MIMO干扰信道下低复杂度的分布式干扰对齐算法

干扰对齐技术可以有效地提高干扰信道容量和抑制干扰,其问题归结为求得闭式解。传统的干扰对齐方案根据信道的互易性,采用迭代的方法（分布式）来逼近闭式解,但带来了较大的计算开销。本文在K用户MIMO干扰信道系统中提出一种低复杂度的分布式干扰对齐算法,通过对用户K的干扰协方差矩阵进行基于修正的Gram-Schmidt方法使用排序QR分解,选出酉矩阵Q最后的dk列作为用户近似的干扰抑制滤波矩阵,和传统分布式干扰对齐方案相比,在基本保持系统容量和迭代收敛速度的同时,系统的复杂度明显降低。仿真结果验证了算法的有效性。      

MIMO干扰对齐中低CSI开销和时延的反馈拓扑设计

干扰对齐实施过程中所需的大量反馈开销严重制约了其实际应用。反馈拓扑能够有效降低干扰对齐的信道状态信息(Channel State Information, CSI)获取开销。针对K用户多输入多输出(Multiple-Input Multiple-Output, MIMO)干扰信道,为了在低时延下进一步降低反馈拓扑的CSI开销,在用户数目相对较多的情况下(K≥6)提出了一种新的反馈拓扑结构。相比现有7种反馈拓扑中CSI开销最低的方案,所提反馈拓扑仅需其一半的时隙数目且在K≥7时具有更低的CSI开销。分析表明所提反馈拓扑能够实现CSI开销降低和时延缩减之间的有效折中。     

非理想信道环境下的多小区干扰对齐技术研究

由于普遍采用频率复用因子为1的方式组网,多小区干扰已成为限制无线通信系统容量的主要因素。为了有效抑制小区间干扰提高小区边缘吞吐量,近年提出了干扰对齐技术,其优势在于可以获得干扰信道的最高自由度。一般的干扰对齐研究仅限于理想信道,研究通过非理想信道环境下的多小区干扰对齐技术,分析了时延信道信息对干扰系统容量的影响。结果表明,信道状态信息的时延大大降低了系统容量,特别是在高信噪比条件下对系统性能的影响更大。     

MIMO-pipe模型下基于干扰对齐的链路调度算法

尽管干扰对齐（Interference Alignment, IA）能从信息论的角度提升系统的频谱利用率,但其在链路调度方面的性能发挥仍然受到干扰模型的限制。与常用的协议干扰模型、物理干扰模型相比,MIMO-pipe模型更能够反映MIMO链路分集增益与复用增益的折中关系。因此,为了研究IA对MIMO-pipe模型下链路调度性能的影响,本文在现有MIMO-pipe模型的基础上,进一步推导了IA条件下的等效MIMO-pipe模型,给出了干扰对齐条件下每条MIMO链路对应的可行传输速率与信干噪比需求之间的折衷关系集,并提出了一种基于IA等效MIMO-pipe模型的分布式算法。理论分析和仿真结果表明,等效MIMO-pipe模型能较好的反映出IA的特点。同时,在吞吐量略有降低的条件下,基于该IA等效模型的链路调度算法所需的调度时隙数明显少于未采用IA的链路调度算法。      

自适应系统中基于场景的信噪比预测算法

首先定义了过时信道状态信息（ OCSI,Outdated Channel State Information）对系统频谱效率的影响因子,分析了OCSI对频谱效率的影响;接着提出了一种基于信噪比预测的无线链路自适应系统模型,应用文中提出的基于信道变化场景的信噪比预测算法（ SSPA,Scenario-based SNR Prediction Algorithm）对发送数据时的信噪比进行预测,以克服OCSI的影响。仿真表明,与现有技术比较,基于SSPA的自适应系统具有近似的误比特率性能,频谱效率得到了有效的提升,特别是在高信噪比区域,频谱效率的改善十分显著。     

干扰对齐的分集检测算法研究

为了优化干扰对齐的检测算法,在分析其信号空间特点的基础上,该文提出了分集检测算法。该算法把信号在信号空间中的投影作为检测向量,以达到提高接收信噪比的目的。仿真结果表明与现有算法相比,当干扰对齐条件严格满足时,分集检测算法有明显的增益,而且,分集度越高,增益越显著。     

