CN104539333A - 基于分组的多用户蜂窝小区干扰对齐系统及其算法 - Google Patents

Abstract

本发明应用于无线通信领域，其针对MIMO多用户的蜂窝系统，提供了一种基于分组的多用户蜂窝小区干扰对齐系统，包括CSI获取模块、预编码设计模块、共享模块、功率控制模块和干扰消除模块。本发明还提供了基于该系统的干扰对齐算法，首先将各小区的用户进行分组，将复杂的多小区多址接入信道转化为简单的多用户干扰信道模型，然后对各组用户的干扰进行空间向量的对齐，减小每个基站的干扰信号维度，最后应用分布式干扰消除将用户间的干扰进行消除。本发明在对齐和消除干扰的同时，减少了系统的天线数，降低了传统干扰对齐算法的复杂度，提高了系统的传输速率。

Description

基于分组的多用户蜂窝小区干扰对齐系统及其算法

技术领域

本发明涉及无线通信技术领域，具体涉及一种MIMO多用户蜂窝干扰对齐系统及其算法。

背景技术

近年来，随着第三代和第四代移动通信系统的出现，开放的无线接入环境中的终端用户数目的急剧上升，导致小区边缘用户或让无线通信环境变得更为复杂，通信环境中的干扰日益严重，导致系统通信质量下降，干扰问题成为现代无线通信发展的瓶颈，故如何消除有效消除干扰具有重要的理论意义和现实意义。

干扰对齐(Interference Alignment)技术作为一种有效消除通信系统中用户间干扰、成倍提高系统通信速率的技术，近年来受到了研究人员的广泛关注。它的主要思想是每个发送端利用获取的信道状态状态信息，设计合理的预编码矩阵，使得接收端接收到的干扰信号能在空间中对齐，从而接收端在有限的信号维度下，增大了期望信号的维度，提高系统的传输速率。

干扰对齐技术起源于对干扰信道的研究，因此目前对于干扰信道中的干扰对齐算法的研究已经较为成熟，然而，随着蜂窝通信的发展，复杂的蜂窝小区通信环境已经逐渐取代了简单的干扰信道。

由于蜂窝系统较普通的干扰信道复杂，故针对蜂窝系统的干扰对齐算法的研究成果较少。蜂窝系统的干扰对齐算法一般分为两类，迭代干扰对齐算法和空间线性干扰对齐算法，线性的蜂窝系统干扰对齐算法计算量和复杂度相对较低，在实际应用中有一定的优势。

发明内容

为解决上述技术问题，本发明提供了一种基于分组的多用户蜂窝小区干扰对齐系统，包括：

CSI获取模块，位于发送端，用于获取各信道状态信息CSI；

预编码设计模块，位于发送端，用于设计预编码矢量；

共享模块：位于发送端，用于发送端间共享预编码和信道状态信息；

功率控制模块：位于发送端，用于量化发送端发送信号，控制发送功率；

干扰消除模块：位于接收端，用于消除接收到的已对齐的干扰信号，从而恢复出当前用户对发送端发送的符号。

本发明还提供了基于上述系统的线性干扰对齐算法，包括以下步骤：对于G个相邻小区，每个小区包含K个用户的通信系统(G,K)，将系统中的G*K个用户分成K组；然后针对每个接收端接收到的干扰信号，按照分组将系统中的干扰进行对齐，减小每个基站的干扰信号的维度；最后在接收端利用矩阵计算性质将用户间的干扰分布式消除。

所述的干扰对齐算法指线性干扰对齐算法：对于(G,K)系统，接收端i会受到来自K个分组的干扰，而每个分组中均含有一个有用信号，将其他干扰信号对齐至一个方向上，从而对于每一个接收端i，其会接收到来自对齐到K个方向上的干扰，对齐后即可用线性干扰经典算法计算出干扰对齐预编码矩阵。

