薛　峰,馬　蓓

(1.中國電信股份有限公司福建分公司 網(wǎng)絡(luò)發(fā)展部,福建 福州　350000;2.西安電子科技大學(xué) 綜合業(yè)務(wù)網(wǎng)理論及關(guān)鍵技術(shù)國家重點實驗室,陜西 西安　710071)

?

基于干擾對齊的D2D混合網(wǎng)絡(luò)干擾管理研究

薛峰1,馬蓓2

(1.中國電信股份有限公司福建分公司 網(wǎng)絡(luò)發(fā)展部,福建 福州350000;2.西安電子科技大學(xué) 綜合業(yè)務(wù)網(wǎng)理論及關(guān)鍵技術(shù)國家重點實驗室,陜西 西安710071)

摘要針對如何有效抑制蜂窩與D2D混合網(wǎng)絡(luò)中的干擾問題,提出了一種基于干擾對齊的干擾協(xié)調(diào)策略。通過建立k對D2D用戶(DUE)復(fù)用蜂窩用戶(CUE)上行資源的干擾模型,并分別在發(fā)送端和接收端設(shè)計發(fā)送干擾抑制預(yù)編碼,使得在某一接收端處的干擾均對齊在接收信號的零空間上,從而抑制區(qū)內(nèi)和區(qū)間兩大干擾。仿真證明,文中所提出的基于干擾對齊的功率分配方案,比其他算法能獲得更大的系統(tǒng)總速率,從而最大化混合網(wǎng)絡(luò)的自由度。

關(guān)鍵詞干擾對齊;D2D通信;自由度

Interference Alignment-based Interference Management in D2D Communications

XUE Feng1,MA Bei2

(1.Network Development Department,China Telecom Fujian Branch,Fujian Fuzhou 350000,China;2.State Key Laboratory of Integrated Services Networks,Xidian University,Xi’an 710071,China)

AbstractAn interference suppressing method based on interference alignment for cancelling the interferences of the hybrid networks of the cellular and D2D users is proposed.Firstly ank-pair D2D interference model is built,then the transmit and receive precoding matrices are designed to align the interferences to the null space of the receiver.The proposed strategy can effectively suppress both the intra-interference and the inter-interference.The simulation results show that the proposed IA-based power allocation scheme achieves better sum-rate than the other schemes.

Keywordsinterference alignment;D2D communications;degrees of freedom

現(xiàn)有文獻(xiàn)[1~6]中關(guān)于蜂窩網(wǎng)絡(luò)下的D2D通信干擾場景一般研究的均是單個D2D對用戶復(fù)用一個蜂窩用戶的資源,通過功率控制、模式選擇或者頻譜分配來協(xié)調(diào)干擾?，F(xiàn)有的干擾管理方式大體分為如下幾種:(1)將干擾作為噪聲。這種方法對于干擾功率較小的情況是有效的;(2)正交復(fù)用。當(dāng)干擾信號的功率與期望信號的功率相當(dāng)時,利用信道的正交復(fù)用能避免干擾?，F(xiàn)有的時分復(fù)用(TDMA)、頻分復(fù)用(FDMA)技術(shù)等都是基于此進(jìn)行設(shè)計的;(3)解調(diào)。當(dāng)干擾信號較強(qiáng)時,則干擾信號可首先被解調(diào),然后再從接收信號中解調(diào)出期望信號。雖然這種通過解調(diào)干擾信號來消除干擾的方法可提高期望信號的速率,但是,這要求具備解調(diào)干擾信號的能力;(4)協(xié)同方式,即用戶信道狀態(tài)信息(CSI)和用戶數(shù)據(jù)在相鄰節(jié)點之間完全分享,如CoMP 方式。這種方式的缺點是節(jié)點間的信息交互量過大,且協(xié)同的節(jié)點數(shù)量有限,在多個協(xié)同節(jié)點的邊緣仍然存在干擾問題。然而,這些方法均不是直接有效的方法,因此系統(tǒng)總性能還有待進(jìn)一步提高。

當(dāng)信號功率與干擾功率相當(dāng)且信噪比較大時,信息論方面的最新研究發(fā)現(xiàn),采用一種稱為干擾對齊(Interference Alignment,IA)的方法可獲得比其他干擾管理方式更好的性能。干擾對齊最初是由Maddah-Ali 等人在研究MIMO X 信道自由度的時候提出的。隨后Cadambe 和Jafar將IA 技術(shù)應(yīng)用于由k對用戶組成的干擾信道中,并給出了由k對用戶干擾信道的最大自由度。假設(shè)不止一對D2D用戶復(fù)用某一蜂窩用戶的上行資源,提出利用干擾對齊技術(shù)對多對D2D用戶與蜂窩用戶之間的干擾進(jìn)行協(xié)調(diào)。

