多小区蜂窝网络中低复杂度的上行时变干扰消除方法技术

一种多小区蜂窝网络中低复杂度的上行时变干扰消除方法，当位于受干扰时间窗口内时，计算当时刻和上一时刻所有受干扰用户的活跃状态信息的差异度，即新增干扰用户占原干扰用户的比例，当差异度过高时对新增的受干扰用户进行半盲干扰检测，得到干扰数据信号；再通过信道估计得到目标数据信号和所有干扰数据信号与基站之间的信道参数，使用最小均方误差干扰抑制合并算法(MMSE

【技术实现步骤摘要】
多小区蜂窝网络中低复杂度的上行时变干扰消除方法


[0001]本专利技术涉及的是一种无线通信领域的技术，具体是一种多小区蜂窝网络中低复杂度的上行时变干扰消除方法。

技术介绍

[0002]现有LTE系统中，基站受到相邻小区边缘用户严重干扰的现象较为普遍，通过干扰消除技术，在接收端对干扰信号进行类似有用信号接收的解调甚至解码处理，然后从接收信号中减去后解调后的干扰信号，再从余下的受到干扰较小的接收信号中来解码自身的期望信号，这种方法在信干噪比较大时能够显著的提高小区边缘的系统性能，但是现有干扰消除方案中，通常只考虑某一时刻所受到的干扰，并试图去规避和消除它，并且每个时刻重复该方案。但在实际的通信系统中，干扰往往是随时间变化的，相邻时刻之间的干扰用户可能会存在一定的相似性，在每一个时刻都去重复检测干扰会浪费大量的资源。