在接收端采用分布式干扰消除算法，其应用了矩阵计算性质将系统中对齐的干扰信号进行消除，即若矩阵A与B均为复数矩阵，当满足AB＝E，E为单位阵，则B的第i列的共轭转置乘以A的第i列等于1，乘以A其他列均为0，从而计算出干扰消除矩阵。

该算法基于分组思想，将各小区的用户进行分组，然后通过在发射端设计合理的预编码矩阵将系统中的干扰进行空间维度上的对齐，最后在接收端采用矩阵性质将已对齐的干扰分布式消除。相比以往的算法，在获得同样自由度的情况下，本发明提出的算法接收端需要的天线配置更低，降低了算法的复杂度，同时能获得更高的系统通信速率。

本发明的算法应用于下述场景：多小区每小区边缘有多个用户的上行蜂窝系统中，假设每个移动终端/用户(Mobile station,MS)和基站(Base station,BS)的天线数分别为M,N每个小区边缘有K个通信用户，每个基站受到G个相邻小区中用户信号的干扰。表示从用户到基站的维信道矩阵，它的每个元素独立同分布，满足均值为零、方差为1的复高斯分布，且每个信道为常信道或者满足平坦块衰落信道模型。假设所有用户都能获得所有信道状态信息(Channel State Information,CSI)。

本发明提出的干扰对齐算法具体操作步骤包括：

(1)通过CSI获取模块得到上行信道中的信道状态信息。

(2)将个小区的用户根据需要进行分组，传统的蜂窝小区的干扰对齐算法中，各个接收端处理干扰的方式都是将来自其他各个小区的干扰对齐到相应的空间维度上，而本发明提出的算法是先将各个小区中所有的用户按照要求分组，然后对已经分组的用户进行干扰信号的对齐和消除。

(3)用户被分为不同的用户组后，复杂的多小区蜂窝系统就可以看成是多个收发端之间的干扰信道，降低算法的复杂度，设计每个用户的预编码矢量，将干扰信号进行空间维度的对齐，减少一半小区间的干扰维度空间。

(4)利用矩阵思想将每个用户的有效信道和对齐后的有效小区间的干扰信道联合，设计出干扰消除矢量，将干扰消除，提高系统的通信质量。

本发明提出的算法充分利用了天线的维度和干扰对齐的特性。三对用户干扰信道的经典线性干扰对齐算法是最能体现干扰对齐算法优势和最佳利用天线维度的范例。而本发明的算法则利用了这个优势，首先将复杂的蜂窝系统的干扰对齐问题简化为简单的干扰信道干扰对齐问题，然后引用经典的三对用户的干扰对齐算法进行求解，实现蜂窝系统的干扰对齐。在三个小区的蜂窝系统中，当每个小区边缘有两个用户，每个用户发送一个数据流时，基站和用户端天线数之和必须满足M+N≥7，传统算法中要求M+N＝9，而本发明算法中M+N＝8，可见在满足特定需求的情况下本发明提出的算法对天线的配置要求更低。

本发明针对基于分组思想的MIMO蜂窝系统，提供了一种干扰对齐多小区算法，其优点是：以较低的算法复杂度和较低天线配置实现了系统性能的提高。本发明算法的创新关键是：提出了分组思想，将复杂的蜂窝小区系统转化为简单的干扰信道，结合传统的预编码设计方案将系统中的干扰进行了对齐，并利用矩阵思想对系统中的干扰进行了消除，实现了较好的系统性能。

