联合基站用户关联的干扰消除方法
【专利摘要】本发明公开了一种联合基站用户关联的干扰消除方法，主要解决现有干扰消除技术仅适用于求解基站用户关联固定的系统的自由度问题。其实现步骤是：(1)设置系统模型；(2)将系统自由度最大化问题转化为一个最优化模型，然后求解该最优化模型；(3)根据最优化模型的解确定最优的基站用户关联关系以及系统最大可达自由度；(4)在基站用户关联关系最优的情况下，在基站端进行干扰消除，本发明适用范围更广，可提高系统最大可达自由度，有效消除干扰，可用于基站与用户之间的关联是任意的多小区MIMO的多址接入上行网络。
【专利说明】
联合基站用户关联的干扰消除方法
技术领域
[0001] 本发明属于通信技术领域，特别设及一种干扰消除方法，可用于基站与用户之间 的关联是任意的多小区MIMO多址接入上行网络。
【背景技术】
[0002] 在多小区MIMO无线网络中，随着用户的数目W及用户需求的不断增多，基站与用 户之间在进行数据传输时受到的其他小区干扰也会增多，运就严重影响了通信的质量。因 此有效的干扰消除方案，变得极其重要。为了极大程度的实现干扰消除，一个极其有效的方 法便是在干扰消除之前进行干扰对齐，通过对齐把干扰压缩到一个很小维度的空间，然后 再针对运个小维度的干扰空间进行干扰消除。运一极具突破性的方法最早是由美国加州大 学的IE邸Fellow S. AJafar教授提出，对于一个K用户的干扰信道，在时域或者频域有无 限大的符号扩展的场景下，Jafar教授提出的方案可W将干扰信号压缩在1/2倍信号总空间 的维度之内，将剩余的1/2倍信号总空间用来接收有用信号，最后在干扰信号所在的1/2倍 信号总空间中对干扰进行消除。Jafar教授提出的方案作为干扰处理技术的一个重大突破， 极大的提升了系统最大可达自由度。但是，实际通信系统不可能提供无限大的符号扩展。为 了克服运个问题，本领域的其他研究者提出了无符号扩展的干扰消除方案。
[0003] 对于无符号扩展的干扰消除方案，美国斯坦福大学的IE邸Fellow D.Tse教授针 对小区数大于等于=的多址接入信道，提出了一种子空间干扰对齐算法，将干扰空间进行 压缩，最后在接收端对干扰进行消除，得到该系统下的最大可达自由度。但是运种方案只适 用于每个用户传输的数据流为1的场景。美国普渡大学的D.J.Love教授研究了多小区同构 网络的上行链路系统，提出了一种基于零空间的干扰对齐方法，通过迫零技术对干扰进行 消除，得到多小区MIMO多址接入恒参信道下系统的最优自由度。但是运种方法可行的前提 是信道矩阵的零空间必须存在。韩国首尔国立大学的Lee K教授对于多小区多用户的上行 MIMO链路进行了研究，提出了一种信号空间的非迭代的干扰消除方案，并分析了系统的可 达自由度，推导出系统自由度会趋于一个恒定值。但是运种方法计算复杂度较高。韩国高丽 大学的C.G.Kang教授提出多小区MIMO高斯干扰多址接入信道场景下干扰消除算法，该算法 引入了回程链路使基站之间通过协作实现干扰消除。但是，运种方案只适用于基站和用户 之间固定关联的场景。
【发明内容】
[0004] 本发明的目的在于针对上述已有技术中的不足，提出一种联合基站用户关联的干 扰消除方法，W求出基站与用户为在不固定场景下的最优组合，使系统的可达自由度最大 化。
[0005] 本发明的技术思路是：针对基站和用户之间的关联是任意的多小区MIMO上行网 络，对该场景下基站与用户之间的关联关系进行数学建模，将该数学模型转化为混合整数 线性规划模型，并在该模型有解的条件下求出基站与用户之间的最优关联关系，最后在基 站端进行干扰消除，其实现方案包括如下：
[0006] 1)设置系统模型：
[0007] 设置G个基站和J个用户，基站与基站之间设有回程链路，每个基站和用户的天线 数均为M，每个用户发送的数据流均为d，de U，2, 一MK第k个基站接收Nk个用户发送来的 数据流，并将第j个给基站k发送数据流的用户记作化J)，其中ke[l，G]，je[l，Nk]，Nk>0;
