CN102891740A - 基于盲干扰对齐的小区间干扰抑制方法 - Google Patents
基于盲干扰对齐的小区间干扰抑制方法 Download PDFInfo
- Publication number
- CN102891740A CN102891740A CN2012103384822A CN201210338482A CN102891740A CN 102891740 A CN102891740 A CN 102891740A CN 2012103384822 A CN2012103384822 A CN 2012103384822A CN 201210338482 A CN201210338482 A CN 201210338482A CN 102891740 A CN102891740 A CN 102891740A
- Authority
- CN
- China
- Prior art keywords
- base station
- period
- user
- antenna
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
为了克服现有的多小区干扰抑制方法中发送端需要建立反馈信道,传送信道信息的不足,提出一种基于盲干扰对齐的小区间干扰抑制方法。根据信道相关特性,两个相邻时段内的发送信道近似不变。系统引入天线切换的概念并利用信道的这种相关特性,在发送端采用切换发送天线的方法,无需发送端获得任何干扰用户的MIMO信道矩阵信息和干扰用户的数据信息,因此无需反馈链路。该方法在有效消除邻小区干扰的同时大大减少了系统开销。与此同时,该方法在一定的发送准则下,仍然保持较高的MIMO传输自由度,不影响系统性能。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及无线通信系统中小区间干扰抑制技术。
背景技术
在早期的移动蜂窝通信系统中,使用频率复用来规划频率。相邻小区使用的频率资源不同,频率复用因子大于1,因此小区间存在的干扰也很小,但频谱利用率较低。随着移动通信系统的发展,下一代移动通信系统为了追求频谱效率将使用频率复用因子为1的复用方式,所有小区都将使用所有的频率资源,小区间将使用相同的频率资源,因此将造成严重的邻小区干扰。与此同时,由于多输入多输出(Multiple-Input Multiple-Out-put,MIMO)技术能在不增加频率资源基础上成倍提高系统容量,也将成为下一代移动通信系统如3GPP长期演进(3GPP Long Term Evolution,LTE),LTE后续演进(LTE-Advanced,LTE-A)系统的核心技术。由于频率复用因子为1的频率复用方式和MIMO技术的引入,未来移动通信系统将成为干扰严重受限的系统,小区边缘用户将受到严重的小区间干扰(Inter-CellInterference,ICI)。小区边缘用户的吞吐量问题将成为下一代移动通信系统的瓶颈问题。
在码分多址(Code Division Multiple Access,CDMA)系统中,由于也采用了复用因子为1的复用方式,因此小区间干扰问题也是CDMA系统的核心问题。在CDMA系统中提出了相应的干扰删除技术,它也可显著地改善小区边缘的系统性能和频谱效率,但只适用于带宽较大的业务,当带宽较小时则会浪费很多资源;在时分同步码分多址(TimeDivision-Synchronous Code Division Multiple Access,TD-SCDMA)系统中,多用户检测(MUD)、智能天线、串行干扰消除(SIC)和基于块检测的联合检测(JD)四种技术被应用于小区间干扰消除。
在LTE系统中,所提出的多小区干扰抑制方法主要有:
1、干扰协调:对小区间的发射功率及频率进行协调,通过限制小区的可用资源,以减少服务小区受到相邻小区的干扰,从而提高相邻小区在这些资源上的信噪比以及小区边缘的数据速率和覆盖。
2、干扰随机化:将干扰信号白噪声化来进行随机化,即对干扰信号进行一种人为的信号叠加,从而使得干扰信号的特性近似“白噪声”。这种随机化方式不能降低干扰的能量,但用户可以通过接收机处理来对干扰进行抑制。
3、干扰删除:通过使用不同的扩频码,将干扰小区的信号解调、解码,然后将来自该小区的干扰信号重构、删除。通过迭代检测删除的方式,不断的检测并减少接收信号中的干扰,从而更好的得到有用信号。
LTE—R10中提出利用多小区协同(CoMP)技术来解决多小区干扰问题:
多小区协同:建立超级小区,将小区扇区化,将会产生干扰的扇区联合成为一个协作簇,选取簇内的一个基站作为主基站,收集和发布控制信息和传输数据。现有的几种协同算法有:
1、联合处理(Joint Processing,JP):多个地理上分开的节点联合发射信号给一个或者多个用户,从而提高接收信号的质量以及消除对其他用户的干扰。参与协同的所有小区的AP可以看作一个在虚拟小区里的虚拟天线阵列。这个层次的协同需要协同小区相互之间共享用户数据信息,因为实际的信息传输会涉及到多个参与小区的协同合作。这种联合处理的结果就是目标用户接收到的信号可以相关或者非相关的进行合并。
2、经典的JP算法:块对角化(Block diagonalization,BD)算法。BD预编码的思想是,假设基站知道完全的信道状态信息(CSI),通过块对角化,使每个小区每个用户的预编码向量占用信道矩阵对角线的一部分,而非该小区该用户的信道部分为零。各小区各用户之间是独立并行的,因此小区之间的干扰为零,将预编码矩阵落在其他用户的零空间内,从而完全消除小区间干扰。
3、基于协作调度/波束成形(Coordinate Schedule/Beamforming,CS/CB):用户的数据信息仅由服务小区的无线接入点(Access Point,AP)发送,通过基站(EvolvedNode B,eNodeB)的调度和波束成形,协同CoMP协同集合中的其他AP,进一步降低对用户的干扰。各个AP之间只需要共享用户的信道信息,不需要共享数据信息,只有服务小区的AP发射用户数据信息。
如图2所示,经典的CB算法:信号泄漏噪声比(signal-to-leakage-and-noise ratio,SLNR)算法,即最大化用户的有用信号功率与该有用信号泄漏到其他用户的功率的比值,同时等效于最大化用户的有用信号功率,并最小化对其他用户造成的干扰。SLNR算法具有闭式解,且每个用户的接收天线数没有限制。信号泄漏噪声比在设计预编码向量时,考虑了噪声的影响,因此不要求完全消除小区间干扰。
以下详细介绍BD算法和SLNR算法的实现流程。
(1)BD预编码算法
如图1所示,该算法要求通信系统必须满足维数限制:发射天线数目M不小于任意K-1个用户接收天线的数目之和,即
其中,Ni为用户i的接收天线数目。BD算法的核心思想是消除多用户间的干扰,通过预编码矩阵使干扰项为零,即满足:
其中,Hk为用户k的信道矩阵,si为用户i的发送信号,Ti为用户i的预编码向量。上式等价为,
假设各个用户是等功率分配,则用户k的预编码矩阵Tk可记为:
其中,Ak为单位矩阵I。
整体的预编码矩阵T为,
简单的将这种算法记为BD-SVD预编码。
(2)SLNR预编码算法
SLNR的定义为:
其中,si为发送给用户i的数据,第一项是有效信号,第二项为共信道干扰(CCI),第三项ni为噪声。
利用泄露的概念,现构建一个最优化问题,求解其他所有用户的总干扰功率,使其最小。选择适当的预编码矢量wi,i={1,…,K},使上式最大化并且满足||wi||2=1。令,
其中Nk为用户k的接收天线数,最优解应为,
现有的多小区干扰抑制方法的主要缺点是发送端需要建立反馈信道,传送信道信息,增加系统开销。
发明内容
本发明的目的是为了克服现有的多小区干扰抑制方法中发送端需要建立反馈信道,传送信道信息的不足,提出一种基于盲干扰对齐的小区间干扰抑制方法。
为了实现上述目的,本发明的技术方案是:基于盲干扰对齐的小区间干扰抑制方法,所述小区包括两相互干扰的第一小区和第二小区,第一小区包含第一基站,第二小区包含第二基站;其特征在于,所述干扰抑制方法包括以下步骤:
S1、将第一基站发送天线分为p组天线和q组天线,p和q为组别代号,发送数据时,发送的数据在p组天线与q组天线之间以周期T切换,所述周期T包含tp时段和tq时段,tp=tq,tp+tq=T,周期T满足在周期T内信道信息基本不变;tp时段p组天线发送数据,tq时段q组天线发送数据,p组天线和q组天线分别发送不同数据;第二基站天线发送数据时,不进行天线间的切换,并在周期T内发送相同数据;第一基站包含的总天线数为NA,第二基站包含的总天线数为NB,第一基站p组总天线数为m,第一基站q组总天线数为n,第一小区用户a的接收天线数为Ma,第二小区用户b的接收天线数为Mb,a和b分别表示第一小区和第二小区的某一用户;NA、NB、Ma、Mb、m和n满足关系:
S2、恢复第一小区用户a的有用信号,具体过程如下:
S21、获取MIMO信道矩阵:将第一小区用户a的tp时段和tq时段接收到的信号相减,删除tp时段和tq时段用户a的接收数据中来自第二基站的干扰以得到第一基站的MIMO信道矩阵;
S22、根据第一基站的MIMO信道矩阵,计算出第一小区用户a的有用信号;
S3、恢复第二小区用户b的有用信号,具体过程如下:
S31、获取MIMO信道矩阵:将第一小区用户a的信号作为第二小区用户b的干扰代入用户b的接收信号中并删除此干扰以得到第二基站的MIMO信道矩阵;
S32、根据第二基站的MIMO信道矩阵,计算出第二小区用户b的有用信号;
