基于干扰信道的干扰对齐算法综述

在无线通信系统中,用户间干扰总是制约着网络的吞吐量,因此寻求有效的干扰管理方法显得尤为关键.文中首先引出多种传统的干扰管理方法,但基于这些方法的系统容量都会受到干扰的限制,而且随着用户数的增加,很难获取这些方法的一般解.然而干扰对齐算法可使系统的总容量随着用户数的增加线性递增,文中重点综述两类干扰对齐算法:一类是基于信号空间的干扰对齐算法,另一类是基于信号编码级的干扰对齐算法,最后简要分析了干扰对齐算法的可行性和应用前景.     

基于实干扰对齐技术的两用户中继辅助信道的安全自由度分析

中继辅助信道是无线通信中的一种重要信道模型?针对源端与目的端有直接链路的两用户中继辅助干扰信道模型,2个合法发送端分别将保密信息通过中继发送给对应的期望接收端,而不希望被非期望接收端窃听到保密信息?结合实干扰对齐技术和协作干扰技术,从保密速率和安全自由度(secure degrees of freedom,S-DOF)2个指标来研究该模型的安全性能,使接收端能分离出期望信号,而非期望信号与协作干扰信号在接收端完美对齐?该方案中,中继采用放大转发的方式,同时发送一个协作干扰信号?然后设计实干扰对齐方案,分析得出系统的总安全自由度为1?     

一种非对称结构MIMO干扰信道的干扰对齐方法

研究一种非对称结构MIMO干扰信道干扰对齐闭式解求解问题.通过将整个系统的干扰对齐问题,转化为两个子系统的干扰对齐问题,分析子系统之间相互影响的关系,构建包含系统解的方程组,进而可以用符号计算软件进行求解.所提方法可以在所需天线数量最小的条件下,实现非对称结构的MIMO干扰信道的干扰对齐,并以4用户系统为例,详细阐述了问题的求解过程.仿真部分对所提方法进行了验证,分析了方法的复杂度及优缺点.      

对称无线网络下干扰对齐算法的研究

干扰对齐通过预编码的方式将接收到的干扰对齐到接收机的子空间中,从而为期望信号提供了最大化的自由度.重点探究实现了干扰对齐预编码的三种典型的算法——最小化干扰泄露功率算法、最大化信干噪比算法以及最小化均方误差算法,三种算法都利用了无线信道的互易性,通过初始网络编码和逆网络编码的相互迭代最终拿到了各自优化准则下的干扰对齐预编码.通过上行传输速率这一性能函数分析和比较了这三种算法.仿真结果表明了各自算法的优劣.最后简要分析了干扰对齐算法的可行性与其广阔的应用前景.     

多小区 MIMO 网络中一种新的 D2D 通信干扰对齐算法

当多小区MIMO（multiple-input multiple-output）网络中引入D2D（device-to-device）技术后形成D2D-MIMO干扰网络,为解决其干扰问题,提出了一种基于天线数奇偶性的发送端数据流分配方案和基于该方案的干扰对齐（interference alignment,IA）算法。该算法通过最小化基站泄露到非目标用户的信号功率来求解蜂窝链路的预编码矩阵,通过最大化蜂窝用户的信干噪比（signal to interference plus noise ratio,SINR）来求取蜂窝链路的干扰抑制矩阵,进而通过线性干扰对齐消除蜂窝内干扰,并推导了系统的最大自由度（degrees of freedom,DOF）。理论分析和仿真表明,相对于现有算法而言,该算法提高了系统的自由度、频谱效率和能量效率,降低了对天线数的要求,增强了系统的灵活性。     

一种中继辅助下SISO系统的干扰对齐算法

通过研究含中继的单输入单输出（single input single output,SISO）对称无线干扰网络,分析了在SISO对称网络中进行干扰对齐（interference alignment,IA）时使用中继的必要性。综合考虑所有用户的最大弦距离给出了优化的分布式干扰对齐算法。基于此优化算法并使用中继,只需要进行2个时隙的信道扩展就可对SISO干扰网络实现干扰对齐,使每个用户对达到1/2的自由度。仿真结果表明,在增加中继并应用优化算法后,系统的容量、能量效率都有了显著的改善。     

