CN103503354A

CN103503354A - 用于k个用户多输入多输出干扰信道的部分干扰对齐

Info

Publication number: CN103503354A
Application number: CN201280022063.6A
Authority: CN
Inventors: 黄煌; V.K.N.刘
Original assignee: DYNAMIC INV LLC
Current assignee: DYNAMIC INV LLC
Priority date: 2011-05-06
Filing date: 2012-05-07
Publication date: 2014-01-08
Also published as: US8811514B2; WO2012152065A1; US20120281780A1; EP2705624A1; EP2705624A4; KR20130138327A; JP2014522141A

Abstract

描述使用结合干扰检测方案以减轻准静态多输入多输出（MIMO）信道中的干扰的部分干扰对齐方案的系统、方法和装置。在一个方面中，根据干扰对齐方案和与发送器和接收器对之间的信号传输相关联的路径损耗，基于在发送器和接收器对的集合中的接收器处发送器的对齐的可行性，确定所述集合，其中，所述集合包括在所述集合的各个接收器处的各个发送器的不同对齐分配。对齐分配可以包括在所述集合的接收器处对齐的不同数量的发送器。然后从集合中选择对接收器处的干扰轮廓有贡献的集合，所述干扰轮廓便于接收器处的干扰检测。还使用半正定松弛技术来简化接收器处的干扰检测。

Description

用于K个用户多输入多输出干扰信道的部分干扰对齐

本申请要求2011年5月6日提交、名称为“PARTIAL INTERFERENCEALIGNMENT FOR K-USER MIMO INTERFERENCE CHANNELS”的美国临时专利申请序列号61/483,527的优先权。前述申请的全部内容通过引用的方式并入本文。

技术领域

本公开一般涉及连同多输入多输出系统的无线通信，包括减轻干扰。

背景技术

在无线通信中干扰是难题。例如，在超过三十年的时间内，两个用户高斯干扰信道的容量区域已经是一个待解决的问题。最近，在理解干扰中已经有一些进展，并且关于干扰对齐（IA）技术已经作出广泛研究。在M.A.Maddah-Ali,A.S.Motahari,和A.K.Khandani,“Signaling over MIMOmulti-base systems-combination of multi-access and broadcast schemes,”在Proc.of IEEE ISIT,第2104-2108页,2006.,以及M.A.Maddah-Ali,A.S.Motahari,和A.K.Khandani,“Communication over MIMO X channels:Interference alignment,decomposition,and performance analysis,”IEEE Trans.on Information Theory,Vol.54,no.8,第3457-3470页,2008年8月,中提出IA，以减少多用户干扰的效应。在Cadambe,V.R.;Jafar,S.A.;Shamai,S.;“Interference alignment and degrees of freedom of the K-user interferencechannel,”IEEE Trans.on Information Theory Vol.54,No.8,2008年8月中对IA进行了扩展以解决k对干扰信道。

IA通过在每个接收器处将来自不同发送器的干扰对齐为更低维度子空间来减小聚合干扰的维度。在时间维度上使用无限维扩展（时间选择衰落），已经示出IA可以实现每个节点上具有N个天线的K对多输入多输出（MIMO）遍历（ergodic）干扰信道中的

的最优自由度（DoF）。

IA方案的一个重要挑战是可行性条件。例如，Cadambe的IA方案要求信号空间的维，以实现

总的DoF。为了避免这种信号空间的大维度，一些研究者已经研究准静态（或者恒定）MIMO干扰信道的IA设计。利用有限信号空间维度，MIMO干扰信道中的每个发送器-接收器对的可实现DoF上界是

（其中，K是发送器-接收器对的数量，N_t、N_r分别是在每个发送器和接收器处的天线的数量）。与时间选择或者频率选择MIMO干扰信道不同，准静态MIMO干扰信道的总DoF不与K成比例。

另外，对于准静态MIMO信道，常规IA依赖于系统参数可能是不可行的。例如，在C.M.Yetis,T.Gou,S.A.Jafar,and A.H.Kayran,“On feasibility ofinterference aligment in MIMO interference networks,”IEE Trans.SignalProcess.,vol.58,pp.4771-4782,2010年9月中推测：在准静态MIMO（M个发送和N个接收天线）干扰信道上的常规IA对于实现每个用户大于

的DoF是不可行的。作为结果，特别当K大时，单独IA对于消除准静态MIMO干扰信道中的所有干扰是不够的。例如，由于当K大时不是所有干扰的都能够在每个接收器处对齐的事实，因此在每个接收器处将存在残余干扰。

常规IA技术的上述缺点仅仅意图提供当前技术的一些问题的概括，并且不打算进行穷尽。现有技术的其他问题和这里描述的各种非限制性实施例中的一些的对应益处，可以在阅读下面的详细描述时变得更明显。

发明内容

下面呈现简化的概括，以提供对这里描述的一些方面的基本理解。该概括不是公开的主题的扩展概要。不意图识别公开的主题的关键或者重要元素，或者描绘主题公开的范围。唯一目的是以简化形式呈现公开的主题的一些概念作为稍后呈现的更加详细的描述的前序。

为了校正常规干扰管理技术的上述缺陷和当前干扰管理技术的其他缺点，描述的各种系统、方法和装置使用基于接收设备处的干扰检测的部分干扰对齐。例如，描述具有识别部件的设备，该识别部件配置为根据干扰对齐方案和与发送器和接收器对之间的信号传输相关联的路径损耗，基于在发送器和接收器对的集合中的接收器处发送器的对齐的可行性，识别所述集合，其中，所述集合包括在所述集合的各个接收器处的各个发送器的不同对齐分配。在一个方面中，对齐分配包括在所述集合的接收器处对齐的不同数量的发送器。该设备还包括优化部件，配置为从集合中选择对接收器处的干扰轮廓有贡献的集合，所述干扰轮廓便于接收器处的干扰检测。

根据另一个示例，提供发送设备，该发送设备包括：天线，配置为在子空间中通过准静态多输入多输出信道向接收设备发送信号；以及预编码器，配置为利用波束成形向量预编码信号，以便于在接收设备的子集处与发送设备相关联的干扰的对齐，其中，基于对齐的可行性和与发送设备和接收设备的子集之间的信号传输相关联的路径损耗来确定接收设备的子集。在一个方面中，基于该接收设备处的干扰轮廓来确定接收设备的子集，所述干扰轮廓便于在接收设备处的干扰检测，其中，响应于对齐的性能来创建干扰轮廓。

在另一个实施例中，提供接收设备，该接收设备包括：天线，配置为在子空间中通过准静态多输入多输出信道从发送设备接收信号，其中，信号中的一部分包括与发送设备的子集相关联的干扰信号；以及解码器，配置为利用与干扰对齐方案相关联的迫零向量解码干扰信号，以便于取消来自发送设备的子集的干扰，其中，根据干扰对齐方案和与接收到的信号相关联的路径损耗，基于在接收设备处的发送设备的子集的对齐的可行性来确定发送设备的子集。在一个方面中，基于该接收设备处的干扰轮廓来确定发送设备的子集，所述干扰轮廓便于接收设备的干扰检测，其中，响应于干扰对齐方案的性能来创建干扰轮廓。

此外，提供包括以下的方法：根据干扰对齐方案和与发送器和接收器对之间的信号传输相关联的路径损耗，基于在发送器和接收器对的集合中的接收器处发送器的对齐的可行性，确定所述集合，其中，所述集合包括在所述集合的各个接收器处的各个发送器的不同对齐分配。在一个方面中，对齐分配包括在所述集合的接收器处对齐的不同数量的发送器。

在另一个示例中，提供包括以下的方法：通过准静态多输入多输出信道在子空间中向从发送设备发送信号；以及利用波束成形向量预编码信号，所述波束成形向量便于在接收设备的子集处与发送设备相关联的干扰的对齐，其中，基于对齐的可行性和与发送设备和接收设备的子集之间的信号传输相关联的路径损耗来确定接收设备的子集。在一个方面中，基于接收设备处的干扰轮廓来确定接收设备的子集，所述干扰轮廓便于在接收设备处的干扰检测，其中，响应于进行对齐来创建干扰轮廓。

另外，提供包括以下的方法：通过准静态多输入多输出信道在子空间中在接收设备处接收来自发送设备的信号；根据干扰对齐方案在接收设备处从发送设备的子集接收对齐的信号；以及利用迫零向量解码对齐信号，所述迫零向量便于取消与发送设备的子集相关联的干扰，其中，基于干扰对齐方案的可行性和与接收到的信号相关联的路径损耗来确定发送设备的子集。

下面的描述和附图详细阐述了公开主题的某些例示方面。然而，这些方面指示可以使用创新原理的几个不同方式。公开的主题意图包括所有这种方面和它们的等效物。当结合附图考虑时，公开的主题的其他优点和区别性特征将从下面对本创新的详细描述中变得明显。

附图说明

参考下面的附图描述主题公开的非限制性和非穷举实施例，在附图中，除非另外规定，贯穿各种视图相同参考编号指代相同部分。

图1图示根据一些实施例的分布式无线网络100。

图2图示根据一个实施例的具有k个用户准静态MIMO高斯干扰信道的系统。

图3呈现根据一个实施例的具有干扰检测的部分干扰对齐方案（PIAID）的高级框图。

图4A图示根据一个实施例的四个用户干扰信道前IA的示例。

图4B图示根据一个实施例的四个用户干扰信道后IA的示例，呈现诸如根据PIAID的系统之类的MIMO系统中可操作的各种系统元件的高级框图。

图5图示根据一个实施例的ID检测器的平均端到端SER性能相对干扰功率的图形表示。

图6呈现根据一个实施例的诸如系统100或200之类的MIMO系统中可操作的各种系统元件的高级框图。

图7呈现根据一个实施例的部分IA（PIA）组件700的框图。

图8呈现根据一个实施例的ID组件800的框图。

图9图示根据一个实施例的SDR-SID算法900的流程图。

图10呈现根据主题PIAID方案的用于减轻干扰的处理1000的高级流程图。

图11图示根据主题PIAID方案的用于从发送器发送信号的过程1100。

图12图示根据主题PIAID方案的用于在接收设备处接收信号的过程1200。

图13图示根据主题PIAID方案的用于在接收设备处接收信号的另一过程1300。

图14图示具有5个用户的平均端到端SER性能相对每个码元的接收能量噪声密度比。

图15图示具有6个用户的平均端到端SER性能相对每个码元的接收能量噪声密度比。

图16图示具有5个用户的接收E_S/N₀＝25dB的每个数据流的SER的累积分布函数（CDF）。

图17图示具有6个用户的接收E_S/N₀＝25dB的每个数据流的SER的累积分布函数（CDF）。

图18是可以结合这里描述的各种系统和方法使用的示例性无线网络环境的图示。

图19图示用以实现和利用公开的主题的一个或者多个特征或者方面的接入点的示例性实施例的框图。

图20图示根据这里公开的实施例的设备、客户端设备的示例。

图21图示可操作以执行公开的干扰自适应平台和MAC自适应平台的计算机的框图。

具体实施方式

在下面的描述中，阐述很多特定细节，以提供本发明的透彻理解。然而，本领域的技术人员将认识到这里描述的技术可以在不需要一个或者多个特定细节或者使用其他方法、组件、材料等的情况下来实践。在其他实例中，没有示出或者详细描述熟知的结构、材料或者操作，以避免模糊特定方面。

贯穿本说明书对“一个实施例”或者“实施例”的引用意味着连同实施例描述的具体特征、结构或者特点包括在至少一个实施例中。由此，贯穿本说明书的各个地方中的短语“在一个实施例中”或者“在实施例中”的出现没有必要全部指代相同的实施例。另外，可以以一个或者多个实施例中的任何适当方式组合具体特征、结构或者特点。

如这里利用的，术语“组件”、“系统”、“接口”等意图指代计算机有关的实体、硬件、软件（例如，在执行中）和/或固件。例如，组件可以是处理器、在处理器上运行的进程、对象、可执行程序、程序、存储设备和/或计算机。通过图示的方式，在服务器上运行的应用和该服务器可以是组件。一个或者多个组件可以驻留在进程内，并且组件可以在计算机上本地化和/或在两个或者更多计算机之间分布。

另外，可以从具有在其上存储的各种数据结构的各种计算机可读介质执行这些组件。组件可以诸如根据具有一个或者多个数据分组（来自与本地系统、分布式系统中的另一组件和/或跨越网络经由信号与其他系统交互的一个组件的数据，例如，因特网、局域网、广域网等）的信号经由本地和/或远程处理来通信。

