Mimo干擾信道中基于自適應復合代價函數的干擾對齊預編碼方法
【技術領域】
[0001] 本發明設及無線通信技術領域，具體設及多用戶多輸入多輸出(Multiple Input Multiple Ou化ut，MIM0)干擾信道系統中一種基于自適應復合代價函數的干擾對齊預編碼 方法。
【背景技術】
[0002] 多用戶MIMO系統中不可避免地存在同道干擾（Co-Channel Interference，CCI)， 而CCI的存在嚴重地制約了多用戶MIMO系統的容量。干擾對齊（Interference Alignment， IA)作為近年來提出的最具潛力的干擾管理技術而備受關注，其核屯、思想是通過預編碼矩 陣將干擾信號壓縮到特定的低維子空間內，W保留盡可能大的無干擾空間用于期望信號的 傳輸。
[0003] 根據IA算法預編碼矩陣設計方式的不同，現有的IA算法可分為兩類:直接法和迭 代法。直接法通過解析計算實現完全IA，其復雜度較低，但通常對系統天線配置和信道狀態 信息有嚴格的要求;而迭代法需多次循環迭代W逼近完全IA，復雜度較高，但往往能獲得較 好的系統性能，且算法設計更加靈活。因此，目前針對IA算法的研究主要集中于迭代法。
[0004] 傳統迭代IA算法的設計思路有W下兩種：其一是利用上下行信道的互易性，通過 收發兩端交替優化預編碼矩陣和干擾抑制矩陣來實現干擾消除。根據該思路設計出的IA算 法需要收發兩端的緊密配合，雖然在理論上能獲得較好的系統性能，卻難W應用于實際系 統。主要原因包括:首先，實際系統很難滿足該類算法對收發兩端完全同步的要求;其次，收 發兩端的反復迭代會產生大量的反饋與同步信息，不僅給通信系統帶來沉重的冗余負擔， 而且不適用于移動終端等計算能力有限的情形;最后，算法過分依賴信道互易性，只可能應 用在時分雙工(Time Division Duplexing,TDD)系統中；其二是完全回避干擾抑制矩陣的 計算，利用凸優化等方法，由發送端獨立完成的預編碼矩陣的迭代更新。基于該思路設計而 成IA算法雖然克服了收發兩端交替迭代帶來的諸多不足，簡化了IA算法的實現機制，并將 算法的適用場景從TDD系統擴展到了頻分雙工(Frequen巧Division D叫Iexing,FDD)系 統，但其刻意忽略干擾抑制矩陣影響的做法不僅限制了IA算法的設計靈活性，還導致算法 在對齊干擾的過程中，不能同時而有效地抑制期望信號的損失，從而限制了MIMO系統可達 容量的提升空間。如果僅從數學角度觀察，第一種設計思路中的干擾抑制矩陣僅僅是輔助 設計預編碼矩陣的工具，其更新與接收端并沒有必然的聯系，只是由于設計思維的局限才 必須通過接收端計算獲得。而第二種設計思路簡單地認為干擾抑制矩陣的優化僅能通過接 收端完成，因而直接W回避干擾抑制矩陣的計算來簡化IA算法的實現機制，運樣的做法是 極不明智的。
【發明內容】
[000引有鑒于此，本發明的目的在于對迭代IA算法的兩種已有設計思路進行取精棄糟， 提出一種利用中間變量輔助優化預編碼矩陣的設計思想，既可保證IA算法的單邊可實現 性，又能突破傳統單邊IA算法在設計靈活性和系統可達容量上的限制。根據該設計思想，本 發明給出一種MIMO干擾信道下基于自適應復合代價函數的IA預編碼方法，旨在對齊干擾的 前提下，盡可能地抑制期望信號的損失，從而進一步改善系統性能。
[0006] 為達到上述目的，本發明采用如下的技術方案實現：
[0007] -種多用戶MIMO干擾信道下基于自適應復合代價函數的IA預編碼設計方案，其系 統場景設置為：用戶數為K，即共有K個發送端與接收端，第k個發送端與接收端端分別配置 Nk和Mk根天線，傳輸dk個數據流，滿足dk ^in (Mk，Nk)。本方案主要步驟如下：
[0008] 步驟一，在歐氏空間內構建一個具有特定約束的優化問題，定義優化問題的加權 代價函數乃Kt/)為期望子空間內的殘留干擾和期望信號功率的可調加權差，定義權重系 數曰k為一個隨期望信號、干擾W及噪聲強度變化的非負實數，其取值隨干擾對系統影響程 度的加強而減小。
