基于线性弥散空时码的有限反馈干扰对齐算法

干扰对齐(interference alignment,IA)作为极具潜力的干扰管理策略,能获得与用户数量成线性关系的自由度增益,但因其需要全局实时信道状态信息(channel state information,CSI)才能有效实现,使得IA理论向实用的转化将面临众多挑战。针对该问题,本文基于多小区蜂窝系统,提出了一种基于线性弥散空时码的有限反馈干扰对齐算法,该算法将预编码和线性弥散空时码编码进行级联,在只需反馈单个用户CSI的条件下,通过合理地设计预编码矩阵、线性弥散空时码块以及接收端的接收矩阵,来实现干扰的完全消除。仿真结果表明,相比已有研究,新IA算法在实现干扰完全消除的情况下,能够极大地降低系统CSI反馈开销。     

基于预编码矩阵的迭代均衡算法

针对长期演进(long time evolution,LTE)下行多输入多输出正交频分多址链路(multiple input multiple output orthogonal frequency division multiplexing, MIMO OFDM)异步通信系统中的天线间干扰和多径干扰的问题,提出一种低复杂度的基于预编码矩阵的迭代均衡算法。在发射端,该算法通过预编码矩阵将信号扩展到所有子载波上,从而降低部分子载波深衰落对扩展前原始信号的影响。在接收端,利用最小均方差误差排序QR分解(minimum mean square error sorted QR decomposition, MMSE SQRD)软输入软输出干扰消除均衡算法,一方面避免传统基于最小均方误差(minimum mean square error,MMSE)并行软干扰消除均衡算法中复杂的矩阵求逆运算,进而降低了算法复杂度,另一方面利用信道排列优先检测信噪比最大的传输符号提高检测准确性。同时通过预编码对重构信号中误差进行扩展,进而缓解在迭代干扰消除过程中的误差传播。仿真结果证明,在2发2收场景下,误码率在10^-3时,算法经过5次迭代后系统性能相比于现有的迭代均衡算法改善约4 dB。     

基于干扰相消和局部搜索的多用户检测算法

大规模多输入多输出（multiple input multiple output, MIMO）中基站天线数远大于用户数,固匹配滤波（matching filtering, MF）检测子在上行多用户检测中有重要的应用潜力。但是和传统的迫零（zero forcing, ZF）、最小均方误差（minimum mean square error, MMSE）检测子相比,MF存在明显的性能损失,且在高信噪比区域出现“误差门限”效应。为了解决MF上述的不足,提出一种基于匹配滤波连续干扰相消和局部搜索的多用户检测算法。理论分析表明,与MF类似,所提方法的计算复杂度远低于MMSE、ZF,并且实验证明此方法的误符号率和误比特率明显低于MF。     

分布式MIMO系统中基于矩阵分割的检测算法

针对分布式多输入多输出(multiple input multiple output, MIMO)系统中由于收发天线在地域上的离散分布所引起的异步接收问题,提出了一种基于矩阵分割的串行检测算法。该算法先从等效信道矩阵中划分出较小的矩阵,然后在此矩阵内进行检测。检测出的结果,部分用于干扰消除,部分用于和之后的检测结果合并。最后,从干扰消除后的信道矩阵中再划分矩阵,重复检测步骤,直至所有信号被检测出。在瑞利衰落信道下的计算机仿真表明,该算法与已有的分布式天线下的排序干扰对消(distributed antenna ordering successive interference cancellation, DA-OSIC)检测算法相比,可支持信号的连续发送,且随着发送序列的增长,算法性能逐步逼近DA-OSIC算法,并具有较低的计算复杂度。     

多小区全双工MIMO系统中干扰对齐方案

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。     

MIMO系统中基于斜投影的盲空时多用户检测算法

针对多输入多输出(multiple input multiple output, MIMO)的码分多址(code division multiple access, CDMA)系统,提出了一种基于斜投影的盲空时多用户检测算法。该算法结合MIMO系统的空间分集技术与Alamouti空时分组码 (space time block coding, STBC)方案,自适应地跟踪干扰子空间和多天线信道,在此基础上对接收信号进行斜投影抑制多址干扰(multiple access interference, MAI),解决了传统的基于子空间的最小均方误差(minimum mean square error, MMSE)盲空时多用户检测算法收敛速度慢和强干扰的情况下稳态性能低的问题,提高了多用户检测的鲁棒性,且计算复杂度较低。仿真结果表明该算法的有效性。     