附图说明

图1是本发明应用场景示意图；

图2是本发明的基于分组的多用户蜂窝小区干扰对齐系统的结构图；

图3是本发明实现干扰对齐的流程图；

图4是本发明实现干扰对齐算法的示意图；

图5是三小区蜂窝系统容量随用户数增长变化情况(d＝1)；

图6是三小区每小区两个用户系统中容量随发送数据流增加的变化情况；

图7是三小区系统中本发明算法和协作算法系统容量性能比较。

具体实施方式

图1示出了本发明应用场景，本实施例中，以三小区每小区两个用户的上行系统为例。

图2给出了基于分组的多用户蜂窝小区干扰对齐系统，包括：CSI获取模块，位于发送端，用于获取各信道状态信息；预编码设计模块，位于发送端，用于设计预编码矢量；共享模块：位于发送端，用于发送端间共享预编码和信道状态信息；功率控制模块：位于发送端，用于量化发送端发送信号，控制发送功率；干扰消除模块：位于接收端，用于消除接收到的已对齐的干扰信号，从而恢复出当前用户对发送端发送的符号。

本发明提供了基于分组的多用户蜂窝小区干扰对齐算法，包括以下步骤：对于G个相邻小区，每个小区包含K个用户的通信系统(G,K)，将系统中的G*K个用户分成K组；然后针对每个接收端接收到的干扰信号，按照分组将系统中的干扰进行对齐，减小每个基站的干扰信号的维度；最后在接收端利用矩阵计算性质将用户间的干扰分布式消除。

所述的干扰对齐算法指线性干扰对齐算法：对于(G,K)系统，接收端i会受到来自K个分组的干扰，而每个分组中均含有一个有用信号，将其他干扰信号对齐至一个方向上，从而对于每一个接收端i，其会接收到来自对齐到K个方向上的干扰，对齐后即可用线性干扰经典算法计算出干扰对齐预编码矩阵。

在接收端采用分布式干扰消除算法，其应用了矩阵计算性质将系统中对齐的干扰信号进行消除，即若矩阵A与B均为复数矩阵，当满足AB＝E，E为单位阵，则B的第i列的共轭转置乘以A的第i列等于1，乘以A其他列均为0，从而计算出干扰消除矩阵。

本发明提出的干扰对齐算法的具体实施方式如图3、图4所示，它包括分群、小区间干扰对齐和干扰迫零三个阶段。

第一阶段将所有用户分为两群，每群三个用户，每个用户均来自不同小区；

第二阶段将每群的三个用户和三个基站视为三对用户的干扰信道，利用经典的线性干扰对齐算法，设计每个用户的预编码矢量，将三个用户的信号两两对齐，从而减少了一半小区间干扰信号的维度；

第三阶段将本小区每个用户的有效信道和对齐后的有效小区间干扰信道联合，用迫零算法求出每个用户的干扰抑制矢量。

算法的实现过程如下：

(1)对每个小区中的用户编号，将用户[1，1]、[2，1]、[3，1]分为第一群，用户[1，2]、[2，2]、[3，2]分为第二群；

(2)将三个基站的小区间干扰信号分别进行干扰对齐；

对基站1，设计小区2和小区3中用户的预编码矢量使其满足：

$\mathrm{span}\left(H_1^{\left[\mathrm{2,1}\right]}{V}^{\left[\mathrm{2,1}\right]}\right)=\mathrm{span}\left(H_1^{\left[\mathrm{3,1}\right]}{V}^{\left[\mathrm{3,1}\right]}\right)=h_1^1---\left(1\right)$

$\mathrm{span}\left(H_1^{\left[\mathrm{2,2}\right]}{V}^{\left[\mathrm{2,2}\right]}\right)=\mathrm{span}\left(H_1^{\left[\mathrm{3,2}\right]}{V}^{\left[\mathrm{3,2}\right]}\right)=h_1^2---\left(2\right)$

对基站2，设计小区1和小区3中用户的预编码矢量使其满足：

$\mathrm{span}\left(H_2^{\left[\mathrm{1,1}\right]}{V}^{\left[\mathrm{1,1}\right]}\right)=\mathrm{span}\left(H_2^{\left[\mathrm{3,1}\right]}{V}^{\left[\mathrm{3,1}\right]}\right)=h_2^1---\left(3\right)$

