CN107070520A - 一种基于级联预编码和esinr准则的d2d通信干扰对齐方法 - Google Patents

一种基于级联预编码和esinr准则的d2d通信干扰对齐方法 Download PDF

Info

Publication number
CN107070520A
CN107070520A CN201710283938.2A CN201710283938A CN107070520A CN 107070520 A CN107070520 A CN 107070520A CN 201710283938 A CN201710283938 A CN 201710283938A CN 107070520 A CN107070520 A CN 107070520A
Authority
CN
China
Prior art keywords
mrow
msub
mover
matrix
msubsup
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
CN201710283938.2A
Other languages
English (en)
Other versions
CN107070520B (zh
Inventor
谢显中
姚鑫凌
雷维嘉
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201710283938.2A priority Critical patent/CN107070520B/zh
Publication of CN107070520A publication Critical patent/CN107070520A/zh
Application granted granted Critical
Publication of CN107070520B publication Critical patent/CN107070520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0426—Power distribution
    • H04B7/0434—Power distribution using multiple eigenmodes
    • H04B7/0443—Power distribution using multiple eigenmodes utilizing "waterfilling" technique
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/0848—Joint weighting
    • H04B7/0854—Joint weighting using error minimizing algorithms, e.g. minimum mean squared error [MMSE], "cross-correlation" or matrix inversion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03891—Spatial equalizers
    • H04L25/03898—Spatial equalizers codebook-based design
    • H04L25/0391—Spatial equalizers codebook-based design construction details of matrices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Abstract

本发明请求保护一种基于级联预编码和ESINR准则的D2D通信干扰对齐方法，首先，通过D2D链路与蜂窝链路之间的干扰分析形成了相应的等效信道模型；在此基础上，在保证蜂窝用户以最大化速率传输的同时，通过D2D用户的外层级联预编码矩阵和外层级联干扰抑制矩阵消除D2D链路与蜂窝链路之间的干扰，从而使得蜂窝链路与D2D链路相互独立；依据D2D发射端的ESINR准则和D2D接收端的MMSE准则分别设计了D2D用户的内层级联预编码矩阵和内层级联干扰抑制矩阵。另外，本发明还利用QR分解来优化内层级联预编码矩阵和内层级联干扰抑制矩阵。本发明所提干扰对齐方法有效地提升了总容量与平均能量效率等性能。

