CN105763240A - Mimo干扰广播信道中基于多点协作的干扰对齐方法 - Google Patents

Abstract

本发明公开了一种MIMO干扰广播信道中基于多点协作的干扰对齐方法，主要解决MIMO干扰广播信道在多点协作传输下的干扰问题，首先应用基站端多点协作传输模式；然后采用联合迫零预编码方法，得到一个等效的派生信道；其次，在派生信道下采用基于用户分组的干扰对齐方法，得到一组包含自由度和系统配置的约束条件，并判断当前系统配置的可行性；最后，在系统自由度最大化的优化准则下，求解出在可行的系统配置下自由度的最大值。本发明具有约束条件少、信号处理复杂度低、用户平均传输速率高等特点。

Description

MIMO干扰广播信道中基于多点协作的干扰对齐方法

技术领域

本发明属于通信技术领域，更进一步涉及无线通信技术领域中的一种多输入多输出(multipleinputmultipleoutput,MIMO)干扰广播信中基于多点协作的干扰对齐方法。本发明可用于MIMO干扰广播信道，得到基于多点协作的干扰对齐方法的可行性系统参数配置，以及相应系统配置下系统自由度的最大值。

背景技术

对于大部分无线蜂窝网络，干扰是限制其信息传输速率的关键因素之一，特别的是现在无线用户端对数据服务的巨大需求，以及蜂窝网络基站密度的不断增大，蜂窝小区边缘干扰问题变得越来越棘手。在处理小区边缘干扰问题时，一种名为多点协作(coordinatedmultipoint：CoMP)传输的技术显示出巨大的潜力而引起了广泛关注，并成为LTERelease11的关键技术之一。在干扰管理技术方面，新兴的干扰对齐(interferencealignment：IA)技术在无线通信系统自由度上取得了巨大突破，进而受到广泛研究。干扰对齐技术的中心思想是：在保证需求的信息能被解码出来的前提下，通过设计发射和接收波束赋形矩阵尽可能多地把干扰信号重叠到一个单独的信号空间上并消除掉，从而使有用信号拥有较多的无干扰信号空间维度。

WilsonC和VeeravalliVV.在其发表的论文“DegreesofFreedomfortheConstantMIMOInterferenceChannelWithCoMPTransmission[J].IEEETransactionsonCommunications,2014,62(62):2894-2904.(基于多点协作传输的恒参MIMO干扰信道自由度分析)”中，针对每小区只有一个用户的MIMO干扰蜂窝网络，设计了一种基于多点协作传输的干扰对齐方法。该方法的设计步骤为：第一，设计发送端多点协作机制；第二，在多点协作机制下通过设计迫零矩阵得到一个等效信道；第三，在等效信道中应用干扰对齐方法。该方法存在的不足之处是：只针对每个小区仅有一个用户的场景，在设计迫零矩阵时需要把信道分割成两个子信道，而子信道分割点与用户天线数密切相关，这会导致在多用户的场景下很难给出确切的子信道分界值，继而无法进一步应用干扰对齐方法处理信道干扰，即此方法不能直接扩展到多用户的MIMO蜂窝网络。

西安交通大学在其专利“一种协作多点联合传输系统在多用户场景下的两步预编码方法”(申请号：201310074564.5，公开号：CN103209051B)中公开了一种协作多点联合传输系统在多用户场景下的两步预编码方法，该方法包括步骤：第一步，通过干扰对齐处理，将各用户所受的用户间干扰重叠放置在接收空间的正交空间内，并使用交替最小化方法在基站端迭代优化各用户的第一步预编码矩阵和接收矩阵；第二步，在用户间干扰抑制的基础上，各基站得到针对不同用户的等效信道矩阵，设置相位旋转因子，将各用户所受到的数据流间干扰转化为有用信号。该方法存在的不足之处是：由于其首先通过干扰对齐处理，将各用户所受的用户间干扰重叠放置在接收空间的正交空间内，导致当用户数量增大时，接收空间的正交空间的维度受限；采用交替最小化方法只是得到了干扰对齐处理目标的次优解，而且计算复杂度较高、对收发端硬件设备的性能有较高的要求；在干扰对齐处理后的等效信道中，该方法需要计算每个用户的各个数据流的相位旋转因子，这会导致在用户数据流增大时，加剧系统信号处理的复杂度，对收发端硬件设备的性能要求较高。

发明内容

本发明的目的在于针对上述已有技术的不足，提出了一种多用户的MIMO干扰广播信道中基于多点协作的干扰对齐方法，在基站端多点协作传输模式下，通过干扰对齐方法有效抑制了用户间的干扰，并由约束条件和目标函数求解出具有可行性的系统配置和相应系统配置下自由度的最大值。

实现本发明的技术方案是：在MIMO干扰广播信道中，首先应用基站端多点协作传输模式，然后采用基于此模式的联合迫零预编码方法，得到一个等效的派生信道。最后，在派生信道下采用一种干扰对齐方法，得到一组包含自由度和系统配置的约束条件，并且在系统自由度最大化的优化准则下，求解出具有可行性的系统配置和相应系统配置下自由度的最大值。

实现本发明目的的具体步骤如下：

(1)建立由多个基站组成的协作集：

(1a)在一个MIMO干扰广播信道中，设置G个小区，G≥2，每个小区设置K个用户，K≥1，每个用户端配置N个天线，N≥2，每个小区设置一个基站，每个基站发射端配置M个天线，M≥2；

(1b)设置由M_t个基站组成的协作集，其中M_t≤G，G表示小区数；

(1c)协作集内基站通过用户反馈方式获得准确的信道状态信息，利用X2接口实现基站之间信道状态信息和用户数据信息的交互；

(1d)每个用户的需求消息由协作集中的基站同时发送；

(2)划分信道：

(2a)将MIMO干扰广播信道分为两个子信道，第一个子信道包含a个协作集和服务用户，第二个子信道包含G-a个协作集和服务用户，其中，1≤a≤G-2，a表示信道划分的分界值，G表示小区数；

