一种对齐迭代计算方法、装置、存储介质和计算机设备与流程

一种对齐迭代计算方法、装置、存储介质和计算机设备
【技术领域】
1.本发明涉及通信技术领域，具体地涉及一种干扰对齐迭代计算方法、装置、存储介质和计算机设备。


背景技术：

2.在相关技术中，当前设计的鲁棒干扰对齐收发算法采用了卡尔曼信道预测来提高信道容量；通过最小化均方误差的鲁棒干扰对齐算法以减少算法复杂度，同时分析算法误码率；分析推导发射端仅仅知道有噪声污染的信道状态信息下的系统平均互信息容量可达的上下界，得出干扰对齐方案；使用功率控制和发射预编码设计的迭代优化算法，引入格型码对干扰信号进行重构；最后把信道误差存在的原始问题转化为半正定规划的问题，可直接标准的凸优化理论得到可行的鲁棒收发机设计方案。然而，上述算法的处理过于复杂，并且没有考虑低信噪比时有用信号对于系统性能的正面作用。


技术实现要素：

3.有鉴于此，本发明提供一种干扰对齐迭代计算方法、装置、存储介质和计算机设备，通过迭代计算方法优化发射预编码矩阵和干扰子空间矩阵，从而提高了干扰对齐迭代计算的鲁棒性。
4.一方面，本发明实施例提供了一种干扰对齐迭代计算方法，包括：
5.根据获取的初始的干扰子空间矩阵c
k
和获取的本地信道增益矩阵以及初始的发射预编码矩阵v
k
，通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵c
k(n+1)
，其中n表示迭代次数；
6.将更新后的干扰子空间矩阵c
k(n+1)
输入基站，以使所述基站根据所述更新后的干扰子空间矩阵c
k(n+1)
，通过预先建立的最优化问题模型，生成更新后的发射预编码矩阵v
k(n)
；
7.接收所述基站输出的更新后的发射预编码矩阵v
k(n)
，将设置的迭代次数n进行加1处理；
8.若所述迭代次数等于预设次数，将所述迭代次数对应的更新后的干扰子空间矩阵c
k(n+1)
和更新后的发射预编码矩阵v
k(n)
作为最优解，并输出所述最优解；
9.若所述迭代次数小于预设次数，根据更新后的发射预编码矩阵v
k(n)
和本地信道增益矩阵通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵c
k(n+1)
，并继续执行所述将更新后的干扰子空间矩阵c
k(n+1)
输入基站，以使所述基站根据所述更新后的干扰子空间矩阵c
k(n+1)
，通过预先建立的最优化问题模型，生成更新后的发射预编码矩阵v
k(n)
的步骤。
10.可选地，在所述根据获取的初始的干扰子空间矩阵c
k
和获取的本地信道增益矩阵以及初始的发射预编码矩阵v
k
，通过预先建立的最优化算法模型，生成更新后的干扰子
空间矩阵c
k(n+1)
，其中n表示迭代次数之前，还包括：
11.设定迭代次数n＝1，并初始化获取的小区中基站的发射预编码矩阵，生成初始的发射预编码矩阵v
k
。
12.根据用户发送的随机接入前导码，获取所述用户的本地信道增益矩阵
13.可选地，在所述根据获取初始的干扰子空间矩阵c
k
和本地信道增益矩阵以及初始的发射预编码矩阵v
k
，通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵c
k(n+1)
，其中n表示迭代次数之前，还包括：
14.根据获取的有用信号泄露到干扰子空间的功率和干扰信号泄露到有用子空间的功率生成最优化问题模型，其中，有用信号泄露到干扰子空间的功率包括干扰信号泄露到有用子空间的功率包括所述最优化问题模型包括：
[0015][0016][0017][0018]
其中，τ表示有用信号泄露到干扰子空间的功率的权重因子，令利用正交矩阵补空间的性质：将所述优化问题模型转化为：
[0019][0020][0021][0022]
可选地，所述有用信号泄露到干扰子空间的功率的权重因子其中，a和b分别为非负实数，snr为信噪比，e为自然常数，τ为非负实数。
[0023]
可选地，所述更新后的发射预编码矩阵v
k(n)
包括：包括：其中，n表示为所述更新后的干扰子空间矩阵的迭代次数。
[0024]
可选地，所述更新后的干扰子空间矩阵c