Description

一种基于级联预编码和ESINR准则的D2D通信干扰对齐方法
技术领域
本发明属于D2D通信领域，尤其涉及D2D通信中的干扰对齐技术。
背景技术
D2D通信技术的优势之一是能够有效利用授权频谱，提高系统的吞吐量，使得其能够满足未来无线通信对高速率和高频谱利用率的要求，并将成为第五代移动通信标准的主要内容。然而，随着D2D通信技术的引入，无线通信系统中的干扰情况也变得愈加复杂，对这些干扰进行消除或者有效地控制就成为了D2D通信技术加以应用的重要前提之一。
在现今关于D2D通信技术的研究中，大部分学者的研究重点是功率控制、资源调度和模式选择，并将具体的干扰情况与这三个研究重点进行结合，从而形成相应的干扰管理方法。干扰对齐技术是近年来发展的一种有效消除系统干扰并提高系统容量的新技术。因此，本发明运用干扰对齐来解决D2D通信中的干扰问题。
文献[Jiang Jiamo,Peng Mugen,Wang Wenbo,et al.Energy efficiencyoptimization based on interference alignment for device-to-device MIMOdownlink underlaying cellular network[C]//Global TelecommunicationsConference(Globecom).Atlanta:IEEE Press,2013:585-590]通过IA技术提高了D2D-MIMO下行网络中D2D链路和蜂窝链路的能量有效性，得到了满足干扰对齐条件下的D2D链路能量有效性最大值的闭式解。文献[Yang Lu,Zhang Wei,Jin Shi.Interference alignment indevice-to-device LAN underlaying cellular networks[J].IEEE Transactions onWireless Communications,2015,14(7):3715-3723]研究了D2D LAN环境中，多个D2D发射端同时与一个D2D接收端通信所产生的干扰问题，通过作者提出的两种干扰对齐体系，能够控制或消除蜂窝链路所受到的干扰，并保证一定的D2D本地网络的服务质量。文献[ZhangYang,Zhao Chenglin,Hong Li,et al.Interference alignment with random vectorquantisation in device-to-device underlaying cellular networks[J].IETCommunications,2016,10(10):1255-1262]同样研究了D2D LAN环境中的干扰问题，并进一步考虑了非理想的信道状态信息对系统性能的影响，提出了一种基于反馈比特自适应分配的有限反馈干扰对齐方法。文献[Garg N,Sharma G.Interference alignment incellular system with multiple D2D networks[C]//2016 International Conferenceon Signal Processing and Communications(SPCOM).Bangalore:IEEE Press,2016:1-4]分析了多个D2D LAN共存的系统模型，以是否考虑蜂窝链路与D2D链路间的干扰为标准分别设计了两种干扰对齐方法，并通过仿真实验比较了这两种方法间的系统容量差异。在文献[Md J R,Lutz L.Robust transceiver optimization for underlay device-to-devicecommunications[C]//International Conference on Communications(ICC).London:IEEE Press,2015:7695–7700]中，针对信道矩阵存在误差的情况，作者研究了稳健的收发端最优化问题，并提出了一种基于半正定规划的干扰对齐设计方法。
但是，在目前的D2D通信干扰对齐方法研究中，要么未考虑蜂窝通信链路与D2D通信链路间的相互干扰问题；要么考虑了该问题后，需要蜂窝用户主动参与到整个系统的预编码矩阵和干扰抑制矩阵设计过程，相对于没有D2D用户时增大了蜂窝链路的系统开销。
发明内容
本发明旨在解决以上现有技术的问题，提出了一种有效提升D2D用户与蜂窝用户共存的混合通信网络性能的基于级联预编码和ESINR准则的D2D通信干扰对齐方法。本发明的技术方案如下：
一种基于级联预编码和ESINR准则的D2D通信干扰对齐方法，其包括以下步骤：
步骤1)、在混合网络系统模型中，利用SVD奇异值分解和注水算法得到蜂窝链路优化后的预编码矩阵Vc、优化后的干扰抑制矩阵Uc和优化后的功率分配矩阵Pcc，所述混合网络系统模型包括基站、蜂窝用户和D2D用户；
步骤2)、令D2D通信链路的预编码矩阵为干扰抑制矩阵为通过外层级联预编码矩阵Gi消除D2D链路发射端i对蜂窝链路接收端的干扰，通过外层级联干扰抑制矩阵Ri消除基站对D2D链路接收端i的干扰，从而形成蜂窝用户和D2D用户的等效信道模型；
步骤3)、初始化内层级联干扰抑制矩阵此时可以随机选择均值为0，方差为1的矩阵且满足条件
步骤4)、利用D2D发射端的ESINR准则设计D2D用户的内层级联预编码矩阵并利用QR分解得到优化后的内层级联预编码矩阵
