认知MIMO系统中基于博弈论的干扰对齐算法研究

为消除用户间干扰,提高认知无线电多输入多输出（CR-MIMO）系统传输速率,给出一种基于博弈论的干扰对齐算法。该算法首先采用注水算法为主用户进行功率分配,同时设计次用户预编码使次用户信号落入主用户未分配功率的子信道。然后将次用户之间的多条干扰链路构成一个博弈群体进行求解,实现次用户之间的干扰对齐。此外,为最大化次用户传输速率,将次用户功率分配问题转换为布谷鸟鸟巢的选择问题,构造适应度函数,得到最优的功率分配方案。数值分析表明,该算法可以消除主次用户的干扰以及次用户之间的干扰,传输速率比最大信干噪比（Max-SINR）算法高2 b·s-1·Hz-2,同时,结合布谷鸟搜索算法进行功率分配后传输速率高于文献[13]。     

随机化竞争的LTE-A中继蜂窝小区边缘协作调度策略

提出了随机化竞争调度算法. 该算法属于协作调度算法的范畴,适用于对相邻中继蜂窝小区边缘的用户进行联合调度. 以此算法为基础,提出了基于随机化竞争的中继蜂窝小区边缘协作调度策略. 该策略通过在相邻小区边缘可能产生资源冲突的区域形成协作中继簇,并在协作中继簇覆盖的区域内应用随机化竞争调度算法,能够尽量避免相邻小区之间产生同频干扰,从而提升小区边缘的传输性能. 仿真结果表明,所提出的协作调度策略有效地降低了相邻小区中继站对边缘用户的干扰,提升了小区边缘的吞吐量,并在一定程度上增强了小区中心和边缘区域之间的调度公平性.     

一种提高小区干扰协调中用户公平性的载波调度算法

针对LTE-Advanced系统中小区干扰协调的用户公平性问题,提出一种基于用户优先级的比例公平调度算法。该算法通过引入用户优先级因子来调节小区边缘用户与小区中心用户的载波分配,进而在保障系统吞吐量的前提下改善频谱资源受限的小区边缘用户的公平性。仿真结果表明,该算法在以系统吞吐量下降了0.7%的代价下使小区边缘平均用户数据速率提高了90%以上。     

用于OFDMA系统多小区干扰协调的功率分配算法

提出了一种用于小区间干扰协调的多小区自适应功率分配算法. 该算法利用相邻小区同频子信道间信干比的差异,通过平衡信干比,协调同频子信道上用户的发送功率,保证系统边缘用户性能,减小同频信道干扰,提高无线资源利用率. 仿真结果表明,该算法既可以很好地保证用户公平性,又能充分利用频谱资源以保障系统吞吐量.     

有限反馈CoMP系统中多小区差分CQI协作调度

针对有限反馈的协作多点系统,提出了一种考虑小区间干扰、提高小区边缘用户吞吐量的多小区协作调度算法.利用信道质量指示值(CQI)的差值(差分CQI)表征协作区域内相邻小区的用户采用不同预编码向量时对本小区用户的干扰情况.基站根据由用户反馈、小区间交互得到的差分CQI生成干扰加权因子,结合小区内比例公平调度算法计算的优先级因子,完成协作区域内不同小区间的用户配对和调度.新算法兼顾了系统的公平性和频谱效率,通过协调不同小区用户间的干扰,提高了边缘用户的数据速率,并利用差分CQI的反馈与交互,减小了协作小区间控制信息交互量.     

用于多小区OFDM系统的分布式上行功率控制算法

为了协调小区间干扰,提高边缘用户性能,研究了OFDM系统多小区间的功率分配问题.基于非合作博弈理论,给出既可以保证每个用户信干比最小又考虑其他小区同信道干扰的效用函数.通过求解最大效用函数值,得到一种多小区分布式上行功率控制算法.该算法中每个小区只需本地信息就可以协调小区间干扰,实现了用户间公平性与频谱利用率的最佳折中.通过仿真分析,讨论了算法的参数选取,验证了算法的收敛性.仿真结果表明,与等功率分配相比,虽然吞吐量下降了17%,但是公平性提高了1.7倍.     