k(n+1)
包括：
其中，n表示为所述更新后的发射预编码矩阵的迭代次数。
[0025]
可选地，所述预设次数包括1000次。
[0026]
另一方面，本发明实施例提供了一种干扰对齐迭代计算装置，所述装置包括：
[0027]
生成模块，用于根据获取的初始的干扰子空间矩阵c
k
和获取的本地信道增益矩阵以及初始的发射预编码矩阵v
k
，通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵c
k(n+1)
，其中n表示迭代次数；
[0028]
输入模块，用于将更新后的干扰子空间矩阵c
k(n+1)
输入基站，以使所述基站根据所述更新后的干扰子空间矩阵c
k(n+1)
，通过预先建立的最优化问题模型，生成更新后的发射预编码矩阵v
k(n)
；
[0029]
接收处理模块，用于接收所述基站输出的更新后的发射预编码矩阵v
k(n)
，将设置的迭代次数n进行加1处理；
[0030]
输出处理模块，用于若所述迭代次数等于预设次数，将所述迭代次数对应的更新后的干扰子空间矩阵c
k(n+1)
和更新后的发射预编码矩阵v
k(n)
作为最优解，并输出所述最优解；
[0031]
生成模块还用于若所述迭代次数小于预设次数，根据更新后的发射预编码矩阵v
k(n)
和本地信道增益矩阵通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵c
k(n+1)
，并继续执行所述将更新后的干扰子空间矩阵c
k(n+1)
输入基站，以使所述基站根据所述更新后的干扰子空间矩阵c
k(n+1)
，通过预先建立的最优化问题模型，生成更新后的发射预编码矩阵v
k(n)
的步骤。
[0032]
另一方面，本发明实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述的干扰对齐迭代计算方法。
[0033]
另一方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，所述程序指令被处理器加载并执行上述的干扰对齐迭代计算方法的步骤。
[0034]
本发明实施例提供的技术方案中，根据获取的初始的干扰子空间矩阵和获取的本地信道增益矩阵以及发射预编码矩阵，通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵，将更新后的干扰子空间矩阵输入基站，以使基站生成更新后的发射预编码矩阵；将设置的迭代次数n进行加1处理；根据接收到的收发机输出的更新后的干扰子空间矩阵，通过预先建立的最优化问题模型，输出更新后的发射预编码矩阵，将设置的迭代次数进行加1处理，若所述迭代次数等于预设次数，将输出的干扰子空间矩阵和发射预编码矩阵作为最优解，提高了收发机的抗干扰性能，从而提高了干扰对齐迭代计算的鲁棒性。
【附图说明】
[0035]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
[0036]
图1是本发明一实施例所提供的一种干扰对齐迭代计算方法的流程图；
[0037]
图2是本发明又一实施例所提供的一种干扰对齐迭代计算方法的流程图；
[0038]
图3是本发明一实施例所提供的一种优化问题模型的代价函数随着算法迭代次数变化的曲线图。
[0039]
图4是本发明一实施例所提供的另一种优化问题模型的代价函数随着算法迭代次数变化的曲线图。
[0040]
图5是本发明一实施例所提供的一种干扰对齐迭代计算装置的结构示意图；
[0041]
图6为本发明实施例提供的一种计算机设备的示意图。
【具体实施方式】
[0042]
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
[0043]
应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0044]
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
[0045]
