分层异构无线网络中的干扰抑制技术及分析

在无线网络中,带宽和降低功耗的需求导致小区的覆盖范围变小,这就要求减少用户与基站的距离,进而增加系统容量。传统宏蜂窝和低功率小蜂窝共存的异构网络可以有效地提高系统容量,但是宏蜂窝和小蜂窝的同层干扰和跨层干扰严重影响了系统性能。提出了分层干扰对齐预编码技术,有效地缓解了同层干扰和跨层干扰。     

多用户 MIMO 多载波系统空时预编码技术的研究磁

多天线空时预编码技术利用信道状态信息能够有效地改善无线通信系统性能与吞吐量,成为未来无线移动通信领域研究的热点。根据发射端利用信道状态信息情况,预编码技术可分为完全信道预编码技术和部分信道预编码技术。文章主要研究了多用户 MIMO 多载波无线通信系统中空时预编码技术,研究了多用户 MIMO 多载波系统中空时预编码技术,文中还重点对基于码本的多用户 MIMO 预编码进行了研究。     

多用户MIMO系统中的一种低复杂度用户选择算法

联合块对角化和几何均值分解(BD-GMD)是一种用于下行多用户多输入多输出(MU-MIMO)系统的预编码方案。在信噪比(SNR)较高的情况下,此方案在信道吞吐量和误符号率(SER)两方面都是渐进最优的。但是,在BD-GMD方案中,发射和接收天线的数量限制了能同时通信的用户数。在一个拥有大量用户的下行MU-MIMO系统中,为了使得系统总的吞吐量最大,基站必须从大量的用户中选出一个用户子集,同时对他们进行服务。采用穷尽搜索算法能得到最优的用户子集,但这种方法所需要的计算量太大。因此,提出了一种次最优但是计算复杂度较低的用户选择算法,用于采用BD-GMD方案的下行MU-MIMO系统。此算法具有随用户数变化的线性复杂度,另外,仿真结果显示,其总的吞吐量大致能达到采用穷尽搜索算法所获得的系统总吞吐量的95%。     

多小区MIMO系统中的迫零型预编码方法

针对多小区下行链路中的多 用户之间的同频干扰问题,提出了一种新的迫零型预编码方法。该方法基于线性代数的正交 投影原理,构造联合干扰信道矩阵,将目标用户的信道矩阵投影到联合干扰信道的零空间。 由此构造的预编码矩阵可以使得目标用户不会对其他用户产生干扰。相比于传统的预编码方 法,此方法在低信噪比区域性能较优,但是在高信噪比区域不如传统方法,所以结合两种方 法的特点,本文进一步提出了一种自适应预编码方法,并且分析对比了3种方法的计算复杂 度。仿真结果表明：自适应预编码方法在整个信噪比区域均优于传统方法,而运算复杂度略 高于传统方法。     

一种低复杂度高性能的MIMO系统自适应检测算法

如何克服发射信号的重叠和码间干扰是MIMO系统信号检测技术面临的关键问题。信号检测算法的性能优劣是影响MIMO技术能否真正适于实际应用的关键因素。结合MLD算法高性能和MMSE-SIC算法低复杂的优点,对Hybrid算法进行了改进,提出了一种基于信道最大/最小特征值的自适应混合检测算法。该算法重新定义了自适应系数,并通过信道矩阵特征值的特性,自适应控制三种子混合算法检测数据流时的百分比,以达到更高的检测效率。仿真结果表明：无论信道在何种复杂环境下,该算法具有与MLD算法几乎相同的误码性能,计算复杂度也有很大的改善。     

提升MIMO干扰信道容量的干扰对齐方案

为提高多用户MIMO干扰信道的容量,提出一种干扰对齐方案。在假设已有天线配置情况不变的条件下,将发送端的原有天线划分为数目相当的2个子组,分别设置不同的天线参数,以消除2个子组天线之间的相关性,从而形成2组独立的传输信道。在接收端将经由2组子信道传输后的接收信号进行合并,间接扩展信号空间维数。基于合并处理后的等效信道传输矩阵,分别利用优化预编码向量夹角和正交投影的方法求解预编码矩阵与联合矩阵,以减少已有干扰对齐方案通过迭代求解所需的运算量。仿真结果表明,在总天线配置情况不变时,该方案可以提高多用户MIMO信道的抗干扰能力。     

一种MIMO-HARQ无线系统的接收机设计

混合自动请求重传(HARQ)以ARQ方式合并带有前向纠错码(FEC)的数据包,明显地提高系统的吞吐量。围绕无线通信系统中几种MIMO-HARQ合并方案,从存储要求、误码率等多角度考虑接收机的设计。提出了一种新的接收机合并方案,分析和仿真表明,所提方案具有很好的误码率性能与存储要求之间的折中,可应用于Chase合并和增量冗余合并中。     

基于MMSE准则的MIMO系统干扰抑制

MIMO系统可有效对抗衰落并提高系统容量.在实际环境中,MIMO系统可能接收到来自空间某个方向上的干扰.针对空时分组码MIMO系统,给出一种基于MMSE准则数字波束形成的干扰抑制方案,仿真结果表明该方案能有效抑制MIMO系统中的强定向干扰,但与无干扰的理想情况相比,系统的一些性能有所降低.     