认知无线电系统中干扰对齐的自由度分析

在信号空间维度有限的情况下,大部分认知无线电系统（主用户个数大于1）中干扰对齐的可行性条件是不明确的。针对这一问题,把有多个主用户和多个次用户的认知系统中的干扰对齐问题分成主用户干扰对齐问题和次用户干扰对齐问题的2个子问题,给出了一种实现次用户网络干扰对齐的必要性条件（主用户网络干扰对齐的必要性条件在之前的研究中已存在）。根据必要性条件,给出了次用户网络的平均自由度上界,提出了一种改进的最小干扰泄露算法,并以此验证了必要性条件结果。     

基于信号空间对齐的网络编码方案

在多用户协同中继系统中,受共信道干扰的影响,系统性能下降严重。提出了一种融合多源信号空间对齐和网络编码的方案,每个用户通过中继向其他的用户发送不同的信息,同时也通过中继接收其他用户的不同信息。整个过程可分为多址接入信道(MAC)和广播信道(BC)两个阶段。在MAC阶段,利用信号空间对齐技术在中继形成较少的信息量、抑制多用户干扰。在BC阶段,通过中继的网络编码,设计简单的预编码算法,有效降低了用户译码的复杂度。整个系统的完成只需要两个时隙,能有效地抑制干扰和提高系统自由度。     

基于干扰对齐的认知无线电网络中用户性能的优化设计

干扰对齐（IA）是一种新兴的干扰管理技术,被广泛的应用于认知无线电（CR）网络之中,以期消除认知用户（CU）对授权用户（AU）的干扰。然而干扰对齐技术带来了授权用户接收信干噪比（SINR）的下降,使得授权用户的传输速率受到影响。在低信噪比下,授权用户性能无法保证。本文创新性地提出了两种算法设计授权用户预编码滤波器,优化其传输速率,极大地提高了授权用户的性能。同时,为了提高认知用户的性能,本文给出了认知用户的干扰抑制滤波器的优化方案,最大化认知用户的和速率。仿真结果表明,这两种算法都能在一定程度上提高授权用户的传输速率,同时认知用户的传输速率也得以保证。      

多小区多用户MIMO系统干扰对齐的优化

多小区多用户MIMO系统中存在小区间以及小区内的干扰,传统方法提出的干扰对齐只针对2个小区或者小区内的干扰进行对齐,缺乏对小区间的干扰进行对齐处理.针对这一问题,提出了一种多小区多用户的干扰对齐优化方案,采用基于机会调制算法进行干扰对齐模式优化,不仅能够简化计算、提高量效率,而且能够消除多小区间和小区内的干扰,获得最佳的容量和多用户分集增益.     

Degrees of freedom of MIMO interference channel with distributed space-time interference alignment

In the context of K-user MIMO interference channel (IC),achievable degrees of freedom (DoF) were investigated with distributed space-time interference alignment (DSTIA).By precoding with distributed current and outdated channel state information at the transmitters (CSIT),new tradeoff regions between achievable DoF and CSI feedback delay/frequency were achieved for MISO system.The impact of the number of transmit antennas on achievable DoF in the MISO system was analyzed,revealing that DoF results approach to the outer bound as the number of transmit antennas increases.Further,the impact of the number of receive antennas on achievable DoF was characterized,deriving the range of CSI feedback delay that preserves achievable DoF in the MIMO system.Theoretical and numerical analyses show that,the proposed DSTIA scheme can achieve better sum-DoFs by eliminating inter-user interference perfectly,tighten the gap between achievable DoF and outer bound,as well as improve the achievable rate of the system.     

分布视频编码中基于帧间相关性的自适应关键帧选取算法

针对分布式视频编码(DVC)系统中固定周期关键帧选取(PKFS)方法忽视了帧间相关性的缺陷,提出了一种自适应关键帧选取(AKFS)算法。利用图像特征点检测与匹配的方法,将相邻图像的非匹配点作为帧间相关性的近似,把累积或平均非匹配点数超过阈值的帧判定为关键帧。在此基础上,提出改进的帧内插方案,以适应不同长度序列组的边信息生成;将零运动强度的关联帧合并为一帧图像参与编解码,进一步提高了系统的压缩效率。实验结果表明,对于不同运动特性的序列,本文提出的算法可以明显提升边信息帧的重建质量,使系统的率失真性能提高0.9～2.0 dB,并有效降低了编码传输码率。     

An adaptive interference alignment scheme based on the dynamic selection of desired transmitters for unmanned ship network

Wireless Networks - In the unmanned ship networking scenario, the position of the unmanned ship changes continuously, leading to the result that the desired transmitters and the interference...     

