MIMO干扰信道中基于自适应复合代价函数的干扰对齐预编码方法技术

本发明专利技术公开了一种MIMO干扰信道中基于自适应复合代价函数的干扰对齐预编码方法，属于无线通信技术领域，其核心思想是利用中间变量辅助实现预编码矩阵的优化设计，具体包括以下步骤：首先，定义期望子空间内的残留干扰和期望信号功率的加权差为代价函数，并借鉴最大比合并思想得出权重系数的自适应选取方式；然后，根据接收端解码方式构造辅助函数，将干扰抑制矩阵转化为中间变量，实现代价函数的复合化；最后，利用格拉斯曼流形上的梯度下降法实现自适应复合代价函数的优化求解，以获得预编码矩阵的最优解。本发明专利技术以较小的复杂度代价，完成了抑制干扰和保留期望信号的双重目标，从而更好地改善了系统性能；并且实现机制简单，具有广泛的适用性。

【技术实现步骤摘要】

本专利技术设及无线通信
，具体设及多用户多输入多输出(Multiple Input Multiple Ou化ut，MIM0)干扰信道系统中一种基于自适应复合代价函数的干扰对齐预编码 方法。
技术介绍
多用户MIMO系统中不可避免地存在同道干扰（Co-Channel Interference，CCI)， 而CCI的存在严重地制约了多用户MIMO系统的容量。干扰对齐（Interference Alignment， IA)作为近年来提出的最具潜力的干扰管理技术而备受关注，其核屯、思想是通过预编码矩 阵将干扰信号压缩到特定的低维子空间内，W保留尽可能大的无干扰空间用于期望信号的 传输。 根据IA算法预编码矩阵设计方式的不同，现有的IA算法可分为两类:直接法和迭 代法。直接法通过解析计算实现完全IA，其复杂度较低，但通常对系统天线配置和信道状态 信息有严格的要求;而迭代法需多次循环迭代W逼近完全IA，复杂度较高，但往往能获得较 好的系统性能，且算法设计更加灵活。因此，目前针对IA算法的研究主要集中于迭代法。 传统迭代IA算法的设计思路有W下两种：其一是利用上下行信道的互易性，通过 收发两端交替优化预编码矩阵和干扰抑制矩阵来实现干扰消除。根据该思路设计出的IA算 法需要收发两端的紧密配合，虽然在理论上能获得较好的系统性能，却难W应用于实际系 统。主要原因包括:首先，实际系统很难满足该类算法对收发两端完全同步的要求;其次，收 发两端的反复迭代会产生大量的反馈与同步信息，不仅给通信系统带来沉重的冗余负担， 而且不适用于移动终端等计算能力有限的情形;最后，算法过分依赖信道互易性，只可能应 用在时分双工(Time Division Duplexing,TDD)系统中；其二是完全回避干扰抑制矩阵的 计算，利用凸优化等方法，由发送端独立完成的预编码矩阵的迭代更新。基于该思路设计而 成IA算法虽然克服了收发两端交替迭代带来的诸多不足，简化了IA算法的实现机制，并将 算法的适用场景从TDD系统扩展到了频分双工(Frequen巧Division D叫Iexing,FDD)系 统，但其刻意忽略干扰抑制矩阵影响的做法不仅限制了IA算法的设计灵活性，还导致算法 在对齐干扰的过程中，不能同时而有效地抑制期望信号的损失，从而限制了MIMO系统可达 容量的提升空间。如果仅从数学角度观察，第一种设计思路中的干扰抑制矩阵仅仅是辅助 设计预编码矩阵的工具，其更新与接收端并没有必然的联系，只是由于设计思维的局限才 必须通过接收端计算获得。而第二种设计思路简单地认为干扰抑制矩阵的优化仅能通过接 收端完成，因而直接W回避干扰抑制矩阵的计算来简化IA算法的实现机制，运样的做法是 极不明智的。
技术实现思路
[000引有鉴于此，本专利技术的目的在于对迭代IA算法的两种已有设计思路进行取精弃糟， 提出一种利用中间变量辅助优化预编码矩阵的设计思想，既可保证IA算法的单边可实现 性，又能突破传统单边IA算法在设计灵活性和系统可达容量上的限制。根据该设计思想，本 专利技术给出一种MIMO干扰信道下基于自适应复合代价函数的IA预编码方法，旨在对齐干扰的 前提下，尽可能地抑制期望信号的损失，从而进一步改善系统性能。 为达到上述目的，本专利技术采用如下的技术方案实现： -种多用户MIMO干扰信道下基于自适应复合代价函数的IA预编码设计方案，其系 统场景设置为：用户数为K，即共有K个发送端与接收端，第k个发送端与接收端端分别配置 Nk和Mk根天线，传输dk个数据流，满足dk ^in (Mk，Nk)。本方案主要步骤如下： 步骤一，在欧氏空间内构建一个具有特定约束的优化问题，定义优化问题的加权 代价函数乃Kt/)为期望子空间内的残留干扰和期望信号功率的可调加权差，定义权重系 数曰k为一个随期望信号、干扰W及噪声强度变化的非负实数，其取值随干扰对系统影响程 度的加强而减小。 