基于分簇的干扰对齐技术研究

来源 :电子科技大学 | 被引量 : 1次 | 上传用户:luowenying124
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近些年来无线通信技术的学术界出现了一种新型的干扰管理技术,我们可称之为干扰对齐技术。该技术核心思想在于通过将接收端接收信号中不同方向的干扰信号对齐到同一方向或同一空间中去,以压缩干扰信号所占空间从而提高期望信号空间维度来容纳有用信号,以此来提升信道容量和通信速率。一方面,干扰对齐技术的出现使得无线干扰网络的容量产生了飞跃式的增长,之前学者对于干扰网络容量界限的认识也被大大扩展,这对于下一代通信系统中存在多用户干扰时的大容量可靠传输研究是有极大帮助的;另一方面,通过干扰对齐,自由度的概念被引入,这不仅推动了网络信息论发展,更是在研究多用户多天线干扰信道网络的容量区域界限中起到了举足轻重的作用。然而,现阶段干扰对齐距离实际通信系统的应用还有很远的距离,还存在很多尚未解决的问题。比如:干扰对齐的性能很大程度上受到天线配置,通信流数以及用户对数目的限制;现有的可以通用于不同用户对数目干扰信道的对齐方法过于复杂,且复杂度随用户数目增加呈加速上升趋势。针对以上问题,本论文以改进干扰对齐算法使其适用于实际通信环境为最终目标,研究并提出改进后的干扰对齐技术方案及算法。文章主要工作如下:1.就传统多用户干扰信道的干扰对齐中用户数目对于干扰对齐复杂度的影响进行了分析并研究了分簇思想在其中的应用。对于簇内的干扰对齐,提出了一种簇内非迭代式干扰对齐算法并将其与迭代式最大化SINR对齐法进行比较。仿真结果证明分簇式干扰对齐极大的降低了干扰对齐的复杂度及运行时间,且在少数特定的通信环境下其性能优于某些全局迭代式干扰对齐算法。2.针对将干扰对齐算法简单应用于分簇式干扰对齐时易导致簇间干扰强烈从而影响系统性能的情况,从接收端接收信号的干扰成分入手对簇间干扰进行了仿真分析并根据处理簇间干扰时接收端对非同一簇干扰源信道状态信息的利用方式提出并分析了MMSE接收机法与对角载入法这两种簇间干扰处理方法。仿真结果证明上述两种方法均在没有增加或增加很少的运算复杂度及运行时间的前提下有效的处理了簇间干扰。3.针对在实际通信系统中不同干扰链路的能量大小不一致的情况,挖掘了干扰信道的统计特性并根据这种特性研究了基于接收端干扰的分簇算法。然后根据干扰链路的统计信息和系统和速率表达式对链路权重做了定义,并根据权重概念分别从“未分簇用户挑选簇”和“所分簇挑选未分簇用户”两个角度提出并分析了两种分簇策略。仿真结果证明了这三种分簇策略下的分簇式干扰对齐方法均极大的降低了系统的运算复杂度提升了运行效率,且相对于随机分簇的方法性能均有明显的提升。
其他文献
随着近三十年来通信行业的飞速发展,各种通信设备大量涌现,发射机和接收机作为通信系统中不可缺的环节,支撑着现代通信技术不断创新。但发射机和接收机自身的非线性特性,会大
软硬件技术的飞速发展和进步,以及微电子技术的革新等,总线技术的发展也迫在眉睫。MIL-STD-1553B是美国上个世纪提出的军用总线标准,用于机载电子设备间的通信,但是随着网络
在信息技术日益发达的今天,虚拟化技术也无疑得到了巨大的发展,在数据中心网络中租户租用多个虚拟机的现象也越来越普遍。而对数据中心网络的研究中一个重要的课题就是如何实
随着无线网络的快速发展,人们对无线频谱资源的需求过去十年中持续增长。然而在固定频谱分配的策略下,很大一部分授权频带的利用率非常低。认知无线电的概念在这一背景下被提
近年来,人们在研究传统干扰对齐技术时发现了一个重要的问题,即这种方法需要足够的维度空间来实行对齐和消除干扰,这一问题导致传统的干扰对齐技术难以被用于规模较大的系统
SAR图像目标识别作为信息获取的关键技术,具有重要的应用价值,一直是国内外目标识别领域的研究热点。近年来稀疏表示理论被广泛应用于各类图像处理领域,并且在人脸识别中已取
伴随着无线通信系统高速率、高吞吐量以及高频谱利用率的需求,3GPP制定的LTE(Long Term Evolution)和LTE-Advanced选择了以OFDM(Orthogonal Frequency Division Multiplexing
在现代城市战场、反恐突击、灾后救援等行动中,穿墙雷达(Through-the-Wall Radar,TWR)能够对隐藏在掩体、建筑物、废墟等环境下的人员进行非侵入式的探测与成像,作为重要的现
多输入多输出(Multiple Input Multiple Output,MIMO)技术可以为无线通信传输提供更高的系统容量和可靠性,是无线通信领域的重要研讨课题。空间分集(Spatial Diversity)、空
一维距离像是目标上各散射点回波在雷达距离向的矢量叠加所形成的幅度分布图,可以反映出目标精细的物理结构,是目标识别的重要特征之一。由于目标的一维距离像计算量较小、实