论文部分内容阅读
多用户多输入多输出(Multiple Input Multiple Output,MIMO)无线网络中一个棘手的问题就是存在多用户干扰,干扰对齐(Interference Alignment,IA)技术是一个高效的干扰抑制新措施。然而,多用户MIMO网络中存在用户间资源分配不均匀的现象,导致某些用户的通信质量差,甚至达不到通信要求。本文将利用最大化最小信干噪比(Maximize the Minimum Signal-to-Interference-plus-Noise Ratio,Max-Min SINR)解决这种资源分配不均匀的问题。首先,本文对IA进行分析,并建立了一般的基于Max-Min SINR IA模型。对干扰对齐中的预编码矩阵和干扰抑制矩阵的设计做了说明,并研究了功率分配的原理,为后文的基于Max-Min SINR的干扰对齐方法提供基础。其次,对多用户MIMO对称网络进行研究。分析了MIMO对称网络中典型SINR优化的IA方法,包括最小干扰泄漏算法(Minimum Leakage Interference,MLI)和精确循环协调上升算法(Exact Cyclic Coordinate Ascent Algorithm,ECCAA)。其中MLI算法是抑制干扰泄漏的典型IA方法,ECCAA算法是Max-Min SINR优化的典型IA方法。针对MIMO对称网络中运用IA进行干扰抑制时会产生用户间资源分配不均匀的问题,结合功率分配策略,采用了一种基于Max-Min SINR联合优化的IA方法。并根据算法特点,设计了一种效用函数,来评价各用户分得资源的公平性。并对以上MIMO对称网络中三种IA方法进行实验仿真,仿真结果表明,相比于MLI和ECCAA算法,基于Max-Min SINR联合优化的IA方法随着SNR的增大不仅能更好的提高系统中最小SINR的值,其算法收敛程度还更快,并且效用率更高,但其和速率仍有待提高。最后,本文对接近实际通信网络的多用户MIMO非对称网络进行了分析。研究了分组IA算法,解决用户数超过IA可行性上限时的干扰抑制问题。本文分析了软分组算法,并将MLI算法改进后,与之相结合。结合博弈论给出了严格位势博弈模型,建立了基于Max-Min SINR博弈准则的IA方法。仿真结果表明,相比于软分组算法和改进的MLI算法结合后的IA方法,基于Max-Min SINR博弈准则的干扰对齐方法能够更好的提高系统中最小SINR的值,并获得较高的和速率,但当分组后,用户数接近IA可行性上限时,效用率较低。