一种基于极化-空域信息协同处理的认知异构蜂窝网络干扰对齐方法技术

本发明专利技术是一种基于极化‑空域信息协同处理的认知异构蜂窝网络干扰对齐方法，用于无线通信领域。本方法以包含多小蜂窝网络的认知异构蜂窝网络为研究对象，以小蜂窝用户接收信号的均方误差最小为原则，以宏蜂窝用户受到的干扰信号功率低于干扰门限为约束，建立优化模型，求解小蜂窝网络的发送端和接收端最优的极化‑空域信息协同处理矩阵。本发明专利技术构造了小蜂窝接收端正交投影滤波器，消除了来自宏蜂窝的跨层干扰，以一种启发式方法优化了小蜂窝发送端和接收端极化‑空域协同的预编码矩阵和干扰抑制矩阵，保证了对宏蜂窝的跨层干扰约束并抑制了小蜂窝之间的同层干扰，显著提升了小蜂窝网络的误码率性能，同时提升了认知异构蜂窝网络系统的和速率性能。

【技术实现步骤摘要】
一种基于极化-空域信息协同处理的认知异构蜂窝网络干扰对齐方法
本专利技术属于无线通信领域，涉及一种认知异构蜂窝网络系统，具体涉及一种基于极化-空域信息协同处理的认知异构蜂窝网络干扰对齐的方法。
技术介绍
随着无线通信技术的发展和无线通信设备的普及，无线移动通信网络面临着有限频谱资源无法满足大量业务需求的问题。为了能够大幅度提升蜂窝网络容量，革新传统的宏蜂窝网络架构，在其中部署低功率、频率复用的多个小蜂窝节点组成异构蜂窝网络成为未来主要的发展趋势。异构蜂窝网络一方面有效地提高网络容量，实现无缝覆盖和提升边缘用户性能，另一方面频率复用技术极大地提升了频谱资源的利用率。然而，由于宏蜂窝和小蜂窝网络发射功率的差异较大，使得小蜂窝网络用户附着量较少，所以现有系统引入了小区覆盖扩展(RE,RangeExtension)技术。RE技术通过功率控制的方式扩大了低功率小蜂窝节点的覆盖范围。这样却带来了严重的同频干扰问题，如宏蜂窝与小蜂窝之间的跨层干扰和小蜂窝之间的同层干扰，阻碍了网络性能的提升。认知无线电技术的引入使得小蜂窝具有随着周围环境改变发送状态的能力，成为解决异构网络中复杂干扰的有效途径。具体方法是将小蜂窝作为认知网络，在不对宏蜂窝即授权网络产生严重的跨层干扰的前提下，利用存在的频谱机会实现频谱共享。这种抑制跨层干扰的技术成为认知异构蜂窝网络实现频谱共享的核心。传统的异构蜂窝网络干扰抑制技术主要通过多天线发送、多天线接收(MIMO)系统中的发送端和接收端的信息处理。如参考文献1[T.Xu,L.MaandG.Sternberg,“PracticalinterferencealignmentandcancellationforMIMOunderlaycognitiveradionetworkswithmultiplesecondaryusers,”inProc.IEEEGLOBECOM,pp.1009–1014,2013.]记载的基于零空间学习和迭代求解的迭代干扰对齐(IIA，IterativeInterferenceAlignment)方法，基于零空间学习和最大化系统信干噪比(Max-SINR，MaximizeSignal-to-Interference-and-NoiseRatio)干扰对齐方法。但是MIMO系统提供的自由度有限，并且随着天线数目的增加，MIMO天线的硬件实现也比较困难。因此结合具有体积小、天线相关性低等优势的正交双极化天线成为双极化MIMO天线，能够为多层网络提供更多地自由度。如参考文献2[D.Li,C.Guo,Z.ZengandX.Lin,“DynamicSpectrumSharingforTD-LTEandFD-LTEUsersBasedonJointPolarizationAdaptionandBeamforming,”inIEEE79thVehicularTechnologyConference(VTCSpring),Seoul,pp.1-5，2014.]公开的基于极化-空域信息协同处理的联合极化适配和波束赋形(JPAB，JointPolarizationAdaptionandBeamforming)频谱共享方法，首次挖掘了小蜂窝网络双极化MIMO天线配置带来的极化域-空域协同频谱机会，通过分阶段、分层次的方式对跨层和同层干扰进行处理，但是该方法计算求解复杂，性能有待提升。
