CN104168574A - 一种混合蜂窝系统中基于干扰适变选择的上行传输方法 - Google Patents

一种混合蜂窝系统中基于干扰适变选择的上行传输方法 Download PDF

Info

Publication number
CN104168574A
CN104168574A CN201410404842.3A CN201410404842A CN104168574A CN 104168574 A CN104168574 A CN 104168574A CN 201410404842 A CN201410404842 A CN 201410404842A CN 104168574 A CN104168574 A CN 104168574A
Authority
CN
China
Prior art keywords
base station
user
alpha
pico cell
interference
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
Application number
CN201410404842.3A
Other languages
English (en)
Other versions
CN104168574B (zh
Inventor
李钊
申彪
刘勤
赵林靖
李建东
黄鹏宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN201410404842.3A priority Critical patent/CN104168574B/zh
Publication of CN104168574A publication Critical patent/CN104168574A/zh
Application granted granted Critical
Publication of CN104168574B publication Critical patent/CN104168574B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

一种混合蜂窝系统中基于干扰适变选择的上行传输方法,混合蜂窝系统包括宏用户、微微蜂窝用户、宏基站和微微蜂窝基站。微微蜂窝基站根据信道状态信息以及用户的发射功率、位置信息确定干扰模型,利用基站侧协作,实现宏用户数据和微微蜂窝用户数据的共存传输,本发明考虑了干扰的强度对干扰模型以及与模型适应的信号处理方法的影响,根据受到干扰影响的数据速率与忽略干扰的理想速率的比值选择干扰模型,当干扰强度较低时对其予以忽略,简化了系统设计,并且通信资源得到合理利用,系统性能得到提升。