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，甲和/或乙，可以表示：单独存在甲，同时存在甲和乙，单独存在乙这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0046]
图1为本发明一实施例提供的一种干扰对齐迭代计算方法的流程图，如图1所示，该方法包括：
[0047]
步骤101、根据获取的初始的干扰子空间矩阵c
k
和获取的本地信道增益矩阵以及初始的发射预编码矩阵v
k
，通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵c
k(n+1)
，其中n表示迭代次数。
[0048]
步骤102、将更新后的干扰子空间矩阵c
k(n+1)
输入基站，以使基站根据更新后的干扰子空间矩阵c
k(n+1)
，通过预先建立的最优化问题模型，生成更新后的发射预编码矩阵v
k(n)
。
[0049]
步骤103、接收基站输入的更新后的发射预编码矩阵v
k(n)
，将设置的迭代次数n进行加1处理。
[0050]
步骤104、判断迭代次数是否等于预设次数或者小于预设次数，若等于预设次数，执行步骤105；若小于预设次数，执行步骤106。
[0051]
步骤105、迭代次数对应的更新后的干扰子空间矩阵c
k(n+1)
和更新后的发射预编码矩阵v
k(n)
作为最优解，并输出最优解。
[0052]
步骤106、根据更新后的发射预编码矩阵v
k(n)
和本地信道增益矩阵通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵c
k(n+1)
，并继续执行步骤102。
[0053]
本发明实施例提供的技术方案中，获取的本地信道增益矩阵以及发射预编码矩阵
输入收发机，以使收发机根据干扰子空间矩阵和获取的本地信道增益矩阵以及发射预编码矩阵，通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵，根据接收到的收发机输出的更新后的干扰子空间矩阵，通过预先建立的最优化问题模型，输出更新后的发射预编码矩阵，将设置的迭代次数进行加1处理，若迭代次数等于预设次数，将输出的干扰子空间矩阵和发射预编码矩阵作为最优解，从而提高了干扰对齐迭代计算的鲁棒性。
[0054]
图2为本发明又一实施例提供的一种干扰对齐迭代计算方法的流程图，如图2所示，该方法包括：
[0055]
步骤201、设定迭代次数n＝1，并初始化获取的小区中基站的发射预编码矩阵，生成初始的发射预编码矩阵v
k
。
[0056]
本发明实施例中，各步骤由收发机执行，其中，该收发机为基站内部的收发机，用于接收和发射信号，在设计收发机时，通过本发明实施例中的干扰对齐迭代计算方法，从而能够提升收发机抗干扰性能，提高信噪比，最大化有用信号。
[0057]
本发明实施例中，例如，初始化发射预编码矩阵v
k
为v
k(1)
。
[0058]
步骤202、根据用户发送的随机接入前导码，获取用户的本地信道增益矩阵
[0059]
本发明实施例中，用户可通过向基站发送随机接入请求，其中，随机接入过程是指从用户发送随机接入前导码开始尝试接入网络到与网络间建立起基本的信令连接之前的过程，随机接入前导码(random access preamble)是由基站向终端发送的一组二进制码，用于随机接入时ue用户识别。通过获取用户发送的随机接入前导码，基站通过信道估计技术获取本地信道增益矩阵。基站中的收发机能够估计并获取到用户的本地信道增益矩阵其中表示为i可以取任意值。在其他实施例中，例如，在时分复用系统中，本地信道增益矩阵可通过上下行的互易性得到。
[0060]
步骤203、根据获取的有用信号泄露到干扰子空间的功率和干扰信号泄露到有用子空间的功率生成最优化问题模型。
[0061]
在相关技术中并未考虑低信噪比时有用信号对于系统性能的正面作用。而本发明实施例中，考虑到在低信噪比时，系统和速率性能与有用信号强度紧密相关。其中，有用信号强度取决于有用信号子空间与干扰子空间之间的距离。通过将有用信号子空间u
k