作为另一示例，组件可以是具有由通过电气或者电子电路操作的机械部分提供的特定功能的装置；该电气或者电子电路可以由通过一个或者多个处理器执行的软件应用或者固件应用来操作；该一个或者多个处理器可以在装置的内部或者外部，并且可以至少执行软件或者固件应用的一部分。作为另一示例，部件可以是在不需要机械部分的情况下通过电子部件提供特定功能的装置；电子部件可以在其中包括一个或者多个处理器，以执行至少部分给予电子部件的功能性的软件和/或固件。在一个方面中，部件可以例如在云计算系统内经由虚拟机仿真电子部件。

这里使用词语“示例性”和/或“说明性”，以意味着用作示例、实例或者图示。为了避免疑问，这里公开的主题不由这样的示例限制。此外，这里描述为“示例性”和/或“说明性”的任何方面或者设计不必要解释为相对于其他方面或者设计是优选或者有利，也不意味着排除等效示例性结构和本领域普通技术人员已知的技术。另外，在术语“包括”、“具有”、“包含”和其他类似词语在详细描述或者权利要求书中的任一个中使用的程度上，在不排除任何附加或者其他要素的情况下，这种术语意图是包容性的，与作为开放过渡词语的术语“包括”类似的方式。

例如利用显式和/或隐式训练的分类器的基于人工智能的系统，可以连同根据这里描述的公开的主题的一个或者多个方面的执行推断和/或概率确定和/或基于统计的确定来使用。

如这里使用，术语“推断”或者“推理”一般指代从经由事件和/或数据捕获的观察的集合推出或者推断系统、环境、用户和/或意图的状态的过程。捕获的数据和事件可以包括用户数据、设备数据、环境数据、来自传感器的数据、传感器数据、应用数据、隐性数据、显性数据等。推断可以用于识别特定上下文或动作，或者可以例如基于数据和事件的考虑生成感兴趣的状态上的概率分布。

推断还可以指代用于合成来自事件和/或数据的集合的高级事件的技术。这种推断导致来自观察的事件和/或存储的事件数据的集合的新事件或者动作的构建，无论事件是否在在紧密的时间接近度中相关以及无论事件和数据是否来自一个或者若干事件和数据源。各种分类方案和/或系统（例如，支持向量机、神经网络、专家系统、贝叶斯置信网络、模糊逻辑和数据融合引擎）可以连同公开的主题一起执行自动的和/或推断的动作而采用。

此外，公开的主题可以实现为使用标准编程和/或引擎技术以产生软件、固件、硬件或者其任何组合，从而控制计算机来实现公开的主题的方法、装置或制造的物品。这里使用的术语“制造的物品”意图包含可以从任何计算机可读设备、计算机可读载体或者计算机可读介质可获取的计算机程序。例如，计算机可读介质可以包括，但不限于，磁存储设备，例如硬盘、软盘；（多个）磁带；光盘（例如，致密盘（CD）、数字视频盘（DVD）、Bluray Disc^TM（BD））、智能卡；闪存设备（例如，卡、棒、键驱动）；和/或仿真存储设备和/或任何上面的计算机介质的虚拟设备。

图1图示根据一些实施例的分布式无线网络100。这里说明的系统、装置或者过程的方面可以组成在（多个）机器内体现的（例如在与一个或者多个机器相关联的一个或者多个计算机可读介质（或者媒体）中体现的）机器可执行组件。当由一个或者多个机器（例如，（多个）计算机、（多个）计算设备、（多个）虚拟设备等）执行时，这种组件可以使得（多个）机器进行描述的操作。

在一个方面中，无线网络100是多输入多输出（MIMO）网络。在图1中图示的分布式无线网络包括多个发送器（Tx）102、多个接收器（Rx）104和中心控制器106。发送器102和接收器104可以形成根据MIMO通信技术直接相互通信的发送器-接收器对108。发送器102和接收器104可以表示可以具有发送和接收能力二者的任何类型的无线通信设备。控制器106可以是配置为与发送器102和接收器104无线通信的独立无线通信设备，或者可以位于发送器102或者接收器104之一内。例如，发送器和接收器可以包括基站、接入点和/或用户设备。这里使用的术语“节点”可以用于指代用作发送器或者接收器的任何装置。

虽然图1描绘三对发送器（Tx）和接收器（Rx），但是应当理解，可以根据主题公开在网络100中操作任何数量对的发送器和接收器。如这里使用，网络100组成具有K对发送器（Tx）和接收器（Rx）的MIMO系统。每个发送器和每个接收器分别具有M_r和N_r个天线110。在一个方面中，发送器和接收器在定义区域（例如，2km×1km矩形区域）中随机分布。Tx和Rx对配置为经由准静态MIMO干扰信道通信。一般由包括多个系数的信道状态矩阵来定义MIMO干扰信道。这里使用的术语“准静态”指示干扰信道基本上恒定。换言之，信道系数一般不改变。在一个方面中，准静态MIMO干扰信道不考虑码元扩展。

根据一个实施例，Tx和Rx对配置为经由完全连接的MIMO干扰信道通信。术语“完全连接”指代所有信道系数是非零的条件。换言之，所有接收器看到来自所有发送器的干扰。完全连接干扰信道具有满秩信道状态矩阵。根据另一个实施例，Tx和Rx对配置为经由部分连接MIMO干扰信道通信。例如，由于路径损耗、阴影（shadowing）以及部分相关，可以部分连接干扰信道。部分连接干扰信道使得一些信道系数是零，并且由此信道不是满秩的。

图2图示根据实施例可操作的模型系统200。系统200描绘能够经由K个用户准静态MIMO高斯干扰信道通信的发送器和接收器。如图2中所见，每个发送器Tx1、Tx2和Tx3208-212分别具有M个天线，用于将D个独立数据流分别传送到相关联的接收器Rx1、Rx2和Rx3220-224的对应N个天线。例如，在图2中，由214指示Tx1和Rx1之间的K对干扰信道H_mn，由216指示Tx1和Rx2之间的K对干扰信道H_mn，由218指示Tx1和Rx3之间的K对干扰信道H_mn。根据一个实施例，发送器Tx1、Tx2和Tx3208-212分别发送分别作为离散星座输入的数据流202-206。在一个方面中，数据流是正交相移键控（QPSK）星座。在另一个方面中，数据流是正交幅度调制（QAM）星座。在第k个接收节点的信道输出如下描述：

（等式1）

其中，是从第i个发送器到第k个接收器的MIMO复衰落系数，L_ki是从第i个发送器到第k个接收器的长期路径增益，并且P_i是第i个发送器的平均发送功率。在（1）中，

是由发送节点i发送的复信号向量，并且

是在接收节点k处的圆形对称加性高斯白噪声（AWGN）向量。所有噪声项是具有

的独立同分布(i.i.d)零均值复高斯。

根据一个实施例,由

给出长期路径增益，其中，d_ki是发送节点i和接收节点k之间的距离，ω是具有标准偏差σ_ω的log正常阴影衰落，并且γ是路径损耗指数。所有k，i的项H_ki是由对于所有k,i,n,m的

给出的i.i.d.复高斯随机变量，其中，[H_ki]_(n,m)表示H_ki的第（n,m）个元素。此外，第i个发送节点向第i个接收节点发送D≤min(M，N)个独立QPSK数据流

其中

在一个方面中，

其中||·||指示Frobenius范数)指示

码元的预编码器。相应地，由

给出在第i个发送器的发送向量。

在一个实施例中，发送器TxI、Tx2、Tx3和接收器Rx1,Rx2和Rx3配置为经由干扰对齐（IA）技术减轻干扰。例如，IA是这样的信号处理方法，该方法试图在每个接收器的更低维度子空间上同时对齐干扰，使得可以在无干扰维度上发送期望信号。如这里使用，IA指代信号空间对齐方法。例如，参考图2，MIMO通信系统200包括发送节点(TxI,Tx2和Tx3)208,210和212。发送节点(Tx1、Tx2和Tx3)208、210和212中的每个分别与目的地接收器节点(Rxl、Rx2和Rx3)220、222、224中的每个对应。应当理解，为了容易说明，描绘三个发送器和接收器。可以使用K对发送器（Tx）和接收器（Rx）对。发送节点(Tx1、Tx2和Tx3)208、210和212中的每个指示例如包括固定基站、移动基站、诸如毫微微基站之类的微型基站、中继站等的数据发送设备。接收节点(Rxl、Rx2和Rx3)220、222和224中的每个指示例如包括中继站、固定终端、移动终端等的数据接收设备。

当发送节点(Tx1、Tx2和Tx3)208、210和212的每个使用相同MIMO信道发送数据时，可能在每个接收器节点(Rxl、Rx2和Rx3)220、222和224中发生干扰。例如，在接收器节点(Rx1)220中，发送节点(Rx1)208的信号与期望信号对应，并且发送节点(Tx2、Tx3)210和212的信号与干扰对应。类似地，甚至可以在接收器节点(Rx2、Rx3)222和224中发生干扰。上面描述的干扰可能降低通信系统的吞吐量。由干扰引起的吞吐量中的降低可以通过使用干扰对齐方案来防止或降低。例如，发送节点(Tx1、Tx2和Tx3)208、210和212可能调整分别信号合理设计的预编码器V[1]、V[2]和V[3]的相位。（如这里使用，互换使用术语“波束成形矩阵”、“波束成形滤波器”、“预编码器”、“预编码矩阵”和“预编码滤波器”）。具有调整后的相位的发送节点(Tx1、Tx2和Tx3)208,210和212的每个的信号可以经由MIMO信道发送。接收器节点(Rx1、Rx2、Rx3)220,222和224的每个的接收到的信号可以分离为期望信号和不想要的干扰。例如，假设图2的箭头指示符(1)、(2)和(3)分别指示接收器节点(Rx1、Rx2、Rx3)220,222和224的期望信号。接收器节点(Rxl)220的接收到的信号可以分离为接收器节点(Rxl)220的期望信号（1）和干扰（2）和（3）。接收器节点(Rx2)222的接收到的信号可以分离为接收器节点(Rx2)222的期望信号（2）和干扰（1）和（3）。接收器节点(Rx3)224的接收到的信号可以分离为接收器节点(Rx3)224的期望信号（3）和干扰（1）和（2）。

接收器节点(Rx1、Rx2、Rx3)220、222和224可以分别使用合理设计的去相关器U[1]、U[2]和U[3]取消或者减少接收到的信号中的干扰以提取期望信号。（如这里使用，可以互换使用术语解码矩阵、解码滤波器、均衡器和迫零（zero-forcing）矩阵/滤波器）。例如，发送节点(TxI、Tx2和Tx3)208、210和212可以分别使用合理设计的波束成形矩阵V[1]、V[2]和V[3]。接收器节点(Rx1、Rx2、Rx3)220、222和224可以分别使用合理设计的解码矩阵U[1]、U[2]和U[3]。通过使用这些矩阵，可以增强无线电重新发送的使用效率并且防止或者减少由干扰引起的通信系统的吞吐量的降低。

虽然为了容易描述这里使用预编码矩阵V[1]、V[2]和V[3]和解码矩阵U[1]、U[2]和U[3]的表达，但是预编码矩阵V[1]、V[2]和V[3]和解码矩阵U[1]、U[2]和U[3]可以是矩阵或者向量形式。例如，预编码矩阵V[1]、V[2]和V[3]和解码矩阵U[1]、U[2]和U[3]可以根据传输节点(Tx1、Tx2和Tx3)208、210和212的每个的数据流的数量具有矩阵或者向量的形式。

然而，对于准静态（或者恒定）信道，诸如上面的一般干扰对齐方案之类的常规IA取决于系统参数可能是不可行的。例如，推测对于准静态MIMO（M个发送和N个接收天线）干扰信道的传统IA对于实现每个用户大于的自由度（DoF）是不可行的。作为结果，特别是当K大时，单独IA不能消除准静态MIMO干扰信道中的所有干扰。

由于在上面提及的具有大的K的干扰对齐方案中不是所有干扰可以在每个接收器上对齐的事实，在每个接收器中将有残余干扰。在一个方面中，这里公开的系统的接收器具有干扰检测（ID）能力（下文讨论）。相应地，在多个方面中，接收器可以基于从离散星座输入推导出的星座图来检测和取消残余干扰。

参考图3，呈现的是配置为使用具有离散星座输入的k个用户准静态MIMO干扰信道的部分干扰对齐和干扰检测（PIAID）的系统300的高级框图。PIAID集中在实现：IA和ID是用以处理准静态MIMO干扰信道中的干扰的互补方法。在PIAID中，IA方法首先用于消除一些干扰，并且ID方法用于处理每个接收器上的残余干扰。如图3中所见，块302表示PIAID的PIA方面，并且块306表示PIAID的ID方面。

