异构网载波聚合系统基于干扰对齐的联合算法研究*

为了满足异构网络热点区域覆盖,同时解决由于低功率基站在高功率基站覆盖区域随意分布而带来的小区间干扰及系统容量速率受限问题,提出了一种载波聚合系统的联合小区选择、载波选择和干扰对齐算法。该方法是在载波公平比例准则下,动态的选择成员载波。为了进一步降低小区间干扰,设计了新的基于干扰对齐的用户小区选择算法。理论分析表明,联合优化算法问题可以分解成三个子问题进行优化求解处理。仿真结果表明,与调度复用因子为1的参考算法相比,设计的方案由于联合了小区选择和载波选择使得用户选择低功率节点作为服务小区的机会增多,提高了低功率节点小区容量,使系统的吞吐量得到提高。     

异构无线网络干扰对齐技术研究

由于宏蜂窝和微蜂窝所构建的异构网络可以大幅提高网络的容量而成为未来移动通信的发展趋势,但是微蜂窝的引入增加了异构网中小区的数量,使得小区间同道干扰更加突出,成为限制异构网容量的主要因素,因此,需要研究有效的干扰抑制技术以增强网络性能。近年提出的干扰对齐技术能够获得干扰网络的最大自由度并可达其最优容量。为此研究了基于低秩干扰空间的多小区干扰对齐技术,然后将其推广到异构无线网络,提出了优化的异构网络干扰对齐方案。仿真结果表明,优化后的干扰对齐技术能够有效提高网络容量并降低实现复杂度。     

异构网络动态配置空白子帧干扰协调算法

为了解决LTE-A系统下两层异构网络中的小区间干扰协调问题,提出了在增强小区中调度几乎空白子帧的干扰方案;为了降低干扰和进一步提高信道利用率,设计了一种动态分配几乎空白子帧的算法;该算法基于小区增强覆盖技术,指出由增强小区用户与总用户的比例来动态的调整几乎空白子帧比例;仿真结果对比了固定比例的几乎空白子帧和动态设定几乎空白子帧的算法,表明动态配置几乎空白子帧的算法,提高了系统容量,改善了信道利用率。     

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。     

非理想信道状态信息下权值可调干扰对齐算法

针对多输入多输出（MIMO）系统获取信道信息过程中存在估计误差、反馈延迟等问题,为了提高低信噪比（SNR）时的系统性能,提出了一种基于权值可调的稳健干扰对齐算法。首先,在理想信道的基础上考虑信道误差的影响重新构建系统模型;然后,采用矩阵投影技术对接收端的信号空间进行分解,分成期望信号子空间与干扰信号子空间两部分;其次,考虑期望信号和干扰信号之间的相互影响,把两者泄漏到相应的子空间的功率加权和作为目标函数运用迭代思想计算出预编码和干扰抑制矩阵;最后,利用计算出的预编码和干扰抑制矩阵推导出存在信道误差的和速率表达式。仿真结果表明与稳健最小干扰泄漏算法相比,在信噪比为10 dB、信道误差方差取值0.05时,系统的频谱效率提升了25%,能量效率提升了38%,因此所提算法在低信噪比时可以有效地提升系统性能。     

多小区MIMO系统中的一种主动式干扰抑制方案

针对多小区下行链路中的同频干扰问题,提出了一种新的主动式干扰抑制方案.该方案通过在各基站独立地采用预编码的方式来主动抑制本小区基站对其他相邻小区所产生的干扰.文中提出了两种实现算法:(1)迫零预编码,它可以获取和无同频干扰系统同样的性能;(2)基于干扰信道最大特征子信道的线性预编码,它能够有效地实现抑制干扰和提高本小区发遥自由度的折衷.仿真结果表明,本文方案提高了系统的性能和频谱效率.     

多用户MIMO系统中一种自由度分配算法

近年来迭代干扰对齐技术得到了较多的关注,通过迭代干扰对齐算法可设计线性预编码矩阵,以最大化多输入多输出系统的总速率.但目前将自由度(DoF)分配方式作为系统总速率影响因素的研究较少.为此,提出一种DoF分配算法,通过改进模拟退火算法从而得到可使系统总速率达到最大的DoF分配方式.DoF分配问题是组合优化问题,采用模拟退火算法可较好地解决该问题.仿真结果表明,该算法所获得的系统总速率接近遍历算法的性能,具有更低的复杂度.尤其当系统变得复杂(用户数目增加,或者天线数目增加)时,改进模拟退火算法的低复杂度优势更为明显.     

OFDM系统中子载波间干扰抑制算法的研究

针对频偏引起的正交频分复用（OFDM）系统中载波间干扰（ICI）的问题,为消除间干扰,提出了一种基于SSC—ASIZ方案的子载波间干扰抑制算法。为了更好地在接收端消除子载波干扰,发送端通过相邻子信道插零（ASIZ）算法对子载波进行分配;在接收端,针对发送端的特殊载波结构,通过接收符号移位抵消（SSC）算法来抑制对子载波的干扰。仿真结果表明,使用方案后系统信号干扰功率比（SIR）性能比常规系统提高了至少15dB,误码率（BER）性能也比其它方案优越,明显地改善了系统的性能。     

被动定位中WCDMA多小区检测仿真分析

在多小区网络信号定位优化的研究中,解决WCDMA被动定位中检测小区数目不足的问题.由于多小区中远处小区信号衰减大,且受近处小区信号的同频干扰影响,不能被正确解调,从而限制了检测小区总数的难点,提出将多天线联合检测和相应的串行干扰消除(SIC)相结合的解决方案.利用WCDMA下行信号特征,设计适用于WCDMA系统的SIC算法,以消除近处小区的同频干扰,并通过多天线联合检测,以抵抗远处小区的信号衰减,并抑制消除误差的影响.通过建立系统模型和仿真平台,将上述方案与传统方案进行对比分析,结果表明,所提方案有效地提高了被动定位中检测小区的总数,验证了所提方案的有效性.     