LTE干扰抑制技术介绍及应用

介绍了几种LTE干扰抑制技术及应用,深入浅出地介绍了小区间干扰协调技术的实现,阐述了干扰抑制技术能大大提高LTE系统的性能,特别是提高小区边缘用户的性能。     

三小区多用户蜂窝系统的分组干扰对齐算法

针对3小区,每小区多个用户的蜂窝系统,提出了一种基于分组的线性干扰对齐算法.算法首先对系统中所有的用户进行分组,分组后的每组包含3个用户,且3用户分别来自系统中3个不同的小区,通过分组将复杂的蜂窝多址接入信道转换为较简单的干扰信道;然后在用户端通过联立多矩阵,应用特征向量求解预编码矩阵将每个分组中的干扰进行两两对齐,压缩干扰子空间,再利用最大化弦距离理论对得到的预编码矩阵进行进一步的优化,最后在基站端利用矩阵逆的性质以较低的计算复杂度设计干扰消除矩阵将系统中的干扰完全消除.通过系统仿真分析显示,该算法较传统的蜂窝干扰对齐算法,能以较低的天线配置和较低的计算复杂度实现较高的系统容量.     

干扰泄漏最小的多小区MIMO干扰对齐算法

在3小区多输入多输出(MIMO)干扰对齐通信系统中, 提出一种基于系统总干扰泄漏最小的预编码矩阵组的选择算法.首先求出系统中所有变换矩阵,并基于干扰泄漏最小准则从中寻找出最优的变换矩阵;再依据干扰对齐的最大自由度选出一半的特征向量组成预编码矩阵.仿真结果表明:与现有干扰对齐预编码矩阵的设计方案相比,文中提出的算法在系统和速率性能上有明显的改善,而且该算法在统计信道状态信息下同样具有优势.     

基于FastICA的盲干扰对齐算法

为克服现有的干扰对齐方法中发送端信道传输信息不足的问题, 提出了一种新的盲干扰对齐（BIA: Blind Interference Alignment）算法。在K用户MIMO(Multiple Input Multiple Output)干扰信道中, 发射端已经建立起干扰对齐机制条件下, 依照盲源分离(BSS: Blind Source Separation)理论, 将IA（Interference Alignment)模型与BSS模型相结合, 在接收端采用FastICA(Fast Independent Component Analysis)算法, 建立以干扰对齐为模型的目标函数。对数据进行中心化, 通过逐个分离的方法, 单独分离每个独立分量, 从而提取期望信号。Matlab仿真结果表明, 该算法能在未知信道状态信息的情况下有效实现干扰对齐, 同时具有较好的误码率。     

中继下基于特征子矩阵的干扰对齐优化算法

针对MIMO双向中继网络系统中,由于用户对间的数据流具有非对称性,通过研究用户对与中继之间的天线分配关系,提出了一种基于特征子矩阵的干扰对齐优化算法及可行性方案.该算法首先利用特征子矩阵准则,为每个用户设计干扰对齐预编码优化方案,然后基于分布式迭代算法逐一推导出最优的干扰抑制矩阵,以达到在目的用户端消除其他用户干扰的效果.通过仿真结果表明,与传统中继迫零方法相比较,优化算法对系统传输速率有了显著的改善.     

双向中继信道中用户和中继协作干扰管理算法

针对目前提出的大部分双向中继信道中干扰对齐算法得到的结果通常不是系统全局最优解的问题,通过用户协作和中继协作设计预编码矩阵实现干扰对齐算法,优化整个系统的总速率性能.此外,分别通过用户和中继协作功率控制将干扰当作噪声处理,实现双向中继信道中的干扰管理.仿真结果表明:用户协作和中继协作干扰管理算法的系统整体性能都较好,当中继节点发送功率较大时,用户协作模式系统的总速率性能优于中继协作模式的.     

多用户MIMO系统中分布式迭代干扰对齐研究

干扰是无线通信网中亟待解决的问题之一,针对多用户MIMO系统,结合最新的分布式算法,总结并比较了几种分布式迭代算法的复杂度以及能够实现的最大系统自由度.不同于两用户的MIMO X信道可以直接得到干扰对齐预编码矩阵,利用了信道互易性的分布式迭代算法能够很好地解决由于用户数和约束条件的增加造成干扰对齐预编码矩阵可能无解的问题.最后仿真验证了分布式迭代算法的有效性.     

