[发明专利]联合基站用户关联的干扰消除方法

说明书

技术领域

本发明属于通信技术领域，特别涉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

在多小区MIMO无线网络中，随着用户的数目以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，这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，然后再针对这个小维度的干扰空间进行干扰消除。这一极具突破性的方法最早是由美国加州大学的IEEE Fellow S.A.Jafar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教授提出的方案可以将干扰信号压缩在12倍信号总空间的维度之内，将剩余的12倍信号总空间用来接收有用信号，最后在干扰信号所在的12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。为了克服这个问题，本领域的其他研究者提出了无符号扩展的干扰消除方案。

对于无符号扩展的干扰消除方案，美国斯坦福大学的IEEE Fellow D.Tse教授针对小区数大于等于三的多址接入信道,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。但是这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。但是这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。但是这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，这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

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，以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。

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：

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d，d∈{1,2,…M}，第k个基站接收N_k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(k,j)，其中k∈[1,G]，j∈[1,N_k]，N_k大于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a_(k,j)，且

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：N_kd+d≤M，其中，N_k表示能给第k个基站发送数据流的用户数；

2.2)假设从第(K_IA+1)个小区以后不需要进行干扰对齐，1≤K_IA≤G，则在第(K_IA+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：

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P：

4)从K_IA的取值范围中任选一个整数代入最优化模型P中，求解K_IA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P₁，即P₁：

5)求解二次约束整数规划模型P₁；