LTE系统多小区上行联合功控算法

针对传统的小区内开环功率控制算法通常以提升本小区的吞吐量性能为目标，忽略了当前小区用户对邻小区用户同频干扰的问题，为提升边缘用户性能的同时兼顾系统整体性能，提出了一种LTE系统小区间上行联合功率控制（UJPC）算法。该算法采用单基站三扇区为系统模型，以最优化系统吞吐量比例公平函数为目标，首先根据最小信干噪比（SINR）约束值和用户最大发射功率这两个约束条件得到相应的数学优化模型，然后采用连续凸近似的方法求解优化问题得出各个基站所管辖的小区内所有用户的最优发射功率。仿真结果表明，与基准的开环功控方案相比，联合功控方案在保证系统平均频谱利用率的情况下能够较大幅度地提高小区边缘频谱利用率，其最佳性能增益能达到50%。     

联合部分干扰抵消的TD集群多小区联合检测 *

针对TD集群下行智能天线无法使用,链路小区间干扰严重的问题,提出了将判决反馈与单小区联合检测通过部分干扰抵消进行级联的方案消除干扰.通过重新排列总系统矩阵,消除了多反馈级数带来的错误积累,提高了反馈精度,其单小区JD部分避免了扩展矩阵维数,从而减弱了算法对背景噪声的放大效应.比较了其与传统算法的抗小区间干扰能力以及算法复杂度,仿真结果验证了该方案的有效性及在各种信道下的鲁棒性.     

超密集网络中基于小区分簇的资源分配

针对超密集网络中毫微微小区(Femtocell)之间同层干扰以及毫微微小区与宏小区(Macrocell)之间跨层干扰问题,提出了一种基于小区动态分簇的资源分配算法。该算法分为两步:第一步首先采用了基于速率公平性的子信道分配算法为宏用户分配子信道,接着利用注水算法分配功率;第二步首先根据毫微微小区之间的干扰权值大小,利用遗传模拟退火算法为FAPs分簇,其次利用启发式信道分配算法为FUEs分配子信道,采用KKT条件为用户分配功率。仿真表明,该算法能够有效抑制这两种干扰,满足用户速率需求,提升网络频谱效率。     

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。     

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。     

基于能效的多小区LTE系统资源分配算法

针对多小区LTE移动通信系统,考虑用户的最小速率要求,以最大化系统能效为目标,提出了一种迭代式的资源分配算法,通过不断迭代子信道分配和功率控制两个子过程来优化系统能效.针对子信道分配问题,提出了一种基于三种基本模式的子信道调整算法;针对功率控制问题,建立了多小区非合作博弈模型,理论证明了纳什均衡点的存在性,并设计了算法收敛于该纳什均衡点.仿真结果表明,与多小区最大化系统吞吐量算法相比,提出的算法获得了明显的能效增益,同时也达到了较好的系统吞吐量,尤其在强干扰环境下该算法的优势更加明显.     

异构网络下基于混合保护子帧的干扰协调方案

增强型小区间干扰协调（enhanced inter cell interference coordination,eICIC)引入几乎空白子帧(almost black subframes,ABS)来降低异构网络中小区间的干扰,然而过多的ABS会损失宏蜂窝用户性能。为了提高异构网络的性能,联合考虑ABS和低功率几乎空白子帧(low power-ABS,LP-ABS),提出了一种基于混合保护子帧(Hybrid Protected Subframes,HPS)的干扰协调方案。该方案综合考虑用户资源分配、HPS密度、HPS混合比例以及用户接入策略,以最大化系统比例公平效用为目标。仿真结果显示,所提方案在系统负载均衡、用户吞吐量以及用户公平性等指标上都优于传统增强型小区间干扰协调方案。     

基于级联预编码的蜂窝下行机会干扰对齐

本文针对多天线蜂窝网络下行干扰信道,利用级联预编码思想和以干扰对齐为用户调度准则的随机波束赋形方法,提出了一种机会式干扰对齐算法。在基站与被选中用户的下行链路中,双层预编码的设计可以同时处理小区内和小区间干扰。与普通的随机波束赋形算法相比,本文的方法使得系统具有更大和容量且有更高的能量效率,仿真验证了本文算法的优越性。     

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.     

分层异构无线网络中的干扰抑制技术及分析

在无线网络中,带宽和降低功耗的需求导致小区的覆盖范围变小,这就要求减少用户与基站的距离,进而增加系统容量。传统宏蜂窝和低功率小蜂窝共存的异构网络可以有效地提高系统容量,但是宏蜂窝和小蜂窝的同层干扰和跨层干扰严重影响了系统性能。提出了分层干扰对齐预编码技术,有效地缓解了同层干扰和跨层干扰。     

采用非线性串行干扰消除的DS-CDMA系统中最优检测顺序的研究*

在采用串行干扰消除的DS-CDMA系统中,不同的检测顺序导致不同的系统性能。研究在这样的系统中如何调整检测顺序以最小化总发射功率的问题。不同于已有研究,考虑非理想情况下的非线性串行干扰消除接收机,并且外小区干扰不再假设为独立于用户发射（接收）功率。在这样的前提下,根据给定检测顺序下最优功率分配的表达式,推导出了能够最小化总发射功率的最优检测顺序。仿真实验展示了不同检测顺序下系统的发射功率要求,证实了最优检测顺序有助于降低总发射功率。相应地,可将基于最优检测顺序的功率分配机制用于实际系统。