技术实现思路

[0003]本专利技术针对现有的干扰协调技术进行小区间信息的交互时，会增加系统的信令开销和系统复杂度，对时延的要求也更高。而盲干扰消除接收机虽然不需要其他相邻基站或小区的帮助，生成全部可能的RS进行互相关时，由于备选集很庞大会增加搜索复杂度的不足，提出一种多小区蜂窝网络中低复杂度的上行时变干扰消除方法，充分利用小区信息，系统计算复杂度低。
[0004]本专利技术是通过以下技术方案实现的：
[0005]本专利技术涉及一种基于低复杂度的上行时变干扰消除方法，当位于受干扰时间窗口内时，计算当时刻和上一时刻所有受干扰用户的活跃状态信息的差异度，即新增干扰用户占原干扰用户的比例，当差异度过高时对新增的受干扰用户进行半盲干扰检测，得到干扰数据信号；再通过信道估计得到目标数据信号和所有干扰数据信号与基站之间的信道参数，使用最小均方误差干扰抑制合并算法(MMSE
‑
IRC)提高MIMO均衡的准确度，恢复出目标用户数据信号，从而实现目标用户数据信号的干扰消除。
[0006]优选地，通过预测出未来的干扰用户状态信息，与当前时刻进行比较，在一定程度上忽略新增的干扰，只考虑相同的干扰用户。因此，在下一时刻可以直接使用当前时刻的相关干扰信息，无需进行半盲干扰检测，从而极大地降低了系统的计算复杂度。
[0007]本专利技术涉及一种实现上述方法的系统，包括：预测模块、半盲干扰参数检测模块和干扰消除模块，其中：预测模块利用所有用户状态的历史数据，为每一个用户建立LSTM模型，预测之后一段时间该用户的状态是否活跃，即是否与基站或其他设备进行交互后，根据预测的结果选择合适的时间窗口T，在时间窗口内消除目标用户所受到的干扰；半盲干扰参数检测模块将接收到的信号与基站侧生成的解调参考信号(DMRS)备选集进行互相关，采用当检验(Hypothesis Testing)和连续干扰消除相结合的方法利用互相关值判断强干扰的存在性，并且得到相应的强干扰信息；干扰消除模块利用检测出来的干扰信息作为先验信
息进行信道估计和MIMO均衡，从而恢复出更准确的目标信号，实现干扰消除的效果。
[0008]所述的强干扰信息包括：资源块(Resource Block)的位置和长度、符号长度、类型、发射端口等。
[0009]所述的预测模块包括：训练单元和预测单元，其中：训练单元将单个用户的历史状态数据分为训练集和测试集进行LSTM模型的训练。由于用户的状态分为活跃用户和非活跃用户，故用1和0来表示，所以训练模型时不需要对数据进行归一化处理，可直接使用。预测单元根据训练单元得到的LSTM模型，输入历史数据，得到预测的结果。
[0010]所述的半盲干扰参数检测模块包括：备选集生成单元、干扰存在性检测单元和强干扰检测单元，其中：备选集生成单元根据3GPP协议中的导频生成方式，利用目标小区和相邻小区的ID号信息，生成每个小区中的导频。由于每个用户使用的资源块存在差异，根据可能使用的资源块的大小和位置，生成所有可能的导频序列，从而得到备选集。干扰存在性检测单元根据接收到的导频信号，进行功率的计算，并将其与只存在高斯白噪声(AWGN)时的功率进行对比，判断接收信号中是否存在干扰。强干扰检测单元根据接收到的导频信号，将其与备选集做互相关操作，并与设置的阈值比较，得到强干扰所使用的导频序列。
[0011]所述的干扰消除模块包括：信道估计单元和MIMO均衡，其中：信道估计单元根据半盲干扰参数检测模块得到的强干扰导频信息，进行最小二乘(LS)信道估计，得到干扰用户与目标基站之间的信道参数，MIMO均衡单元根据信道参数和接收到的数据信号，利用最小均方误差干扰抑制合并(MMSE
‑
IRC)算法，恢复目标用户发送的数据信号。技术效果
[0012]本专利技术针对上行时变干扰，将基于用户状态的LSTM预测模型与基于半盲干扰检测和消除相结合，利用相邻时刻干扰用户的相似性实现低复杂度的干扰消除。与现有技术相比，本专利技术在保证理想的均方误差(MSE)水平下，降低系统的计算复杂度，提升性能和复杂度的折中水平，提高干扰消除的速度。
附图说明
[0013]图1为本专利技术系统示意图；
[0014]图2为实施例流程图；
[0015]图3为干噪比为
‑
5～15dB时的漏检概率示意图；
[0016]图4为干噪比为
‑
5～15dB时的虚警概率示意图；
[0017]图5为信干噪比为
‑
5～15dB时的性能对比示意图。
具体实施方式
[0018]如图2所示，为本实施例涉及一种基于低复杂度的上行时变干扰消除方法，当位于受干扰时间窗口内时，计算当时刻和上一时刻所有受干扰用户的活跃状态信息的差异度，即新增干扰用户占原干扰用户的比例，当差异度过高时对新增的受干扰用户进行半盲干扰检测，得到干扰数据信号；再通过信道估计得到目标数据信号和所有干扰数据信号与基站之间的信道参数，使用最小均方误差干扰抑制合并算法(MMSE