参考302，在一个方面中，在不需要码元扩展的情况下，通过MIMO干扰对齐的可行性问题来启示部分干扰对齐（PIA）。例如，猜测仅仅当

时，K-1个干扰发送器可以在每个接收器节点处对齐。作为结果，对于大的K，不是所有K-1个干扰发送器的恒定MIMO干扰信道可以在每个接收器节点处对齐。另外，现有IA方案不考虑或者不利用发送和接收对之间的不同路径损耗的效应。例如，具有大路径损耗的节点可能不需要被干扰对齐，并且因此，联合考虑可行性问题和路径损耗效应是重要的。当考虑路径损耗效应时，不是所有发送器在接收器处将贡献相同的效应。

图4A和图4B图示四个用户干扰信道的示例，其中，M＝N＝2并且D＝1。图4A和图4B展示MIMO IA的可行性条件和路径损耗效应IA如何的示例。图4A图示四个用户干扰信道前IA，并且图4B图示四个用户干扰信道后IA。使用上面定义的MIMO IA的可行性条件，在每个接收器处仅仅可以对齐两个发送器。具体地，可以由二分图

表示四个用户干扰信道，其中是接收节点的集合，

是发送节点的集合，并且

是边缘的集合。路径成本取决于路径增益和发送功率。路径成本由虚线和实线表示。当向可行性条件增加路径成本时，变得清楚的是：显然TX2和TX3应当如图4B中指示地在RX1处对齐。在图4B中，消除由虚线表示的路径成本。

参考回图3，由上面的示例启示，在给定可行性约束和路径损耗效应的情况下，PIA302提供确定哪个节点应当被对齐的优先级。此外，在接收器处的ID的性能严重取决于干扰轮廓（profile）。具体地，在接收器处存在ID的不利的干扰轮廓的窗口。例如，当干扰比期望信号更强时，接收器处的ID更加有效。由此，根据另一方面，PIA通过仔细选择用于IA的用户的子集，对创建用于ID的更期望的干扰轮廓有贡献。

总地来说，PIA基于可行性条件和路径损耗信息确定可以在每个接收器节点k对齐的发送器的集合304（下文称为PIA集合），以在每个接收器处创建有利的干扰轮廓用于ID处理。然后仅仅向PIA集合的成员应用干扰对齐。在一个方面中，在下文中描述，PIA通过考虑由于离散星座引起的非高斯残余干扰来推导平均码元错误率（SER）。PIA使用PIAID方案的低复杂性用户集合选择算法，这最小化平均端到端SER性能的渐近紧界（asymptotically tightbound）。

如上所述，在302处，根据一个方面，使用PIA来基于路径成本动态地选择要在每个接收器处对齐的α个发送器。由具有基数α的PIA集合给出在每个接收器处的对齐的发送器的索引。具体地，PIA集合定义为

其中，

表示对于某一常数α，在接收器k处的对齐的发送器的索引。仅仅属于

的发送节点将通过根据传统IA要求选取预编码器和去相关器来对齐它们的发送信号。具体地，属于

的发送节点将通过选取满足

的预编码器和去相关器来对齐它们的发送信号。

通过将传统IA可行性要求应用于

的，我们具有以下：

(等式2)

其中，

表示厄密转置，diag(λ₁，…，λ_D)表示具有对角项λ₁，…，λ_D的对角矩阵，

是在接收器k处的N×D个去相关器，以及

是在发送器i处的M×D个预编码器，

| | v_{i}^{l} | | = 1, &ForAll; l .

如上面在C.M.Yetis,T.Gou,S.A.Jafar,和A.H Kayran.“On feasibilityof Interference alignment in MIMO networks,”IEE Trans.Inf.Theory,vol.56,pp4566-4592,2010年9月（其整体通过引用的方式并入本文）中描述，IA要求

的等式的总数量是

并且变量的总数量是N_v＝Σ_kD(M+N-2D)＝KD（M+N-2D）当每个发送器由α个发送器选择时，通过N_e≤N_v给出可行性条件，即

鉴于以上，通过下面给出可行性PIA集合

的充分条件：

和

(等式3)

其中1(·)是指示器函数，

是的基数（即，在每个接收器处的对齐的干扰的数量）。等式3的要求意味着应当由

个接收器选择每个发送器。PIA集合

是每个建议方案中的设计参数，并且下文关于图7呈现如何选取PIA集合。虽然等式3中体现的可行性条件限制可行性集合

的选取，关于引入用于优化的图形结构。另外，根据等式3建议的PIA算法具有与由强力穷举搜索等式3限制获取的解类似的性能。

在306进行PIAID的干扰检测（ID）方面，ID在接收节点处进行。如上所述，PIA负责其中不是所有K-1个干扰能够在每个接收器上对齐的情形。作为结果，在每个接收器上可以有残余干扰。在一个实施例中，在每个接收器上采用线性处理并且在第k个接收器上用于第l个数据流的检测处理可以划分为两级，即在308的聚合干扰检测级和在313的期望信号检测级。首先，在308，通过使用从QPSK输入推导出的星座图来估计聚合干扰信号。然后在310，在减去估计的聚合干扰之后检测期望信号。例如，通过以下给出在第k个接收器上的归一化的接收信号：

（等式4）

参考在308的级Ι处理，使用等式2中的U_k的第l列

作为去相关器，通过以下给出第l个流的后处理信号：

（等式5）其中，是发送器i的第d个数据流在接收器k处的等效信道增益。在一个方面中，流间干扰和由IA集合中用户贡献的干扰由于等式2中的PIA被完全消除。

根据一个实施例，级Ι处理估计聚合强干扰。具体地，当干扰强于期望信号时，在接收器处的ID更有效。在数学上，

表示强残余干扰的集合。第一级处理使用最近相邻检测规则估计聚合强干扰

例如，基于去相关器输出

通过以下给出检测到的聚合强干扰

（等式6）

其中，

是来自

的强干扰可以采用的可能值的集合。在一个方面中，当时，将不存在用于解码期望数据流

的级Ι。

参考在310的级Ⅱ处理，检测到期望信号。具体地，首先从下面例示的去相关器输出

减去估计的聚合强干扰

（等式7）其中

表示弱残余干扰的集合，并且显然地，我们具有

继而，使用下面级Ⅱ最小距离算法基于

检测接收器k的期望信号。根据下面给出的最小距离规则基于检测在第k接收器

处的第l个数据码元：

（等式8）

图5图示ID检测器的平均端到端SER性能相对于干扰功率。具体地，由

给出ID检测器的输入，其中

是期望信号，

是干扰，

并且干扰功率是P₂。由

\overset{&OverBar;}{SER} (P_{2}) Σ_{x_{1}} \Pr {{\overset{&OverBar;}{x}}_{1} &NotEqual; x_{1} | x_{1}, P_{2}}

给出平均端到端SER。ID处理的性能很大程度上取决于干扰轮廓，干扰轮廓包含在接收器处的残余干扰的相对功率。当看到图5时，存在对于其ID性能是弱的不利的干扰功率的窗口。例如，由虚线502指示，虚线以上的干扰轮廓是有利的，并且虚线以下的干扰轮廓是不利的。PID级的用户选择可能对PIAID方案的端到端SER性能有显著贡献。PIAID的用户集合选择

不针对移除最强干扰。相反，其移除由ID级要求而特征化的不利干扰。换言之，用户集合选择针对在接收器处创建最有利的干扰轮廓。作为结果，PIA和ID处理是用以抗干扰的互补方法，并且它们的设计一起紧密联系。

应当理解，虚线502仅通过示例在适当地方画出，并且不被固定。例如，虚线502仅指示当干扰功率在高端或者低端时，找到不利的干扰轮廓。在一方面，低端包括从大约-28dB到大约-20dB的干扰。在另一方面，低端包括从大约-28dB到大约-15dB的干扰。在又一方面，低端包括从大约-28dB到大约-10dB的干扰。仍然，在另一方面，低端包括从大约-28dB到大约-5dB的干扰。此外，在另一方面，高端包括从大约20dB到大约28dB的干扰。在另一方面，高端包括从大约15dB到大约28dB的干扰。在另一方面，低端包括从大约10dB到大约28dB的干扰。仍然，在另一方面，低端包括从大约5dB到大约28dB的干扰。

在虚线502上面指示对于有利的干扰轮廓有贡献的PIA集合。此外，应当理解，虚线502仅通过示例在适当地方被画出，并且不被固定。例如，虚线502仅指示在干扰功率不在干扰功率的高端或者低端（即，分别是强干扰和若干扰）的地方，找到有利的干扰轮廓。有利干扰轮廓具有中等强度的干扰功率。例如，在一个方面，有利干扰功率具有从大约-15dB到大约15dB的干扰。在另一方面，有利干扰功率具有从大约-10dB到大约10dB的干扰。仍然，在另一方面，有利干扰功率具有从大约-5dB到大约5dB的干扰。

现在转到图6，呈现这里描述的MIMO系统中可操作的各种系统元件的高级框图。各种系统元件包括发送器602、接收器612和中心控制器622。在一个方面中，发送器602和接收器612组成网络节点。在分布式网络实施例中，发送器602可能适于用作一个或者多个发送器102（图1），接收器612可能适于用作一个或者多个接收器（图1），并且中心调度器622可能适于用作中心控制器106（图1）。发送器602、接收器612和中心控制器可以包括能够在MIMO网络中通信的移动计算设备或者固定计算设备。例如，在一个方面中，发送器602和接收器612可以包括移动用户设备、接入点和/或基站。控制器622可以包括媒体存取控制器（MAC），或者能够提供寻址和信道访问控制机制的任何类型的远程控制器或者管理平台，使得对于诸如发送器602和接收器622之类的网络节点能够在MIMO网络中通信）。在另一方面中，控制器622可以驻留在发送器602或者接收器622内。

如图6中所见，发送器可以包括用于进行MIMO信令协议的存储器604、处理器608、部分干扰对齐（PIA）部件606、编码器610以及两个或者更多天线630。存储器604保存用于当由处理器608执行时实施PIA部件606和编码器610的操作的指令。处理器便于控制和处理发送器的所有板上操作和功能。存储器604接口到处理器608，用于存储发送器的数据和一个或者多个应用。应用可以存储在存储器604和/或固件中，并且由处理器608从存储器604和/或固件（未示出）中的任一个或者二者执行。

接收器612可以包括用于进行MIMO信令协议的存储器614、处理器616、干扰检测（ID）部件618、解码器620和两个或者多个天线630。存储器614保存用于当由处理器608执行时实施ID部件618和解码器620的操作的指令。处理器便于控制和处理接收器612的所有板上操作和功能。存储器614接口到处理器616，用于存储发送器的数据和一个或者多个应用。应用可以存储在存储器614和/或固件中，并且由处理器616从存储器614和/或固件（未示出）中的任一个或者二者执行。

控制器622可以包括用于进行MIMO信令协议的存储器624、处理器626、PIA部件628、和两个或者多个天线630。存储器624保存用于当由处理器628执行时实施PIA部件628的操作的指令。处理器便于控制和处理控制器的所有板上操作和功能。存储器624接口到处理器626，用于存储发送器的数据和一个或者多个应用。应用可以存储在存储器624和/或固件中，并且由处理器626从存储器624和/或固件（未示出）中的任一个或者二者执行。

在一些实施例中，中心控制器622配置为使用PIA部件628以动态地根据主题PIAID方案确定PIA集合。具体地，控制器622配置为根据干扰对齐方案和与发送器和接收器对之间的信号传输相关联的路径损耗，基于在集合的接收器上对齐发送器的可行性，来识别发送器和接收器对的集合，其中该集合包括在该集合的各个接收器上对各个发送器的不同对齐分配（PIA集合确定在下文关于图7被更深入地讨论）。一旦控制器已经确定PIA集合，则控制器配置为引导发送器和接收器对来进行涉及信号空间对齐的干扰对齐技术。在一个方面中，控制器602配置为确定被包括在PIA集合中的发送器和接收器对的预编码器和去相关器。在一个方面中，预编码器和去相关器经由传统干扰对齐技术来确定。在另一个方面中，预编码器和去相关器根据替代的干扰减轻方案来确定。预编码器被设计为最大化每个接收器上的干扰信号子空间的重叠，同时确保在每个接收器处的期望信号向量是线性的，独立于干扰子空间。因此，每个接收器在不使任何期望信号迫零（zero-force）的情况下可以使所有干扰信号迫零。

在一个方面中，中心控制器622可以分别传送PIA集合的发送器和接收器的确定预编码器和去相关器到PIA集合的发送器和接收器。响应于中心控制器622指令，每个发送器-接收器对的发送器602配置为利用确定的预编器滤波器来预编码基带信号。每个发送器-接收器对的相关联的接收器还配置为应用确定的去相关器滤波器。

