CN106603448A - 基于多小区多用户协作通信的干扰对齐方法 - Google Patents

Abstract

本发明公开了一种多小区多用户协作通信的干扰对齐方法，主要解决现有技术通信系统容量低、复杂度高的问题。其实现方案是：1.获取每个小区中的边缘用户数目；2.根据边缘用户数目，为每个小区选择不进行干扰对齐用户；3.随机产生每个小区中的不进行干扰对齐用户的接收滤波矩阵；4.根据进行干扰对齐用户的接收滤波矩阵，设计基站端的辅助预编码；5.根据辅助预编码，设计进行干扰对齐用户的接收滤波矩阵；6.根据用户的接收滤波矩阵，计算每个基站端的预编码矩阵；7.根据预编码矩阵和接收滤波矩阵，在收发两端进行数据传输,以消除掉干扰。本发明具有通信系统容量大、复杂度低的优点，可用于多小区多用户协作通信场景。

Description

基于多小区多用户协作通信的干扰对齐方法

技术领域

本发明属于通信技术领域，进一步涉及干扰对齐方法。本发明可用于多小区多用户协作通信场景。

背景技术

干扰对齐技术作为一种新型的干扰消除技术，能够完全消除小区间ICI及用户间IUI的干扰，抑制接收端非期望信号的影响，提高系统的频谱利用率及网络容量，受到广泛关注及研究。干扰对齐技术通过在发送端设计预编码矩阵，使信号在经过无线信道传输到达接收端以后，所有的干扰信号能够对齐到一个维度较小的接收子空间里以减少干扰空间的维度，并且使期望信号在一个与之线性无关的子空间里，从而有更多的维度用来传输期望信号，使期望信号的自由度尽量大。但是传统的干扰对齐技术的可达自由度小于相同天线配置下TDMA方案的可达自由度，且收发两端对天线数量需求大，应用场景有限。

针对上述缺陷，Jie Tang(from the University of Bristol,UK)在其论文“Interference alignment techniques for MIMO multi-cell interfering broadcastchannels”中提出了一种适用于多小区多用户场景的干扰对齐方案。该方案能在不需要进行符号扩展的情况下提高干扰对齐方案的可达自由度。另外，该方案也突破了传统的干扰对齐技术对用户数和基站数的限制，扩大了干扰对齐技术的应用范围。但是，该方案却需要在用户端配置大量的天线，这与现实不符。对此，北京邮电大学的靳进在其论文“无线通信系统中干扰对齐技术的研究”中提出了一种改进的干扰对齐方案。该方案通过巧妙的设计用户的接收滤波矩阵和基站端的预编码矩阵，使得在收发两端天线数目使用最少的情况下，也能满足干扰对齐的应用条件，从而降低系统的误码率及用户端的天线数量、并提高了系统的容量。该方案的不足之处是：该方案对系统中收发两端的天线数目有着严格的规定，且对于每一个进行干扰对齐处理的用户而言，均需要按照一定的规则计算其接收滤波矩阵，复杂度较高。除此之外，该方法虽然使用的总的天线数目最少，但是系统的总的容量却和每个小区中所选择的未对齐用户的数目有着直接关系，相比传统干扰抑制而言，采用方法的通信系统的总容量提升的并不是非常明显。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种基于协作通信的干扰对齐方法，从而进一步提升通信系统的容量，降低系统的复杂度。

为实现上述目的，本发明技术方案包括如下：

(1)获得每个小区中的边缘用户数：

1a)测量每个小区中的用户i到当前服务小区的参考信号接收功率

1b)测量用户i到自己所有相邻小区的参考信号接收功率，记最大的参考信号接收功率值为

1c)设定一个门限值R_t，当用户i满足时，则将该用户视为该小区的边缘用户，否则，视为该小区的中心用户；

1d)统计每个小区满足的用户数量，得到该小区的边缘用户数目；

(2)为每个小区选择不进行干扰对齐用户：

2a)根据步骤(1)中测得的每个小区中的边缘用户数目，对每个小区按照边缘用户数目从少到多的顺序进行编号，假设排序后的小区编号为1、2、…、L，L为小区的总数目；

2b)从1、2、…、L号小区中分别选出不进行干扰对齐用户数依次为λ₁、λ₂、…、λ_L，且λ₁≤λ₂≤…≤λ_L，其中λ_L同时满足下面两式：

M≥[(L-1)K+λ_L+1]d

其中，N表示小区中用户的天线数量，M表示小区中基站所配备的天线数量，d表示每个基站向其每个服务用户所发送的数据流数量，K表示每个小区中的用户数量，λ_L表示第L号小区中的不进行干扰对齐操作的用户数目；

