CN112367105B - 低开销拓扑干扰对齐和功率优化方法、系统、设备及应用 - Google Patents

低开销拓扑干扰对齐和功率优化方法、系统、设备及应用 Download PDF

Info

Publication number
CN112367105B
CN112367105B CN202011071464.3A CN202011071464A CN112367105B CN 112367105 B CN112367105 B CN 112367105B CN 202011071464 A CN202011071464 A CN 202011071464A CN 112367105 B CN112367105 B CN 112367105B
Authority
CN
China
Prior art keywords
interference
alignment
node
matrix
topological
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.)
Active
Application number
CN202011071464.3A
Other languages
English (en)
Other versions
CN112367105A (zh
Inventor
李小亚
杨泽磊
周伟
梁霄
马存燕
贺晨
彭进业
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.)
Northwest University
Original Assignee
Northwest 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 Northwest University filed Critical Northwest University
Priority to CN202011071464.3A priority Critical patent/CN112367105B/zh
Publication of CN112367105A publication Critical patent/CN112367105A/zh
Application granted granted Critical
Publication of CN112367105B publication Critical patent/CN112367105B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0626—Channel coefficients, e.g. channel state information [CSI]
    • 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
    • H04B7/0857—Joint weighting using maximum ratio combining techniques, e.g. signal-to- interference ratio [SIR], received signal strenght indication [RSS]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明属于终端直通D2D用户与蜂窝用户构成混合通信网络技术领域，公开了一种低开销拓扑干扰对齐和功率优化方法、系统、设备及应用，首先将D2D与蜂窝混合通信多输入多输出MIMO信道进行奇异值分解，得到与其等价的多个并行单输入单输出SISO信道，然后通过推导拓扑干扰对齐获得最大自由度条件，提出一种保证获得最大自由度的基于干扰影响因子的拓扑矩阵构成算法，并进行拓扑干扰对齐消除部分干扰，最后针对残余干扰进行基于泰勒展开的迭代功率优化进行抑制。本发明能使得系统在获得最大自由度前提下有效抑制干扰，在只牺牲极少吞吐量的前提下，有效降低网络中的反馈开销，复杂度低，实现简单，适用于实际系统应用。