发送器602包括编码器610以利用预编码器来预编码要发送到发送器-接收器对的相关联的接收器（诸如接收器612）的信号。接收器612包括解码器620，以应用去相关器并且解码从发送器-接收器对的发送器602接收到的预编码信号。解码器配置为应用去相关器，以使得接收器在不需要使任何期望信号迫零的情况下使所有干扰信号迫零。

在另一个实施例中，发送器配置为使用PIA部件606，以动态地根据主题PIAID方案确定PIA集合。具体地，发送器602可以根据干扰对齐方案和与发送器和接收器对之间的信号传输相关联的路径损耗，基于在集合的接收器上对齐发送器（包括确定自身集合的发送器）的可行性，来识别发送器和接收器对的集合，其中该集合包括在该集合的各个接收器上的各个发送器的不同对齐分配。一旦发送器602已经确定PIA集合，则发送器602配置为引导所有的发送器和接收器对来进行涉及信号空间对齐的干扰对齐技术。在一个方面中，发送器602配置为确定被包括在PIA集合中的发送器和接收器对的预编码器和去相关器。在一个方面中，预编码器和去相关器经由传统干扰对齐技术来确定。在另一个方面中，预编码器和去相关器根据替代的干扰减轻方案来确定。根据一个实施例，可以不使用控制器。发送器分别传送确定的滤波器信息到PIA集合的发送器和接收器。例如，发送器602可以根据这里公开的方面确定PIA集合，并且另外进行确定的PIA集合中的发送器和接收器对的滤波器分配。作为响应，每个发送器-接收器对的发送器配置为利用确定的预编码器滤波器来预编码基带信号。每个发送器-接收器对的相关联的接收器还配置为应用确定的去相关器。

接收器612包括ID部件618，以根据这里公开的主题PIAID方案来进行干扰检测。具体地，ID部件618配置为确定聚合干扰并且然后检测期望信号。在一个方面中，ID部件618d检测利用正交相移键控（QPSK）编码的聚合干扰信号，并且聚合干扰部件配置为使用从接收到的信号推导出的星座图来检测聚合干扰信号。ID检测部件618通过从去相关器的输出信号减去聚合干扰信号来检测期望信号。在一个方面中，ID部件618使用半正定松弛技术来公式化已经具有多项式复杂性的检测算法，以检测没有干扰的信号。（下文关于图8更深入地讨论通过接收器的ID）。

应当理解，PIA部件的各种功能可以通过发送器602和/或控制器622中的任一个来使用。虽然发送器602、接收器612和中心控制器622图示为具有若干独立功能元件，但是一个或者多个功能元件可以组合并且可以通过软件配置的元件（诸如包括数字信号处理器（DSP）的处理元件）和/或其他硬件元件的组合来实现。例如，一些元件可能包括一个或者多个微处理器、DSP、专用集成电路（ASIC）、射频集成电路（RFIC）以及至少进行这里描述的功能的各种硬件和逻辑电路的组合。在一些实施例中，功能元件可以指代在一个或者多个处理元件上操作的一个或者多个进程。

现在参考图7，呈现PIA部件700（诸如关于图6讨论的PIA部件606和/或622）的框图。如图7中所见，PIA部件700包括PIA集合识别部件702、PIA集合优化部件704和滤波器部件706。PIA部件配置为基于等式3中体现的可行性条件以及路径损耗来确定PIA集合，从而在每个接收器处创建有利干扰轮廓用于ID处理。有利干扰轮廓包括对于最优或者高的端到端SER性能有贡献的干扰。如图5中所见，例如，有利干扰轮廓包括由虚线502之上的图形表示的干扰。PIA部件配置为选择导致最优或者最高的端到端SER性能的PIA集合。最优PIA最小化SER的渐近紧界。

PIA集合识别部件702配置为确定满足在等式3中体现的可行性条件的PIA集合。具体地，PIA集合定义为

其中表示对于某一常数α接收器k处对齐的发送器的索引。换言之，PIA集合识别部件702基于可以在每个接收器处对齐的发送器的数量，确定发送器接收器对的集合。PIA集合识别部件702确定可行的PIA集合的组。可行的IA集合满足等式3：

（等式3）

其中1(·)是指示器函数，

是

的基数（即，在每个接收器处对齐的干扰的数量）。按图3的要求意味着每个发送器应当由个接收器选择。

PIA集合优化部件704配置为从用于优化接收器处的端到端SER的可行PIA集合选择PIA集合。换言之，PIA集合优化部件配置为从最小化平均端到端SER性能的渐近紧界的可行PIA集合选择PIA集合。

由于不均匀路径损耗和发送功率，干扰链路对于主题PIAID方案的平均端到端SER具有不同贡献。给定干扰链路的一般成本矩阵

由以下给出PIA集合优化问题：

（等式9）

其中

是MaxPIA问题的解，并且

表示满足等式3的IA可行性条件的所有PIA集合的聚集。为了选择最优PIA集合，设计成本度量c_ki以最小化平均端到端SER性能的渐近紧界。（如下文讨论，成本度量c_ki基于平均SER结果并且体现在下面的等式12中）。优化等式9是约束组合优化问题，其一般是难的。使用强力穷举搜索来求解问题等式9具有高复杂性O(exp(K))并且实际上不可行。

因此，根据一个实施例，PIA集合优化部件704将优化问题9变换为低复杂性用户集合选择算法用于PIAID方案，这使用图论最小化平均端到端SER性能的渐近紧界。图论在C.H.Papadimitriou and k Steiglitz.“Combinatorial Optimization:Algorighms and Complexity,”Mineola,N.Y.:Dover Edition,1998（其全部通过引用的方式并入本文）中呈现。为了更好地理解使用图论将等式9变换为低复杂性等式，下面讨论图论的概述。

由一对

定义图形

其中

是节点的有限集合并且ε是边缘的有限集合。具体地，

中的节点表示为

并且ε中连接节点w_i和w_k的边缘表示为[w_i，w_k]如果边缘e＝[w₁，w₂]∈ε,则我们说e入射到w₁（和w₂）。

的节点的度w是入射到w上的边缘的数量。二分图是图形

使得

可以划分为两个集合

和

并且ε中的每个边缘具有

中的一个节点和

中的一个节点。二分图通常由

表示。二分图的示例在图4A和4B中图示。

实际上，干扰网络可以由二分图

来表示，其中

是接收节点的集合，

是发送节点的集合，并且

ϵ = {[r_{k}, t_{i}], &ForAll; k, iandk &NotEqual; i}

是边缘的集合。可行PIA集合等效于边缘ε_s的子集，其属性是

的每个接收和发送节点的度是并且

称为图形

的α-因数。

例如，假设PIA集合由

给出，边缘ε_s的对应子集合由ε_s＝{[r₁，t₂]，[r₁，t₃]，[r₂，t₃]，[r₂，t₄]，[r₃，t₄]，[r₃，t₁]，[r₄，t₁]，[r₄，r₂])给出，如图3A中图示。使c_ki表示边缘[r_k，t_i]∈ε的成本。等式9等效于找到具有最大成本总和的

的α-因数。因此，等式9的优化类似于对二分图的匹配问题（找到

的“最佳”α-因数）。通过利用这个等效，可以推导出低复杂最优解。使

是变量的集合。如果边缘[r_k，t_i]被包括在α-因数中（即，发送节点i被选取为接收节点k处的对齐干扰之一），则e_ki＝l，否则e_ki＝0。作为结果，等式9等效于

{e_{ki}^{*}} = \{\begin{matrix} \arg \max_{e_{ki}} & Σ_{k, i} c_{ki} e_{ki} \\ s . t & Σ_{i} e_{ki} = α, &ForAll; k \\ Σ_{k} e_{ki} = α, &ForAll; i \\ e_{ki} &Element; {0,1} &ForAll; k, i \end{matrix}

（等式10）

其中

α = \min (\frac{M + N}{D} - 2, K - 1) .

由于非凸约束e_ki∈(0,1),上面的问题是非凸问题。为了获得低复杂性解，可以将约束从e_ki∈{0,1}松弛到0≤e_ki≤1。作为结果，等式10变成标准线性处理（LP）问题，其可以被有效地解决。鉴于上面的松弛，LP松弛问题的最优解还可以是等式10的最优解，即，

其中

是松弛等式10的LP的最优解。

如上面所述，为了选择最优PIA集合，成本度量c_ki被设计为最小化平均端到端SER性能的渐近紧界。成本度量c_ki是基于给定PIA集合

和路径增益

的PIAID方案的平均SER。不像现有文献中的标准SER分析，PIAID方案中的SER分析的关键挑战是：级Ι和级ⅡID处理中的残余干扰是由于离散星座输入引起的非高斯。成本度量c_ki按照下面确定。

对于给定PIA集合

通过以下给出PIAID方案的干扰有限状况（regime）中的第k个接收器上的第l个数据流的SER：

（等式11）

其中

g(x)＝Θ(f(x))表示某些常数C≥c≥0的

和

li \min f_{x &RightArrow; 0} \frac{g (x)}{f (x)} &GreaterEqual; c .

在一个方面中，在信道和噪声的实现上对等式11中的SER进行平均。等式11中的结果指示PIAID方案的SER有利于很强或者很弱的残余干扰。换言之，通常存在图4中图示的残余干扰的不利的窗口。PIA的角色是消除这些不利的干扰窗口，使得ID处理被给予更有利的干扰轮廓。为了消除这些不利的干扰窗口，PIA集合优化问题9或者10中的干扰成本度量设置为

（等式12）

其中C＞0是大的常数（足够大的C可以被选取为C＞Σ_k，i≠k|c_ki|)。基于这些干扰成本度量，由等式10的LP松弛求解的PIA集合选择解是关于下面问题的顺序最优（order-optimal）：

（等式13）

顺序最优解意味着其最小化SER的渐近紧界。由等式10的LP松弛利用根据等式12的成本度量求解的PIA集合选择解，是如下关于等式13的顺序最优：

因此，

是当对于所有{k，i}的P_kL_kk？P_iL_kior P_kL_kk＝P_iL_ki时的SER的渐近紧界。

滤波器部件706配置为分别确定PIA集合的发送器和接收器的预编码器和去相关器。仅仅属于

的发送节点将根据信号空间干扰对齐方案通过选取预编码器和去相关器来对齐它们的发送信号。在一个方面中，滤波器部件706根据传统IA要求选择预编码器和去相关器。具体地，属于

的发送节点将通过选择满足

的预编码器和去相关器

来对齐它们的发送信号。在另一方面中，滤波器部件706可以根据任何类型的干扰减轻方案来选择预编码器和去相关器。如上所述，PIAID方案的PIA方面基于这样的想法来选择包括接收器的子集的集合

以对齐干扰，该想法是对于恒定MIMO干扰信号，不总是能够在每个接收器处完全对齐所有K-1个干扰。通过滤波器部件706选择的预编码器和去相关器取决于其干扰被对齐的集合

中的信道。因为来自这些所涉及信道的干扰被无效（null），所以剩余干扰具有随机信道矩阵，即使其被投射到空间U_k上。

现在转到图8，呈现ID部件800（诸如关于图6讨论的ID部件618）的框图。如上所述，在接收器节点处进行干扰检测。ID涉及两个阶段。第一阶段是聚合干扰检测，并且第二阶段是期望信号检测。相应地，ID部件包括聚合ID部件802和期望信号检测部件804。

聚合ID部件802配置为使用从QPSK输入推导出的星座图来估计聚合干扰信号。例如，通过以下给出在第k个接收器处的归一化接收信号：

（等式4）

通过使用等式2中的第l列

作为去相关器，通过以下给出第l个流的后处理信号：

（等式5）

其中是在接收器k处的发送器i的第d个数据流的等效信道增益。在一个方面中，流间干扰和由IA集合中用户贡献的干扰由于等式2中的PIA要求而完全消除。

根据一个实施例，聚合ID部件802估计聚合强干扰。具体地，当干扰比期望的信号更强时，在接收器处的ID更有效。在数学上，

表示强残余干扰的集合。在一个方面中，聚合ID部件802使用在等式6中体现的最近相邻检测规则来估计聚合强干扰

例如，基于去相关器输出

通过以下给出检测到的聚合强干扰

（等式6）

其中

是来自

的强干扰可以采用的可能值的集合。在一个方面中，当

时，将不存在用于期望数据流的级Ι解码。

根据另一个实施例，聚合ID部件802经由简化最近相邻规则估计聚合强干扰。在聚合干扰中，可以使用半正定松弛（SDR）技术来基本上简化接收器处的干扰检测。等式6中体现的解码算法的复杂性是关于强残余干扰的集合的基数的指数，即，

