對稱無線網(wǎng)絡(luò)下干擾對齊算法的研究

2015-12-25 00:37:52楊敬文,李莉,邱昊

上海師范大學(xué)學(xué)報(bào)·自然科學(xué)版 2015年1期

楊敬文, 李莉, 邱昊

(上海師范大學(xué) 信息與機(jī)電工程學(xué)院,上海 200234)

摘要:干擾對齊通過預(yù)編碼的方式將接收到的干擾對齊到接收機(jī)的子空間中,從而為期望信號提供了最大化的自由度.重點(diǎn)探究實(shí)現(xiàn)了干擾對齊預(yù)編碼的三種典型的算法——最小化干擾泄露功率算法、最大化信干噪比算法以及最小化均方誤差算法,三種算法都利用了無線信道的互易性,通過初始網(wǎng)絡(luò)編碼和逆網(wǎng)絡(luò)編碼的相互迭代最終拿到了各自優(yōu)化準(zhǔn)則下的干擾對齊預(yù)編碼.通過上行傳輸速率這一性能函數(shù)分析和比較了這三種算法.仿真結(jié)果表明了各自算法的優(yōu)劣.最后簡要分析了干擾對齊算法的可行性與其廣闊的應(yīng)用前景.

關(guān)鍵詞:迭代算法; 干擾對齊; 互易性; 最小化干擾泄露功率; 最大化信干噪比; 最小化均方誤差

中圖分類號:TN 929.5文獻(xiàn)標(biāo)志碼: A

收稿日期:2014-12-12

基金項(xiàng)目:上海市教育委員會科研創(chuàng)新項(xiàng)目(12ZZ126);上海師范大學(xué)重點(diǎn)學(xué)科(DZL126)

通信作者: 李莉,中國上海市桂林路100號,上海師范大學(xué)信息與機(jī)電工程學(xué)院,郵編:200234,E-mail:lilyxuan@shnu.edu.cn

0引言

隨著無線通信技術(shù)的迅速發(fā)展和無線終端的普及,使得越來越多的人能夠高效便捷地接入無線通信網(wǎng)絡(luò),但隨之也造成了無線頻譜資源的緊缺,無線網(wǎng)絡(luò)設(shè)備的增多、吞吐量需求的增大,對現(xiàn)有無線網(wǎng)絡(luò)資源帶來了巨大的挑戰(zhàn).由于頻譜資源的匱乏,如何在頻譜資源有限的條件下,滿足日益增長的用戶數(shù)的同時,保持每個用戶的服務(wù)質(zhì)量,成為下一代無線網(wǎng)絡(luò)的核心研究課題之一.

當(dāng)多個用戶進(jìn)行通信時,由于無線信道的廣播特性,用戶之間會存在干擾,在現(xiàn)有的處理干擾的技術(shù)中,如頻分復(fù)用(FDMA)、時分復(fù)用(TDMA)和碼分復(fù)用(CDMA),主要是通過信號的正交化來消除干擾信號對期望信號的影響.其實(shí),當(dāng)多用戶共享頻譜資源時,這種處理方法只能做到將頻譜資源在K個用戶之間進(jìn)行分配.例如,當(dāng)相互影響的用戶數(shù)為K時,每個用戶所能獲得的頻譜資源為單個用戶時的1/K.因此,當(dāng)用戶數(shù)量很大時,每個用戶所能獲得的頻譜資源仍然非常有限.

近年來已有一些對于干擾信道的干擾管理方法,如干擾抵消技術(shù)和干擾消除技術(shù),前者是在接收端按干擾信號幅度的大小次序逐一地解調(diào)和抵消,從而有效地提高了系統(tǒng)容量.后者是將來自其他發(fā)射機(jī)的干擾信號對齊到同一接收信號空間的子空間內(nèi),并保持干擾子空間與期望信號子空間的線性獨(dú)立,從而減小對期望信號的干擾的一種高效的解決方式.干擾對齊(IA)是源于對干擾網(wǎng)絡(luò)容量的分析,改變了人們對于干擾網(wǎng)絡(luò)容量是干擾受限系統(tǒng)的傳統(tǒng)觀念,為進(jìn)一步提高現(xiàn)有網(wǎng)絡(luò)容量指明了方向.