Description

低开销拓扑干扰对齐和功率优化方法、系统、设备及应用
技术领域
本发明属于终端直通D2D用户与蜂窝用户构成混合通信网络技术领域，尤其涉及一种低开销拓扑干扰对齐和功率优化方法、系统、设备及应用。
背景技术
目前：当前关于D2D和蜂窝混合网络的资源及干扰管理的研究多是在发送端知道全部的CSIT假设下进行的。然而发送端要获得全部的CSIT就需要大量的信息反馈，这在实际中是不现实的。Cao P，Zappone A和Jorswieck E A.发表论文“Grouping-basedinterference alignment with IA-cell assignment in multi-cell MIMO MAC underlimited feedback”，提出干扰对齐技术的实现需要闭环传输，这就进一步增加了网络中的反馈比特。另外，当前关于干扰对齐的大部分研究忽略了干扰强度的不同，考虑全连通的干扰网络。然而实际中，由于路径损耗、阴影衰落的不同，不同链路的干扰强度是不同的。而对齐较弱的干扰只能对系统性能带来很有限的提升，却大大增加了系统的计算负担。
为了解决干扰对齐在实际应用过程中遇到的难题，Wang H，Song R，和Leung SH以及Chen X M，和Yuen C分别发表论文“Throughput analysis of interference alignmentfor a general centralized limited feedback model”和“Performance Analysis andOptimization for Interference Alignment Over MIMO Interference Channels WithLimited Feedback”致力于研究有限反馈下的干扰对齐技术。这些研究主要思想是对需要反馈的信息进行量化从而减小反馈比特。从量化对象出发，这些研究可分为三个方向：(1)干扰对齐预编码矩阵量化；(2)信道信息量化；(3)信道信息和干扰对齐矩阵均量化。然而，由于量化带来的干扰对齐不完美性，使得这些方案的性能受反馈比特数目影响非常大。因此，就需要严谨的设计量化码书以及反馈比特分配策略。另外，量化码书大小随反馈比特数目的增加会呈指数形式增大，这会给收发节点带来额外的负担。
对比上述方法，为克服上述方法的弊端，Yi X.P.和Gesbert D.在其文献“Topological interference management with Transmitter cooperation”中提出的拓扑干扰管理可同时解决上述两个问题。拓扑干扰管理可在使用最少CSIT情况下，有效消除网络中的干扰。然而该文献并没有给出拓扑干扰对齐的具体实现方法，将其应用到D2D与蜂窝混合网络中时，仍存在两个难题有待解决：一是如何构建多用户异构MIMO网络的拓扑结构，以实现可获得最大自由度的拓扑干扰对齐；二是如何有效管理残余干扰。现有的关于D2D和蜂窝混合网络的资源及干扰管理方法各有优缺点：传统干扰对齐技术反馈开销大，系统的计算负担重；基于量化的有限反馈干扰对齐技术会使得干扰对齐不完美，受反馈比特数目影响大；拓扑干扰对齐技术可以有效消除网络中的干扰，同时有效降低反馈开销，但已有文献并未给出具体实现方法。因此针对多用户异构MIMO网络，如何设计一种有效降低反馈比特的部分干扰对齐方法是目前十分重要的一个研究方向，也是本发明所要解决的问题。
通过上述分析，现有技术存在的问题及缺陷为：现有方法反馈开销大且干扰对齐不完美。
解决以上问题及缺陷的难度为：拓扑干扰对齐可以用最少反馈开销实现干扰的对齐和消除，然而现有方法主要应用在单输入单输出SISO信道当中，当将其扩展到MIMO信道时，由于多个信道之间具有相关性，信道特性与SISO差别大，难以将SISO信道当中的拓扑矩阵构造结论直接应用进来；此外，对于任意多个用户组成的异构MIMO通信系统，由于用户数目和天线数目可任意变化，对齐集大小和数目难以确定，导致拓扑矩阵构造困难。
解决以上问题及缺陷的意义为：可以为任意多个用户组成的异构MIMO通信系统，提供一种具有普遍适用性的低开销拓扑干扰对齐方法，实现所选干扰链路的完美干扰对齐，有效降低系统中的各项干扰，可利用最少的反馈开销实现与现有方法几乎同等的吞吐量性能，大大降低了系统实现复杂度，有利于实际应用和系统实现。
发明内容
针对现有技术存在的问题，本发明提供了一种低开销拓扑干扰对齐和功率优化方法、系统、设备及应用。
本发明是这样实现的，一种低开销拓扑干扰对齐和功率优化方法，所述低开销拓扑干扰对齐和功率优化方法包括：
将D2D与蜂窝混合通信MIMO信道进行奇异值分解，得到与其等价的SISO信道；
通过获取拓扑干扰对齐获得最大自由度条件，提出保证获得最大自由度的基于干扰影响因子的拓扑矩阵构成算法，并进行拓扑干扰对齐消除部分干扰；
针对残余干扰进行基于泰勒展开的迭代功率优化进行抑制。
进一步，所述低开销拓扑干扰对齐和功率优化方法包括如下步骤：
步骤一，设定终端直通D2D用户与蜂窝用户构成混合通信网络，小区集合设为
Figure BDA0002715014290000021
不同小区之间复用相同的资源，小区内不同蜂窝用户使用正交的资源，一个小区内复用相同资源的D2D通信链路集合设为
Figure BDA0002715014290000031
整个通信系统中所有使用相同资源的蜂窝和D2D通信链路的集合分别设为
Figure BDA0002715014290000032
和
Figure BDA0002715014290000033
其中D为所有使用相同资源的D2D链路数目之和，第j个基站配置天线数目为M[j]，第k个用户
Figure BDA0002715014290000034
配置天线数目为N[k]且
Figure BDA0002715014290000035
网络中同时存在强干扰和弱干扰。在干扰对齐应用过程中，忽略一部分较弱干扰；一个基站作为中心控制节点，获取全局的接收信道状态信息CSIR。蜂窝用户和D2D发送节点获得有用信道的CSIT，将D2D与蜂窝混合网络建模成部分连通干扰信道；
步骤二，拓扑矩阵T表征了网络的全局连通状态表示为：
T＝[t[kj]]，且
Figure BDA0002715014290000036
将MIMO信道H[kk]分解为
Figure BDA0002715014290000037
个并行独立的SISO信道，其中
Figure BDA0002715014290000038
为发送端天线数目，
Figure BDA0002715014290000039
或M[k]为接收端天线数目，信道H[kk]的奇异值分解为：
Figure BDA00027150142900000310
其中，
Figure BDA00027150142900000311
和
Figure BDA00027150142900000312
为酉矩阵；
Figure BDA00027150142900000313
Figure BDA00027150142900000314
Figure BDA00027150142900000315
为
Figure BDA00027150142900000316
的奇异值；
Figure BDA00027150142900000317
为H[kk]的秩；
将MIMO信道经奇异值分解等效为多个SISO信道；
步骤三，设系统中共有n个干扰对齐集合，其中第i个对齐集合中所有发送节点的集合设为
Figure BDA00027150142900000318
其相应的产生干扰的接收节点集合设为
Figure BDA00027150142900000319
第i个对齐集中所有发送节点的发送信号沿干扰对齐矩阵
Figure BDA00027150142900000320
进行对齐。Vi IA满足||Vi IA||＝1，所有的Vi IA，i＝1,...,n之间是相互独立的；如果MIMO系统拓扑，满足获得最大自由度0.5条件，即无内部冲突，则其等效的SISO系统仍可保证IA可行且每条SISO链路可获得最大自由度0.5；并且对于任意一个用户对k
Figure BDA0002715014290000041
等效的
Figure BDA0002715014290000042
条SISO链路的等效发送节点一定属于同一个对齐集，使用相同的干扰对齐发送矩阵；
步骤四，发送节点k属于发送节点集合
Figure BDA0002715014290000043
即
Figure BDA0002715014290000044
则其对应的接收节点k一定属于接收节点集合
Figure BDA0002715014290000045
且m≠i，受到来自发送节点k干扰的接收节点集合设为
Figure BDA0002715014290000046
而对接收节点k产生干扰的发送节点集合设为
Figure BDA0002715014290000047
则接收节点k的第l条SISO链路接收到的信号为：
Figure BDA0002715014290000048
其中，
Figure BDA0002715014290000049
为等效后的第k个用户对第l条SISO链路信道系数，
Figure BDA00027150142900000410
表示第k个用户对第l条SISO链路的发送信号，
Figure BDA00027150142900000411
表示第j个用户对第s条SISO链路的发送信号，Vi IA和
Figure BDA00027150142900000412
为网络拓扑的干扰对齐预编码矩阵，
Figure BDA00027150142900000413
为等效后的第j个用户对第s条SISO链路对第k个用户对第l条SISO链路等效干扰信道系数，
Figure BDA00027150142900000414
为等效后的第k个用户对第l条SISO链路收到的噪声；
步骤五，接收节点k使用干扰对齐解码矩阵
Figure BDA00027150142900000415
来进行信号估计，以恢复有用信号：
Figure BDA00027150142900000416
步骤六，依据拓扑干扰对齐预编码矩阵设计的目标为最大化最小速率，得
Figure BDA00027150142900000417
Figure BDA00027150142900000418
是与对齐集合数目n有关的变量，记为
Figure BDA00027150142900000419
使用Cn代替
Figure BDA00027150142900000420
建立如下和速率最大化问题：