使用SDR技术，低复杂性ID算法（其是简化的最近相邻规则）可以被推导出，其关于

具有多项式复杂性。为了利用SDR技术，我们首先将等式5如下简化：

（等式14）

其中是DQ干扰码元，并且

是

的基数（cardinality）。

是干扰码元

的信道增益。另外，等式14的实值形式可以表达为：

（等式15）

其中，和

鉴于上面，解码等式6等效于

{(x_{R})}^{*} = \arg \min_{x_{R} &Element; {&PlusMinus; 1}^{2 DQ \times 1}} | | y_{R} - H_{R} x_{R} | |,

(等式16）

使得检测到的聚合强干扰

其中

是从如图15中指示的(x_R)^*确定。上面问题等式16可以等效表达为

s^{*} = \{\begin{matrix} \underset{s}{\arg \min} & trace (WS) \\ s . t & diag (S) = I_{2 DQ + 1} \\ S = {ss}^{T} \end{matrix}

（等式17）

其中(·)^T表示转置，

W = [\begin{matrix} {(H_{R})}^{T} H_{R} & - {(H_{R})}^{T} y_{R} \\ - {(y_{R})}^{T} H_{R} & 0 \end{matrix}]

并且

s = [x_{R}

（等式18）

借助SDR，我们通过S±0松弛约束S＝ss^T（即，是半正定），并且等式17退化为下面的半正定问题（SDP），该半正定问题例如通过使用如下的内部点优化技术而有效地在O(Q^3.5)时间（time）求解：

S^{*} = \{\begin{matrix} \underset{s}{\arg \min} & trace (WS) \\ s . t & diag (S) = I_{2 DQ + 1} \\ S &PlusMinus; 0 . \end{matrix}

（等式19）

如果等式19的最优值S^*是秩一，则松弛是紧的，并且通过以下给出(x_R)^*的最优解：

（等式20）

其中r是与仅仅一个非零特征值相关联的S^*的特征向量。

另一方面，如果S^*不是秩一，则(x_R)^*近似基于S^*。例如，可以使用诸如随机化、秩-1近似和主特征向量近似之类的技术来确定(x_R)^*。在一个方面中，为了进一步改进近似(x_R)^*的质量，可以使用基于主特征向量近似的半正定松弛信号干扰检测（SDR-SID）。

图9图示根据一个实施例的SDR-SID算法900的流程图。SDR-SID算法可以通过聚合ID部件802使用，以检测聚合干扰。如图9中所见，在902，首先初始化活动集合Λ。具体地，

使得活动集合包含所有解码数据流，并且基数是λ＝|Λ|＝DQ。在一个方面中，重复在902的初始化。在904，根据活动集合Λ，求解优化等式19，以获取s^*。在906，如果s^*是秩一，则使用等式20确定(x_R)^*，并且终止SDR-SID算法900。在908，如果s^*不是秩一，则s^*的λ主特征向量{r₁,…，r_λ}被提取并且从等式20计算其中

&ForAll; i &Element; {1, \cdot \cdot \cdot, λ}

并且

&ForAll; n &Element; {1, \cdot \cdot \cdot, 2 λ} .

然后，在910，通过计算

S_{i} = {[{\hat{x}}_{i}, 1]}^{T} [{\hat{x}}_{i}, 1],

&ForAll; i &Element; {1, \cdot \cdot \cdot, λ}

并且选取

{(x_{R})}^{*} = {\hat{x}}_{i^{*}}

获取

其中i^*＝argmin_{i∈{1，…，λ}}trace(WS_i)。在912，依据(x_R)^*确定

其中

{i^{*}, d^{*}} = \arg \max_{i, d} | \sqrt{P_{i} L_{ki}} H_{ki}^{ld} | 1 (x_{i}^{d} &Element; Λ) .

然后，在914，通过设置

从活动集合Λ删除

从活动集合Λ删除

并且设置λ＝λ-1如果在914之后，活动集合Λ是空的，则终止SDR-SID算法。然而，如果在914之后，活动集合Λ不是空的，则重复步骤904-914直至活动集合Λ是空的。

下面过程是鉴于处理900的算法SDR-SID的实现方式的展示。假设等式14中的

通过

y_{k}^{l} = \sqrt{P_{1} L_{k 1}} H_{k 1}^{l 1} x_{1}^{1} + \sqrt{P_{2} L_{k 2}} H_{k 2}^{l 2} x_{2}^{1} + n_{0}

给出，

下面给出SDR-SID的实现方式的细节。通过设置活动集合和λ＝2在902进行初始化。然后假设s^*不是秩一，我们移动到908，并且提取s^*的两个主特征向量{r₁，r₂}，并且从等式20获取

在910，假设trace(WS₁)＜trace(WS₂),我们选取

下面，在912，由于

| \sqrt{P_{2} L_{k 2}} H_{k 2}^{l 2} > \sqrt{P_{1} L_{k 1}} H_{k 1}^{l 1} |,

我们通过定义

从(x_R)^*确定

即

x_{2}^{1} = [{(x_{R})}^{*}]_{(2,1)} + j [{{(x_{R})}^{*}]}_{(4,1)} .

最后，在914，我们设置

y_{k}^{l} = y_{k}^{l} - \sqrt{P_{2} L_{k 2}} H_{k 2}^{l 1} x_{2}^{1} = \sqrt{P_{1} L_{k 1}} H_{k 1}^{l 1} x_{1}^{1} + n_{0}, Λ = {x_{1}^{1}}

以及λ＝1，并且重复步骤904-914以获取

从这样的直觉启示算法SDR-SID算法，该直觉是在其信道增益

大的情况下解码码元

的误差可能性小。注意，主要由在步骤904求解优化等式19来获取s^*的复杂性确定SDR-SID算法的复杂性。在一个方面中，获取s^*的复杂性在O(Q^3.5)时间中。相应地，SDR-SID算法的整体复杂性是O(Q^4.5)。另外，可以容易地通过简单修改步骤910中确定的方式来概括其他近似技术。如下文呈现，低复杂性SDR-SID算法的平均端到端SER性能类似于等式6的最近相邻解的性能。

参考回图8，参考级Ⅱ处理，期望信号检测部件804配置为通过从去相关器输出减去估计的聚合干扰来检测期望信号。具体地，首先从如下例示的去相关器输出

减去估计的聚合强干扰

（等式7）

其中

表示弱残余干扰的集合，并且显然地，我们具有

继而，期望信号检测部件804使用等式8中体现的级Ⅱ最小距离算法检测接收器k的期望信号是基于

的。具体地，期望信号检测部件根据下面给出的最小距离规则检测在第k个接收器

的第l个数据码元是基于

的：

（等式8）

鉴于上面描述的（多个）示例系统和装置，可以参考图10-13的流程图更好地理解根据公开的主题实现的（多个）示例方法。为了简化说明的目的，这里公开的示例方法被呈现并且描述为一系列动作；然而，要明白和理解，要求保护的主题不由动作的顺序限制，因为一些动作可以以不同的顺序和/或同时与这里示出和描述的其他动作出现。例如，这里公开的一个或者多个示例方法可以替代地表示为一系列相关的状态或者事件，诸如在状态图中。此外，当不同的实体扮演方法的不同部分时，（多个）交互图可以表示根据公开的主题的方法。另外，可以不要求所有例示的动作实现根据本说明书的描述的示例方法。另外，两个或者更多公开的示例方法可以相互组合实现，以完成这里描述的一个或者多个特征或者优点。还应当理解，贯穿本说明书公开的示例方法能够存储在制造的物品上，以允许传输并且传递这种方法到用于执行的计算机，并且由此由处理器实现或者用于在存储器中存储。

图10呈现用于根据主题PIAID方案的减轻干扰的过程1000的高级流程图。在1010，根据干扰对齐方案和与在发送器和接收器对之间的信号传输相关联的路径损耗，基于在发送器和接收器对的集合中的接收器处对齐发送器的可行性，来确定该集合。在一个方面中，该集合包括该集合的各个接收器处的各个发送器的不同对齐分配，其包括在该集合的接收器处对齐的不同数量的发送器。在1020，从该集合选择最优集合，其中，该最优集合对于接收器处的干扰轮廓有贡献，其便于接收器处的干扰检测。例如，在一个方面中，选择最优集合包括：确定与该集合的对应者相关联的平均码元错误率以及从该集合中选择对于接收器处的平均端到端码元错误率的最小的渐近紧界有贡献的集合。在1030，指令发送器和接收器对根据干扰对齐方案通信。在1040，检测接收器处的聚合干扰，并且在1050，在接收器处检测期望信号（即，没有干扰的信号）。

图11图示根据主题PIAID方案从发送器发送信号的过程1100。在1110，发送设备通过准静态多输入多输出信道在子空间中发送信号到接收设备。在1220，发送设备利用波束成形向量预编码信号，该波束成形向量便于在接收设备的子集处对齐与发送设备相关联的干扰，其中基于对齐的可行性和与发送设备和接收设备的子集之间的信号传输相关联的路径损耗来确定接收设备的子集。在一个方面中，基于在接收设备处的干扰轮廓确定接收设备的子集，该干扰轮廓便于接收设备处的干扰检测，其中响应于对齐来创建干扰轮廓。

图12图示用于根据主题PIAID方案在接收设备处接收信号的过程1200。在1210，通过准静态多输入多输出信道在子空间中在接收设备处接收来自发送设备的信号。在1220，根据干扰对齐方案在接收设备处接收来自发送设备的子集的对齐的信号。在1230，用迫零向量解码对齐的信号，该迫零向量便于取消与发送设备的子集相关联的干扰，其中，基于干扰对齐方案的可行性和与接收到的信号相关联的路径损耗确定发送设备的子集。在一个方面中，基于在接收设备处的干扰轮廓确定发送设备的子集，该干扰轮廓便于接收设备的干扰检测，其中响应于干扰对齐方案来创建干扰轮廓。

图13图示用于根据主题PIAID方案在接收设备处接收信号的另一过程1300。在1310，通过准静态多输入多输出信道在子空间中在接收设备处接收来自发送设备的信号。在1320，根据干扰对齐方案在接收设备处接收来自发送设备的子集的对齐的信号。在1330，利用迫零向量解码对齐信号，该迫零向量便于取消与发送设备的子集相关联的干扰，其中，基于干扰对齐方案的可行性和与接收到的信号相关联的路径损耗，确定发送设备的子集。在一个方面中，基于在接收设备处的干扰轮廓确定发送设备的子集，其便于接收设备的干扰检测，其中响应于干扰对齐方案创建干扰轮廓。在1340，检测被包括在接收到的信号中的聚合干扰信号，其中利用正交相移键控来编码接收到的信号。在1350，通过从迫零向量的输出信号减去聚合干扰信号来检测没有干扰的信号。

这里描述的两部分PIAID方案已经被证明是用于增加MIMO系统的吞吐量的有效工具。如下面呈现，在诸如参考图2描述的模型环境200之类的k对准静态MIMO干扰网络中检查建议方案的性能。具体地，我们设置log正常阴影标准偏差为σ_ω＝12dB以及路径损耗指数为γ＝6。每个发送器传递QPSK码元的单个流(D＝1)。每个节点的发送功率假设为相同。在仿真中，所有发送和接收节点假设在2km×1km矩形区域中随机分布。仿真展示了建议的PIAID方案的SER性能相比于各种常规基线解（baseline solution）具有显著增益。具体地，建议的PIAID方案的性能与下面基线比较。

建议的方案1（PS1）包括建议的PIAID方案，其中，PIA集合优化级试图通过根据等式12设置干扰成本度量来对齐不利干扰链路，并且PIA之后在K个接收器的每个处使用ID处理。具体地，采用等式6来确定聚合干扰，并且使用等式8来分别确定在级Ι和级Ⅱ处理的期望信号。

建议的方案2（PS2）包括建议的PIAID方案，其中，PID集合优化级试图通过根据等式12设置干扰成本度量来对齐不利干扰链路，并且在PIA之后在K个接收器的每个处使用ID处理。具体地，使用SDR-SID算法6来确定聚合干扰，并且采用等式8来分别确定在级Ι和级Ⅱ处理的期望信号。

基线1（BL1）包括随机化PIA，其中PIA集合

从随机选取，即满足等式3的IA可行性条件的所有PIA集合的聚集，并且在PIA之后在K个接收器的每个处采用ID处理。具体地，使用等式6来确定聚合干扰，并且使用等式8来分别确定在级Ι和级Ⅱ处理的期望信号。

基线2（BL2）包括迭代IA。具体地，利用交替优化来最小化泄露干扰的加权和，并且通过将所有干扰处理为噪声在K个接收器的每个处采用常规单级解码。

基线3（BL3）包括最大化SINR。具体地，利用交替优化来最大化接收器处的SINR，并且通过将所有干扰处理为噪声在K个接收器的每个处采用常规单级解码。

基线4（BL4）包括最大化总和速率。具体地，利用与交替优化组合的梯度上升方法来最大化接收器的总和速率。通过将所有干扰处理为噪声在K个接收器的每个处采用常规单级解码。

