下载文档原格式
提升MIMO干扰信道容量的干扰对齐方案宋林中;赵宇;马永涛【期刊名称】《计算机工程》【年(卷),期】2014(000)011【摘要】A new interference alignment method is proposed to improve the channel capacity of the multi-user Multiple Input Multiple-Output( MIMO) channel. Based upon the assumption that the antenna configuration is unchangeable,the antennas at transmit node are divided into two parts and with differentiated parameters, it conduces to eliminate the correlation between the two subparts and contributes to form two independent sub-channels. The signals received are consolidated to extend the dimensions of the signal space. According to the equivalent channel transmission matrixes,the pre-coding matrices and combining matrices are separately designed by optimizing the angle between the pre-coding vectors and using orthogonal projection method. The new scheme can reduce the computation pervasively existed in the previous iterative algorithms. Simulation indicates that the proposed method can effectively promote the anti-interference ability of the MIMO channel with the unchanged antenna configuration.%为提高多用户MIMO干扰信道的容量，提出一种干扰对齐方案。
多小区全双工MIMO系统中干扰对齐方案景小荣;张翠翠【摘要】同时同频全双工(full-duplex ,FD)与多输入多输出(multiple-input multiple-output ,MIMO)技术的结合尽管可成倍地提升 MIMO系统的频谱效率,但由此而引起更为复杂的干扰问题限制了 FD技术的实际应用.为此,基于干扰对齐(interference alignment ,IA )思想,提出一种适用于多小区 FD-MIMO 系统的干扰解决方案.该方案同时适用于 FD基站 FD用户(FD-BS-FD-User)和 FD基站半双工(half-duplex ,HD)用户(FD-BS-HD-User)两种模型.该方案首先根据多对一(many-to-one ,MTO)线性 IA 算法,通过闭式求解来消除小区间和小区内上行干扰及下行干扰;然后基于上行用户发送对下行用户接收所造成的残留干扰,构建目标函数,接着结合一辅助函数将该目标函数转化为仅与上行用户内层预编码矩阵相关的复合代价函数,进而基于格拉斯曼流形上的最速梯度下降法在上行用户端实现预编码矩阵的迭代求解,以抑制上行用户发送对下行用户接收所造成的干扰.数值仿真结果验证了该 IA 方案在多小区 FD-MIMO 系统中的适用性和有效性.%The combination of co-time co-frequency full duplex (FD) and multiple-input multiple-output (MIMO) techniques has the potential to double the spectral efficiency of the MIMO systems ,but more compli-cated interferences arise ,w hich limits the application of FD technique .Based on the concept of the interference alignment (IA) ,this paper presents a scheme for the multi-cell FD-MIMO systems to solve the problem .This scheme is both suitable for the FD base FD user (FD-BS-FD-User) mode and FD base half duplex user (FD-BS-HD-User)mode.Inthescheme,themanytoone(MTO)linear IA algorithm isproposed to eliminate the inter-cell and intra-cell interference of uplink and downlink in the closed form .Then the objective function is constructed based on the residual interference between uplink users transmitting and downlink users receiving (I-UuT-DuR) ,and then transformed into the composite cost function with the aid of the auxiliary function ,which is only related to the uplink precoding matrix .Finally ,the composite cost function is optimized to obtain the precoder with the gradient descent method on the Grassmann manifold in an iterative manner .Numerical simulation results verify the applicability and effectiveness of the proposed scheme for multi-cell FD-MIMO systems .