步骤5)、利用D2D接收端的MMSE准则设计D2D用户的内层级联干扰抑制矩阵并利用QR分解得到优化后的内层级联干扰抑制矩阵
步骤6)、反复迭代和直至收敛，从而消除D2D链路间的干扰。
进一步的，所述步骤1)利用SVD奇异值分解和注水算法得到蜂窝链路的预编码矩阵Vc、干扰抑制矩阵Uc和功率分配矩阵Pcc，具体包括步骤：
首先，将蜂窝链路的信道矩阵进行奇异值分解，可表示为
其中，Up与Vp分别表示维度为Nc×Nc的酉矩阵和Mc×Mc的酉矩阵，Mc表示基站配备的天线数，Nc表示蜂窝用户配备的天线数，Λcc表示维度为Nc×Mc的对角矩阵，蜂窝链路的预编码矩阵Vc和干扰抑制矩阵Uc可以分别初始化为Vp和Up；
其次，定义维度为Mc×Mc的矩阵为蜂窝链路的功率分配矩阵，蜂窝链路的最大发射功率为Pc，当选定蜂窝链路的预编码矩阵Vp和干扰抑制矩阵Up后，蜂窝链路的通信速率最大化问题可以等效表示为
式(2)中的最优化问题通过注水算法解得，相应的功率分配矩阵可以表示为其对角线元素可以表示为
其中，(α)+表示取0与α两者之间的较大者，αcc表示注水等级，它由约束条件加以限制，λcc,m表示矩阵的第m个对角线元素；
最后，优化后的功率分配矩阵Pcc为的左上部分且维度为dc×dc的子矩阵，优化后的预编码矩阵Vc为Vp的前dc列所组成的子矩阵，优化后的干扰抑制矩阵Uc为Up的前dc列所组成的子矩阵。
进一步的，所述步骤2)蜂窝用户和D2D用户的等效信道模型的可以表示为
其中，Rj表示第j个D2D接收端的外层级联干扰抑制矩阵，Hij表示第i个D2D发射端与第j个D2D接收端之间的信道矩阵，Gi表示第i个D2D发射端的外层级联预编码矩阵，K表示D2D通信对的个数，AH表示矩阵A的共轭转置。
式(4)满足如下约束条件
其中，表示第j个D2D接收端的内层级联干扰抑制矩阵，表示第i个D2D发射端的内层级联预编码矩阵，di表示第i个D2D用户发送的独立数据流个数，rank(A)表示矩阵A的秩。
进一步的，所述步骤3)初始化内层级联干扰抑制矩阵此时可以随机选择均值为0，方差为1的矩阵且满足条件
进一步的，所述步骤4)利用D2D发射端的ESINR准则设计D2D用户的内层级联预编码矩阵并利用QR分解得到优化后的内层级联预编码矩阵包括步骤：
的一般化形式为
其中，νmax(A)表示求取矩阵A的最大特征值所对应的特征向量。
可以求出内层级联预编码矩阵为
利用QR分解对预编码矩阵进行优化，即通过QR分解将设计为次酉矩阵的形式：
其中，Qi为(Md-dc)×di的次酉矩阵，为di×di的矩阵，得到优化后的内层级联预编码矩阵
进一步的，所述步骤5)求解内层级联干扰抑制矩阵包括：当内层级联预编码矩阵确定时，对于等效模型中的第i个D2D接收端而言，通过最小化发射端的信号矢量si和接收端的信号矢量之间的差异来求取内层级联干扰抑制矩阵并利用QR分解得到最优的内层级联干扰抑制矩阵
本发明的优点及有益效果如下：
本发明提出了一种基于级联预编码和ESINR准则的D2D通信干扰对齐方法，在保证蜂窝用户不受D2D用户存在与否的影响下，有效地解决了蜂窝通信链路与D2D通信链路间的相互干扰问题。首先，为了不增加蜂窝用户开销，通过D2D链路与蜂窝链路之间的干扰分析形成了相应的等效信道模型；在此基础上，在保证蜂窝用户以最大化速率传输的同时，通过D2D用户的外层级联预编码矩阵和外层级联干扰抑制矩阵消除D2D链路与蜂窝链路之间的干扰，从而使得蜂窝链路与D2D链路相互独立；进一步，针对D2D链路间的相互干扰，本发明依据D2D发射端的ESINR准则和D2D接收端的MMSE准则分别设计了D2D用户的内层级联预编码矩阵和内层级联干扰抑制矩阵。另外，本发明还利用QR分解来优化内层级联预编码矩阵和内层级联干扰抑制矩阵，并分析了所提方法的收敛性。最后，通过仿真结果显示，本发明所提干扰对齐方法有效地提升了总容量与平均能量效率等性能。
附图说明
图1为本发明提供优选实施例混合网络系统模型；
图2为混合网络等效模型；
图3为配置1下的系统总容量；
图4为配置2下的系统总容量；
图5为配置3下的系统总容量；
图6为配置1下的系统平均能量效率；
图7为配置2下的系统平均能量效率；
图8为配置3下的系统平均能量效率。
图9为本发明优选实施例的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是：
本发明提出了一种基于级联预编码和ESINR准则的D2D通信干扰对齐方法。该方法从等效模型、级联预编码、ESINR准则入手，保证蜂窝用户不受D2D用户存在与否的影响，仅需要以自身的最大化速率进行传输，不会增加蜂窝用户的系统开销。经过实验仿真可知，本发明所提干扰对齐方法在系统总容量与系统平均能量效率等方面都具有一定的优势，可以有效提升D2D用户与蜂窝用户共存的混合通信网络性能。
假设在一个蜂窝内有一条蜂窝通信链路(包括一个基站BS和一个蜂窝用户CUE)和K条D2D通信链路(K个D2D通信对)，如图1所示。在下行通信方向，K个D2D通信对与蜂窝链路都复用相同的蜂窝下行链路资源。不失一般性，可假设本发明中基站配备有Mc根天线，蜂窝用户配备有Nc根天线，所有D2D用户发射端天线与接收端天线分别相等，且分别用Md和Nd表示。与此同时，假设在同一时刻同一频谱的各个发送接收对之间的信道是平坦衰落的，信道中每个元素独立同分布，且服从均值为0，方差为1的复高斯分布。
