[发明专利]MIMO干扰信道中基于自适应复合代价函数的干扰对齐预编码方法

说明书

本发明公开了一种MIMO干扰信道中基于自适应复合代价函数的干扰对齐预编码方法，属于无线通信技术领域，其核心思想是利用中间变量辅助实现预编码矩阵的优化设计，具体包括以下步骤：首先，定义期望子空间内的残留干扰和期望信号功率的加权差为代价函数，并借鉴最大比合并思想得出权重系数的自适应选取方式；然后，根据接收端解码方式构造辅助函数，将干扰抑制矩阵转化为中间变量，实现代价函数的复合化；最后，利用格拉斯曼流形上的梯度下降法实现自适应复合代价函数的优化求解，以获得预编码矩阵的最优解。本发明以较小的复杂度代价，完成了抑制干扰和保留期望信号的双重目标，从而更好地改善了系统性能；并且实现机制简单，具有广泛的适用性。

技术领域

本发明涉及无线通信技术领域，具体涉及多用户多输入多输出(Multiple InputMultiple Output，MIMO)干扰信道系统中一种基于自适应复合代价函数的干扰对齐预编码方法。

背景技术

多用户MIMO系统中不可避免地存在同道干扰(Co-Channel Interference，CCI)，而CCI的存在严重地制约了多用户MIMO系统的容量。干扰对齐(Interference Alignment，IA)作为近年来提出的最具潜力的干扰管理技术而备受关注，其核心思想是通过预编码矩阵将干扰信号压缩到特定的低维子空间内，以保留尽可能大的无干扰空间用于期望信号的传输。

根据IA算法预编码矩阵设计方式的不同，现有的IA算法可分为两类：直接法和迭代法。直接法通过解析计算实现完全IA，其复杂度较低，但通常对系统天线配置和信道状态信息有严格的要求；而迭代法需多次循环迭代以逼近完全IA，复杂度较高，但往往能获得较好的系统性能，且算法设计更加灵活。因此，目前针对IA算法的研究主要集中于迭代法。

传统迭代IA算法的设计思路有以下两种：其一是利用上下行信道的互易性，通过收发两端交替优化预编码矩阵和干扰抑制矩阵来实现干扰消除。根据该思路设计出的IA算法需要收发两端的紧密配合，虽然在理论上能获得较好的系统性能，却难以应用于实际系统。主要原因包括：首先，实际系统很难满足该类算法对收发两端完全同步的要求；其次，收发两端的反复迭代会产生大量的反馈与同步信息，不仅给通信系统带来沉重的冗余负担，而且不适用于移动终端等计算能力有限的情形；最后，算法过分依赖信道互易性，只可能应用在时分双工(Time Division Duplexing，TDD)系统中；其二是完全回避干扰抑制矩阵的计算，利用凸优化等方法，由发送端独立完成的预编码矩阵的迭代更新。基于该思路设计而成IA算法虽然克服了收发两端交替迭代带来的诸多不足，简化了IA算法的实现机制，并将算法的适用场景从TDD系统扩展到了频分双工(Frequency Division Duplexing，FDD)系统，但其刻意忽略干扰抑制矩阵影响的做法不仅限制了IA算法的设计灵活性，还导致算法在对齐干扰的过程中，不能同时而有效地抑制期望信号的损失，从而限制了MIMO系统可达容量的提升空间。如果仅从数学角度观察，第一种设计思路中的干扰抑制矩阵仅仅是辅助设计预编码矩阵的工具，其更新与接收端并没有必然的联系，只是由于设计思维的局限才必须通过接收端计算获得。而第二种设计思路简单地认为干扰抑制矩阵的优化仅能通过接收端完成，因而直接以回避干扰抑制矩阵的计算来简化IA算法的实现机制，这样的做法是极不明智的。

发明内容

有鉴于此，本发明的目的在于对迭代IA算法的两种已有设计思路进行取精弃糟，提出一种利用中间变量辅助优化预编码矩阵的设计思想，既可保证IA算法的单边可实现性，又能突破传统单边IA算法在设计灵活性和系统可达容量上的限制。根据该设计思想，本发明给出一种MIMO干扰信道下基于自适应复合代价函数的IA预编码方法，旨在对齐干扰的前提下，尽可能地抑制期望信号的损失，从而进一步改善系统性能。

为达到上述目的，本发明采用如下的技术方案实现：