機會干擾對齊技術研究.pdf

1、近年來，干擾對齊(Interference Alignment，IA)作為一種全新的處理干擾并提高系統(tǒng)自由度(Degree of Freedom，DoF)的方法被提出。干擾對齊的核心便是將干擾信號的維度進行最大程度的壓縮，或者使干擾方向最大程度地落入預定義的干擾子空間，而剩余的信號空間未被干擾信號污染，用來傳輸有用信號。本文研究基于奇異值分解(Singular Value Decomposition，SVD)的機會干擾對齊(Opport

2、unistic Interference Alignment，OIA)正是利用了干擾對齊的核心思想，相比干擾對齊中使用的迭代算法，僅以較低的復雜度，并結合多用戶選擇，即可在多輸入多輸出(Multiple-Input-Multiple-Output，MIMO)蜂窩小區(qū)上行鏈路中實現(xiàn)干擾對齊。
　　本文重點研究了基于 SVD分解的機會干擾對齊的理論中斷概率(Outage Probability，OP)及誤符號率(Symbol Erro

3、r Rate，SER)，并設計了新的用戶選擇機制，提高了選擇過程的公平性。機會干擾對齊的研究大多集中在設計用戶選擇機制，降低計算復雜度，并討論系統(tǒng)速率上，而研究機會干擾對齊技術的可靠性，或者理想信道狀態(tài)信息(ChannelStateInformation，CSI)無法完全獲取情況的較少。本文將重點放在基于奇異值分解的機會干擾對齊的中斷概率、誤符號率等性能上，其理論分析在第二章給出。第三章則在更貼近實際情況的非理想信道條件下對機會干擾對齊

4、技術的可靠性進行了分析。另外，現(xiàn)有的文獻設計的用戶選擇機制均是基于最大速率或最大信干噪聲比(Signal toInterference plusNoiseRatio,SINR)等，沒有考慮用戶由于信道條件無法滿足要求而很長時間不被選中的情況，即選擇公平性的問題?；诖?，本文第四章將代價函數(shù)機制加入到用戶選擇過程中，使新的用戶選擇機制能夠有效地提高選擇過程的公平性，更多的用戶能夠參與通信。
　　首先，本文計算了理想及非理想信道條件下

5、基于機會干擾對齊算法的MIMO小區(qū)上行鏈路中干擾泄漏程度。通過使用隨機矩陣中 Wishart矩陣最小特征值分布及次序統(tǒng)計量的相關理論，得到在基站處，也就是收端干擾功率的分布。
　　其次，在收端使用排序的連續(xù)干擾消除(Ordered Successive Interference Cancellation，OSIC)處理小區(qū)內的用戶間干擾，并利用得到的干擾功率的分布推導出系統(tǒng)的信干噪聲比分布，及基于奇異值分解的機會干擾對齊模型的中斷

6、概率、誤符號率的表達式，并予以仿真驗證。與干擾對齊相比，在發(fā)端信噪比(Signal-to-Noise Ratio，SNR)為0-25dB的區(qū)域性能相當。另外，由理論分析得到了以下兩點結論：1)應用基于奇異值分解的上行機會干擾對齊技術得到的分集增益為d=1。2)基站只需要有比選出的用戶數(shù)量更多的天線來分配有用信號與干擾信號的空間即可，而不影響系統(tǒng)性能。
　　最后，在傳統(tǒng)的用戶選擇機制中加入代價函數(shù)，提高用戶選擇過程的公平性，使更多的