【期刊名称】《系统工程与电子技术》【年(卷),期】2018(040)007【总页数】11页(P1615-1625)【关键词】全双工;多小区;干扰对齐;多输入多输出系统【作者】景小荣;张翠翠【作者单位】重庆邮电大学通信与信息工程学院,重庆400065;移动通信技术重庆市重点实验室,重庆400065;重庆邮电大学通信与信息工程学院,重庆400065【正文语种】中文【中图分类】TN920 引言在全双工多输入多输出(full-duplex multiple-input multiple-output,FD-MIMO)无线系统中,基站在同时隙同频段内实现下行信号发送和上行信号接收。
基于干扰对齐的能量效率优化算法分析【摘要】为了提高MIMO系统的能量效率，本文首先提出一种干扰对齐优化算法―正交最大信干噪比算法，该算法针对最大信干噪比算法在中高信噪比条件下的不足完成优化。
然后，在该算法基础上进一步提出能量效率优化算法，该算法充分发挥了干扰对齐在抑制干扰方面的优势，利用MIMO系统的大量自由度，使系统中各用户能够同时收发信息而不产生相互干扰。
仿真实验结果表明，提出的基于干扰对齐的能量效率优化算法能够显著提高MIMO系统的能量效率。
【关键词】多输入多输出系统干扰对齐能量效率doi：10.3969/j.issn.1006-1010.2016.02.014 中图分类号：TN929.5 文献标识码：A 文章编号：1006-1010（2016）02-0066-08引用格式：钱进，孙银江，郭磊，等. 基于干扰对齐的能量效率优化算法分析[J]. 移动通信，2016，40（2）：66-73.Analysis on for Energy Efficiency Optimization Algorithm Based on Interference AlignmentQIAN Jin1，SUN Yin-jiang2，GUO Lei3，LI Bing-qing3（1. The Navy’s Military Representative Room of the Third Academy of CASIC，Beijing 100074，China;2. Beijing Institute of Electrical and Mechanical Engineering，Beijing 100074，China;3. School of Electronics and Information Engineering，Harbin Institute of Technology，Harbin 150001，China）[Abstract] In order to improve the energy efficiency of MIMO systems，an interference alignment optimization algorithm named orthogonal maximumsignal-to-interference-plus-noise （SINR）was proposed in this paper. The proposed algorithm realizes the optimization according to the flaw of maximum SINR algorithm at high SNR. Then，based on the proposed algorithm，an energy efficiency optimization algorithm was further proposed，which fully takes the advantage of interference alignment in interference suppression. Specifically，a large number of degree of freedom in MIMO system was utilized so that users in the system to receive and send information simultaneously without mutual interference. Simulation results show that the energy efficiency optimization algorithm based on interference alignment can significantly improve the energy efficiency of MIMO system.[Key words] MIMO system interference alignmentenergy efficiency1 引言多输入多输出（Multiple Input Multiple Output，MIMO）技术可以显著提高信道容量，仅在被提出后的几年里就已应用到大规模、标准驱动的无线网络系统，如无线局域网、宽带无线接入、3G通信网络等[1]。