与干扰子空间正交，可提高有用信号的功率，从而提升系统的和速率性能。因此当获取的有用信号泄露到干扰子空间的功率和干扰信号泄露到有用子空间的功率加权和为最小值时，所对应的发射预编码矩阵v
k
即为最优的发射预编码矩阵v
k
，因此通过步骤203根据获取的有用信号泄露到干扰子空间的功率和干扰信号泄露到有用子空间的功率生成最优化问题模型。
[0062]
本发明实施例中，可通过发射预编码矩阵、干扰信号子空间矩阵以及本地信道增益矩阵生成有用信号泄露到干扰子空间的功率和干扰信号泄露到有用子空间的功率。例如，有用信号泄露到干扰子空间的功率包括干扰信号泄露到有用子空间的功率包括最优化问题模型包括：
[0063][0064][0065][0066]
其中，h
k
表示为用户k的本地信道增益矩阵，h
ki
表示为第i个本地信道增益矩阵，h
kk
表示为第k个本地信道增益矩阵。u
k
表示为获取的线性均衡矩阵，v
k
表示为发射预编码矩阵，τ表示为有用信号泄露到干扰子空间的功率的权重因子，s.t.表示为subject to，即受约束于，表示为发射预编码矩阵v
k
和v
k
的共轭转置矩阵乘积为i，表示为线性均衡矩阵u
k
和u
k
的共轭转置矩阵乘积为i，表示为h
ki
是通过信道估计得到的本地信道增益矩阵，δh
ki
表示为本地信道增益矩阵可存在的误差值。‖r
e
‖≤ε表示为本地信道增益矩阵的误差值小于或者等于ε，其中ε为经验数值，可根据需求进行设定
[0067]
本发明实施例中，有用信号泄露到干扰子空间的功率的权重因子其中，a和b分别为非负实数，snr为信噪比，e为自然常数，τ为非负实数。
[0068]
通过用权重加权放方法以及指数函数来拟合有用信号泄露到干扰子空间的功率的权重因子τ，目的是在低信噪比区域，有用信号的能量是影响系统性能的主导因素，需要增加有用信号泄露到干扰子空间的功率的权重因子τ的值，从而改善系统的性能。在上式中，snr越小，τ越大；snr越大，τ越小。
[0069]
本发明实施例中，通过定义‖a，b‖
m
＝‖a-bb
h
a‖
f
表示矩阵a到矩阵b之间的距离，令利用正交矩阵补空间的性质：因此可将最优化问题模型中的转化为将转化为从而将优化问题模型转化为：
[0070][0071][0072][0073]
本发明实施例中，令是通过换元的方式以化简公式，以便于后面进一步的计算推导。就物理意义而言，c
k
与一致，都是干扰信号子空间。经过换元后，与u
k
这两个相关变量均用c
k
来表示，以使得转化后的优化问题模型的变量变为c
k
。
[0074]
转化后的优化问题模型表示为k在有限边界变化时，总有一个对应的函数y＝f
(k)，将y的取值放入一个集合，其中，c
k
，v
k
为转化后的优化问题模型中的两个耦合变量，根据k的取值而变化，从而y有多个不同取值。在y的多个不同取值中，存在最大值与最小值，且最大值与最小值与相应的k值相映射，即表示为在无线信道环境中，有多种参数配置v
k
和c
k
方案，而转化后的优化问题模型根据不同的参数配置，会使有用信号泄露到干扰子空间的功率和干扰信号泄露到有用子空间的功率的功率加权和不同，因此在多种参数配置v
k
和c
k
方案，获取最优解，以使得有用信号泄露到干扰子空间的功率和干扰信号泄露到有用子空间的功率的功率加权和为最小值。
[0075]
步骤204、根据获取的初始的干扰子空间矩阵c
k
和获取的本地信道增益矩阵以及初始的发射预编码矩阵v
k
，通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵c
k(n+1)
，其中n表示迭代次数。
[0076]
本发明实施例中，通过将获取的初始的干扰子空间矩阵c
k
和获取的本地信道增益矩阵以及将初始的发射预编码矩阵v
k
，代入上述优化问题模型中，并通过设置从而生成更新后的干扰子空间矩阵生成更新后的干扰子空间矩阵
[0077]
步骤205、将更新后的干扰子空间矩阵c
k(n+1)
输入基站，以使基站根据更新后的干扰子空间矩阵c
k(n+1)
，通过预先建立的最优化问题模型，生成更新后的发射预编码矩阵v
k(n)
。
[0078]