Description

一种混合蜂窝系统中基于干扰适变选择的上行传输方法
技术领域:
本发明涉及通信领域,具体涉及一种混合蜂窝系统中基于干扰适变选择的上行传输方法。 
背景技术:
随着通信技术的快速发展,现有的蜂窝系统面临巨大的挑战。混合蜂窝通过在原有蜂窝系统中部署一些低功率、覆盖范围小的基站,可以提高用户的信息传输速率,满足用户不断提高的业务需求。并且,将这些小基站部署在用户密集区域,能够使系统容量得到提升。因此,混合蜂窝网络被认为是无线通信技术的发展方向,受到3GPP的广泛关注,并被纳入LTE-A的相关标准。由于频谱资源稀缺以及频谱价格的昂贵,为小蜂窝开辟新的频段并不现实。因此,当多种类型的蜂窝,如宏蜂窝(Macrocell)、微微蜂窝(Picocell)和毫微微蜂窝(Femtocell)使用相同的频谱时,彼此之间的干扰成为制约通信性能的重要因素。 
针对蜂窝系统间的干扰问题,可以采用软频率复用(Soft frequency reuse,SFR)技术,对小区中心和边缘用户规划不同的频谱,并通过合理的资源和功率分配,实现蜂窝间干扰的抑制。文献J.Huang,H.Zhang,et al.,“Grouping based inter-cell  interference coordination in LTE-A dense small-cell networks,”in IEEE Symposium on Microwave,Antenna,Propagation and EMC Technol.for Wireless Commun.(MAPE),pp.78-83,2013(LTE-A密集小蜂窝网络中基于分组的小区间干扰协调)提出一种基于小蜂窝分组的干扰管理方法,根据小蜂窝间的干扰强度,将其分成不同的协作组,通过组内多点协作,以及组间动态功率控制和频段调度,实现干扰的有效消除。此外,针对混合蜂窝系统中的干扰,3GPP提出了增强小区间干扰协调(Enhanced inter-cell interference coordination,eICIC)技术,通过在时域引入几乎空白子帧(Almost blank subframe,ABS)实现时域协调,降低干扰。由于通信过程是对多种通信资源的综合利用,干扰问题也可以通过引入新的维度的通信资源加以解决,空域便是其中一个重要方面。空域资源的利用得益于多输入多输出(Multi-input multi-output,MIMO)技术的使用,通过设计空间信号处理算法,使相互干扰的信号通过彼此正交的子空间进行传输,从而实现干扰规避。MIMO已经成为许多新近的通信标准(如LTE和LTE-A)中的关键技术。干扰对齐(Interference alignment,IA)作为管控干扰的另一种有效手段,自出现以来受到了广泛关注,其与MIMO相结合更成为研究的热点。IA通过将干扰(可能来自多个干扰源)限制在与期望信号空间正交的子空间中,实现干扰信号与期望信号的分离。Z.Li,J.Li,et al.,“Interference alignment based spectrum sharing and user scheduling for cognitive radio MIMO system,”Journal on Commun.,vol.35,no.1,pp.167-172,2014 (基于干扰对齐的认知MIMO系统频谱共享和用户调度)在两对通信实体共存的场景中设计干扰对齐算法,综合发射预编码和接收滤波,实现多路数据的并发传输。 
然而,IA的可行性受到收发信机的天线配置、用户个数等因素的影响,在一些场景中仅使用IA已无法满足多用户共存传输的需求。因此,一部分研究通过利用发送端或接收端的协作,将IA与干扰消除(Interference cancellation,IC)相结合,设计了基于IAC的多用户并发传输机制。其中,L.E.Li,R.Alimi,etal.,“Ageneral algorithm for interference alignment and cancellation in wireless networks,”in IEEE Int.Conf.Computer Commun.(INFOCOM),pp.1-9,2010(无线网络中一种干扰对齐与消除的通用算法)针对多跳网状网络设计IAC算法,通过引入协作节点,实现多个数据包的并发传输。