(2b)设定第一个子信道的用户需求相同的数据流，设定第二个子信道的用户需求相同的数据流，d₁≤N，d₂≤N，其中，d₁表示第一个子信道的用户需求的数据流，d₂表示第二个子信道的用户需求的数据流，N表示用户配置的天线

(3)构造协作集的迫零矩阵：

(3a)采用迫零矩阵方法，消去第二个子信道协作集对第一个子信道用户产生的信号干扰,获得第二个子信道协作集的迫零矩阵；

(3b)采用迫零矩阵方法，消去第一个子信道协作集对第一个子信道用户产生的协作集之间的信号干扰,获得第一个子信道协作集的迫零矩阵；

(4)确定干扰对齐约束条件：

(4a)将第二个子信道中的任意一个协作集的服务用户，对齐到相邻协作集的同一个信号空间中，得到用户分组对齐约束条件；

(4b)在第一个子信道中，将协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中，得到第一个零空间可解性约束条件；

(4c)在第二个子信道中，将协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中，得到第二个零空间可解性约束条件；

(5)确定目标函数：

按照下式，将MIMO干扰广播信道中两个子信道所有用户设定的用户需求数据流个数之和最大作为目标函数：

max(Kad₁+K(G-a)d₂)

其中，max表示求最大值操作,K表示每个基站服务的用户数，a表示信道划分的分界值，d₁表示第一个子信道中用户需求的数据流个数，G表示小区数，d₂表示第二个子信道用户需求的数据流个数；

(6)建立由约束条件和目标函数组成的优化方程：

(6a)目标函数和约束条件组成的优化方程如下：

目标函数：max(Kad₁+K(G-a)d₂)

约束条件：

其中，1≤a≤G-2，1≤d₁≤N，1≤d₂≤N，max表示求最大值操作，K表示每个基站服务的用户数，a表示信道划分的分界值，d₁表示第一个子信道中用户需求的数据流个数，G表示小区数，d₂表示第二个子信道用户需求的数据流个数，M表示基站发射端配置的天线数，M_t表示组成协作集的基站个数，N表示用户端配置的天线数；

(6b)求解优化方程，获得当前系统配置下使系统自由度最大的设计参数a，d₁，d₂；

(7)配置系统：

(7a)用参数a将多点协作信道划分为两个子信道，第一个子信道包含a个协作集和服务用户，第二个子信道包含G-a个协作集和服务用户,G表示小区数；

(7b)将获得的参数d₁、d₂分别设置为第一个子信道和第二个子信道单个用户需求的数据流个数，并将第二个子信道中的任意一个协作集的服务用户，对齐到相邻协作集的同一个信号空间中，得到第二个子信道中用户的接收波束赋形矩阵；

(7c)将协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中,完成了干扰对齐。

本发明与现有技术相比，具有如下优点：

第一，由于本发明建立了由多个基站组成的协作集，在基站发射端天线配置不变的情况下，通过协作集内的基站同时发送用户的需求消息，使用户受到的一部分小区间干扰变成了有用信号，克服了现有方法中由于首先通过干扰对齐处理，将各用户所受的用户间干扰重叠放置在接收空间的正交空间内，导致的当用户数量增大时，接收空间的正交空间的维度受限的不足，使得本发明中用于发送用户需求消息和处理用户信号干扰的天线数增多了，进而大幅提升了系统自由度。

第二，由于本发明引入一个简单的分界值变量，将信道分为两个子信道，并由迫零方法得到一个派生信道，然后在派生信道上采用干扰对齐方法，最后结合派生信道上的干扰对齐约束条件，解出了在可行的系统配置，以及分别对应的分界值变量的取值。克服了现有技术中在多用户的场景下很难给出确切的子信道分界值的不足。使得本发明避免了寻找子系统分界点的复杂过程，为迫零方法的使用提供极大便利，使得通过干扰对齐方法的约束条件求解出了系统的可行性配置。

第三，由于本发明采用了迫零矩阵方法获得了信道协作集的迫零矩阵，得到了协作集与用户之间的派生信道，在派生信道中采用干扰对齐方法，得到了低复杂度的约束条件，预先求解出了系统的可行性配置，克服了现有技术中采用交替最小化方法，计算复杂度较高、对收发端硬件设备的性能有较高的要求的不足，使得本发明中系统具有信号处理复杂度低的特点。

附图说明

图1为本发明使用的MIMO干扰广播信道示意图；

图2为本发明的设计流程图；

图3为本发明的多点协作发送信道示意图；

图4为多点协作发送信道上应用迫零矩阵后得到的派生信道示意图；

图5为派生信道上基于用户分组对齐的干扰对齐示意图；

图6为有无CoMP的情况下，本发明干扰对齐方法自由度随N的变化曲线图；

图7为本发明基于CoMP的干扰对齐方法和现有基于CoMP的两步预编码方法的用户平均传输速率对比曲线图。

具体实施方式

下面结合附图对本发明的技术方案和效果作进一步详细描述。

本发明是在MIMO干扰广播信道中实现基于多点协作的干扰对齐方法，实现本发明的场景如图1所示，图中BSi表示基站i，User[ji]表示基站i的第j个用户，实线表示有用信号链路，虚线表示干扰链路。共设置G个小区，G≥2，每个小区设置K个用户，K≥1，每个用户端配置N个天线，N≥2，每个小区设置一个基站，每个基站发射端配置M个天线，M≥2。