基线5（BL5）包括最小化均方差（MSE）。具体地，使用联合设计来最小化接收器的MSE的总和。通过将所有干扰处理为噪声在K个接收器的每个处采用常规单级解码。

图14是图示平均端到端SER性能相对于每个码元的接收能量与噪声密度比(E_s/N₀dB)。由K＝5（用户的数量），{M＝3,N＝2)（发送和接收天线的数量），D＝1（数据流的数量）和α＝3（可行干扰对齐的对齐用户的数量）给出设置。

图15图示平均端到端SER性能相对于接收E_s/N₀(dB)。由K＝6(用户的数量），{M＝3，N＝2)，（发送和接收天线的数量），D＝1（数据流的数量）和α＝3（可行干扰对齐的对齐用户的数量）给出设置。利用噪声、复衰落系数

和路径损耗

的10⁷实现来评价平均SER性能。如图14和图15中所见，所有方案的平均SER随着接收E_s/N₀增加而减少，并且即使对于具有SDR-SID（PS2）的低复杂性PIAID，相比于所有基线，建议的方案有显著的性能增益。由将ID处理移出如图5中所示的不利干扰轮廓的PIA级的用户选择来对PS1和PS2中的性能增益做出贡献。另外，还可以观察到具有SDR-SID的PIAID与等式6（PS1）具有的PIAID类似的性能。最后，图14示出PS2具有与由强力穷举搜索PS1获取的解类似的性能。

图16图示具有接收E_s/N₀＝25dB的每个数据流的SER的累积分布函数（CDF）。由K＝5（用户的数量）、(M＝3,N＝2)（发送和接收天线的数量）、D＝1（数据流的数量）和α＝3（可行干扰对齐的对齐用户的数量）给出设置。

图17图示具有接收E_s/N₀＝25dB的每个数据流的SER的累积分布函数（CDF）。由K＝6（用户的数量）、{M＝3，N＝2}（发送和接收天线的数量）、D＝1（数据流的数量）和α＝3（可行干扰对齐的对齐用户的数量）给出设置。在图16和图17中，由

和引入SER的随机性。利用噪声、复衰落系数

和路径损耗

的107实现来评价CDF性能。如图16和图17中所见，建议的方案与基线相比不仅实现更小平均SER，而且实现更小的SER百分比。

现在参考图18，图示根据一个或者多个方面的多接入无线通信系统1800。无线通信系统1800可以包括与一个或者多个用户设备联系的一个或者多个基站。每个基站提供多个扇区的覆盖。图示了三扇区基站1802，其包括多个天线组，一个包括天线1804和1806，另一个包括天线18018和1810以及第三个包括天线1812和1814。根据该图，仅仅对于每个天线组示出两个天线，然而，可以利用更多或者更少的天线用于每个天线组。移动设备1816与天线1812和1814通信，其中天线1815和1814通过前向链路1818发送信息到移动设备1816，并且通过反向链路1820从移动设备1816接收信息。前向链路（或者下链路）指代从基站到移动设备的通信链路，并且反向链路（或者上链路）指代从移动设备到基站的通信链路。移动设备1822与天线1804和1806通信，其中天线1804和1806通过前向链路1824发送信息到移动设备1822，并且通过反向链路1826从移动设备1822接收信息。在FDD系统中，例如，通信链路1818、1820、1824和1826可能利用不同频率用于通信。例如，前向链路1818可能使用与由反向链路1820利用的频率不同的频率。

被指定为通信的天线和/或区域的每个组可以称为基站1802的扇区。在一个或者多个方面中，天线每个被设计为与由基站1802覆盖的扇区或者区域中的移动设备通信。基站可能是用于与移动设备通信的固定站。

在通过前向链路1818和1824的通信中，基站1802的发送天线可以利用波束成形以便改进用于不同移动设备1816和1822的前向链路的信噪比。此外，相比于可以由通过单个天线发送到在其覆盖区域中的所有移动设备的基站产生的干扰，利用波束成形来发送到移动设备（所述移动设备随机分散在其覆盖区域）的基站，对相邻小区中的移动设备产生更小干扰。

图19示出示例无线通信系统1900。为了简洁的缘故，无线通信系统1900描绘一个基站1910和一个接入终端1950。然而，要理解，系统1900可以包括不止一个基站和/或不止一个接入终端，其中附加基站和/或接入终端可与下面描述的示例基站1910和接入终端1950基本类似或者不同。此外，要理解，基站1910和/或接入终端1950可以使用这里描述的系统和/或方法来便于它们之间的无线通信。

在基站1910，从数据源1912向发送（TX）数据处理器1914提供多个数据流的通信量数据。根据一个示例，可以通过相应天线来发送每个数据流。TX数据处理器1914基于选择的用于数据流的具体编码方案来格式化、编码和交织通信量数据流以提供编码的数据。

可以使用正交频分复用（OFDM）技术将用于每个数据流的编码数据与导频数据多路复用。此外或者替代地，导频码元可以被频分复用（FDM）、时分复用（TDM）或者码分复用（CDM）。导频数据典型是已知数据模式，该已知数据模式可以以已知方式处理并且可以在接入终端1950中使用以估计信道响应。可以基于选择的用于每个数据流的具体调制方案（例如，二进制相移键控（BPSK）、正交相移键控（QPSK）、M相移键控（M-PSK）、M正交幅度调制（M-QAM）等）来调制用于该数据流的多路复用的导频和编码数据，以提供调制码元。可以通过由处理器1930进行或者提供的指令来确定用于每个数据流的数据速率、编码和调制。

可以向TX MIMO处理器1920提供用于数据流的调制码元，这可以进一步处理调制码元（例如，对于OFDM）。然后TX MIMO处理器1920提供N_T个调制码元流到N_T个发送器（TMTR）1922a到1922t。在各种实施例中，TXMIMO处理器1920向数据流的码元和从中正在发送码元的天线应用波束成形权重。

每个发送器1922接收并处理相应码元流以提供一个或者多个模拟信号，并且进一步调节（例如，放大、滤波和上转换）模拟信号以提供适用于通过MIMO信道传输的调制信号。另外，分别从N_T个天线1924a到1924t发送来自发送器1922a到1922t的N_T个调制信号。

在接入终端1950，由N_R个天线1952a到1952r接收发送的调制信号，并且向相应接收器（RCVR）1954a到1954r提供来自每个天线1952的接收信号。每个接收器1954调节（例如，滤波、放大和下转换）相应信号，数字化调节信号以提供样本，并且进一步处理样本，以提供对应的“接收”码元流。

RX数据处理器1960可以基于具体接收器处理技术从N_R个接收器1954接收并且处理N_R个接收码元流，以提供N_T个“检测的”码元流。RX数据处理器1960可以解调、去交织和解码每个检测的码元流，以恢复数据流的通信量数据。通过RX数据处理器1960的处理是对于由TX MIMO处理器1920和TX数据处理器1914在基站1910进行的处理的互补。

处理器1970可以周期性确定如上面讨论地利用哪个可用技术。另外，处理器1970可以公式化包含矩阵索引部分和秩值部分的反向链路消息。

反向链路消息可以包含关于通信链路和/或接收的数据流的各种类型信息。反向链路消息可以由TX数据处理器1938处理，TX数据处理器1938还接收来自数据源1936、由调制器1980调制的、由发送器1954a到1954r调节的并且发送回基站1910的多个数据流的通信量数据。

在基站1910，来自接入终端1950的调制信号由天线19194接收，由接收器1922调节，由解调器1940解调，并且由RX数据处理器19419处理，以提取由接入终端1950发送的反向链路消息。另外，处理器1930可以处理提取的消息，以确定哪个预编码矩阵用于确定波束成形权重。

处理器1930和1970可以分别在基站1910和接入终端1950处引导（例如，控制、调整、管理等）操作。各个处理器1930和1970可以与存储程序码和数据的存储器1932和1972相关联。处理器1930和1970还可以进行计算，以分别推导出用于上链路和下链路的频率和脉冲响应估计。

图20图示根据本发明的一些实施例的能够使用主题系统的示例性设备2000的示意框图。该设备是移动手机200。为了提供用于其各个方面的附加背景，图20和下面的讨论意图提供其中可以实现各个方面的适合环境2000的简洁、一般描述。虽然描述包括计算机可执行指令的一般背景，但是本领域的技术人员将理解，创新还可以结合其他程序模块来实现和/或实现为硬件和软件的组合。

一般地，应用（例如，程序模块）可以包括进行具体任务或者实现具体抽象数据类型的例程、程序、组件、数据结构等。此外，本领域的技术人员将理解，发明方法可以利用其他系统配置来实践，包括单处理器或者多处理器系统、迷你计算机、大型计算机以及个人计算机、手持计算设备、基于微处理器或者可编程消费电子产品等，其每个可以操作地耦合到一个或者多个相关联设备。

计算设备可以典型包括多种计算机可读介质。计算机可读介质可以是可以由计算机访问并且包括易失性和非易失性介质、移动和不可移动介质的任何可用介质。通过示例并且非限制的方式，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括在用于存储诸如计算机可读指令、数据结构、程序模块或者其他数据之类的信息的任何方法或者技术中实现的易失性和非易失性介质、移动和不可移动介质二者。计算机存储介质可以包括，但不限于，RAM、ROM、EEPROM、闪存或者其他存储器技术、CD ROM、数字视频盘（DVD）或者其他光盘存储、磁带盒、磁带、磁盘存储或者其他磁存储设备，或者可以用于存储期望信息和可以由计算机访问的任何其他介质。

通信介质典型体现计算机可读指令、数据结构、程序模块和在诸如载波或者其他传输机制之类的调制数据信号中的其他数据，并且包括任何信息传递介质。术语“调制数据信号”意味着具有以编码信号中的信息这样的方式设置或者改变的一个或者多个其特性的信号。通过示例但非限制的方式，通信介质包括诸如有线网络或者直接有线连接之类的有线介质和诸如声音、RF、红外之类的无线介质和其他无线介质。上面中的任何的组合应当也包括在计算机可读介质的范围内。

手机200包括用于控制和处理所有板上操作和功能的处理器2002。存储器2004与处理器2002接口，以存储数据和一个或者多个应用2006（例如，视频播放器软件、用户反馈组件软件…）。其他应用可以包括便于启用用户反馈信号的预定语音命令的语音识别。应用2006可以存储在存储器2004和/或固件2008中，并且由处理器2002从存储器2004或/和固件2008中的任一个或者二者来执行。固件2008还可以存储启动码用于在初始化手机2000中执行。通信部件2010与处理器2002接口，以便于与外部系统（例如，蜂窝网络、VoIP网络等）有线/无线通信。这里，通信部件2010还可以包括适合蜂窝收发器2011（例如，GSM收发器）和未许可收发器（例如，WiFi、WiMax）用于相应信号通信。手机2000可以是诸如蜂窝电话、具有移动通信能力的PDA和以消息传输为中心的设备（messaging-centric device）之类的设备。通信部件2010还便于来自地面无线电网络（例如，广播）、数字卫星无线电网络和基于因特网的无线电服务网络的通信接收。

手机2000包括用于显示文本、图像、视频、电话功能（例如，来电显示功能）、设置功能和用于用户输入的显示器2012。显示器2012还可以适应多媒体内容（例如，音乐元数据、消息、壁纸、图形…）的呈现。在与处理器2002的通信中提供串行I/O接口2014，以便于通过硬件连接和其他串行输入设备（例如，键盘、小型键盘和鼠标）的有线和/或无线串行通信（例如，USB和/或IEEE1394）。这例如支持更新和检修手机2000。音频能力配备音频I/O部件2016，其可以包括扬声器用于例如输出涉及指示用户按压适当键或者键组合以启用用户反馈信号的音频信号。音频I/O部件2016还便于通过麦克风输入音频信号，以记录数据和/或电话语音数据，并且用于输入用于电话对话的语音信号。

手机2000可以包括插槽接口2018，用于容纳卡用户识别模块（SIM）或者通用SIM2020的形状因数的SIC（用户识别部件），并且将SIM卡2020与处理器2002接口。然而，要理解，SIM卡920可以制造到手机2000中，并且通过向其下载数据和软件来更新。

手机2000可以处理通过通信部件2010的IP数据通信量，以适应通过ISP或者宽带有线供应商的来自诸如例如因特网、公司内部网、家庭网络、个人区域网络等之类的IP网络的IP通信量。由此，可以通过手机2000利用VoIP通信量，并且可以以编码或者解码格式中的任一个接收基于IP的多媒体内容。

可以提供视频处理部件2020（例如，相机）用于解码编码后的多媒体内容。手机2000还包括电池和/或AC电源子系统的形式的电源2024，该电源2024可以通过电源I/O部件2026接口到外部电源系统或者充电装置（未示出）。

