CN102170412B - 基于多点多用户协作下行的干扰松弛对齐方法 - Google Patents

Abstract

本发明公开了一种基于多点多用户协作下行的干扰松弛对齐方法，其具体步骤包括：(1)根据通信***对性能需求的不同和传输方式的不同，发送端采用相 应的信道估计技术完成信道估计，得到信道矩阵参数；(2)建立由松弛因子λ松弛干扰对齐约束条件后形成的约束条件和目标函数组成的优化方程；(3)求解优化方程；(4)各发送端分别用求解出的波束成形矩阵左乘发送信号完成预处理；(5)各接收端分别用求解出的干扰消除矩阵的共轭转置左乘接收到的信号完成后处理。本发明具有可以快速求解出用于抑制多用户干扰所需的波束成形矩阵集合和干扰消除矩阵集合，并通过发送端和接收端分别进行预处理和后处理抑制多用户干扰的优点。

Description

基于多点多用户协作下行的干扰松弛对齐方法

技术领域

本发明属于通信技术领域，更进一步涉及多点多用户协作下行通信技术领域中，基于干扰对齐技术基础上，采用干扰松弛技术，对发送端信号进行预处理和接收端接收信号进行后处理，以便抑制多点多用户协作下行通信时产生的多用户干扰。

背景技术

在多点多用户协作通信***的下行链路，多个传输点通过协作的方式同时向多个用户发送信息。任何一个用户在接收有用信号的同时，还将收到来自其它传输点的信号，可能产生多用户干扰。为消除干扰，目前主要是采用干扰对齐技术使得期望接收信号与干扰信号明显可分，达到消除多用户干扰的目的。

Krishna Gomadam在文章“Approaching the Capacity of Wireless Networksthrough Distributed Interference Alignment”(Global TelecommunicationsConference，2008.IEEE GLOBECOM 2008.IEEE，pp.1-6，Nov.30 2008-Dec.42008)中提出一种多点多用户协作下行传输时联合波束成形实现干扰对齐的方法。该方法的实施步骤是：第一，发送端的联合处理中心综合考虑所有链路的信道信息，基于使信道容量最大化(即所有用户获得的等效独立信道数之和最大)的优化目标，为每个发送端和接收端计算出最优的波束成形矩阵和干扰消除矩阵；第二，发送端在发送信号前，对信号进行预处理(即波束成形矩阵左乘发送信号)；第三，接收端对接收信号进行后处理(即干扰消除矩阵的共轭转置左乘接收到的信号)。虽然该方法通过发送端和接收端的联合处理达到了消除多用户干扰的目的，但是，该方法仍然存在不足之处：当发送端数目和接收端数目均大于等于3时，对联合波束成形的求解是一个NP-难(Nondeterministic Polynomial-time hard，非确定性多项式时间困难)问题，很难在多项式时间内求解出***用于消除多用户干扰所需的波束成形矩阵集合和干扰消除矩阵集合，导致工程上发送端和接收端根本没有办法进行下一步的联合波束成形，无法实现干扰对齐以消除多用户干扰。尽管可以采用迭代求解方法获得波束成形矩阵集合和干扰消除矩阵集合，但同时在运算过程中，多用户干扰被放大，实际操作中效果很差。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种基于“干扰松弛对齐”的联合波束成形方法，可以快速地寻求联合波束成形的有效解，实现干扰松弛对齐以抑制多点多用户协作下行通信产生的多用户干扰。

本发明实现的具体步骤包括如下：

(1)获得信道矩阵参数。根据通信***对性能需求的不同和传输方式的不同，发送端采用相应的信道估计技术完成信道估计，得到信道矩阵参数。

(2)建立优化方程。

2a)确定约束条件。根据每个***对性能要求不同而产生的最大可容忍的残余多用户干扰，确定对应的松弛因子λ。用松弛因子λ对干扰对齐约束条件进行不大于最大可容忍的残余多用户干扰的松弛，得到干扰松弛对齐的约束条件。