感知蜂窝网中具有多主用户的干扰对齐算法

针对具有多个主用户和多个次用户的TD（time division）感知蜂窝网络,给出一种多个主用户和多个次用户的干扰对齐算法。考虑1个宏蜂窝网络与2个小蜂窝网络共存,且同时利用同样频率进行通信的情况,宏蜂窝中有2个主用户,每个小蜂窝中有2个次用户。按照实际应用场景中干扰的多少将次用户分为2类,让主用户也参与次用户的干扰对齐,根据最大信干噪比方案设计干扰对齐算法,利用迭代方法求解。通过系统仿真显示,在主用户容量牺牲很小的情况下次用户的容量得到改善,同时系统的总容量得到提高。     

干扰状态下大规模网络数据流的分发协调技术研究

干扰状态下大规模网络数据流具有实时性、波动性、突发性等特点,当前数据流分发协调方法无法保证数据流的平稳传输及分发协调的实时性。为此,提出一种新的干扰状态下大规模网络数据流分发协调方法,通过网络数据流预测值和实际值之间的误差滤除干扰状态下的干扰数据,保证剩余数据流的纯正性。将大规模网络数据流分发协调问题转换成多目标优化问题,以提高大规模网络数据流分发协调的整体性能为目的设定一个目标函数,提出一种大规模网络数据流分发协调预测技术,通过比较处理器计算资源和未来的预期负载确定数据流分发协调策略。实验结果表明,采用所提方法对干扰状态下大规模网络数据流进行分发协调,不仅效率高、实时性好,而且CPU资源利用率很高。     

蜂窝网络中基于格拉斯曼流形的子空间干扰对齐研究（英文）

研究了多小区多用户蜂窝网络中子空间干扰对齐技术.与基于预编码与接收滤波器联合设计的传统方法不同,本文提出的方法只需要预编码参与迭代优化,这样能够避免上下行链路反复交替迭代带来的冗余开销.更重要的是我们引入了格拉斯曼流形,将优化问题在此流形上重组,降低了空间维度,提出该流形上的最陡下降沿算法达到子空间干扰对齐.仿真结果表明本文提出的方法比已有算法具有收敛速度快,系统容量高的优势.     

采用干扰对齐的无线网络容量分析

首先利用基于随机几何的修正BM模型对于无线网络中的干扰信道进行了建模,然后分析了接收信号中干扰的不同特性及其对中断概率和空间容量的影响.为了降低干扰信号的影响,文中提出了基于干扰对齐的干扰管理方法.利用将K个干扰用户的干扰信号在一个子空间内对齐,可以有效地减小干扰的影响,因而有效地提高系统的容量.仿真结果表明,在父节点...     

基于遗传算法的三单播网络对齐及优化

针对三单播有向无循环网络,考虑无法得知网络内部拓扑图结构,且内部节点数量无法估量的情况.应用渐近干扰对齐技术研究各用户发送不同数据流m,n,p时的预编码矩阵,联合应用图论中的最短路径遗传算法和网络线性性质,分析其预编码网络对齐(precoding-based network alignment,PBNA)的可行性条件,该条件最终可简化为2个方程,实际检验复杂度较低,且每对单播会话能够达到1/2的自由度.     

高铁环境下基于大规模多入多出自适应波束成形的干扰对齐

随着高速铁路的快速发展,高铁用户对移动互联网的需求与日俱增。高铁环境下,信道处于快时变状态,列车速度越高,信道变化越快,信道状态信息(channel state information,CSI)存在严重的不准确性。针对此问题,首先对高铁环境下的CSI建模,通过统计特性与瞬时CSI对其进行动态修正。同时,为了保障高铁在运行过程中获得最佳的系统容量,还提出一种基于自适应波束成形的干扰对齐方法;该方法将天线分成两组,通过设计预编码,使干扰对齐到零空间,从而在接收端消除干扰。数值结果表明,所提的方法能很好地适应高速移动场景,达到最优的系统容量。     

GPS导航系统干扰抑制技术研究

随着GPS的广泛应用,其易于受到干扰的问题日益显现出来,卫星导航系统在干扰环境中对干扰抑制能力的强弱已经成为其是否能够发挥作用的关键。针对GPS导航系统不同的干扰途径,对GPS导航系统干扰抑制技术进行了详细地研究、分析,并根据各种GPS导航系统干扰抑制技术都存在优缺点的问题,提出了研究GPS导航系统干扰抑制技术的观点和思路。