2c)根据步骤2b)中确定的各个小区中不进行干扰对齐用户数量，随机确定每个小区中不进行干扰对齐用户；

(3)随机产生不进行干扰对齐用户的接收滤波矩阵U；

(4)设计基站端的辅助预编码：

4a)根据步骤(3)所得出的不进行干扰对齐用户的接收滤波矩阵U，计算第1个基站的辅助预编码P₁，通过P₁消除该基站到其他小区内不进行干扰对齐用户的干扰；

4b)依次分别计算第2个基站、…、第L个基站的辅助预编码P₂、…、P_L；

(5)设计每个进行干扰对齐用户的接收滤波矩阵：

5a)根据步骤(4)所得出的各个基站的辅助预编码，设计第2个小区中的K-λ₂个进行干扰对齐用户的接收滤波矩阵；

5b)依次设计出第l个小区中的K-λ_l个进行干扰对齐用户的接收滤波矩阵，其中2≤l≤L；

5c)设计第1个小区中的K-λ₁个进行干扰对齐用户的接收滤波矩阵；

(6)计算出每个基站端对应于每个服务用户的预编码矩阵：

6a)按下式设计出该用户所对应的预编码矩阵：

其中，1≤i≤K，1≤s≤L，1≤t≤K，且s≠1,t≠i，V_1,i表示第1个小区中的第i个用户所对应的预编码矩阵，U_s,t表示第s个小区中的第t个用户的接收滤波矩阵，U_s,t包括进行干扰对齐用户的接收滤波矩阵和不进行干扰对齐用户的接收滤波矩阵，表示第1个基站到第s个小区中的第t个用户的信道增益，(·)^H表示共轭转置；

6b)根据6a)依次分别设计出第2个小区、…、第L个小区中所有用户所对应的预编码矩阵；

(7)根据每个用户的接收滤波矩阵及相应的预编码矩阵，在收发两端进行数据传输，以消除相邻小区到用户端的干扰及用户之间的干扰。

本发明与现有技术相比具有以下优点：

1、本发明由于对每个小区中不进行干扰对齐用户数目的选择进行了灵活处理，减少了需要计算接收滤波矩阵的用户数量，不仅保证了干扰对齐操作的顺利进行，而且降低了系统的复杂度。

2、本发明由于同时对每个小区中所有进行干扰对齐用户的接收滤波矩阵的设计进行了灵活处理，即用户的接收滤波矩阵不再是随机依据相邻小区来设计，而是先根据每个小区中边缘用户的多少来确定该小区中用户需要消除的相邻小区干扰的基站编号，然后再依据相应的规则设计每个用户的接收滤波矩阵，进一步提高了系统的容量，降低了系统的误码率。

附图说明

图1为本发明使用的系统框图；

图2为本发明的实现流程图；

图3为本发明在多小区多用户协作通信场景下的仿真图。

具体实施方式

以下结合附图对本发明进行详细描述。

参照图1，本发明使用的多小区多用户协作通信场景，是由L＝4个小区构成，每个小区中含有1个基站和K＝8个用户，图1中的六边形表示小区边界，六边形中的数字①～⑧表示用户编号。编号有阴影的用户表示不进行干扰对齐用户，编号没有阴影的用户表示进行干扰对齐用户。图1中由基站i指向基站j的箭头表示将第i个基站到相邻小区中进行干扰对齐用户的干扰信道对齐到基站i的同一个信号子空间内，BSi表示第i号基站，其中1≤i≤4，1≤j≤4。