[0009] 步驟二，根據接收端的解碼方式構造一個輔助函數C/=/(r)，將2Kdk元加權代價函 數/(K【0轉換為1((11^元復合代價函數f (V)，即/(Kf/)二/(K/(K))二/(巧，其中V = {Vi， V2,…，Vk} ,U=化，化，…，Uk}分別表示預編碼矩陣集和干擾抑制矩陣集，K表示多用戶MIMO 干擾系統的用戶對個數，dk表示第k個發送端發送的數據流個數。
[0010] 步驟=，結合數學流形、復值矩陣求導W及梯度下降優化算法，將最小化復合代價 函數f(V)的約束問題轉化成流形上的無約束優化問題，進而將該問題的求解步驟轉至格拉 斯曼流形上執行，并完成預編碼矩陣集V的迭代優化。
[0011] 在本發明的一【具體實施方式】中，步驟一所述的具有特定約束的優化問題為：
[0013] 其中，7化t/)表示加權代價函數，巧和逆分別表示接收端k接收到的來自發送端 j的干擾信號功率和來自發送端k的期望信號功率;Qk為if的權重系數，用于調節干擾與期 望信號在復合代價函數中所占的比重;Vk和化分別表示第k個收發對所對應的預編碼矩陣和 干擾抑制矩陣，咚和辟分別表示Vk和化的共輛轉置，K表示多用戶MIMO干擾系統的用戶對 個數，^表示dk X山維的單位矩陣。
[0014] 所述權重系數Qk定義為一個可隨期望信號、干擾W及噪聲強度變化的非負實數， 其取值隨干擾對系統影響程度的增大而減小，借鑒最大比合并的思想Qk的選取方式如下：
[0015] %=斬4(邸簡
[0016] 其中a為Ok初始值;bi和b2分另懐示Ok隨丫 k與、的減小速率；表示發送端k 的發送信噪比，丫 k表示發送功率分配因子，即干擾發送端的平均發送信噪比與期望發送端 發送信噪比的比值，其計算式為：
[0018] 當發送功率平均分配給每個發送端時，丫 k=l;其中瑞^表示發送端j的發送信噪 比。
[0019] 步驟二中所述輔助函數C/=/(F)必須與接收端的解碼方式一一對應，將其與最為 簡單的迫零解碼對應起來，即定義干擾抑制矩陣為其對應的干擾協方差矩陣的前dk個最小 特征值所對應的特征向量組，即
[0020] C7=汽F)=批狀化)，Ag{1，2，...，K}}
[0021] 其中dk、Qk分別表示第k個收發對所傳輸的數據流數和所對應的干擾協方差矩陣。
[0022] 其中
表示第k個收發端所對應的干擾協方差矩陣;門，dj， Vj和化J分別表示發送端j的發送功率、發送數據流數、發送預編碼矩陣和其到接收端k的信 道矩陣。
[0023] 通過上式計算得到的矩陣化自動滿足約束條件：巧17; =J,,<。從而，步驟二將步驟 一所述具有特定約束的優化問題等價描述為：
[002引其中磅和巧分別表示接收端k接收到的來自發送端j的干擾信號功率和來自發送 端k的期望信號功率，Qk為巧的權重系數，巧表示Vk的共輛轉置，K表示多用戶MIMO干擾系 統的用戶對個數，與,表示dk X山維的單位矩陣。
[0026] 步驟=所述將無約束優化問題轉至格拉斯曼流形，將重組后的無約束問題采用梯 度下降法迭代求解，其中迭代步長采用具有自適應調節功能的Armi jo步長選擇機制。將該 問題重組到低維的Grassmann流形上即可去掉約束條件，從而降低求解難度和解空間維度。
[0027] 采用本發明的技術方案具有W下優點：
[0028] (1)在對齊干擾的前提下，最大程度地抑制了期望信號的損失。加權代價函數f (V) 同時考慮了干擾信號與期望信號，其自適應權重系數Qk可根據干擾對系統性能的影響特性 合理的調節干擾與期望信號在f(V)中的比重。
[0029] (2)實現機制簡單，適用性廣。本發明所提方案的整個執行過程均由發送端獨立完 成，不需要接收端的配合，實現機制相對簡單，不僅避免了因前后向鏈路反復迭代所產生的 大量同步與反饋信息給系統帶來的的冗余負擔，可適用于移動終端等接收端計算能力較差 的場景;還放寬了對信道互易性的要求，可同時適用于T孤和抑D系統。
[0030] (3) W較小的復雜度代價實現了系統容量的較大提升。本發明所提方案在 Grassmann流形上重組優化問題，并完成了代價函數的優化求解，極大地降低了最優解的捜 素難度和解空間維度，且收斂速率較快，因此復雜度代價相對較小。本發明同時兼顧了干擾 信號的抑制和期望信號的保留，更有助于系統容量的提升。
【附圖說明】
[0031 ]圖1為K用戶MIMO干擾系統模型示意圖；
[0032] 圖2為本發明方法的IA原理與效果