機會干擾對齊與盲干擾對齊技術(shù)研究.pdf

1、干擾對齊(Interference Alignment,IA)是目前的研究熱點,該技術(shù)能有效提高干擾網(wǎng)絡(luò)的容量,改善傳統(tǒng)方式中有線和無線網(wǎng)絡(luò)吞吐量受限的問題。其核心思想是將干擾信號壓縮到盡可能小的干擾空間中,以預(yù)留更多的空間無干擾的傳輸有用信號。研究表明,在理想情況下,如全局信道信息、無限的分辨率及帶寬、高信號強度和延遲等,干擾對齊能夠提供最優(yōu)的信道自由度。然而,在實際通信過程中,干擾對齊技術(shù)的應(yīng)用仍面臨很多挑戰(zhàn):迭代干擾對齊算法的復(fù)雜

2、度高;干擾的對齊需要比較高的信號維度;中繼輔助干擾對齊算法對時變信道適應(yīng)能力差。本文針對實際系統(tǒng)中存在的若干問題展開研究,提出相應(yīng)的干擾對齊算法。
　　1.針對傳統(tǒng)迭代干擾對齊算法復(fù)雜度高的問題,研究了機會干擾對齊及其改進算法。機會干擾對齊利用用戶分集,選擇信道較好的用戶,降低了系統(tǒng)中的干擾泄漏程度,從而達到干擾對齊的目的。但是,在實際的通信系統(tǒng)中,可供選擇的用戶數(shù)目較少,系統(tǒng)中干擾泄漏的可能性增大,這制約了機會干擾對齊算法的性能

3、。針對此問題,提出了機會干擾對齊改進算法。具體的,以各用戶干擾泄漏矩陣的最小特征值為度量,選取干擾泄漏最小的用戶進行通信。同時,結(jié)合信道狀態(tài)信息及用戶波束成形的信息,基站可通過奇異值分解(Singular Value Decomposition,SVD)選取濾波器,使干擾方向更有效的壓縮在干擾空間內(nèi)。另外,針對實際系統(tǒng)中獲得的信道狀態(tài)信息存在誤差的問題,提出了能有效提高信干噪比的干擾對齊改進算法。該算法通過降低系統(tǒng)中可確定的干擾功率,進

4、而減少系統(tǒng)總的干擾信號功率。
　　2.針對實際系統(tǒng)中信號空間維度不夠高且完美信道狀態(tài)信息獲取難的問題,研究了K個用戶 SISO干擾信道的盲干擾對齊算法。算法利用非對稱復(fù)信號(Asymmetric Complex signaling,AC signaling)的設(shè)計,增加了信號空間的維度,有效地解決了單天線約束問題,從而實現(xiàn)了盲干擾對齊。此外,本文證明了K個用戶干擾信道的系統(tǒng)自由度達到K/2,這同時也是發(fā)射端信道狀態(tài)信息已知時系統(tǒng)自

5、由度的上限。并對其系統(tǒng)性能通過仿真驗證。
　　3.針對中繼輔助干擾對齊算法對時變信道適應(yīng)能力差且算法計算復(fù)雜度高的問題,提出了改進的干擾對齊算法。首先,在中繼SISO系統(tǒng)中,利用AC signaling的設(shè)計,增加了信號空間的維度,有效解決中繼輔助的有限信道符號擴展的問題。分析了中繼端通過信道信息設(shè)計接收端的濾波器,實現(xiàn)干擾對齊,并仿真驗證了與用戶間無干擾理想情況的性能相當(dāng)。其次,針對節(jié)點天線數(shù)對系統(tǒng)吞吐量的影響與約束,研究了中繼