(P1)
Figure BDA00027150142900000421
s.t.(1)
Figure BDA00027150142900000422
(2)
Figure BDA00027150142900000423
t[mn]＝t[nm]＝0，
Figure BDA00027150142900000424
其中
Figure BDA0002715014290000051
为功率向量，
Figure BDA0002715014290000052
为网络拓扑矩阵，
Figure BDA0002715014290000053
和
Figure BDA0002715014290000054
为等效后的信道增益，
Figure BDA0002715014290000055
为等效的噪声功率；
步骤七，通过依次求解拓扑矩阵和功率优化两个子问题来获得优化问题P1的解，构造获得最大自由度的拓扑矩阵
步骤八，功率优化问题变为：
(P2)
Figure BDA0002715014290000056
Figure BDA0002715014290000057
优化问题P2中的目标函数改写凸-凸的形式：
Figure BDA0002715014290000058
其中，
Figure BDA0002715014290000059
Figure BDA00027150142900000510
对g(P)进行一阶泰勒展开，近似为线性函数，将目标函数近似为凸函数。采取迭代的方式最终可求得优化问题(2)的稳定解；在第i次迭代中，近似的凸函数为：
Figure BDA00027150142900000511
其中，
Figure BDA00027150142900000512
为g(P)的一阶泰勒展开近似函数，表达式为：
Figure BDA00027150142900000513
Figure BDA0002715014290000061
步骤九，一个基站作为中心控制节点，不同基站之间由低时延回程链路相连，通过基站之间的信息交互中心控制节点可以获取全局的CSIR，发送节点只知道自身有用信道信息，发送节点处储存有预先计算好的干扰对齐预编码矩阵。
进一步，所述步骤七构造可获得最大自由度基于干扰影响因子的拓扑矩阵按如下步骤进行；
(1)初始化：[λ[kj]]＝0，
Figure BDA0002715014290000062
其中λ[kj]定义为干扰影响因子，其表达式为：
Figure BDA0002715014290000063
其表示当发送节点j到接收节点k的干扰去除后，接收节点k可获得的速率增加量；拓扑矩阵
Figure BDA0002715014290000064
代表网络连通状态；任意一个对齐集合中发送节点集合初始化为空集：
Figure BDA0002715014290000065
相应的受到其干扰的接收节点集合初始化为空集：
Figure BDA0002715014290000066
n为对齐集合个数，m为迭代次数；
(2)
Figure BDA0002715014290000067
且
Figure BDA0002715014290000068
且
Figure BDA0002715014290000069
如果t[kj]＝0，更新λ[kj]；如果t[kj]＝1，λ[kj]＝0；
(3)选取λ[kj]最大的干扰链路记为
Figure BDA00027150142900000610
将发送节点
Figure BDA00027150142900000611
放入集合
Figure BDA00027150142900000612
中：
Figure BDA00027150142900000613
将接收节点
Figure BDA00027150142900000614
放入集合
Figure BDA00027150142900000615
中：
Figure BDA00027150142900000616
置
Figure BDA00027150142900000617
返回步骤(2)更新λ[kj]，在
Figure BDA00027150142900000618
行，选出第二条干扰链路记为
Figure BDA00027150142900000619
将发送节点
Figure BDA00027150142900000620
放入集合
Figure BDA00027150142900000621
中：
Figure BDA00027150142900000622
置
Figure BDA00027150142900000623
(4)循环步骤(2)和步骤(3)，直至m＝n；
(5)对于剩余发送节点
Figure BDA00027150142900000624
且
Figure BDA00027150142900000625
通过求解
Figure BDA00027150142900000626
选出发送节点j*，将其分配到第m*个对齐集合中：
Figure BDA00027150142900000627
并且同时保证发送节点数目满足条件
Figure BDA00027150142900000628
若n＞2，其中，
Figure BDA00027150142900000629
int(·)为取整操作，gn＝D+L-2(n-2)-g1，置
Figure BDA0002715014290000071
返回(2)；
(6)循环步骤(2)和步骤(5)，直至发送节点全部分配进n个对齐集；
(7)对于剩余接收节点
Figure BDA0002715014290000072
且
Figure BDA0002715014290000073
利用如下方式分配进对齐集合n*：如果
Figure BDA0002715014290000074
集合的大小为g1，记为
Figure BDA0002715014290000075
则有
Figure BDA0002715014290000076
否则
Figure BDA0002715014290000077
其中
Figure BDA0002715014290000078
对于所有的发送节点
Figure BDA0002715014290000079
置
Figure BDA00027150142900000710
接收节点k*放入集合
Figure BDA00027150142900000711
中：
Figure BDA00027150142900000712
直至所有的接收节点全部分配完。
进一步，所述步骤七中的拓扑矩阵构成算法：3个小区构成的D2D与蜂窝混合网络，每个小区中有一个蜂窝用户和2对D2D用户复用相同资源，圆代表基站，三角形代表D2D用户，正方形代表蜂窝户用；按照拓扑构成算法，发送节点和接收节点的分配过程；对应于发送节点和接收节点的分配过程的冲突图和对齐图；此时求出的拓扑满足获得最大自由度0.5条件，且一共可对齐的干扰数目为31，最终求得的系统拓扑矩阵为：
Figure BDA00027150142900000713
得出拓扑矩阵T之后，利用最大化最小速率求得各个预编码矩阵；所有链路有相同的接收信噪比，采用最大化最小速率准则求解之后，当对齐集数目为3时，预编码矩阵为：
V1 IA＝[1,0]T，
Figure BDA00027150142900000714
进一步，所述步骤九的具体实施方案如下：
(1)获取全局CSIR之后，中心控制节点根据步骤七中拓扑构成算法计算网络拓扑矩阵T，在T基础上，中心控制节点计算干扰对齐预编码和解码矩阵Vi IA，(Vi IA⊥)T，i＝1,...,n，中心控制节点计算每条通信链路每个数据流的发送功率
Figure BDA00027150142900000715
(2)完成变量的计算后，中心控制节点将功率分配结果以及干扰对齐预编码和解码矩阵发送给相应小区的基站，各个小区内的基站再将干扰对齐预编矩阵Vi IA在已有存储结果中对应的编号和功率分配结果
Figure BDA0002715014290000081
分发给相应的D2D发送节点以及蜂窝用户，将干扰对齐解码矩阵(Vi IA⊥)T在已有存储结果中对应的编号分发给相应的D2D接收节点，各个收发节点利用所得编号和自身所存储的矩阵结果相匹配，获得相应的干扰对齐预编码或解码矩阵；
(3)蜂窝用户和D2D发送节点获得功率分配结果以及干扰对齐预编码矩阵后，根据有用信道信息选择合适的调试编码方式进行传输。
本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
将D2D与蜂窝混合通信MIMO信道进行奇异值分解，得到与其等价的SISO信道；
通过获取拓扑干扰对齐获得最大自由度条件，提出保证获得最大自由度的基于干扰影响因子的拓扑矩阵构成算法，并进行拓扑干扰对齐消除部分干扰；
针对残余干扰进行基于泰勒展开的迭代功率优化进行抑制。
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
将D2D与蜂窝混合通信MIMO信道进行奇异值分解，得到与其等价的SISO信道；
通过获取拓扑干扰对齐获得最大自由度条件，提出保证获得最大自由度的基于干扰影响因子的拓扑矩阵构成算法，并进行拓扑干扰对齐消除部分干扰；
针对残余干扰进行基于泰勒展开的迭代功率优化进行抑制。
本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述的低开销拓扑干扰对齐和功率优化方法。
本发明的另一目的在于提供一种实施所述低开销拓扑干扰对齐和功率优化方法的低开销拓扑干扰对齐和功率优化系统，所述低开销拓扑干扰对齐和功率优化系统包括：
等价SISO信道获取模块，用于将D2D与蜂窝混合通信MIMO信道进行奇异值分解，得到与其等价的SISO信道；
部分干扰消除模块，用于通过获取拓扑干扰对齐获得最大自由度条件，提出保证获得最大自由度的基于干扰影响因子的拓扑矩阵构成算法，并进行拓扑干扰对齐消除部分干扰；
迭代功率优化抑制模块，用于针对残余干扰进行基于泰勒展开的迭代功率优化进行抑制。
本发明的另一目的在于提供一种混合通信网络部分干扰对齐方法，所述混合通信网络部分干扰对齐方法实施所述低开销拓扑干扰对齐和功率优化方法。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明方法与现有反馈受限方案相比，反馈比特数可下降约60％。且与吞吐量上限方案相比，吞吐量下降仅1.6％。因此，本发明可在牺牲极少吞吐量前提下，大幅降低系统开销和计算复杂度，有利于实际系统实现。本发明构建合理的网络拓扑矩阵，获得干扰网络的连通状态；异构MIMO网络设计有效且复杂度低的基于拓扑的部分干扰对齐方案。本发明针对D2D与蜂窝通信构成的异构MIMO无线通信网络，设计一种基于网络通信链路连通状态的拓扑干扰对齐和功率优化算法，对无线通信系统中的干扰进行抑制，在提升系统吞吐量的同时有效降低网络中的反馈开销。在本发明中将拓展拓扑干扰管理的概念，为D2D与蜂窝混合网络设计一种有效降低反馈比特的拓扑干扰对齐技术，有效降低系统反馈开销。