$\mathrm{span}\left(H_2^{\left[\mathrm{1,2}\right]}{V}^{\left[\mathrm{1,2}\right]}\right)=\mathrm{span}\left(H_2^{\left[\mathrm{3,2}\right]}{V}^{\left[\mathrm{3,2}\right]}\right)=h_2^2---\left(4\right)$

对基站3，设计小区1和小区2中用户的预编码矢量使其满足：

$\mathrm{span}\left(H_3^{\left[\mathrm{1,1}\right]}{V}^{\left[\mathrm{1,1}\right]}\right)=\mathrm{span}\left(H_3^{\left[\mathrm{2,1}\right]}{V}^{\left[\mathrm{2,1}\right]}\right)=h_3^1---\left(5\right)$

$\mathrm{span}\left(H_3^{\left[\mathrm{1,2}\right]}{V}^{\left[\mathrm{1,2}\right]}\right)=\mathrm{span}\left(H_3^{\left[\mathrm{2,2}\right]}{V}^{\left[\mathrm{2,2}\right]}\right)=h_3^2---\left(6\right)$

其中表示第j组用户中其他小区用户对基站i的等效干扰方向。

为了找到符合要求的预编码矢量V^[R，t](g＝1，2，3；k＝1，2)，使其满足(1)-(6)式。将这6个等式分为两组，将式(1)、(3)、(5)联合，式(2)、(4)、(6)联合，当M＝N时，可以得到：

$V^{\left[\mathrm{1,1}\right]}={\∀}_d\left[\mathrm{eig}\left(E1\right)\right]---\left(7\right)$

$V^{\left[\mathrm{2,1}\right]}=\mathrm{inv}\left(H_3^{\left[\mathrm{2,1}\right]}\right)H_3^{\left[\mathrm{1,1}\right]}{V}^{\left[\mathrm{1,1}\right]}---\left(8\right)$

$V^{\left[\mathrm{3,1}\right]}=\mathrm{inv}\left(H_2^{\left[\mathrm{3,1}\right]}\right)H_2^{\left[\mathrm{1,1}\right]}{V}^{\left[\mathrm{1,1}\right]}---\left(9\right)$

$V^{\left[\mathrm{1,2}\right]}={\∀}_d\left[\mathrm{eig}\left(E2\right)\right]---\left(10\right)$

$V^{\left[\mathrm{2,2}\right]}=\mathrm{inv}\left(H_3^{\left[\mathrm{2,2}\right]}\right)H_3^{\left[\mathrm{1,2}\right]}{V}^{\left[\mathrm{1,2}\right]}---\left(11\right)$

$V^{\left[\mathrm{3,2}\right]}=\mathrm{inv}\left(H_2^{\left[\mathrm{3,2}\right]}\right)H_2^{\left[\mathrm{1,2}\right]}{V}^{\left[\mathrm{1,2}\right]}---\left(12\right)$ 其中，

$E1=\mathrm{inv}\left(H_3^{[1,1]}\right)H_3^{\left[\mathrm{2,1}\right]}\mathrm{inv}\left(H_1^{\left[\mathrm{2,1}\right]}\right)H_1^{\left[\mathrm{3,1}\right]}\mathrm{inv}\left(H_2^{\left[\mathrm{3,1}\right]}\right)H_2^{\left[\mathrm{1,1}\right]},$

表示矩阵E1的任意d个特征矢量构成的矩阵

$E2=\mathrm{inv}\left(H_3^{[1,2]}\right)H_3^{\left[\mathrm{2,2}\right]}\mathrm{inv}\left(H_1^{\left[\mathrm{2,2}\right]}\right)H_1^{\left[\mathrm{3,2}\right]}\mathrm{inv}\left(H_2^{[3,2]}\right)H_2^{\left[\mathrm{1,2}\right]}.$

