李建東，劉磊，盛敏，徐超

（西安電子科技大學(xué)綜合業(yè)務(wù)網(wǎng)理論與關(guān)鍵技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710071）

專題：5G

面向5G無線網(wǎng)絡(luò)的智能干擾管理技術(shù)

李建東，劉磊，盛敏，徐超

（西安電子科技大學(xué)綜合業(yè)務(wù)網(wǎng)理論與關(guān)鍵技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710071）

作為 5G 關(guān)鍵技術(shù)之一的超密集組網(wǎng)是滿足未來千倍數(shù)據(jù)流量需求的主要手段。 然而，網(wǎng)絡(luò)密集化部署將導(dǎo)致嚴(yán)重的干擾問題，因此干擾管理是 5G 超密集網(wǎng)絡(luò)中的重要研究課題。首先從規(guī)避及利用兩個(gè)方面歸納總結(jié)現(xiàn)有的干擾管理算法。其次，為了更好地適應(yīng)未來 5G 無線網(wǎng)絡(luò)智能化、異構(gòu)化的發(fā)展趨勢，提出了一種智能的無線網(wǎng)絡(luò)干擾管理體系，實(shí)現(xiàn)了無線網(wǎng)絡(luò)環(huán)境與干擾管理的動(dòng)態(tài)緊耦合。 最后，從干擾管理與資源管理的本質(zhì)聯(lián)系這一角度出發(fā)，介紹了 3 種聯(lián)合異構(gòu)網(wǎng)絡(luò)資源的新型干擾管理算法，有效實(shí)現(xiàn)了網(wǎng)絡(luò)資源的高效利用和網(wǎng)絡(luò)容量的提升。

干擾管理；資源管理；異構(gòu)無線網(wǎng)絡(luò)

1 引言

隨著無線通信技術(shù)的飛速發(fā)展和智能終端設(shè)備的普及，移動(dòng)業(yè)務(wù)呈現(xiàn)出種類紛繁多樣、數(shù)據(jù)爆炸增長的發(fā)展態(tài)勢。為了應(yīng)對(duì)未來無線網(wǎng)絡(luò)超高流量密度、超高連接數(shù)密度等帶來的嚴(yán)峻挑戰(zhàn)，通信學(xué)術(shù)界和產(chǎn)業(yè)界正積極致力于 5G（the fifth generation）無 線 網(wǎng) 絡(luò) 的 研 發(fā) 和 標(biāo) 準(zhǔn) 化 。為 了實(shí)現(xiàn)“萬物互聯(lián)”的美好愿景，5G 無線網(wǎng)絡(luò)將是一個(gè)高度融合、高度智能的無線網(wǎng)絡(luò)。根據(jù)目前的研究現(xiàn)狀，推動(dòng)5G 發(fā)展的革新技術(shù)可以劃分為無線技術(shù)和網(wǎng)絡(luò)技術(shù)兩個(gè)層面。其中，無線技術(shù)主要包括新型非正交多址接入技術(shù)（例如稀疏碼分多址接入技術(shù)等）、大規(guī)模天線技術(shù)、毫米波技術(shù)、終端直通技術(shù)、靈活雙工技術(shù)（例如動(dòng)態(tài)時(shí)分雙工技術(shù)等）以及全雙工技術(shù)等；在網(wǎng)絡(luò)技術(shù)方面，5G 的技術(shù)創(chuàng)新得益于超密集組網(wǎng)，同時(shí)基于軟件定義網(wǎng)絡(luò)和網(wǎng)絡(luò)功能虛擬化等網(wǎng)絡(luò)架構(gòu)也獲得了廣泛的認(rèn)同。但是，這些關(guān)鍵技術(shù)正處于研究階段，技術(shù)本身仍存在一些亟待解決的問題。例如超密集組網(wǎng)通過增加無線網(wǎng)絡(luò)基站布設(shè)密度可以獲得頻率復(fù)用效率的巨大提升，從而實(shí)現(xiàn)系統(tǒng)容量的增加，但微蜂窩、微微蜂窩更密集的部署以及小區(qū)覆蓋范圍的重疊，將帶來更為嚴(yán)重的干擾。不難看出，如果沒有合適的干擾管理策略，網(wǎng)絡(luò)中的干擾會(huì)隨著小區(qū)密度的增加而愈發(fā)嚴(yán)重，并成為限制無線網(wǎng)絡(luò)邁入 5G 時(shí)代的關(guān)鍵制約。因此干擾管理是提升 5G 無線網(wǎng)絡(luò)性能的關(guān)鍵技術(shù)。

本文首先概述無線網(wǎng)絡(luò)中的干擾管理方法，并對(duì)其進(jìn)行分類；然后，從系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)角度提出了一種智能的無線網(wǎng)絡(luò)干擾管理體系，闡述了網(wǎng)絡(luò)干擾管理與資源管理的內(nèi)在聯(lián)系，并從網(wǎng)絡(luò)資源維度出發(fā)提出了 3類新型干擾管理算法；最后總結(jié)概括全文并展望未來的研究方向。

2 干擾管理的研究動(dòng)態(tài)