本发明的有益效果:本发明的方法引入天线切换的概念,根据信道相关特性,两个相邻时段内的发送信道近似不变,利用信道的这种相关特性,在发送端采用切换发送天线,无需发送端获得任何干扰用户的MIMO信道矩阵信息和干扰用户的数据信息,因此无需反馈链路。本发明的方法在有效消除邻小区干扰的同时大大减少了系统开销;并且在一定的发送准则下,仍然保持较高的MIMO传输自由度,不影响系统性能。
附图说明
图1为BD预编码算法的原理框图。
图2为SLNR算法用户1的信号泄露示意图。
图3为本发明的方法系统结构图。
图4为实施例一的系统结构图。
图5为实施例二的系统结构图。
图6为本发明的方法与不消除干扰算法误码性能比较图。
图7为本发明的方法与SLNR算法误码性能比较图。
图8为本发明的方法与SLNR算法信道容量比较图。
图9为本发明的方法与不消除干扰算法信道容量比较图。
具体实施方式
下面结合附图3至附图5对本发明的技术方案进行详细说明。在具体实施例中,本发明的第一基站以基站A代替,第二基站以基站B代替,第一小区以小区A代替,第二小区以小区B代替。以下实例不构成对本发明的限定。
如图3所示,基于盲干扰对齐的小区间干扰抑制方法,针对多小区情形,发送端利用信道的相关性(相邻时段信道信息基本不变),切换发送天线,相邻时段的信号即盲对齐到了同一子空间,在接收端通过将干扰所在空间进行抛弃,保留信号所在空间从而解调出需要的数据,因此该方法将干扰与有用信号放到不同的子空间来有效消除小区间干扰,具体包括以下步骤:
S1、将第一基站发送天线分为p组天线和q组天线,p和q为组别代号,发送数据时,发送的数据在p组天线与q组天线之间以周期T切换,所述周期T包含tp时段和tq时段,tp=tq,tp+tq=T,周期T满足在周期T内信道信息基本不变;tp时段p组天线发送数据,tq时段q组天线发送数据,p组天线和q组天线分别发送不同数据;第二基站天线发送数据时,不进行天线间的切换,并在周期T内发送相同数据;第一基站包含的总天线数为NA,第二基站包含的总天线数为NB,第一基站p组总天线数为m,第一基站q组总天线数为n。这里以第一小区用户a和第二小区用户b为例进行说明,第一小区用户a的接收天线数为Ma,第二小区用户b的接收天线数为Mb,a和b分别表示第一小区和第二小区的某一用户;NA、NB、Ma、Mb、m和n满足关系:
本领域的普通技术人员将会意识到:此关系式中的各量仅由此关系约束,在具体是实例中将会赋予各量具体的量值,该具体量值不构成对本发明方法的限制。
基站天线发送方案如表1所示:
表1
S2、恢复用户a的有用信号,具体过程如下:
S21、获取MIMO信道矩阵:将用户a的tp时段和tq时段接收到的信号相减,删除tp时段和tq时段用户a的接收数据中来自基站B的干扰以得到基站A的MIMO信道矩阵;
S22、根据基站A的MIMO信道矩阵,计算出用户a的有用信号;这里可以采用最小均方误差(Minimum Mean Square Error,MMSE)接收检测算法对基站A的MIMO信道矩阵处理,计算出用户a的有用信号;
S3、恢复用户b的有用信号,具体过程如下:
S31、获取MIMO信道矩阵:将用户a的有用信号作为用户b信号的干扰代入用户b的接收信号中并删除此干扰以得到基站B的MIMO信道矩阵;
S32、根据基站B的MIMO信道矩阵,计算出小区B用户a的有用信号;比如运用MMSE接收检测算法对基站B的MIMO信道矩阵处理,计算出用户b有用信号;
上述步骤S21具体过程如下:用户根据接收的导频数据进行信道估计以获取MIMO信道矩阵[hAA(1)-hAA(2)]。
其中:
其中,YA(1)表示用户a在tp时段接收到的信号,hAA(1)表示在tp时段基站A到用户a的信道矩阵,hBA(1)表示在tp时段基站B到用户a的信道矩阵,表示tp时段基站A的p组第j根天线到用户a的第i根接收天线的信道,表示tp时段基站B的第j根天线到用户a的第i根接收天线的信道,nA(1)表示基站A在tp时段发送信号过程中,受到信道影响而产生的加性高斯白噪声;
其中表示YA(2)表示用户a在tq时段接收到的信号,hAA(2)表示在tq时段基站A到用户a的信道矩阵,hBA(2)表示在tq时段基站B到用户a的信道矩阵,表示tq时段基站A的q组第j根天线到用户a的第i根接收天线的信道,表示tq时段基站B的第j根天线到用户a的第i根接收天线的信道,nA(2)表示基站A在tq时段发送信号过程中,受到信道影响而产生的加性高斯白噪声;
上述步骤S31具体包括如下分步骤:
S3111、恢复小区A的有用信号
S312、获取MIMO信道矩阵Heq',具体过程如下:
其中,
其中:
其中,YB(1)表示用户b在tp时段接收到的信号,hAB(1)表示在tp时段基站A到用户b的信道矩阵,hBB(1)表示在tp时段基站B到用户b的信道矩阵,表示tp时段基站A的p组第j根天线到用户b的第i根接收天线的信道,表示tp时段基站B的第j根天线到用户b的第i根接收天线的信道,nB(1)表示基站B在tp时段发送信号过程中,受到信道影响而产生的加性高斯白噪声;