X.Qu,C.G.Kang,“Onfeasibility of interference alignment and cancellation for Gaussian interference multiple access channel,”inIEEEInt.Conf.on Commun.(ICC),pp.2467-2471,2012(高斯干扰多址接入信道中干扰对齐与消除的可行性研究)在高斯干扰多址接入信道(Multiple access channel,MAC)中研究IAC算法的可行性,给出了每个用户的自由度上限。 
发明内容:
为了解决上述问题,本发明提供了一种技术方案:一种混合蜂窝系统中基于干扰适变选择的上行传输方法,混合蜂窝系统包括宏 用户、微微蜂窝用户、宏基站和微微蜂窝基站;微微蜂窝基站根据信道状态信息以及用户的发射功率、位置信息确定干扰模型,利用基站侧协作,实现宏用户数据和微微蜂窝用户数据的共存传输,基于干扰适变选择的上行传输方法包括以下步骤: 
(1)宏用户获取信道信息微微蜂窝用户获取信道信息宏基站获取信道信息微微蜂窝基站获取全部信道信息,包括
(2)宏用户和微微蜂窝用户分别向宏基站和微微蜂窝基站上报发射功率、位置信息,宏基站将所获信息共享给微微蜂窝基站,所述微微蜂窝基站设定干扰适变选择门限ηth,然后对进行奇异值分解, 
H 0 m = U 0 m Λ 0 m ( V 0 m ) H = u 01 m u 02 m λ 01 m 0 0 λ 02 m ( v 01 m ) H ( v 02 m ) H
H 1 p = U 1 p Λ 1 p ( V 1 p ) H = u 11 p u 12 p λ 11 p 0 0 λ 12 p ( v 11 p ) H ( v 12 p ) H
根据宏用户和微微蜂窝用户的发射功率、位置信息,以及信道状态信息计算带宽归一化数据速率R01、R02
R 01 = log 2 { 1 + P m 2 ρ MU - α ( λ 01 m ) 2 σ n 2 + P p ρ PU - α | | ( u 01 m ) H H 1 m v 11 p | | 2 }
R 02 = log 2 { 1 + P m 2 ρ MU - α ( λ 02 m ) 2 σ n 2 + P p ρ PU - α | | ( u 02 m ) H H 1 m v 11 p | | 2 }
R ~ 01 = log 2 { 1 + P m 2 ρ MU - α ( λ 01 m ) 2 σ n 2 }
R ~ 02 = log 2 { 1 + P m 2 ρ MU - α ( λ 02 m ) 2 σ n 2 } ;
(3)微微蜂窝基站将η与ηth作比较,如果η>ηth,则微微蜂窝用户对宏蜂窝基站造成的干扰可以忽略,选择非对称干扰模型,如果η≤ηth,则所有干扰均不能忽略,选择对称干扰模型,然后微微蜂窝基站将该信息通报给所述微微蜂窝用户以及所述宏基站,宏基站与微微蜂窝基站分别向宏用户和微微蜂窝用户发送开始传输信令,通知其开始数据传输; 
(4)宏用户对进行奇异值分解,微微蜂窝用户对进行奇异值分解,宏基站对进行奇异值分解,宏用户构造预编码矩阵P0,选取微微蜂窝用户根据干扰模型构造相应的预编码向量p1,对称干扰模型下非对称干扰模型下宏用户和微微蜂窝用户的数据x0=[x01  x02]T和x1分别经过P0和p1的预处理,然后发送; 
(5)宏基站与微微蜂窝基站根据干扰模型选择对应的处理过程;针对对称干扰模型,宏基站选取作为接收滤波矩阵,得到的估计信号如下: 
y ‾ m = P m 2 ρ MU - α 2 ( U 0 m ) H H 0 m P 0 x 0 + P p ρ PU - α 2 ( U 0 m ) H H 1 m p 1 x 1 + ( U 0 m ) H n = P m 2 ρ MU - α 2 λ 01 m x 01 P m 2 ρ MU - α 2 λ 02 m x 02 + P p ρ PU - α 2 | | ( H 1 m ) - 1 u 02 m | | x 1 + ( U 0 m ) H n ;
针对非对称干扰模型,宏基站仍选取作为接收滤波矩阵,得到的估计信号如下: 