在無線通信網(wǎng)絡(luò)中，當(dāng)多對(duì)通信鏈路共享相同資源域時(shí)，所產(chǎn)生的相互干擾將導(dǎo)致網(wǎng)絡(luò)資源浪費(fèi)并使網(wǎng)絡(luò)性能惡化。因此干擾管理是改善網(wǎng)絡(luò)性能的重要手段。如果將干擾分別視為不利因素或者可用因素，則可以從規(guī)避以及利用干擾兩個(gè)方向進(jìn)行干擾管理，具體分類方法如圖 1所示。

在多數(shù)干擾管理方法中，干擾都被視為不利因素。在這些方法中，可以通過資源分配及調(diào)度來避免干擾的產(chǎn) 生［2-5］。隨 著 無 線 通 信 系 統(tǒng) 的 多 樣 化 、網(wǎng) 絡(luò) 結(jié) 構(gòu) 的 異 構(gòu) 化以及多種新的通信技術(shù)的應(yīng)用，干擾管理算法可與多天線（MIMO ）［6］、串 （并 ）行 干 擾 消 除［7］、協(xié) 作［8，9］及 認(rèn) 知［10，11］等 多 種技術(shù)相結(jié)合。

2.1 干擾被視為不利因素

（1）干擾隨機(jī)化

干 擾 隨 機(jī) 化 （interference randomization）［12］的 目 標(biāo) 是 在接收端得到接近白噪聲的干擾信號(hào)，即隨機(jī)化的干擾信號(hào)，從而獲得抑制干擾的處理增益。常見的干擾隨機(jī)化方法有：跳頻，即對(duì)每個(gè)小區(qū)采用不同的跳頻模式獲得干擾白化的效果；交織，即在信道編碼之后對(duì)各個(gè)小區(qū)的信號(hào)采用不同的交織圖案進(jìn)行信道交織，從而隨機(jī)化干擾；加擾，即在信道編碼和信道交織之后，對(duì)各個(gè)小區(qū)的信號(hào)利用不同的偽隨機(jī)碼進(jìn)行加擾以實(shí)現(xiàn)干擾白化的目的。

（2）增強(qiáng)型小區(qū)間干擾協(xié)調(diào)

為了降低宏小區(qū)與微蜂窩之間的層間干擾，提高邊緣用 戶 的 性 能 ，基 于 小 區(qū) 間 干 擾 協(xié) 調(diào) （inter-cell interference coordination）［13］技 術(shù) ，3GPP 在 LTE-Advanced 的 R10 版本中 提出 增 強(qiáng) 型 小 區(qū) 干 擾 協(xié) 調(diào) （enhanced inter-cell interference coordination，eICIC）［14，15］技術(shù)，包 括 以 下 3 種 解 決 方 案 。

①頻域 eICIC

即通過調(diào)度和頻譜資源分配，使不同小區(qū)的控制信道和物理信道使用正交或者部分正交的頻譜資源。雖然頻域eICIC 能夠消除層間干擾，但是資源的正交劃分降低了頻譜資源的利用率，造成頻域資源的浪費(fèi)。

②基于功率控制的 eICIC

其主要思想是在保證用戶 QoS約束的條件下，降低發(fā)射功率來避免干擾。參考文獻(xiàn)［16］中從博弈論協(xié)作議價(jià)模型出發(fā)，提出一種異構(gòu)網(wǎng)絡(luò)中的功率控制算法。該算法基于結(jié)合系統(tǒng)譜效與能效的效用函數(shù)設(shè)計(jì)了一種具有閉式解的功率協(xié)調(diào)方案，并提出了一種簡化系統(tǒng)信令開銷的低復(fù)雜度算法。

圖1 干擾管理算法分類方法

③時(shí)域 eICIC

該方法是在一個(gè)子幀上從時(shí)間域進(jìn)行干擾協(xié)調(diào)。其基本 原 理 是 通 過 在 下 行 設(shè) 置 幾 乎 空 白 的 子 幀 （almost blank sub-frame，ABS），即在該子幀上保持靜默，其他被干擾小區(qū)中的用戶只在干擾源小區(qū)的 ABS 上對(duì)其數(shù)據(jù)進(jìn)行譯碼和解調(diào)，從而避免來自干擾小區(qū)的干擾。

可以看到，時(shí)域 eICIC 與頻域 eICIC 僅分別使用了時(shí)域與頻域資源，然而考慮到實(shí)際無線信道受到時(shí)間—頻率兩維 衰 落 的影響，參考 文 獻(xiàn)［17］提 出 了一 種 聯(lián) 合 時(shí)間 和 頻率二維資源進(jìn)行干擾協(xié)調(diào)的策略。通過聯(lián)合利用在時(shí)域和頻域的信道變化，并在時(shí)頻二維資源上聯(lián)合進(jìn)行干擾協(xié)調(diào)，該算法能夠靈活頑健地適應(yīng)重負(fù)載業(yè)務(wù)。