空间分集干扰对齐研究

干扰对齐(interference alignment, IA)通过在接收端把干扰对齐到同一个子空间中,可以在干扰信道中实现最大的自由度,但在低信噪比时,IA可靠性较差,针对这个问题,研究了实现分集IA的条件,提出了基于子空间投影的单端分集及双端分集的具体实现方案。通过理论分析和仿真验证阐述了分集对改善IA性能的机理,给出了IA中分集与复用的折中方案。分集能提高IA的接收信噪比,减小差错概率,从而改善IA在低信噪比时的性能。最后,通过仿真验证了分集IA的性能。     

MIMO-NOMA系统中短包传输的功率分配方法

多输入多输出非正交多址接入(multiple input and multiple output-non-orthogonal multiple access,MIMO-NOMA)技术能够增加设备连接数量,有效提高系统的频谱效率,针对超可靠低时延应用业务中需要短包传输,而多用户簇的MIMO-NOMA系统同一簇用户对内远用户的吞吐量较低的问题,利用奇异值分解和最大比合并的方法消除簇间干扰,考虑近用户解码远用户的块错误概率低于给定阈值条件下,利用交替迭代算法联合优化簇内用户的发送功率和最大可达传输速率,实现远用户吞吐量的最大化。仿真结果表明与短包传输MIMO正交多址接入(orthogonal multiple access,OMA)系统相比,在保证块错误概率低于10^-5的条件下,远用户的吞吐量提高了32%。     

MIMO系统中基于因素图的迭代信号检测算法

基于无线通信中接收信号的似然检测模型,给出发送信号估计和推理的因素图描述。在此基础上,应用标准和积算法提出一种频率选择性衰落信道下的多输入多输出(multiple input multiple output,MIMO)系统的迭代信号检测算法。为了降低计算复杂度,提出一种快速迭代检测算法,通过引入概率数据关联方法,避免了标准和积算法中符号概率估计的积分计算。仿真结果表明,应用标准和积算法得到的迭代信号检测算法可以逼近最优算法的性能,而快速迭代检测算法在大幅降低计算复杂度的同时,误码率性能比传统的最小均方误差算法有较大优势。     

多天线系统中基于QR分解的混合SIC/PIC检测

提出了一种有效并且数值稳定的、基于QR分解的垂直分层空时码(vertical layered space-time code, V-BLAST)检测算法。在信道矩阵QR分解得到的上三角矩阵中,先检测的信号具有更高的分集度,然而传统的基于QR分解的算法由于没有利用这种潜在的分集,通常性能要低于其他连续干扰消除（successive interference cancellation, SIC）算法。新算法在每一干扰消除阶段引入并行干扰消除（parallel interference cancellation, PIC）,对已估计的各个分量进行更新,有效减少现有连续干扰消除类算法存在的误差传递问题。仿真表明新算法性能明显优于传统基于最小均方误差（minimum mean square error, MMSE）的连续干扰消除算法性能,且算法复杂度依检测顺序的确定方法不同而略高于或低于MMSE算法。     

面向毫米波大规模MIMO的时间反演干扰消除技术

提出了面向毫米波大规模多输入多输出(multiple input multiple output, MIMO)的新型时间反演技术,称为干扰消除时间反演。该方法适用于频率选择性室内信道,通过预滤波器设计来实现。该方法在传统时间反演技术的基础上进行优化,使毫米波大规模MIMO系统的用户间干扰达到最小。推导了使用该方案时系统的信噪比和用户可达速率表达式,并对所提方法的计算复杂度进行了对比分析。仿真验证了干扰消除时间反演法使每个用户的平均误比特率减小,提高了系统可达速率。     