[0008] 针对基站和用户之间的关联是不固定的场景，设第j个用户和第k个基站的关联因 子为a(k,j)，月
[0009] 2)把每个用户的最大数据流作为目标函数，确定目标函数需要满足的约束条件：
[0010] 2.1)假设期望信号和干扰信号相互独立，则约束条件为:Nkd+d<M，其中，Nk表示能 给第k个基站发送数据流的用户数；
[OOW 2.2)假设从第化A+1)个小区W后不需要进行干扰对齐，1非IA含G，则在第化A+1) 个小区的基站端，则期望信号维度与所有干扰信号维度之间的约束条件为：
[0012] 3)根据步骤2)的约束条件，结合图论，把系统自由度最大化问题转化为最优化模 P，即 帯,'卢
[0013] 4)从Kia的取值范围中任选一个整数代入最优化模型P中，求解Kia取该值时基站用 户的最优关联与最大数据流，将步骤3)中的最优化模型P转化为一个二次约束整数规划模 型 Pi，即 Pi:立a;/;
[0014] 5)求解二次约束整数规划模型Pi;
[001引 5.1)将数据流d松弛到区间「1，扭iii[M，L2揪//讯内，且令d' = 1/d，使步骤3)中的二 次约束整数规划模型Pl转化为混合整数规划模型P2,即其中L」表示向下取整数 值；
[0016] 5.2)求解混合整数规划模型P2,得出最优的关联因子{a(M)}和cT的值；
[0017] 5.3)根据y-Ll//」，将步骤5.2)求出的cT转化为d，检查d是否满足二次约束整数规 划模型P2的约束条件，如果满足，则二次约束整数规划模型Pi求解完毕，否则继续执行步骤 5.4);
[0018] 5.4)将数据流d代入到混合整数规划模型P2的约束条件中，定义一个与混合整数 规划模型P2的约束条件不相关的目标表达式t，形成一个混合整数线性规划模型P3,即P3: 咒Y其中te[0，l];
[0019] 5.5)求解步骤5.4)中的混合整数线性规划模型P3,得到一组最优的关联因子 {a(M) }，则二次约束整数规划模型Pi求解完毕；
[0020] 6)结合步骤5)，求解最优化模型P:
[0021] 6.1)按照步骤5)的方法，遍历所有的Kia的值，得到在不同Kia值下的一组关联因子 Ia(M)巧日一组数据流；
[0022] 6.2)将步骤6.1)中求得的一组数据流进行比较，得到d的最大值和最优关联因 {a(M)}，至此最优化模型P求解完毕；
[0023] 7)根据步骤6)中最优化模型P的解，确定系统中基站与用户之间的最优关联关系， W确保在基站端将干扰完全消除：
[0024] 对于第S个基站端，1含S含Kia,先将该基站收到的干扰信号对齐到一个最低维度的 空间中，W对干扰空间进行压缩，再在压缩后的干扰空间的零空间中设计该基站的解码矩 阵，实现干扰消除；
[0025] 对于第r个基站端，Kia+1含r含G，通过在该基站的干扰空间的零空间中设计解码矩 阵，实现干扰消除。
[0026] 本发明与现有技术相比，具有如下优点：
[0027] 1)扩展了适用范围。
[0028] 现有的干扰消除方法中，基站与用户之间的关联都是固定的，所W现有的方法并 没有普遍适用性，而本发明提出的方案中基站与用户之间的关联是任意的；
[0029] 2)提高了系统的可达自由度。
[0030] 现有的干扰消除方法都只确定了系统的可达自由度，本发明的干扰消除方法针对 基站与用户关联不固定的场景，可W得到一种最优的基站用户关联关系，从而得到系统的 最大可达自由度，因此，在系统配置相同的情况下本发明的干扰消除方法可使系统的可达 自由度得到提升。
【附图说明】：
[0031 ]图1为本发明的实现流程图；
[0032] 图2为本发明中设置的系统模型；
[0033] 图3为本发明中对二次约束整数规划模型Pi的求解子流程图；
[0034] 图4为本发明中的用户数据流与现有干扰消除方法中用户数据流在四个基站六个 用户场景下的对比图；
