[发明专利]基于MIMO系统总干扰泄漏最小的预编码矩阵组的选择算法

摘要

本发明提出了一种基于MIMO系统总干扰泄漏最小的预编码矩阵组的选择算法。首先遍历系统中所有的变换矩阵，对变换矩阵进行特征值分解，根据最大自由度准则选出一半的特征向量作为一个发射机的预编码矩阵，求得其他发射机的预编码矩阵，计算系统的总干扰泄漏，选出使系统总干扰泄漏最小的预编码组所对应的变换矩阵为需要选择的最优变换矩阵，选出的最优变换矩阵做特征值分解，根据协作干扰对齐算法求出发射机所有的预编码矩阵，最后求出接收端干扰抑制矩阵。本发明选择算法的和速率性能优于现有的经典干扰对齐算法和协作干扰对齐算法，在统计信道状态信息下有更强的适应性。

主权项

一种基于MIMO系统总干扰泄漏最小的预编码矩阵组的选择算法，其特征在于，包括：步骤1：遍历系统中所有的变换矩阵Ei，其中，i＝1,2,3；Hni为干扰基站n到本地用户i的信道矩阵，Hnm为干扰基站n到本地用户m的信道矩阵，Hmn为干扰基站m到本地用户n的信道矩阵，Hmi为干扰基站m到本地用户i的信道矩阵，这里假设所有的用户经历平坦瑞利衰落，即Hni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(AWGN)，即CN(0,1)，表示矩阵Hni的逆；步骤2：对Ei进行特征值分解，根据最大自由度准则选出一半的特征向量作为第i个基站发送的预编码矩阵Vi；步骤3：根据公式Vm＝(Hnm)‑1HniVi和Vn＝(Hmn)‑1HmiVi求得其他两个基站发送的预编码矩阵；步骤4：基于以上步骤，计算系统的总干扰泄漏：其中，Uk为接收端干扰抑制矩阵；使系统总干扰泄漏最小的预编码组其中，Pk表示基站k的发送功率，dk为用户k获得的自由度，Hkk为干扰基站k到本地用户k的信道矩阵，Vk为Ek的特征向量组成的预编码矩阵，Hkj为干扰基站k到本地用户j的信道矩阵，Vj为Ej的特征向量组成的预编码矩阵，Vi＜eig(Ei)表示Vi的矢量集合为Ei特征向量的子集合；νk(A)表示矩阵A的k个特征值对应的特征向量，其中A为k为max(M/2)；表示矩阵的迹；为矩阵Vk的共轭转置；Pj表示基站j发送功率；dj为用户j获得的自由度，能够使系统总干扰泄漏最小的预编码组(Vi，Vm，Vn)所对应的Ei为需要选择的最优E；步骤5：根据选择出的最优E重新计算Vi，计算如下：其中，M为基站天线数；为信道矩阵Hii的第α个特征值，为Hii的特征值λα对应的第α列右奇异向量，为信道矩阵Hn1的第α个特征值，为Hn1的特征值λα对应的第α列右奇异向量，fα为Hii的特征值λα对应的右奇异向量中对应的第α列；viα为Vi中对应的第α列；ω为权重因子，它表示干扰对齐预编码矩阵与干扰信道的弦距之和占预编码矩阵与期望信号弦距之和的比重；步骤6：3个基站联合预编码设计可表示为：(Vi,Vm,Vn)=argmaxVi<eig(Ei)Vm=Hnm-1HniViVn=Hmn-1HmiVi{Σk=1K[Σα=1M/2λα[kk]||(fα[kk])Hvkα||-ωΣu=1u≠k3Σα=1M/2λα[uk]||(fα[uk])Hvkα||]};]]>其中，为信道矩阵Hkk的第α个特征值，为Hkk的特征值λα对应的第α列右奇异向量，为信道矩阵Huk的第α个特征值，为Huk的特征值λα对应的第α列右奇异向量，vkα为Vk中对应的第α列；步骤7：本地用户k接收到的信号可表示为：其中，Vj为干扰基站发送的预编码矩阵，xj为干扰基站发送的信号矢量，并满足功率约束条件Enk为本地用户的加性高斯白噪声矢量，其分布满足nk～CN(0，σ2I),公式的右边第一项HkkVkxk为本地用户接收到的有用信号，第二项为所有干扰基站给本地用户发送的干扰信号；步骤8：如果将干扰信号对齐到Uk的零空间，则必须满足的条件为：因此，期望信号经过满秩信道矩阵的同时，可将干扰完全消除；步骤9：基于以上步骤，系统的和速率可表示为：R=Σk=1Klog2|Idk+PkdkH‾kkH‾kkH|;]]>其中，Pk表示基站k的发送功率；在小区数为p的时候，所求的变换矩阵Ei，其中i＝1,2,3…p，之后对于这个变换矩阵进行特征值分解，根据最大自由度准则选出一半的特征向量作为一个基站发送的预编码矩阵，之后求出其他基站的预编码矩阵，计算系统总干扰泄漏，得到使系统总干扰泄漏最小的预编码组，对选出的最优变换矩阵做特征值分解，求出所有发射机的预编码矩阵及接收端干扰抑制矩阵。