干擾對齊作為一種有效的干擾管理機(jī)制,得到了國內(nèi)外學(xué)術(shù)界極大的關(guān)注,將信號空間劃分為期望信號空間和干擾信號空間兩個部分,通過預(yù)編碼技術(shù)使干擾在接收端重疊,從而壓縮干擾所占的信號容量,消除干擾對期望信號的影響,達(dá)到提高信道容量的目的.文獻(xiàn)[1]首先證明了在K用戶干擾網(wǎng)絡(luò)中,用戶的交叉干擾通過干擾對齊的方式,所有的用戶都能夠獲得K/2的自由度.文獻(xiàn)[2]分析了3對用戶的認(rèn)知網(wǎng)絡(luò),利用干擾對齊的方式詳細(xì)闡明了三種情況下網(wǎng)絡(luò)系統(tǒng)的自由度.文獻(xiàn)[3]通過無線網(wǎng)絡(luò)的互易性設(shè)計(jì)出了最小化干擾泄露功率與最大化信干噪比(SINR)的干擾對齊算法,仿真結(jié)果同時證明了文獻(xiàn)[1]的部分結(jié)論.文獻(xiàn)[4]提出了一種最小化均方誤差(MMSE)算法,同樣利用了無線網(wǎng)絡(luò)的對稱性,以最小化均方誤差準(zhǔn)則對預(yù)編碼與后置編碼進(jìn)行了優(yōu)化.

本文作者重點(diǎn)研究了以上文獻(xiàn)中的干擾對齊算法,三種算法利用了無線信道的互易性,通過初始網(wǎng)絡(luò)編碼和逆網(wǎng)絡(luò)編碼的每一次迭代,修正發(fā)射端的預(yù)編碼矩陣和接收端的干擾抑制矩陣,最終所得的預(yù)編碼矩陣和干擾抑制矩陣,即為各自優(yōu)化準(zhǔn)則下的干擾對齊預(yù)編碼方案.

文章結(jié)構(gòu)如下,第一部分為引言,第二部分給出相應(yīng)的系統(tǒng)模型以及干擾對齊思想,第三部分介紹實(shí)現(xiàn)干擾對齊的三種算法,第四部分為對三種IA算法進(jìn)行仿真并對結(jié)果進(jìn)行分析,第五部分展望了干擾對齊在異構(gòu)網(wǎng)絡(luò)中的應(yīng)用前景.最后一部分給出總結(jié).以下符號貫穿全文,A-1代表矩陣A的逆,AH表示A的厄密共軛矩陣,tr(A)為矩陣A的跡,rank(A)為矩陣A的秩,det|A|為矩陣A的行列式,I為單位矩陣.

1系統(tǒng)模型及干擾對齊

1.1系統(tǒng)模型

圖1　M用戶干擾網(wǎng)絡(luò)系統(tǒng)模型

圖1給出了M個用戶的干擾網(wǎng)絡(luò)系統(tǒng)模型,用戶和基站的數(shù)目為M,UEk表示第k個用戶,BSk表示第k個接收基站.用戶和基站都具有相同的天線數(shù)N,用戶之間產(chǎn)生交叉干擾,第k個基站的接收信號yk可表示為:

(1)

其中,Hki∈N×N,表示第i(i∈{0,1,…,M})個用戶與第k(k∈{0,1,…,M})個基站的信道矩陣,在這里假設(shè)已經(jīng)拿到了完美的信道信息,si∈d×1為第i個用戶發(fā)送的信號,其信息比特?cái)?shù)都為d (d≦N),Vi∈N×d是第i個用戶的預(yù)編碼矩陣.第k個基站接收端接收到的噪聲向量記做nk∈N×1,服從均值為0的高斯分布,E(nk×(nk)H)=σ2I,I為N階的單位向量.式(1)中,HkkVksk代表第k個接收端的期望信號(圖1中用粗實(shí)線連接的部分),HkiVisi(i∈{0,1,…,M},i≠k)為第k個接收端上的干擾信號(圖1中用虛實(shí)線連接的部分).

1.2干擾對齊

將第k個BS上的所受干擾對齊到接收端的同一信號子空間,即滿足式(2):

(2)

為了消除接收端的干擾,在第k個接收端上設(shè)計(jì)干擾抑制矩陣Uk∈N×d,需滿足式(3):

(3)

此時,第k個接收端上實(shí)際接收到的信號為:

(4)

在下一部分中,將重點(diǎn)討論根據(jù)不同的優(yōu)化準(zhǔn)則,預(yù)編碼矩陣以及干擾抑制矩陣的求法.