一种多用户MIMO系统干扰对齐优化算法陈艳;宋云超【摘要】干扰对齐技术可以获得干扰信道自由度的最佳值,从而有效改善系统的性能.在实际系统中干扰对齐技术通常采用迭代的方法进行预编码矩阵与干扰抑制矩阵的设计,而迭代方法都需要对发送预编码矩阵进行初始化处理.然而,目前大多数已有的研究所采用的初始化处理方法都忽略了干扰的影响.因此,在此基础上提出了一种基于新的初始化方法的优化算法,该方法在初始化预编码矩阵中既考虑了干扰信号也考虑了有用信号.首先,选取均方误差和最小化作为优化目标,然后利用正交三角(QR)分解将信道空间分为有用信号空间与干扰信号空间来进行预编码矩阵的初始化设计,经过反复迭代得到发送预编码矩阵与干扰抑制矩阵的最优解.理论分析和仿真结果表明,所提算法在收敛性、均方误差、和速率等方面都优于其他算法.【期刊名称】《电讯技术》【年(卷),期】2018(058)007【总页数】7页(P785-791)【关键词】MIMO干扰信道;干扰对齐;迭代算法;预编码初始化【作者】陈艳;宋云超【作者单位】南京邮电大学电子与光学工程学院、微电子学院,南京210003;南京理工大学紫金学院电子工程与光电技术学院,南京210046;南京邮电大学电子与光学工程学院、微电子学院,南京210003【正文语种】中文【中图分类】TN929.51 引言作为第四代蜂窝移动通信系统的关键技术之一，多输入多输出(Multiple-Input Multiple-Output，MIMO)技术在不增加系统带宽和天线发射功率的前提下可以显著提高信道的容量及频谱利用率[1]。
单用户MIMO系统若配置的天线数受限会降低系统获得的容量增益，而多用户MIMO系统允许多个用户同时进行通信，可达到更高的容量，但当天线数目及用户数量增加时会引起无线介质的广播与叠加，此时干扰成为制约多用户MIMO系统可靠通信的重要因素之一[2]。
因此，为了改善系统的性能，需要采用有效的措施对用户引起的干扰进行管理。
环式对齐链的干扰对齐闭式解方法，作为一个重要的研究领域，对于解决实际问题具有重要意义。
本文将从深度和广度两个方面来探讨这一主题，帮助您更全面地理解这一概念。
一、基本概念解析1.1 环式对齐链环式对齐链是指在信号处理领域中，利用环式传感器对齐链进行信号采集和处理的一种方法。
它可以通过传感器实现对环形结构中的信号采集，并实现高精度的测量和控制，具有重要的应用价值。
1.2 干扰对齐闭式解方法干扰对齐闭式解方法是一种处理系统中干扰对齐问题的解决方案。
通过闭合的数学模型和方法，可以有效地处理系统中的干扰，提高系统的稳定性和可靠性，对于环式对齐链的应用具有重要意义。
二、相关研究与应用2.1 环式对齐链在精密测量中的应用环式对齐链在精密测量领域中有着广泛的应用，可以实现对微小变化的测量和监测，广泛应用于航空航天、地质勘探等领域。
2.2 干扰对齐闭式解方法在通信系统中的应用干扰对齐闭式解方法在通信系统中可以有效地处理信号干扰，提高通信质量和可靠性，对于环式对齐链在通信领域中的应用具有重要的意义。
三、个人观点和理解对于环式对齐链的干扰对齐闭式解方法，我认为在实际应用中需要综合考虑系统的稳定性、精度和实时性等因素，才能更好地发挥其作用。
还需要不断探索和创新，将其应用推广到更多的领域，为人类社会的发展做出更大的贡献。
总结回顾通过本文的探讨，我们对基于环式对齐链的干扰对齐闭式解方法有了更深入的理解。
环式对齐链在精密测量和通信系统中的应用具有重要意义，而干扰对齐闭式解方法能够有效解决系统中的干扰问题，提高系统的稳定性和可靠性。
我对这一主题的个人观点是，需要综合考虑多方面因素，并不断进行创新和应用推广，才能更好地发挥其作用，为社会发展做出更大的贡献。
通过本文的撰写，希望能够帮助您更全面、深刻地理解基于环式对齐链的干扰对齐闭式解方法，也希望能够对您的学术研究和实际工作有所帮助。
干扰对齐闭式解方法的研究和应用是一个非常重要的课题，它涉及到了信号处理、通信系统、精密测量等多个领域，对于解决实际问题具有重要的意义。
干扰对齐优化方案设想以3用户MIMO干扰信道示例定义()()()()1123231113232111112[][]123()1112323111323211123,,arg max (),,arg min ,kijijijij ij ij M m ij m k k ij ij H m m jm F eig E j m F H H F F H H F H j j H j j kk k kG H U U v v F F F v f F H H F F H H F G G I F F I jG G G H F G λλλ--====--⎛⎫ ⎪⎡⎤⎡⎤=⎪⎣⎦⎣⎦⎪⎝⎭⎧⎫=⎨⎬⎩⎭=====∑∑231231123131/2max arg min (),,()()arg max ()()kkk M Hkk k k k kk kG k FH FkHHHkk k k k kk k kk k k k kk k k H H k kk k k kk k k G M H H k kk k k kk H F G G H F Atr A A G G G tr H F G G H F H F G G H F tr G H F F H G G v H F F H =====-=⎡⎤=--⎣⎦⎡⎤=⎢⎥⎣⎦=∑∑∑∑为发射机j(j=1，2，．．．，K)与接收机i(i=1，2，．．．，K)之间的信道矩阵，假设信道为平坦瑞利信道，信道中元素独立同分布，服从均值为0和方差为1的复高斯分布。
接收机k 接收到的信号(矢量)为：11,kkk kj j j k kk k k kj j j k j j j ky H F s n H F s H F s n ==≠=+=++∑∑其中，j F 为发射机j 的发送预编码矩阵，j s 为发射机j 的发送信号矢量， kn 为接受机k 的加性高斯白噪声矢量。
上式中已将接收信置号分成有用信号kk k k H F s 和干扰信号1,kkj j j j j kH F s =≠∑.传统的干扰对齐方法 干扰对齐需满足()()1212133211233311322span H F span H F H F H F H F H F ===可以化简为()()()()1112323111323211span F span EF F H H F F H H F --===其中，()()()111313212132321E H H H H H H ---=。
可见，传统的干扰对齐只是将发射端的预编码矩阵进行了一定条件的限制，从而将每个小区的干扰控制在特定范围内，尽量不去干扰其他小区，对自身干扰的原因没有任何的处理方法。