在本发明中，用Hcc表示BS与CUE间的信道矩阵，Hii与Hij分别表示第i个D2D发射端与第i个D2D接收端、第j个D2D接收端之间的信道矩阵(i,j∈{1,2,...,K}且i≠j)，Hci表示基站BS与第i个D2D接收端之间的信道矩阵，Hic表示第i个D2D发射端与蜂窝用户间的信道矩阵。假设基站BS发送的独立数据流个数为dc且dc≤min(Mc,Nc)，第i个D2D用户发送的独立数据流个数为di(i∈{1,2,...,K})且di≤min(Md,Nd)。在某一个特定的时频资源上，CUE的接收信号可以表示为
第i个D2D接收端获得的信号为
在式(1)和式(2)中，维数为Mc×dc的Vc是基站BS的预编码矩阵，且满足维数为Md×di的Vi和维数为Md×dj的Vj分别为第i个D2D发射端和第j个D2D发射端的预编码矩阵，且满足维数为dc×1的sc为基站BS的下行数据矢量信号，且满足功率约束条件维数为di×1的si和维数为dj×1的sj分别为第i个D2D发射端和第j个D2D发射端的下行数据矢量信号，且满足功率约束条件维数为Nc×1的nc和维数为Nd×1的ni都表示均值为0，方差为1的加性高斯白噪声，且
CUE的接收信号经过干扰抑制矩阵处理后，可表示为
其中，Uc表示维度为Nc×dc的干扰抑制矩阵，且满足
第i个D2D接收端获得的信号经过干扰抑制矩阵处理后，可表示为
在式(4)中，Ui表示维度为Nd×di的干扰抑制矩阵，且满足
1.蜂窝通信链路与D2D通信链路之间的等效模型
步骤一、蜂窝通信链路的预编码矩阵和干扰抑制矩阵设计
首先，将蜂窝链路的信道矩阵进行奇异值分解，可表示为
其中，Up与Vp分别表示维度为Nc×Nc的酉矩阵和Mc×Mc的酉矩阵，Λcc表示维度为Nc×Mc的对角矩阵。所以，蜂窝链路的预编码矩阵Vc和干扰抑制矩阵Uc可以分别初始化为Vp和Up，并在接下来进行优化。
其次，定义维度为Mc×Mc的矩阵为蜂窝链路的功率分配矩阵，蜂窝链路的最大发射功率为Pc。当选定蜂窝链路的预编码矩阵Vp和干扰抑制矩阵Up后，蜂窝链路的通信速率最大化问题可以等效表示为
很明显，式(6)中的最优化问题可以通过注水算法解得，相应的功率分配矩阵可以表示为其对角线元素可以表示为
其中，(α)+表示取0与α两者之间的较大者，αcc表示注水等级，它由约束条件加以限制。λcc,m表示矩阵的第m个对角线元素。
最后，由于蜂窝链路中所传输的独立数据流个数为dc，所以在功率分配矩阵中，其对角线上的非零元素个数为dc，其余的Mc-dc个元素均为0。因此，优化后的功率分配矩阵Pcc为的左上部分且维度为dc×dc的子矩阵，优化后的预编码矩阵Vc为Vp的前dc列所组成的子矩阵，优化后的干扰抑制矩阵Uc为Up的前dc列所组成的子矩阵。
步骤二、等效模型的建立
由式(3)和式(4)可知，为了消除基站对D2D用户接收端的干扰和D2D用户发射端对蜂窝链路接收端产生的同频干扰，需满足以下条件：
在本发明中，蜂窝通信链路与D2D通信链路之间的干扰消除方法设计主要集中在D2D用户端，故通过分别设计D2D通信链路的预编码矩阵和干扰抑制矩阵，从而成功消除其间干扰。
令所有D2D通信链路的预编码矩阵和干扰抑制矩阵分别设计为
且满足如下约束条件：
在式(9)中，外层级联预编码矩阵Gi用来消除D2D链路发射端i对蜂窝链路接收端的干扰，外层级联干扰抑制矩阵Ri用来消除基站对D2D链路接收端i的干扰，内层级联预编码矩阵和内层级联干扰抑制矩阵用来消除各个D2D通信链路之间的同频干扰。所以，将式(9)带入式(8)中，可以得到
将式(11)进一步优化为
易知的维度为dc×Md，(HciVc)H的维度为dc×Nd。又根据式(12)，可知D2D用户的外层级联预编码矩阵Gi和外层级联干扰抑制矩阵Ri分别取自和(HciVc)H的零空间。所以Gi的维度为Md×(Md-dc)且满足条件Md＞dc，Ri的维度为Nd×(Nd-dc)且满足条件Nd＞dc。
通过对外层级联预编码矩阵Gi和外层级联干扰抑制矩阵Ri进行分别设计，本发明成功消除了D2D链路发射端对蜂窝链路接收端的干扰和基站对D2D链路接收端的干扰，并将所研究的混合通信模型等效为基本的MIMO干扰网络模型进行处理。很明显，本发明的D2D通信等效信道(如图2所示)可以表示为
且满足如下约束条件
2.基于等效模型的干扰对齐设计方法
按照上文所述的方法设计了外层级联预编码矩阵Gi和外层级联干扰抑制矩阵Ri后，本发明的混合通信模型得到了进一步简化，得到了相应的等效系统模型。在该等效系统模型中，需要解决的重点问题是如何消除D2D通信链路之间的相互干扰。所以，本发明接下来通过设计内层级联预编码矩阵和内层级联干扰抑制矩阵以保证D2D通信链路之间的干扰得到消除。
步骤一、初始化内层级联干扰抑制矩阵此时可以随机选择均值为0，方差为1的矩阵且满足条件
步骤二、D2D用户的内层级联预编码矩阵设计
对于等效模型中第i个D2D发射端的第l个数据流而言，其期望信号功率可以表示为其中分别表示的第l列。D2D发射端对非期望接收端造成的干扰功率可表示为其中jn≠il表示j≠i且n≠l。所以其ESINR可以表示为
可假设在第i个D2D发射端，其发送功率Pi在di个数据流间均等分配，则式(16)可进一步变化为
根据上文所述，可以将内层级联预编码矩阵的求解问题归纳为如下的优化问题：
联合求解式(17)和式(18)，可以得到
其中，νmax(L)表示矩阵L的最大特征值所对应的特征向量。
将式(13)带入式(19)，可得的一般化形式为
通过式(20)，可以求出内层级联预编码矩阵为
