[发明专利]基于干扰抑制与容量提升的多小区干扰对齐算法

说明书

本发明公开了一种基于干扰抑制和容量提升的多小区干扰对齐算法，主要解决了传统干扰对齐方法不能很好地提升网络的总速率的问题，其具体过程为：(1)初始化小区中基站的预编码矩阵V^[l](l=1，…，L)；(2)构建速率最大的优化目标，求得解码矩阵U^[lk](l=1，…，L，k=1，…，K)；(3)得到解码矩阵U^[lk]后，获得预编码矩阵V^[l]；(4)循环(2)一(3)，直到收敛或最大迭代次数。本发明能较好地提升网络的总速率，用于多小区干扰对齐收发机的设计，也可用于多输入多输出通信系统干扰对齐的收发机设计。

技术领域

本发明属于通信技术领域，涉及多小区环境下干扰的抑制和容量的提升，可用于多小区场景下的干扰对齐，也在多用户MIMO系统中干扰的抑制和速率的提升。

背景技术

在无线系统通信中，为了最大化传输无干扰的有用数据流的数量，干扰对齐技术常用于消除交联的干扰，干扰对齐已成无线通信技术和未来的干扰管理中亟待解决的技术。

现有的干扰对齐实现方法有：将干扰对齐到扩展的时域或频域上进行干扰对齐，比较经典的结论是，在K用户的MIMO中，使用这种方法，每个用户可以获得1/2的自由度；对于即时信道，由于只有在特定的一些场景中才能到得到干扰对齐的封闭形式的解，因而，现有的技术多是从迭代的角度出发，去获得形成干扰对齐的预编码和解码矩阵。

现有的干扰对齐方法很难满足现实需求或提升整个网络的总速率的要求。如利用时间(或空间)扩展来实现干扰对齐，由于所需要的时间(或空间)较大，很难用于现实的需求。最小化干扰泄漏和交替最小化方法都是通过迭代，去最小化消除不了的干扰功率或干扰泄漏，而忽略了有用信号的功率，因而导致低的信噪比和低的速率。

文献【B.Zhu，J.Ge，J.Li，and C.Sun，“Subspace optimisation-based iterativeinterference alignment algorithm on the Grassmann manifold，'IET Commun.，vol.6，no.18，pp.3084-3090，Dec.2012.】提出了一种增大信息速率的干扰对齐方法(GM-SOIIA)，基本思路为：首先，使用交替最小化方法获得发端的预编码矩阵，然后对所得到的预编码进行调整，按照使其对增大有用信号功率的方向进行迭代。然而，在仿真中，我们发现，这种方法应用于小区环境中时，不但没有增加有用信号的功率，反而使有用信号的速率降得更低，这是因为在对满足使交联的干扰最小化的预编码进行调整时，很难保证调整后的预编码还能满足使干扰为一个较小值，预编码的调整引来的较大干扰，从而使速率变得更低。

发明的内容

本发明的目的在于克服上述已有技术的不足，提供一种最大化有用信号且抑制干扰(MUSI)的多小区干扰对齐的方法，既能将用户接收的来自其他小区的干扰进行抑制，又能有效地提升有用信号的速率，从而增加网络的总速率。

实现本发明的技术思路是：将用户接收的有用信号功率作为最大化的目标进行优化，同时将用户接收的来自其他小区的干扰放在约束中进行抑制，在格拉斯曼流形下，通过共轭梯度法去求解优化问题的解，从而得到基站的预编码矩阵和用户端的解码矩阵。通过选取合适的干扰泄漏归一化因子，实现网络总体速率的提升。其具体步骤包括如下：

(1)初始化小区中基站的预编码矩阵初始化α^[lk]，t₀，γ，Ω，令ω=0，其中表示维度为M^[l]×d^[lk]的复数集，M^[l]为第l个小区中基站的天线数，d^[lk]为第l个小区中第k个用户接收数据的自由度，α^[lk]为第l个小区中第k个用户干扰泄漏归一化因子，t₀为初始迭代步长，γ是与迭代步长有关的参数，其中0<γ<1，Ω为最大迭代次数；