干扰距离最远的多用户多天线干扰对齐算法

针对多用户多天线中小区边缘用户同频干扰问题,提出了一种基于干扰距离最远准则的多用户MIMO干扰对齐优化算法,通过对等效干扰信道进行SVD分解,选择与等效干扰信道矩阵距离最大的特征子信道作为传输预编码矩阵,并分析了算法复杂度以及空间相关性对性能的影响,仿真结果显示系统频谱效率较原始算法在8天线下有31.57％的提高.     

最大化瑞利熵的干扰对齐优化算法

干扰对齐技术常采用迭代的方法进行预编码矩阵与干扰抑制矩阵的设计,然而目前采用的迭代方法并不能做到完全的干扰对齐。针对这种情况,提出了一种新的干扰对齐优化算法,避开了反转信道的操作。该算法在最大化信干噪比算法的基础上加入完全干扰对齐的约束条件,将系统中各用户的所有干扰对齐约束条件进行奇异值分解,最终通过瑞利熵最大化的求解方法联合迭代求解发送侧的预编码矩阵与接收侧的干扰抑制矩阵。仿真结果表明,所提优化算法在较高信噪比时不同天线数下的和速率、不同迭代次数下的和速率等方面都优于原最大信干噪比算法。     

干扰对齐技术研究综述

随着用户数的增大,干扰制约着无线通信网络的容量。在资源有限的情况下,干扰对齐的提出为系统容量的提高提供了新的方法,成为当前降低通信系统干扰的研究热点。对齐主要指使接收端多个干扰信号重叠或抵消,压缩干扰所占资源。本文首先重点分析了基于信号空间、信道时隙、和信号编码级等的干扰对齐算法及其优缺点。然后根据这些算法在实际应用中的限制,给出反馈、中继、分组和接纳控制等改进机制;最后介绍了干扰对齐算法衡量的主要性能指标自由度,并分析比较了现有干扰对齐算法及改进机制的性能。      

Fair and efficient opportunistic interference alignment algorithm based on round-robin scheduling

Opportunistic interference alignment (OIA) algorithm was proposed for the practical implementation of interference alignment (IA).A fair and efficient OIA algorithm was presented for the unfairness in resource allocation and high dependence of tremendous users in the existing OIA algorithms.Firstly,the users with the best channel was selected in the primary cell based on round-robin scheduling after the coordinate cluster was determined.Then,the interference from the primary users was eliminated by skillfully designing the useful signal spaces in the subordinate cells.Furthermore,the users with the minimum interference leakage was selected in the subordinate cells.Finally,the fairness performance was theoretically analyzed.Simulation results show that both the sum-rate and fairness of the proposed algorithm are significantly higher than that of the conventional algorithm with less interference leakage.Besides,the users can achieve a quick access.     

多用户MIMO网络下基于分簇的非迭代干扰对齐算法

针对多用户多输入多输出(MIMO)干扰网络条件下,干扰对齐算法性能受限的问题,提出一种多用户MIMO网络下基于分簇的非迭代干扰对齐算法。通过一种分层的干扰处理设计,首先在上层依据干信链路耗损比,将来自不同发送端的干扰分为簇内有效干扰和簇间无效干扰;然后在下层利用联合最大化信漏噪比(SLNR)算法与迫零(ZF)算法消除干扰,提升了算法的适用性。仿真结果表明,当用户数量较多时,所提算法与现有算法相比,在高信噪比(SNR)条件下具有更高的系统容量与更低的系统复杂度。     

Adaptive transmitted distributed antenna selection strategy in distributed antenna systems with limited feedback beamforming

An adaptive transmitted distributed antenna (DA) selection strategy in distributed antenna systems (DAS) with limited feedback (LFB) beamforming is proposed. By maximising the upper bound of ergodic capacity in DAS with LFB beamforming, the proposed strategy can adaptively adjust the number of transmitted DAs. Simulation results show that the proposed strategy achieves greater ergodic capacity than the strategy with a fixed number of transmitted DAs.     

基于分布式无人机监测的干扰源直接定位

目前大部分直接定位方法主要针对窄带信号,为此提出了一种基于分布式无人机 (UAV)平台的宽\窄带信号直接定位(DPD)方法。首先在频域对多个无人机平台的接收数据进行合成,基于多个频点建立和信源位置直接相关的代价函数;然后,将监测区域进行网格化处理得到目标信源的位置;最后,多无人机移动监测,并不断缩小监测区域,对多次定位结果聚类分析,得到最终定位结果。通过仿真验证,本方法的定位性能明显优于传统的定位方法。同时实测数据的处理结果表明,本文所提方法定位性能优于改进的到达时间差(TDOA)定位方法。