(3)求干扰抑制矢量

将每个基站的小区间干扰信号对齐后，基站接收到的小区间干扰信号的维度由四维减少到两维。因此基站只需四根天线就可接收信号并迫除干扰，其中用两根天线迫除两维对齐后的小区间干扰信号，用两根天线接收本小区两个用户发送的两个数据流，即M＝N＝4。根据矩阵性质将系统中已对齐的干扰消除，其应用了矩阵计算性质将系统中对齐的干扰信号进行消除，即若矩阵A与B均为复数矩阵，当满足AB＝E，E为单位阵，则B的第i列的共轭转置乘以A的第i列等于1，乘以A其他列均为0。从而计算出干扰消除矩阵。故小区1中两个用户的干扰抑制矩阵为：

$U^{{\left[\mathrm{1,1}\right]}^H}={\mathrm{inv}}_1\left[\begin{array}{cccc}{H}_1^{\left[\mathrm{1,1}\right]}{V}^{\left[\mathrm{1,1}\right]}& H_1^{\left[\mathrm{1,2}\right]}{V}^{\left[\mathrm{1,2}\right]}& h_1^1& h_1^2\end{array}\right]---\left(13\right)$

$U^{{\left[\mathrm{1,2}\right]}^H}={\mathrm{inv}}_2\left[\begin{array}{cccc}{H}_1^{\left[\mathrm{1,1}\right]}{V}^{\left[\mathrm{1,1}\right]}& H_1^{\left[\mathrm{1,2}\right]}{V}^{\left[\mathrm{1,2}\right]}& h_1^1& h_1^2\end{array}\right]---\left(14\right)$

小区2中两个用户的干扰抑制矩阵为：

$U^{{\left[\mathrm{2,1}\right]}^H}={\mathrm{inv}}_1\left[\begin{array}{cccc}{H}_2^{\left[\mathrm{2,1}\right]}{V}^{\left[\mathrm{2,1}\right]}& H_2^{\left[\mathrm{2,2}\right]}{V}^{\left[\mathrm{2,2}\right]}& h_2^1& h_2^2\end{array}\right]---\left(15\right)$

$U^{{\left[\mathrm{2,2}\right]}^H}={\mathrm{inv}}_2\left[\begin{array}{cccc}{H}_2^{\left[\mathrm{2,1}\right]}{V}^{\left[\mathrm{2,1}\right]}& H_2^{\left[\mathrm{2,2}\right]}{V}^{\left[\mathrm{2,2}\right]}& h_2^1& h_2^2\end{array}\right]---\left(16\right)$

小区3中两个用户的干扰抑制矩阵为：

$U^{{\left[\mathrm{3,1}\right]}^H}={\mathrm{inv}}_1\left[\begin{array}{cccc}{H}_3^{\left[\mathrm{3,1}\right]}{V}^{\left[\mathrm{3,1}\right]}& H_3^{\left[\mathrm{3,2}\right]}{V}^{\left[\mathrm{3,2}\right]}& h_3^1& h_3^2\end{array}\right]---\left(17\right)$

$U^{{\left[\mathrm{3,2}\right]}^H}={\mathrm{inv}}_2\left[\begin{array}{cccc}{H}_3^{\left[\mathrm{3,1}\right]}{V}^{\left[\mathrm{3,1}\right]}& H_3^{\left[\mathrm{3,2}\right]}{V}^{\left[\mathrm{3,2}\right]}& h_3^1& h_3^2\end{array}\right]---\left(18\right)$

而干扰对齐就是各个通信节点利用获得的信道状态信息，设计预编码矩阵和干扰抑制矩阵使其满足条件：

$U^{[g,k]}{H}_g^{[i,j]}{V}^{[i,j]}=0,\∀(i,j)\≠(g,k)---\left(19\right)$

$\mathrm{rank}\left(U^{[g,k]}{H}_g^{[g,k]}{V}^{[g,k]}\right)=d---\left(20\right)$

