MIMO蜂窝网络下的干扰对齐算法研究

发布时间：2017-06-16 03:07

  本文关键词：MIMO蜂窝网络下的干扰对齐算法研究，，由笔耕文化传播整理发布。

【摘要】：如今,在新世纪第二个十年,人们有更多的通信需求,即追求更快的移动无线通信速度和更高的通信质量。随着无线通信技术的发展,无线通信环境变得越来越复杂,干扰是无线网络通信中制约通信系统性能和用户吞吐量的主要原因,种种干扰处理机制一向是无线通信领域的焦点问题。许多研究学者对干扰信道有更深入地研究,提出了一种新思想称之为干扰对齐(IA, Interference Alignment)的干扰处理机制,这种技术通过在发送端设计预编码向量和接收端进行简单的迫零就可以使系统获得最大自由度。文中开始介绍了干扰对齐的概念,学习了这种新思想的基本原理。研究了两种传统的干扰对齐算法,即方向型干扰对齐(D-IA)算法和机会式干扰对齐-OIA1算法。分析了D-IA算法在不同反馈条件下的性能和OIA1算法在用户数量不同时的系统性能。其次,由于现有的干扰对齐算法没有考虑对有用信号和接收信噪比(SNR)的影响,介绍了两种迭代式的干扰对齐算法,即MP-IA算法和MSINR-IA算法。研究表明MP-IA算法和MSINR-IA算法都比D-IA算法有更好的和速率性能和误码率性能,MP-IA算法有最优的误码率性能,MSINR-IA算法的和速率性能最好。针对实际场景中的信道估计误差和高移动性导致的反馈延迟,仿真了两种算法在非理想信道下的和速率性能和误码率性能,两种算法依然比D-IA算法有更好的性能,各自的优势保持不变。随着信道误差增大或时延变长,都会造成三种算法的性能下降。最后,研究了两种机会式干扰对齐算法,即SLIR-US算法和MSE-OIA算法。仿真结果表明,SLIR-US算法和MSE-OIA算法就和速率性能和误码率性能而言,比OIA1算法要更好；在非理想信道下,随着误差增大或者时延增大,三种算法的系统性能都会下降,但是SLIR-US算法和MSE-OIA算法的优越性不会受到影响。在实际的通信场景中,对和速率要求比较高的时候,可以采用SLIR-US算法,而对误码率要求较高的时候,可以采用MSE-OIA算法。
【关键词】：干扰对齐 迭代式 机会式 非理想信道
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN919.3
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-15
• 1.1 课题研究背景及意义11-12
• 1.2 国内外研究发展现状12-13
• 1.3 论文结构与安排13-15
• 第2章 理想信道环境下的传统干扰对齐算法研究15-26
• 2.1 干扰对齐的基本概念15-18
• 2.2 有限反馈下的干扰对齐算法18-21
• 2.2.1 方向型干扰对齐(D-IA)18-19
• 2.2.2 仿真结果分析19-21
• 2.3 传统的机会式干扰对齐算法21-25
• 2.3.1 机会式干扰对齐-OIA1算法21-23
• 2.3.2 仿真结果分析23-25
• 2.4 本章小结25-26
• 第3章 非理想信道环境下的迭代式干扰对齐算法研究26-45
• 3.1 系统模型26-27
• 3.2 最大功率干扰对齐算法性能分析27-36
• 3.2.1 最大功率干扰对齐(MP-IA)27-29
• 3.2.2 理想信道下MP-IA算法的性能29-32
• 3.2.3 非理想信道下MP-IA算法的性能32-36
• 3.3 最大接收信噪比算法性能分析36-44
• 3.3.1 最大接收信噪比干扰对齐(MSINR-IA)36-38
• 3.3.2 理想信道下MSINR-IA算法的性能38-41
• 3.3.3 非理想信道下MSINR-IA算法的性能41-44
• 3.4 本章小结44-45
• 第4章 非理想信道环境下的机会式干扰对齐算法研究45-56
• 4.1 系统模型45-46
• 4.2 SLIR-US算法性能分析46-49
• 4.2.1 SLIR-US算法46-48
• 4.2.2 理想信道下SLIR-US算法的性能48-49
• 4.3 MSE-OIA算法性能分析49-52
• 4.3.1 MSE-OIA算法49-50
• 4.3.2 理想信道下的MSE-OIA算法的性能50-52
• 4.4 非理想信道下的SLIR-US算法和MSE-OIA算法的性能52-55
• 4.5 本章小结55-56
• 第5章 结论与展望56-58
• 5.1 论文工作总结56
• 5.2 未来工作展望56-58
• 致谢58-59
• 参考文献59-64
• 攻读硕士学位期间发表的论文及参与的科研项目64