本发明通过提出网络拓扑矩阵构建方法，保证了D2D与蜂窝混合MIMO通信网络可在获得最大自由度前提下进行拓扑干扰对齐，同时利用功率优化对网络中的残余干扰进行进一步抑制，相比传统的干扰对齐技术以及基于量化的有限反馈干扰对齐技术，可在只牺牲极少吞吐量的前提下，有效降低网络中的反馈开销，复杂度低，实现简单，适用于实际系统应用。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的低开销拓扑干扰对齐和功率优化方法流程图。
图2是本发明实施例提供的低开销拓扑干扰对齐和功率优化系统的结构示意图；
图2中：1、等价SISO信道获取模块；2、部分干扰消除模块；3、迭代功率优化抑制模块。
图3是本发明实施例提供的低开销拓扑干扰对齐和功率优化方法的实现流程图。
图4是本发明实施例提供的通信系统模型图。
图5(a)是本发明实施例提供的MIMO信道等效为多个相互独立SISO信道奇异值分解示意图。
图5(b)是本发明实施例提供的MIMO信道等效为多个相互独立SISO信道原来一对用户之间的MIMO信道示意图。
图5(c)是本发明实施例提供的MIMO信道等效为多个相互独立SISO信道等效的多个独立SISO信道示意图。
图6是本发明实施例提供的基于拓扑的干扰对齐原理图。
图7是本发明实施例提供的3个小区构成的D2D与蜂窝混合网络场景图。
图8是本发明实施例提供的按照拓扑构成算法，发送节点和接收节点的分配过程图。
图9是本发明实施例提供的对应于发送节点和接收节点的分配过程的冲突图和对齐图。
图10是本发明实施例提供的应用本发明的信息交互示意图。
图11是本发明实施例提供的应用本发明的D2D通信建立过程图。
图12是本发明实施例提供的D2D用户对数目nD2D pairs＝2，最大允许的用户发送功率
Figure BDA0002715014290000101
基站和用户天线数目分别为4和2时，各个方案吞吐量性能随D2D收发节点之间最大距离
Figure BDA0002715014290000102
变化的曲线图。
图13是本发明实施例提供的D2D收发节点之间最大距离
Figure BDA0002715014290000103
米，最大允许的用户发送功率
Figure BDA0002715014290000104
基站和用户天线数目分别为4和2时，本发明以及现有两种方法的吞吐量性能随每个小区中D2D用户对数目nD2D pairs变化的曲线图。
图14是本发明实施例提供的在
Figure BDA0002715014290000105
米，nD2D pairs＝2，
Figure BDA0002715014290000106
时，本发明以及现有两种方法的吞吐量性能随基站天线数目变化的曲线图。
图15是本发明实施例提供的
Figure BDA0002715014290000107
米，nD2D pairs＝2，
Figure BDA0002715014290000108
时，基站天线数目固定为4时，本发明以及现有两种方法的吞吐量性能随用户天线数目变化的曲线图。
图16是本发明实施例提供的
Figure BDA0002715014290000109
米，nD2D pairs＝2，基站和用户天线数目分别为4和2时，本发明以及现有两种方法的吞吐量随用户最大发送功率
Figure BDA00027150142900001010
变化的曲线图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种低开销拓扑干扰对齐和功率优化方法、系统、设备及应用，下面结合附图对本发明作详细的描述。
如图1所示，本发明提供的低开销拓扑干扰对齐和功率优化方法包括以下步骤：
S101：将D2D与蜂窝混合通信MIMO信道进行奇异值分解，得到与其等价的SISO信道；
S102：通过获取拓扑干扰对齐获得最大自由度条件，提出保证获得最大自由度的基于干扰影响因子的拓扑矩阵构成算法，并进行拓扑干扰对齐消除部分干扰；
S103：针对残余干扰进行基于泰勒展开的迭代功率优化进行抑制。
本发明提供的低开销拓扑干扰对齐和功率优化方法业内的普通技术人员还可以采用其他的步骤实施，图1的本发明提供的低开销拓扑干扰对齐和功率优化方法仅仅是一个具体实施例而已。
如图2所示，本发明提供的低开销拓扑干扰对齐和功率优化系统包括：
等价SISO信道获取模块1，用于将D2D与蜂窝混合通信MIMO信道进行奇异值分解，得到与其等价的SISO信道；
部分干扰消除模块2，用于通过获取拓扑干扰对齐获得最大自由度条件，提出保证获得最大自由度的拓扑矩阵构成算法，并进行拓扑干扰对齐消除部分干扰；
迭代功率优化抑制模块3，用于针对残余干扰进行基于泰勒展开的迭代功率优化进行抑制。
下面结合附图对本发明的技术方案对详细的描述。
如图3所示，本发明的部分干扰对齐和功率优化方法包括如下步骤：
步骤一，设定终端直通D2D用户与蜂窝用户构成混合通信网络，小区集合设为
Figure BDA0002715014290000111
不同小区之间复用相同的资源，小区内不同蜂窝用户使用正交的资源，一个小区内复用相同资源的D2D通信链路集合设为
Figure BDA0002715014290000112
整个通信系统中所有使用相同资源的蜂窝和D2D通信链路的集合分别设为
Figure BDA0002715014290000113
和
Figure BDA0002715014290000114
其中D为所有使用相同资源的D2D链路数目之和，第j个基站配置天线数目为M[j]，第k个用户
Figure BDA0002715014290000115
配置天线数目为N[k]且
Figure BDA0002715014290000116
网络中同时存在强干扰和弱干扰。在干扰对齐应用过程中，忽略一部分较弱干扰。假设一个基站作为中心控制节点，其可以获取全局的接收信道状态信息CSIR。蜂窝用户和D2D发送节点只可以获得有用信道的CSIT。将D2D与蜂窝混合网络建模成部分连通干扰信道，如图4所示。
步骤二，拓扑矩阵T表征了网络的全局连通状态表示为：
T＝[t[kj]]，且
Figure BDA0002715014290000117
为了在MIMO情景下使用基于拓扑的干扰对齐技术，利用信道的奇异值分解特性，将MIMO信道H[kk]分解为
Figure BDA0002715014290000118
个并行独立的SISO信道，其中
Figure BDA0002715014290000119
为发送端天线数目，
Figure BDA00027150142900001110
或M[k]为接收端天线数目，信道H[kk]的奇异值分解为：
Figure BDA0002715014290000121
其中，
Figure BDA0002715014290000122
和
Figure BDA0002715014290000123
为酉矩阵；
Figure BDA0002715014290000124
Figure BDA0002715014290000125
Figure BDA0002715014290000126
为
Figure BDA0002715014290000127
的奇异值；
Figure BDA0002715014290000128
为H[kk]的秩。
将MIMO信道经奇异值分解等效为多个SISO信道，如图5所示。
步骤三，设系统中共有n个干扰对齐集合，其中第i个对齐集合中所有发送节点的集合设为
Figure BDA0002715014290000129
其相应的产生干扰的接收节点集合设为
Figure BDA00027150142900001210
第i个对齐集中所有发送节点的发送信号沿干扰对齐矩阵
Figure BDA00027150142900001211
进行对齐。Vi IA满足||V| iA||＝1，所有的Vi IA，i＝1,...,n之间是相互独立的。
如果MIMO系统拓扑，满足获得最大自由度0.5条件，即无内部冲突，则其等效的SISO系统仍可保证IA可行且每条SISO链路可获得最大自由度0.5；并且对于任意一个用户对k
Figure BDA00027150142900001212
等效的
Figure BDA00027150142900001213
条SISO链路的等效发送节点(接收节点)一定属于同一个对齐集，使用相同的干扰对齐发送矩阵(接收矩阵)。
步骤四，设发送节点k属于发送节点集合
Figure BDA00027150142900001214
即
Figure BDA00027150142900001215
则其对应的接收节点k一定属于接收节点集合
Figure BDA00027150142900001216
且m≠i，受到来自发送节点k干扰的接收节点集合设为
Figure BDA00027150142900001217
而对接收节点k产生干扰的发送节点集合设为
Figure BDA00027150142900001218
为保证每条链路获得最大可得自由度，不得存在内部冲突，即
Figure BDA00027150142900001219
则接收节点k的第l条SISO链路接收到的信号为：
Figure BDA00027150142900001220
其中，
Figure BDA00027150142900001221
为等效后的第k个用户对第l条SISO链路信道系数，
Figure BDA00027150142900001222
表示第k个用户对第l条SISO链路的发送信号，
Figure BDA00027150142900001223
表示第j个用户对第s条SISO链路的发送信号，Vi IA和
Figure BDA0002715014290000131
为网络拓扑的干扰对齐预编码矩阵，
Figure BDA0002715014290000132
为等效后的第j个用户对第s条SISO链路对第k个用户对第l条SISO链路等效干扰信道系数，
Figure BDA0002715014290000133
为等效后的第k个用户对第l条SISO链路收到的噪声；
步骤五，接收节点k使用干扰对齐解码矩阵
