[发明专利]结合天线选择和干扰对齐的联合优化算法

权利要求书

1.一种结合天线选择和干扰对齐的联合优化方法，其特征在于，该方法包括以下步骤：

S1：初始化最大弦距离为零，从总的发射天线数中选出N根天线，并列出发送端所有可能的天线子集。

S2：选出其中一个天线子集，通过内积范数最小准则设计干扰对齐预编码V和干扰抑制矩阵U。

S3：计算干扰子空间和期望信号子空间的弦距离。

S4：保存被选择天线子集的弦距离，并与最大弦距离进行比较，根据比较结果更新最大弦距离参数。

2.根据权利要求1所述的一种结合天线选择和干扰对齐的联合优化方法，其特征在于，所述初始化最大弦距离为零，从总的发射天线数中选出N根天线，并列出发送端所有可能的天线子集的具体方法为：本发明考虑到K用户的干扰信道系统模型，M和N分别表示可用的发送天线和被选择的发送天线，且满足M>N。则所有可能的天线子集总数可以表示为：被选的天线子集可以表示为Ω＝{ω₁,ω₂,...ω_Q}。其中表示二项式系数x！/(y！(x-y)！)。我们可以把选中的天线子集表示为

3.根据权利要求1所述的一种结合天线选择和干扰对齐的联合优化方法，其特征在于所述选出其中一个天线子集，通过内积范数最小准则设计干扰对齐预编码V和干扰抑制矩阵U的具体方法为：利用步骤S1中获取的天线子集，使用干扰对齐原理来消除系统之间的干扰。在K用户MIMO干扰信道中，每次发射机发送有用信号对应其中一个节点，而对于其他节点会产生干扰。其中x_k表示第k个用户的发送信号，每个发射机分别独立发射信号给相应的接收机。接收机k(k＝1,2,……,K)把来自发射机k发射的信号当作期望信号，而另外K-1个发射机的信号看作干扰信号。因此用户K接收的信号可以表示为：

式中H_kj为基站j到用户k的信道矩阵，假设所有的用户经历平坦瑞利衰落，H_kj中的每一个元素均服从独立同分布零均值单位方差的复高斯随机分布，即CN(0,1)，V_j为基站j发送的预编码矩阵，接收端的干扰抑制滤波器为U_k，x_j为基站j发送的信号矢量，并满足功率约束条件：

其中P_j表示基站j发送的功率；n_k为用户k的加性高斯白噪声矢量，其分布满足均值为0，方差满足其中多项式的第一项为期望信号，第二项为干扰信号，最后一项为噪声信号。

为了获得最大的自由度，干扰对齐技术将干扰信号和期望信号对齐在不同的子空间内，以减小干扰信号对期望的信号的影响。考虑到3用户的干扰信道模型，每个用户发送一个信息流给相应的用户。为了能够实现干扰对齐，发送端的预编码矩阵需要满足以下条件：

经过简单的矩阵变换可得：

其中E＝(H₃₁)^-1H₃₂(H₁₂)^-1H₁₃(H₂₃)^-1H₂₁。

为了进一步增强干扰对齐效果，增强有用信号幅度。使用基于空间投影的原理，即干扰对齐最优预编码是在有用信号的幅度最大时取得的，此时信号在干扰空间的正交补中投影最大。则最优预编码目标函数可以表示为：

其中P_⊥表示信号S到干扰空间的投影，P_N表示信号S到正交补空间N_⊥的投影，V和U表示预编码矩阵和干扰抑制矩阵。

对干扰空间N做SVD分解N＝u∑v，其中u和v均是仿酉矩阵。经过化简可得式中u为干扰空间的列向量的标准正交基，即是干扰空间对应的仿酉矩阵。由上式可得当干扰空间的仿酉矩阵与信号的内积范数最小时，有用信号幅度达到最大：

其中Q表示干扰空间的列向量标准正交基，其可以通过干扰空间矩阵的QR分解可得。通过最小化内积范数得到用户1的预编码矩阵V_opt,1，然后根据V_opt,2＝(H₃₂)^-1H₃₁V₁和V_opt,3＝(H₂₃)^-1H₂₁V₁式，可以得到V_opt,2和V_opt,3。

为了提升接收端期望信号的效率，我们以接收端接收到的期望信号子空间与总期望信号的距离作为衡量标准，设计干扰抑制矩阵，于是目标方程为：

根据公式化简上式：

其中，是有用信号的功率，想要上式达到最大值，并且已知信道系数和预编码矩阵，所以每一个接收机的有用信号功率最大就是使得整个系统的有用信号功率最大。