2干擾對齊算法

2.1逆向網(wǎng)絡(luò)對齊

(5)

為實(shí)現(xiàn)干擾對齊,同樣應(yīng)該滿足:

(6)

(7)

2.2最小化干擾泄露迭代算法

對稱網(wǎng)絡(luò)的互易性是最小化干擾泄露算法的關(guān)鍵,這一部分,通過上行鏈路下的預(yù)編碼矩陣和干擾抑制矩陣與下行鏈路中的預(yù)編碼矩陣和干擾抑制矩陣反復(fù)迭代,使接收機(jī)上的干擾泄露功率最小,最終拿到U、V.對于上行鏈路網(wǎng)絡(luò),第k個基站上的總干擾功率表示為:

(8)

其中:

(9)

對于下行鏈路網(wǎng)絡(luò),第k個用戶上的總干擾功率可表示為:

(10)

其中:

(11)

迭代算法在上行鏈路網(wǎng)絡(luò)與下行鏈路逆網(wǎng)絡(luò)下交替進(jìn)行,具體步驟如下[3]:

算法1

(1) 在上行鏈路網(wǎng)絡(luò)中,任取每個用戶的預(yù)編碼矩陣Vk;

(2) 對于所取Vk,計(jì)算相應(yīng)Uk使得Ik最小,即:

(12)

(13)

圖2展示了最小化干擾泄露功率算法的收斂性,對3用戶干擾網(wǎng)絡(luò)系統(tǒng)進(jìn)行仿真,用戶與基站各自配有4根天線,從圖2中可以看出,該算法在迭代6次之后基本收斂,收斂速度較快.

圖2　最小化干擾泄露功率算法的收斂性

2.3最大化信干噪比算法

最小化干擾泄露算法收斂速度較快,可是該算法只對干擾進(jìn)行了處理,并沒有對噪聲加以抑制,最大化信干噪比算法則聯(lián)合考慮了接收機(jī)接收到的干擾和噪聲,以最大化信干噪比(SINR)為輸出準(zhǔn)則.第K個接收機(jī)上的SINR為:

(14)

其中干擾加噪聲矩陣為

(15)

使信干噪比最大的干擾抑制矩陣Uk為

(16)

算法2為最大化SINR算法的具體步驟[3].

算法2

(1) 初始化預(yù)編碼矩陣Vk;

(2) 由式(15)計(jì)算出干擾加噪聲矩陣Bk;

(3) 由式(16)計(jì)算出干擾抑制矩陣Uk;

(8) 重復(fù)步驟2～7直至SINR收斂.

2.4最小化均方誤差算法

MMSE算法與最大化信干噪比算法極為類似,但輸出的準(zhǔn)則變?yōu)樽钚』秸`差,第K個接收機(jī)上的均方誤差(MSE)可表示為

(17)

預(yù)編碼矩陣U、干擾抑制矩陣V為了最小化所有接收機(jī)上的MSE,即為

(18)

其中:

(19)

(20)

MMSE算法步驟如下[4]:

算法3

(1) 初始化預(yù)編碼矩陣Vk;

(2) 由式(19)求得干擾抑制矩陣Uk;

(3) 根據(jù)Uk,由式(20)求得預(yù)編碼矩陣Vk;

(4) 重復(fù)步驟2～3直至εk收斂.

3仿真結(jié)果與分析

對3用戶干擾網(wǎng)絡(luò)系統(tǒng)進(jìn)行仿真,用戶與基站各自配有2根天線,即N=2,以上行鏈路傳輸速率作為指標(biāo),對三種算法進(jìn)行比較,仿真結(jié)果如圖3所示.

圖3　三種干擾對齊迭代算法性能比較

仿真結(jié)果顯示,IA大大提高了MIMO系統(tǒng)的傳輸速率,SINR算法在低信噪比情況下要優(yōu)于最小化干擾泄露功率算法,在高信噪比環(huán)境下兩者速率趨于一致,這是因?yàn)镾INR算法額外優(yōu)化了噪聲的結(jié)果,在低信噪比環(huán)境下,MMSE算法與SINR算法趨于一致,但在高信噪比環(huán)境下,MMSE算法要優(yōu)于SINR算法,但是并不明顯.綜上,MMSE算法總體上要優(yōu)于SINR算法與最小化干擾泄露算法.

