异构网中基于能效优化的干扰对齐算法研究

发布时间：2020-12-25 00:06

　　异构网（Heterogeneous Network,Het Nets）是5G的关键技术之一,提高了网络容量和数据速率,解决了传统小区覆盖盲区的问题,但是愈加复杂的干扰问题也随之而来,这会导致系统的性能的下降。然而,如果一昧的优化系统的频谱效率却忽略了系统的能量效率,系统性能并不会达到最优。本文主要针对如何减少异构网的干扰,对基于能效最优的干扰对齐（Interference Alignment,IA）技术展开研究。首先,介绍了干扰对齐技术在异构网中的实现原理及其经典算法。在完美信道状态信息（Channel State Information,CSI）的场景下,介绍了三种经典的分布式迭代IA算法,Min IL、Max SINR和MMSE-Based IA算法。由于干扰对齐能达到很高的自由度（Degree of Freedom,Do F）,所以系统和速率性能是随着用户数量增多而增长的;在低信噪比时,Max SINR算法的和速率性能优于Min IL的和速率性能;在高信噪比时,这两种算法的和速率趋于相等;但是MMSE-Based IA算法的和速率性能是三者之中最差的。其次,展开了在信道状态信息不... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究意义
    1.2 国内外研究现状
        1.2.1 异构网的研究现状
        1.2.2 干扰对齐的研究现状
        1.2.3 不完美信道状态信息下的干扰对齐算法的研究现状
        1.2.4 基于能效的干扰对齐算法研究现状
    1.3 本文的研究内容和结构安排
第2章 异构网中的经典干扰对齐算法的研究
    2.1 异构网中的干扰对齐算法
        2.1.1 异构网中的干扰模型
        2.1.2 干扰对齐算法的基本原理
        2.1.3 干扰对齐的分类
    2.2 干扰对齐算法的实现
        2.2.1 分布式最小干扰泄漏算法
        2.2.2 分布式最大化信干噪比算法
        2.2.3 基于MMSE的干扰对齐算法
    2.3 仿真结果与分析
        2.3.1 算法收敛性能
        2.3.2 和速率性能分析
    2.4 本章小结
第3章 不完美信道状态信息下的干扰对齐算法
    3.1 不完美信道状态信息下的系统模型
    3.2 联合最小化最大干扰泄漏和期望信号泄漏的干扰对齐算法
        3.2.1 干扰抑制矩阵的推导
        3.2.2 预编码矩阵的推导
    3.3 算法的性能分析
        3.3.1 算法的收敛性分析
        3.3.2 算法的加权因子
        3.3.3 算法的具体实现过程
    3.4 仿真结果与分析
        3.4.1 算法收敛性能
        3.4.2 各个算法在存在信道估计误差情况下的和速率对比
    3.5 本章小结
第4章 基于能效优化的干扰对齐算法研究
    4.1 通信系统的功耗模型
    4.2 能量效率的定义
    4.3 基于不同功率分配的干扰对齐算法的能效
        4.3.1 不同方式的发射功率分配
        4.3.2 能效仿真
    4.4 最大化能量效率的干扰对齐算法
    4.5 仿真结果与分析
        4.5.1 算法的收敛性能
        4.5.2 各个算法能效对比
    4.6 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢



本文编号：2936562