1干擾對齊原理

干擾對齊(Interference Alignment,IA)技術(shù)被認(rèn)為是解決無線通信系統(tǒng)所面臨的干擾問題的一個有效方法,并被嘗試應(yīng)用到各種場景下[7-13]。

干擾對齊(Interference Alignment,IA)的基本原理:將來自所有其他發(fā)射機(jī)的干擾信號對齊到同一個接收信號空間的子空間內(nèi),并保持干擾子空間與期望信號子空間線性獨立。即每對用戶通過構(gòu)建發(fā)射預(yù)編碼矩陣V[j]和接收干擾抑制濾波器矩陣U[k](j=1,2,…,k,j≠k),當(dāng)滿足

(1)

時稱完成了干擾對齊。

干擾對齊方法可以分為兩大類:(1)信號空間干擾對齊,如圖1所示;(2)信號尺度干擾對齊,如圖2所示。信號空間干擾對齊利用多載波或多天線構(gòu)成多維度用來構(gòu)造算法,得到了廣泛的研究,且在實際系統(tǒng)中易于實現(xiàn)。信號尺度干擾對齊是指通過將信道增益量化構(gòu)成多維度的空間從而進(jìn)行算法設(shè)計的方法。由于無線信道具有時變特性,準(zhǔn)確跟蹤信道變化對系統(tǒng)的要求較高,且對信道增益的估計也存在誤差,在實際系統(tǒng)中的可行性較差。因此,本中提出的干擾對齊方案是基于信號空間干擾對齊的。

圖1 是一個3用戶高斯干擾信道實現(xiàn)干擾對齊的簡單舉例。所有節(jié)點均配置2根天線,當(dāng)采用干擾對齊方法如圖1(a)時,可同時發(fā)送3個數(shù)據(jù)流;而當(dāng)采用正交復(fù)用,如圖1(b)時,只能同時發(fā)送兩個數(shù)據(jù)流。

圖1　信號空間干擾對齊

圖2　信號尺度干擾對齊

2干擾模型分析

k對D2D用戶(DUE)復(fù)用蜂窩用戶(CUE)上行資源的系統(tǒng)模型,如圖3所示。在該混合網(wǎng)絡(luò)中,主要的干擾是蜂窩用戶對D2D用戶的干擾以及k對D2D用戶之間的干擾,D2D用戶對蜂窩鏈路的干擾可不予考慮。假設(shè)基站BS、蜂窩用戶和k對D2D用戶的收發(fā)端均配置M根天線。

圖3　k對D2D用戶復(fù)用蜂窩上行資源的系統(tǒng)模型

圖3中的k對D2D用戶通信可被建模為k對用戶的MIMO干擾信道,如圖4所示。蜂窩用戶CUE1向基站(BS)發(fā)送信號的同時,k對D2D用戶共享同一頻譜進(jìn)行端到端的通信。由于考慮的D2D用戶是地理位置上相鄰的小區(qū)邊緣用戶,D2D用戶對上行蜂窩通信的干擾可不予考慮。因此,k對D2D用戶分別均有k條干擾鏈路,而蜂窩用戶CUE1沒有干擾鏈路。

圖4　蜂窩用戶對D2D用戶以及D2D用戶之間的干擾模型

3基于干擾對齊的多小區(qū)干擾協(xié)調(diào)算法

3.1系統(tǒng)模型

一個由2個相鄰小區(qū)構(gòu)成的多小區(qū)D2D網(wǎng)絡(luò)干擾模型,如圖5所示。對于單個小區(qū),考慮一對D2D用戶復(fù)用N個正交接入的邊緣蜂窩用戶的下行資源進(jìn)行通信的干擾情況。相鄰基站間采用多點協(xié)作波束成形技術(shù)(CoordinatedMultiplePoint-CoordinatedSchedulingandBeamforming,COMP-CSB),通過X2空中接口交換信息。假設(shè)基站可得到其所在小區(qū)內(nèi)所有鏈路的信道狀態(tài)信息(CSI)?；旌舷到y(tǒng)工作在干擾受限模式下,主要受到以下兩方面干擾:(1)區(qū)間干擾。來自鄰近用戶的同頻復(fù)用;(2)區(qū)內(nèi)干擾。來自D2D用戶對蜂窩用戶的下行資源的復(fù)用。對于每個小區(qū),假設(shè)基站AP和蜂窩用戶(CUE)分別配置N1和M1根天線,D2D用戶(DUE)的發(fā)送端和接收端分別配置N2和M2根天線。以Cell1為研究對象,則CUE1,CUE2和DUE4的接收信號分別可以表示

(2)

(3)

(4)