本发明实施例中，可通过迭代优化算法解决对于两组互相耦合的变量v
k
和c
k
的优化问题。
[0079]
步骤206、接收基站输出的更新后的发射预编码矩阵v
k(n)
，将设置的迭代次数n进行加1处理。
[0080]
本发明实施例中，将n设为迭代次数，在初始化设置中，n＝1，即初始化发射预编码矩阵v
k
，以使根据接收到的收发机输出的更新后的干扰子空间矩阵，通过预先建立的最优化问题模型，输出更新后的发射预编码矩阵v
k(n)
，其中n表示为发射预编码矩阵的迭代次数。
[0081]
本发明实施例中，通过将获取的本地信道增益矩阵将和代入更新后的干扰子空间矩阵后的干扰子空间矩阵生成更新后的发射预编码矩阵v
k(n)
为
其中，n表示为发射预编码矩阵的迭代次数。
[0082]
例如，初始的发射预编码矩阵为v
k
，将设置的迭代次数n进行加1处理。，输出的更新后的发射预编码矩阵为v
k2
。
[0083]
步骤207、判断迭代次数是否等于预设次数或者小于预设次数，若是，执行步骤208；若否，执行步骤209。
[0084]
本发明实施例中，若判断出迭代次数等于预设次数，表明此时迭代次数对应的干扰子空间矩阵和发射预编码矩阵已经趋于最优解；若判断出迭代次数小于预设次数，表明此时迭代次数对应的干扰子空间矩阵和发射预编码矩阵未趋于最优解，需要继续进行迭代计算。步骤208、将迭代次数对应的更新后的干扰子空间矩阵c
k(n+1)
和更新后的发射预编码矩阵v
k(n)
作为最优解，并输出所述最优解。
[0085]
本发明实施例中，预设次数包括1000次。由于上述优化问题模型为单调递减函数，因此迭代次数越多，获取的解越趋于最优解。通过历史经验获取到1000次的迭代结果已与其无限迭代的结果极为接近，因此根据历史经验将预设次数设为1000次。
[0086]
其中，优化问题模型为单调递减函数的证明过程如下：
[0087]
定义第n次迭代后的上述优化问题模型的代价函数为对于给定的其中k＝1，，，k。由于是关于优化问题模型的下界问题的最优解，得到公式(1)：
[0088][0089]
根据公式(1)，获取到当相同时，若为变量，则函数为单调递减。
[0090]
定义更新后的干扰子空间由于是优化问题模型的上界问题的最优解，得到公式(2)：
[0091][0092]
根据公式(2)，获取到当相同时，若为变量，则函数为单调递减。
[0093]
联合公式(1)和公式(2)，得到公式(3)：
[0094][0095]
由上述分析，因此优化问题模型的代价函数是单调递减的，又因为l(c
k
,v
k
)≥0，上述迭代算法是单调递减有界的，可收敛到稳定点。
[0096]
步骤209、根据更新后的发射预编码矩阵v
k(n)
和本地信道增益矩阵通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵c
k(n+1)
，并继续执行步骤205。
[0097]
本发明实施例中，例如，步骤201至步骤209的执行过程为：收发机根据获取的初始
的干扰子空间矩阵c
k
和获取的本地信道增益矩阵以及初始的发射预编码矩阵v
k
，生成更新后的干扰子空间矩阵c
k(2)
；将更新后的干扰子空间矩阵c
k(2)
输入基站，以使基站根据更新后的干扰子空间矩阵c
k(2)
，通过预先建立的最优化问题模型，生成更新后的发射预编码矩阵v
k(2)
，此时，判断出迭代次数2＜1000，因此继续根据更新后的发射预编码矩阵v
k(2)
和本地信道增益矩阵通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵c
k(3)
，依次循环，直至迭代次数n等于1000时，将迭代次数对应的更新后的干扰子空间矩阵和更新后的发射预编码矩阵作为最优解，并输出最优解。
[0098]
下面通过一个具体的实例，对本实施例的技术方案进行仿真。
[0099]
假设获取到的每一个用户端的接收噪声n
k
，满足均值为0，方差为i
n