参照图2，对本发明的实现步骤如下：

步骤1，测量每个小区中的边缘用户数。

1a)测量每个小区中的每一个用户到当前服务小区的参考信号接收功率其中，1≤u≤8；

1b)分别测量所有用户到自己所有相邻小区的参考信号接收功率，并记最大的参考信号接收功率值为

1c)设定一个门限值R_t，并根据该门限值设定用户类别：

当用户u满足时，则将该用户视为该小区的边缘用户；

否则，将该用户视为该小区的中心用户；

1d)统计每个小区满足的用户数量，得到该小区的边缘用户数目。

步骤2，为每个小区选择不进行干扰对齐用户。

2a)根据步骤(1)中测得的每个小区中的边缘用户数目，对每个小区按照边缘用户数目从少到多的顺序进行编号，假设排序后的小区编号分别为1、2、3、4；

2b)按照下式确定第4个小区中不进行干扰对齐用户数λ₄：

M≥[(L-1)K+λ₄+1]d，

其中，N表示小区中用户的天线数量，M表示小区中基站所配备的天线数量，d表示每个基站向其每个服务用户所发送的数据流数量，K表示每个小区中的用户数量，L表示小区的总数量；

2c)按照如下关系式确定第1个、第2个、第3个小区中不进行干扰对齐用户数：

λ₁≤λ₂≤λ₃≤λ₄

此关系式表示第s个小区中不进行干扰对齐用户数不大于第s+1个小区中不进行干扰对齐用户数，其中，λ_s表示第s个小区中不进行干扰对齐用户数，1≤s≤L-1；

2d)根据步骤2c)，得到第1、2、3、4号小区中不进行干扰对齐用户的数目依次分别为1、1、2、3，并随机分别确定相应数量的用户。

四个小区分别选择不进行干扰对齐的用户如图2所示，其中第1个小区选择的用户为第8个用户，第2个小区选择的用户为第8个用户，第3个小区选择的用户为第7和第8个用户，第4个小区选择的用户为第6、第7和第8个用户。

步骤3，确定不进行干扰对齐用户的接收滤波矩阵。

3a)随机生成第1个小区中第8个用户的接收滤波矩阵为U_1,8；

3b)随机生成第2个小区中第8个用户的接收滤波矩阵为U_2,8；

3c)随机生成第3个小区中第7和第8个用户的接收滤波矩阵分别为U_3,7和U_3,8；

3d)随机生成第4个小区中第6、第7和第8个用户的接收滤波矩阵分别为U_4,6，U_4,7和U_4,8。

步骤4，设计基站端的辅助预编码。

4a)根据步骤(3)的结果，计算第1个基站到所有相邻小区中不进行干扰对齐用户的等效干扰信道I₁：

其中，(·)^H表示共轭转置，表示第1个基站到第2个小区中第8个用户的信道增益，表示第1个基站到第3个小区中第7个用户的信道增益，表示第1个基站到第3个小区中第8个用户的信道增益，表示第1个基站到第4个小区中第6个用户的信道增益，表示第1个基站到第4个小区中第7个用户的信道增益，表示第1个基站到第4个小区中第8个用户的信道增益；

4b)根据步骤4a)的结果计算第1个基站的辅助预编码P₁：

其中，null(I₁)表示零空间，即从I₁零空间中选取所有基向量作为第1个基站的辅助预编码P₁；

4c)计算第2个基站到所有相邻小区中不进行干扰对齐用户的等效干扰信道I₂：

其中，表示第2个基站到第1个小区中第8个用户的信道增益，表示第2个基站到第3个小区中第7个用户的信道增益，表示第2个基站到第3个小区中第8个用户的信道增益，表示第2个基站到第4个小区中第6个用户的信道增益，表示第2个基站到第4个小区中第7个用户的信道增益，表示第2个基站到第4个小区中第8个用户的信道增益；

4d)根据步骤4c)的结果计算第2个基站的辅助预编码P₂：

其中，null(I₂)表示从I₂零空间中选取所有基向量作为第2个基站的辅助预编码P₂；

4e)计算第3个基站到所有相邻小区中不进行干扰对齐用户的等效干扰信道I₃：

其中，表示第3个基站到第1个小区中第8个用户的信道增益，表示第3个基站到第2个小区中第8个用户的信道增益，表示第3个基站到第4个小区中第6个用户的信道增益，表示第3个基站到第4个小区中第7个用户的信道增益，表示第3个基站到第4个小区中第8个用户的信道增益；

4f)从根据步骤4e)的结果计算第3个基站的辅助预编码P₃：

其中，null(I₃)表示从I₃零空间中选取所有基向量作为第3个基站的辅助预编码P₃；

4g)计算第3个基站到所有相邻小区中不进行干扰对齐用户的等效干扰信道I₄：

其中，表示第4个基站到第1个小区中第8个用户的信道增益，表示第4个基站到第2个小区中第8个用户的信道增益，表示第4个基站到第3个小区中第7个用户的信道增益，表示第4个基站到第3个小区中第8个用户的信道增益；