（3）干擾消除

干 擾 消 除 （interference cancellation，IC）技 術(shù) 的 最 早 應(yīng)用 是 在 CDMA 系 統(tǒng) 中 的 多 用 戶 檢 測 技 術(shù) 中［18］。其 主 要 思 想是對(duì)干擾信號(hào)進(jìn)行譯碼，然后重構(gòu)干擾信號(hào)，并從接收信號(hào)中刪除。按照譯碼干擾信號(hào)方式的不同，可分為串行干擾 消 除 （successive interference cancellation，SIC）以 及 并 行干 擾 消 除 （parallel interference cancellation，PIC）。SIC 的 核心 是 對(duì) 接 收 信 號(hào) 進(jìn) 行 多 級(jí) 循 環(huán) 迭 代［19］，逐 次 檢 測 并 消 除 一個(gè)干擾信號(hào)。由于 SIC 是逐次進(jìn)行檢測消除，所以如何確定檢測順序是 SIC 的關(guān)鍵問題。在實(shí)際中，通常根據(jù)接收信噪比或者接收信號(hào)的強(qiáng)度來確定檢測順序。SIC 接收機(jī)結(jié)構(gòu)設(shè)計(jì)簡單、計(jì)算復(fù)雜度低，具有很好的頑健性和實(shí)用性。但是由于干擾信號(hào)的檢測存在一定偏差，用不完全準(zhǔn)確的估計(jì)干擾信號(hào)去重構(gòu)并消除干擾會(huì)導(dǎo)致誤差傳播，故SIC 是一種次優(yōu)的檢測算法。同時(shí)，由于 SIC 檢測器每次只能檢測一個(gè)信號(hào)，每一級(jí)的干擾刪除都會(huì)導(dǎo)致一定時(shí)延。而 PIC 利用多次迭代能夠同時(shí)刪除干擾信號(hào)，相比 SIC，有效降低了檢測時(shí)延并能克服誤差傳播。PIC 的核心思想是利用相關(guān)檢測得到粗略的多用戶檢測結(jié)果，并分別重建所有用戶的干擾信號(hào)，然后從接收信號(hào)中并行消除干擾，再進(jìn) 行 判 決 ，即 可 得 到 發(fā) 送 信 號(hào)［20］。在 實(shí) 際 中 通 常 采 用 多 級(jí)PIC 檢測，可以有效提高干擾消除效果。在實(shí)際應(yīng)用中，SIC通常結(jié)合調(diào)度策略以獲得更好的性能。在參考文獻(xiàn)［21］中，結(jié)合 SIC 設(shè)計(jì)了一種感知鏈路帶寬的分布式路由協(xié)議。該協(xié)議利用啟發(fā)式算法分析估算結(jié)合 SIC 的鏈路帶寬。基于此鏈路帶寬，定量地描述了系統(tǒng)使用 SIC 前后的增益，并以此度量作為路由設(shè)計(jì)標(biāo)準(zhǔn)，實(shí)現(xiàn)了能夠提高系統(tǒng)端到端吞吐量的路由協(xié)議。參考文獻(xiàn)［22］提出了一種聯(lián)合 SIC 的調(diào)度策略。 利用 SIC，設(shè)計(jì)了實(shí)現(xiàn)相鄰?fù)ㄐ沛溌吠瑫r(shí)并傳的傳輸策略，并提出了兩個(gè)低復(fù)雜度路由算法，有效增加了系統(tǒng)頻譜效率。

（4）干擾對(duì)齊

Cadambe 和 Jafar 在研究 K 用 戶 干擾信道 時(shí) ，在符號(hào)擴(kuò) 展 的 基 礎(chǔ) 上 給 出 了 干 擾 對(duì) 齊 （interference alignment，IA）的 概 念 ，并 利 用 干 擾 對(duì) 齊 技 術(shù) 實(shí) 現(xiàn) 了 系 統(tǒng) K／2 的 自 由 度［23］。干擾對(duì)齊的基本思想是將來自不同干擾源的干擾信號(hào)在接收端對(duì)齊壓縮至較小的信號(hào)維度，從而減小干擾信號(hào)所占用的維度。由于進(jìn)行干擾對(duì)齊的符號(hào)擴(kuò)展數(shù)目隨著系統(tǒng)用戶數(shù)的增加呈指數(shù)增長，故在實(shí)際系統(tǒng)中利用無符號(hào)擴(kuò)展的 MIMO 技術(shù)，實(shí)現(xiàn)空域的干擾對(duì)齊。目前，干擾對(duì)齊已經(jīng) 在 多 用 戶 干 擾 信 道［23］、中 繼 網(wǎng) 絡(luò)［24，25］、多 跳 網(wǎng) 絡(luò)［26，27］中 得 到廣 泛 的 研 究 ，并 且 被 應(yīng) 用 于 蜂 窩 網(wǎng) 絡(luò) 場 景 之 中［28］。在 此 基 礎(chǔ)上，參考文獻(xiàn)［29］提出了一種適用于兩小區(qū)蜂窩網(wǎng)絡(luò)下行場景的干擾對(duì)齊策略。在參考文獻(xiàn) ［30］中，在多小區(qū)下行MIMO 多用戶網(wǎng)絡(luò)中提出了一種基于廣義特征值分解并聯(lián)合用戶分組和基站關(guān)聯(lián)的干擾對(duì)齊算法，并給出了預(yù)編碼矩陣與解碼矩陣的閉式解，與現(xiàn)有方案相比，有效提高了系統(tǒng)可達(dá)自由度。這些研究成果表明，干擾對(duì)齊可以有效地解決網(wǎng)絡(luò)中的干擾問題，使網(wǎng)絡(luò)取得更高的自由度。然而在異構(gòu)網(wǎng)絡(luò)場景中，由于受到干擾對(duì)齊可行性條件的約束以及異構(gòu)網(wǎng)絡(luò)特殊性的影響，傳統(tǒng)的干擾對(duì)齊方案難以直接應(yīng)用到異構(gòu)網(wǎng)絡(luò)場景中。因此設(shè)計(jì)適用于異構(gòu)網(wǎng)絡(luò)的干擾對(duì)齊方案具有更高的挑戰(zhàn)性。