3.2干擾對齊算法設(shè)計

對于圖5干擾模型中的Cell1,首先分析了蜂窩用戶所受到的干擾,然后利用干擾對齊方法將來自區(qū)內(nèi)D2D用戶以及鄰近小區(qū)的干擾對齊到蜂窩用戶接收空間的零空間上,并通過在收發(fā)端分別設(shè)計發(fā)送預(yù)編碼和接收預(yù)編碼矩陣來消除干擾。假設(shè)F2為N1×1的全1向量,則節(jié)點CUE1處的干擾對齊方法可表示為

(5)

(6)

F3=(H13)-1H11IN1×1

(7)

接下來,可通過下式分別得到蜂窩用戶CUE1和CUE2的接收預(yù)編碼矩陣

W1=null([H11F2]H)=null([H12F]H)=null([H13F3]H)

(8)

(9)

完成干擾對齊后,蜂窩用戶CUE 1的信干噪比SINR可表示為

(10)

可以看出,在應(yīng)用干擾對齊技術(shù)消除了區(qū)內(nèi)和區(qū)間兩大干擾后,蜂窩用戶的信干噪比SINR得到了較大程度的提高。

圖5　2小區(qū)D2D混合系統(tǒng)干擾網(wǎng)絡(luò)模型

同理,可構(gòu)建在D2D用戶DUE4接收端的干擾對齊方案,將來自區(qū)內(nèi)的干擾和區(qū)間的干擾對齊在接收端的零空間上,如下所示

(11)

其中,A被定義為干擾對齊因子矩陣,可表示為

(12)

為在DUE4的接收端將對齊的干擾消除,可設(shè)計接收預(yù)編碼矩陣如下

(13)

完成干擾對齊后,D2D用戶DUE 4的信干噪比SINR可表示為

(14)

可以看出,在應(yīng)用干擾對齊技術(shù)消除了區(qū)內(nèi)和區(qū)間兩大干擾后,D2D用戶的信干噪比SINR得到了較大幅度的提高。

4仿真結(jié)果

仿真分析分別評估了干擾對齊對單小區(qū)和多小區(qū)系統(tǒng)性能的提升。首先,對于圖3所示的單小區(qū)D2D系統(tǒng),為便于分析,假設(shè)有4個頻率資源正交的蜂窩用戶,假設(shè)所有D2D 用戶和蜂窩用戶均在其給定范圍內(nèi)均勻分布,D2D鏈路的小尺度衰落為慢變平坦瑞利衰落模型,信道系數(shù)獨立同分布,服從均值為零,方差為1的高斯分布。將位于整個小區(qū)覆蓋區(qū)域外圍1/20范圍的用戶定義為小區(qū)邊緣D2D用戶。仿真參數(shù)如表1所示。

表1　單小區(qū)干擾對齊仿真參數(shù)

圖6給出了IA-PA算法與以下其他3種情況的仿真結(jié)果比較:(1)基于IA的等功率分配算法;(2)貪婪功率最優(yōu)分配算法;(3)單純蜂窩網(wǎng)絡(luò)。(d1,d2,d3)=(2,2,2)為用戶數(shù)據(jù)流分配數(shù)量,是可達(dá)容量上限的最大數(shù)據(jù)流分配方式。可以看出,在整個發(fā)送功率取值范圍內(nèi),本文給出的IA-PA算法在總速率性能上是最優(yōu)的。當(dāng)Pmax=16dBm時,貪婪功率最優(yōu)分配算法與基于IA的等功率分配算法得到了相同的總速率。同時,IA-PA算法使得總速率提高了21%,彌補(bǔ)了等功率資源分配IA算法的性能損失。另外,與傳統(tǒng)蜂窩通信相比,系統(tǒng)總速率提高了1.8倍。其次,當(dāng)Pmax<16dBm時,貪婪功率最優(yōu)分配算法優(yōu)于基于IA的等功率分配算法。然而,當(dāng)Pmax>16dBm時,基于IA的等功率分配算法性能優(yōu)于貪婪功率最優(yōu)分配算法。這是因為在低分配功率下,更多的功率分配給了等效信道質(zhì)量好的數(shù)據(jù)流,充分利用了信道狀態(tài)信息;而在高分配功率下,由于各數(shù)據(jù)流的等效信道質(zhì)量好的概率高,此時最優(yōu)功率分配算法的優(yōu)勢消失。同時,干擾功率隨之增大,而干擾抵消所獲得的性能增益會遠(yuǎn)大于增加信號功率帶來的增益。因此,本文提出的IA-PA算法無論在低分配功率下還是在高分配功率下均能使得總速率性能得到明顯的提高。