4h)根据步骤4g)的结果计算第4个基站的辅助预编码P₄：

其中，null(I₄)表示从I₄零空间中选取所有基向量作为第4个基站的辅助预编码P₄。

步骤5，设计每个进行干扰对齐用户的接收滤波矩阵。

5a)计算第1个基站到第2个小区中进行干扰对齐用户的等效干扰信道F₁：

其中，I_M-6d表示行数为(M-6d)、列数为(M-6d)的单位矩阵，M的数值与基站的天线数量相同，d的数值与每个基站向其每个服务用户所发送的数据流数量相同，表示第1个基站到第2个小区中第1个用户的信道增益，表示第1个基站到第2个小区中第2个用户的信道增益，表示第1个基站到第2个小区中第3个用户的信道增益，表示第1个基站到第2个小区中第4个用户的信道增益，表示第1个基站到第2个小区中第5个用户的信道增益，表示第1个基站到第2个小区中第6个用户的信道增益，表示第1个基站到第2个小区中第7个用户的信道增益；

5b)利用下式计算第2个小区中所有进行干扰对齐用户的接收滤波矩阵：

其中，G₁为一个无实际意义的辅助矩阵，U_2,1表示第2个小区中第1个用户的接收滤波矩阵，U_2,2表示第2个小区中第2个用户的接收滤波矩阵，U_2,3表示第2个小区中第3个用户的接收滤波矩阵，U_2,4表示第2个小区中第4个用户的接收滤波矩阵，U_2,5表示第2个小区中第5个用户的接收滤波矩阵，U_2,6表示第2个小区中第6个用户的接收滤波矩阵，U_2,7表示第2个小区中第7个用户的接收滤波矩阵；

5c)计算第2个基站到第3个小区中进行干扰对齐用户的等效干扰信道F₂：

其中，I_M-6d表示行数为(M-6d)、列数为(M-6d)的单位矩阵，M的数值与基站的天线数量相同，d的数值与每个基站向其每个服务用户所发送的数据流数量相同，表示第2个基站到第3个小区中第1个用户的信道增益，表示第2个基站到第3个小区中第2个用户的信道增益，表示第2个基站到第3个小区中第3个用户的信道增益，表示第2个基站到第3个小区中第4个用户的信道增益，表示第2个基站到第3个小区中第5个用户的信道增益，表示第2个基站到第3个小区中第6个用户的信道增益；

5d)利用下式计算第3个小区中所有进行干扰对齐用户的接收滤波矩阵：

其中，G₂为一个无实际意义的辅助矩阵，U_3,1表示第3个小区中第1个用户的接收滤波矩阵，U_3,2表示第3个小区中第2个用户的接收滤波矩阵，U_3,3表示第3个小区中第3个用户的接收滤波矩阵，U_3,4表示第3个小区中第4个用户的接收滤波矩阵，U_3,5表示第3个小区中第5个用户的接收滤波矩阵，U_3,6表示第3个小区中第6个用户的接收滤波矩阵；

5e)计算第3个基站到第4个小区中进行干扰对齐用户的等效干扰信道F₃：

其中，I_M-5d表示行数为(M-5d)、列数为(M-5d)的单位矩阵，M的数值与基站的天线数量相同，d的数值与每个基站向其每个服务用户所发送的数据流数量相同，表示第3个基站到第4个小区中第1个用户的信道增益，表示第3个基站到第4个小区中第2个用户的信道增益，表示第3个基站到第4个小区中第3个用户的信道增益，表示第3个基站到第4个小区中第4个用户的信道增益，表示第3个基站到第4个小区中第5个用户的信道增益；

5f)利用下式计算第4个小区中所有进行干扰对齐用户的接收滤波矩阵：

其中，G₃为一个无实际意义的辅助矩阵，U_4,1表示第4小区中第1个用户的接收滤波矩阵，U_4,2表示第4小区中第2个用户的接收滤波矩阵，U_4,3表示第4小区中第3个用户的接收滤波矩阵，U_4,4表示第4小区中第4个用户的接收滤波矩阵，U_4,5表示第4小区中第5个用户的接收滤波矩阵。