（5）多點(diǎn)協(xié)同傳輸技術(shù)——協(xié)調(diào)調(diào)度／波束成形（CoMP CS／CB）

CoMP CS／CB 通 過 協(xié) 調(diào) 調(diào) 度 或 者 波 束 成 形 抑 制 小 區(qū) 邊緣用戶的干擾。各個(gè)協(xié)作小區(qū)共享不同小區(qū)之間的信道狀態(tài)信息但不共享用戶數(shù)據(jù)。利用該信道狀態(tài)信息，通過合適的調(diào)度算法選擇不僅使得本小區(qū)性能最優(yōu)且對(duì)相鄰小區(qū)造成的干擾最小的波束成形矩陣，即協(xié)調(diào)發(fā)送信號(hào)波束的方向，從而使得網(wǎng)絡(luò)性能達(dá)到最優(yōu)。針對(duì) CoMP CS／CB 會(huì)對(duì)回傳鏈路引入額外負(fù)荷這一問題，參考文獻(xiàn)［31］通過聯(lián)合 S1 和 X2 鏈路的調(diào)度，減小回傳鏈路對(duì) CoMP 傳輸?shù)募s束，提出了基于容量受限的分布式 CoMP 數(shù)據(jù)傳輸方法。

上述干擾管理算法將干擾視為不利因素，通過資源的協(xié)調(diào)、規(guī)劃達(dá)到消除或抑制干擾的目的。雖然這些方式能夠在一定程度上消除干擾，但同時(shí)也降低了資源的利用效率。隨著研究的深入，人們考慮嘗試發(fā)掘干擾的可用可管部分，將干擾作為一部分可利用資源，從而更好地實(shí)現(xiàn)網(wǎng)絡(luò)干擾管理，提升網(wǎng)絡(luò)性能。

2.2 干擾被視為可用資源

（1）網(wǎng)絡(luò)編碼

網(wǎng) 絡(luò) 編 碼［32］（network coding）正 是 在 重 新 認(rèn) 識(shí) 干 擾 的基礎(chǔ)上發(fā)展起來的一種重要技術(shù)，應(yīng)用于無線網(wǎng)絡(luò)鏈路層的網(wǎng)絡(luò)編碼技術(shù)充分利用了無線信道的廣播特性，改善多個(gè)單播流并存的吞吐量性能。模擬網(wǎng)絡(luò)編碼，巧妙地利用無線干擾，提高傳輸速率，進(jìn)一步改善了網(wǎng)絡(luò)性能。參考文獻(xiàn)［33］聯(lián)合考慮網(wǎng)絡(luò)編碼技術(shù)和調(diào)度機(jī)制，分析了采用網(wǎng)絡(luò)編碼可獲得的網(wǎng)絡(luò)最大吞吐量。參考文獻(xiàn)［34，35］分析了網(wǎng)絡(luò)編碼所帶來的網(wǎng)絡(luò)容量增益。

（2）干擾遷移

［36］中 ，巧 妙 地 利 用 了 異 構(gòu)網(wǎng) 絡(luò) 中 由 非 均勻負(fù)載導(dǎo)致的干擾分布非均勻特性，提出干擾遷移（interference migration），即通過引入移動(dòng)熱點(diǎn)對(duì)數(shù)據(jù)進(jìn)行分流，從而將嚴(yán)重的干擾引導(dǎo)至低負(fù)載小區(qū)中，有效緩解了重負(fù)載小區(qū)的干擾，提高了系統(tǒng)能量效率，具體見第 3.3.1 節(jié)。

（3）多點(diǎn)協(xié)同傳輸技術(shù)——聯(lián)合處理／傳輸

區(qū) 別 于 CoMP CS／CB，CoMP 聯(lián)合處理／傳輸（JP／JT）技 術(shù)中協(xié)作小區(qū)共享所要傳輸?shù)臄?shù)據(jù)信息，多個(gè)協(xié)作小區(qū)同時(shí)向用戶傳輸數(shù)據(jù)。通過聯(lián)合處理傳輸?shù)姆绞?，將不同小區(qū)間的干擾轉(zhuǎn)變成了有用信號(hào)，從而提高接收信號(hào)質(zhì)量，實(shí)現(xiàn) 系 統(tǒng) 性 能 的 提 升［37］。CoMP JP／JT 有 兩 種 模 式 ，即 單 用 戶聯(lián) 合處理／傳 輸 和 多用戶聯(lián) 合 處 理／傳 輸。在 單 用 戶 CoMP JP／JT 中，協(xié)作簇內(nèi)的多個(gè)協(xié)作基站同 時(shí) 為一個(gè)用 戶 傳 輸數(shù)據(jù)。用戶利用不同協(xié)作基站之間所產(chǎn)生的分集增益，有效 提 高 了 接 收 信 號(hào) 質(zhì) 量 。但 是 在 單 用 戶 CoMP JP／JT 中 ，單用戶接收需要多個(gè)協(xié)作簇基站的資源，從而降低了頻譜 利 用 率 ；在 多 用 戶 CoMP JP／JT 中 ，協(xié) 作 簇 內(nèi) 的 多 個(gè) 協(xié) 作基站可以同時(shí)為多個(gè)用戶傳輸數(shù)據(jù)。類似于MU-MIMO，協(xié)作基站通過迫零預(yù)編碼或者塊對(duì)角化預(yù)編碼消除多用戶之間的干擾，并對(duì)不同用戶的數(shù)據(jù)使用不同的預(yù)編碼矩 陣 。由 于 多 用 戶 CoMP JP／JT 需 要 獲 得 每 個(gè) 用 戶 到 所 有協(xié)作基站的信道狀態(tài)信息，因此信道狀態(tài)信息誤差會(huì)嚴(yán)重制約系統(tǒng)性能的提升。在參考文獻(xiàn)［38］中 ，利用隨機(jī) 幾何 分 析 了 使 用 CoMP JP／JT 時(shí) 的 信 干 噪 比 分 布 ，從 實(shí) 際 設(shè)計(jì)角度定量地分析了信道狀態(tài)信息誤差對(duì)系統(tǒng)覆蓋概率的影響。