MIMO干扰信道下基于自适应复合代价函数的干扰对齐预编码设计

在多输入多输出(multiple-input multiple-output,MIMO)干扰信道中,针对传统的单边干扰对齐(interference-alignment,IA)算法不能有效地保留期望信号而导致系统容量受限的问题,提出一种利用辅助中间变量实现单边IA的设计思想,并以此为基础,给出一种基于自适应复合代价函数(adaptive composite cost function,ACCF)的IA预编码设计方法。该方法首先定义期望子空间内的残留干扰和有用信号功率的自适应加权差作为代价函数;进而通过一辅助函数,将干扰抑制矩阵转化为中间变量,以构造复合代价函数;最后利用格拉斯曼(Grassmann)流形上的梯度下降法实现复合代价函数的优化求解。数值仿真结果验证了基于ACCF的IA方法在MIMO干扰信道中的有效性。     

Analysis for MIMO correlated frequency-selective channel in the presence of interference

The space time spreading,superimposed training sequences,and space-time coding are used to present a multiple input and multiple output(MIMO)systems model,and a closed-form of average error probability upper bound expression for MIMO correlated frequency-selective channel in the presence of interference(co-channel interference and jamming signals)is derived.Moreover,the correlation at both ends of the wireless link that can be incorporated equivalently into correlation at the transmit end is also derived.which is significant to analyze space-time link algorithm of MIMO systems.     

任意阵列双基地MIMO雷达的半实值MUSIC 目标DOD和DOA联合估计

实值处理具有降低高自由度多输入多输出(multiple input multiple output,MIMO)雷达角度估计大计算量的优势。但受制于阵列的共轭对称性,对于任意阵列结构的双基地MIMO雷达发射角(direction of departure, DOD)和接收角(direction of arrival, DOA)联合估计,若不做附加的预处理则无法实现实值操作,故将常规阵列实值处理的多重信号分类(multiple signal classification, MUSIC)超分辨算法推广至任意阵列结构的双基地MIMO雷达。首先根据MIMO雷达的导向矢量共轭与镜像的对等性,提取接收信号协方差矩阵的实部,并对其进行特征分解得到“目标加倍”的信号子空间及其应对的噪声子空间;然后利用Kronecker积的特性对其进行降维处理,得到搜索区域减半的一维半实值域MUSIC谱,取出目标DOD真值与其镜像代入降维Capon算法来剔除虚拟峰值得到目标DOD估计真值;最后利用特征矢量得到模糊DOA估计值,采用方向余弦差最小范数方法得到目标DOA无模糊估计值。本文算法估计性能与一维搜索复数域MUSIC相当,计算量约降50%,且能够实现DOD和DOA的自动配对。仿真结果证明了该算法的有效性。     

基于网络编码的D2D干扰消除算法

终端直通(device-to-device, D2D)通信与蜂窝网络共享无线资源的同时,会引起D2D用户、蜂窝用户和基站之间互相干扰,影响通信质量,为此提出一种蜂窝网络中基于网络编码的D2D干扰消除算法。该算法中,D2D发送端将检测到的蜂窝干扰信号与D2D信号进行网络编码,D2D接收端接收到编码信号后,利用干扰重构消除蜂窝干扰信号,达到消除干扰的目的。理论分析与仿真结果表明,该算法在保证D2D用户复用蜂窝用户资源以及提高频谱利用率的同时,可以提高D2D通信系统可达速率和系统吞吐量,进一步降低符号错误概率。     

异步码分多址系统中盲窄带干扰抑制

对于在频率选择性衰落信道下,异步码分多址系统的窄带干扰的抑制,给出了基于MMSE的权值向量闭合表达式,为了降低算法计算量并自适应更新该闭合表达式,利用子空间方法对该闭合表达式进行逼近,同时利用子空间跟踪方法对该权值向量进行更新。由于该方法只需期望信号特征序列及其时延,因此是一种盲干扰抑制方法。该算法对窄带干扰类型不敏感而且不需要知道干扰模型,因而适用于抑制不同的窄带干扰。对BPSK、多频以及二者的混合窄带干扰模型进行了干扰抑制仿真,结果验证了该算法对不同的窄带干扰模型均可以取得很好的干扰抑制效果。