受到文献[Kim M J,Lee H H,Ko Y C.Limited feedback design forinterference alignment on two-cell interfering MIMO-MAC[J].IEEE Transactionson Vehicular Technology,2015,64(9):4019-4030]的启发，本发明利用QR分解对预编码矩阵进行优化，即通过QR分解将设计为次酉矩阵的形式：
其中，Qi为(Md-dc)×di的次酉矩阵，为di×di的矩阵。
步骤三、D2D用户的内层级联干扰抑制矩阵设计
当内层级联预编码矩阵确定时，对于等效模型中的第i个D2D接收端而言，本发明考虑通过最小化发射端的信号矢量si和接收端的信号矢量之间的差异来求取内层级联干扰抑制矩阵很明显，根据MMSE准则，该问题可描述为
其中，且满足条件
可进一步假设，对于每个D2D用户，其发送功率在每个数据流间均等分配，则式(23)中的优化目标函数可改写为
令通过对式(24)中的矩阵迹进行求导，可得到内层级联干扰抑制矩阵
将式(13)带入式(25)，可得的一般化形式为
与式(22)的处理类似，可以求得最优的内层级联干扰抑制矩阵
其中，Q’i为(Nd-dc)×di的次酉矩阵，为di×di的矩阵。
步骤四、反复迭代和直至本发明所提方法收敛，从而消除D2D链路间的干扰
下面对所提的基于级联预编码和ESINR准则的D2D通信干扰对齐方法进行仿真分析。
本发明采用Matlab仿真，就系统总容量和平均能量效率等方面进行了仿真分析，分别比较了所提方法、文献[Rezaei F,Tadaion A.Interference alignment incognitive radio networks[J].IET Communications,2014,8(10):1769-1777]中的RT方法、文献[Md J R,Lutz L.Robust transceiver optimization for underlay device-to-device communications[C]//International Conference on Communications(ICC).London:IEEE Press,2015:7695–7700]中的ML方法在不同系统参数配置下的性能差异。参照文献[Md J R,Lutz L.Robust transceiver optimization for underlay device-to-device communications[C]//International Conference on Communications(ICC).London:IEEE Press,2015:7695–7700]中的仿真环境设置，本发明仿真亦不考虑路径损耗，同时假设所有的信道相互独立且满足均值为0、方差为1的复高斯分布，每个D2D发射端和基站都有相同的最大发射功率P，且均以其最大功率发送信号。另外，本发明为了使仿真效果更加明显清晰，具有更强的说服力，分别从以下三种不同的配置条件进行仿真比较。配置1：K＝3，Mc＝Nc＝4，Md＝Nd＝4，dc＝2，di＝1；配置2：K＝3，Mc＝Nc＝6，Md＝Nd＝6，dc＝2，di＝2；配置3：K＝2，3，4，Mc＝Nc＝6，Md＝Nd＝6，dc＝2，di＝1。
图3和图4分别为配置1和配置2下的系统总容量示意图。由图3和图4可知，所有方法的性能都随着信噪比的增加而增加，无论是系统总容量还是D2D链路总容量，本发明方法均优于其他的两种方法。这是因为：与本发明方法和RT方法相比，依据ML方法所设计的D2D用户接收端仍会受到蜂窝链路的干扰，蜂窝用户接收端仍会受到D2D用户发射端的干扰，其干扰强度也随着信噪比的增大而增大，故依据ML方法所得到的系统总容量和D2D链路总容量低于本发明方法和RT方法，且在高信噪比条件下表现出较为明显的性能劣势。与RT方法相比，本发明方法在考虑干扰泄露最小化的同时，又利用ESINR准则提高了信号本身的传输质量，而RT方法仅仅考虑如何减少干扰泄露，并未充分考虑直接信道对系统性能的影响。故本发明方法的系统总容量和D2D链路总容量均高于RT方法，且在中低信噪比条件下表现得更为明显。
图5为配置3下的系统总容量示意图。根据图5很容易得知，随着信噪比的增大，本发明方法的系统总容量、D2D链路总容量和无蜂窝链路时采用本发明干扰对齐方法的总容量也都随之增大；在同一信噪比条件下，系统总容量、D2D链路总容量和无蜂窝链路时采用本发明干扰对齐方法的总容量会随着D2D链路数的增加而增加。此外，无蜂窝链路时采用本发明干扰对齐方法的总容量总会高于D2D链路总容量。这是因为D2D用户通过级联预编码消除蜂窝链路与D2D链路间的干扰后，其等效天线数小于实际天线数。
图6和图7分别为配置1和配置2下的系统平均能量效率示意图。此时，系统平均能量效率定义为系统总容量与系统总发射功率的比值，其单位为bit/Hz/J。由图6和图7可知，所有方法的系统平均能量效率都随着SNR的增加而减小，但相比于RT方法和ML方法，本发明方法仍保持着较为明显的性能优势。
图8为配置3下的系统平均能量效率示意图。很明显，在相同的信噪比条件下，本发明方法的系统平均能量效率、D2D链路平均能量效率和无蜂窝链路时采用本发明干扰对齐方法的平均能量效率都随着D2D链路数的增加而减小。进而，结合对图5的分析可知：当D2D链路数增加时，系统总容量、D2D链路总容量和无蜂窝链路时采用本发明干扰对齐方法的总容量随之增加的同时会牺牲一定的平均能量效率。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (6)