3 智能干擾管理體系和方法

3.1 智能干擾管理體系

為了實(shí)現(xiàn)萬物互聯(lián)的美好愿景，5G 網(wǎng)絡(luò)將在多樣化的場景中滿足人們更加豐富的業(yè)務(wù)需求并滲透到物聯(lián)網(wǎng)及各種行業(yè)領(lǐng)域，與工業(yè)設(shè)施、醫(yī)療儀器、交通工具等深度融合?？梢?，5G 網(wǎng)絡(luò)將具備高異構(gòu)性、高動(dòng)態(tài)性、高智能性等特征。因此，干擾管理應(yīng)該匹配網(wǎng)絡(luò)特征，根據(jù)網(wǎng)絡(luò)環(huán)境的反饋進(jìn)行動(dòng)態(tài)調(diào)整，從而實(shí)現(xiàn)干擾管理與網(wǎng)絡(luò)環(huán)境的互動(dòng)，更好地提升網(wǎng)絡(luò)性能。干擾管理環(huán)如圖 2所示。

圖2 干擾管理環(huán)

如圖 2所示，干擾環(huán)境作為網(wǎng)絡(luò)環(huán)境的組成部分，決定了干擾管理方法的設(shè)計(jì)，干擾信息可通過感知或協(xié)作獲得，通過干擾信息處理得到干擾模型，不同層次的干擾模型決定了相應(yīng)的管理策略，而干擾管理機(jī)制的運(yùn)用又會(huì)導(dǎo)致干擾環(huán)境的變化，進(jìn)而影響網(wǎng)絡(luò)容量并重新作用于干擾管理策略的設(shè)計(jì)。根據(jù)這一特點(diǎn)，在實(shí)際網(wǎng)絡(luò)中需要智能動(dòng)態(tài)的干擾管理架構(gòu)，從而實(shí)現(xiàn)網(wǎng)絡(luò)干擾管理。

在圖 2的基礎(chǔ)上，設(shè)計(jì)如圖 3所示的智能無線網(wǎng)絡(luò)干擾管理體系。該體系由 3 部分構(gòu)成，分別為干擾感知、干擾管理決策和執(zhí)行模塊。其中，干擾感知模塊負(fù)責(zé)對(duì)無線網(wǎng)絡(luò)干擾環(huán)境進(jìn)行感知，從而獲得干擾在空間上的分布以及干擾的結(jié)構(gòu)特征，這些信息映射成為干擾的狀態(tài)特征；干擾管理決策模塊由一個(gè)干擾管理方式庫和干擾管理方式融合策略構(gòu)成。干擾管理方式庫中包括了可采用的干擾管理方式。干擾管理機(jī)制模塊根據(jù)干擾的狀態(tài)特征，憑借可采用的干擾管理方式，通過智能算法，產(chǎn)生一個(gè)融合的干擾管理策略，并且對(duì)采用該策略后網(wǎng)絡(luò)的性能進(jìn)行預(yù)測。執(zhí)行模塊根據(jù)決策在網(wǎng)絡(luò)側(cè)和／或終端進(jìn)行資源配置和信號(hào)處理等。網(wǎng)絡(luò)干擾環(huán)境具有動(dòng)態(tài)特征，一方面源于網(wǎng)絡(luò)本身，另一方面可能來自干擾管理策略的執(zhí)行，干擾感知模塊又重新對(duì)網(wǎng)絡(luò)環(huán)境進(jìn)行感知，并提供對(duì)當(dāng)前網(wǎng)絡(luò)性能的評(píng)估。接著，干擾決策模塊根據(jù)當(dāng)前網(wǎng)絡(luò)性能和預(yù)測網(wǎng)絡(luò)性能之間的差異以及網(wǎng)絡(luò)和干擾的狀態(tài)，通過自學(xué)習(xí)的算法，調(diào)整干擾管理策略。

圖3 智能無線網(wǎng)絡(luò)干擾管理體系

3.2 干擾管理與資源管理的內(nèi)在聯(lián)系

從第 2節(jié)中可以看到，干擾管理具有多種多樣的實(shí)現(xiàn)方式，與資源管理緊密相連。這是因?yàn)楦蓴_產(chǎn)生的本質(zhì)是資源的沖突使用，因此，網(wǎng)絡(luò)資源分配的非理想性是產(chǎn)生干擾的根本原因。