Figure BDA0002715014290000134
来进行信号估计，以恢复有用信号：
Figure BDA0002715014290000135
从式(1)中可以看出，接收节点k受到的干扰可以有效消除。以基站eNB1为例，其所受到的来自蜂窝用户L和D2D发送节点L+D的干扰可通过使用Vi IA对齐到同一方向。而其受到的其它干扰采用功率优化方法进行管理。基于拓扑的干扰对齐原理图，如图6所示。
步骤六，依据拓扑干扰对齐预编码矩阵设计的目标为最大化最小速率，可得
Figure BDA0002715014290000136
Figure BDA0002715014290000137
是与对齐集合数目n有关的变量，记为
Figure BDA0002715014290000138
使用Cn代替
Figure BDA0002715014290000139
建立如下和速率最大化问题：
(P1)
Figure BDA00027150142900001310
s.t.(1)
Figure BDA00027150142900001311
(2)
Figure BDA00027150142900001312
t[mn]＝t[nm]＝0，
Figure BDA00027150142900001313
其中
Figure BDA00027150142900001314
为功率向量，
Figure BDA00027150142900001315
为网络拓扑矩阵，
Figure BDA00027150142900001316
和
Figure BDA00027150142900001317
为等效后的信道增益，
Figure BDA00027150142900001318
为等效的噪声功率；
步骤七，通过依次求解拓扑矩阵和功率优化两个子问题来获得优化问题(P1)的解，其中构造可获得最大自由度的基于干扰影响因子的拓扑矩阵按如下步骤进行；
(7a)初始化：[λ[kj]]＝0，[t[kj]]＝0，其中λ[kj]为干扰影响因子，其表达式为：
Figure BDA0002715014290000141
其表示当发送节点j到接收节点k的干扰去除后，接收节点k可获得的速率增加量；拓扑矩阵
Figure BDA0002715014290000142
代表网络连通状态，任意一个对齐集合中发送节点集合初始化为空集：
Figure BDA0002715014290000143
相应的受到其干扰的接收节点集合初始化为空集：
Figure BDA0002715014290000144
m＝0(n为对齐集合个数，m为迭代次数)；
(7b)
Figure BDA0002715014290000145
且
Figure BDA0002715014290000146
且
Figure BDA0002715014290000147
如果t[kj]＝0，更新λ[kj]；如果t[kj]＝1，λ[kj]＝0；
(7c)选取λ[kj]最大的干扰链路记为
Figure BDA0002715014290000148
将发送节点
Figure BDA0002715014290000149
放入集合
Figure BDA00027150142900001410
中：
Figure BDA00027150142900001411
将接收节点
Figure BDA00027150142900001412
放入集合
Figure BDA00027150142900001413
中：
Figure BDA00027150142900001414
置
Figure BDA00027150142900001415
返回步骤(7b)更新λ[kj]，在
Figure BDA00027150142900001416
行，选出第二条干扰链路记为
Figure BDA00027150142900001417
将发送节点
Figure BDA00027150142900001418
放入集合
Figure BDA00027150142900001419
中：
Figure BDA00027150142900001420
置
Figure BDA00027150142900001421
(7d)循环步骤(7b)和步骤(7c)，直至m＝n；
(7e)对于剩余发送节点
Figure BDA00027150142900001422
且
Figure BDA00027150142900001423
通过求解
Figure BDA00027150142900001424
选出发送节点j*，将其分配到第m*个对齐集合中：
Figure BDA00027150142900001425
并且同时保证发送节点数目满足条件
Figure BDA00027150142900001426
若n＞2，其中，
Figure BDA00027150142900001427
int(·)为取整操作，gn＝D+L-2(n-2)-g1，置
Figure BDA00027150142900001428
返回(7b)；
(7f)循环步骤(7b)和步骤(7e)，直至发送节点全部分配进n个对齐集；
(7g)对于剩余接收节点
Figure BDA00027150142900001429
且
Figure BDA00027150142900001430
利用如下方式分配进对齐集合n*：如果
Figure BDA00027150142900001431
集合的大小为g1，记为
Figure BDA00027150142900001432
则有
Figure BDA00027150142900001433
否则
Figure BDA00027150142900001434
其中
Figure BDA00027150142900001435
对于所有的发送节点
Figure BDA00027150142900001436
置
Figure BDA00027150142900001437
接收节点k*放入集合
Figure BDA00027150142900001438
中：
Figure BDA00027150142900001439
直至所有的接收节点全部分配完；
以下为步骤七中的拓扑矩阵构成算法示例：假设3个小区构成的D2D与蜂窝混合网络。每个小区中有一个蜂窝用户和2对D2D用户复用相同资源。具体的网络场景如图7所示，其中圆代表基站，三角形代表D2D用户，正方形代表蜂窝户用。图8为按照拓扑构成算法，发送节点和接收节点的分配过程。图9为对应于发送节点和接收节点的分配过程的冲突图和对齐图。此时求出的拓扑满足获得最大自由度0.5条件，且一共可对齐的干扰数目为31，最终求得的系统拓扑矩阵为：
Figure BDA0002715014290000151
得出拓扑矩阵T之后，利用最大化最小速率求得各个预编码矩阵。假设所有链路有相同的接收信噪比，采用最大化最小速率准则求解之后，当对齐集数目为3时，预编码矩阵可以为：
V1 IA＝[1,0]T，
Figure BDA0002715014290000152
步骤八，在上述步骤的基础上，功率优化问题变为：
(P2)
Figure BDA0002715014290000153
Figure BDA0002715014290000154
优化问题(P2)中的目标函数改写“凸-凸”的形式：
Figure BDA0002715014290000155
其中，
Figure BDA0002715014290000156
Figure BDA0002715014290000161
对g(P)进行一阶泰勒展开，近似为线性函数，从而将目标函数近似为凸函数。采取迭代的方式最终可求得优化问题(2)的稳定解。在第i次迭代中，近似的凸函数为：
Figure BDA0002715014290000162
其中，
Figure BDA0002715014290000163
为g(P)的一阶泰勒展开近似函数，表达式为：
Figure BDA0002715014290000164
步骤九，假设一个基站作为中心控制节点，不同基站之间由低时延回程链路相连，通过基站之间的信息交互中心控制节点可以获取全局的CSIR。发送节点(包括D2D发送节点和蜂窝用户)只知道自身有用信道信息，发送节点(接收节点)处储存有预先计算好的干扰对齐预编码矩阵(解码矩阵)。
基于以上假设，本发明的实施方案如下：
(9a)获取全局CSIR之后，中心控制节点根据步骤七中拓扑构成算法计算网络拓扑矩阵T。在T基础上，中心控制节点计算干扰对齐预编码和解码矩阵Vi IA，(Vi IA⊥)T，i＝1,...,n。中心控制节点计算每条通信链路每个数据流的发送功率
Figure BDA0002715014290000165
(9b)完成变量的计算后，中心控制节点将功率分配结果以及干扰对齐预编码和解码矩阵发送给相应小区的基站。各个小区内的基站再将干扰对齐预编矩阵Vi IA在已有存储结果中对应的编号和功率分配结果
Figure BDA0002715014290000166
分发给相应的D2D发送节点以及蜂窝用户，将干扰对齐解码矩阵(Vi IA⊥)T在已有存储结果中对应的编号分发给相应的D2D接收节点。各个收发节点利用所得编号和自身所存储的矩阵结果相匹配，获得相应的干扰对齐预编码或解码矩阵。
(9c)蜂窝用户和D2D发送节点获得功率分配结果以及干扰对齐预编码矩阵后，根据有用信道信息选择合适的调试编码方式进行传输。应用本发明的信息交互示意图，如图10所示。应用本发明的D2D通信建立过程图，如图11所示。
下面结合仿真对本发明的技术效果作详细的描述。
A.仿真条件
A1)载波频率为2GHz；
A2)上行链路带宽为10MHz；
A3)小区半径为500米；
A5)最大发送功率
Figure BDA0002715014290000171
A6)噪声功率密度为-174dBm/Hz；
A7)基站的噪声指数为5dB；
A8)用户的噪声指数为9dB；
A9)基站的天线配置为M＝2，3，4，5；
A10)用户的天线配置为N＝1，2，3，4；
A11)D2D收发节点最大距离为
Figure BDA0002715014290000172
米；
A12)每小区D2D用户对数目为nD2D pairs＝1，2，3，4，5。
B.仿真内容：
B1)基于完全CSIT的联合部分干扰对齐及功率方法；
B2)基于SIR原则进行拓扑构成的部分干扰对齐和功率优化方法；
B3)无干扰对齐的单纯功率优化方法。
C.仿真结果：
图12给出了在每个小区中D2D用户对数目nD2D pairs＝2，最大允许的用户发送功率
Figure BDA0002715014290000173
