分布式干扰对准算法的研究与实现

——李洋（2011、11、09）

一、研究内容

基于Matlab软件平台，研究和实现分布式干扰对准的算法。

1、搭建3个用户的2x2MIMO的收发系统，实现干扰对准的迭代算法，对不同信噪比下的和数据率进行仿真，分析复用指数；

2、采用最大信干噪比（Max-SINR）的准则实现迭代算法，重复1中的工作； 3、搭建4个用户的4x4MIMO的收发系统，分别传输6到12流数据，分析干扰占有用信号空间的百分比与所传数据流数的关系；

4、搭建4个用户的5x5MIMO的收发系统，重复3中的工作；

5、搭建3个用户的SISO收发系统，加入中继，利用延时实现2个时隙的数据传输，对和数据率进行仿真，分析复用指数；

二、研究原理

干扰对准技术，融合了发送端的线性预编码和接收端的干扰抑制技术，通过利用传输链路的信道状态信息，可以获得最佳的复用增益。其基本思想是，通过一定的方法构造发送信号，使在每一接收端来自其他发送端的干扰信号都可以重叠于相同的信号子空间中。这样，将所需接收的信号投影到与该子空间相正交的信号空间上，接收端就可以使用一个迫零的滤波器来完成干扰抑制。对于k个发送端k个接收端的情况，和信道容量为：

C(SNR)复用增益r的定义为：

Klog(SNR)o(log(SNR)) （1） 2rlim1、干扰对准的迭代算法

C(SNR) （2）

SNRlog(SNR)（1）初始化预编码矩阵V1=V2=V3=[1;0]; （2）开始迭代，初定200次收敛；

（3）计算每个接收端的干扰协方差矩阵Qji1,ijH3jiiiHHVVHji；

（4）得到干扰抑制矩阵Uj[Qj]，即其最小特征值对应的特征向量；

（5）令V=U，重复过程（3），信道矩阵为原信道矩阵的共轭转置得到每个发送端的干扰协方差矩阵Q；

（6）重复过程（4）得到U；

（7）令V=U，重复迭代，直到收敛。 2、基于Max-SINR的迭代算法

干扰抑制矩阵的形成，基于最大信干噪比。第k个接收端的最大信干噪比定义为：

HHUkkHkkVkVkHHkkUkk (3) SINRkUkBKUkH3其中Bki1,ikHkiiiVVHkiI2 (4)

HH(Bk1HkkVk)这样，可得Uk （5） 1||BkHkkVk||3、干扰所占有用信号空间的百分比

理想的情况是，干扰完全被抑制，那么接收端所接受的干扰量占有用信号空间的百分比应为零。但是，随着所传数据流的增多，干扰不能完全被抑制。定义第k个接收端接收到的干扰占有用信号空间的百分比为：

d[k]j1[Q]jkpk4、带有延时的干扰对准模型

Tr[Qk] （6）

利用两个时隙来传输数据，第一个时隙的第j个接收端接收到的信号为：

y[j](1)h[ji](1)x[i](1)z[j](1),j1,2,3i133 （7）

中继接收到的信号为：y[0](1)h[0i](1)x[i](1)z[0](1) (8)

i1第二个时隙的第j个接收端接收到的信号为：

y[j](2)h[ji](2)x[i](2)h[ji](2)y[0](1)z[j](2) （9）

i13令Y[j][y[j](1)y[j](2)]T，并且X[i][x[i](1)x[i](2)]T，那么

Y[j]H[ji]X[i]Z[j] （10）

i13其中H[ji]h[ji](1)0z[j](1)，同时 Z[j]h[j0](2)h[0i](1)h[ji](2)h[j0](2)z[0](1)z[j](2)三、仿真结果及分析

504540Iterative IA35Max-SING30Sum rate in bits25201510500510152025SNR in dB3035404550

由上图可见，当信噪比趋于无穷时，两种算法下的和数据率曲线的斜率相等。通过之前的推导可知，该斜率代表了自由度，也即复用增益。对于3用户的2x2MIMO收发系统，复

用增益的理论值为

2*33log2(SNR)3，由此可得理论上曲线斜率应为0.3log210= 210log10(SNR)454035Percentage of interference in desired signal space4 users,4 antennas304 users,5 antennas252015105067Total number of beams in network10111222201816Sum rate in bits141210820051015202530SNR in dB35404550