技术实现思路
对于目前认知异构蜂窝网络中，存在的宏蜂窝与小蜂窝之间的跨层干扰和小蜂窝之间的同层干扰，阻碍了网络性能提升的问题，本专利技术提出一种基于极化-空域信息协同处理的认知异构蜂窝网络干扰对齐方法，简称为IC-PSIA(InterferenceConstrainedPolarization-SpacebasedInterferenceAlignment)方法，利用正交投影滤波和干扰对齐技术，在干扰功率约束条件下，实现对跨层、同层干扰的抑制。本专利技术提供的基于极化-空域信息协同处理的认知异构蜂窝网络干扰对齐方法，所应用的认知异构蜂窝网络包含一个宏蜂窝基站、一个宏蜂窝用户和K个小蜂窝网络，K为大于2的正整数；每个小蜂窝网络中包含一个小蜂窝基站和用户，小蜂窝基站的发送天线和小蜂窝用户的接收天线均配置正交双极化MIMO天线。本专利技术方法是为了获得最优的小蜂窝基站发送端的极化-空域信息协同预编码矩阵和小蜂窝用户接收端的极化-空域信息协同干扰抑制矩阵实现步骤包括步骤S1和S2。步骤S1，考虑目标信号、跨层干扰信号、同层干扰信号和噪声，获得宏蜂窝用户的接收信号rp和第k个小蜂窝用户的接收信号rk,k＝1,2,…,K。步骤S2，以小蜂窝用户接收信号与目标接收信号的均方误差最小为原则，以宏蜂窝用户受到的所有小蜂窝基站发送给小蜂窝用户的干扰信号功率低于宏蜂窝的干扰门限为约束，建立优化模型，求解优化模型获得最优的小蜂窝基站发送端的极化-空域信息协同预编码矩阵和小蜂窝用户接收端的极化-空域信息协同干扰抑制矩阵。所述的步骤S2中，在求解优化模型时，首先利用估计得到的宏蜂窝基站对小蜂窝用户的干扰信道矩阵和宏蜂窝的发送极化状态构造正交投影算子，然后小蜂窝接收端利用该算子进行滤波处理，消除宏蜂窝对小蜂窝的跨层干扰，获得滤波后的小蜂窝用户的接收信号，建立滤波后化简的优化模型，对化简的优化模型求解获取最优的和本专利技术方法与现有技术相比，优化了小蜂窝的发送端和接收端极化-空域协同处理矩阵，实现了小蜂窝下行传输误码率最小化，提高了小蜂窝对抗跨层、同层干扰和多径信道衰落的传输可靠性，并且保证了宏蜂窝网络的正常工作和最大化认知异构蜂窝网络的系统和速率。具有地，包括如下优点和积极效果：(1)构造了小蜂窝用户接收端正交投影滤波器，实现了消除宏蜂窝对小蜂窝用户的跨层干扰的目的；(2)优化了小蜂窝用户接收端极化-空域协同干扰抑制矩阵，实现了对齐小蜂窝网络之间的同层干扰的目的；(3)优化了小蜂窝基站发送端极化-空域协同预编码矩阵，实现了在满足小蜂窝网络对宏蜂窝用户产生无害跨层干扰的条件下对齐小蜂窝网络之间的同层干扰，确保宏蜂窝用户的正常传输的同时，降低小蜂窝网络的下行信号传输误差；(4)在保证宏蜂窝的跨层干扰受限和正常传输的同时，大幅度降低了小蜂窝网络内信号传输的差错率，提升了小蜂窝对抗多径衰落信道和跨层、同层干扰的传输可靠性，同时提升了下行系统总容量。附图说明图1是本专利技术实施例的认知异构蜂窝网络模型示意图；图2是本专利技术实施例的认知异构蜂窝网络干扰对齐方法流程图；图3是本专利技术与
技术介绍
中提到的IIA、Max-SINR和JPAB方法的小蜂窝下行信号传输误码率性能对比图，干扰约束为0.01瓦；图4是本专利技术与
技术介绍
中提到的IIA、Max-SINR和JPAB方法的系统和速率性能对比图，干扰约束为0.01瓦。具体实施方式为了便于本领域普通技术人员理解和实施本专利技术，下面结合附图对本专利技术作进一步的详细描述。本专利技术提供的一种基于极化-空域信息协同处理的认知异构蜂窝网络干扰对齐方法，利用正交投影滤波和干扰对齐技术对认知异构蜂窝网络中存在的跨层和同层干扰进行处理，分别优化了小蜂窝在基站发送端和用户接收端的极化-空域协同处理矩阵，实现了对齐并消除宏蜂窝对小蜂窝用户产生的跨层干扰和小蜂窝之本文档来自技高网...