手机2000还可以包括视频部件2030，用于处理接收到的视频内容并且用于记录和发送视频内容。位置跟踪部件932便于在地理上定位手机2000。如这里上面描述，当用户自动或者手动启动反馈信号时这可能发生。用户输入部件2034便于用户启动质量反馈信号。输入部件可以包括常规输入设备技术，诸如例如小型键盘、键盘、鼠标、触笔和触摸屏幕之类。

再次参考应用2006，滞后（hysteresis）部件2036便于滞后数据的分析和处理，利用滞后数据来确定何时与接入点相关联。可以提供软件触发部件2038，该软件触发部件当WiFi收发器2013检测到接入点的信标时便于触发滞后部件2038。SIP客户端940使得手机2000能够支持SIP协议并且向SIP注册服务器注册该用户。应用2006还可以包括客户端2042，客户端2042至少提供恢复、播放和存储例如音乐的多媒体内容的能力。

如上面指示涉及通信部件910的手机2000包括室内网络无线电收发器2013（例如，WiFi收发器）。这个功能支持室内无线电链路，诸如IEEE802.11之类，用于双模GSM手机2000。手机2000可以至少适应通过手机的卫星无线电服务，该手机可以将无线语音和数字无线电芯片组组合到单个手持设备中。

现在参考图21，图示可以操作为在有线或者无线通信网络和服务器和/或通信设备之间提供联网和通信能力的计算机的框图。为了提供用于其各个方面的附加背景，图21和下面的讨论意图提供其中可以实现本创新的各个方面的适合计算环境2100的简洁、一般描述。虽然上面的描述在可以运行一个或者多个计算机的计算机可执行指令的一般背景中，但是本领域的技术人员将理解，本创新还可以结合其他程序模块来实现和/或实现为硬件和软件的组合。

一般地，程序模块包括进行具体任务或者实现具体抽象数据类型的例程、程序、组件、数据结构等。此外，本领域的技术人员将理解，发明方法可以利用其他计算机系统配置来实践，包括单处理器或者多处理器系统、迷你计算机、大型计算机以及个人计算机、手持计算设备、基于微处理器或者可编程消费电子产品等，其每个可以操作地耦合到一个或者多个相关联设备。

创新的例示方面还可以在分布式计算环境中实践，在分布式计算环境中，可以由通过通信网络链接的远程处理设备执行某些任务。在分布式计算环境中，程序模块可以位于本地和远程存储设备中。

计算设备可以典型包括多种计算机可读介质。计算机可读介质可以是可以由计算机访问并且包括易失性和非易失性介质、移动和不可移动介质的任何可用介质。通过示例并且非限制的方式，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括在用于存储诸如计算机可读指令、数据结构、程序模块或者其他数据之类的信息的任何方法或者技术中实现的易失性和非易失性介质、移动和不可移动介质二者。计算机存储介质包括，但不限于，RAM、ROM、EEPROM、闪存或者其他存储器技术、CD ROM、数字视频盘（DVD）或者其他光盘存储、磁带盒、磁带、磁盘存储或者其他磁存储设备，或者可以用于存储期望信息并且可以由计算机访问的任何其他介质。

通信介质典型体现为计算机可读指令、数据结构、程序模块或诸如载波或者其他传输机制之类的调制数据信号中的其他数据，并且包括任何信息传递介质。术语“调制数据信号”意味着具有以编码信号中的信息这样的方式设置或者改变的一个或者多个其特性的信号。通过示例但非限制的方式，通信介质包括诸如有线网络或者直接有线连接之类的有线介质和诸如声音、RF、红外线之类的无线介质和其他无线介质。上面中的任何的组合应当也包括在计算机可读介质的范围内。

再次参考图21，用于实现各种方面的示例性环境2100包括计算机2102，计算机2102包括处理单元2104、系统存储器2106和系统总线2108。系统总线2108耦合包括但不限于系统存储器2106的系统部件到处理单元2104。处理单元2104可以是各种商业可用处理器中的任一种。双微处理器和其他多处理器架构也可以被使用为处理单元2104。

系统总线2108可以是若干类型的总线结构中的任一种，该总线结构还可以使用各种商业可用总线架构中的任一种互连到存储器总线（在需要或者不需要存储器控制器的情况下）、外围总线和本地总线。系统存储器2106包括只读存储器（ROM）2110和随机存取存储器（RAM）2112。基本输入/输出系统（BIOS）存储在诸如ROM、EPROM、EEPROM之类的非易失性存储器2110中，BIOS包含帮助（诸如在启动期间）在计算机2102内的元件之间传递信息的基本例程。RAM2112还可以包括用于高速缓存数据的高速RAM，诸如静态RAM。

计算机2102还包括内部硬盘驱动器（HDD）2114（例如，EIDE、SATA），内部硬盘驱动器2114还可以配置用于在适当机架（未示出）、磁软盘驱动器（FDD）3116（例如，用以从移动磁盘2118读取或者向移动磁盘2118写入）和光盘驱动器2120（例如，读取CD-ROM盘1022，或者从诸如DVD之类的其他高容量光介质读取或者向如DVD之类的其他高容量光介质写入）中外部使用。硬盘驱动器2114、磁盘驱动器2116和光盘驱动器2120可以分别由硬盘驱动器接口2120、磁盘驱动器接口2126和光盘驱动器接口2128连接到系统总线2108。用于外部驱动实现方式的接口2124包括通用串行总线（USB）和IEEE1394接口技术至少之一或者二者。其他外部驱动连接技术在主题创新的设想内。

驱动器和它们相关联的计算机可读介质提供数据、数据结构、计算机可执行指令等的非易失性存储。对于计算机2012，驱动器和介质容纳以适当数字格式存储的任何数据。虽然上面的计算机可读介质的描述指代HDD、移动磁盘和诸如CD或者DVD之类的移动光介质，但是本领域技术人员应当理解，由计算机可读的诸如zip驱动器、磁带盘、闪存卡、盒（cartridge）等之类的其他类型的介质，也可以用在示例性操作环境中，并且另外，任何这种介质可以包含用于进行公开的创新的方法的计算机可执行指令。

多个程序模块可以存储在驱动器和RAM2112中，包括操作系统2130、一个或者多个应用程序2132、其他程序模块2134和程序数据2136。还可以在RAM2112中高速缓存操作系统、应用、模块和/或数据中的所有或者部分。要理解，该创新可以利用各种商业可用操作系统或者操作系统的组合来实现。

用户可以通过一个或者多个有线/无线输入设备（例如，键盘2138和诸如鼠标2140之类的指点设备）输入命令和信息到计算机2102中。其他输入设备（未示出）可以包括麦克风、IR遥控器、操纵杆、游戏垫、触笔、触摸屏等。这些和其他输入设备经常通过输入设备接口2142（其耦合到系统总线2108）连接到处理单元2104，而可以通过诸如并行端口、IEEE2194串行端口、游戏端口、USB端口、IR接口之类的其他接口连接。

监视器2144和其他类型的显示设备也通过诸如视频适配器2146之类的接口连接到系统总线2108。除了监视器2144，计算机典型还包括其它外围输出设备（未示出），诸如扬声器、打印机等之类。

计算机2102可以使用逻辑连接通过到一个或者多个诸如（多个）远程计算机2148之类的远程计算机的有线和/或无线通信，在联网环境中操作。（多个）远程计算机2148可以是工作站、服务器计算机、路由器、个人计算机、便携式计算机、基于微处理器的娱乐应用、对等设备或者其它共用网络节点，并且典型包括很多或者所有相对于计算机2012描述的元件，虽然为了简洁的目的，仅仅图示存储器/存储设备2150。描绘的逻辑连接包括到局域网（LAN）2152和/或更大网络（例如，广域网（WAN）2154）的有线/无线连接。这种LAN和WAN联网环境在办公室和公司中很常见，并且便于诸如内部网之类的企业范围计算机网络，其所有这些可能连接到例如因特网的全球通信网络。

当用在LAN联网环境中时，计算机2102通过有线和/或无线通信网路接口或者适配器2156连接到局域网2152。适配器2156可以便于到LAN2152的有线或者无线通信，LAN2152还可以包括布置在其上用于与无线适配器2156通信的无线接入点。

当用在WAN联网环境中时，计算机2102可以包括调制解调器2158，或者连接到WAN2154上的通信服务器，或者具有其他用于诸如通过因特网的方式在WAN2154上建立通信的部件。可以是内部或者外部以及有线或者无线设备的调制解调器2158，通过串行端口接口2142连接到系统总线2108。在联网环境中，相对于计算机2102描绘的程序模块或者其部分可以存储在远程存储器/存储设备2150中。将理解，示出的网络连接是示例性的并且可以使用在计算机之间建立通信链路的其他部件。

要明白，这里描述的方面可以由硬件、软件、固件或者其任何组合来实现。当以软件实现时，函数可以作为一个或者多个指令或者代码存储在计算机可读介质上或者在计算机可读介质上传输。计算机可读介质包括计算机存储介质和通信介质二者，包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是能够由通用或者专用计算机访问的任何可用介质。通过示例并且非限制的方式，这种计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或者其他光盘存储、磁盘存储或者其他磁存储设备，或者可以用于承载或者存储指令或者数据结构形式的期望程序码构件并且可以由通用或者专用计算机或者通用或者专用处理器访问的任何其他介质。此外，任何连接合适地称为计算机可读介质。例如，如果使用同轴电缆、光纤光缆、双绞线、数字用户线（DSL）或者诸如红外、无线电和微波之类的无线技术，从网站、服务器或者其他远程源发送软件，则同轴电缆、光纤光缆、双绞线、DSL或者诸如红外、无线电和微波之类的无线技术被包括在介质的定义中。这里使用的磁盘和光盘包括致密盘（CD）、激光盘、光盘、数字多功能光盘（DVD）、软盘和蓝光盘，其中磁盘通常磁再现数据，而光盘利用激光光学再现数据。上面的组合应当也被包括在计算机可读介质的范围内。

连同这里公开的方面描述的各种例示逻辑、逻辑块、模块和电路可以利用通用处理器、数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或晶体管逻辑、分立硬件部件或者设计为进行这里描述的功能的其任何组合来实现或进行。通用处理器可以是微处理器，但在替代中，处理器可以是任何常规处理器、控制器、微处理器或者状态机。处理器还可以实现为计算设备的组合，例如DSP和微处理器的组合、多个微处理器、连同DSP核的一个或者多个微处理器或者任何其他这种配置。此外，至少一个处理器可以包括可操作为进行一个或者多个这里描述的s和/或动作的一个或者多个模块。

对于软件实现方式，这里描述的技术可以利用进行这里描述的功能的模块（例如，过程、功能等）实现。可以在存储器单元中存储并且由处理器执行软件码。存储器单元可以在处理器内或者处理器外部实现，在该情形中，存储器单元可以通过本领域已知的各种手段通信地耦合到处理器。另外，至少一个处理器可以包括可操作为进行这里描述的功能的一个或者多个模块。

这里描述的技术可以用于各种无线通信系统，诸如CDMA、TDMA、FDMA、OFDMA、SC-FDMA和其他系统。术语“系统”和“网络”经常互换使用。CDMA系统可以实现无线电技术，诸如通用地面无线电接入（UTRA）、CDMA2300等。UTRA包括宽带-CDMA（W-CDMA）和CDMA的其他变型。另外，CDMA2300覆盖IS-2300、IS-95和IS-856标准。TDMA系统可以实现诸如全球移动通信系统（GSM）之类的无线电技术。OFDMA系统可以实现无线电技术，诸如演进UTRA（E-UTRA）、超移动宽带（UMB）、IEEE802.11（Wi-Fi）、IEEE802.16（WiMAX）、IEEE802.23、快闪-OFDM等。UTRA和E-URTA是通用移动电信系统（UMTS）的一部分。3GPP长期演进（LTE）是使用利用下链路上的OFDMA和上链路上的SC-FDMA的E-UTRA的UMTS的发布。UTRA、E-UTRA、UMTS、LTE和GSM在来自名称“第三代合作伙伴项目”（3GPP）的组织的文献中描述。此外，CDMA2300和UMB在来自名称“第三代合作伙伴项目2”（3GPP2）的组织的文献中描述。另外，这种无线通信系统可以附加地包括经常使用不成对的未许可频谱，802.xx无线LAN、BLUETOOTH和任何其他短范围或长范围无线通信技术的对等（例如，移动到移动）专用网络系统。