的复高斯分布，即方差δ2＝1。同时假设计算机设备能够获取每个用户端的估计信道状态信息，其中，估计信道包括瑞利衰落信道，通过估计信道状态信息可生成对应的本地信道增益矩阵。假设每一个用户端能解码出的期望数据流的数目为d。设置上述干扰对齐迭代计算方法中的预设次数为1000。在仿真中，所提的有用信号泄露到干扰子空间的功率的权重因子中的参数分别设置为a＝2和b＝0.8。通过上述设定的场景以及系统的和速率、相关的参数设置、噪声的一个正态分布统计关系来评估上述步骤的性能，生成公式(4)：
[0100][0101]
图3和图4均为仿真中的优化问题模型的代价函数随着算法迭代次数变化的曲线图，图3和图4分别给出了在两种不同参数配置情况下的收敛性，如图3所示，设置的参数配置为m＝n＝8，snr＝10db，k＝3，d＝1，其中m＝n表示为数学期望公式x～h(n,m,n)，snr表示为信噪比，k表示为用户，d表示为每一个用户端能解码出的期望数据流的数目。如图4所示，设置的参数配置为m＝n＝8，snr＝10db，k＝4，d＝2，通过图3和图4的仿真结果表明，所提的优化问题模型的代价函数只需经过有限次数的迭代即可收敛到稳定点。同时，仿真结果还表明了所提的干扰对齐迭代计算方法中的迭代更新生成的序列是单调递减的序列，这也进一步验证了所提的干扰对齐迭代计算方法的收敛性。
[0102]
仿真结果表明了上述干扰对齐迭代计算方法通过考虑了期望信号和干扰信号的泄露干扰加权和在整个信噪比区域，而传统的算法只是考虑了干扰信号泄露到有用信号空间的度量，导致传统的算法产生低和速率的性能，因此上述所提的干扰对齐迭代计算方法的和速率性能总是优于传统的干扰子空间迭代算法。数值仿真还表明了系统的平均和速率的性能随着ε的増大而减小。与此相反，系统的平均和速率的性能随着发送给期望用户的数据流数目和用户数的増长而増加。
[0103]
本发明实施例提供的技术方案中，根据获取的初始的干扰子空间矩阵和获取的本地信道增益矩阵以及发射预编码矩阵，通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵，将更新后的干扰子空间矩阵输入基站，以使基站生成更新后的发射预编码矩阵；将设置的迭代次数n进行加1处理；根据接收到的收发机输出的更新后的干扰子空间
矩阵，通过预先建立的最优化问题模型，输出更新后的发射预编码矩阵，将设置的迭代次数进行加1处理，若所述迭代次数等于预设次数，将输出的干扰子空间矩阵和发射预编码矩阵作为最优解，提高了收发机的抗干扰性能，从而提高了干扰对齐迭代计算的鲁棒性。
[0104]
图5是本发明一实施例所提供的一种干扰对齐迭代计算装置的结构示意图，如图5所示，该装置包括：生成模块11、输入模块12、接收处理模块13以及输出处理模块14。
[0105]
生成模块11用于根据获取的初始的干扰子空间矩阵c
k
和获取的本地信道增益矩阵以及初始的发射预编码矩阵v
k
，通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵c
k(n+1)
，其中n表示迭代次数；
[0106]
输入模块12用于将更新后的干扰子空间矩阵c
k(n+1)
输入基站，以使所述基站根据所述更新后的干扰子空间矩阵c
k(n+1)
，通过预先建立的最优化问题模型，生成更新后的发射预编码矩阵v
k(n)
；
[0107]
接收处理模块13用于接收所述基站输出的更新后的发射预编码矩阵v
k(n)
，将设置的迭代次数n进行加1处理；
[0108]
输出处理模块14用于若所述迭代次数等于预设次数，将所述迭代次数对应的更新后的干扰子空间矩阵c
k(n+1)
和更新后的发射预编码矩阵v
k(n)
作为最优解，并输出所述最优解；
[0109]
生成模块11还用于若所述迭代次数小于预设次数，根据更新后的发射预编码矩阵v
k(n)
和本地信道增益矩阵通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵c
k(n+1)
，并触发输入模块12继续执行所述将更新后的干扰子空间矩阵c
k(n+1)
输入基站，以使所述基站根据所述更新后的干扰子空间矩阵c
k(n+1)
，通过预先建立的最优化问题模型，生成更新后的发射预编码矩阵v
k(n)
的步骤。
[0110]