5g)计算第4个基站到第1个小区中进行干扰对齐用户的等效干扰信道F₄：

其中，I_M-4d表示行数为(M-4d)、列数为(M-4d)的单位矩阵，M的数值与基站的天线数量相同，d的数值与每个基站向其每个服务用户所发送的数据流数量相同，表示第4个基站到第1个小区中第1个进行干扰对齐用户的信道增益，表示第4个基站到第1个小区中第2个进行干扰对齐用户的信道增益，表示第4个基站到第1个小区中第3个进行干扰对齐用户的信道增益，表示第4个基站到第1个小区中第4个进行干扰对齐用户的信道增益，表示第4个基站到第1个小区中第5个进行干扰对齐用户的信道增益，表示第4个基站到第1个小区中第6个进行干扰对齐用户的信道增益，表示第4个基站到第1个小区中第7个进行干扰对齐用户的信道增益；

5h)利用下式计算第1个小区中所有进行干扰对齐用户的接收滤波矩阵：

其中，G₄为一个无实际意义的辅助矩阵，U_1,1表示第1小区中第1个用户的接收滤波矩阵，U_1,2表示第1小区中第2个用户的接收滤波矩阵，U_1,3表示第1小区中第3个用户的接收滤波矩阵，U_1,4表示第1小区中第4个用户的接收滤波矩阵，U_1,5表示第1小区中第5个用户的接收滤波矩阵，U_1,6表示第1小区中第6个用户的接收滤波矩阵，U_1,7表示第1小区中第7个用户的接收滤波矩阵。

步骤6，计算出每个基站端对应于每个服务用户的预编码矩阵。

以第l个小区中第k个用户为例，设计该用户所对应的预编码矩阵：

其中，1≤l≤4，1≤s≤L，1≤t≤K，且s≠l,t≠k，V_l,k表示第l个小区中第k个用户所对应的预编码矩阵，U_s,t表示第s个小区中的第t个用户的接收滤波矩阵，U_s,t包括进行干扰对齐用户的接收滤波矩阵和不进行干扰对齐用户的接收滤波矩阵，表示第1个基站到第s个小区中的第t个用户的信道增益，(·)^H表示共轭转置；

步骤7，在收发两端进行数据传输。

基站根据步骤6)求得的每个用户的预编码矩阵，对每个用户的原始信号进行预编码，经预编码后的信号经过加性高斯白噪声信道到达用户端；

不进行干扰对齐用户和进行干扰对齐用户分别根据步骤3)和步骤5)求得的接收滤波矩阵对接收信号进行检测，消除相邻小区到用户端的干扰及用户之间的干扰，获得每个用户所对应的原始信号。

下面结合仿真图对本发明的效果作进一步的描述：

1.仿真条件：

本发明仿真实验的运行系统为Intel(R)Core(TM)i5CPU 650@3.20GHz，32位Windows操作系统，仿真软件采用MATLAB R(2012b)。

仿真参数设置如下所示。

小区数为3，小区半径为500米；每个小区中的用户数为4，且每个小区中的用户随机分布；基站端天线数为11，用户接收天线数为7；信噪比仿真区间为0dB～30dB，每个信噪比下的循环次数为10000，噪声环境为加性高斯白噪声。

2.仿真内容与结果：

用本发明和现有方法分别在多小区多用户协作通信场景下仿真在不同信噪比下的信道容量，结果如图3，图3中横轴表示信噪比SNR，单位是dB，纵轴表示信道容量，单位是bit/s/Hz。

对比图3中的这两条曲线可以看出，本发明相比于现有方法，在相同信噪比条件下能获得更高的信道容量。

仿真结果表明，现有方法由于选取不进行干扰对齐用户的数量是固定、随机的，忽略了用户所在的位置及用户当前的通信质量等问题，因而通信系统容量低、复杂度高。而本发明不仅考虑了每个小区中的用户分布情况，而且参考了当前小区的实际通信情况，减少了需要计算接收滤波矩阵的用户数，提高了通信系统容量，降低了系统的复杂度。

Claims (5)