其中,YB(2)表示用户b在tq时段时接收到的信号,hAB(2)表示在tq时段基站A到用户b的信道矩阵,hBB(2)表示在tq 时段基站B到用户b的信道矩阵,表示tq时段基站A的q组第j根天线到用户b的第i根接收天线的信道,表示tq时段基站B的第j根天线到用户b的第i根接收天线的信道,nB(2)表示基站B在tq时段发送信号过程中,受到信道影响而产生的加性高斯白噪声。
实施例一:
S1、如图4所示系统中,基站A配置2根发送天线,分成两组,每组一根天线,以周期T交互切换,周期T包含两个时段tp和tq,tp=tq,tp+tq=T;基站B配置2根发送天线,不进行天线间切换;用户配置2根接收天线。两个小区各有一个用户,基站A每时段仅一根天线发送数据,每时段切换一次天线,每时段发送不同数据;基站B使用两根天线,每根天线发送不同数据,每两个时段发送相同数据。具体发送方案如表2所示:
表2
S2、恢复用户a的有用信号:
用户a在tp时段接收到的信号可表示为:
用户a在tq时段接收到的信号可表示为:
由信道相关性可知,hAA(1)≠hAA(2),hBA(1)=hBA(2)。发送符号1与发送符号2在发送过程中,干扰信号对齐到了同一维子空间中,从而可通过两时段接收信号相减得到有用信号,从而将干扰删除,根据(22)和(23)得到:
S3、恢复用户b的有用信号:
用户b在tp时段接收到的信号可表示为:
用户b在tq时段接收到的信号可表示为:
由信道相关性可知,hAB(1)≠hAB(2),hBB(1)=hBB(2)。此时,基站A发送的信号即为干扰信号。在上文的基础上,可估计出基站A发送信号,从而在发送符号1与发送符号2的接收信号中,将干扰信号删除,再对基站B发送的有用信号进行估计,根据(25)和(26)得到:
其中, 即为估计干扰信号产生的误差。通过式(28)即可恢复出有用信号 若此误差足够小,能准确恢复基站B的发送信号。其余周期信号,亦可通过上述方法,对相邻两个发送符号对应接收到的信号项相减,恢复基站发送数据。
实施例二:
S1、如图5所示,基站A配置4根发送天线,每2根天线为一组以周期T进行切换发送,周期T包含两个时段tp和tq,tp=tq;基站B配置4根发送天线,不进行天线间切换;用户配置4根接收天线,两个小区各有一个用户,基站A的4根发送天线共分为2组,每组2根天线;每时段仅2根天线发送数据,每时段对两组进行切换,每根天线每时段发送不同数据;基站B使用4根天线,每根天线发送不同数据,每两个时段发送相同数据。具体发送方案如表3所示:
表3
S2、恢复用户a的有用信号:
用户a在tp时段接收到的信号可表示为:
用户a在tq时段接收到的信号可表示为:
由信道相关性可知,hAA(1)≠hAA(2),hBA(1)=hBA(2)。tp时段与tq时段的信号在发送过程中,干扰信号对齐到了同一维子空间中,从而可通过两时段接收信号相减得到有用信号,从而将干扰删除。因而可将(29)-(30)得到:
S3、恢复用户b的有用信号:
用户b在发送tp时段接收到的信号可表示为:
用户b在发送tq时段接收到的信号可表示为:
由信道相关性可知,hAB(1)≠hAB(2),hBB(1)=hBB(2)。此时,基站A发送的信号即为干扰信号。在上文的基础上,可估计出基站A发送信号,从而在tp时段与tq时段的接收信号中,将干扰信号删除,再对基站B发送的有用信号进行估计。因而可将(32)-(33)得到:
其中,
即为估计干扰信号产生的误差。通过式(35)即可恢复出有用信号 若此误差足够小,能准确恢复基站B的发送信号。其余周期信号,亦可通过上述方法,恢复基站发送数据。
下面结合图6及图9对本发明的方法与不消除干扰算法误码性能及信道容量进行比较分析:
图6展示了在不同的信噪比条件下,本发明的方法(Blind Interference Alignment,BIA)与不消除干扰情况下的误码性能对比图。仿真中,本发明的方法中基站A配置2根发送天线,周期性交互切换天线发送数据,基站B配置2根发送天线,不进行天线切换,用户配置2根接收天线;不消除干扰情况中基站A仅配置一根发送天线,基站B配置2根发送天线,两基站均不进行天线切换,用户配置2根接收天线。信道模型建模为单径瑞利信道模型,在两时段内,两种算法平均每时段每基站发送一流数据。从图中可以看出,本发明的方法比不消除干扰情况下具有更好的误码性能。在低信噪比情况下,性能约好4dB,随着信噪比的不断增大,性能优势明显。由于本发明算法能很好的消除干扰,故在基站天线数及发送数据流数等条件相同时,本发明算法能有较好性能。但其性能受限于噪声,当信噪比增大时,本发明算法能很好的还原发送信号,获得更好的性能。