基站和用户天线数目分别为4和2时，各个方案吞吐量性能随D2D收发节点之间最大距离
Figure BDA0002715014290000174
变化的曲线，从图12中可以看出，所有方案的吞吐量均随
Figure BDA0002715014290000175
的增加而下降。由于基于完全CSIT的方案可设计更符合实际信道和干扰情况的干扰对齐矩阵，因此基于完全CSIT的方案有最好的吞吐量性能，其次为本发明所提的基于干扰影响因子的拓扑干扰对齐方案，而反馈受限方案更差。与基于完全CSIT方案相比，本发明提出方案吞吐量下降约1.6％；而反馈受限方案吞吐量下降达到约9％。但是基于完全CSIT的方案需大量的信息反馈，不利于实际应用。而基于拓扑的方案虽然在吞吐量性能方面有所降低，但因其有很少的反馈比特，故有助于实际部署。而与基于信干比SIR原则进行拓扑矩阵构成的方法相比，所提的基于干扰影响因子进行拓扑构成的方案有更好的吞吐量性能。这是由于干扰影响因子直接影响吞吐量大小。而SIR指的是某条干扰链路的功率与有用信号功率的比值，并不能直接反映该干扰对吞吐量的影响。因此，按干扰影响因子选出的干扰链路会比按SIR原则选出的链路对吞吐量提升更高。
图13给出了在D2D收发节点之间最大距离
Figure BDA0002715014290000181
米，最大允许的用户发送功率
Figure BDA0002715014290000182
基站和用户天线数目分别为4和2时，本发明以及现有两种方法的吞吐量性能随每个小区中D2D用户对数目nD2D pairs变化的曲线，从图13中可以看出，随D2D用户对数目增加，吞吐量先增加，达到上限之后又有所下降。这是由于D2D用户对数目过多时，小区过于密集，干扰增强，残余干扰较高，使得系统吞吐量有所降低。另外，从图13可以看出，当D2D链路数目为5时，完全CSIT算法的性能优势更明显。这是由于此时用户密度增加，不同链路之间的干扰情况更加复杂。而基于完全CSIT的算法由于可充分利用信道信息设计更符合网络干扰情况的部分干扰对齐方案，因此其可以更有效消除网络中的干扰，提升网络容量。同样，当D2D链路数目增加时，本发明所提算法相比于不采用干扰对齐的单纯控制算法的吞吐量增益增大。这是由于当D2D链路数目增加时，单纯的功率控制已经不能有效消除网络中的干扰，残余干扰越来越大，使得网络容量提升变缓。
图14给出了在
Figure BDA0002715014290000183
米，nD2D pairs＝2，
Figure BDA0002715014290000184
时，本发明以及现有两种方法的吞吐量性能随基站天线数目变化的曲线，从图14中可以看出，本发明的吞吐量性能随基站天线数目的增加而增大，这主要是由于接收天线数目的增加会提高基站的接收性能，使得基站接收到的信号信干燥比(SINR)有所提高，从而使得总吞吐量有所提升。
图15给出了在
Figure BDA0002715014290000185
米，nD2D pairs＝2，
Figure BDA0002715014290000187
时，基站天线数目固定为4时，本发明以及现有两种方法的吞吐量性能随用户天线数目变化的曲线，从图15中可以看出，本发明的吞吐量随用户天线数目增加而快速增大。原因如下：首先对于完全CSIT算法，当用户天线数目增加时，一定自由度下的干扰对齐可行条件更容易满足。此时将有更多的干扰链路被选出进行对齐，残余干扰减小，从而吞吐量增加。并且，当用户天线数目N增加至4时，每条链路的自由度可从1增加至2。因此当N为4时吞吐量提升更多。对于所提出的算法(包括基于干扰影响因子和基于SIR进行拓扑构成的方法)，每个通信对可得自由度是随N的增加而线性增大的。因此，所提算法的吞吐量随N的增加几乎线性增长。
另外，当用户天线数目N为1时，完全CSIT算法吞吐量优势较大，这是由于此时所提算法的可得自由度受N限制，即
Figure BDA0002715014290000186
每条通信对的可得自由度只为0.5。然而当用户天线数目N为3时，完全CSIT算法吞吐量性能略低于基于拓扑的方法。这是由于完全CSIT算法此时的自由度受可行条件限制，每条链路可得自由度仍然为1。而对于所提算法，此时每条通信对的可得自由度可为1.5。当用户天线数目N为4时，完全CSIT算法吞吐量又比所提算法高了。这是由于此时两种算法可获得一样的自由度，但完全CSIT算法可设计更符合信道条件的干扰对齐编码和预编码矩阵，其接收SINR较高，从而有更高的吞吐量。
图16给出了在
Figure BDA0002715014290000191
米，nD2D pairs＝2，基站和用户天线数目分别为4和2时，本发明以及现有两种方法的吞吐量随用户最大发送功率
Figure BDA0002715014290000192
变化的曲线，从图16中可以看出，本发明的吞吐量随用户最大发送功率的增加而平稳增大。。这是由于当用户最大发送功率增加时，分配给各个发送节点的发送功率将增大，则蜂窝通信以及D2D通信链路的吞吐量都会增加。然而，发送功率增加的同时会增大对其它链路的干扰，这又会使得吞吐量有所降低，因此综合作用结果是吞吐量的增加较平缓。
另外，由于所提方法收发端储存有预先计算好的干扰对齐预编码矩阵或解码矩阵，因此只需反馈干扰对齐预编码矩阵编号，所需的反馈比特开销为
Figure BDA0002715014290000193
其中n为对齐集个数，
Figure BDA0002715014290000194
代表向上取整，当n取值为小于20的整数时，所需反馈比特数最多为10比特，而现有的反馈受限方案反馈比特约25～125比特或30～207比特，本发明方法与现有反馈受限方案相比，反馈比特数可下降约60％。
综上所述，本发明同现有基于完全CSIT的联合部分干扰对齐及功率方法相比，当D2D收发节点最大距离为40米时，本发明所提方法以最低反馈开销实现干扰对齐，可在吞吐量下降约1.6％范围内，有效降低系统开销和计算复杂度，有利于实际系统实现。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种低开销拓扑干扰对齐和功率优化方法，其特征在于，所述低开销拓扑干扰对齐和功率优化方法包括：
将D2D与蜂窝混合通信MIMO信道进行奇异值分解，得到与其等价的SISO信道；
通过获取拓扑干扰对齐获得最大自由度条件，提出保证获得最大自由度的基于干扰影响因子的拓扑矩阵构成算法，并进行拓扑干扰对齐消除部分干扰；
针对残余干扰进行基于泰勒展开的迭代功率优化进行抑制；
所述低开销拓扑干扰对齐和功率优化方法包括如下步骤：
步骤一，设定终端直通D2D用户与蜂窝用户构成混合通信网络，小区集合设为
Figure FDA0003345556680000011
不同小区之间复用相同的资源，小区内不同蜂窝用户使用正交的资源，一个小区内复用相同资源的D2D通信链路集合设为
Figure FDA0003345556680000012
整个通信系统中所有使用相同资源的蜂窝和D2D通信链路的集合分别设为
Figure FDA0003345556680000013
和
Figure FDA0003345556680000014
其中D为所有使用相同资源的D2D链路数目之和，第j个基站配置天线数目为M[j]，第k个用户配置天线数目为N[k]且M[j]≥N[k]，
Figure FDA0003345556680000015
网络中同时存在强干扰和弱干扰，在干扰对齐应用过程中，忽略一部分较弱干扰；一个基站作为中心控制节点，获取全局的接收信道状态信息CSIR，蜂窝用户和D2D发送节点获得有用信道的发送信道状态信息CSIT，将D2D与蜂窝混合网络建模成部分连通干扰信道；
步骤二，拓扑矩阵T表征了网络的全局连通状态表示为：
Figure FDA0003345556680000016
将MIMO信道H[kk]分解为
Figure FDA0003345556680000017
个并行独立的SISO信道，其中
Figure FDA0003345556680000018
为发送端天线数目，
Figure FDA0003345556680000019
或M[k]为接收端天线数目，信道H[kk]的奇异值分解为：
Figure FDA0003345556680000021
其中，
Figure FDA0003345556680000022
和
Figure FDA0003345556680000023
为酉矩阵；
Figure FDA0003345556680000024
Figure FDA0003345556680000025
Figure FDA0003345556680000026
为
Figure FDA0003345556680000027
的奇异值；
Figure FDA0003345556680000028
为H[kk]的秩；
将MIMO信道经奇异值分解等效为多个SISO信道；
步骤三，设系统中共有n个干扰对齐集合，其中第i个对齐集合中所有发送节点的集合设为
Figure FDA0003345556680000029
其相应的产生干扰的接收节点集合设为fi，第i个对齐集中所有发送节点的发送信号沿干扰对齐矩阵
Figure FDA00033455566800000210
进行对齐，Vi IA满足||Vi IA||＝1，所有的Vi IA，i＝1,...,n之间是相互独立的；如果MIMO系统拓扑，满足获得最大自由度0.5条件，即无内部冲突，则其等效的SISO系统仍可保证IA可行且每条SISO链路可获得最大自由度0.5；并且对于任意一个用户对k，
Figure FDA00033455566800000211
等效的
Figure FDA00033455566800000212
条SISO链路的等效发送节点一定属于同一个对齐集，使用相同的干扰对齐发送矩阵；
步骤四，发送节点k属于发送节点集合
Figure FDA00033455566800000213
即
Figure FDA00033455566800000214
则其对应的接收节点k一定属于接收节点集合fm且m≠i，受到来自发送节点k干扰的接收节点集合设为fi，而对接收节点k产生干扰的发送节点集合设为
Figure FDA00033455566800000215
Figure FDA00033455566800000216
Figure FDA00033455566800000217
则接收节点k的第l条SISO链路接收到的信号为：
Figure FDA00033455566800000218
其中，
Figure FDA00033455566800000219