1.基于多小区多用户协作通信的干扰对齐方法，包括如下步骤：

(1)获得每个小区中的边缘用户数：

1a)测量每个小区中的用户i到当前服务小区的参考信号接收功率

1b)测量用户i到自己所有相邻小区的参考信号接收功率，记最大的参考信号接收功率值为

1c)设定一个门限值R_t，当用户i满足时，则将该用户视为该小区的边缘用户，否则，视为该小区的中心用户；

1d)统计每个小区满足的用户数量，得到该小区的边缘用户数目；

(2)为每个小区选择不进行干扰对齐用户：

2a)根据步骤(1)中测得的每个小区中的边缘用户数目，对每个小区按照边缘用户数目从少到多的顺序进行编号，假设排序后的小区编号为1、2、…、L，L为小区的总数目；

2b)从1、2、…、L号小区中分别选出不进行干扰对齐用户的数目依次为λ₁、λ₂、…、λ_L，且λ₁≤λ₂≤…≤λ_L，其中λ_L同时满足下面两式：

$\begin{array}{c}N\≥\frac{1}{K-{\mathrm{\λ}}_L}\[(k-{\mathrm{\λ}}_L-1)M+({{\mathrm{\λ}}_L}^{2}L-{\mathrm{\λ}}_{L}KL+{\mathrm{\λ}}_{L}L+{\mathrm{\λ}}_{L}K-{{\mathrm{\λ}}_L}^2-{\mathrm{\λ}}_L+1)d\]\\ M\≥\[(L-1)K+{\mathrm{\λ}}_L+1\]d\end{array},$

其中，N表示小区中用户的天线数量，M表示小区中基站所配备的天线数量，d表示每个基站向其每个服务用户所发送的数据流数量，K表示每个小区中的用户数量，λ_L表示第L号小区中的不进行干扰对齐操作的用户数目；

2c)根据步骤2b)中确定的各个小区中不进行干扰对齐操作的用户数量，随机确定每个小区中不进行干扰对齐操作的用户；

(3)随机产生不进行干扰对齐用户的接收滤波矩阵U；

(4)设计基站端的辅助预编码：

4a)根据步骤(3)所得出的不进行干扰对齐用户的接收滤波矩阵U，计算第1个基站的辅助预编码P₁，通过P₁消除该基站到其他小区内不进行干扰对齐用户的干扰；

4b)依次分别计算第2个基站、…、第L个基站的辅助预编码P₂、…、P_L；

(5)设计每个进行干扰对齐用户的接收滤波矩阵：

5a)根据步骤(4)所得出的各个基站的辅助预编码，设计第2个小区中的K-λ₂个进行干扰对齐处理的用户的接收滤波矩阵；

5b)依次设计出第l个小区中的K-λ_l个进行干扰对齐用户的接收滤波矩阵，其中2≤l≤L；

5c)设计第1个小区中的K-λ₁个进行干扰对齐用户的接收滤波矩阵；

(6)计算出每个基站端对应于每个服务用户的预编码矩阵：

6a)按下式设计出该用户所对应的预编码矩阵：

$V_{1,i}\⋐null\left({\left[\begin{array}{ccccc}{H}_{1,1}^1{U_H}_{1,1}& ...& H_{s,t}^1{U_H}_{s,t}& ...& H_{L,K}^1{U_H}_{L,K}\end{array}\right]}^H\right)$

其中，1≤i≤K，1≤s≤L，1≤t≤K，且s≠1,t≠i，V_1,i表示第1个小区中的第i个用户所对应的预编码矩阵，U_s,t表示第s个小区中的第t个用户的接收滤波矩阵，U_s,t包括进行干扰对齐用户的接收滤波矩阵和不进行干扰对齐用户的接收滤波矩阵，表示第1个基站到第s个小区中的第t个用户的信道增益，(·)^H表示共轭转置；

6b)根据6a)依次分别设计出第2个小区、…、第L个小区中所有用户所对应的预编码矩阵；

(7)根据每个用户的接收滤波矩阵及相应的预编码矩阵，在收发两端进行数据传输，以消除相邻小区到用户端的干扰及用户之间的干扰。

2.根据权利要求1所述的方法，其特征在于，步骤3)中随机产生不进行干扰对齐用户的接收滤波矩阵U，是先将第i个小区中第k个不进行干扰对齐用户表示为[i,k]，再随机产生一个N行d列的矩阵作为用户[i,k]的接收滤波矩阵U_i,k，其中，N的数值与小区中用户的天线数量相同，d的数值与每个基站向其每个服务用户所发送的数据流数量相同。

