南京邮电大学2010届本科生毕业设计（论文）
(i)(i)u?on(?kH?kPv?k?nomalizatik),即设置为规范化矩阵。每个用户随后反馈等价(i?1)信道给自己的基站。有了反馈信息，基站执行迫零传输向量v?k。
?1评价：尽管用户端可以觉察到小区外干扰的存在，但基站的调度器并不会处理小区外干扰。所以，我们假定调度器做出一个抉择：假设不存在任何占优势的干扰信号。注意到对数项的分母仅仅只含噪声和剩余干扰。为了减少操作开头使用的CSI的量，我们假定在循环迭代操作前面调度器会做出决定。
事实上我们并不喜欢迭代操作，因为它需要过多的反馈信息。但注意到开头的反馈信息与迭代匹配滤波器所需要的反馈信息是一样的。唯一的区别只是我们使用了一个固定的P预编码器以及类似MMSE的接收端，该接收端调用?k。而这意味着我们只需要对现存的支持MIMO技术的多用户蜂窝系统做一点点改动，就能够支持联合干扰对齐算法。
4.4.3 仿真结果分析
图4.6 当K=10，且 S=3 时，新型IA方案在
sum-rate上的表现：(a) 19六边形网络布局 (b) 线性小区布局
通过仿真，我们评估新型IA方案的表现好坏。我们考虑4G标准下的其中一种天线布局：4个发送天线，4个接收天线。为了最大程度减少对已知4G系统的改动，我们假定M是天线个数。因此，M=4。我们接下来考虑特定的移动台位置（两个临近小区的中心点），因为小区边缘的吞吐量是我们主要关注的地方。我们使用标准的ITU-Ped 路径损耗模型，对于每个天线的发送信号服从独立同分布的瑞利衰落。
30
南京邮电大学2010届本科生毕业设计（论文）
图4.4展示了19六边形的蜂窝系统（γ≈0.4）中下行IA的表现好坏。我们设定每个小区K=10，S=3。注意到迫零IA方案的表现比匹配滤波差（我们把匹配滤波作为基准）。这暗示了当γ≈0.4时（剩余干扰并非不可忽略），提高功率效益比减轻小区外干扰作用要来的大。但是新型联合IA（unified IA）技术对于所有系统表现比两者都要好，它为高信噪比系统提供了大约20%的吞吐量增益。
我们也能在[26]中完整地观察到下行IA曲线收敛性，而在本文所做的仿真中我们观察到下行IA曲线会快速的收敛到它的极限，也就是说，只要一次重复就足以得到几近完全的增益效果。这意味着做更多次的重复仅仅带来微小的增益，而这是以过多的CSI反馈为代价的。
图4.4展示了线性小区布局下的吞吐量。在线性小区下，剩余干扰被显著地降低到γ≈0.1。因此，减轻占优势的干扰会比采取波束成形技术更好。注意到迫零IA曲线和匹配滤波曲线有一个交汇点。迫零IA的作用固然是有的，但是新方案在任意的系统环境下都比两者表现出色。这里，新方案相对于匹配滤波的增益是显著的，在高信噪比系统中大概有55%的增益。
4.4.4 总结
我们观察到迫零IA方案相似于迫零接收端，而重复匹配滤波技术相似于匹配滤波接收端。基于这样的观察，我们提出新型的联合IA技术，这种技术相似于MMSE接收端。对于任意的γ，类MMSE接收端都胜过以上两种接收端。而这两种接收端中占优势的干扰源的功率或远大于或远小于剩余全部干扰。
最为重要的是，因为只需要加入一个小区内反馈机制就能实现新型IA，所以对现有的支持多用户MIMO技术的蜂窝系统做出的改动很小。这种新型IA技术也可拓展到非对称天线布局下，也可应对不止一个的占优势干扰源，也可发展出较少CSI方案，如开环MU-MIMO。新型IA随着M值（包含了子载波）的增大将有更大的增益。因为随着M增大，留给干扰信号的维度将可以忽略不计。
31
南京邮电大学2010届本科生毕业设计（论文）
结束语