1.一种基于级联预编码和ESINR准则的D2D通信干扰对齐方法，其特征在于，包括以下步骤：
步骤1)、在混合网络系统模型中，利用SVD奇异值分解和注水算法得到蜂窝链路优化后的预编码矩阵Vc、优化后的干扰抑制矩阵Uc和优化后的功率分配矩阵Pcc，所述混合网络系统模型包括基站、蜂窝用户和D2D用户；
步骤2)、令D2D通信链路的预编码矩阵为干扰抑制矩阵为通过外层级联预编码矩阵Gi消除D2D链路发射端i对蜂窝链路接收端的干扰，通过外层级联干扰抑制矩阵Ri消除基站对D2D链路接收端i的干扰，从而形成蜂窝用户和D2D用户的等效信道模型；
步骤3)、初始化内层级联干扰抑制矩阵此时可以随机选择均值为0，方差为1的矩阵且满足条件
步骤4)、利用D2D发射端的ESINR准则设计D2D用户的内层级联预编码矩阵并利用QR分解得到优化后的内层级联预编码矩阵
步骤5)、利用D2D接收端的MMSE准则设计D2D用户的内层级联干扰抑制矩阵并利用QR分解得到优化后的内层级联干扰抑制矩阵
步骤6)、反复迭代和直至收敛，从而消除D2D链路间的干扰。
2.根据权利要求1所述的基于级联预编码和ESINR准则的D2D通信干扰对齐方法，其特征在于，所述步骤1)利用SVD奇异值分解和注水算法得到蜂窝链路的预编码矩阵Vc、干扰抑制矩阵Uc和功率分配矩阵Pcc具体包括步骤：
首先，将蜂窝链路的信道矩阵进行奇异值分解，可表示为
<mrow> <msub> <mi>H</mi> <mrow> <mi>c</mi> <mi>c</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>U</mi> <mi>p</mi> </msub> <msub> <mi>&amp;Lambda;</mi> <mrow> <mi>c</mi> <mi>c</mi> </mrow> </msub> <msubsup> <mi>V</mi> <mi>p</mi> <mi>H</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
其中，Up与Vp分别表示维度为Nc×Nc的酉矩阵和Mc×Mc的酉矩阵，Mc表示基站配备的天线数，Nc表示蜂窝用户配备的天线数，Λcc表示维度为Nc×Mc的对角矩阵，蜂窝链路的预编码矩阵Vc和干扰抑制矩阵Uc可以分别初始化为Vp和Up；
其次，定义维度为Mc×Mc的矩阵为蜂窝链路的功率分配矩阵，蜂窝链路的最大发射功率为Pc，当选定蜂窝链路的预编码矩阵Vp和干扰抑制矩阵Up后，蜂窝链路的通信速率最大化问题可以等效表示为
<mrow> <mtable> <mtr> <mtd> <munder> <mi>max</mi> <msub> <mover> <mi>P</mi> <mo>~</mo> </mover> <mrow> <mi>c</mi> <mi>c</mi> </mrow> </msub> </munder> </mtd> <mtd> <mrow> <msub> <mi>log</mi> <mn>2</mn> </msub> <mo>|</mo> <msub> <mi>I</mi> <msub> <mi>N</mi> <mi>c</mi> </msub> </msub> <mo>+</mo> <msub> <mi>&amp;Lambda;</mi> <mrow> <mi>c</mi> <mi>c</mi> </mrow> </msub> <msub> <mover> <mi>P</mi> <mo>~</mo> </mover> <mrow> <mi>c</mi> <mi>c</mi> </mrow> </msub> <msubsup> <mi>&amp;Lambda;</mi> <mrow> <mi>c</mi> <mi>c</mi> </mrow> <mi>H</mi> </msubsup> <mo>|</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>s</mi> <mo>.</mo> <mi>t</mi> <mo>.</mo> </mrow> </mtd> <mtd> <mrow> <mi>t</mi> <mi>r</mi> <mrow> <mo>{</mo> <mrow> <msub> <mover> <mi>V</mi> <mo>~</mo> </mover> <mi>c</mi> </msub> <msub> <mover> <mi>P</mi> <mo>~</mo> </mover> <mrow> <mi>c</mi> <mi>c</mi> </mrow> </msub> <msubsup> <mover> <mi>V</mi> <mo>~</mo> </mover> <mi>c</mi> <mi>H</mi> </msubsup> </mrow> <mo>}</mo> </mrow> <mo>&amp;le;</mo> <msub> <mi>P</mi> <mi>c</mi> </msub> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
式(2)中的最优化问题通过注水算法解得，相应的功率分配矩阵可以表示为其对角线元素可以表示为
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>p</mi> <mrow> <mi>c</mi> <mi>c</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mo>=</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>c</mi> <mi>c</mi> </mrow> </msub> <mo>-</mo> <mfrac> <mn>1</mn> <msub> <mi>&amp;lambda;</mi> <mrow> <mi>c</mi> <mi>c</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> </mfrac> <mo>)</mo> </mrow> <mo>+</mo> </msup> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>M</mi> <mi>c</mi> </msub> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow> 1
其中，(α)+表示取0与α两者之间的较大者，αcc表示注水等级，它由约束条件加以限制，λcc,m表示矩阵的第m个对角线元素；
最后，优化后的功率分配矩阵Pcc为的左上部分且维度为dc×dc的子矩阵，优化后的预编码矩阵Vc为Vp的前dc列所组成的子矩阵，优化后的干扰抑制矩阵Uc为Up的前dc列所组成的子矩阵。
3.根据权利要求2所述的基于级联预编码和ESINR准则的D2D通信干扰对齐方法，其特征在于，所述步骤2)蜂窝用户和D2D用户的等效信道模型的可以表示为
<mrow> <msub> <mover> <mi>H</mi> <mo>~</mo> </mover> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msubsup> <mi>R</mi> <mi>j</mi> <mi>H</mi> </msubsup> <msub> <mi>H</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <msub> <mi>G</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>&amp;Element;</mo> <mo>{</mo> <mn>1</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>K</mi> <mo>}</mo> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
其中，Rj表示第j个D2D接收端的外层级联干扰抑制矩阵，Hij表示第i个D2D发射端与第j个D2D接收端之间的信道矩阵，Gi表示第i个D2D发射端的外层级联预编码矩阵，K表示D2D通信对的个数，AH表示矩阵A的共轭转置；
式(4)满足如下约束条件
<mrow> <msubsup> <mover> <mi>U</mi> <mo>~</mo> </mover> <mi>j</mi> <mi>H</mi> </msubsup> <msubsup> <mi>R</mi> <mi>j</mi> <mi>H</mi> </msubsup> <msub> <mi>H</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <msub> <mi>G</mi> <mi>i</mi> </msub> <msub> <mover> <mi>V</mi> <mo>~</mo> </mover> <mi>i</mi> </msub> <mo>=</mo> <mn>0</mn> <mrow> <mo>(</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>&amp;NotEqual;</mo> <mi>j</mi> <mo>&amp;Element;</mo> <mo>{</mo> <mn>1</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>K</mi> <mo>}</mo> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mi>r</mi> <mi>a</mi> <mi>n</mi> <mi>k</mi> <mrow> <mo>(</mo> <msubsup> <mover> <mi>U</mi> <mo>~</mo> </mover> <mi>i</mi> <mi>H</mi> </msubsup> <msubsup> <mi>R</mi> <mi>i</mi> <mi>H</mi> </msubsup> <msub> <mi>H</mi> <mrow> <mi>i</mi> <mi>i</mi> </mrow> </msub> <msub> <mi>G</mi> <mi>i</mi> </msub> <msub> <mover> <mi>V</mi> <mo>~</mo> </mover> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>d</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>&amp;Element;</mo> <mo>{</mo> <mn>1</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>K</mi> <mo>}</mo> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