[0035] 图5为本发明中的用户数据流与现有干扰消除方法中用户数据流在五个基站八个 用户场景下的对比图。
【具体实施方式】
[0036] W下参照附图对本发明的技术方案和效果作进一步详细描述。
[0037] 参照图1，本发明的实现步骤如下：
[0038] 步骤1，设置系统模型
[0039] 参照图2,本发明设置的系统模型为多小区MIMO多址接入上行网络，该网络中包含 G个基站和J个用户，基站与基站之间设有回程链路，基站在接收到本小区的信号后可W通 过回程链路传递给其他基站，基站和用户之间的关联是不固定的，每个基站和用户的天线 数均为M，每个用户发送的数据流均为d，de U，2, 一MK第k个基站接收Nk个用户发送来的 数据流，并将第j个给基站k发送数据流的用户记作化J)，其中ke[l，G]，je[l，Nk]，Nk>0;
[0040] 针对基站和用户之间的关联是不固定的场景，设第j个用户和第k个基站的关联因 子为a(M)，如果第j个用户和第k个基站之间进行信息传输，则关联因子a(M)置为1，否则关 甘#圧1^ 巧Rn P'如果带个用户与第A个基施t间进行信息传输 联因子a(k' j)置为O，即：j Q其他 。
[0041] 步骤2,把每个用户的数据流作为目标函数，确定目标函数需要满足的约束条件。
[0042] 所述约束条件分为如下两种情况：
[0043] 2.1)假设期望信号和干扰信号相互独立，则约束条件为:Nkd+cKM，其中，Nk表示能 给第k个基站发送数据流的用户数；
[0044] 2.2)假设从第化A+1)个基站W后不需要进行干扰对齐，1卽iA< G，则在第化A+ 1)个小区的基站端，则期望信号维度与所有干扰信号维度之间的约束条件为：
[0045] 步骤3,根据步骤2的约束条件，结合图论，把系统自由度最大化问题转化为最优化 模P。
[0046] 3.1)在第一个基站端到第Kia个基站端进行干扰对齐，结合图论，设置最优化模型P 的约束条件：
[0047] 其中，化表示给第一个基站发送数据流的用户数，Np表示给第P个基站发送数据流 的用户数，l<P<KiA，Nk'表示给第k'个基站发送数据流的用户数，KiA+l<k' <G;
[004引3.2)结合步骤3.1 )，设定从第Kia+1个基站开始，不需要进行干扰对齐就能消除全 部干扰，则Nk和数据流d之间满足不等关系式>M ;
[0049] 3.3)设置每个用户只能与一个基站关联，贝U
[0050] 3.4)根据系统中用户的总数为J，则系统中所有关联因子之和数为J，即 祐法1。心=/;
[0051] 3.5)把关联因子{a(M)}、数据流d和Kia作为可控变量，结合步骤2.1)-2.2)和步骤 3.1)-3.4)，得到将系统的最大自由度问题转化为最优化模型P为：巧。/'并且根据步骤 2.1 )-2.2)和步骤3.1 )-3.4)得到最优化模型P的约束条件；
[0052] Nkd+d<M；
[005：3]
[0054] 过 =KuNkd>Mt
[0055] de{l，2，...M};
[0056] a 化,j)e{0，lh [0化7]
[0化引
[0化9]
[0060]
[0061 ] 步骤4,从Kia的取值范围中任选一个整数U代入最优化模型P中，1 < U <G，求解Kia 取该数值时基站用户的最优关联与最大数据流，将步骤3中的最优化模型P转化为一个二次 约束整数规划模型Pi，即Pi: 石d '并且将Ku的值代入最优化模型P的约束条件中，得到二 次约束整数规划模型Pl的约束条件如下：
[0062]
[0063]
[0064]
[00 化]
[0066]
[0067]
[006引
[0069]
[0070]
[0071 ]步骤5，求解二次约束整数规划模型Pi;
[0072] 参照图3,求解二次约束整数规划模型Pi的步骤如下：