4干擾對齊在異構(gòu)網(wǎng)絡(luò)小區(qū)下的應(yīng)用前景

受到高數(shù)據(jù)速率、長距離傳輸以及建筑對無線信號的穿透衰落等因素的共同影響,網(wǎng)絡(luò)規(guī)劃與室內(nèi)覆蓋日益是運(yùn)營商與廠商關(guān)注的焦點(diǎn),根據(jù)NTTDoCoMo的統(tǒng)計(jì),室內(nèi)場所吸收了移動通信將近70%的話務(wù)量,移動用戶有60%的時間都在室內(nèi).因此,良好的室內(nèi)網(wǎng)絡(luò)覆蓋特別是室內(nèi)覆蓋是下一代無線網(wǎng)絡(luò)成功的關(guān)鍵,可以預(yù)計(jì),在不久的將來,隨著一種主要為室內(nèi)設(shè)計(jì)的超小型基站——毫微微蜂窩基站[5]的普及,毫微微蜂窩基站與宏蜂窩基站共存的網(wǎng)絡(luò)將成為小區(qū)網(wǎng)絡(luò)覆蓋的主流,但毫微微蜂窩網(wǎng)絡(luò)與現(xiàn)有的宏蜂窩網(wǎng)絡(luò)共享相同的頻段,會造成不可避免的同頻干擾,影響信號接收質(zhì)量,減小接收機(jī)的信道容量.如何做好有效的干擾管理是其中的一個難點(diǎn).

而仿真研究的干擾對齊技術(shù),可以有效地處理毫微微蜂窩網(wǎng)絡(luò)與宏蜂窩網(wǎng)絡(luò)存在的同頻干擾,為各自網(wǎng)絡(luò)創(chuàng)造出零干擾空間,近年來,已經(jīng)有不少的文獻(xiàn)探索了雙層異構(gòu)網(wǎng)絡(luò)下的干擾對齊.文獻(xiàn)[6]利用干擾對齊,使基于正交頻分復(fù)用的宏蜂窩網(wǎng)絡(luò)與認(rèn)知微蜂窩網(wǎng)絡(luò)得以共存,最大化認(rèn)知鏈路的頻譜效率的同時,保證了宏蜂窩網(wǎng)絡(luò)的自由度.文獻(xiàn)[7]提出了一種僅需獲取部分信道信息的干擾對齊方案,所提方案保證了主用戶基站不受強(qiáng)干擾源的影響.文獻(xiàn)[8]提出了一種可選擇的干擾對齊,該方案僅對齊毫微微蜂窩基站受到的強(qiáng)干擾,提高了毫微微蜂窩的服務(wù)質(zhì)量的同時,降低了干擾對齊算法的復(fù)雜度.文獻(xiàn)[9]提出了一種雙層異構(gòu)網(wǎng)絡(luò)中對于下行鏈路的干擾對齊,優(yōu)化了宏蜂窩網(wǎng)絡(luò)的下行鏈路速率,保證了宏蜂窩用戶的服務(wù)質(zhì)量.文獻(xiàn)[10]提出了一種僅需犧牲主用戶網(wǎng)絡(luò)小部分的吞吐量但能極大增加次用戶、絡(luò)吞吐量的干擾對齊算法.文獻(xiàn)[11]針對異構(gòu)網(wǎng)絡(luò)中的開放用戶群和封閉用戶群這兩種模式,提出了一種分層的干擾對齊.文獻(xiàn)[12]研究了盲信道的干擾對齊,文獻(xiàn)[13]在有限信道狀態(tài)信息反饋的條件下,如何動態(tài)的挖掘干擾拓?fù)浣Y(jié)構(gòu)從而提高異構(gòu)網(wǎng)絡(luò)系統(tǒng)的反饋效率,使得整個系統(tǒng)的自由度維持不變.文獻(xiàn)[14]為毫微微蜂窩系統(tǒng)下的干擾管理提供了兩種策略,分別為機(jī)會主義的動態(tài)資源分配和干擾對齊,對于干擾衰落的子信道,機(jī)會主義的動態(tài)資源分配會造成用戶之間的干擾,但通信資源分配最佳,而干擾對齊則創(chuàng)造無干擾的傳輸環(huán)境,但會犧牲一部分通信資源.文獻(xiàn)[14]針對這兩種策略進(jìn)行權(quán)衡最終得出一種最優(yōu)的干擾管理方案.文獻(xiàn)[15]提出了一種雙層編碼,第一層編碼消除認(rèn)知用戶對主用戶的干擾,第二層編碼提高了系統(tǒng)的吞吐量.