其中，表示第j个D2D接收端的内层级联干扰抑制矩阵，表示第i个D2D发射端的内层级联预编码矩阵，di表示第i个D2D用户发送的独立数据流个数，rank(A)表示矩阵A的秩。
4.根据权利要求3所述的基于级联预编码和ESINR准则的D2D通信干扰对齐方法，其特征在于，所述步骤3)初始化内层级联干扰抑制矩阵此时可以随机选择均值为0，方差为1的矩阵且满足条件其中，表示阶数为di的单位矩阵。
5.根据权利要求4所述的基于级联预编码和ESINR准则的D2D通信干扰对齐方法，其特征在于，所述步骤4)利用D2D发射端的ESINR准则设计D2D用户的内层级联预编码矩阵并利用QR分解得到优化后的内层级联预编码矩阵包括步骤：
的一般化形式为
<mrow> <msub> <mover> <mi>V</mi> <mo>~</mo> </mover> <mrow> <mi>i</mi> <mi>l</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>&amp;nu;</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>{</mo> <mo>&amp;lsqb;</mo> <mfrac> <msub> <mi>P</mi> <mi>i</mi> </msub> <msub> <mi>d</mi> <mi>i</mi> </msub> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>K</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>d</mi> <mi>j</mi> </msub> </munderover> <msup> <mrow> <mo>(</mo> <msubsup> <mi>R</mi> <mi>j</mi> <mi>H</mi> </msubsup> <msub> <mi>H</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <msub> <mi>G</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mi>H</mi> </msup> <msub> <mover> <mi>U</mi> <mo>~</mo> </mover> <mrow> <mi>j</mi> <mi>n</mi> </mrow> </msub> <msubsup> <mover> <mi>U</mi> <mo>~</mo> </mover> <mrow> <mi>j</mi> <mi>n</mi> </mrow> <mi>H</mi> </msubsup> <mrow> <mo>(</mo> <msubsup> <mi>R</mi> <mi>j</mi> <mi>H</mi> </msubsup> <msub> <mi>H</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <msub> <mi>G</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> </mrow>
<mrow> <mfrac> <msub> <mi>P</mi> <mi>i</mi> </msub> <msub> <mi>d</mi> <mi>i</mi> </msub> </mfrac> <msup> <mrow> <mo>(</mo> <msubsup> <mi>R</mi> <mi>i</mi> <mi>H</mi> </msubsup> <msub> <mi>H</mi> <mrow> <mi>i</mi> <mi>i</mi> </mrow> </msub> <msub> <mi>G</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mi>H</mi> </msup> <msub> <mover> <mi>U</mi> <mo>~</mo> </mover> <mrow> <mi>i</mi> <mi>l</mi> </mrow> </msub> <msubsup> <mover> <mi>U</mi> <mo>~</mo> </mover> <mrow> <mi>i</mi> <mi>l</mi> </mrow> <mi>H</mi> </msubsup> <mrow> <mo>(</mo> <msubsup> <mi>R</mi> <mi>i</mi> <mi>H</mi> </msubsup> <msub> <mi>H</mi> <mrow> <mi>i</mi> <mi>i</mi> </mrow> </msub> <msub> <mi>G</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>I</mi> <mrow> <msub> <mi>M</mi> <mi>d</mi> </msub> <mo>-</mo> <msub> <mi>d</mi> <mi>c</mi> </msub> </mrow> </msub> <msup> <mo>&amp;rsqb;</mo> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mo>&amp;lsqb;</mo> <mfrac> <msub> <mi>P</mi> <mi>i</mi> </msub> <msub> <mi>d</mi> <mi>i</mi> </msub> </mfrac> <msup> <mrow> <mo>(</mo> <msubsup> <mi>R</mi> <mi>i</mi> <mi>H</mi> </msubsup> <msub> <mi>H</mi> <mrow> <mi>i</mi> <mi>i</mi> </mrow> </msub> <msub> <mi>G</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mi>H</mi> </msup> <msub> <mover> <mi>U</mi> <mo>~</mo> </mover> <mrow> <mi>i</mi> <mi>l</mi> </mrow> </msub> <msubsup> <mover> <mi>U</mi> <mo>~</mo> </mover> <mrow> <mi>i</mi> <mi>l</mi> </mrow> <mi>H</mi> </msubsup> <mrow> <mo>(</mo> <msubsup> <mi>R</mi> <mi>i</mi> <mi>H</mi> </msubsup> <msub> <mi>H</mi> <mrow> <mi>i</mi> <mi>i</mi> </mrow> </msub> <msub> <mi>G</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>}</mo> </mrow>
其中，νmax(A)表示求取矩阵A的最大特征值所对应的特征向量。
可以求出内层级联预编码矩阵为
<mrow> <msub> <mover> <mi>V</mi> <mo>~</mo> </mover> <mi>i</mi> </msub> <mo>=</mo> <mo>&amp;lsqb;</mo> <msub> <mover> <mi>V</mi> <mo>~</mo> </mover> <mrow> <mi>i</mi> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mover> <mi>V</mi> <mo>~</mo> </mover> <mrow> <mi>i</mi> <mn>2</mn> </mrow> </msub> <mo>,</mo> <mo>...</mo> <mo>,</mo> <msub> <mover> <mi>V</mi> <mo>~</mo> </mover> <mrow> <mi>i</mi> <mi>l</mi> </mrow> </msub> <mo>,</mo> <mo>...</mo> <mo>,</mo> <msub> <mover> <mi>V</mi> <mo>~</mo> </mover> <mrow> <msub> <mi>id</mi> <mi>i</mi> </msub> </mrow> </msub> <mo>&amp;rsqb;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow> 2
利用QR分解对预编码矩阵进行优化，即通过QR分解将设计为次酉矩阵的形式：
<mrow> <msub> <mover> <mi>V</mi> <mo>~</mo> </mover> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>Q</mi> <mi>i</mi> </msub> <msub> <mover> <mi>R</mi> <mo>&amp;OverBar;</mo> </mover> <mi>i</mi> </msub> <mo>&amp;DoubleRightArrow;</mo> <msubsup> <mover> <mi>V</mi> <mo>~</mo> </mover> <mi>i</mi> <mrow> <mi>o</mi> <mi>p</mi> <mi>t</mi> </mrow> </msubsup> <mo>=</mo> <msub> <mi>Q</mi> <mi>i</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>
其中，Qi为(Md-dc)×di的次酉矩阵，为di×di的矩阵，得到优化后的内层级联预编码矩阵
6.根据权利要求5所述的基于级联预编码和ESINR准则的D2D通信干扰对齐方法，其特征在于，所述步骤5)求解内层级联干扰抑制矩阵包括：当内层级联预编码矩阵确定时，对于等效模型中的第i个D2D接收端而言，通过最小化发射端的信号矢量si和接收端的信号矢量之间的差异来求取内层级联干扰抑制矩阵并利用QR分解得到最优的内层级联干扰抑制矩阵
CN201710283938.2A 2017-04-26 2017-04-26 一种基于级联预编码和esinr准则的d2d通信干扰对齐方法 Active CN107070520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710283938.2A CN107070520B (zh) 2017-04-26 2017-04-26 一种基于级联预编码和esinr准则的d2d通信干扰对齐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710283938.2A CN107070520B (zh) 2017-04-26 2017-04-26 一种基于级联预编码和esinr准则的d2d通信干扰对齐方法

