蜂窝系统自适应K近邻干扰对齐算法

干扰对齐算法应用于蜂窝网络时,存在计算复杂度高、系统开销大等缺点,本文基于分簇模型,提出了一种自适应K近邻干扰对齐算法,并给出一种无需收发端迭代的干扰对齐预编码向量求解方法。该算法依据信干比门限自适应选取参与干扰对齐的干扰信号,对预筛选的干扰信号利用优化方法进行干扰对齐,降低了算法的计算复杂度和系统开销。仿真分析表明,通过选取合适的信干比门限,本文所提算法在干扰消除性能相当的情况下,其算法复杂度和系统开销显著降低,提高了干扰对齐算法的适用性。      

基于容量最大化的非迭代干扰对齐优化算法

现有分布式迭代干扰对齐算法没有考虑基站与用户终端处理能力的差异,使得基站和用户端都具有较高的计算复杂度和系统开销。针对下行链路和上行链路分别提出一种基于容量最大化准则的非迭代干扰对齐优化算法。所提算法在基站端使用基于容量最大化准则的优化方法求解发送预编码矩阵或接收抑制矩阵,在用户端使用迫零准则生成接收抑制矩阵或随机生成发送预编码矩阵。分析和仿真结果表明,所提的2种算法基站端的计算复杂度和系统开销与现有算法相当,但用户端的计算复杂度和系统开销大大降低,并且可以获得与最大信干噪比(Max-SINR)算法相当的系统性能。     

范数有界信道误差的权值可调鲁棒干扰对齐算法

针对传统干扰对齐算法需要理想的信道状态信息，且对信道误差敏感的问题，本文基于范数有界信道误差模型，提出了一种权值可调的鲁棒干扰对齐算法。该算法同时考虑干扰和期望信号在相应子空间投影的功率，采用极大极小值方法，最大化二者的最小加权和，而且将权值设计为SNR的指数函数，可随SNR变化自动可调，有效克服不同SNR下噪声的影响。仿真结果表明，在信道误差范数有界时，所提算法具有较好的鲁棒性，并且在中低信噪比区域，权值可调算法较固定权值算法具有更好的鲁棒性。