一种多区协同的区间干扰抑制方法

在LTE-Advanced系统中,小区频率复用因子为1,从而区间干扰会严重影响小区边缘用户接收性能。为减少数据交换量,提出一种基于用户划分的干扰抑制方法。首先根据用户接收功率估计,判断相邻小区内是否存在边缘用户,存在时,通过多区协同实现对该边缘用户的干扰抑制,而不存在时,则采取单小区多用户干扰抑制方法,与传统方法相比,该方法无需所有相邻小区用户的信道状态信息,从而大大减少了在基站间的数据交换量。文章介绍了该方法实现步骤,分析了实现复杂度,并通过对用户误码率仿真证明了算法性能。     

多点协作系统中基于PMI反馈的小区间干扰弱化

针对LTE通信系统中小区间干扰,给出多点协作情况下基于预编码矩阵索引反馈(PMI)的小区间干扰弱化方案。干扰弱化方案采用基于码本的预编码技术,接收机选用最小均方差(MMSE)设计,干扰小区间采用轮询调度算法。仿真结果表明,引入PMI反馈协调方案后,多点协作系统中每个用户的平均频谱利用率明显提高,小区间干扰得到有效的抑制。     

多模型MIMO系统的模糊加权控制策略

讨论了常规控制策略对多模型系统控制的局限性,通过研究人的决策思路,提出了多模型MIMO系统的模糊加权控制策略.仿真结果表明,这种控制策略使系统具有良好的静、动态特性.     

提高MIMO信道BER性能的干扰对齐方案

为提高多输入多输出(MIMO)X信道的比特误码率(BER)性能,提出一种干扰对齐方案。在发送端将数据按照Alamouti编码方案重复发送,在接收端通过重新配置天线工作模式改变信道系数,构成具有正交结构的等效信道矩阵,通过矩阵运算消除干扰,并采用低复杂度的PIC群译码算法进行译码。仿真结果验证了该方案的有效性。     

一种多数据流MIMO系统中的改进自适应算法

研究表明自适应MIMO技术是无线频谱资源有限情况下提高通信系统吞吐量的一种有效方式.文中对数据流MIMO系统提出一种基于MMSE检测的改进自适应算法,首先利用基于奇异值分解(SVD)的注水算法进行初始功率分配和数据流选择,然后选用信干噪比(SINR)作为等效信道质量指示(CQI),在总发射功率和误帧率(FER)一定的前提下,根据现有一种迭代算法进一步计算每个数据流上分配的功率及其使用的调制编码模式.仿真结果表明该自适应算法能改善系统吞吐量,且在低信噪比下简化了原来的迭代算法.     

仪表测控系统中信号干扰的抑制

介绍工业现场中仪表测控系统的干扰以及干扰的抑制法。     

PLC系统电磁干扰的抑制

介绍电磁干扰的分类与性质,分析PLC控制系统电磁干扰产生的原因,并提出抑制方法。     

单载波MIMO系统的一种抑制噪声的MMSE信道估计方案

单载波MIMO系统的频域均衡是对抗信道频率选择性衰落的有效方法,它的良好性能依赖于接收端准确的信道估计(ChannelEstimation,CE)。常见的迫零信道估计(ZF-CE)在导频频域非恒包络的情况下,会使信道估计误差增大而造成误码性能降低。本文通过设计导频结构,提出一种实用的最小均方误差信道估计(MMSE-CE)算法和抑制噪声的内插方法,构成单载波MIMO系统频域均衡的一种信道估计方案。理论分析和仿真结果表明,该方案能较好的减小导频频域能量不恒定造成的性能损失,误码性能比ZF-CE显著提高。     

直接序列扩频系统中的窄带干扰抑制

扩频技术在新兴的个人无线通信中得到了广泛的应用。由于可用频带的限制,扩频通信系统要与现有的窄带通信系统共享相同的频带,而且扩频信号的幅度相对于窄带信号的幅度要小很多。尽管扩频通信系统自身具有抗窄带干扰的能力,但当存在窄带干扰的时候,有效的窄带干扰抑制技术可以提高系统性能。该文主要对最小均方误差检测技术抑制窄带干扰进行了研究,分析了其性能及自适应算法的实现。仿真结果证明,应用最小均方误差检测可以有效地对抗数字窄带干扰。     

ST-OFDM载波间干扰线性均衡技术

分析了频率非选择性衰落信道下ST-OFDM系统载波间干扰的具体内容,利用连续发射已知ST-OFDM符号来估计ST-OFDM中各个子载波对其他子载波的干扰,然后通过特定的线性均衡方法达到ST-OFDM载波间干扰的抑制.在莱斯衰落信道下的仿真结果表明,选择6个相邻子载波12个干扰系数的均衡技术ST-OFDM系统可获得至少10dB的信干比增益,可以使ST-OFDM系统在性能和运算量上获得最佳.     

基于深度残差神经网络的GNSS接收机干扰抑制方案

在各种压制式和欺骗式干扰随机存在的全球卫星导航系统（Global navigation satellite system, GNSS）复杂应用环境下,传统先估计干扰信号参数再抵消的干扰抑制方法需要针对不同类型的干扰设计专门的参数估计和抵消算法,设计工作量大且缺乏通用性。为此本文提出了一种基于深度残差神经网络的干扰抑制方案。首先,针对典型的GNSS干扰类型搭建和训练了相应的残差神经网络,实现从受扰接收信号中直接提取有用卫星信号。然后,结合干扰分类识别结果,将对一维接收信号进行短时傅里叶变换（Short-time fourier transform, STFT）预处理后的时频谱二维信号送入与干扰类型相对应的残差网络,网络输出消除了干扰信号影响的有用卫星信号的时频二维谱。该方案无需对不同类型的干扰采用不同的参数估计和干扰抵消方法,对各类压制干扰和欺骗信号均采用相同的处理流程。实验结果表明相比于先估计干扰信号参数再进行抵消的干扰抑制方案,所提方案对各种GNSS干扰类型均具有较好的抑制效果,具备一定的通用性。