本发明实施例中，该装置还包括：获取模块15。
[0111]
获取模块15用于设定迭代次数n＝1，获取小区中的初始的发射预编码矩阵v
k
；根据用户发送的随机接入前导码，获取所述用户的本地信道增益矩阵
[0112]
本发明实施例中，生成模块11还用于根据获取的有用信号泄露到干扰子空间的功率和干扰信号泄露到有用子空间的功率生成最优化问题模型。
[0113]
本发明实施例提供的技术方案中，根据获取的初始的干扰子空间矩阵和获取的本地信道增益矩阵以及发射预编码矩阵，通过预先建立的最优化算法模型，生成更新后的干扰子空间矩阵，将更新后的干扰子空间矩阵输入基站，以使基站生成更新后的发射预编码矩阵；将设置的迭代次数n进行加1处理；根据接收到的收发机输出的更新后的干扰子空间矩阵，通过预先建立的最优化问题模型，输出更新后的发射预编码矩阵，将设置的迭代次数进行加1处理，若所述迭代次数等于预设次数，将输出的干扰子空间矩阵和发射预编码矩阵作为最优解，提高了收发机的抗干扰性能，从而提高了干扰对齐迭代计算的鲁棒性。
[0114]
本发明实施例提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述干扰对齐迭代计算方法的实施例的各步骤，具体描述可参见上述干扰对齐迭代计算方法的实施例。
[0115]
本发明实施例提供了一种计算机设备，包括存储器和处理器，存储器用于存储包括程序指令的信息，处理器用于控制程序指令的执行，程序指令被处理器加载并执行时实
现上述干扰对齐迭代计算方法的步骤。具体描述可参见上述干扰对齐迭代计算方法的实施例。
[0116]
图6为本发明实施例提供的一种计算机设备的示意图。如图6所示，该实施例的计算机设备4包括：处理器41、存储器42以及存储在存储42中并可在处理器41上运行的计算机程序43，该计算机程序43被处理器41执行时实现实施例中的应用于干扰对齐迭代计算方法，为避免重复，此处不一一赘述。或者，该计算机程序被处理器41执行时实现实施例中应用于干扰对齐迭代计算装置中各模型/单元的功能，为避免重复，此处不一一赘述。
[0117]
计算机设备4包括，但不仅限于，处理器41、存储器42。本领域技术人员可以理解，图6仅仅是计算机设备4的示例，并不构成对计算机设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备4还可以包括输入输出设备、网络接入设备、总线等。
[0118]
所称处理器41可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0119]
存储器42可以是计算机设备4的内部存储单元，例如计算机设备4的硬盘或内存。存储器42也可以是计算机设备4的外部存储设备，例如计算机设备4上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，存储器42还可以既包括计算机设备4的内部存储单元也包括外部存储设备。存储器42用于存储计算机程序以及计算机设备4所需的其他程序和数据。存储器42还可以用于暂时地存储已经输出或者将要输出的数据。
[0120]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0121]
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0122]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0123]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0124]
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机
装置(可以是个人计算机，服务器，或者网络装置等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0125]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。