2b)选定目标函数。根据使信道容量最大化的优化准则，选定所有接收端获得的等效独立信道数之和最大作为优化方程的目标函数。

2c)建立由约束条件和目标函数组成的优化方程：

目标函数： $\max \underset{k\∈K}{\mathrm{\Σ}}{d}_k$

约束条件： $\left\{\begin{array}{cc}{U}_k^H{H}_{\mathrm{kj}}{V}_j\≤{\mathrm{\σ}}_k^{2}I/\mathrm{\λ},& \∀k\≠j\\ \mathrm{rank}\left(U_k^H{H}_{\mathrm{kk}}{V}_k\right)=d_k,& 1\≤k\≤K\end{array}\right.$

其中，d_k为接收端k获得的等效独立信道数，

U_k为第k个接收端的干扰消除矩阵，

[·]^H为矩阵的共轭转置，

H_kj为第j个发送端到第k个接收端的信道矩阵参数，

V_j为第j个发送端的波束成形矩阵，

为加性高斯白噪声功率，

I为单位矩阵，

rank(·)为矩阵的秩，

H_kk为第k个发送端到第k个接收端的信道矩阵参数，

V_k为第k个发送端的波束成形矩阵。

(3)求解优化方程，获得用于抑制多用户干扰的波束成形矩阵集合和干扰消除矩阵集合，并分别发送给对应的发送端和接收端。

(4)各发送端分别用获得的波束成形矩阵集合中对应的波束成形矩阵与发送信号左乘，完成对发送信号的预处理。

(5)各接收端分别用获得的干扰消除矩阵集合中对应的干扰消除矩阵的共轭转置左乘接收到的信号，完成对接收到的信号的后处理。

本发明与现有技术相比，具有如下优点：

第一，本发明由于引入了松弛因子，解决了现有技术中NP-难问题无法求解的困扰，可以快速求解出用于抑制多用户干扰所需的波束成形矩阵集合和干扰消除矩阵集合。

第二，本发明不仅适用于发送端数目和接收端数目均大于等于3的情形，而且在发送端数目和接收端数目不是均大于等于3时，也可以应用本发明的方法快速求解出用于抑制多用户干扰所需的波束成形矩阵集合和干扰消除矩阵集合。

第三，本发明基于求解出的波束成形矩阵集合和干扰消除矩阵集合，可以在发送端和接收端分别进行预处理和后处理，实现了区分干扰和期望接收信号的干扰松弛对齐，抑制了多用户之间的相互干扰。

附图说明

图1为本发明流程图。

图2为多点多用户协作下行传输示意图。

具体实施方式

以下参照附图对本发明作进一步的描述。

针对如图2所示的多点多用户协作下行传输场景，本发明抑制多用户干扰的过程如图1所示，其实现的步骤如下：

步骤1，获得信道矩阵参数。根据通信***对性能需求的不同和传输方式的不同，发送端采用相应的信道估计技术完成信道估计，得到信道矩阵参数。

信道估计技术可分为两类：盲估计和基于参考信号的估计。不同的信道估计技术获得不同的频谱利用率性能，在通信***需要更高的频谱利用率性能时，可以采用盲估计，盲估计完全利用传输数据内在的信息来实现信道估计。显然，盲估计节约了带宽，提高了***的频谱利用率，但是它的算法运算量较大、灵活性较差，因此也带来了很大的处理时延。相反，在通信***需要更好的时延性能时，可以采用基于参考信号的信道估计。基于参考信号的信道估计按一定估计准则确定待估参数，或者按某些准则进行逐步跟踪和调整待估参数的估计值。其特点是需要借助参考信号，即导频或训练序列。基于训练序列和导频序列的估计统称为基于参考信号的估计算法。基于训练序列的信道估计算法适用于突发传输方式的***。通过发送已知的训练序列，在接收端进行初始的信道估计，当发送有用的信息数据时，利用初始的信道估计结果进行一个判决更新，完成实时的信道估计。基于导频符号的信道估计适用于连续传输方式的***。通过在发送的有用数据中***已知的导频符号，可以得到导频位置的信道估计结果；接着利用导频位置的信道估计结果通过内插得到有用数据位置的信道估计结果，完成信道估计。本发明的实施例的信道估计技术采用基于导频的最小均方误差(MMSE)信道估计技术，这种技术虽然频谱利用率较低但是时延性能更好。

基于导频的MMSE信道估计方法是在发送端适当位置***导频，接收端利用导频恢复出导频位置的信道信息，然后通过内插、滤波、变换等手段获得所有的信道信息。实践中，导频的***方式有两种：梳状导频和块状导频。根据信道条件的不同，选择不同的导频图案用于信道估计。梳状导频是在频域间隔地分布导频，以梳状导频进行的信道估计在时域上是连续的；块状导频是在时域周期性地分布导频，以块状导频进行的信道估计在频域上是连续的。在加性高斯白噪声(AWGN)时不变信道条件下，两种导频图案的性能是完全一样的，但是在快变信道中，梳状导频要优于块状导频。本发明的实施例中选择性能更好的梳状导频进行信道估计。

在接收到含有梳状导频信息的符号后，接收端将依据MMSE准则从导频位置恢复出导频时刻信道信息。

由MMSE信道估计公式可以得到信道的时域MMSE估计结果为：

${\hat{h}}_{\mathrm{MMSE}}=R_{\mathrm{hY}}{R}_{\mathrm{YY}}^{-1}Y$

其中，为时域MMSE估计结果，

R_hY为h与Y的互相关矩阵，h为信道冲激响应，

[·]^-1为逆矩阵，

R_YY为Y的自相关矩阵，

Y为接收端经过N点离散傅立叶变换(DFT)后得到的频域接收信号，

N为离散傅立叶变换区间的长度。

基于以上时域估计结果，将与N点DFT变换矩阵F相乘可以得到信道的频域MMSE估计结果：

其中，

$W_N^{\mathrm{nk}}=\frac{1}{\sqrt{N}}{e}^{-j2\mathrm{\π}\frac{\mathrm{nk}}{N}}.$

步骤2，建立优化方程。

2a)根据每个***对性能要求不同而产生的最大可容忍的残余多用户干扰，确定约束条件。

发送信号在经过发送端预处理和信道传输后，到达第k个接收端的信号为：

y_k＝H_kkV_ks_k+∑H_kjV_js_j+z_k

其中，y_k为第k个接收端收到的信号，

H_kk为第k个发送端到第k个接收端的信道矩阵参数，

V_k为第k个发送端的波束成形矩阵，

s_k为第k个发送端的发送信号，

H_kj为第j个发送端到第k个接收端的信道矩阵参数，

V_j为第j个发送端的波束成形矩阵，

s_j为第j个发送端的发送信号，

z_k为加性高斯白噪声，服从正态分布 为噪声功率。接收端收到的信号y_k经过后处理，最终解调出的信号为：

其中，为第k个接收端解调出的信号，

U_k为第k个接收端的干扰消除矩阵，

[·]^H表示矩阵的共轭转置。

中第二项H_kjV_j为干扰对齐后的残余多用户干扰。理想干扰对齐的约束条件为：

$U_k^H{H}_{\mathrm{kj}}{V}_j=0$ $(\∀k\≠j)$

可见，由理论推导获得的理想干扰对齐约束条件，要求实现干扰对齐后残余多用户干扰应当完全为零，在实际中由于背景噪声的存在，所以理想干扰对齐完全没有必要，且算法的工程实现太复杂。每个***对性能要求不同而产生的最大可容忍的残余多用户干扰是不同的，性能是指残余多用户干扰的量级，根据不同***所产生的最大可容忍的残余多用户干扰确定对应的松弛因子λ应当满足：

${\max }_{\mathrm{tol}}\left(U_k^H{H}_{\mathrm{kj}}{V}_j\right)={\mathrm{\σ}}_k^{2}I/\mathrm{\λ}$ $(\∀k\≠j)$

其中，为最大可容忍残余多用户干扰，

I为单位矩阵。

用确定的松弛因子λ对理想干扰对齐约束条件进行不大于最大可容忍的残余多用户干扰的松弛，使残余多用户干扰满足下面的约束条件：

$U_k^H{H}_{\mathrm{kj}}{V}_j\≤{\mathrm{\σ}}_k^{2}I/\mathrm{\λ}$ $(\∀k\≠j)$

如果***要求残余多用户干扰小于等于噪声功率的一半，则λ＝2。残余多用户干扰满足的约束条件为：

$U_k^H{H}_{\mathrm{kj}}{V}_j\≤{\mathrm{\σ}}_k^{2}I/2$ $(\∀k\≠j)$

2b)选定优化目标函数。接收端可以获得的等效独立信道数越大，其获得的信道容量也就越大。为了使干扰松弛对齐后所有接收端的信道容量之和最大，根据使信道容量最大化的优化准则，将优化方程目标函数选定为使所有接收端获得的等效独立信道数之和最大，此时的优化目标函数表达式为：

$\max \underset{k\∈K}{\mathrm{\Σ}}{d}_k,1\≤k\≤K$

其中，d_k为接收端k获得的等效独立信道数，

rank(·)为矩阵的秩。

2c)建立优化方程。建立如下由步骤2a)中设定的约束条件和步骤2b)中选定的目标函数组成的优化方程：

目标函数： $\max \underset{k\∈K}{\mathrm{\Σ}}{d}_k$

约束条件： $\left\{\begin{array}{cc}{U}_k^H{H}_{\mathrm{kj}}{V}_j\≤{\mathrm{\σ}}_k^{2}I/\mathrm{\λ},& \∀k\≠j\\ \mathrm{rank}\left(U_k^H{H}_{\mathrm{kk}}{V}_k\right)=d_k,& 1\≤k\≤K\end{array}\right.$

此优化方程是在满足干扰松弛对齐后残余多用户干扰小于等于***最大可容忍的残余多用户干扰的约束条件下，寻找使信道容量之和最大的波束成形矩阵集合和干扰消除矩阵集合。

步骤3，求解优化方程，获得联合波束成形的有效解。通过发送端的联合处理中心求解步骤2中建立的优化方程，获得波束成形矩阵集合V_m(m＝1，2...L)和干扰消除矩阵集合U_n(n＝1，2...K)，并分别发送给对应的发送端和接收端，其中波束成形矩阵集合用于步骤4中各发送端的预处理，干扰消除矩阵集合用于步骤5中各接收端的后处理。

步骤4，发送端预处理。各发送端分别用步骤3中获得的波束成形矩阵集合V_m(m＝1，2...L)中对应的波束成形矩阵左乘发送信号完成预处理步骤。

在发送端1，用波束成形矩阵V₁左乘发送信号s₁，得到V₁s₁，然后将其发送；

在发送端2，用波束成形矩阵V₂左乘发送信号s₂，得到V₂s₂，然后将其发送；在发送端L，用波束成形矩阵V_L左乘发送信号s_L，得到V_Ls_L，然后将其发送。

步骤5，接收端后处理。各接收端分别用步骤3中获得的干扰消除矩阵集合U_n(n＝1，2...K)中对应的干扰消除矩阵的共轭转置左乘接收到的信号完成后处理步骤。

在接收端1，用干扰消除矩阵U₁的共轭转置左乘接收到的信号y₁，得到最终解调出的信号在接收端2，用干扰消除矩阵U₂的共轭转置左乘接收到的信号y₂，得到最终解调出的信号在接收端K，用干扰消除矩阵U_K的共轭转置左乘接收到的信号y_K，得到最终解调出的信号

Claims (5)

1.一种基于多点多用户协作下行的干扰松弛对齐方法，包括如下步骤：

(1)获得信道矩阵参数：根据通信***对性能需求和传输方式的不同，发送端采用相应的信道估计技术完成信道估计，得到信道矩阵参数；

(2)建立优化方程

2a)确定约束条件，根据每个***对性能要求不同而产生的最大可容忍的残余多用户干扰，确定对应的松弛因子λ，其中松弛因子λ是指残余多用户干扰和噪声功率的比值；用松弛因子λ对干扰对齐约束条件进行不大于最大可容忍的残余多用户干扰的松弛，得到干扰松弛对齐的约束条件；

所述对应松弛因子λ应当满足下公式：

${\max }_{\mathrm{tol}}\left(U_k^H{H}_{\mathrm{kj}}{V}_j\right)={\mathrm{\σ}}_k^{2}I/\mathrm{\λ}(\∀k\≠j)$

其中，为最大可容忍残余多用户干扰，

U_k为第k个接收端的干扰消除矩阵，

[·]^H表示矩阵的共轭转置，

H_kj为第j个发送端到第k个接收端的信道矩阵参数，

V_j为第j个发送端的波束成形矩阵，

为加性高斯白噪声功率，

I为单位矩阵；

2b)选定目标函数：依据使信道容量最大化的优化准则，选定所有接收端获得的等效独立信道数之和最大作为优化方程的目标函数；

2c)建立由约束条件和目标函数组成的优化方程：

目标函数： $\max \underset{k\∈K}{\mathrm{\Σ}}{d}_k$

约束条件： $\left\{\begin{array}{cc}{U}_k^H{H}_{\mathrm{kj}}{V}_j\≤{\mathrm{\σ}}_k^{2}I/\mathrm{\λ}& \∀k\≠j\\ \mathrm{rank}\left(U_k^H{H}_{\mathrm{kk}}{V}_k\right)=d_k,& 1\≤k\≤K\end{array}\right.$

其中，d_k为接收端k获得的等效独立信道数，

U_k为第k个接收端的干扰消除矩阵，

[·]^H为矩阵的共轭转置，

H_kj为第j个发送端到第k个接收端的信道矩阵参数，

V_j为第j个发送端的波束成形矩阵，

为加性高斯白噪声功率，

I为单位矩阵，

rank(·)为矩阵的秩，

H_kk为第k个发送端到第k个接收端的信道矩阵参数，

V_k为第k个发送端的波束成形矩阵，

K为接收端个数，K的取值范围为正整数；

(3)求解优化方程，获得波束成形矩阵集合V_m(m=1，2...L)和干扰消除矩阵集合U_n(n=1，2...K)，其中m表示发送端的标号，L表示发送端的个数，n表示接收端的标号，K表示接收端的个数；

(4)各发送端按照V_m对应第m个发送端，分别用获得的波束成形矩阵集合中对应的波束成形矩阵与发送信号左乘，完成对发送信号的预处理；

(5)各接收端按照U_n对应第n个接收端，分别用获得的干扰消除矩阵集合中对应的干扰消除矩阵U _n 的共轭转置左乘接收到的信号，完成对接收到的信号的后处理。

2.根据权利要求1所述的基于多点多用户协作下行的干扰松弛对齐方法，其特征在于，所述的步骤(1)中通信***的性能包括频谱利用率性能和时延性能。

3.根据权利要求1所述的基于多点多用户协作下行的干扰松弛对齐方法，其特征在于，所述的步骤(1)中通信***传输方式包括突发传输方式和连续传输方式。

4.根据权利要求1所述的基于多点多用户协作下行的干扰松弛对齐方法，其特征在于，所述的步骤(1)中的相应的信道估计技术采用盲估计和基于参考信号的估计技术。

5.根据权利要求1所述的基于多点多用户协作下行的干扰松弛对齐方法，其特征在于，所述的步骤(2)中性能是指残余多用户干扰的量级。