结合图2对本发明的步骤进行详细描述如下：

步骤1，建立由多个基站组成的协作集。

在一个MIMO干扰广播信道中，设置由M_t个基站组成一个协作集，其中M_t≤G，G表示小区数，具体步骤为：对基站进行索引编号，编号为基站1～基站G。将从基站i开始的M_t个编号连续的基站设置成一个协作集τ_i，其中1≤i≤G，τ_i＝{i,i+1,...,i+M_t-1}，M_t≤G，协作集τ_i中的元素表示基站编号，共设置G个不同的协作集，即协作集的数量和小区数相等。

在一个MIMO干扰广播信道中建立的协作集如图3所示，1～G表示协作集的编号，MM_t表示每个协作集总的发射天线数量，每个椭圆形表示每个协作集服务的K个用户，N表示每个用户配置的天线数。协作集内基站通过用户反馈等方式获得准确的信道状态信息，基站之间利用X2接口交互全部的信道状态信息和用户数据信息，基站i的用户的需求消息由协作集τ_i中的基站同时发送。

步骤2，划分信道。

将MIMO干扰广播信道分为两个子信道，第一个子信道包含a个协作集和服务用户，第二个子信道包含G-a个协作集和服务用户，其中，1≤a≤G-2，a表示信道划分的分界值，G表示小区数。设定第一个子信道的用户需求相同的数据流，设定第二个子信道的用户需求相同的数据流，d₁≤N，d₂≤N，其中，d₁表示第一个子信道的用户需求的数据流，d₂表示第二个子信道的用户需求的数据流，N表示用户配置的天线。

步骤3，构造协作集的迫零矩阵。

采用迫零矩阵方法，消去第二个子信道协作集对第一个子信道用户产生的信号干扰,获得第二个子信道协作集的迫零矩阵，具体步骤如下：

按照下式，计算协作集的发射天线数与第一个子信道所有用户的接收天线数的差值：

N_t＝MM_t-KNa

其中，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，M表示基站发射端配置的天线数，M_t表示组成协作集的基站个数，K表示每个基站服务用户数，N表示每个用户配置的天线数，a表示信道划分的分界值。

将差值N_t作为第二个子信道协作集迫零向量的维度，得到迫零矩阵大小如下：

MM_t×N_t

其中，M表示基站发射端配置的天线数，M_t表示组成协作集的基站个数，a表示信道划分的分界值，a+1≤k≤G，G表示小区数。

按照下式，将一个协作集的天线划分为N_t个不同的天线集合：

$\left|J_n^k\right|=\left|I\right|+1$

其中，表示第k个协作集的第n个天线集合，表示天线集合的势，I表示第一部分协作集服务用户的所有天线组成的集合，|I|表示天线集合I的势，a+1≤k≤G，1≤n≤N_t，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值。

按照如下公式，构造对应第k个协作集的第n个天线集的迫零向量

$\det \left[\begin{array}{c}T(I,J_n^k)\\ h\end{array}\right]=\underset{i=1}{\overset{\left|J_n^k\right|}{\Σ}}{c}_i{h}_i$

${\tilde{z}}_n={\[c_1,c_2,...,c_{\left|J_n^k\right|}\]}^H$

其中，det表示求行列式操作，表示第k个协作集的第n个天线集合中的天线与集合I中的天线之间的信道矩阵，h表示任意一个大小为的非零向量，c_i为行列式对应于h_i的代数余子式，h_i表示h的第i个元素，表示第k个协作集的第n个天线集合的势，1≤n≤N_t，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，[]^H表示共轭转置。

对应第k个协作集的N_t个天线集合构造出N_t个迫零向量。按照下式，将迫零向量构造成迫零矩阵，

$Z_k=\[z_1,z_2,...,z_{N_t}\]$

$\begin{array}{c}{z}_1={\[{{\tilde{z}}_1}^H,0,0,...,0\]}^H\\ z_2={\[0,{{\tilde{z}}_2}^H,0,...,0\]}^H\\ ...\\ z_{N_t}={\[0,...,0,{{\tilde{z}}_{N_t}}^H\]}^H\end{array}$

其中，Z_k表示第k个协作集的迫零矩阵，z_n表示迫零矩阵Z_k的第n列，表示对应第k个协作集的第n个天线集合构造的迫零向量，1≤n≤N_t，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，[]^H表示共轭转置。

将构造的迫零矩阵应用到协作集，得到派生信道矩阵：

$D_k^{\[ji\]}=\left\{\begin{array}{c}{T}_k^{\[ji\]}{Z}_k,a+1\≤i\≤G\\ 0,1\≤i\≤a\end{array}\right.$

其中，表示第k个协作集与第i个协作集的第j个用户之间的派生信道矩阵，的大小为N×N_t，表示第k个协作集与第i个协作集的第j个用户之间的原始信道矩阵，的大小为N×MM_t，Z_k表示第k个协作集的迫零矩阵，N表示用户端配置的天线数，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，a表示信道划分的分界值，a+1≤k≤G，1≤j≤K，K表示每个基站服务用户数，G表示小区数。

采用迫零矩阵方法，消去第一个子信道协作集对第一个子信道用户产生的协作集之间的信号干扰,获得第一个子信道协作集的迫零矩阵，具体步骤为：

按照下式，计算协作集的发射天线数与第一个子信道中受到该协作集集间干扰的用户的接收天线数的差值：

MM_t-KN(a-1)＝KN+N_t

其中，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，M表示基站发射端配置的天线数，M_t表示组成协作集的基站个数，K表示每个基站服务用户数，N表示每个用户配置的天线数，a表示信道划分的分界值。

将差值KN+N_t作为第一个子信道协作集迫零向量的维度，得到迫零矩阵Z_k大小如下：

MM_t×(KN+N_t)

其中，M表示基站发射端配置的天线数，M_t表示组成协作集的基站个数，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，a表示信道划分的分界值，1≤k≤a。

按照下式，将一个协作集的天线划分为KN+N_t个不同的天线集合

$\left|J_n^k\right|=\left|I_k\right|+1$

其中，表示第k个协作集的第n个天线集合，表示天线集合的势，I_k表示从第一个子信道的用户中去掉第k个协作集的用户后，第一个子信道的其余用户天线组成的集合，|I_k|表示天线集合I_k的势，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，1≤n≤KN+N_t，1≤k≤a。

按照下式，构造对应第k个协作集的第n个天线集的迫零向量

$\det \left[\begin{array}{c}T(I_k,J_n^k)\\ h\end{array}\right]=\underset{i=1}{\overset{\left|J_n^k\right|}{\Σ}}{c}_i{h}_i$

${\tilde{z}}_n={\[c_1,c_2,...,c_{\left|J_n^k\right|}\]}^H$

其中，det表示矩阵的行列式，表示第k个协作集的第n个天线集合中的天线与集合I_k中的天线之间的信道矩阵，h表示任意一个大小为的非零向量，c_i为行列式对应于h_i的代数余子式，h_i表示h的第i个元素， 表示第k个协作集的第n个天线集合的势，1≤k≤a，a表示信道划分的分界值，1≤n≤KN+N_t，K表示每个基站服务用户数，N表示每个用户配置的天线数，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，[]^H表示共轭转置。

对应第k个协作集的KN+N_t个天线集合构造出KN+N_t个迫零向量，1≤k≤a，a表示信道划分的分界值。按照下式，将迫零向量构造成迫零矩阵，

$\begin{array}{c}{Z}_k=\[z_1,z_2,...,z_{KN+N_t}\]\\ z_1={\[{{\tilde{z}}_1}^H,0,0,...,0\]}^H\\ z_2={\[0,{{\tilde{z}}_2}^H,0,...,0\]}^H\\ ...\\ z_{KN+N_t}={\[0,...,0,{{\tilde{z}}_{KN+N_t}}^H\]}^H\end{array}$

其中，Z_k表示第k个协作集的迫零矩阵，z_n表示迫零矩阵Z_k的第n列，表示对应第k个协作集的第n天线集合的迫零向量，1≤n≤KN+N_t，[]^H表示共轭转置。

将构造的迫零矩阵应用到协作集，得到派生信道矩阵：

其中，表示第k个协作集与第i个协作集的第j个用户之间的派生信道矩阵，的大小为N×(KN+N_t)，表示第k个协作集与第i个协作集的第j个用户之间的原始信道矩阵，的大小为N×MM_t，Z_k表示第k个协作集的迫零矩阵，a+1≤k≤G，1≤j≤K，a表示信道划分的分界值，K表示每个基站服务用户数，G表示小区数。

本步骤所建立的派生信道，如图4所示，在派生信道中，协作集1～a等效的发送天线数为KN+N_t，协作集a+1～G效的发送天线数为N_t，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，图中实线表示本协作集传输链路，虚线表示协作集间干扰链路，N表示用户端配置的天线数，a表示信道划分的分界值。

步骤4，确定干扰对齐约束条件。

将第二个子信道中的一个协作集的服务用户，对齐到另外一个协作集的同一个信号空间中，得到用户分组对齐约束条件，具体包括以下步骤：

按照下式，将协作集τ_i对协作集i+1中K个用户的干扰信号对齐到同一个信号空间G_i中,

$\begin{array}{c}{G}_i=span\left(D_i^{\[1\left(i+1\right)\]H}{U}^{\[1\left(i+1\right)\]}\right)\\ =span\left(D_i^{\[2\left(i+1\right)\]H}{U}^{\[2\left(i+1\right)\]}\right)\\ ...\\ =span\left(D_i^{\[K\left(i+1\right)\]H}{U}^{\[K\left(i+1\right)\]}\right)\end{array}$

如图5所示，在派生信道中，协作集1～a等效的发送天线数为KN+N_t，协作集a+1～G效的发送天线数为N_t，图中实线表示本协作集传输链路，虚线表示协作集间干扰链路，N表示用户端配置的天线数，a表示信道划分的分界值，图中G_a+1,G_a+2,...,G_G表示G-a个不同信号空间，每一个信号空间G_i等价形式为：

其中，span(A)表示矩阵A的列向量的所有线性组合构成的线性空间，表示第k个协作集与第i个协作集的第j个用户之间的派生信道矩阵，U^[j(i+1)]表示第i+1个协作集的第j个用户的接收波束赋形矩阵，表示N_t×N_t的单位矩阵，a+1≤i≤G，1≤j≤K，特别地，当i＝G时上式中U^[j(i+1)]＝U^[j(a+1)]，G表示小区数。

根据第一步中信号空间G_i等价形式的可解性条件，得到约束条件如下：

(KN+N_t)-KN_t≥d₂

其中，K表示每个基站服务用户数，N表示每个用户配置的天线数，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，d₂表示第二个子信道用户需求的数据流个数。

在第一个子信道中，将协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中，得到第一个零空间可解性约束条件，具体包括步骤：

由于在派生信道中第一个子信道的用户接收不到协作集间干扰，所以将第一个子信道用户的接收波束赋形矩阵设置为：

$U^{\[ji\]}={\[I_{d_1},randn(d_1,N-d_1)\]}^H$

其中，U^[ji]表示协作集τ_i第j个用户的接收波束赋形矩阵，表示d₁×d₁的单位矩阵，randn(d₁,N-d₁)表示随机生成的列满秩矩阵，d₁表示第一个子信道用户需求的数据流个数，1≤i≤a，1≤j≤K，[]^H表示共轭转置。

按照下式，将第一个子信道协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中，

$V^{\[ji\]}\⋐null\left({\[{\left\{U^{\[ki\]H}{D}_i^{\[ki\]}\right|k\≠j\}}^H{\left\{U^{\[ls\]H}{D}_i^{\[ls\]}\right|a+1\≤s\≤G\}}^H\]}^H\right)$

其中，V^[ji]的大小为(KN+N_t)×d₁，表示第i个协作集中第j个用户的发射波束赋形矩阵，d₁表示第一个子信道用户需求的数据流个数，null表示计算零空间，1≤i≤a，1≤k≤K，1≤j≤K，1≤l≤K，G表示小区数，[]^H表示共轭转置。

根据零空间的可解性条件，得到第二步中发射波束赋形矩阵的可解性约束条件：

(KN+N_t)-((K-1)d₁+(G-a)Kd₂)≥d₁

其中，K表示每个基站服务用户数，N表示每个用户配置的天线数，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，d₁表示第一个子信道用户需求的数据流个数，d₂表示第二个子信道用户需求的数据流个数，G表示小区数，a表示信道划分的分界值。

在第二个子信道中，将协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中，得到第二个零空间可解性约束条件，具体步骤包括：

按照下式，将第二个子信道协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中，

$V^{\[ji\]}\⋐null\left({\[{\left\{U^{\[ki\]H}{D}_i^{\[ki\]}\right|k\≠j\}}^H{\left\{U^{\[ls\]H}{D}_i^{\[ls\]}\right|s\≠i,s\≠i+1\}}^H\]}^H\right)$

其中，V^[ji]的大小为N_t×d₂，表示第i个协作集中第j个用户的发射波束赋形矩阵，d₂表示第一个子信道用户需求的数据流个数，null表示计算零空间，G_i表示第i协作集对第i+1个协作集中K个用户的干扰信号对齐到的信号空间，a+1≤i≤G，1≤k≤K，1≤j≤K，1≤l≤K，a+1≤s≤G，G表示小区数，K表示每个基站服务用户数，[]^H表示共轭转置。

根据零空间的可解性条件，得到第一步中发射波束赋形矩阵的可解性约束条件：

N_t-((K-1)d₂+d₂+(G-a-2)Kd₂)≥d₂

其中，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，d₁表示第一个子信道用户需求的数据流个数，d₂表示第二个子信道用户需求的数据流个数，K表示每个基站服务用户数，G表示小区数，a表示信道划分的分界值。

步骤5，确定目标函数。

按照下式，将MIMO干扰广播信道中两个子信道所有用户设定的用户需求数据流个数之和最大作为目标函数：

max(Kad₁+K(G-a)d₂)

其中，max表示求最大值操作,K表示每个基站服务的用户数，a表示信道划分的分界值，d₁表示第一个子信道中用户需求的数据流个数，G表示小区数，d₂表示第二个子信道用户需求的数据流个数。

步骤6，建立和求解由约束条件和目标函数组成的优化方程。

建立如下由约束条件和目标函数组成的优化方程：

目标函数：max(Kad₁+K(G-a)d₂)

约束条件：

其中，1≤a≤G-2，1≤d₁≤N，1≤d₂≤N，max表示求最大值操作，K表示每个基站服务的用户数，a表示信道划分的分界值，d₁表示第一个子信道中用户需求的数据流个数，G表示小区数，d₂表示第二个子信道用户需求的数据流个数，M表示基站发射端配置的天线数，M_t表示组成协作集的基站个数，N表示用户端配置的天线数。

求解优化方程，获得当前系统配置下使系统自由度最大的设计参数a，d₁，d₂。

步骤7，配置系统。

用参数a将多点协作信道划分为两个子信道，第一个子信道包含a个协作集和服务用户，第二个子信道包含G-a个协作集和服务用户,G表示小区数。

将获得的参数d₁、d₂分别设置为第一个子信道和第二个子信道单个用户需求的数据流个数，并将第二个子信道中的任意一个协作集的服务用户，对齐到相邻协作集的同一个信号空间中，得到第二个子信道中用户的接收波束赋形矩阵。

将协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中,完成了干扰对齐。

下面结合仿真实验对本发明的效果做进一步的描述。

在本发明的仿真实验中，将首先选取一个可行的系统配置：小区数G＝4，每小区用户数K＝2，每基站配置天线数M＝9，每协作集包含基站数M_t＝3。应用到系统中，分别考察在可行的用户端配置的天线数N＝5～6的情形下，本发明基于CoMP的干扰对齐方法和现有无CoMP的干扰对齐方法获取的系统自由度。图6为有无CoMP的情况下，本发明干扰对齐方法自由度随N的变化曲线图，图中以“o”标识的曲线表示本发明基于CoMP的干扰对齐方法获取的系统自由度曲线，以“x”标识的曲线表示无CoMP的干扰对齐方法获取的系统自由度，图中纵坐标表示系统总的自由度，横坐标代表用户端配置的天线数，从图6中可以看到本发明基于CoMP的干扰对齐方法获取的系统自由度要远远大于现有无CoMP的干扰对齐方法获取的系统自由度。而且现有无CoMP的干扰对齐方法获取的系统自由度在用户端配置的天线数N＝5～6范围内没有发生变化，本发明基于CoMP的干扰对齐方法获取的系统自由度在用户端配置的天线数N＝5～6范围内呈现增长态势。

在本发明的仿真实验中，又选取一个可行的系统配置：K＝2,G＝8,M＝10,N＝6,M_t＝7,a＝5,d₁＝5,d₂＝1。应用到系统中，考察用户的平均传输速率。图7所示为本发明基于CoMP的干扰对齐方法和现有基于CoMP的两步预编码方法的用户平均传输速率对比曲线图，图中以“o”标识的曲线表示本发明基于CoMP的干扰对齐方法获取的用户平均传输速率，以“x”标识的曲线表示现有基于CoMP的两步预编码方法获取的用户平均传输速率，图中纵坐标表示用户平均传输速率，横坐标代表信噪比。从图7可以看到，在信噪比大于10dB时，本发明基于CoMP的干扰对齐方法获得的用户平均传输速率，明显大于现有基于CoMP的两步预编码方法。

Claims (8)

1.一种MIMO干扰广播信道中基于多点协作的干扰对齐方法，包括如下步骤：

(1)建立由多个基站组成的协作集：

(1a)在一个MIMO干扰广播信道中，设置G个小区，G≥2，每个小区设置K个用户，K≥1，每个用户端配置N个天线，N≥2，每个小区设置一个基站，每个基站发射端配置M个天线，M≥2；

(1b)设置由M_t个基站组成的协作集，其中M_t≤G，G表示小区数；

(1c)协作集内基站通过用户反馈方式获得准确的信道状态信息，利用X2接口实现基站之间信道状态信息和用户数据信息的交互；

(1d)每个用户的需求消息由协作集中的基站同时发送；

(2)划分信道：

(2a)将MIMO干扰广播信道分为两个子信道，第一个子信道包含a个协作集和服务用户，第二个子信道包含G-a个协作集和服务用户，其中，1≤a≤G-2，a表示信道划分的分界值，G表示小区数；

(2b)设定第一个子信道的用户需求相同的数据流，设定第二个子信道的用户需求相同的数据流，d₁≤N，d₂≤N，其中，d₁表示第一个子信道的用户需求的数据流，d₂表示第二个子信道的用户需求的数据流，N表示用户配置的天线

(3)构造协作集的迫零矩阵：

(3a)采用迫零矩阵方法，消去第二个子信道协作集对第一个子信道用户产生的信号干扰,获得第二个子信道协作集的迫零矩阵；

(3b)采用迫零矩阵方法，消去第一个子信道协作集对第一个子信道用户产生的协作集之间的信号干扰,获得第一个子信道协作集的迫零矩阵；

(4)确定干扰对齐约束条件：

(4a)将第二个子信道中的任意一个协作集的服务用户，对齐到相邻协作集的同一个信号空间中，得到用户分组对齐约束条件；

(4b)在第一个子信道中，将协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中，得到第一个零空间可解性约束条件；

(4c)在第二个子信道中，将协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中，得到第二个零空间可解性约束条件；

(5)确定目标函数：

按照下式，将MIMO干扰广播信道中两个子信道所有用户设定的用户需求数据流个数之和最大作为目标函数：

max(Kad₁+K(G-a)d₂)

其中，max表示求最大值操作,K表示每个基站服务的用户数，a表示信道划分的分界值，d₁表示第一个子信道中用户需求的数据流个数，G表示小区数，d₂表示第二个子信道用户需求的数据流个数；

(6)建立由约束条件和目标函数组成的优化方程：

(6a)目标函数和约束条件组成的优化方程如下：

目标函数：max(Kad₁+K(G-a)d₂)

约束条件：

其中，1≤a≤G-2，1≤d₁≤N，1≤d₂≤N，max表示求最大值操作，K表示每个基站服务的用户数，a表示信道划分的分界值，d₁表示第一个子信道中用户需求的数据流个数，G表示小区数，d₂表示第二个子信道用户需求的数据流个数，M表示基站发射端配置的天线数，M_t表示组成协作集的基站个数，N表示用户端配置的天线数；

(6b)求解优化方程，获得当前系统配置下使系统自由度最大的设计参数a，d₁，d₂；

(7)配置系统：

(7a)用参数a将多点协作信道划分为两个子信道，第一个子信道包含a个协作集和服务用户，第二个子信道包含G-a个协作集和服务用户,G表示小区数；

(7b)将获得的参数d₁、d₂分别设置为第一个子信道和第二个子信道单个用户需求的数据流个数，并将第二个子信道中的任意一个协作集的服务用户，对齐到相邻协作集的同一个信号空间中，得到第二个子信道中用户的接收波束赋形矩阵；

(7c)将协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中,完成了干扰对齐。

2.根据权利要求1所述的MIMO干扰广播信道中基于多点协作的干扰对齐方法，其特征在于，步骤(1b)中所述的设置由M_t个基站组成的协作集的具体步骤如下：

第一步，对基站进行索引编号，编号为基站1～基站G；

第二步，将从基站i开始的M_t个编号连续的基站设置成一个协作集τ_i，其中1≤i≤G，τ_i＝{i,i+1,...,i+M_t-1}，M_t≤G，协作集τ_i中的元素表示基站编号，特别地，当τ_i中的某个基站编号开始大于G时，从那个基站开始，编号从1开始，共设置G个不同的协作集。

3.根据权利要求1所述的MIMO干扰广播信道中基于多点协作的干扰对齐方法，其特征在于，所述的步骤(2a)中将MIMO干扰广播信道分为两个子信道的方法是，将第1个协作集到第a个协作集和服务用户作为第一个子信道，从第a+1个协作集到第G个协作集和服务用户作为第二个子信道，其中，a表示信道划分的分界值。

4.根据权利要求1所述的MIMO干扰广播信道中基于多点协作的干扰对齐方法，其特征在于，步骤(3a)中所述的迫零矩阵方法的具体步骤如下：

第一步，按照下式，计算协作集的发射天线数与第一个子信道所有用户的接收天线数的差值：

N_t＝MM_t-KNa

其中，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，M表示基站发射端配置的天线数，M_t表示组成协作集的基站个数，K表示每个基站服务用户数，N表示每个用户配置的天线数，a表示信道划分的分界值；

第二步，将差值N_t作为第二个子信道协作集迫零向量的维度，得到迫零矩阵大小如下：

MM_t×N_t

其中，M表示基站发射端配置的天线数，M_t表示组成协作集的基站个数，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，a表示信道划分的分界值，a+1≤k≤G，G表示小区数；

第三步，按照下式，将一个协作集的天线划分为N_t个不同的天线集合：

$\left|J_n^k\right|=\left|I\right|+1$

其中，表示第k个协作集的第n个天线集合，表示天线集合的势，I表示第一部分协作集服务用户的所有天线组成的集合，|I|表示天线集合I的势，a+1≤k≤G，1≤n≤N_t，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值；

第四步，按照如下公式，构造对应第k个协作集的第n个天线集的迫零向量

$\det \left[\begin{array}{c}T(I,J_n^k)\\ h\end{array}\right]=\underset{i=1}{\overset{\left|J_n^k\right|}{\Σ}}{c}_i{h}_i$

${\tilde{z}}_n={\[c_1,c_2,...,c_{\left|J_n^k\right|}\]}^H$

其中，det表示求行列式操作，表示第k个协作集的第n个天线集合中的天线与集合I中的天线之间的信道矩阵，h表示任意一个大小为的非零向量，c_i为行列式对应于h_i的代数余子式，h_i表示h的第i个元素，表示第k个协作集的第n个天线集合的势，1≤n≤N_t，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，[]^H表示共轭转置；

第五步，对应第k个协作集的N_t个天线集合构造出N_t个迫零向量；

第六步，按照下式，将迫零向量构造成迫零矩阵，

$Z_k=[z_1,z_2,...,{z_N}_t]$

$\begin{array}{c}{z}_1={\[{{\tilde{z}}_1}^H,0,0,...,0\]}^H\\ z_2={\[0,{{\tilde{z}}_2}^H,0,...,0\]}^H\\ ...\\ z_{N_t}={\[0,...,0,{{\tilde{z}}_{N_t}}^H\]}^H\end{array}$

其中，Z_k表示第k个协作集的迫零矩阵，z_n表示迫零矩阵Z_k的第n列，表示对应第k个协作集的第n个天线集合构造的迫零向量，1≤n≤N_t，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，[]^H表示共轭转置；

第七步，将构造的迫零矩阵应用到协作集，得到派生信道矩阵：

$D_k^{\[ji\]}=\left\{\begin{array}{c}{T}_k^{\[ji\]}{Z}_k,a+1\≤i\≤G\\ 0,1\≤i\≤a\end{array}\right.$

其中，表示第k个协作集与第i个协作集的第j个用户之间的派生信道矩阵，的大小为N×N_t，表示第k个协作集与第i个协作集的第j个用户之间的原始信道矩阵，的大小为N×MM_t，Z_k表示第k个协作集的迫零矩阵，N表示用户端配置的天线数，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，a表示信道划分的分界值，a+1≤k≤G，1≤j≤K，K表示每个基站服务用户数，G表示小区数。

5.根据权利要求1所述的MIMO干扰广播信道中基于多点协作的干扰对齐方法，其特征在于，步骤(3b)中所述的迫零矩阵方法的具体步骤如下：

第一步，按照下式，计算协作集的发射天线数与第一个子信道中受到该协作集集间干扰的用户的接收天线数的差值：

MM_t-KN(a-1)＝KN+N_t

其中，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，M表示基站发射端配置的天线数，M_t表示组成协作集的基站个数，K表示每个基站服务用户数，N表示每个用户配置的天线数，a表示信道划分的分界值；

第二步，将差值KN+N_t作为第一个子信道协作集迫零向量的维度，得到迫零矩阵Z_k大小如下：

MM_t×(KN+N_t)

其中，M表示基站发射端配置的天线数，M_t表示组成协作集的基站个数，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，a表示信道划分的分界值，1≤k≤a；

第三步，按照下式，将一个协作集的天线划分为KN+N_t个不同的天线集合

$\left|J_n^k\right|=\left|I_k\right|+1$

其中，表示第k个协作集的第n个天线集合，表示天线集合的势，I_k表示从第一个子信道的用户中去掉第k个协作集的用户后，第一个子信道的其余用户天线组成的集合，|I_k|表示天线集合I_k的势，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，1≤n≤KN+N_t，1≤k≤a；

第四步，按照下式，构造对应第k个协作集的第n个天线集的迫零向量

$\det \left[\begin{array}{c}T(I_k,J_n^k)\\ h\end{array}\right]=\underset{i=1}{\overset{\left|J_n^k\right|}{\Σ}}{c}_i{h}_i$

${\tilde{z}}_n={\[c_1,c_2,...,c_{\left|J_n^k\right|}\]}^H$

其中，det表示矩阵的行列式，表示第k个协作集的第n个天线集合中的天线与集合I_k中的天线之间的信道矩阵，h表示任意一个大小为的非零向量，c_i为行列式对应于h_i的代数余子式，h_i表示h的第i个元素， 表示第k个协作集的第n个天线集合的势，1≤k≤a，a表示信道划分的分界值，1≤n≤KN+N_t，K表示每个基站服务用户数，N表示每个用户配置的天线数，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，[]^H表示共轭转置；

第五步，对应第k个协作集的KN+N_t个天线集合构造出KN+N_t个迫零向量，1≤k≤a，a表示信道划分的分界值；

第六步，按照下式，将迫零向量构造成迫零矩阵，

$\begin{array}{c}{Z}_k=\[z_1,z_2,...,z_{KN+N_t}\]\\ z_1={\[{{\tilde{z}}_1}^H,0,0,...,0\]}^H\\ z_2={\[0,{{\tilde{z}}_2}^H,0,...,0\]}^H\\ ...\\ z_{KN+N_t}={\[0,...,0,{{\tilde{z}}_{KN+N_t}}^H\]}^H\end{array}$

其中，Z_k表示第k个协作集的迫零矩阵，z_n表示迫零矩阵Z_k的第n列，表示对应第k个协作集的第n天线集合的迫零向量，1≤n≤KN+N_t，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，[]^H表示共轭转置；