y ‾ m = P m 2 ρ MU - α 2 ( U 0 m ) H ( H 0 m p 01 x 01 + H 0 m p 02 x 02 ) + ( U 0 m ) H n
解出数据x01和x02并将该信息共享给所述微微蜂窝基站,微微蜂窝基站从接收到的混合信号中消去x01和x02,然后选取作为接收滤波向量,得到估计信号如下: 
y ‾ p = P p r PU - α 2 ( u 11 p ) H H 1 p v 11 p x 1 + ( u 11 p ) H n
从而无干扰的解出x1。 
作为优选,步骤(2)中α表示路损因子,为噪声功率,Pm和Pp分别表示宏用户和微微蜂窝用户的发射功率,ρMU和ρPU分别表示宏用户以及微微蜂窝用户与宏基站间距离。R01和R02表示考虑干扰影响的数据速率,表示忽略干扰影响的理想数据速率;由R01、R02计算适变因子η: 
η = R 01 + R 02 R ~ 01 + R ~ 02 .
作为优选,步骤(3)中微微蜂窝基站根据适变因子η与适变门限ηth的比较结果确定干扰模型,进而确定所述微微蜂窝用户的发送方式以及接收端信号处理方式。 
作为优选,步骤(5)中,n为加性高斯白噪声,对称干扰模型中,宏基站解出宏用户的数据x01,并将该信息共享给微微蜂窝基站,微微蜂窝基站从接收到的混合信号中消去x01,然后计算等价向量 分别计算为接收数据x02和x1所需的滤波向量f02和f1,其中 f 02 = E 1 - E 2 H E 1 E 2 | | E 1 - E 2 H E 1 E 2 | | f 1 = E 2 - E 1 H E 2 E 1 | | E 2 - E 1 H E 2 E 1 | | , 得到的估计信号如下: 
y ‾ p ( 02 ) = P m 2 r MU - α 2 f 02 H H 0 p v 02 m x 02 + P p r PU - α 2 f 02 H H 1 p p 1 x 1 + f 02 H n y ‾ p ( 1 ) = P m 2 r MU - α 2 f 1 H H 0 p v 02 m x 02 + P p r PU - α 2 f 1 H H 1 p p 1 x 1 + f 1 H n .
作为优选,rMU和rPU分别表示所述宏用户以及所述微微蜂窝用户与微微蜂基站间的距离,微微蜂窝基站解出数据x02和x1,并将x02反馈给所述宏基站。 
本发明的有益效果在于:本发明考虑了干扰的强度对干扰模型以及与模型适应的信号处理方法的影响,根据受到干扰影响的数据速率与忽略干扰的理想速率的比值选择干扰模型,当干扰强度较低时对其予以忽略,简化了系统设计,并且通信资源得到合理利用,系统性能得到提升。 
附图说明:
图1为本发明的混合蜂窝上行通信系统的模型; 
图2为本发明的对称干扰模型图; 
图3为本发明的非对称干扰模型图; 
图4为本发明基于干扰适变选择的上行传输方法的流程图; 
图5为本发明的Pm取不同值时适变因子η随两基站间距离D变化的仿真曲线图; 
图6为本发明的平均传输速率随两基站间D变化的仿真曲线图。 
具体实施方式:
下面结合附图对本发明具体实施例进行详细阐述: 
本发明旨在于提供混合蜂窝系统一种基于干扰适变选择的上行传输方法。需要说明的是,为了实施简便,我们仅研究用户和基站的天线数为2的情况,即 N r p = N r m = N t p = N t m = N = 2 .
如图1所示,本发明研究混合蜂窝上行通信系统,当前通信场景中包括一个宏用户(MU)、一个微微蜂窝用户(PU)、一个宏基站(MBS)和一个微微蜂窝基站(PBS),发射端和接收端均配置两根天线,实线表示数据传输,虚线表示干扰,每条线上标注的符号表示相应的信道矩阵。微微蜂窝基站根据信道矩阵以及用户的发射功率、位置信息确定干扰模型,且利用基站侧协作,实现宏用户通信和微微蜂窝用户通信的共存传输。如图2和图3所示,给出了本发明研究的对称干扰模型和非对称干扰模型。 
如图4所示,本发明的混合蜂窝系统一种基于适变选择的上行传输方法,具体包括如下步骤: 
(1)宏用户获取信道信息微微蜂窝用户获取信道信息 宏基站获取信道信息微微蜂窝基站获取全部信道信息,其中分别表示宏用户与宏基站以及微微蜂窝基站间的信道矩阵,分别表示微微蜂窝用户与宏基站以及微微蜂窝基站间的信道矩阵; 
(2)宏用户和微微蜂窝用户分别向宏基站和微微蜂窝基站上报发射功率、位置信息,宏基站将所获信息共享给微微蜂窝基站,微微 蜂窝基站设定干扰适变选择门限ηth,然后对进行奇异值分解, 