图9展示了在基站发送功率为46dBm,噪声功率谱密度为-174dBm W/Hz,带宽为5MHz条件下,本发明的方法(BIA)与不消除干扰算法的信道容量对比图。仿真中,本发明的方法中基站A配置2根发送天线,周期性交互切换天线发送数据,基站B配置2根发送天线,不进行天线切换,用户配置2根接收天线;不消除干扰情况中基站A仅配置一根发送天线,基站B配置2根发送天线,两基站均不进行天线切换,用户配置2根接收天线。信道模型建模为单径瑞利信道模型,在两时段内,两种算法平均每时段每基站发送一流数据。由于本发明算法能很好的消除干扰,故在基站天线数及发送数据流数等条件相同时,本发明算法能有较好性能。
下面结合图7及图8对本发明的方法与SLNR算法误码性能及信道容量进行比较分析:
图7展示了在不同的信噪比条件下,本发明的方法与SLNR算法的误码性能对比图。仿真中,本发明的方法中基站A配置2根发送天线,周期性交互切换天线发送数据,基站B配置2根发送天线,不进行天线切换,用户配置2根接收天线;SLNR算法中基站A与基站B均配置2根发送天线,均不进行天线切换,用户配置2根接收天线。信道模型建模为单径瑞利信道模型,在两时段内,两种算法平均每时段每基站发送一流数据。从图中可以看出,本发明的方法比SLNR算法具有更好的误码性能。当信噪比达到7时,随着信噪比的不断增大,性能优势明显。由于本发明算法能很好的消除干扰且性能受限于噪声,故当信噪比增大时,本发明算法能很好的还原发送信号,获得更好的性能,而SLNR不能有效的删除干扰,故当信噪比增大时,性能仍受限于干扰。而低信噪比时,由于SLNR算法在基站A多配置有一根天线,较本发明算法具有分集增益,故能较好的还原信号。
图8展示了在基站发送功率为46dBm,噪声功率谱密度为-174dBm W/Hz,带宽为5MHz条件下,本发明的方法与SLNR算法的信道容量对比图。仿真中,本发明的方法中基站A配置2根发送天线,周期性交互切换天线发送数据,基站B配置2根发送天线,不进行天线切换,用户配置2根接收天线;SLNR算法中基站A与基站B均配置2根发送天线,均不进行天线切换,用户配置2根接收天线。信道模型建模为单径瑞利信道模型,在两时段内,两种算法平均每时段每基站发送一流数据。从图中可以看出,本发明的方法比SLNR情况下具有更高的信道容量。在CDF为0.27时,两种情况信道容量相当,随后本发明的方法性能优势明显。由于本发明的方法中,基站A每时段仅使用一根天线,而SLNR算法每时段使用两根天线,故在CDF较小时,SLNR算法较本发明方法有一定的信道容量优势。
综上所述,本发明的方法利用盲干扰对齐的思想,利用天线切换,无需反馈开销,有效的降低了能耗,抑制了小区间干扰,具有以下明显的优势和性能改进:
1、发送端不需要任何用户的MIMO信道矩阵和干扰用户的数据信息交互,用户只需根据接收的导频数据进行信道估计以获取自身当前的MIMO信道矩阵,无需反馈链路,无需考虑反馈链路延迟等问题、无需预编码,减少系统开销。
2、在一定的发送准则下,仍然保持较高的MIMO自由度。
3、算法复杂度较低,无需矩阵分解。
以上所述仅为本发明的具体实施方式,本领域的技术人员将会理解,在本发明所揭露的技术范围内,可以对本发明进行各种修改、替换和改变。因此本发明不应由上述事例来限定,而应以权力要求书的保护范围来限定。
Claims (3)
1.基于盲干扰对齐的小区间干扰抑制方法,所述小区包括相互干扰的第一小区和第二小区,第一小区包含第一基站,第二小区包含第二基站;其特征在于,所述干扰抑制方法包括以下步骤:
S1、将第一基站发送天线分为p组天线和q组天线,发送数据时,发送的数据在p组天线与q组天线之间以周期T切换,所述周期T包含tp时段和tq时段,tp=tq,tp+tq=T,周期T满足在周期T内信道信息不变;tp时段p组天线发送数据,tq时段q组天线发送数据,p组天线和q组天线分别发送不同数据;第二基站天线发送数据时,不进行天线间的切换,并在周期T内发送相同数据;第一基站包含的总天线数为NA,第二基站包含的总天线数为NB,第一基站p组总天线数为m,第一基站q组总天线数为n,第一小区用户a的接收天线数为Ma,第二小区用户b的接收天线数为Mb;NA、NB、Ma、Mb、m和n满足关系:
S2、恢复第一小区用户a的有用信号,具体过程如下:
S21、获取MIMO信道矩阵:将第一小区用户a的tp时段和tq时段接收到的信号相减,删除tp时段和tq时段用户a的接收数据中来自第二基站的干扰以得到第一基站的MIMO信道矩阵;
S22、根据第一基站的MIMO信道矩阵,计算出第一小区用户a的有用信号;
S3、恢复第二小区用户b的有用信号,具体过程如下:
S31、获取MIMO信道矩阵:将第一小区用户a信号作为第二小区用户b信号的干扰代入用户b的接收信号中并删除此干扰以得到第二基站的MIMO信道矩阵;
S32、根据第二基站的MIMO信道矩阵,计算出第二小区用户b有用信号。
2.根据权利要求1所述的基于盲干扰对齐的小区间干扰抑制方法,其特征在于,步骤S21具体过程如下:
其中:
其中,YA(1)表示用户a在tp时段接收到的信号,hAA(1)表示在tp时段第一基站到第一小区用户a的信道矩阵,hBA(1)表示在tp时段第二基站到第一小区用户a的信道矩阵, 表示tp时段第一基站的p组第j根天线到第一小区用户a的第i根接收天线的信道, 表示tp时段第二基站的第j根天线到第一小区用户a的第i根接收天线的信道,nA(1)表示第一基站在tp时段发送信号过程中,受到信道影响而产生的加性高斯白噪声;
3.根据权利要求1所述的基于盲干扰对齐的小区间干扰抑制方法,其特征在于,步骤S31具体包括如下分步骤:
S312、获取MIMO信道矩阵Heq′,具体过程如下:
其中,
其中:
其中,YB(1)表示用户b在tp时段接收到的信号,hAB(1)表示在tp时段基站A到用户b的信道矩阵,hBB(1)表示在tp时段基站B到用户b的信道矩阵, 表示tp时段基站A的p组第j根天线到用户b的第i根接收天线的信道, 表示tp时段基站B的第j根天线到用户b的第i根接收天线的信道,nB(1)表示基站B在tp时段发送信号过程中,受到信道影响而产生的加性高斯白噪声;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210338482.2A CN102891740B (zh) | 2012-09-13 | 2012-09-13 | 基于盲干扰对齐的小区间干扰抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210338482.2A CN102891740B (zh) | 2012-09-13 | 2012-09-13 | 基于盲干扰对齐的小区间干扰抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102891740A true CN102891740A (zh) | 2013-01-23 |
CN102891740B CN102891740B (zh) | 2014-12-10 |
Family
ID=47535120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210338482.2A Expired - Fee Related CN102891740B (zh) | 2012-09-13 | 2012-09-13 | 基于盲干扰对齐的小区间干扰抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102891740B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103441971A (zh) * | 2013-08-28 | 2013-12-11 | 电子科技大学 | 基于能效优先的三小区盲干扰抑制方法 |
CN104023405A (zh) * | 2014-06-20 | 2014-09-03 | 北京邮电大学 | 一种数据传输方法、装置及系统 |
CN104022809A (zh) * | 2013-03-01 | 2014-09-03 | 电信科学技术研究院 | 一种mu-mimo波束赋形发端干扰抑制方法及装置 |
CN104253622A (zh) * | 2013-06-27 | 2014-12-31 | 英特尔移动通信有限责任公司 | 干扰消除无线电接收器 |
WO2015180047A1 (zh) * | 2014-05-28 | 2015-12-03 | 华为技术有限公司 | 一种干扰消除方法及相关装置 |
CN105591681A (zh) * | 2016-01-19 | 2016-05-18 | 东南大学 | 一种半盲干扰对齐发送方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006034424A2 (en) * | 2004-09-23 | 2006-03-30 | Interdigital Technology Corporation | Blind signal separation using a combination of correlated and uncorrelated antenna elements |
CN101938837A (zh) * | 2009-06-30 | 2011-01-05 | 华为技术有限公司 | 小区间干扰抑制方法、装置 |
CN101989864A (zh) * | 2009-08-04 | 2011-03-23 | 魏昕 | 一种ds/cdma系统中的盲多址干扰抑制方法 |
CN102158312A (zh) * | 2011-03-18 | 2011-08-17 | 西安电子科技大学 | 基于信号空间对齐的共信道多用户干扰抑制方法 |
-
2012