第七步，将构造的迫零矩阵应用到协作集，得到派生信道矩阵：

其中，表示第k个协作集与第i个协作集的第j个用户之间的派生信道矩阵，的大小为N×(KN+N_t)，表示第k个协作集与第i个协作集的第j个用户之间的原始信道矩阵，的大小为N×MM_t，Z_k表示第k个协作集的迫零矩阵，N表示用户端配置的天线数，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，a表示信道划分的分界值，a+1≤k≤G，1≤j≤K，K表示每个基站服务用户数，G表示小区数。

6.根据权利要求1所述的MIMO干扰广播信道中基于多点协作的干扰对齐方法，其特征在于，步骤(4a)中所述的将第二个子信道中的任意一个协作集的服务用户，对齐到相邻协作集的同一个信号空间中的具体步骤如下：

第一步，按照下式，将协作集τ_i对协作集i+1中K个用户的干扰信号对齐到同一个信号空间G_i中,

$\begin{array}{c}{G}_i=span\left(D_i^{\[1\left(i+1\right)\]H}{U}^{\[1\left(i+1\right)\]}\right)\\ =span\left(D_i^{\[2\left(i+1\right)\]H}{U}^{\[2\left(i+1\right)\]}\right)\\ ...\\ =span\left(D_i^{\[K\left(i+1\right)\]H}{U}^{\[K\left(i+1\right)\]}\right)\end{array}$

将依次得到G-a个不同信号空间G_a+1,G_a+2,...,G_G，每一个信号空间G_i等价形式为：

其中，span(A)表示矩阵A的列向量的所有线性组合构成的线性空间，表示第k个协作集与第i个协作集的第j个用户之间的派生信道矩阵，U^[j(i+1)]表示第i+1个协作集的第j个用户的接收波束赋形矩阵，表示N_t×N_t的单位矩阵，a+1≤i≤G，1≤j≤K，特别地，当i＝G时上式中U^[j(i+1)]＝U^[j(a+1)]，G表示小区数；

第二步，根据第一步中信号空间G_i等价形式的可解性条件，得到约束条件如下：

(KN+N_t)-KN_t≥d₂

其中，K表示每个基站服务用户数，N表示每个用户配置的天线数，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，d₂表示第二个子信道用户需求的数据流个数。

7.根据权利要求1所述的MIMO干扰广播信道中基于多点协作的干扰对齐方法，其特征在于，步骤(4b)中所述的在第一个子信道中，将协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中的具体步骤如下：

第一步，由于在派生信道中第一个子信道的用户接收不到协作集间干扰，所以将第一个子信道用户的接收波束赋形矩阵设置为：

$U^{\[ji\]}={\[I_{d_1},randn(d_1,N-d_1)\]}^H$

其中，U^[ji]表示协作集τ_i第j个用户的接收波束赋形矩阵，表示d₁×d₁的单位矩阵，randn(d₁,N-d₁)表示随机生成的列满秩矩阵，d₁表示第一个子信道用户需求的数据流个数，1≤i≤a，1≤j≤K，[]^H表示共轭转置；

第二步，按照下式，将第一个子信道协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中，

$V^{\[ji\]}\⋐null\left({\[{\left\{U^{\[ki\]H}{D}_i^{\[ki\]}\right|k\≠j\}}^H{\left\{U^{\[ls\]H}{D}_i^{\[ls\]}\right|a+1\≤s\≤G\}}^H\]}^H\right)$

其中，V^[ji]的大小为(KN+N_t)×d₁，表示第i个协作集中第j个用户的发射波束赋形矩阵，d₁表示第一个子信道用户需求的数据流个数，null表示计算零空间，1≤i≤a，1≤k≤K，1≤j≤K，1≤l≤K，G表示小区数，[]^H表示共轭转置；

第三步，根据零空间的可解性条件，得到第二步中发射波束赋形矩阵的可解性约束条件：

(KN+N_t)-((K-1)d₁+(G-a)Kd₂)≥d₁

其中，K表示每个基站服务用户数，N表示每个用户配置的天线数，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，d₁表示第一个子信道用户需求的数据流个数，d₂表示第二个子信道用户需求的数据流个数，G表示小区数，a表示信道划分的分界值。

8.根据权利要求1所述的MIMO干扰广播信道中基于多点协作的干扰对齐方法，其特征在于，步骤(4c)中所述的将第二个子信道协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中的具体步骤如下：

第一步，按照下式，将第二个子信道协作集的发射波束赋形矩阵放入其所有干扰用户的零空间交集中，

$V^{\[ji\]}\⋐null\left({\[{\left\{U^{\[ki\]H}{D}_i^{\[ki\]}\right|k\≠j\}}^H{\left\{U^{\[ls\]H}{D}_i^{\[ls\]}\right|s\≠i,s\≠i+1\}}^H\]}^H\right)$

其中，V^[ji]的大小为N_t×d₂，表示第i个协作集中第j个用户的发射波束赋形矩阵，d₂表示第一个子信道用户需求的数据流个数，null表示计算零空间，G_i表示第i协作集对第i+1个协作集中K个用户的干扰信号对齐到的信号空间，

a+1≤i≤G，1≤k≤K，1≤j≤K，1≤l≤K，a+1≤s≤G，G表示小区数，K表示每个基站服务用户数，[]^H表示共轭转置；

第二步，根据零空间的可解性条件，得到第一步中发射波束赋形矩阵的可解性约束条件：

N_t-((K-1)d₂+d₂+(G-a-2)Kd₂)≥d₂

其中，N_t表示协作集的发射天线数与第一个子信道所有用户的接收天线数的差值，d₁表示第一个子信道用户需求的数据流个数，d₂表示第二个子信道用户需求的数据流个数，K表示每个基站服务用户数，G表示小区数，a表示信道划分的分界值。