利用单个载波调制和频域均衡的单载波频分多路访问（SC-FDMA），是可以利用本公开的方面的技术。SC-FDMA具有与OFDMA系统中的那些类似的性能以及本质上类似的整体复杂性。因为其固有单载波结构，SC-FDMA信号具有更低的均峰功率比（PAPR）。SC-FDMA可以在上链路通信中利用，其中，更低的PAPR在发送功率效率方面可以益于移动终端。

此外，这里描述的各个方面或特征可以实现为使用标准编程和/或工程技术的方法、装置或者制造的物品。这里使用的术语“制造的物品”意图包含可以从任何计算机可读设备、载波或者介质获取的计算机程序。例如，计算机可读介质可以包括，但不限于，磁存储设备（例如硬盘、软盘，磁带等）；光盘（例如，致密盘（CD）、数字多功能光盘（DVD）等）、智能卡；闪存设备（例如，EPROM、卡、棒、键驱动器等）。此外，这里描述的各种存储介质可以表示用于存储信息的一个或者多个设备和/或其他机器可读介质。术语“机器可读介质”可以包括但不限于，无线信道和各种能够存储、包含和/或携带（多个）指令和/或数据的各种其他介质。此外，计算机程序产品可以包括计算机可读介质，该计算机可读介质具有可操作为使得计算机进行这里描述的功能的一个或者多个指令或者代码。

另外，连同这里公开的方面描述的方法或者算法的动作可以直接体现在硬件中、由处理器执行的软件模块中或者其组合。软件模块可以驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动盘、CD-ROM或者本领域中已知的存储介质的任何其他形式。示例性存储介质可以耦合到处理器，使得处理器可以从存储介质读取信息，并且向存储介质写入信息。在替代中，存储介质可以集成到处理器。另外，在一些方面中，处理器和存储介质可以驻留在ASIC中。此外，ASIC可以驻留在用户终端中。在替代中，处理器和存储介质可以作为分立的组件驻留在用户终端中。此外，在一些方面中，方法或算法的s和动作可以驻留为机器可读介质和/或计算机可读介质上的代码和/或指令之一或者任何组合或者集合，其可以并入计算机程序产品中。

包括在摘要中描述的主题公开的例示的实施例的上面的描述，不意图穷举或者将公开的实施例限制为公开的精确形式。虽然为了例示的目的，这里描述特定实施例和示例，但是如本领域相关技术人员可以认识，被认为在这种实施例和示例的范围内的多种修改是可能的。

鉴于此，虽然这里已经连同各种实施例和对应附图描述本公开的主题，但是，在适用的情况下，要明白，在不脱离本公开的主题的情况下，可以使用其他类似实施例，或者可以对描述的实施例做出修改和附加用于执行本公开主题的相同、类似、替代或者替换功能。因此，公开的主题不应当限制为这里描述的任何单个实施例，而是应当在根据下面所附权利要求的幅度和范围中解释。

Claims

1.一种设备，包括：

识别部件，配置为根据干扰对齐方案和与发送器和接收器对之间的信号传输相关联的路径损耗，基于在发送器和接收器对的集合中的接收器处的对齐发送器的可行性，识别所述集合，其中，所述集合包括在所述集合的各个接收器处的各个发送器的不同对齐分配。

2.如权利要求1所述的设备，其中，对齐分配包括在所述集合的接收器处对齐的不同数量的发送器。

3.如权利要求1所述的设备，还包括：

优化部件，配置为从所述集合中选择对接收器处的干扰轮廓有贡献的集合，所述干扰轮廓便于接收器处的干扰检测。

4.如权利要求3所述的设备，其中，优化部件还配置为确定与所述集合中的相应集合相关联的平均码元错误率，并且从所述集合中选择对在接收器处的平均端到端码元错误率性能的最小渐近紧界有贡献的集合。

5.如权利要求3所述的设备，其中，干扰表示接收器处的功率从大约-15.0dB到大约15.0dB的干扰。

6.如权利要求3所述的设备，还包括：

部分干扰对齐部件，配置为指示所述集合中的发送器和接收器对进行干扰对齐方案。

7.如权利要求6所述的设备，其中，部分干扰对齐部件还配置为确定便于干扰对齐方案的性能的所述集合的发送器的预编码器和所述集合的接收器的去相关器。

8.如权利要求1所述的设备，其中，发送器和接收器对在准静态多输入多输出信道中操作。

9.一种发送设备，包括：

天线，配置为通过准静态多输入多输出信道在子空间中向接收设备发送信号；以及

预编码器，配置为利用波束成形向量预编码信号，以便于在接收设备的子集处进行与发送设备相关联的干扰对齐，其中，基于对齐的可行性和与发送设备和接收设备的子集之间的信号传输相关联的路径损耗来确定接收设备的子集。

10.如权利要求9所述的设备，其中，基于接收设备处的干扰轮廓来确定接收设备的子集，所述干扰轮廓便于在接收设备处的干扰检测，其中，响应于对齐的性能来创建干扰轮廓。

11.如权利要求9所述的设备，其中，基于接收设备处的干扰轮廓来确定接收设备的子集，所述干扰轮廓减小接收设备处的平均端到端码元错误率性能的渐近紧界，其中，响应于对齐的性能来创建干扰轮廓。

12.如权利要求9所述的设备，其中，基于接收设备处的干扰轮廓来确定接收设备的子集，所述干扰轮廓表示从大约-15.0dB到大约15.0dB的干扰，其中，响应于对齐的性能来创建干扰轮廓。

13.一种接收设备，包括：

天线，配置为通过准静态多输入多输出信道在子空间中从发送设备接收信号，其中，信号中的一部分包括与发送设备的子集相关联的干扰信号；以及

解码器，配置为利用与干扰对齐方案相关联的迫零向量解码干扰信号，以便于取消来自发送设备的子集的干扰，其中，根据干扰对齐方案和与接收到的信号相关联的路径损耗，基于在接收设备处的发送设备的子集的对齐的可行性来确定发送设备的子集。

14.如权利要求13所述的设备，其中，基于接收设备处的干扰轮廓来确定发送设备的子集，所述干扰轮廓便于接收设备的干扰检测，其中，响应于干扰对齐方案的性能来创建干扰轮廓。

15.如权利要求13所述的设备，其中，基于接收设备处的干扰轮廓来确定发送设备的子集，所述干扰轮廓减小接收设备处的平均端到端码元错误率性能的渐近紧界，其中，响应于干扰对齐方案的性能来创建干扰轮廓。

16.如权利要求13所述的设备，基于接收设备处的干扰轮廓来确定接收设备的子集，所述干扰轮廓表示从大约-15.0dB到大约15.0dB的干扰，其中，响应于干扰对齐方案的性能来创建干扰轮廓。

17.如权利要求13所述的设备，还包括：

聚合干扰检测部件，配置为检测聚合干扰信号，以及

期望信号检测部件，配置为从迫零向量的输出信号减去聚合干扰信号以检测没有干扰的信号。

18.如权利要求17所述的设备，其中，天线还配置为接收利用正交相移键控编码的信号，并且聚合干扰部件配置为使用从接收到的信号推导出的星座图来检测聚合干扰信号。

19.如权利要求17所述的设备，其中，期望信号检测部件还配置为使用半正定松弛来公式化已经具有多项式复杂性的检测算法，并且使用该检测算法来检测没有干扰的信号。

20.一种方法，包括：

根据干扰对齐方案和与发送器和接收器对之间的信号传输相关联的路径损耗，基于在发送器和接收器对的集合中的接收器处的对齐发送器的可行性，确定所述集合，其中，所述集合包括在所述集合的各个接收器处的各个发送器的不同对齐分配。

21.如权利要求20所述的方法，其中，对齐分配包括在所述集合的接收器处对齐的不同数量的发送器。

22.如权利要求20所述的方法，还包括：

从所述集合中选择对接收器处的干扰轮廓有贡献的集合，所述干扰轮廓便于接收器处的干扰检测。

23.如权利要求22所述的方法，其中，选择所述集合包括：确定与所述集合中的相应集合相关联的平均码元错误率，并且从所述集合中选择对在接收器处的平均端到端码元错误率性能的最小渐近紧界有贡献的集合。

24.如权利要求22所述的方法，其中，干扰表示在接收器处功率从大约-15.0dB到大约15.0dB的干扰。

25.如权利要求22所述的方法，还包括：

指示所述集合中的发送器和接收器对进行干扰对齐方案。

26.如权利要求25所述的方法，其中，指示还包括确定便于干扰对齐方案的性能的所述集合中的发送器的预编码器和所述集合中的接收器的去相关器。

27.如权利要求20所述的方法，其中，发送器和接收器对在准静态多输入多输出信道中操作。

28.一种方法，包括：

通过准静态多输入多输出信道在子空间中从发送设备向接收设备发送信号；以及

利用波束成形向量预编码所述信号，所述波束成形向量便于在接收设备的子集处进行与发送设备相关联的干扰的对齐，其中，基于对齐的可行性和与发送设备和接收设备的子集之间的信号传输相关联的路径损耗来确定接收设备的子集。

29.如权利要求28所述的方法，其中，基于接收设备处的干扰轮廓来确定接收设备的子集，所述干扰轮廓便于在接收设备处的干扰检测，其中，响应于进行对齐来创建干扰轮廓。

30.如权利要求28所述的方法，其中基于接收设备处的干扰轮廓来确定接收设备的子集，所述干扰轮廓减小接收设备处的平均端到端码元错误率性能的渐近紧界，其中，响应于进行对齐来创建干扰轮廓。

31.如权利要求28所述的方法，其中，基于接收设备处的干扰轮廓来确定接收设备的子集，所述干扰轮廓表示从大约-15.0dB到大约15.0dB的干扰，其中，响应于进行对齐来创建干扰轮廓。

32.一种方法，包括：

通过准静态多输入多输出信道在子空间中在接收设备处接收来自发送设备的信号；

根据干扰对齐方案在接收设备处接收来自发送设备的子集的对齐的信号；以及

利用迫零向量解码对齐信号，所述迫零向量便于取消与发送设备的子集相关联的干扰，其中，基于干扰对齐方案的可行性和与接收到的信号相关联的路径损耗来确定发送设备的子集。

33.如权利要求32所述的方法，其中，基于接收设备处的干扰轮廓来确定发送设备的子集，所述干扰轮廓便于接收设备的干扰检测，其中，响应于干扰对齐方案的性能来创建干扰轮廓。

34.如权利要求32所述的方法，其中，基于接收设备处的干扰轮廓来确定发送设备的子集，所述干扰轮廓减小接收设备处的平均端到端码元错误率性能的渐近紧界，其中，响应于干扰对齐方案的性能来创建干扰轮廓。

35.如权利要求32所述的方法，其中，基于接收设备处的干扰轮廓来确定接收设备的子集，所述干扰轮廓包括从大约-15.0dB到大约15.0dB的干扰，其中，响应于干扰对齐方案的性能来创建干扰轮廓。

36.如权利要求32所述的方法，还包括：

检测被包括在接收到的信号中的聚合干扰信号，其中接收到的信号利用正交相移键控编码，

从迫零向量的输出信号减去聚合干扰信号；以及

识别没有干扰的信号。

37.如权利要求36所述的方法，其中，检测聚合干扰信号包括使用从接收到的信号推导出的星座图。

38.如权利要求36所述的方法，其中，识别没有干扰的信号包括：使用半正定松弛来公式化已经具有多项式复杂性的检测算法，并且使用该检测算法来识别没有干扰的信号。

39.一种计算机可读存储介质，包括响应于执行使得计算系统进行操作的计算机可执行指令，所述操作包括：

根据干扰对齐方案和与发送器和接收器对之间的信号传输相关联的路径损耗，基于在发送器和接收器对的集合中的接收器处对齐发送器的可行性，确定所述集合，其中，所述集合包括在所述集合的各个接收器处的各个发送器的不同对齐分配。

40.如权利要求39所述的计算机可读存储介质，其中，对齐分配包括在所述集合的接收器处对齐的不同数量的发送器。

41.如权利要求39所述的计算机可读存储介质，所述操作还包括：

42.如权利要求41所述的计算机可读存储介质，其中，选择集合包括：确定与所述集合中的相应集合相关联的平均码元错误率，并且从所述集合中选择对在接收器处的平均端到端码元错误率性能的最小渐近紧界有贡献的集合。

43.如权利要求41所述的计算机可读存储介质，其中，干扰表示在接收器处功率从大约-15.0dB到大约15.0dB的干扰。

44.如权利要求41所述的计算机可读存储介质，所述操作还包括：

指示所述集合中的发送器和接收器对进行干扰对齐方案。

45.如权利要求44所述的计算机可读存储介质，其中，所述指示还包括确定便于干扰对齐方案的性能的所述集合的发送器的预编码器和所述集合的接收器的去相关器。

46.如权利要求39所述的计算机可读存储介质，其中，发送器和接收器对在准静态多输入多输出信道中操作。