[0073] 5.1)将数据流(1松弛到区间「1:，〇血批,枠八/证内，且令(1'=1/(1，使步骤 3)中的二 次约束整数规划模型Pi转化为混合整数规划模型P2，即P2: ,SS;/ '并且将d ' = 1/d代入到二 次约束整数规划模型Pl的约束条件中，得到混合整数规划模型P2的约束条件如下：
[0074]
[0075]
[0076]
[0077]
[007引
[0079]
[0080]
[0081]
[0082] 其中L」表示向下取整数值；
[0083] 5.2)求解混合整数规划模型P2,得出最优的关联因子{a(M)}和cT的值；
[0084] 5.3)根据</=[_心」，将步骤5.2)求出的(T转化为d，检查d是否满足二次约束整数规 划模型Pi的约束条件，如果满足，则二次约束整数规划模型Pi求解完毕，否则继续执行步骤 5.4);
[0085] 5.4)将数据流d代入到混合整数规划模型P2的约束条件中，定义一个与混合整数 规划模型P2的约束条件不相关的目标表达式t，形成一个混合整数线性规划模型P3,即P3: '并且将(1代入到混合整数规划模型?2的约束条件中，得到混合整数线性规划模型口3的 约束条件如下：
[0086]
[0087]
[008引
[0089]
[0090]
[0091]
[0092]
[0093]
[0094]
[00M] 5.5)求解步骤5.4)中的混合整数线性规划模型P3,得到一组最优的关联因子 {a(M) }，则二次约束整数规划模型Pi求解完毕。
[0096] 步骤6，结合步骤5，求解最优化模型P:
[0097] 6.1)按照步骤5的方法，遍历所有的Kia的值，得到在不同Kia值下的一组关联因子 Ia(M)巧日一组数据流；
[0098] 6.2)将步骤6.1)中求得的一组数据流进行比较，得到数据流d的最大值和最优关 联因{a(M) }，至此最优化模型P求解完毕。
[0099] 步骤7,根据步骤6中最优化模型P的解，确定系统中基站与用户之间的最优关联关 系，W确保在基站端将干扰完全消除。
[0100] 对于第S个基站端，1 < S < Kia,先将该基站收到的干扰信号对齐到一个最低维度的 空间中，W对干扰空间进行压缩，再在压缩后的干扰空间的零空间中设计该基站的解码矩 阵，实现干扰消除；
[0101] 对于第r个基站端，Kia+1含r含G，通过在该基站的干扰空间的零空间中设计解码矩 阵，实现干扰消除。
[0102] 本发明的效果可W通过W下仿真结果进一步说明：
[0103] 仿真1.对于四小区六用户的MIMO多址接入上行网络，在不同天线配置下，分别用 本发明提出的干扰消除方法和现有的干扰消除方法，对比用户发送的最大数据流的大小， 结果如图4所示；
[0104] 仿真2.对于五小区八用户的MIMO多址接入上行网络，在不同天线配置下，分别用 本发明提出的干扰消除方法和现有的干扰消除方法，对比用户发送的最大数据流的大小， 结果如图5所示；
[0105] 从图4和图5可W看出，本发明提出的干扰消除方法中的用户数据流数目大于现有 干扰消除方法中的用户数据流数目，即系统的自由度得到明显提高。
【主权项】
1. 一种联合基站用户关联的干扰消除方法，包括： 1) 设置系统模型： 设置G个基站和J个用户，基站与基站之间设有回程链路，每个基站和用户的天线数均 为M，每个用户发送的数据流均为(1，(1￡{1，2，-，1}，第4个基站接收饰个用户发送来的数据 流，并将第j个给基站k发送数据流的用户记作化J)，其中ke[l，G]，je[l，Nk]，Nk>0; 针对基站和用户之间的关联是不固定的场景，设第j个用户和第k个基站的关联因子为 。 [1,如巧第/个用户与第A个基站之间进行信息传输 a(M)，且心>=|〇,其化 ; 2) 把每个用户的最大数据流作为目标函数，确定目标函数需要满足的约束条件： 2.1) 假设期望信号和干扰信号相互独立，则约束条件为:Nkd+cKM，其中，Nk表示能给第 k个基站发送数据流的用户数； 2.2) 假设从第化14+1)个小区^后不需要进行干扰对齐，1<1(14<6，则在第化14+1)个小 区的基站端，则期望信号维度与所有干扰信号维度之间的约束条件为:乙已^+, < Μ ; 3) 根据步骤2)的约束条件，结合图论，把系统自由度最大化问题转化为最优化模型Ρ， 即 晋 4) 从ΚΙΑ的取值范围中任选一个整数代入最优化模型Ρ中，求解ΚΙΑ取该值时基站用户的 最优关联与最大数据流，将步骤3)中的最优化模型Ρ转化为一个二次约束整数规划模型Pi， 即 Pi:'J咒/; 5) 求解二次约束整数规划模型Pi; 5.1) 将数据流(1松弛到区间[1，111^^12始/7]]]内，且令(1' = 1/(1，使步骤3)中的二次 约束整数规划模型Pi转化为混合整数规划模型P2，目阳2: '其中L」表示向下取整数值； 5.2) 求解混合整数规划模型P2,得出最优的关联因子{a(M)巧日d'的值； 5.3) 根据μ//」，将步骤5.2)求出的d'转化为d，检查d是否满足二次约束整数规划模 型P2的约束条件，如果满足，则二次约束整数规划模型Pi求解完毕，否则继续执行步骤5.4); 5.4) 将数据流d代入到混合整数规划模型P2的约束条件中，定义一个与混合整数规划模 型P2的约束条件不相关的目标表达式t，形成一个混合整数线性规划模型P3，目阳3: 其中 te[0，l]; 5.5) 求解步骤5.4)中的混合整数线性规划模型P3,得到一组最优的关联因子{a(k,j)}， 则二次约束整数规划模型Pi求解完毕； 6) 结合步骤5)，求解最优化模型P: 6.1) 按照步骤5)的方法，遍历所有的KiA的值，得到在不同KiA值下的一组关联因子 (a(M)巧日一组数据流； 6.2) 将步骤6.1)中求得的一组数据流进行比较，得到d的最大值和最优关联因{a(M)}， 至此最优化模型P求解完毕； 7) 根据步骤6)中最优化模型P的解，确定系统中基站与用户之间的最优关联关系，W确 保在基站端将干扰完全消除： 对于第s个基站端，1含S含KlA，先将该基站收到的干扰信号对齐到一个最低维度的空间 中，W对干扰空间进行压缩，再在压缩后的干扰空间的零空间中设计该基站的解码矩阵，实 现干扰消除； 对于第r个基站端，KiA+1含r含G，通过在该基站的干扰空间的零空间中设计解码矩阵， 实现干扰消除。2. 根据权利要求1所述的方法，其中步骤3)中的把系统自由度最大化问题转化为最优 化模型P，按如下步骤进行： 3.1) 在第一个基站端到第KiA个基站端进行干扰对齐，结合图论，设置最优化模型P的约 束条件：其中，化表示给第一个基站发送数据流的用户数，Np表示给第P个基站发送数据流的用 户数，1 < P < KiA，Nk'表示给第k '个基站发送数据流的用户数，KiA+1 < k' < G; 3.2) 结合步骤3.1)，设定从第KiA+1个基站开始，不需要进行干扰对齐就能消除全部干 扰，则Nk和数据流d之间满足不等关系式S已; 3.3) 设置每个用户只能与一个基站关联，贝3.4) 根据系统中用户的总数为J，则系统中所有关联因子之和数为J，即S：；记巳 3.5) 把关联因子{a(M)K数据流d和KiA作为可控变量，结合步骤2.1)-2.2)和步骤3.1)- 3.4)，得到将系统的最大自由度问题转化为最优化模型P为:;晋并且根据步骤2.1)- 2.2)和步骤3.1 )-3.4)得到最优化模型P的约束条件；3. 根据权利要求1所述的方法，其中步骤5.3)中二次约束整数规划模型Pi的约束条件 为： Nkd+d<M；a(k'j)E{〇,l};4.根据权利要求1所述的方法，其中步骤5.4)中混合整数规划模型P2的约束条件为： Nk+1 <Md'；
【文档编号】H04J11/00GK105846944SQ201610182136
【公开日】2016年8月10日
【申请日】2016年3月28日
【发明人】刘伟, 蔡静, 李建东, 黄鹏宇, 刘勤
【申请人】西安电子科技大学