Publications (2)

Publication Number Publication Date
CN107070520A true CN107070520A (zh) 2017-08-18
CN107070520B CN107070520B (zh) 2020-08-04

Family

ID=59605317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710283938.2A Active CN107070520B (zh) 2017-04-26 2017-04-26 一种基于级联预编码和esinr准则的d2d通信干扰对齐方法

Country Status (1)

Country Link
CN (1) CN107070520B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108012272A (zh) * 2017-11-30 2018-05-08 重庆邮电大学 基于认知网络中动态功率分配的干扰对齐方法
CN108848045A (zh) * 2018-07-07 2018-11-20 西北大学 基于联合干扰对齐和功率优化的d2d通信干扰管理方法
CN109905155A (zh) * 2019-01-21 2019-06-18 郑州轻工业学院 一种基于内外级联预编码的干扰管理方法、无线通信系统
CN112367105A (zh) * 2020-10-09 2021-02-12 西北大学 低开销拓扑干扰对齐和功率优化方法、系统、设备及应用
CN112689270A (zh) * 2020-12-21 2021-04-20 重庆邮电大学 一种蜂窝与d2d混合通信网络中干扰消除的方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102833691A (zh) * 2012-09-12 2012-12-19 北京理工大学 基于波束成形和喷泉码的d2d多媒体广播和组播方法
US8416881B1 (en) * 2008-03-21 2013-04-09 Apple Inc. Effective signal interference plus noise ratio estimation for multi-order modulation
US20130258971A1 (en) * 2012-03-29 2013-10-03 Korea University Research And Business Foundation Method and apparatus for transmitting and receiving signals in multi-cellular network
CN103997391A (zh) * 2014-04-24 2014-08-20 北京邮电大学 一种基于干扰对齐的信息交互及反馈方法
CN104717035A (zh) * 2015-02-27 2015-06-17 南京邮电大学 一种基于d2d通信的蜂窝网络的干扰对齐方法
CN105704721A (zh) * 2016-01-13 2016-06-22 上海师范大学 一种提高频谱利用率的d2d-p复用蜂窝网络通信方法
KR20160091061A (ko) * 2015-01-23 2016-08-02 인하대학교 산학협력단 간섭 정렬 기반의 다중 d2d 그룹 통신을 위한 효율적인 스펙트럼 공유 방법 및 장치

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8416881B1 (en) * 2008-03-21 2013-04-09 Apple Inc. Effective signal interference plus noise ratio estimation for multi-order modulation
US20130258971A1 (en) * 2012-03-29 2013-10-03 Korea University Research And Business Foundation Method and apparatus for transmitting and receiving signals in multi-cellular network
CN102833691A (zh) * 2012-09-12 2012-12-19 北京理工大学 基于波束成形和喷泉码的d2d多媒体广播和组播方法
CN103997391A (zh) * 2014-04-24 2014-08-20 北京邮电大学 一种基于干扰对齐的信息交互及反馈方法
KR20160091061A (ko) * 2015-01-23 2016-08-02 인하대학교 산학협력단 간섭 정렬 기반의 다중 d2d 그룹 통신을 위한 효율적인 스펙트럼 공유 방법 및 장치
CN104717035A (zh) * 2015-02-27 2015-06-17 南京邮电大学 一种基于d2d通信的蜂窝网络的干扰对齐方法
CN105704721A (zh) * 2016-01-13 2016-06-22 上海师范大学 一种提高频谱利用率的d2d-p复用蜂窝网络通信方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108012272A (zh) * 2017-11-30 2018-05-08 重庆邮电大学 基于认知网络中动态功率分配的干扰对齐方法
CN108848045A (zh) * 2018-07-07 2018-11-20 西北大学 基于联合干扰对齐和功率优化的d2d通信干扰管理方法
CN109905155A (zh) * 2019-01-21 2019-06-18 郑州轻工业学院 一种基于内外级联预编码的干扰管理方法、无线通信系统
CN109905155B (zh) * 2019-01-21 2021-06-04 郑州轻工业学院 一种基于内外级联预编码的干扰管理方法、无线通信系统
CN112367105A (zh) * 2020-10-09 2021-02-12 西北大学 低开销拓扑干扰对齐和功率优化方法、系统、设备及应用
CN112367105B (zh) * 2020-10-09 2022-03-29 西北大学 低开销拓扑干扰对齐和功率优化方法、系统、设备及应用
CN112689270A (zh) * 2020-12-21 2021-04-20 重庆邮电大学 一种蜂窝与d2d混合通信网络中干扰消除的方法

Also Published As

Publication number Publication date
CN107070520B (zh) 2020-08-04

Similar Documents

Publication Publication Date Title
Tang et al. Interference alignment techniques for MIMO multi-cell interfering broadcast channels
CN107070520A (zh) 一种基于级联预编码和esinr准则的d2d通信干扰对齐方法
Shin et al. On the design of interference alignment scheme for two-cell MIMO interfering broadcast channels
CN102055563B (zh) 一种适用于多基站协作的自适应联合线性预编码方法
Jiang et al. Energy-efficient transmission for MIMO interference channels
CN101925070B (zh) 一种基于空间复用的认知系统资源分配方法
CN110299937B (zh) 一种上行mimo-noma无线通信系统波束成形方法
CN103209051B (zh) 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
CN107888270A (zh) 认知卫星地面融合网络中的物理层安全传输方法
CN106131941A (zh) 协作信道非理想信道估计条件下基于人工噪声的协作网络中功率分配方法
CN106060950A (zh) 一种基于机会干扰对齐的蜂窝下行信道中数据传输方法
CN105007578A (zh) 5g通信系统中基于下行反馈辅助的上行安全传输方法
Miandoab et al. A user pairing method to improve the channel capacity for multiuser MIMO channels in downlink mode based on NOMA
CN107026684A (zh) 一种基于人工噪声的认知通信物理层安全能效优化方法
CN105703812A (zh) 一种导频时移大规模mimo系统中的下行预编码与基站功率控制方法
CN102185683B (zh) 基于统计信漏噪比准则的mimo多用户下行传输方法
CN105871434A (zh) Mimo干扰信道的拓扑干扰对齐方法
CN102237921A (zh) 一种适用于蜂窝系统双向中继信道的物理层网络编码方法
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
CN102347820A (zh) 一种多小区协作无线通信系统联合编解码方法
CN102300332B (zh) 多小区系统基于部分信道信息的机会调度方法及系统
CN103199962B (zh) CoMP系统中安全容量信号处理方法
CN103607260B (zh) 基于mimo系统总干扰泄漏最小的预编码矩阵组的选择算法
Li et al. Power allocation for an energy-efficient massive MIMO system with imperfect CSI
CN107612669A (zh) 用于非正交多址系统的用户配对方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant