基于级联预编码的蜂窝下行机会干扰对齐

发布时间：2019-07-22 15:55

【摘要】：针对多天线蜂窝网络下行干扰信道,利用级联预编码思想和以干扰对齐为用户调度准则的随机波束赋形方法,提出了一种机会式干扰对齐算法。在基站与被选中用户的下行链路中,双层预编码的设计可以同时处理小区内和小区间干扰。与普通的随机波束赋形算法相比,方法使得系统具有更大和容量且有更高的能量效率,仿真验证了算法的优越性。
【图文】：
初凑干扰对齐模型一基站从用户组早洗择服务用户

户的天线数为L，第k个基站到第i个小区的第j个用户的信道矩阵H［i，］jk∈CL×M为平坦衰落信道，信道矩阵H［i，］jk中的元素相互独立并且服从均值为0，方差为1的复高斯分布。如图1所示，每个基站从本小区内选择S(S≤N)个用户作为服务用户，此时被选中的用户数j=1，…，S，假设基站采用干扰对齐算法选定的预编码向S个用户传输d个数据流，则i小区内j用户的接收信号可以写做:y［i，］j=H［i，］jiv［i，］jx［i，j}］desiredsignal+∑Nn=1，n≠jH［i，n］iv［i，n］x［i，n］intra-cellinterference+∑Kk=1，k≠iH［i，］jkvkxkinter-cellinterference+z［i，］j(1)其中:z［i，］j∈CL×1是附加噪声，其元素服从独立同分布均值为0，方差为σ2的复高斯分布;在接收端每个小区内的用户通过左乘解码矩阵u［i，］j，得到的接收信号为y［i，］j=uH［i，］jH［i，］jiv［i，］jx［i，］j+uH［i，］jH［i，］ji∑Ss=1，s≠jv［i，s］x［i，s］+uH［i，］j∑Kk=1，k≠iH［i，］jkvkxk+uH［i，，］jz［i，］j(2)在设计好内层预编码矩阵v［i，］j和接收滤波矩阵u［i，］j后，小区i中第j个用户的第m个数据流上的信干噪比SINＲ［i，］jm可以表示为SINＲ［i，］jm=|um［i，］jHH［i，］jiV［i，］jm|2σ2‖u［i，］jm‖2+I［i，］jm(3)其中:u［i，］jm为接收滤波矩阵u［i，］j的第m列，V［i，］jm为预编码矩阵的第m列。I［i，］jm=∑da=1，a≠m|um?
系统和容量随着信噪比Ah亦让瀚烤

?奇异值对应的右奇异向量作为接收端波束赋形向量。此时反馈的调度系数为最小奇异值的二范数，即η［i，］j=σ［i，］jL2。3仿真验证将本文中的算法与基于最大信干噪比(Max-SINＲ)的随机波束赋形算法进行仿真比较。基于Max-SINＲ算法在广播一组随机正交波束后，每个用户分别反馈其在各个波束上的信干噪比，基站为每一个波束选择可以实现最大信干噪比的用户，并将该波束作为该被选中用户的波束赋形向量，基于Max-SINＲ的随机波束赋形在设计接收端波束向量和用户选择机制都是最大化目标信号的信干噪比的。图3是在K=3，M=3，L=3，N=50的蜂窝下行干扰信道中，系统和容量随信噪比的变化曲线，可以发现在这个干扰受限的例子中，基于级联预编码的机会干扰对齐比Max-SINＲ算法的系统和容量大，因为它完全消除了小区中用户间干扰，同时有效抑制了小区间的干扰。而基于Max-SINＲ算法在选择用户时仅考虑到能在该波束上实现最大信干噪比而没有考虑到多波束干扰。特别的是，当信噪比较低时，级联预编码算法得到的和容量是小于Max-SINＲ算法的，这是因为在信噪比较低时本文的算法还没有及时选择出最合适的用户。图4是同上的场景下两种算法的平均能量效率对比图，与文献［15］相似，平均能量效率被定义为单位带宽内单位能量传输的信息比特数，即log2(1+SINＲk)/P(k)，其单位为bit/(Hz·J)，其中P(k)是用户k的发送功率。本文算法中接收端得到的期望信号功率与干扰信号功率均是小于max-SINＲ算法的，但是平均能量效率在信噪比超过特定范围后是大于max-SINＲ的随机波束赋形算法。图5是在K=3，M=4，L=2，信噪比为25dB时蜂窝下行干扰信道中，随着每个小区内用户数增加，本文的算法与max-SINＲ算法的系统和容量随信噪比的变化图，可
【作者单位】：重庆邮电大学移动通信技术重点实验室;
【基金】：长江学者和创新团队发展计划资助项目(IRT1299) 重庆市科委项目(CSTC2012jj A40044,CSTC2013yykf A40010);重庆市科委重点实验室专项经费资助项目重庆邮电大学自然科学基金资助项目(A2011-51)
【分类号】：TN911.4

【参考文献】