完美的資源管理能夠?qū)崿F(xiàn)對(duì)干擾的完全規(guī)避，所實(shí)現(xiàn)的網(wǎng)絡(luò)容量域如圖 4中的矩形所示。然而在實(shí)際中，資源管理的非理想性降低了網(wǎng)絡(luò)資源使用率，使得基于可用資源的網(wǎng)絡(luò)容量域減小（圖 4 中矩形左邊界至 B 的區(qū)域）。由于資源的沖突使用造成干擾，導(dǎo)致網(wǎng)絡(luò)容量損失，即對(duì)干擾不加管理導(dǎo)致網(wǎng)絡(luò)容量域減小至A。干擾管理能夠修正網(wǎng)絡(luò)資源的不合理分配，有助于提升網(wǎng)絡(luò)容量，即可達(dá)容量域邊界擴(kuò)展至C。

圖4 干擾管理對(duì)網(wǎng)絡(luò)容量影響示意

如果將資源分配作為干擾管理的重要手段，一方面可以通過合理利用網(wǎng)絡(luò)資源，增加網(wǎng)絡(luò)容量（即圖 4 中改善邊界 B）；另一方面，則可通過干擾管理修正資源分配策略，促進(jìn)網(wǎng)絡(luò)容量提升（即圖 4 中改善邊界 C）。不難看出，聯(lián)合設(shè)計(jì)以上兩個(gè)方面將有效提高網(wǎng)絡(luò)容量。因此，研究干擾管理與資源管理的相互關(guān)系對(duì)提升無線網(wǎng)絡(luò)容量具有重要意義。

在無線網(wǎng)絡(luò)中，信號(hào)空間和時(shí)頻資源是網(wǎng)絡(luò)重要的資源維度。同時(shí)，由于在異構(gòu)網(wǎng)絡(luò)中微蜂窩基站具有低功率的特點(diǎn)，距離較遠(yuǎn)的微蜂窩小區(qū)可以無干擾地復(fù)用相同資源。因此地理位置是異構(gòu)網(wǎng)絡(luò)的一個(gè)重要資源維度。為了充分利用這些網(wǎng)絡(luò)資源維度，設(shè)計(jì)高效的資源干擾聯(lián)合管理機(jī)制，可以從地理位置、信號(hào)空間以及時(shí)頻資源維度與干擾進(jìn)行聯(lián)合管理。根據(jù)研究中所涉及的異構(gòu)網(wǎng)絡(luò)資源維度，具體可歸納分類如下。

（1）聯(lián) 合 地 理 位 置 與 時(shí) 頻 資 源 維 度 的 干 擾 管 理［36，39，40］

該策略的基本思想主要來源于考慮到由于微蜂窩的隨機(jī)布設(shè)，宏小區(qū)內(nèi)的微蜂窩小區(qū)呈現(xiàn)出疏密不一的特點(diǎn)。對(duì)處于密集布設(shè)環(huán)境中的微蜂窩小區(qū)分配正交的時(shí)頻資源，完全消除層內(nèi)／層間干擾。同時(shí)由于微蜂窩基站具有低發(fā)射功率的特點(diǎn)，稀疏布設(shè)環(huán)境中的微蜂窩小區(qū)采用復(fù)用相距較遠(yuǎn)的其他微蜂窩小區(qū)資源，從而有效緩解層內(nèi)／層間干擾。結(jié)合地理位置與時(shí)頻資源的干擾管理策略，允許在同一個(gè)宏小區(qū)內(nèi)的不同微蜂窩復(fù)用相同的時(shí)頻資源，提供了資源的空間復(fù)用率，然而如何結(jié)合地理位置設(shè)計(jì)高效的時(shí)頻資源分配算法是研究難點(diǎn)。

（2）聯(lián) 合 信 號(hào) 空 間 與 時(shí) 頻 資 源 的 干 擾 管 理［41-43］

這一類干擾管理算法通過為宏小區(qū)和微蜂窩分配相互正交的時(shí)頻資源消除層間干擾。利用多天線技術(shù)在信號(hào)空間上消除微蜂窩小區(qū)之間的層內(nèi)干擾。在多天線系統(tǒng)中，利用干擾對(duì)齊可以將干擾對(duì)齊到特定的信號(hào)維度上，使得剩下的信號(hào)維度無干擾即可用于有用信號(hào)傳輸。故可將微蜂窩小區(qū)之間的層內(nèi)干擾通過干擾對(duì)齊完全消除。如何設(shè)計(jì)高效的聯(lián)合信號(hào)空間的資源分配算法是這類算法的關(guān)鍵問題。另一方面，由于受限于干擾對(duì)齊的可行性條件，如何選擇構(gòu)建干擾對(duì)齊組是該類算法的難點(diǎn)。在參考 文 獻(xiàn)［41］中 ，利 用 轉(zhuǎn) 化 沖 突 圖 研 究 了 異 構(gòu) 網(wǎng) 絡(luò) 中 聯(lián) 合信號(hào)空間干擾對(duì)齊的資源分配問題。利用轉(zhuǎn)化沖突圖表征可行的干擾對(duì)齊組，從而可將資源分配問題建模為最大K 可染色子圖問題進(jìn)行求解。在參考文獻(xiàn)［41］的基礎(chǔ)上，參考文獻(xiàn)［42］進(jìn)一步結(jié)合干擾對(duì)齊設(shè)計(jì)了保障用戶公平性 的資源分配算法。