對于圖5所示的多小區(qū)D2D系統(tǒng)的總速率性能進(jìn)行了分析評估,如圖6所示?？捎^察到當(dāng)采用干擾對齊算法時,區(qū)內(nèi)和區(qū)間兩大干擾均得到了有效的抑制從而使得總速率提升了80%。圖7畫出了不同的發(fā)送預(yù)編碼矩陣設(shè)計下干擾對齊算法對總速率性能的影響。D2D用戶發(fā)送預(yù)編碼的設(shè)計方案有如下幾種:(1)自私型預(yù)編碼設(shè)計(SelfishBeamforming),D2D用戶忽略了其對蜂窩用戶的干擾,而以最大化自身的傳輸速率為原則設(shè)計發(fā)送預(yù)編碼,即F3為矩陣H2最大奇異值所對應(yīng)的奇異向量;(2)基于干擾對齊的零空間隨機(jī)波束成形預(yù)編碼設(shè)計。圖中Upper-Bound所對應(yīng)的曲線描述了理想狀態(tài)下的系統(tǒng)總速率。從這些圖中,可觀察到自私型預(yù)編碼設(shè)計方案的性能低于基于干擾對齊的預(yù)編碼設(shè)計方案。

圖6　IA-PA算法與其他算法速率比較

圖7　不同D2D預(yù)編碼矩陣下的系統(tǒng)總速率

5結(jié)束語

針對蜂窩和D2D網(wǎng)絡(luò)混合網(wǎng)絡(luò)中的干擾管理問題,提出了基于干擾對齊的針對多小區(qū)混合D2D通信系統(tǒng)的干擾對齊干擾協(xié)調(diào)策略,通過在發(fā)送端和接收端分別設(shè)計發(fā)送預(yù)編碼和接收干擾抑制編碼,將區(qū)間干擾和區(qū)內(nèi)干擾對齊在接收信號的零空間上,利用接收預(yù)編碼將對齊的干擾迫零抵消,從而最大化混合網(wǎng)絡(luò)的自由度。

參考文獻(xiàn)

[1]Yu C H,Doppler K,Ribeiro C,et al.Performance impact of fading interference to device-to-device communication underlaying cellular networks[C].MA:Proceeding of IEEE PIMRC,2009.

[2]Xu C.Interference-aware resource allocation for device-to-device communications as an underlay using sequential second price auction[C].MA:Proceeding of IEEE ICC,2012.

[3]Xu S,Wang H,Chen T,et al.Effective interference cancellation scheme for device-to-device communication underlaying cellular networks[C].MA:Proceeding of IEEE VTC-Fall,2010.

[4]Xu W.Performance enhanced transmission in device-to-device communications:Beamforming or interference cancellation[C].Scottland:Proceeding of IEEE Globecom,2012.

[5]Min H,Lee J,Park S,et al.Capacity enhancement using an interference limited area for device-to-device uplink underlaying cellular networks[J].IEEE Transactions on Wireless Communication,2011,12(10):3995-4000.

[6]Janis P,Koivunen V,Ribeiro C,et al.Interference-aware resource allocation for device-todevice radio underlaying cellular networks[C].HZ:Proceeding of IEEE VTC-Spring,2009.

[7]Suh C,Tse D.Interference alignment for cellular networks[C].Illinois USA:Proceeding of 46th Annual Allerton Conference on Communications,Control and Computing,2008.

[8]Suh C,Ho M,Tse D.Downlink interference alignment[J].IEEE Letter,2003(7):1512-1515.

[9]Yetis C M,Gou T,Jafar S A,et al.On feasibility of interference alignment in MIMO interference networks[J].IEEE Transactions on Signal Process,2010,9(58):4771-4782.

[10]Gou T,Jafar S A.Degrees of freedom of the K user M X N MIMO interference channel[J].IEEE Transactions on Information Theory,2010,2(56):6040-6057.

[11] Gomadam K S,Cadambe V R,Jafar S A.A distributed numerical approach to interference alignment and applications to wireless interference networks[J].IEEE Transactions on Information Theory,2011,6(57):3309-3322.

[12] Cadamde V R,Jafar S A.Interference alignment and the degrees of freedom of wireless X networks[J].IEEE Transactions on Information Theory,2009,9(55):3893-3908.

[13]Cadambe V R,Jafar S A.Interference alignment and the degrees of freedom for the K user interference channel[J].IEEE Transactions on Information Theory,2008,54(8):3425-3441.

中圖分類號TN911.4

文獻(xiàn)標(biāo)識碼A

文章編號1007-7820(2016)03-140-05

doi:10.16180/j.cnki.issn1007-7820.2016.03.036

作者簡介:薛峰(1969—),男,工程師。研究方向:現(xiàn)代通信技術(shù)。馬蓓(1982—),女,博士研究生。研究方向:無線通信技術(shù),干擾對齊,D2D 通信。

收稿日期:2015- 08- 02