‑
IRC)提高MIMO均衡的准确度，恢复出目标用户数据信号，从而实现目标用户数据信号的干扰消除。
[0019]所述的受干扰时间窗口，通过以下方式得到：基站侧根据所有用户状态的历史数
据，对每个用户分别建立一个LSTM模型用于预测其活跃状态信息，针对待消除干扰的目标用户，根据活跃状态信息判断其受干扰的时间窗口T＝{T
i
(s
i
,l
i
)|i∈N
*
}，其中：s1＝n1,l1＝m1‑
n1,,s
i
是第T
i
个时间窗口的起始索引，l
i
是第T
i
个时间窗口的长度，ρ0目标用户的状态信息，展开为ρ0＝[ρ0(1),ρ0(2),
…
,ρ0(j),
…
,ρ0(N)]，0<j,k≤N,j∈Z,k∈Z，第一个时间窗口的计算公式如上所示，第二个的时间窗口计算时j＝n1+m1，得到s2＝n2，计算l2时k＝n2，剩下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于低复杂度的上行时变干扰消除方法，其特征在于，当位于受干扰时间窗口内时，计算当时刻和上一时刻所有受干扰用户的活跃状态信息的差异度，即新增干扰用户占原干扰用户的比例，当差异度过高时对新增的受干扰用户进行半盲干扰检测，得到干扰数据信号；再通过信道估计得到目标数据信号和所有干扰数据信号与基站之间的信道参数，使用最小均方误差干扰抑制合并算法提高MIMO均衡的准确度，恢复出目标用户数据信号，从而实现目标用户数据信号的干扰消除。2.根据权利要求1所述的基于低复杂度的上行时变干扰消除方法，其特征是，通过预测出未来的干扰用户状态信息，与当前时刻进行比较以忽略新增的干扰，只考虑相同的干扰用户；则后续直接使用当前时刻的相关干扰信息，无需进行半盲干扰检测，从而极大地降低了系统的计算复杂度。3.根据权利要求1所述的基于低复杂度的上行时变干扰消除方法，其特征是，所述的受干扰时间窗口，通过以下方式得到：基站侧根据所有用户状态的历史数据，对每个用户分别建立一个LSTM模型用于预测其活跃状态信息，针对待消除干扰的目标用户，根据活跃状态信息判断其受干扰的时间窗口T＝{T
i
(s
i
,l
i
)|i∈N
*
}，其中，s
i
是第T
i
个时间窗口的起始索引，l
i
是第T
i
个时间窗口的长度；第一个时间窗口T1(s1,l1)计算时s1＝n1,,,ρ0目标用户的状态信息，展开为ρ0＝[ρ0(1),ρ0(2),...,ρ0(j),...,ρ0(N)]，0<j,k≤N,j∈Z,k∈Z；第二个的时间窗口计算时j＝n1+m1，得到s2＝n2，计算l2时k＝n2，剩下的计算依此类推。4.根据权利要求1所述的基于低复杂度的上行时变干扰消除方法，其特征是，所述的导频DMRS的备选集，通过以下方式得到：在基站侧将本小区和相邻小区的固有信息，即物理小区号PCI生成所有的伪随机序列，伪随机序列再生成参考信号并映射到资源块上，最后根据参考信号会出现在所有可能的RB上生成导频DMRS的备选集，具体为：
①
根据3GPP协议38.211生成伪随机序列：c(n)＝(x1(n+N
c
)+x2(n+N
C
))mod2,x1(n+31)＝(x1(n+3)+x1(n))mod2,x2(n+31)＝(x2(n+3)+x2(n+2)+x2(n+1)+x2(n))mod2，其中：N
c
＝1600，x1(0)＝1，x1(n)＝0，n＝1,2,...,30，c
init
＝其中：表示每个时隙中的符号数量，时子载波间隔为μ时每帧中的时隙数量，此时的n
SCID
由DCI给出或者为0；参考信号由DCI给出或者为0；参考信号j表示虚数；
②
根据映射规则，将其映射到RB上，即根据映射规则，将其映射到RB上，即其中：用于确定映射位置w
f
(k
′
),w
t
(l
′
),k
′
,l
′
,均通过查询协议得到；
③
考虑基站可能会分配的资源块大小和位置生成DMRS备选集集合Z。
5.根据权利要求1所述的基于低复杂度的上行时变干扰消除方法，其特征是，所述的半盲干扰检测包括：步骤1、判断是否存在干扰：基站侧计算当接收信号中只存在AWGN的平均RB功率，并在收到信号后计算接收信号的平均RB功率，当接收信号的平均RB功率大于只存在AWGN的平均RB功率时，则接收信号中存在干扰信号并...

【专利技术属性】
技术研发人员：孙彦赞，康佳琦，张舜卿，陈小静，
申请(专利权)人：上海大学，
类型：发明
国别省市：