（3）聯(lián) 合 地 理 位 置 與 信 號(hào) 空 間 的 干 擾 管 理［44］

與算法（1）類似，這類算法利用微蜂窩小區(qū)隨機(jī)布設(shè)的特點(diǎn)，稀疏布設(shè)的微蜂窩小區(qū)通過復(fù)用間距較遠(yuǎn)的其他微蜂窩小區(qū)緩解層內(nèi)干擾。但不同的是，密集布設(shè)環(huán)境中的微蜂窩小區(qū)在信號(hào)的空域維度上利用干擾對(duì)齊等技術(shù)消除鄰近的微蜂窩產(chǎn)生的強(qiáng)干擾。受限于干擾對(duì)齊可行性條件，參與干擾對(duì)齊的微蜂窩小區(qū)數(shù)目存在限制條件。

（4）聯(lián) 合 地 理 位 置 、信 號(hào) 空 間 及時(shí) 頻 資 源 的干 擾 管 理［43］

該類算法充分利用了異構(gòu)網(wǎng)絡(luò)的重要資源維度。利用地理位置資源，對(duì)相距較遠(yuǎn)的微蜂窩小區(qū)復(fù)用相同資源。對(duì)集中布設(shè)的微蜂窩小區(qū)使用資源分配消除干擾。利用干擾對(duì)齊在信號(hào)空間上消除宏小區(qū)與微蜂窩之間的層間干擾。這類算法能夠充分利用資源維度管理干擾，從而能夠顯著增加網(wǎng)絡(luò)容量，但是如何在充分利用所有資源維度的同時(shí)設(shè)計(jì)低復(fù)雜度的干擾管理算法是研究難點(diǎn)。

3.3 聯(lián)合異構(gòu)網(wǎng)絡(luò)資源的新型干擾管理策略

如上所述，設(shè)計(jì)高效的資源與干擾聯(lián)合管理算法存在亟待解決的關(guān)鍵問題。將通過聯(lián)合優(yōu)化網(wǎng)絡(luò)資源及利用干擾管理修正資源使用，提出 3種新型資源干擾聯(lián)合管理策略。

3.3.1 干擾遷移

在異構(gòu)網(wǎng)絡(luò)中，微蜂窩基站布設(shè)具有隨機(jī)性。其分布與覆蓋情況無法預(yù)期。這就可能導(dǎo)致微蜂窩基站分布不均勻，即在某些區(qū)域同時(shí)存在交疊覆蓋的多個(gè)微蜂窩小區(qū)，而在另一些區(qū)域甚至不存在微蜂窩小區(qū)。微蜂窩小區(qū)疏密不一的隨機(jī)分布將導(dǎo)致網(wǎng)絡(luò)中不同區(qū)域的干擾分布不均。

如圖 5所示，密集布設(shè)的微蜂窩基站在左側(cè)區(qū)域造成了嚴(yán)重的層內(nèi)／層間干擾，網(wǎng)絡(luò)容量被嚴(yán)重制約，而在右側(cè)區(qū)域內(nèi)，由于用戶數(shù)少且業(yè)務(wù)強(qiáng)度低，故該區(qū)域內(nèi)的干擾相對(duì)較弱。僅簡單提升信號(hào)發(fā)射功率并不能改善強(qiáng)干擾區(qū)域內(nèi)的干擾情況，這是由于提升信號(hào)發(fā)射功率會(huì)進(jìn)一步加重干擾，迫使其他用戶也提高發(fā)射功率，從而形成一個(gè)惡性循環(huán)，不但沒有減小系統(tǒng)中的干擾，反而由于高發(fā)射功率耗盡用戶電池，降低了用戶的能量效率。為了改善強(qiáng)干擾區(qū)域內(nèi)的用戶服務(wù)質(zhì)量，提升強(qiáng)干擾區(qū)域?qū)W(wǎng)絡(luò)容量的短 板影響，參考文 獻(xiàn)［36］從降 低 處于強(qiáng)干 擾 區(qū) 域 內(nèi) 用戶 受到的干擾的角度，聯(lián)合網(wǎng)絡(luò)資源設(shè)計(jì)了一種新型干擾管理策略?？紤]到干擾分布的不均勻性，該策略將重干擾區(qū)域的干擾引導(dǎo)遷移至周邊輕干擾區(qū)域，從而提升系統(tǒng)性能。