【相似文献】

中国期刊全文数据库 前10条

1 刘波;;“算法设计与分析”教学探讨[J];高等理科教育;2007年04期

2 肖小克;陈莉;;《算法设计与分析》实践教学探讨[J];福建电脑;2009年10期

3 穆瑞辉;;计算机算法设计研究与思考[J];数字技术与应用;2012年12期

4 潘博;;构建“算法设计与分析”趣味课堂[J];科教文汇(下旬刊);2013年06期

5 王希常,杨志强;一类考场编排算法的设计[J];山东师范大学学报(自然科学版);2002年04期

6 龙腾芳,高金文;“分而治之”方法在算法设计中的应用[J];渤海大学学报(自然科学版);2004年01期

7 吕国英;;《算法设计与分析》教材建设的实施[J];计算机教育;2007年19期

8 徐子珊;;“算法设计与分析”教学中理论与技术的平衡[J];计算机教育;2008年10期

9 郑红;邵志清;符海波;;“算法设计与分析”课程教学改革初探[J];计算机教育;2008年14期

10 高尚;;“算法设计与分析”课程改革初探[J];计算机教育;2008年14期

中国重要会议论文全文数据库 前10条

1 雷咏梅;;椭圆曲线密码体制的算法设计与实现[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

2 杨盘洪;朱军祥;赵建安;杨静;;机动目标跟踪的模糊变结构交互多模算法[A];2007'中国仪器仪表与测控技术交流大会论文集（二）[C];2007年

3 徐子珊;;《算法设计与分析》课程中的工程教育[A];2005年全国理论计算机科学学术年会论文集[C];2005年

4 王辉;刘治昌;;用一种新算法设计的安全系统[A];2007年中国智能自动化会议论文集[C];2007年

5 舒辉;柳清峰;杜祝平;周蓓;;实践教学模式在本科专业课程教学中的应用[A];中国电子教育学会高教分会2010年论文集[C];2010年

6 彭小宏;阳东升;刘忠;;基于聚类算法的组织协作网设计[A];2006中国控制与决策学术年会论文集[C];2006年

7 李皓;罗熊;;云存储部署优化的进化算法设计[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

8 罗长政;李熙莹;王镇波;罗东华;;一种大流量交叉路口的背景提取与更新算法[A];第十五届全国图象图形学学术会议论文集[C];2010年

9 杨利;李霖;昌月楼;阳国贵;;对称位向量及启发式并行散列连接算法[A];数据库研究与进展95——第十三届全国数据库学术会议论文集[C];1995年

10 张晋;;嵌入式电脑鼠运行算法的研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

中国重要报纸全文数据库 前1条

1 ;算法设计的策略[N];电脑报;2003年

中国博士学位论文全文数据库 前10条

1 谷伟哲;齐次光滑算法及其应用[D];天津大学;2010年

2 龙海侠;进化算法及其在生物信息中的应用[D];江南大学;2010年

3 谭跃;具有混沌局部搜索策略的粒子群优化算法研究[D];中南大学;2013年

4 尤海峰;求解隐式目标优化问题的交互式进化算法研究[D];中国科学技术大学;2011年

5 张常淳;基于MapReduce的大数据连接算法的设计与优化[D];中国科学技术大学;2014年

6 郭崇慧;地区中长期发展规划若干定量模型、算法及应用研究[D];大连理工大学;2002年

7 蒋蔚;粒子滤波改进算法研究与应用[D];哈尔滨工业大学;2010年

8 孙贺;算法设计中的若干前沿问题[D];复旦大学;2009年

9 陈宁涛;基于二分技术的高效算法设计及其应用[D];华中科技大学;2006年

10 娄晓文;无符号基因组切割再粘贴重组问题的算法研究[D];山东大学;2010年

中国硕士学位论文全文数据库 前10条

1 李欣园;基于选择偏好的组合聚类算法研究与实现[D];内蒙古大学;2015年

2 杨潇;界约束非线性最小二乘问题的无导数算法[D];上海交通大学;2015年

3 王晓璐;基于Zynq的LS-SVM算法加速器设计[D];哈尔滨工业大学;2015年

4 楼磊磊;医疗保险数据异常行为检测算法和系统[D];浙江大学;2015年

5 齐海龙;基于改进人工蜂群算法的非线性系统辨识方法研究[D];北京化工大学;2015年

6 蔡平梅;结构化稀疏信号的恢复算法研究[D];上海大学;2015年

7 赵晨阳;基于蚁群算法的高阶图匹配方法研究[D];西安电子科技大学;2014年

8 苟清松;多目标粒子滤波检测前跟踪算法研究[D];电子科技大学;2015年

9 李枝勇;蝙蝠算法及其在函数优化中的应用研究[D];上海理工大学;2013年

10 李莲;基于蜂群和粗糙集的聚类算法研究[D];长沙理工大学;2014年

  本文关键词：MIMO蜂窝网络下的干扰对齐算法研究，由笔耕文化传播整理发布。

本文编号：454224