多点协同系统中的协同波束赋形干扰抑制

为了解决采用波束赋形多小区系统中波束冲突带来的小区间干扰问题,提出了一种基于特征值的协同波束赋形算法. 该算法在各小区用户调度确定的情况下,部分干扰环境较为恶劣的用户要求其服务小区与最强干扰小区协同工作,联合计算在该用户所占用频率上的波束赋形向量. 通过这种多点协同技术可达到抑制干扰、采用相同频率用户的可达速率和最大化的目的. 仿真结果表明,与各小区独立计算波束赋形向量的方法相比,所提算法能有效提升系统性能.     

多小区MU-MIMO系统中的动态模式切换算法

基于干扰协调(IA)方法,通过级联小区间干扰抑制预编码矩阵P与小区内用户间干扰抑制预编码矩阵,能显著提高小区边缘用户的速率.然而,此方法只能针对固定位置用户设计,而实际系统用户在小区中是随机分布的.针对此问题,提出了一种动态模式切换(DMS)方式.小区中的所有用户根据各自受到干扰的情况,计算一阈值并自行选择工作模式(IA-MMSE或MF模式),基站分别对2组不同模式的用户进行机会调度.仿真结果表明,此方式既能提升小区边缘用户的速率,又保证了小区中心用户的速率不受影响.并通过优化矩阵P,进一步提高了小区边缘用户的速率.     

VMIMO系统基于MMSE-SIC接收机的配对调度策略

提出了一种应用于虚拟MIMO(VMIMO)系统中基于最小均方误差串行干扰消除(MMSE-SIC)接收机的分组可调公平配对调度算法。算法通过比例公平(PF)调度选取首用户,并采用分组与所设计的可调度量准则相结合的方式选择配对用户。仿真结果表明,该算法能够在开发多用户分集增益的同时,利用MMSE-SIC接收机的特点使小区边缘用户的服务质量获得提高。并且,通过可调系数可以获得系统吞吐量与用户公平性之间的平衡。     

采用扩展联合检测提高TD-SCDMA系统的健壮性

提出了扩展联合检测的方法,用于消除邻小区强干扰和小区内干扰. 首先确定干扰较大的邻小区用户的扩频码,估计其信道特性,并将其扩充至系统矩阵,和期望小区接入用户一起进行联合检测,同时消除邻小区和小区内干扰. 仿真结果表明,此方法能够有效消除时分同步码分多址（TDSCDMA）系统中邻小区强干扰,减少邻小区用户处于小区边缘时造成的系统性能波动,提高系统的健壮性.     

基于广义分布式天线阵的MIMO检测

针对超3代（B3G）系统中广义分布式天线阵的架构,提出了适用于多个多天线阵中多输入多输出（MIMO）结构的交叉迭代检测译码算法. 该算法通过在多天线阵之间交叉传递信息的方式,将传统的贝尔实验室分层空时码（BLAST）译码算法与干扰删除操作结合起来,实现交叉迭代译码,有效地解决了广义分布式天线阵系统中相邻天线阵覆盖范围内使用相同资源用户之间的干扰问题,改善了系统性能.     

两单播多跳网络的干扰对齐和功率分配方案

针对两单播多跳网络,在存在两个中继端的情况下,研究源端的干扰对齐预编码设计、中继的干扰消除解码和预编码转发设计,以及目的端的干扰消除解码处理. 对干扰对齐和解码需满足的约束条件进行分析,给出简化的网络干扰对齐的可行条件. 此外,对源端与中继端的功率分配进行优化. 最后对干扰对齐的可行性、功率分配的性能进行仿真测试. 表明在满足网络对齐约束条件后,干扰对齐可行,并且采用简化迭代注水功率分配算法较采用平均功率分配算法的系统容量有明显提高.     

基于干扰对齐和波束赋形的多中继传输机制

针对多中继两跳多输入多输出系统,提出了一种中继传输方案和干扰对齐算法.该方案在发送端和中继间采用发送波束赋形技术,实现频谱的高效利用;中继向接收端转发时,采用干扰对齐技术.给出了一种接收端低计算量的干扰消除算法.仿真结果表明,利用该传输方案,能实现较高的系统容量和能量效率.     

求解多峰优化问题的改进布谷鸟算法

布谷鸟算法是一种简便而高效的元启发式算法.然而,布谷鸟算法在求解复杂的多峰优化问题时通常存在易陷入局部最优解的缺点.针对布谷鸟算法的这种缺点,结合神经网络算法和布谷鸟算法的特性,提出一种基于神经网络的布谷鸟算法.该算法的核心思想是借助改进神经网络算法的强大全局搜索能力和动态种群策略来平衡布谷鸟算法的全局搜索能力和局部搜索能力,从而减少布谷鸟算法陷入局部最优的可能性.该算法首先将种群中的个体依照适应度值的优劣进行排序,然后对种群中最好的一半个体通过布谷鸟算法进行优化,对种群中最差的一半个体通过改进的神经网络算法进行优化,最后将所有个体组成一个新的种群,并从中筛选出最优解.采用24个复杂基准测试函数检验所提出算法求解多峰优化问题的性能,并将优化结果与神经网络算法,布谷鸟算法以及一些改进的布谷鸟算法所获取的优化结果相比较.实验结果表明:所提出的算法充分地展现了神经网络算法和布谷鸟算法的优势,其在求解质量,求解效率以及求解稳定性上均显著优于其它算法.     

多小区干扰对齐的低复杂度发射天线选择算法

针对多小区干扰对齐系统的下行链路,在研究基于穷搜索和分布式干扰对齐的最优发射天线选择算法的基础上,提出了一种低复杂度的发射天线选择算法．该算法采用贪心搜索策略,利用部分迭代的分布式干扰对齐方法,在保持其他基站的发射天线选择方案不变的情况下,沿着系统和容量增加的搜索方向依次优化各基站的发射天线选择方案,从而达到降低计算复杂度的目的．复杂度分析及仿真结果表明,在获得接近于最优发射天线选择算法的系统和容量性能的同时,该算法能有效降低计算复杂度,并且通过调整部分迭代次数,可以达到系统和容量性能与计算复杂度的折中．     

多蜂窝系统下行多用户CoMP中一种次优的子载波和功率分配算法

针对传统的协作多点传输/接收(CoMP)系统中蜂窝中心用户和边缘用户在子载波分配过程中出现的分配不公平和未考虑可变功率因素的问题,提出了一种次优的旨在最大化扇区内所有用户吞吐量的子载波和功率分配算法.该算法将蜂窝边缘用户可使用的频率资源扩展到蜂窝所在的整个频段,同时蜂窝中心用户和边缘用户在整个频段上通过正比公平算法竞争最优的子载波资源,用以保证用户的公平性,然后根据最优化目标函数和得到的子载波分配算法,对小区内的所有用户进行最小速率和正比公平限制,利用拉格朗日乘子法计算出了分配给每个用户的功率.仿真结果显示,该算法可以显著提高所有用户的公平性和吞吐量.     

MIMO异构网络下行链路干扰对齐

针对由多输入多输出异构网络的下行链路存在的干扰,提出了一种基于零空间的干扰对齐方案．该方案通过联合设计微基站的发射波束成形矩阵和宏用户的接收波束成形矩阵,从而消除微基站到宏用户的干扰．该方案支持任意多个宏用户,同时提供闭式解．另外,该方案适用传统干扰对齐方案的不可行区域．最后,仿真结果展示了基于零空间的干扰对齐方案所能达到的自由度．     

基于范数最小的干扰对齐预编码方案设计

干扰对齐是解决无线通信系统中同信道干扰的重要技术之一,能获得与用户数量成线性关系的自由度增益。针对干扰对齐中预编码矩阵的目标函数过于复杂,难以优化的问题,用子空间投影的方法证明了期望信号最强的条件是在信号空间和干扰空间的仿酉矩阵的内积范数最小时得到的,并提出基于内积范数最小的预编码矩阵方案。然后在多用户干扰信道中,分别用迫零和最小均方误差接收机,测试了该算法的性能。仿真结果表明,与现有预编码方案相比,该方案的信道容量有明显的提高。