- 2012-09-13 CN CN201210338482.2A patent/CN102891740B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006034424A2 (en) * | 2004-09-23 | 2006-03-30 | Interdigital Technology Corporation | Blind signal separation using a combination of correlated and uncorrelated antenna elements |
CN101938837A (zh) * | 2009-06-30 | 2011-01-05 | 华为技术有限公司 | 小区间干扰抑制方法、装置 |
CN101989864A (zh) * | 2009-08-04 | 2011-03-23 | 魏昕 | 一种ds/cdma系统中的盲多址干扰抑制方法 |
CN102158312A (zh) * | 2011-03-18 | 2011-08-17 | 西安电子科技大学 | 基于信号空间对齐的共信道多用户干扰抑制方法 |
Non-Patent Citations (2)
Title |
---|
卢华兵: "多天线两小区蜂窝系统的低开销线性干扰对齐算法", 《信号处理》, vol. 28, no. 8, 25 August 2012 (2012-08-25), pages 1148 - 1155 * |
杨洁等: "基于干扰信道的干扰对齐算法综述", 《南京邮电大学学报(自然科学版)》, vol. 32, no. 4, 15 August 2012 (2012-08-15), pages 1 - 7 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104022809A (zh) * | 2013-03-01 | 2014-09-03 | 电信科学技术研究院 | 一种mu-mimo波束赋形发端干扰抑制方法及装置 |
CN104022809B (zh) * | 2013-03-01 | 2017-11-14 | 电信科学技术研究院 | 一种mu‑mimo波束赋形发端干扰抑制方法及装置 |
CN104253622A (zh) * | 2013-06-27 | 2014-12-31 | 英特尔移动通信有限责任公司 | 干扰消除无线电接收器 |
CN104253622B (zh) * | 2013-06-27 | 2017-05-03 | 英特尔德国有限责任公司 | 干扰消除无线电接收器 |
CN103441971A (zh) * | 2013-08-28 | 2013-12-11 | 电子科技大学 | 基于能效优先的三小区盲干扰抑制方法 |
CN103441971B (zh) * | 2013-08-28 | 2016-04-27 | 电子科技大学 | 基于能效优先的三小区盲干扰抑制方法 |
WO2015180047A1 (zh) * | 2014-05-28 | 2015-12-03 | 华为技术有限公司 | 一种干扰消除方法及相关装置 |
CN104023405A (zh) * | 2014-06-20 | 2014-09-03 | 北京邮电大学 | 一种数据传输方法、装置及系统 |
CN104023405B (zh) * | 2014-06-20 | 2017-08-11 | 北京邮电大学 | 一种数据传输方法、装置及系统 |
CN105591681A (zh) * | 2016-01-19 | 2016-05-18 | 东南大学 | 一种半盲干扰对齐发送方法 |
CN105591681B (zh) * | 2016-01-19 | 2018-10-02 | 东南大学 | 一种半盲干扰对齐发送方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102891740B (zh) | 2014-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Atzeni et al. | Fractional pilot reuse in massive MIMO systems | |
JP6018848B2 (ja) | 干渉アラインメントに基づくプレコーディング、プレデコーディング方法および送信機ならびに移動端末 | |
Björnson et al. | Cell-free versus cellular massive MIMO: What processing is needed for cell-free to win? | |
CN102891740B (zh) | 基于盲干扰对齐的小区间干扰抑制方法 | |