我们对干扰对齐的优化方案就是让有用的信号在发射端加强，并且让干扰信号远离有用信号所在空间，即从自身和外在减少干扰的影响。
一 对有用信号的加强—干扰抑制矩阵的优化这个方法的第一步需要选取本小区基站到用户传输信道质量最好的/2M 子信道。
然后对本小区基站到用户的信道矩阵kk H ()1,2,3k =做奇异值分解（SVD ），其原理如下：H kk H U V =∧[]11k k kM mn a U U a ⎛⎫⎪=•••⎪ ⎪⎝⎭ 1Hk H kMV V ⎛⎫ ⎪⎪ ⎪⎝⎭公式中，∧为奇异值从大到小组合而成的对角矩阵，而且其相对应的奇异值为()1,2,3;1,...km a k m M ==；U 和V 分别为奇异值相对应的左右奇异矢量而组成的信道矩阵，并且它相对应的左右奇异矢量分别可以是()1,2,3;1,...km u k m M ==和()1,2,3;1,...km v k m M == ；k 为小区的数目，m 为奇异值从大到小依次排列的数目。
()1,2,3;1,.../2km v k m M ==为小区中信道中，质量最好的所需要的特征子信道。
这样做的目的就是将有用信号聚集到干扰信号的补空间，从而提高有用信号的强度。
二降低干扰信号的干扰作用-预编码矩阵的优化对信道矩阵H做奇异值分解，奇异值越大，说明信道质量越好，所以我们ij要选取奇异值大的信道。
然后再将预编码矩阵F进行优化，得到三个信道分别对应的优化的预编码矩阵的值。
这样便可以算出可以使干扰对齐到同一信号子空间的干扰对齐预编码矩阵，从而减少其他干扰信号的影响。
三总结步骤一和步骤二任何一步都可以将传统的干扰对齐方案进行优化，使其发挥更好的作用，如果同时进行，那么，就可以使在发送端最大化减少干扰，在接收端进一步提高有用信号强度，从而优化了整个通信系统。
仿真部分代码程序：信道容量：close all;clear all;clc;N_loop=100;EbN0=0:5:25;N0=1;Eb=10.^(EbN0/10)*N0;normalized=sqrt(1/2);C_norm=zeros(1,length(EbN0));D=zeros(1,N_loop);n=[1,2,4,8];W=3*10^4;for i=1:4for ee=1:length(EbN0)for s=1:N_loopH=randn(n(i),n(i))+j*randn(n(i),n(i));Q=H'*H;m=n(i);I=eye(m,m); SNR=Eb(ee)/N0;C=W*log2(det(I+SNR/n(i)*Q)); /*2log (1/)C B S N =+*/ D(s)=C; endC_avg=sum(D)/N_loop; C_normal=C_avg/W; C_norm(ee)=C_normal;disp(['When SNR is ',num2str(EbN0(ee)),'dB: C_avg',int2str(i),' = ',num2str(C_avg),'; C_normal ',int2str(i),' = ',num2str(C_normal)]);endP=plot(EbN0,C_norm,'r-d'); set(P,'linewidth',[2]); axis([0 30 0 100]); AX=gca;set(AX,'fontsize',14);title('\fontsize{12}\bfMIMO ÐŵÀÈÝÁ¿'); X=xlabel('Eb/N_0 [dB]£¨ÐÅÔë±È£©'); set(X,'fontsize',12);Y=ylabel('Capacity bit/s/Hz£¨ÐŵÀÈÝÁ¿£©'); set(Y,'fontsize',12); hold on ; grid on ; endlegend('n1=1','n2=2','n3=4','n4=8');对信道矩阵ij H 进行奇异值分解ij H =111ij ijij ij ij M m ij m U U v v λλ⎛⎫ ⎪⎡⎤⎡⎤⎪⎣⎦⎣⎦ ⎪⎝⎭奇异值越大，信道质量越好，需要选择矩阵E 的M ／2个最大的奇异值对应 的奇异矢量作为1F 的预编码矢量集合。
我们引入新的发射机1的发送预编码矩阵E 的计算和优化方法：12[][]1()11arg max ()k k ij ij Hm m jm F eig E j m F v f λ==⎧⎫=⎨⎬⎩⎭∑∑其中jm f 为1F 对应地第m 列在多发射端协作的环境下，我们在选取预编码矩阵时，不仅仅只依靠发射端1来计算预编码矩阵，要同时考虑到三个发射端最优的条件，只有这样才能达到整体最优的效果。
于是我们给出下列等式()()1123231113232112[][]123()11,,arg max ()k k ij ij H m m jm F eig E j m F H H F F H H F F F F v f λ--====⎧⎫=⎨⎬⎩⎭∑∑干扰抑制矩阵的优化算法设j G 为干扰抑制矩阵，不失一般性，我们假设，H j j G G I =,H j j F F I =,j =1,2,3由于已经计算出干扰对齐预编码矩阵j F ，每一个接收端选择他的期望信号子空间j G ，来减少与总的期望信号空间的平方距离。
于是有目标方程：231231,,arg min ,kkk k kG k MG G G H F G ==∑231arg minkHkkk k k kk kG k FHF G G H F ==-∑根据公式()H FAtr A A =，得1231,,()()kH H Hkk k k k kk k kk k k k kk k k G G G tr H F G G H F H F G G H F =⎡⎤=--⎣⎦∑31arg max ()kH Hk kk k k kk k k G tr G H F F H G =⎡⎤=⎢⎥⎣⎦∑()H H k kk k k kk k tr G H F F H G 是有用信号的功率，所以，有用信号功率越大，干扰的抑制效果最好，所以，我们要让有用信号的功率获得最大值，所以我们取/2max ()M H H k kk k k kk G v H F F H =，从而获得了最优的干扰抑制矩阵。