3.根据权利要求1所述的方法，其特征在于，步骤4a)中计算第1个基站的辅助预编码P₁，按如下步骤进行：

4a1)计算第1个基站到所有相邻小区中不进行干扰对齐用户的等效干扰信道I₁：

$I_1={\[{\left({U_{s,t}}^H{H}_{s,t}^1\right)}^H\]}^H$

其中，(·)^H表示共轭转置，U_s,t表示第s个小区中第t个用户的接收滤波矩阵，且2≤s≤L，1≤t≤λ_s，λ_s表示第s个小区中的不进行干扰对齐操作的用户数目，U_s,t ^H表示U_s,t的共轭转置矩阵，表示第1个基站到第s个小区中第t个用户的信道增益，表示的共轭转置矩阵，表示的共轭转置矩阵；

4a2)从根据步骤4a1)的结果计算第1个基站的辅助预编码P₁：

$P_1\⋐null\left(I_1\right)$

其中，null(·)表示零空间，即从I₁零空间中选取所有基向量作为第1个基站的辅助预编码P₁。

4.根据权利要求1所述的方法，其特征在于，步骤5a)中设计第2个小区中的K-λ₂个进行干扰对齐用户的接收滤波矩阵，按如下步骤进行：

5a1)计算第1个基站到第2个小区中进行干扰对齐用户的等效干扰信道F₁：

其中，(·)^H表示共轭转置，P₁表示第1个基站的辅助预编码，表示P₁的共轭转置矩阵，表示行数为(M-(λ₂+λ₃+…+λ_L)d)、列数为(M-(λ₂+λ₃+…+λ_L)d)的单位矩阵，M的数值与基站的天线数量相同，λ_s表示第s个小区中的不进行干扰对齐操作的用户数目，且2≤s≤L，L表示小区的总数量，d的数值与每个基站向其每个服务用户所发送的数据流数量相同，表示第1个基站到第2个小区中第t个进行干扰对齐用户的信道增益，表示的共轭转置矩阵；

5a2)利用下式计算第2个小区中所有进行干扰对齐用户的接收滤波矩阵：

$F_1\left[\begin{array}{c}{G}_2\\ U_{2,1}\\ U_{2,2}\\ .\\ .\\ .\\ U_{2,K-{\mathrm{\λ}}_2}\end{array}\right]=0;$

其中，G₂为一个无实际意义的辅助矩阵，U_2,t表示第2个小区中的第t个进行干扰对齐用户的接收滤波矩阵，且U_2,t是一个N行d列的矩阵，其中，N的数值与用户的天线数量相同，d的数值与每个基站向其每个服务用户所发送的数据流数量相同。

5.根据权利要求1所述的方法，其特征在于，步骤5c)中设计第1个小区中的K-λ₁个进行干扰对齐处理的用户的接收滤波矩阵，按如下步骤进行：

5c1)计算第L个基站到第1个小区中进行干扰对齐用户的等效干扰信道F_L：

其中，(·)^H表示共轭转置，P_L表示第L个基站的辅助预编码，表示P_L的共轭转置矩阵，表示行数为M-(λ₁+λ₂+…+λ_L-1)d、列数为M-(λ₁+λ₂+…+λ_L-1)d的单位矩阵，M的数值与基站的天线数量相同，λ_s表示第s个小区中的不进行干扰对齐操作的用户数目，且2≤s≤L，L表示小区的总数量，d的数值与每个基站向其每个服务用户所发送的数据流数量相同，表示第L个基站到第1个小区中第t个进行干扰对齐用户的信道增益，表示的共轭转置矩阵；

5c2)计算第1个小区中所有进行干扰对齐用户的接收滤波矩阵：

$F_L\left[\begin{array}{c}{G}_1\\ U_{1,1}\\ U_{1,2}\\ .\\ .\\ .\\ U_{1,K-{\mathrm{\λ}}_1}\end{array}\right]=0$

其中，G₁为一个无实际意义的辅助矩阵，U_1,t表示第1个小区中的第t个进行干扰对齐用户的接收滤波矩阵，且U_1,t是一个N行d列的矩阵。其中，N的数值与用户的天线数量相同，d的数值与每个基站向其每个服务用户所发送的数据流数量相同。