由(1)-(12)式可知，用户[g，k]的预编码矢量只与第k组用户和所有基站的干扰信道 有关，与该用户的直接信道无关，而每个信道之间是相互独立的，因此必有 $\mathrm{rank}\left(H_g^{[g,k]}{V}^{[g,k]}\right)=d=1,$ 又由(13)-(18)式可知(20)式必定得到满足；显然由(7)-(12)式计算出的预编码矢量和干扰抑制矢量是满足(20)式的。干扰对齐的条件(19)和(20)式都满足，完成干扰对齐算法的设计。

以三小区每小区两个用户为例，在每个用户发送一个数据流的情况下，依照本发明所提出的算法，基站和用户均只需4根天线即可，而4根发送天线和4根接收天线的系统配置已经成为4G标准的一种天线配置选择。

为验证本发明的算法性能，本发明应用matlab软件对系统的容量进行了仿真分析。通过仿真假设每个信道矩阵的元素独立同分布，且均服从均值为零、方差为1的复高斯分布。每个用户的发送功率为P，发送端在满足总的功率限制下，对每个数据流的发送功率平均分配，每个接收端的噪声方差都相同且设为σ²，仿真中以总的发送功率与每根接收天线的噪声协方差比为横坐标(以分贝为单位)。假设每个基站都能无差错的获得所有用户的信道状态信息，每个用户都能无差错的获得自己的预编码矩阵。

图5是三小区蜂窝系统中，当每个用户发送一个数据流时，系统总容量随小区边缘 用户数增多而变化的情况。从图中可以看出，随着用户数的增多，整个系统的自由度在不断增加。当用户数为从2增加到4时，系统的总容量从75增长到150，系统容量增加了一倍，表明总的自由度也增加了一倍，和理论分析一致。

图6是三小区每小区两个用户的蜂窝系统中，系统容量随发送数据流增加而变化情况。如图所示，在系统配置为(4,4),(8,8),(12,12),(16,16)变化时系统容量以6,12,18,24的斜率线性增长，表明了系统容量性能与前文理论分析的系统自由度3Kd一致。

图7是本发明算法和文献中的协作算法(d_align＝1)在三个干扰小区时容量性能的比较。从图中可以看出当每个小区边缘有两个用户和三个用户时，两种算法都获得了6和9的自由度，但是本发明算法的容量更高。并且由于本发明算法更充分的利用了天线维度，从而可以减少一根用户端的天线。

Claims (4)

1.一种基于分组的多用户蜂窝小区干扰对齐系统，包括：

CSI获取模块，位于发送端，用于获取各信道状态信息；

预编码设计模块，位于发送端，用于设计预编码矢量；

共享模块：位于发送端，用于发送端间共享预编码和信道状态信息CSI；

功率控制模块：位于发送端，用于量化发送端发送信号，控制发送功率；

干扰消除模块：位于接收端，用于消除接收到的已对齐的干扰信号，从而恢复出当前用户对发送端发送的符号。

2.一种基于分组的多用户蜂窝小区干扰对齐算法，包括以下步骤：对于G个相邻小区，每个小区包含K个用户的通信系统(G,K)，将系统中的G*K个用户分成K组；然后针对每个接收端接收到的干扰信号，按照分组将系统中的干扰进行对齐；最后在接收端利用矩阵计算性质将用户间的干扰分布式消除。

3.根据权利要求2所述的基于分组的多用户蜂窝小区干扰对齐算法，其特征在于：所述的干扰对齐算法指线性干扰对齐算法：对于(G,K)系统，接收端i会受到来自K个分组的干扰，而每个分组中均含有一个有用信号，用线性干扰对齐经典算法计算出干扰对齐预编码矩阵将该组的其他干扰信号对齐至一个方向上。

4.根据权利要求2所述的基于分组的多用户蜂窝小区干扰对齐算法，其特征在于：在接收端利用矩阵的计算性质分布式干扰消除算法消除干扰。