为等效后的第k个用户对第l条SISO链路信道系数，
Figure FDA00033455566800000220
表示第k个用户对第l条SISO链路的发送信号，
Figure FDA00033455566800000221
表示第j个用户对第s条SISO链路的发送信号，Vi IA和
Figure FDA0003345556680000031
为网络拓扑的干扰对齐预编码矩阵，
Figure FDA0003345556680000032
为等效后的第j个用户对第s条SISO链路对第k个用户对第l条SISO链路等效干扰信道系数，
Figure FDA0003345556680000033
为等效后的第k个用户对第l条SISO链路收到的噪声；
步骤五，接收节点k使用干扰对齐解码矩阵
Figure FDA0003345556680000034
来进行信号估计，以恢复有用信号：
Figure FDA0003345556680000035
步骤六，依据拓扑干扰对齐预编码矩阵设计的目标为最大化最小速率，得
Figure FDA0003345556680000036
是与对齐集合数目n有关的变量，记为
Figure FDA0003345556680000037
使用Cn代替
Figure FDA0003345556680000038
建立如下和速率最大化问题：
(P1)
Figure FDA0003345556680000039
Figure FDA00033455566800000310
(2)
Figure FDA00033455566800000311
其中
Figure FDA00033455566800000312
为功率向量，
Figure FDA00033455566800000313
为网络拓扑矩阵，
Figure FDA00033455566800000314
Figure FDA00033455566800000315
和
Figure FDA00033455566800000316
为等效后的信道增益，
Figure FDA00033455566800000317
为等效的噪声功率；
步骤七，通过依次求解拓扑矩阵和功率优化两个子问题来获得优化问题P1的解，构造获得最大自由度的拓扑矩阵
步骤八，功率优化问题变为：
(P2)
Figure FDA0003345556680000041
Figure FDA0003345556680000042
优化问题P2中的目标函数改写凸-凸的形式：
Figure FDA0003345556680000043
其中，
Figure FDA0003345556680000044
Figure FDA0003345556680000045
对g(P)进行一阶泰勒展开，近似为线性函数，将目标函数近似为凸函数，采取迭代的方式最终可求得优化问题(2)的稳定解；在第i次迭代中，近似的凸函数为：
Figure FDA0003345556680000046
其中，
Figure FDA0003345556680000047
为g(P)的一阶泰勒展开近似函数，表达式为：
Figure FDA0003345556680000048
步骤九，一个基站作为中心控制节点，不同基站之间由低时延回程链路相连，通过基站之间的信息交互中心控制节点可以获取全局的CSIR，发送节点只知道自身有用信道信息，发送节点处储存有预先计算好的干扰对齐预编码矩阵。
2.如权利要求1所述的低开销拓扑干扰对齐和功率优化方法，其特征在于，所述步骤七构造可获得最大自由度基于干扰影响因子的拓扑矩阵按如下步骤进行；
(1)初始化：[λ[kj]]＝0，
Figure FDA0003345556680000051
其中λ[kj]定义为干扰影响因子，其表达式为：
Figure FDA0003345556680000052
其表示当发送节点j到接收节点k的干扰去除后，接收节点k可获得的速率增加量；拓扑矩阵
Figure FDA0003345556680000053
代表网络连通状态；任意一个对齐集合中发送节点集合初始化为空集：
Figure FDA0003345556680000054
相应的受到其干扰的接收节点集合初始化为空集：fi＝{}，i＝1,2,...,n，m＝0，n为对齐集合个数，m为迭代次数；
(2)
Figure FDA0003345556680000055
且
Figure FDA0003345556680000056
且
Figure FDA0003345556680000057
如果t[kj]＝0，更新λ[kj]；如果t[kj]＝1，λ[kj]＝0；
(3)选取λ[kj]最大的干扰链路记为
Figure FDA0003345556680000058
将发送节点
Figure FDA0003345556680000059
放入集合
Figure FDA00033455566800000510
中：
Figure FDA00033455566800000511
将接收节点
Figure FDA00033455566800000512
放入集合fm中：
Figure FDA00033455566800000513
置
Figure FDA00033455566800000514
返回步骤(2)更新λ[kj]，在
Figure FDA00033455566800000515
行，选出第二条干扰链路记为
Figure FDA00033455566800000516
将发送节点
Figure FDA00033455566800000517
放入集合
Figure FDA00033455566800000518
中：
Figure FDA00033455566800000519
置
Figure FDA00033455566800000520
(4)循环步骤(2)和步骤(3)，直至m＝n；
(5)对于剩余发送节点
Figure FDA00033455566800000521
且
Figure FDA00033455566800000522
通过求解
Figure FDA00033455566800000523
选出发送节点j*，将其分配到第m*个对齐集合中：
Figure FDA00033455566800000524
并且同时保证发送节点数目满足条件
Figure FDA00033455566800000525
若n＞2，其中，
Figure FDA00033455566800000526
int(·)为取整操作，gn＝D+L-2(n-2)-g1，置
Figure FDA00033455566800000527
返回(2)；
(6)循环步骤(2)和步骤(5)，直至发送节点全部分配进n个对齐集；
(7)对于剩余接收节点
Figure FDA0003345556680000061
且
Figure FDA0003345556680000062
利用如下方式分配进对齐集合n*：如果
Figure FDA0003345556680000063
集合的大小为g1，记为
Figure FDA0003345556680000064
则有
Figure FDA0003345556680000065
否则
Figure FDA0003345556680000066
其中
Figure FDA0003345556680000067
对于所有的发送节点
Figure FDA0003345556680000068
置
Figure FDA0003345556680000069
接收节点k*放入集合
Figure FDA00033455566800000610
中：
Figure FDA00033455566800000611
直至所有的接收节点全部分配完。
3.如权利要求1所述的低开销拓扑干扰对齐和功率优化方法，其特征在于，所述步骤九的具体实施方案如下：
(1)获取全局CSIR之后，中心控制节点根据步骤七中拓扑构成算法计算网络拓扑矩阵T，在T基础上，中心控制节点计算干扰对齐预编码和解码矩阵Vi IA，(Vi IA⊥)T，i＝1,...,n，中心控制节点计算每条通信链路每个数据流的发送功率Pl [k]；
(2)完成变量的计算后，中心控制节点将功率分配结果以及干扰对齐预编码和解码矩阵发送给相应小区的基站，各个小区内的基站再将干扰对齐预编矩阵Vi IA在已有存储结果中对应的编号和功率分配结果Pl [k]分发给相应的D2D发送节点以及蜂窝用户，将干扰对齐解码矩阵(Vi IA⊥)T在已有存储结果中对应的编号分发给相应的D2D接收节点，各个收发节点利用所得编号和自身所存储的矩阵结果相匹配，获得相应的干扰对齐预编码或解码矩阵；
(3)蜂窝用户和D2D发送节点获得功率分配结果以及干扰对齐预编码矩阵后，根据有用信道信息选择合适的调试编码方式进行传输。
4.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1～3任意一项所述低开销拓扑干扰对齐和功率优化方法的步骤。
5.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1～3任意一项所述低开销拓扑干扰对齐和功率优化方法的步骤。
6.一种实施权利要求1～3任意一项所述低开销拓扑干扰对齐和功率优化方法的低开销拓扑干扰对齐和功率优化系统，其特征在于，所述低开销拓扑干扰对齐和功率优化系统包括：
等价SISO信道获取模块，用于将D2D与蜂窝混合通信MIMO信道进行奇异值分解，得到与其等价的SISO信道；
部分干扰消除模块，用于通过获取拓扑干扰对齐获得最大自由度条件，提出保证获得最大自由度的基于干扰影响因子的拓扑矩阵构成算法，并进行拓扑干扰对齐消除部分干扰；
迭代功率优化抑制模块，用于针对残余干扰进行基于泰勒展开的迭代功率优化进行抑制。
CN202011071464.3A 2020-10-09 2020-10-09 低开销拓扑干扰对齐和功率优化方法、系统、设备及应用 Active CN112367105B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011071464.3A CN112367105B (zh) 2020-10-09 2020-10-09 低开销拓扑干扰对齐和功率优化方法、系统、设备及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011071464.3A CN112367105B (zh) 2020-10-09 2020-10-09 低开销拓扑干扰对齐和功率优化方法、系统、设备及应用