H 0 m = U 0 m Λ 0 m ( V 0 m ) H = u 01 m u 02 m λ 01 m 0 0 λ 02 m ( v 01 m ) H ( v 02 m ) H
H 1 p = U 1 p Λ 1 p ( V 1 p ) H = u 11 p u 12 p λ 11 p 0 0 λ 12 p ( v 11 p ) H ( v 12 p ) H
根据宏用户和微微蜂窝用户的发射功率、位置信息,以及信道状态信息计算带宽归一化数据速率R01、R02
R 01 = log 2 { 1 + P m 2 ρ MU - α ( λ 01 m ) 2 σ n 2 + P p ρ PU - α | | ( u 01 m ) H H 1 m v 11 p | | 2 }
R 02 = log 2 { 1 + P m 2 ρ MU - α ( λ 02 m ) 2 σ n 2 + P p ρ PU - α | | ( u 02 m ) H H 1 m v 11 p | | 2 }
R ~ 01 = log 2 { 1 + P m 2 ρ MU - α ( λ 01 m ) 2 σ n 2 }
R ~ 02 = log 2 { 1 + P m 2 ρ MU - α ( λ 02 m ) 2 σ n 2 }
其中,α表示路损因子,为噪声功率,Pm和Pp分别表示宏用户和微微蜂窝用户的发射功率,ρMU和ρPU分别表示宏用户以及微微蜂窝用户与宏基站间距离。由R01、R02计算适变因子η, 
η = R 01 + R 02 R ~ 01 + R ~ 02
(3)微微蜂窝基站将η与ηth作比较,如果η>ηth,则微微蜂窝用户对宏蜂窝基站造成的干扰可以忽略,选择非对称干扰模型,如果η≤ηth,则所有干扰均不能忽略,选择对称干扰模型,然后微微蜂窝 基站将该信息通报给微微蜂窝用户以及宏基站,宏基站与微微蜂窝基站分别向宏用户和微微蜂窝用户发送开始传输信令,通知其开始数据传输; 
(4)宏用户对进行奇异值分解,微微蜂窝用户对进行奇异值分解,宏基站对进行奇异值分解,宏用户构造预编码矩阵P0,选取微微蜂窝用户根据干扰模型构造相应的预编码向量p1,对称干扰模型下非对称干扰模型下宏用户和微微蜂窝用户的数据x0=[x01  x02]T和x1分别经过P0和p1的预处理,然后发送; 
(5)宏基站与微微蜂窝基站根据干扰模型选择对应的处理过程,如果是对称干扰模型,宏基站选取作为接收滤波矩阵,得到的估计信号如下: 
y ‾ m = P m 2 ρ MU - α 2 ( U 0 m ) H H 0 m P 0 x 0 + P p ρ PU - α 2 ( U 0 m ) H H 1 m p 1 x 1 + ( U 0 m ) H n = P m 2 ρ MU - α 2 λ 01 m x 01 P m 2 ρ MU - α 2 λ 02 m x 02 + P p ρ PU - α 2 | | ( H 1 m ) - 1 u 02 m | | x 1 + ( U 0 m ) H n
其中,n为加性高斯白噪声,宏基站解出所述宏用户的数据x01,并将该信息共享给微微蜂窝基站,微微蜂窝基站从接收到的混合信号中消去x01,然后计算等价向量分别计算为接收 数据x02和x1所需的滤波向量f02和f1,其中和 得到的估计信号如下: 
y ‾ p ( 02 ) = P m 2 r MU - α 2 f 02 H H 0 p v 02 m x 02 + P p r PU - α 2 f 02 H H 1 p p 1 x 1 + f 02 H n y ‾ p ( 1 ) = P m 2 r MU - α 2 f 1 H H 0 p v 02 m x 02 + P p r PU - α 2 f 1 H H 1 p p 1 x 1 + f 1 H n
其中,rMU和rPU分别表示宏用户以及微微蜂窝用户与微微蜂基站间的距离,微微蜂窝基站解出数据x02和x1,并将x02反馈给所述宏基站。如果是非对称干扰模型,宏基站仍选取作为接收滤波矩阵,得到的估计信号如下: 
y ‾ m = P m 2 ρ MU - α 2 ( U 0 m ) H ( H 0 m p 01 x 01 + H 0 m p 02 x 02 ) + ( U 0 m ) H n
解出数据x01和x02并将该信息共享给微微蜂窝基站,微微蜂窝基站从接收到的混合信号中消去x01和x02,然后选取作为接收滤波向量,得到估计信号如下: 
y ‾ p = P p r PU - α 2 ( u 11 p ) H H 1 p v 11 p x 1 + ( u 11 p ) H n
从而无干扰的解出x1。 
对称干扰模型下,带宽归一化数据速率如下: 
R 01 s = log 2 { 1 + P m 2 ρ MU - α ( λ 01 m ) 2 2 σ n 2 }
R 02 s = log 2 { 1 + P m r MU - α | | ( f 02 ) H H 0 p v 02 m | | 2 2 σ n 2 }
R 1 s = log 2 { 1 + P p r PU - α | | ( f 1 ) H H 1 p v 1 m | | 2 σ n 2 }
非对称干扰模型下,带宽归一化数据速率如下: 
R 01 a = log 2 { 1 + P m 2 ρ MU - α ( λ 01 m ) 2 σ n 2 + P p ρ PU - α | | ( u 01 m ) H H 1 m v 11 p | | 2 }
R 02 a = log 2 { 1 + P m 2 ρ MU - α ( λ 02 m ) 2 σ n 2 + P p ρ PU - α | | ( u 02 m ) H H 1 m v 11 p | | 2 }
R 1 a = log 2 { 1 + P p r PU - α ( λ 11 p ) 2 σ n 2 }
通过仿真实验,可进一步说明本发明的效果,仿真参数如表1所示。 
表1: 
其中,d为微微蜂窝半径,D为两基站间距离,αPU、θPU分别表示微微蜂窝用户与微微蜂窝基站以及宏基站间连线和两基站间连线的夹角,αMU、θMU分别表示宏用户与微微蜂窝基站以及宏基站间连线和两基站间连线的夹角,如图1所示。 
如图5所示,给出了Pm取不同值时适变因子η随两基站间距离D变化的情况,当Pm确定时,η随着D的增大而增大,这是因为Pm=μPp,当D很小时,接收端期望信号和干扰的功率均较大,并且噪声相对于干扰较小,因此忽略干扰得到的近似速率()相比于考虑干扰的数据速率(R01和R02)高很多,从而导致小的η值。随着D的增加,接收端期望信号和干扰的强度均减小,噪声逐渐成为影响速率性能的主要因素,是否忽略干扰获得的速率接近,即η趋近于1;给定D,由于随着发射功率的增加,干扰对速率的影响逐渐显著,即η随Pm的增大而减小。 
如图6所示,给出了Pm=-10dBm时本发明的基于干扰适变选择的传输方法(Transmission based on adaptable interference selection,T-AIS)的平均传输速率性能,为了说明基站侧协作对宏用户和微微蜂窝用户上行传输的影响,同时给出了基站侧无协作情况下宏用户和微微蜂窝用户的理想速率,分别用Ideal-MU和Ideal-PU表示。其中,Rm和Rp分别表示宏用户和微微蜂窝用户的数据速率。对于宏用户而言,当D较小时,由于η<ηth,选取对称干扰模型,得益于基站间协作,宏用户的上行传输速率相比于Ideal-MU有明显提升。当D增大到约1.4km时,η>ηth,选择非对称干扰模型,随着D进一步增加,采用T-AIS得到的宏用户数据速率Rm逐渐与Ideal-MU接近,即宏用户的速率损失小于15%,即1-ηth。对于微微蜂窝用户而言,当D较小时,其对宏用户的干扰不能忽略,微微蜂窝用户和微微蜂窝基站的信号处理需要依据宏用户的上行通信进行,导致了较低的Rp。 当D的增加使η>ηth时,选择非对称干扰模型,微微蜂窝用户和微微蜂窝基站采用与传输信道更加匹配的预编码和滤波方式,从而使Rp获得了明显提升。 
需要说明的是,虽然本发明针对宏用户数与微微蜂窝用户数均为1的情况进行阐述,当存在多个的宏用户和微微蜂窝用户时,宏蜂窝系统和微微蜂窝系统可以按照时隙同步结构,在1个时隙内分别调度1个宏用户和1个微微蜂窝用户,从而简化为本发明研究的场景,即可按照本发明的方法实现共存通信。对于本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及变形,而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。 

Claims (5)

1.一种混合蜂窝系统中基于干扰适变选择的上行传输方法,混合蜂窝系统包括宏用户、微微蜂窝用户、宏基站和微微蜂窝基站;微微蜂窝基站根据信道状态信息以及用户的发射功率、位置信息确定干扰模型,利用基站侧协作,实现宏用户数据和微微蜂窝用户数据的共存传输,其特征在于:所述基于干扰适变选择的上行传输方法包括以下步骤:
(1)宏用户获取信道信息微微蜂窝用户获取信道信息 宏基站获取信道信息微微蜂窝基站获取全部信道信息,包括其中分别表示宏用户与宏基站以及所述微微蜂窝基站间的信道矩阵,分别表示所述微微蜂窝用户与宏基站以及微微蜂窝基站间的信道矩阵;
(2)宏用户和微微蜂窝用户分别向宏基站和微微蜂窝基站上报发射功率、位置信息,宏基站将所获信息共享给微微蜂窝基站,所述微微蜂窝基站设定干扰适变选择门限ηth,然后对进行奇异值分解,
H 0 m = U 0 m Λ 0 m ( V 0 m ) H = u 01 m u 02 m λ 01 m 0 0 λ 02 m ( v 01 m ) H ( v 02 m ) H
H 1 p = U 1 p Λ 1 p ( V 1 p ) H = u 11 p u 12 p λ 11 p 0 0 λ 12 p ( v 11 p ) H ( v 12 p ) H
根据宏用户和微微蜂窝用户的发射功率、位置信息,以及信道状态信息计算带宽归一化数据速率R01、R02
R 01 = log 2 { 1 + P m 2 ρ MU - α ( λ 01 m ) 2 σ n 2 + P p ρ PU - α | | ( u 01 m ) H H 1 m v 11 p | | 2 }
R 02 = log 2 { 1 + P m 2 ρ MU - α ( λ 02 m ) 2 σ n 2 + P p ρ PU - α | | ( u 02 m ) H H 1 m v 11 p | | 2 }
R ~ 01 = log 2 { 1 + P m 2 ρ MU - α ( λ 01 m ) 2 σ n 2 }
R ~ 02 = log 2 { 1 + P m 2 ρ MU - α ( λ 02 m ) 2 σ n 2 } ;
(3)微微蜂窝基站将适变因子η与ηth作比较,如果η>ηth,则微微蜂窝用户对宏蜂窝基站造成的干扰可以忽略,选择非对称干扰模型,如果η≤ηth,则所有干扰均不能忽略,选择对称干扰模型,然后微微蜂窝基站将该信息通报给所述微微蜂窝用户以及所述宏基站,宏基站与微微蜂窝基站分别向宏用户和微微蜂窝用户发送开始传输信令,通知其开始数据传输;
(4)宏用户对进行奇异值分解,微微蜂窝用户对进行奇异值分解,宏基站对进行奇异值分解,宏用户构造预编码矩阵P0,选取微微蜂窝用户根据干扰模型构造相应的预编码向量p1,对称干扰模型下非对称干扰模型下宏用户和微微蜂窝用户的数据x0=[x01  x02]T和x1分别经过P0和p1的预处理,然后发送;
(5)宏基站与微微蜂窝基站根据干扰模型选择对应的处理过程,分为对称干扰模型与非对称干扰模型;
针对对称干扰模型,宏基站选取作为接收滤波矩阵,得到的估计信号如下:
y ‾ m = P m 2 ρ MU - α 2 ( U 0 m ) H H 0 m P 0 x 0 + P p ρ PU - α 2 ( U 0 m ) H H 1 m p 1 x 1 + ( U 0 m ) H n = P m 2 ρ MU - α 2 λ 01 m x 01 P m 2 ρ MU - α 2 λ 0 2 m x 02 + P p ρ PU - α 2 | | ( H 1 m ) - 1 u 02 m | | x 1 + ( U 0 m ) H n ;
针对非对称干扰模型,宏基站仍选取作为接收滤波矩阵,得到的估计信号如下:
y ‾ m = P m 2 ρ MU - α 2 ( U 0 m ) H ( H 0 m p 01 x 01 + H 0 m p 02 x 02 ) + ( U 0 m ) H n
解出数据x01和x02并将该信息共享给所述微微蜂窝基站,微微蜂窝基站从接收到的混合信号中消去x01和x02,然后选取作为接收滤波向量,得到估计信号如下:
y ‾ p = P p r PU - α 2 ( u 11 p ) H H 1 p v 11 p x 1 + ( u 11 p ) H n
从而无干扰的解出x1
2.根据权利要求1所述的一种混合蜂窝系统中基于干扰适变选择的上行传输方法,其特征在于:步骤(2)中α表示路损因子,为噪声功率,Pm和Pp分别表示宏用户和微微蜂窝用户的发射功率,ρMU和ρPU分别表示宏用户以及微微蜂窝用户与宏基站间距离,R01和R02表示考虑干扰影响的数据速率,表示忽略干扰影响的理想数据速率;由R01、R02计算适变因子η:
η = R 01 + R 02 R ~ 01 + R ~ 02 .
3.根据权利要求1所述的一种混合蜂窝系统中基于干扰适变选择的上行传输方法,其特征在于:步骤(3)中微微蜂窝基站根据适变因子η与适变门限ηth的比较结果确定干扰模型,进而确定所述微微蜂窝用户的发送方式以及接收端信号处理方式。
4.根据权利要求1所述的一种混合蜂窝系统中基于干扰适变选择的上行传输方法,其特征在于:步骤(5)中,n为加性高斯白噪声,对称干扰模型中,宏基站解出宏用户的数据x01,并将该信息共享给微微蜂窝基站,微微蜂窝基站从接收到的混合信号中消去x01,然后计算等价向量分别计算为接收数据x02和x1所需的滤波向量f02和f1,其中 f 02 = E 1 - E 2 H E 1 E 2 | | E 1 - E 2 H E 1 E 2 | | f 1 = E 2 - E 1 H E 2 E 1 | | E 2 - E 1 H E 2 E 1 | | , 得到的估计信号如下:
y ‾ p ( 02 ) = P m 2 r MU - α 2 f 02 H H 0 p v 02 m x 02 + P p r PU - α 2 f 02 H H 1 p p 1 x 1 + f 02 H n y ‾ p ( 1 ) = P m 2 r MU - α 2 f 1 H H 0 p v 02 m x 02 + P p r PU - α 2 f 1 H H 1 p p 1 x 1 + f 1 H n .
5.根据权利要求4所述的一种混合蜂窝系统中基于干扰适变选择的上行传输方法,其特征在于:rMU和rPU分别表示所述宏用户以及微微蜂窝用户与微微蜂基站间的距离,微微蜂窝基站解出数据x02和x1,并将x02反馈给宏基站。
CN201410404842.3A 2014-08-15 2014-08-15 一种混合蜂窝系统中基于干扰适变选择的上行传输方法 Expired - Fee Related CN104168574B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410404842.3A CN104168574B (zh) 2014-08-15 2014-08-15 一种混合蜂窝系统中基于干扰适变选择的上行传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410404842.3A CN104168574B (zh) 2014-08-15 2014-08-15 一种混合蜂窝系统中基于干扰适变选择的上行传输方法

Publications (2)

Publication Number Publication Date
CN104168574A true CN104168574A (zh) 2014-11-26
CN104168574B CN104168574B (zh) 2017-05-10

Family

ID=51912166

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410404842.3A Expired - Fee Related CN104168574B (zh) 2014-08-15 2014-08-15 一种混合蜂窝系统中基于干扰适变选择的上行传输方法

Country Status (1)

Country Link
CN (1) CN104168574B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104768185A (zh) * 2015-04-24 2015-07-08 江苏科技大学 两层异构网络的干扰消除与能量采集折中方法
CN106411792A (zh) * 2015-07-30 2017-02-15 华为技术有限公司 无线通信方法和装置
CN107147468A (zh) * 2017-04-11 2017-09-08 西安电子科技大学 基于多维资源的联合自适应干扰管理方法
CN108880729A (zh) * 2018-05-03 2018-11-23 西安电子科技大学 无线通信系统中对称干扰拓扑的功率自适应干扰中和方法
CN109511125A (zh) * 2018-11-15 2019-03-22 中国科学院上海微系统与信息技术研究所 一种无线网络中识别邻区干扰与异系统干扰的方法
CN113364494A (zh) * 2021-05-06 2021-09-07 西安交通大学 一种针对硬件失真的irs辅助miso系统性能优化方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103220034A (zh) * 2013-05-14 2013-07-24 西安电子科技大学 基于iac的多用户认知mimo系统并发传输与用户调度的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103220034A (zh) * 2013-05-14 2013-07-24 西安电子科技大学 基于iac的多用户认知mimo系统并发传输与用户调度的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BASHAR S, DING Z.: "Optimum routing protection against cumulative eavesdropping in multihop wireless networks", 《PROCEEDINGS OF IEEE MILITARY COMMUNICATIONS CONFERENCE》 *
BIAO SHEN, ZHAO LI: "Coexistent transmission and user scheduling for CR-MIMO system based on interference alignment and cancellation", 《2013 IEEE 24TH INTERNATIONAL SYMPOSIUM ON PERSONAL》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104768185A (zh) * 2015-04-24 2015-07-08 江苏科技大学 两层异构网络的干扰消除与能量采集折中方法
CN104768185B (zh) * 2015-04-24 2018-09-04 江苏科技大学 两层异构网络的干扰消除与能量采集折中方法
CN106411792A (zh) * 2015-07-30 2017-02-15 华为技术有限公司 无线通信方法和装置
CN106411792B (zh) * 2015-07-30 2019-10-15 华为技术有限公司 无线通信方法和装置
CN107147468A (zh) * 2017-04-11 2017-09-08 西安电子科技大学 基于多维资源的联合自适应干扰管理方法
CN108880729A (zh) * 2018-05-03 2018-11-23 西安电子科技大学 无线通信系统中对称干扰拓扑的功率自适应干扰中和方法
CN109511125A (zh) * 2018-11-15 2019-03-22 中国科学院上海微系统与信息技术研究所 一种无线网络中识别邻区干扰与异系统干扰的方法
CN109511125B (zh) * 2018-11-15 2021-12-03 中国科学院上海微系统与信息技术研究所 一种无线网络中识别邻区干扰与异系统干扰的方法
CN113364494A (zh) * 2021-05-06 2021-09-07 西安交通大学 一种针对硬件失真的irs辅助miso系统性能优化方法

Also Published As

Publication number Publication date
CN104168574B (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
Zhang et al. A practical semidynamic clustering scheme using affinity propagation in cooperative picocells
Psomas et al. Impact of directionality on interference mitigation in full-duplex cellular networks
US8891604B2 (en) Coordinated multi-point transmission
CN104168574A (zh) 一种混合蜂窝系统中基于干扰适变选择的上行传输方法
Geraci et al. Operating massive MIMO in unlicensed bands for enhanced coexistence and spatial reuse
KR101523509B1 (ko) 이종 네트워크에서 다중 포인트 협력 통신 기반의 셀간 간섭 제어에 따른 성능 분석 장치 및 방법
CN103986509A (zh) 一种基于干扰对齐和干扰中和的协作多点传输方法
Shojaeifard et al. Design, modeling, and performance analysis of multi-antenna heterogeneous cellular networks
CN103249157A (zh) 不完美csi条件下的基于跨层调度机制的资源分配方法
CN106332291B (zh) 以用户为中心网络面向服务质量的下行无线资源分配方法
CN104244265A (zh) 多天线场景下d2d通信与蜂窝通信共存的通信方法及系统
Mungara et al. Full-duplex MIMO in cellular networks: System-level performance
Xia et al. Joint optimization of fronthaul compression and bandwidth allocation in uplink H-CRAN with large system analysis
Bai et al. Asymptotic coverage and rate in massive MIMO networks
Ming et al. Downlink resource allocation with pilot length optimization for user-centric cell-free mimo networks
El-Mokadem et al. BER performance evaluation for the downlink NOMA system over different fading channels with different modulation schemes
Cirik et al. Resource allocation in full-duplex OFDMA systems with partial channel state information
CN102137403B (zh) 一种多小区协作下行系统中抑制干扰的传输方法
CN102333338B (zh) 一种基于HeNB主动认知的干扰协调方法、装置及系统
Georgakopoulos et al. Coalition formation games for improved cell-edge user service in downlink NOMA and MU-MIMO small cell systems
Müller et al. Analysis and management of heterogeneous user mobility in large-scale downlink systems
Hou et al. Capacity gain analysis for underlaying full-duplex D2D communications with a novel interference management scheme
Kundu et al. Full duplex cloud radio access networks: performance gains
Muqaibel et al. Practical performance evaluation of coordinated multi-point (CoMP) networks
Yan et al. A svd-based optimum algorithm research for macro-femto cell interference coordination

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170510