【技术保护点】
1.一种基于极化‑空域信息协同处理的认知异构蜂窝网络干扰对齐方法，所应用的认知异构蜂窝网络包含一个宏蜂窝基站、一个宏蜂窝用户和K个小蜂窝网络，K为大于2的正整数；每个小蜂窝网络中包含一个小蜂窝基站和用户，小蜂窝基站的发送天线和小蜂窝用户的接收天线均配置正交双极化MIMO天线；其特征在于，所述的方法为了获得最优的小蜂窝基站发送端的极化‑空域信息协同预编码矩阵

【技术特征摘要】
2018.12.21 CN 20181157218241.一种基于极化-空域信息协同处理的认知异构蜂窝网络干扰对齐方法，所应用的认知异构蜂窝网络包含一个宏蜂窝基站、一个宏蜂窝用户和K个小蜂窝网络，K为大于2的正整数；每个小蜂窝网络中包含一个小蜂窝基站和用户，小蜂窝基站的发送天线和小蜂窝用户的接收天线均配置正交双极化MIMO天线；其特征在于，所述的方法为了获得最优的小蜂窝基站发送端的极化-空域信息协同预编码矩阵和小蜂窝用户接收端的极化-空域信息协同干扰抑制矩阵包括如下步骤：步骤S1，考虑目标信号、跨层干扰信号、同层干扰信号和噪声，获得宏蜂窝用户的接收信号rp和第k个小蜂窝用户的接收信号rk,k＝1,2,…,K；步骤S2，以小蜂窝用户接收信号与目标接收信号的均方误差最小为原则，以宏蜂窝用户受到的所有小蜂窝基站发送给小蜂窝用户的干扰信号功率低于宏蜂窝的干扰门限为约束，建立优化模型，求解优化模型，获得最优的小蜂窝基站发送端的极化-空域信息协同预编码矩阵和小蜂窝用户接收端的极化-空域信息协同干扰抑制矩阵；其中，在求解优化模型时，首先利用估计得到的宏蜂窝基站对小蜂窝用户的干扰信道矩阵和宏蜂窝的发送极化状态构造正交投影算子，然后小蜂窝接收端利用该算子进行滤波处理，消除宏蜂窝对小蜂窝的跨层干扰，获得滤波后的小蜂窝用户的接收信号，建立滤波后化简的优化模型，对化简的优化模型求解获取最优的和2.根据权利要求1所述的方法，其特征在于，所述的步骤S1中，设宏蜂窝的发送极化状态和接收极化状态分别为和宏蜂窝基站对宏蜂窝用户的目标信道为Hpp，第k个小蜂窝网络内部基站对小蜂窝用户的目标信道为Hkk，宏蜂窝基站对第k个小蜂窝内用户的干扰信道为Hpk，第k个小蜂窝基站对宏蜂窝用户的干扰信道为Hkp，第l个和第k个小蜂窝网络之间的干扰信道为Hlk；设小蜂窝基站的发送端极化-空域协同预编码矩阵为每个小蜂窝用户的接收端极化-空域协同干扰抑制矩阵为则：宏蜂窝用户的接收信号rp为：第k个小蜂窝用户的接收信号rk为：其中，(·)H表示共轭转置；Gp是宏蜂窝基站的发送信号功率，Gk、Gl分别是第k个、第l个小蜂窝基站的发送信号功率；sp是宏蜂窝基站发送给第k个小蜂窝网络用户的信号序列，sk、sl分别是第k个、第l个小蜂窝网络的基站发送给各自网络内用户的信号序列；np是宏蜂窝用户的零均值、方差为的加性高斯白噪声；nk是第k个小蜂窝用户的零均值、方差为的加性高斯白噪声；表示第l个小蜂窝基站的发送端的极化-空域信息协同预编码矩阵。3.根据权利要求1或2所述方法，其特征在于，所述的步骤S2中，建立优化模型如下：首先，获得所有小蜂窝基站对宏蜂窝用户造成的跨层干扰信号功率Itotal，如下：其中，E{·}为取期望值，为F-范数的平方；其次，采用均方误差衡量小蜂窝网络对干扰信号的抑制程度，...

【专利技术属性】
技术研发人员：郭彩丽，高小芳，冯春燕，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11