Tresch et al. | Clustered interference alignment in large cellular networks | |
Garcia et al. | Dynamic cooperation set clustering on base station cooperation cellular networks | |
Shojaeifard et al. | Design, modeling, and performance analysis of multi-antenna heterogeneous cellular networks | |
Chatzinotas et al. | Cognitive interference alignment between small cells and a macrocell | |
Li et al. | Performance evaluation of coordinated multi-point transmission schemes with predicted CSI | |
CN102752071B (zh) | 用于多点协作系统的下行链路预编码方法和中心处理节点 | |
Song et al. | Flexible coordinated beamforming (FlexCoBF) for the downlink of multi-user MIMO systems in single and clustered multiple cells | |
CN103441971B (zh) | 基于能效优先的三小区盲干扰抑制方法 | |
Kaya et al. | Dense distributed massive MIMO: Precoding and power control | |
Mungara et al. | Degrees of freedom and interference mitigation for MIMO interfering broadcast channels | |
Mennerich et al. | Interference mitigation framework for cellular mobile radio networks | |
Tabikh et al. | Beamforming design with combined channel estimate and covariance CSIT via random matrix theory | |
CN101953088B (zh) | 利用部分csi反馈的正交投影预编码和解码方法及其设备 | |
Nigam et al. | Spatiotemporal base station cooperation in a cellular network: The worst-case user | |
Zhou et al. | Asynchronous pilots scheduling in massive MIMO systems | |
Kothari et al. | Massive MIMO Pre-coders for Cognitive Radio Network Performance Improvement: A Technological Survey | |
Ren et al. | Intra-cell performance aware uplink opportunistic interference alignment | |
Hefnawi | Space division multiplexing access aided cognitive radio networks | |
Kaleva et al. | Decentralized sum MSE minimization for coordinated multi-point transmission | |
Fanjul et al. | Power minimization in multi-tier networks with flexible duplexing | |
Khan et al. | Multi-cell block diagonalization precoding for multiuser MIMO broadcast channel |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141210 Termination date: 20150913 |
|
EXPY | Termination of patent right or utility model |