Publications (2)

Publication Number Publication Date
CN112367105A CN112367105A (zh) 2021-02-12
CN112367105B true CN112367105B (zh) 2022-03-29

Family

ID=74507072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011071464.3A Active CN112367105B (zh) 2020-10-09 2020-10-09 低开销拓扑干扰对齐和功率优化方法、系统、设备及应用

Country Status (1)

Country Link
CN (1) CN112367105B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113038433A (zh) * 2021-02-26 2021-06-25 广东以诺通讯有限公司 无线资源共享和工作模式控制管理的方法和系统
CN113422625B (zh) * 2021-05-17 2022-12-20 南京邮电大学 基于稀疏低秩分解的拓扑干扰管理方法及装置
CN113645628B (zh) * 2021-08-09 2023-10-17 西安电子科技大学 基于累积干扰网络干扰对齐的信道资源分配方法
US20240014866A1 (en) * 2022-07-08 2024-01-11 Cisco Technology, Inc. Concurrent peer-to-peer transmissions via interference alignment

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107070520A (zh) * 2017-04-26 2017-08-18 重庆邮电大学 一种基于级联预编码和esinr准则的d2d通信干扰对齐方法
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

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2389733A4 (en) * 2009-01-23 2017-03-08 Nokia Technologies Oy Interference suppression during device-to-device communications
US8989762B1 (en) * 2013-12-05 2015-03-24 CBF Networks, Inc. Advanced backhaul services
US20150043444A1 (en) * 2013-08-12 2015-02-12 Acer Incorporated Concurrent device to device and cellular communication method with multiple antennas, user equipment using the same, base station using the same and communication system using the same
CN106656289B (zh) * 2016-12-30 2019-10-11 西安电子科技大学 Mimo干扰广播信道的拓扑干扰对齐方法
US10348362B2 (en) * 2017-10-24 2019-07-09 Intelligent Fusion Technology, Inc. Methods and systems for fusion and inference with per-hop link quality measurements in frequency hopping SATCOM systems

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107070520A (zh) * 2017-04-26 2017-08-18 重庆邮电大学 一种基于级联预编码和esinr准则的d2d通信干扰对齐方法
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Feasibility-Aware Partial Interference Alignment for Hybrid D2D and Cellular Communication Networks;XIAO-YA LI et al.;《IEEE》;20181218;3-7 *

Also Published As

Publication number Publication date
CN112367105A (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN112367105B (zh) 低开销拓扑干扰对齐和功率优化方法、系统、设备及应用
Bashar et al. Cell-free massive MIMO with limited backhaul
WO2010106416A1 (en) Systems and method for coordinated multipoint downlink transmissions
CN111555795A (zh) 一种基于用户分组调度的网络资源分配方法和装置
CN108848045B (zh) 基于联合干扰对齐和功率优化的d2d通信干扰管理方法
CN102892123B (zh) 多天线多用户中继认知无线电网络中鲁棒波束成形方法
CN109068382B (zh) 一种基于时延QoS的NOMA跨层功率分配方法
CN109687896A (zh) 分布式天线系统下行信道稀疏波束形成方法及装置
Jiang et al. Enhancing performance of random caching in large-scale wireless networks with multiple receive antennas
CN107493124B (zh) 一种多天线微波无线充电的波束成形算法
Reifert et al. Rate-splitting multiple access in cache-aided cloud-radio access networks
CN107425891A (zh) Mu‑mimo无线能量/数据传输中的能量效率联合优化方法
Heath et al. Multiuser MIMO in distributed antenna systems
Almasi et al. Reconfigurable intelligent surface-aided NOMA with limited feedback
CN113271124B (zh) 一种应用于大规模mimo系统的混合迭代检测方法
Yin et al. Energy efficiency maximization via joint beamforming and power control for URLLC service in network-assisted full duplex systems
CN110380769B (zh) 一种基于多天线能量捕获的短包通信传输方法
CN108809379B (zh) 一种用户终端以及mimo数能同传系统
CN103765805B (zh) 一种多用户预编码方法和装置
Gharagezlou et al. Energy Efficient Power Allocation in MIMONOMA Systems with ZF Precoding Using Cell Division Technique.
Thiele et al. A unified feedback scheme for distributed interference management in cellular systems: Benefits and challenges for real-time implementation
Akbarpour-Kasgari et al. Deep Reinforcement Learning in mmW-NOMA: Joint Power Allocation and Hybrid Beamforming
KR101505118B1 (ko) 다중사용자 ｍｉｍｏ 시스템에서 사용자 선택 장치 및 방법
US11677452B2 (en) Method and apparatus for transmitting and receiving signal for terminal-centric cooperative transmission
CN114172763B (zh) 一种混合大规模mimo系统导频优化设计方法和装置

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