【摘要】：干擾對齊（Interference alignment, IA）是一種有效的干擾控制機制，能夠通過發(fā)送端預(yù)編碼使多個發(fā)送用戶的干擾在接收端重疊在一起，可以實現(xiàn)干擾系統(tǒng)最大自由度（Degree of Freedom, DoF）并顯著提高系統(tǒng)容量，近年來受到學(xué)術(shù)界的廣泛關(guān)注。多輸入多輸出(MIMO)技術(shù)是提高頻譜效率的關(guān)鍵技術(shù)，，MIMO技術(shù)能夠提供大量的空間自由度，適合于應(yīng)用到干擾對齊系統(tǒng)之中。將MIMO技術(shù)與干擾對齊相結(jié)合能夠大幅度提高多用戶干擾系統(tǒng)的通信速率，是當(dāng)前無線通信領(lǐng)域的一個重要研究方向。 干擾對齊技術(shù)的研究還處于起步階段，還有許多的問題沒有解決。例如，干擾對齊的預(yù)編碼在大多數(shù)情況下難以獲得顯式解，只能獲得數(shù)值解，并且只能得到次優(yōu)解。干擾對齊需要發(fā)送端具有全局信道狀態(tài)信息（CSI）。一方面獲取發(fā)送端全局信道狀態(tài)信息會帶來大量的開銷，另一方面信道狀態(tài)信息誤差導(dǎo)致預(yù)編碼產(chǎn)生誤差，使系統(tǒng)性能下降。此外，干擾對齊最初是在對稱干擾網(wǎng)絡(luò)的背景下被提出的，將干擾對齊應(yīng)用到現(xiàn)有網(wǎng)絡(luò)，例如蜂窩網(wǎng)中，需要根據(jù)現(xiàn)有系統(tǒng)的特點對傳統(tǒng)干擾對齊算法進行改進。 本文針對MIMO干擾對齊系統(tǒng)中的預(yù)編碼算法、信道狀態(tài)信息反饋以及蜂窩網(wǎng)中的預(yù)編碼算法進行如下的研究工作： 首先，本文對干擾對齊的自由度和預(yù)編碼算法進行了分析和研究。在進行MIMO干擾對齊預(yù)編碼設(shè)計之前需要確定預(yù)編碼的自由度，并且這一自由度不能大于系統(tǒng)能夠?qū)崿F(xiàn)的最大自由度。本文對幾種主要MIMO干擾信道下的自由度進行了分析，研究了自由度的實現(xiàn)方法，并對干擾對齊預(yù)編碼的解析算法和數(shù)值算法進行了分析。在此基礎(chǔ)上，本文提出了一種基于二次規(guī)劃的干擾對齊預(yù)編碼算法，該算法以系統(tǒng)容量為優(yōu)化目標(biāo)，聯(lián)合設(shè)計預(yù)編碼矩陣和接收解碼矩陣，在每次迭代中都同時更新預(yù)編碼矩陣和接收解碼矩陣。仿真表明該算法能夠?qū)崿F(xiàn)較高的系統(tǒng)速率。這些分析和研究為本文后續(xù)研究工作的展開進行了鋪墊。 其次，研究了非理想信道狀態(tài)信息下基于最小均方誤差（MMSE）的干擾對齊預(yù)編碼算法。干擾對齊需要發(fā)送端具有全局信道狀態(tài)信息，由于實際系統(tǒng)中能夠獲得的信道狀態(tài)信息與真實信道狀態(tài)信息會存在一定的誤差，本文對高斯信道誤差模型和范數(shù)有界信道誤差模型進行了分析，然后在高斯信道誤差模型下，提出一種每用戶功率受限的MMSE干擾對齊算法。仿真表明該算法與傳統(tǒng)MMSE算法相比，在信道狀態(tài)信息存在高斯誤差時能夠獲得更好的性能。在范數(shù)有界信道誤差模型下提出了用戶功率受限時的極小極大總MSE和極小極大用戶MSE兩種干擾對齊算法。兩種算法都是以信道誤差范數(shù)有界時，最差信道下的性能為優(yōu)化目標(biāo)，是魯棒的預(yù)編碼算法。極小極大總MSE算法從系統(tǒng)總體性能考慮，能夠?qū)崿F(xiàn)更好的總體MSE性能，而極小極大用戶MSE算法能夠?qū)崿F(xiàn)更好的用戶MSE性能，是一種實現(xiàn)用戶間公平的預(yù)編碼算法。 再次，研究了干擾對齊信道狀態(tài)信息反饋過程中的比特分配算法。由于干擾信道各鏈路增益不同，在各鏈路之間平均分配反饋比特數(shù)是一種次優(yōu)算法。針對這一問題，本文分析了隨機向量量化下的量化失真與量化比特數(shù)的關(guān)系，給出了有限反饋下干擾對齊的平均速率下限。根據(jù)平均速率下限與量化比特數(shù)和信道增益的關(guān)系，提出了干擾對齊系統(tǒng)中的分布式反饋比特分配算法和集中式反饋比特分配算法。分布式反饋比特分配算法以最大化每個用戶的平均速率下限為目標(biāo)，以每個用戶的反饋比特數(shù)為約束，集中式反饋比特分配算法以最大化總平均速率下限為優(yōu)化目標(biāo)，總反饋比特數(shù)為約束。仿真表明，提出的兩種反饋比特分配算法與等比特分配算法相比能夠在相同的總反饋比特數(shù)下實現(xiàn)更高的總速率。集中式算法比分布式算法性能稍好，但是需要在中心處理單元進行，需要占用更多的控制鏈路資源，并且算法復(fù)雜度也高于分布式算法。 最后，研究了蜂窩網(wǎng)中基于級聯(lián)預(yù)編碼的干擾對齊算法。針對傳統(tǒng)級聯(lián)預(yù)編碼算法在多小區(qū)邊緣速率下降的問題，提出了基于干擾空間擴展的級聯(lián)預(yù)編碼算法和基于干擾最小化的級聯(lián)預(yù)編碼算法。改進算法能夠在多小區(qū)邊緣實現(xiàn)更好的性能。針對干擾對齊不能對期望信號的功率進行控制，有可能導(dǎo)致期望信號功率損失較大，進而造成速率下降的問題，結(jié)合級聯(lián)預(yù)編碼算法的特點，提出了基于等效信道矩陣范數(shù)的多用戶選擇算法，從而利用多用戶增益來提高系統(tǒng)性能。仿真表明提出的多用戶選擇算法能夠?qū)崿F(xiàn)系統(tǒng)性能的大幅度提升。
【圖文】：

