它也面临着大量的问题：超密集部署的基站以及超密集分布的用户使得同频干扰异常严重,小区间干扰协调不可避免;不同用户有不同的业务需求,业务多样性使得干扰协调技术的设计变得更加困难;密集部署基站将耗费大量的能源,不利于绿色通信。针对以上问题,本文以业务特征为着眼点,设计了两种适用于超密集网络的干扰协调技术——大规模CoMP（协作多点传输）、ON/OFF（动态小区开关）机制。通过对三种典型业务的分析与建模,并基于三种业务对两种干扰协调技术进行仿真,仿真结果表明在特定的业务模型下,两种干扰协调技术均能有效地降低系统干扰,提升系统性能。     

LTE系统上行小区间干扰协调技术研究

为了进一步提升LTE上行系统中小区边缘用户的吞吐量,文章对现有的软频率复用方案予以改进,提出了一种同时基于优先级的频率协调和基于用户位置的功率调整的小区间干扰协调方案,并通过系统级仿真对该方案在LTE上行系统中的性能进行了评估。仿真结果表明,此方案可以在尽量避免对扇区平均性能和小区中心用户性能造成负面影响的前提下,大幅提升小区边缘用户性能。     

LTE-A中继网络中干扰协调算法分析

在LTE-Advanced网络中,引入中继(Relay)技术解决小区边缘用户的通信质量较差问题,但在这种中继节点与基站的同频组网的情况下,存在严重的小区内干扰,仅增大频率复用数量,会使信道质量降低,同时增加了小区内的干扰,所以设计一种好的中继网络中干扰协调算法十分重要。文章拟研究基于部分频率复用的小区内干扰协调技术,从部分频率复用的角度,针对下行链路,通过基于MATLAB的LTE系统及仿真平台测试不同的频率复用系数,从仿真显示结果找出一个合适的频率系数,使得干扰最小,频谱利用率最高。     

Small Cell Enhancement中小区间干扰协调问题研究

随着移动通信数据业务流量迅速增长,通过部署微型小区组建异构网络正逐渐成为解决这一问题的演进方向。文章介绍了一种异构网络结构小基站增强（SCE）,及其在3GPP中的标准化进程,以及现有的干扰协调技术,分析了这些方案在SCE场景下的应用和存在的局限性,最后针对未来的研究方向提出了建议。     

LTE-A异构网中基于图论的干扰管理技术

针对LTE-A异构网中的干扰问题,基于颜色敏感的图着色算法(CSGC)提出了一种基于优先级的干扰管理技术(PBIM)。首先将用户端的接收SINR与预设的门限值进行比较来建立小蜂窝间的干扰关系,随后建立整个系统的干扰图,并对干扰图中的不同连通图进行信道分配,分配过程避免将同一信道分配给相互干扰的小蜂窝,同时尽量减小对微峰窝的干扰。仿真结果表明,算法在避免同层干扰的同时也很大程度地减小了跨层干扰,并且在系统的容量和公平性之间取得了较好的平衡。     

异构网络中小区间联合干扰协调算法研究

研究了如何在LTE-Advanced系统异构网络中通过有效的增强型小区间干扰协调提高系统总吞吐量问题。通过分析网络中存在的干扰,建立数学模型,提出了一种基于减少发射功率几乎空白子帧的小区间联合干扰协调算法,利用优化方法研究系统总吞吐量和减少发射功率几乎空白子帧之间的关系,实现了最大化系统吞吐量,同时解决宏基站分配多少资源给微微小区,以及用户的接入选择问题。仿真结果表明,所提方法和对比方法相比,系统总吞吐量有19.8%提升,可以达到算法上限的97.4%,适用于对系统总吞吐量要求较高,而边缘用户性能要求较低的场景。