全双工MIMO通信系统中干扰对齐算法研究

发布时间：2020-07-17 14:22

【摘要】：全双工(Full-duplex,FD)多输入多输出(Multiple-Input Multiple-Output,MIMO)技术不但能显著改善无线链路的通信质量,而且能大幅度提升系统频谱效率。然而FD MIMO系统的同时隙同频率双向通信模式也造成更为繁杂的干扰问题。干扰对齐(Interference Alignment,IA)技术作为可有效处理干扰受限系统的干扰管理战略,近年来备受瞩目。在FD MIMO系统中展开IA技术研究对推动FD MIMO技术发展有着非常重要的理论意义,于是,本文围绕FD MIMO系统在不同场景下IA技术的研究展开,具体内容如下:多用户FD MIMO干扰信道(Interference Channel,IC)中的IA算法研究:面对FD MIMO-IC模型中IA可行性和自由分析研究的不足以及IA算法设计匮乏的现状,本文首先从多角度对半双工(Half-duplex,HD)传输对和FD传输对共存的FD/HD MIMO-IC模型进行自由度分析(所得结论均适用于FD MIMO-IC模型),然后对FD MIMO-IC、FD/HD MIMO-IC和HD MIMO-IC可达自由度进行分析比较;最后在考虑FD MIMO-IC模型收发两端有限动态范围的前提下,提出了集中式迭代IA算法和分布式迭代IA算法。在集中式迭代IA算法中,首先推导了FD MIMO-IC模型的可达互信息量;接着以可达互信息量为代价函数,通过单边迭代IA算法来优化设计预编码;最后,基于最小均方误差准则来设计接收矩阵。在分布式迭代IA算法中,针对有限动态范围下的FD MIMO-IC模型,基于最大化信干噪比准则迭代优化接收机及发射机设计。文中通过数值仿真考察了所提算法的优势与不足,理论分析及数值结果分析均验证了FD MIMO技术有卓越的频谱效率提升能力。多小区多用户FD MIMO系统IA算法研究:面对多小区多用户FD MIMO模型下繁杂的干扰问题,提出了一种结合闭式直接IA和迭代IA的空域IA算法。首先,基于多小区多用户FD MIMO模型的IA可行性分析,提出一种多对一闭式直接IA算法,从而有效地消除上/下行小区间干扰及上/下行小区内用户间干扰;然后,以最小化上行用户对下行用户的残留干扰为目标构建目标函数,并通过构造下行用户内层接收干扰抑制矩阵的辅助函数,将目标函数转化为仅与上行用户内层预编码矩阵相关的代价函数;进一步,基于黎曼嵌入子流形上的单边迭代IA算法优化预编码矩阵;最后,结合数值仿真结果及理论分析验证了所提算法的有效性。
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN919.3
【图文】：

系统模型图,系统模型,无线衰落信道,复高斯白噪声

经过空间无线衰落信道H后，接收端接收到的 y = Hx + n 表示复高斯白噪声，服从高斯分布2CN (0, I )，阵，具体形式如下 11 12 1,21 22 2,,1 ,2 ,ttr r r tNNN N N Nh h hh h hh h h H 根发射端天线到第根接收端天线的信道衰落系数，i

原理图,原理图,设备,信道矩阵

MO 系统模型为基础，下面介绍经典的 FD MIMO 系统示。设备 1 向设备 2 发送数据的同时，设备 2 向设备 1 接收设备 1 发送的期望信号的过程中，受到设备 2 本同理在设备 1 接收设备 2 发送的期望信号的过程中，信号的干扰，因此，设备 1 和设备 2 的接收信号可分别112 2 11 1 1y = H x + H x +n 221 1 22 2 2y = H x + H x +n 是设备 1 和设备 2 的发送信号矢量； 12H 、11H 、21H 备 2 的 MIMO 信道矩阵、设备 1 的 SI MIMO 信道矩MO 信道矩阵和设备 2 的 SI MIMO 信道矩阵；1n 和2n 分的高斯白噪声。

模型图,模型,认知无线电,频隙

IMO 技术在各种应用场景下的研究与网络、认知无线电网络、多用户干扰，下面主要对 MIMO-IC 模型、FD M 模型和 FD MIMO-IBC/MAC 模型进 FD MIMO-IC 模型统 HD MIMO-IC 模型如图 2.3 所示。B 接收端发送信号，各节点均配置多，会造成传输对之间相互干扰，这传统 HD MIMO-IC 模型中 A 端向对号使用不同的传输资源，例如 TDD不同的频隙上传输。

【参考文献】