由上述文獻(xiàn)的研究結(jié)果分析,干擾對齊技術(shù)將會成為異構(gòu)網(wǎng)絡(luò)下處理干擾的重要手段.

5總結(jié)

本文作者研究了三種干擾對齊迭代算法,在已知信道狀態(tài)信息的情況下,在發(fā)射端進(jìn)行預(yù)編碼處理,三種算法通過每一次的迭代,修正發(fā)射端的預(yù)編碼矩陣和接收端的干擾抑制矩陣,直至各自優(yōu)化的目標(biāo)函數(shù)收斂,最終所得的預(yù)編碼矩陣和干擾抑制矩陣即為所求,仿真結(jié)果表明了干擾對齊技術(shù)提高了MIMO系統(tǒng)的性能,而仿真實(shí)現(xiàn)干擾對齊的三種算法中,以MMSE算法最佳.最后簡要介紹了異構(gòu)網(wǎng)絡(luò)下的干擾對齊技術(shù)的應(yīng)用前景.

參考文獻(xiàn):

[1]CADAMBEVR,JAFARSA.InterferencealignmentanddegreesoffreedomoftheK-userinterferencechannel[J].InformationTheory,IEEETransactionson,2008,54:3425-3441.

[2]SHAKERIZ,CHAGHOOSHIAF,MIRMOHSENIM,etal.Degreesoffreedominathree-usercognitiveinterferencechannel:IEEECommunicationandInformationTheory[C].Tehran:IEEE,2013.

[3]GOMADAMK,CADAMBEVR,JAFARSA.Approachingthecapacityofwirelessnetworksthroughdistributedinterferencealignment:IEEEGlobalTelecommunicationsConference[C].NewOrleans:IEEE,2008.

[4]SCHMDTDA,SHIC,BERRYRA,etal.Minimummeansquarederrorinterferencealignment:InProcAsilomarConfSignalsSystComput[C].PacificGrove:IEEE, 2009.

[5]CHANDRASEKHARV,ANDREWSJ,GATHERERA.Femtocellnetworks:Asurvey[J].IEEECommunicationsMagazine,2008,46(9):59-67.

[6]MASOM,CARDOSOLS,DEBBAHM,etal.CognitiveinterferencealignmentforOFDMtwo-tierednetworks:InProcIEEE13thSignalProcessingAdvancesinWirelessCommunications[C].Cesme:IEEE,2012.

[7]SHARMASK,CHATZINOTASS,OTTERSTENB.Interferencealignmentforspectralcoexistenceofheterogeneousnetworks[J].EURASIPJournalonWirelessCommunicationsandNetworking2013,2013:1-14.

[8]GULERB,YENERA.SelectiveinterferencealignmentforMIMOcognitivefemtocellnetworks[J].IEEESelectedAreasinCommunications,2014,32:439-450.

[9]LIQZ,GUXM,LIHQ,etal.InterferencealignmentforMIMOdownlinkfemtocellnetworks:InProcIEEE19thWeidangLuNetworks[C].Singapore:IEEE,2013.

[10]SEOOP,YANGCS,PARKGW,etal.Partialinterferencealignmentinheterogeneousnetworks:IEEEMilitaryCommunicationsConference[C].SanDiego:IEEE,2013.

[11]NOHWJ,JANGKH,CHOIHH.Hierarchicalinterferencealignmentfordownlinkheterogeneousnetworks[J].IEEETransactionsonWirelessCommunications,2012,11:4549-4559.

[12]JAFARSA.Blindinterferencealignment[J].IEEETheJournalofSelectedTopicsinSignalProcessing,2012,6:216-227.

[13]RAOXB,RUANLZ,LAU.LimitedfeedbackdesignforinterferencealignmentonMIMOinterferencenetworkswithheterogeneouspathlossandspatialcorrelations[J].IEEETransactionsonSignalProcessing,2013,61:2598-2607.

[14]LERTWIRAM,POPOVSKI,SAKAGUCHI.Astudyoftrade-offbetweenopportunisticresourceallocationandinterferencealignmentinfemtocellscenarios[J].IEEEWirelessCommunicationsLetters,2012,1:356-359.

[15]LIL,ZHANGHJ.Designmethodoftwostagepre-codingacogntiveMIMOcommunicationsystem:China,201410061223[P].2014-02-21.JAFARSA.InterferencealignmentanddegreesoffreedomoftheK-userinterferencechannel[J].InformationTheory,IEEETransactionson,2008,54:3425-3441.