小区边缘吞吐量极大地受到来自使用公用信道的其他小区的干扰的影响，所以提出一种有效的干扰处理方案是提升小区边缘吞吐量的关键，干扰对齐是一种新型干扰处理方案，它在一个维度小于干扰源数量的信号子空间中，通过对齐各个干扰信号来实现干扰的消除。毋庸置疑，干扰对齐技术作为一种更好的处理干扰的方式，确实使得通信网络吞吐量得到显著提升。大多数IA算法针对的是K组点到点通信，而IA算法也可用于提升蜂窝系统的吞吐量，并有较强的增益，这种增益体现在：在K小区K用户单天线系统中，如若传统正交传输资源方式，系统仅有1/K的资源被K个用户的每一个使用；干扰对齐技术的使用，将使得自由度变为K/2。
IA算法在理论上是绝对可以提升蜂窝系统工作效率的，但它在硬件实现时却有一系列难题尚待解决。首先，上行信道的 IA 方案要求不同小区基站在反向信道交换扩展型信道状态信息，这无疑增加了计算时间和系统负担；另外算法所需的维数会随着用户数的增加成指数增加；其次，实际的蜂窝系统中存在众多未对齐的小区外干扰源；最后，IA算法与蜂窝系统中其他范畴（例如调度）之间的兼容性问题尚待解决。尽管有如此多的难题，蜂窝系统IA算法的实现依旧有现有技术的支持。现有的4G系统为了支持多用户的MIMO技术已经把小区内反馈机制纳入其中，所以已知的4G标准可以在不需要做多少改变的情况下，就能为需要获取小区间反馈的IA算法提供实现的条件。
本文采用的下行链路迫零IA算法，在两小区的MIMO系统中表现优秀，它通过接收端的干扰抑制向量实现小区外干扰的消除，再通过发送端的预编码矩阵保证小区内干扰的消除，可以说它的实现简单高效，几乎是大信噪比情况的最优方案（因为没有剩余的干扰源）。但对于实际的多蜂窝环境，由于剩余干扰源的存在，迫零IA表现并不出色。
本文在此基础上又给出了蜂窝小区的联合干扰对齐算法，该算法继承了迫零IA算法单反馈的特性，因而简单高效；同时解决了迫零IA在多小区情况下表现不佳的难题。
32
南京邮电大学2010届本科生毕业设计（论文）
致 谢
在此感谢杨洁老师对我的指导，是她的高标准严要求让我能够顺利地完成此次毕设，同时感谢我的同学朋友，在我遇到困难时给予我帮助。最后感谢研究干扰对齐的前辈们，他们的文献让我受益匪浅。
33
南京邮电大学2010届本科生毕业设计（论文）
参考文献
[1] A. B. Carleial, ”Interference channels,\
no. 1, pp. 60-70, January 1978
[2] V. R. Cadambe and S. A. Jafar, “Interference alignment and the degrees of freedom for the K-user interference channel,\ 3425-3441, August 2008
[3] R. Tresch and M. Guillaud, “Cellular interference alignment with imperfect Channel
Knowledge,\June 2009.
[4] V. R. Cadambe and S. A. Jafar,“Reflections of interference alignment and the degrees of
freedom of the K user interference channel,\4, pp. 5-9, December 2009.
[5] M. Vu and A. Paulraj, “MIMO wireless linear precoding,\in IEEE Signal Processing
Magazine, vol. 4, no. 5, pp. 86-105, September 2007.
[6] Biglieri E,et al. Poor MIMO Wireless Communications. Cambridge University
Press,Cambridge,UK,2007
[7] Buehrer R M. Equal BER performance in linear successive interference cancellation for
CDMA systems. IEEE Trans. Communications, 2001,49(7): 1250-1258
[8] Birk Y and Kol T. ISCOD over broadcast channels. In:Proceedings of the IEEE Computer
and Communications Societies, San Francisco, CA, 1998,3: 1257-1264
[9] Birk Y and Kol T. ISCOD for efficient broadcast of different supplemental data to caching
clients. IEEE Trans. Inform. Theory, 2006, 52(6): 825-2830
[10] Maddah M A,Motahari A,Khandani A. Communication over X channel: Signalling and
multiplexing gain in Technical Report. UW-ECE-2006-12, University of Waterloo,July 2006
[11] Weingarten H,Shamai S,Kramer G. On the compound MIMO broadcast channel.
In:Proceedings of Annual Information Theory and Applications Workshop UCSD, San Diego, CA, January 2007
[12] Wang C,Au E K S,et al. On the Performance of the MIMO Zero-Forcing Receiver in the
Presence of Channel Estimation Error. IEEE Trans. Wireless Commun., 2007,6(3):805-810
[13] Andrews J G,Heath R W. MIMO Interference Alignment Over Correlated Channel with
Imperfect CSI. IEEE Trans. Signal Process.,2011,59(6): 2783-2794.
[14] Wang C,Au E K S,Lau V. On the Performance of the MIMO Zero-Forcing Receiver in the
Presence of Channel Estimation Error. IEEE Trans. Wireless Commun.,2007,6(3): 805-810
[15] Maddah-Ali M A, Motahari A S, Khandani A K. Communication over MIMO X channels:
Interference alignment, decomposition, and performance analysis[J]. Information Theory,
34
南京邮电大学2010届本科生毕业设计（论文）
IEEE Transactions on, 2008, 54(8): 3457-3470.
[16] Cadambe V R, Jafar S A. Interference alignment and degrees of freedom of the-user
interference channel[J]. Information Theory, IEEE Transactions on, 2008, 54(8): 3425-3441.
[17] Gomadam K, Cadambe V R, Jafar S A. Approaching the capacity of wireless networks
through distributed interference alignment[C]//Global Telecommunications Conference, 2008. IEEE GLOBECOM 2008. IEEE. IEEE, 2008: 1-6.
[18] Peters S W, Heath R W. Interference alignment via alternating minimization[C]//Acoustics,
Speech and Signal Processing, 2009. ICASSP 2009. IEEE International Conference on. IEEE, 2009: 2445-2448.
[19] Suh C, Tse D. Interference alignment for cellular networks[C]//Communication, Control, and
Computing, 2008 46th Annual Allerton Conference on. IEEE, 2008: 1037-1044.
[20] Tresch R, Guillaud M. Cellular interference alignment with imperfect channel
knowledge[C]//Communications Workshops, 2009. ICC Workshops 2009. IEEE International Conference on. IEEE, 2009: 1-5.
[21] Suh C, Ho M, Tse D N C. Downlink interference alignment[J]. Communications, IEEE
Transactions on, 2011, 59(9): 2616-2626.
[22] Jan Schreck and Gerhard Wunder, Distributed Interference Alignment in Cellular Systems:
Analysis and Algorithms, In Wireless Conference on Sustainable Wireless Technologies(European Wireless), April (2011), pp.1-8.
[23] Wyner A D. Shannon-theoretic approach to a gaussian cellular multiple-access channel[J].
IEEE Transactions on Information Theory, 1994, 40(6): 1713-1727.
D. Tse and P. Viswanath, Fundamentals of Wireless Communication,1st
[24]
ed.,Cambridge,2005.
[25] Z. Pan, K.-K. Wong, and T.-S. Ng, “Generalized multiuser orthogonalspace-division
multiplexing,” IEEE Trans. on Wireless Communications,vol. 3, no. 6, pp. 1969–1973, Nov.2004.
[26] D. Gesbert, M. Kountouris, R. W. Heath, and C.-B. Chae, “From single user to multiuser
communications: Shifting the MIMO paradigm,” IEEE Signal Processing Magazine, vol. 24, no. 5, Oct. 2007.
35