Fig. 1-3 Signal space interference alignmenta) Without interference alignment b) With interference alignme MIMO 干擾對齊IMO 干擾對齊是基于信號空間的干擾對齊的一種。MIMO 技接收端采用多根天線，能夠提供多個空間自由度，是提高通

O X 信道的自由度X 信道如圖所示[18]，系統(tǒng)中有 2 個發(fā)送用戶，2 個接天線，每個發(fā)送用戶向 2 個接收用戶傳輸相互獨立的j 發(fā)送給接收用戶iR 的信息。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：TN919.3

【參考文獻】

相關(guān)期刊論文 前3條

1 章?lián)P;周正;石磊;鄒衛(wèi)霞;李斌;;蜂窩網(wǎng)絡(luò)下行鏈路單反饋干擾對齊算法研究[J];電子與信息學(xué)報;2012年12期

2 李建東;馬延軍;劉偉;師超;;多小區(qū)MU-MIMO系統(tǒng)中的動態(tài)模式切換算法[J];西安電子科技大學(xué)學(xué)報;2011年05期

3 王存祥;邱玲;;協(xié)作多點傳輸中一種基于特征子信道的干擾對齊預(yù)編碼矩陣優(yōu)化方案[J];信號處理;2011年03期

相關(guān)博士學(xué)位論文 前2條

1 馬延軍;干擾對齊及其在現(xiàn)代無線通信系統(tǒng)中的應(yīng)用[D];西安電子科技大學(xué);2012年

2 張晨;干擾對齊預(yù)編碼設(shè)計的關(guān)鍵技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2013年

本文編號：2523826