步骤二，根据接收端的解码方式构造一个辅助函数C/=/(r)，将2Kdk元加权代价函 数/(K【0转换为1((11^元复合代价函数f (V)，即/(Kf/)二/(K/(K))二/(巧，其中V = {Vi， V2,…，Vk} ,U=化，化，…，Uk}分别表示预编码矩阵集和干扰抑制矩阵集，K表示多用户MIMO 干扰系统的用户对个数，dk表示第k个发送端发送的数据流个数。 步骤=，结合数学流形、复值矩阵求导W及梯度下降优化算法，将最小化复合代价 函数f(V)的约束问题转化成流形上的无约束优化问题，进而将该问题的求解步骤转至格拉 斯曼流形上执行，并完成预编码矩阵集V的迭代优化。 在本专利技术的一【具体实施方式】中，步骤一所述的具有特定约束的优化问题为： 其中，7化t/)表示加权代价函数，巧和逆分别表示接收端k接收到的来自发送端 j的干扰信号功率和来自发送端k的期望信号功率;Qk为if的权重系数，用于调节干扰与期 望信号在复合代价函数中所占的比重;Vk和化分别表示第k个收发对所对应的预编码矩阵和 干扰抑制矩阵，咚和辟分别表示Vk和化的共辆转置，K表示多用户MIMO干扰系统的用户对 个数，^表示dk X山维的单位矩阵。 所述权重系数Qk定义为一个可随期望信号、干扰W及噪声强度变化的非负实数， 其取值随干扰对系统影响程度的增大而减小，借鉴最大比合并的思想Qk的选取方式如下： %=斬4(邸簡 其中a为Ok初始值;bi和b2分另懐示Ok随丫 k与、的减小速率；表示发送端k 的发送信噪比，丫 k表示发送功率分配因子，即干扰发送端的平均发送信噪比与期望发送端 发送信噪比的比值，其计算式为： 当发送功率平均分配给每个发送端时，丫 k=l;其中瑞^表示发送端j的发送信噪 比。 步骤二中所述辅助函数C/=/(F)必须与接收端的解码方式一一对应，将其与最为 简单的迫零解码对应起来，即定义干扰抑制矩阵为其对应的干扰协方差矩阵的前dk个最小 特征值所对应的特征向量组，即 C7=汽F)=批狀化)，Ag{1，2，...，K}} 其中dk、Qk分别表示第k个收发对所传输的数据流数和所对应的干扰协方差矩阵。 其中表示第k个收发端所对应的干扰协方差矩阵;門，dj， Vj和化J分别表示发送端j的发送功率、发送数据流数、发送预编码矩阵和其到接收端k的信 道矩阵。 通过上式计算得到的矩阵化自动满足约束条件：巧17; =J,,<。从而，步骤二将步骤 一所述具有特定约束的优化问题等价描述为：[002引其中磅和巧分别表示接收端k接收到的来自发送端j的干扰信号功率和来自发送 端k的期望信号功率，Qk为巧的权重系数，巧表示Vk的共辆转置，K表示多用户MIMO干扰系 统的用户对个数，与,表示dk X山维的单位矩阵。 步骤=所述将无约束优化问题转至格拉斯曼流形，将重组后的无约束问题采用梯 度下降法迭代求解，其中迭代步长采用具有自适应调节功能的Armi jo步长选择机制。将该 问题重组到低维的Grassmann流形上即可去掉约束条件，从而降低求解难度和解空间维度。 采用本专利技术的技术方案具有W下优点： (1)在对齐干扰的前提下，最大程度地抑制了期望信号的损失。加权代价函数f (V) 同时考虑了干扰信号与期望信号，其自适应权重系数Qk可根据干扰对系统性能的影响本文档来自技高网...

【技术保护点】
MIMO干扰信道中基于自适应复合代价函数的干扰对齐预编码方法，其特征在于，包括以下步骤：步骤一，在欧氏空间内构建一个具有特定约束的优化问题，定义优化问题的加权代价函数为期望子空间内的残留干扰和期望信号功率的可调加权差，定义权重系数αk为一个随期望信号、干扰以及噪声强度变化的非负实数，其取值随干扰对系统影响程度的加强而减小；步骤二，根据接收端的解码方式构造一个辅助函数将2Kdk元加权代价函数转换为Kdk元复合代价函数f(V)，即其中V＝{V1,V2,…,VK}，U＝{U1,U2,…,UK}分别表示预编码矩阵集和干扰抑制矩阵集，K表示多用户MIMO干扰系统的用户对个数，dk表示第k个发送端发送的数据流个数；步骤三，结合数学流形、复值矩阵求导以及梯度下降优化算法，将最小化复合代价函数f(V)的约束问题转化成流形上的无约束优化问题，进而将该问题的求解步骤转至格拉斯曼流形上执行，并完成预编码矩阵集V的迭代优化。

【技术特征摘要】

【专利技术属性】
技术研发人员：景小荣，凌荣桢，张祖凡，陈前斌，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;85