圖5 干擾空間分布示意

該策略的關(guān)鍵問題在于如何將空間上分離的干擾進(jìn)行統(tǒng)一處理。移 動(dòng) 熱 點(diǎn) （mobile hotspot，MH）的 出 現(xiàn) 為 建 立重干擾區(qū)與輕干擾區(qū)之間的橋梁提供了解決方案。MH有Wi-Fi接口和蜂窩網(wǎng)絡(luò)接口，在使用 MH 時(shí)用戶通過兩跳無線網(wǎng)絡(luò)實(shí)現(xiàn)上行業(yè)務(wù)傳輸。首先多模用戶設(shè)備（multimode user equipment，MUE）能 夠 通 過 Wi-Fi 接 口 接入移動(dòng)熱點(diǎn)，其次通過蜂窩網(wǎng)絡(luò)接口實(shí)現(xiàn) Internet回程，在這個(gè)過程中 MH 可以被認(rèn)為是蜂窩用戶。MH 同時(shí)利用Wi-Fi接 口 和 蜂 窩 網(wǎng) 絡(luò) 接 口 ，并 且 由 于 Wi-Fi鏈 路 工 作 頻段與蜂窩網(wǎng)絡(luò)工作頻段無交疊，從而不會(huì)對(duì)蜂窩網(wǎng)絡(luò)傳輸造成干擾，因此將 WLAN 和蜂窩網(wǎng)絡(luò)有機(jī)地結(jié)合起來。

如圖 6 所示，利用 MH 通過蜂窩網(wǎng)絡(luò)和 WLAN 對(duì)并傳用戶 MUE進(jìn)行并發(fā)傳輸，就可以通過控制分流比例來調(diào)整不同接口的發(fā)射功率，從而平衡不同區(qū)域的干擾水平。其中，WI指 Wi-Fi接口，CI指蜂窩網(wǎng)接口?？梢钥闯?，在無法減 弱 整 個(gè)系統(tǒng)的 總 干擾情況 下 ，參 考 文 獻(xiàn)［36］通過 聯(lián) 合微蜂窩網(wǎng)絡(luò)的地理位置資源有效地引導(dǎo)轉(zhuǎn)移干擾，獲得了干擾空間分集增益，從而提高系統(tǒng)的性能。

參考文獻(xiàn)［36］給出了使用并發(fā)傳輸進(jìn)行干擾轉(zhuǎn)移的主要階段：

（1）MUE 和 MH 分別測量其干擾噪聲和，MH 將測量結(jié)果發(fā)送給 MUE；

（2）MUE 根據(jù)速率需求以及 MUE、MH 的干擾噪聲和計(jì)算需要轉(zhuǎn)移的干擾情況，并計(jì)算出對(duì)應(yīng)的分流比例；

（3）將業(yè)務(wù)數(shù)據(jù)根據(jù)分流比例進(jìn)行分流，并根據(jù)此數(shù)據(jù)分組從對(duì)應(yīng)的接口進(jìn)行傳輸。

可以看出，業(yè)務(wù)的分流比例就是重干擾區(qū)域與輕干擾區(qū)域之間干擾轉(zhuǎn)移的橋梁。干擾轉(zhuǎn)移的過程受到整個(gè)系統(tǒng)中信道狀態(tài)和用戶行為的影響。并且輕干擾區(qū)和重干擾區(qū)的分布也隨著網(wǎng)絡(luò)狀態(tài)發(fā)送改變，因此在實(shí)際網(wǎng)絡(luò)中需要周期性地進(jìn)行干擾轉(zhuǎn)移算法。

3.3.2 聯(lián)合子信道選擇與功率控制的分布式干擾協(xié)調(diào)

由于異構(gòu)網(wǎng)絡(luò)中微蜂窩的布設(shè)具有隨機(jī)特性，其布設(shè)的位置與數(shù)量通常難以提前預(yù)測，導(dǎo)致傳統(tǒng)的中心式的資源 分 配 機(jī) 制［45，46］不 再 適 用 。參 考 文 獻(xiàn)［40］在 微 蜂 窩 與 宏 小 區(qū)使用正交信道布設(shè)的異構(gòu)網(wǎng)絡(luò)場景中，聯(lián)合信道與功率資源分配進(jìn)行干擾協(xié)調(diào)，提升網(wǎng)絡(luò)容量。

通過簡單分析可以發(fā)現(xiàn)，為了提升系統(tǒng)容量，每個(gè)微蜂窩基站需要選擇干擾較小的一組子信道進(jìn)行數(shù)據(jù)傳輸。這樣一來，導(dǎo)致每個(gè)微蜂窩基站在選擇子信道時(shí)需要考慮其他微蜂窩基站的傳輸，另一方面，每個(gè)微蜂窩基站對(duì)子信道的選擇結(jié)果又會(huì)影響其他微蜂窩基站的決策。即不同微蜂窩基站的傳輸策略相互耦合。為了有效解決相互耦合下的微 蜂 窩基站子 信 道 分配問題 ，參 考 文 獻(xiàn)［40］從 博 弈論角度出發(fā)，利用非合作速率最大化博弈模型建模子信道選擇問題。在兼顧微蜂窩個(gè)體理性的同時(shí)能夠提升系統(tǒng)全局收益，即微蜂窩網(wǎng)絡(luò)的整體容量。

圖6 干擾遷移示意

為了實(shí)現(xiàn)有效的分布式子信道分配方案，參考文獻(xiàn)［39］中 設(shè) 計(jì) 了 一 種 分 布 式 基 于 效 用 （utility-based）學(xué) 習(xí) 模 型 ，利用該模型，任意局中人可以根據(jù)感知到的環(huán)境信息自主調(diào)整自己的策略。該學(xué)習(xí)模型的示意如圖7所示。基于該學(xué)習(xí)模型，在參考文獻(xiàn)［40］中，微蜂窩基站可以僅根據(jù)自己獲得的效用以及歷史狀態(tài)等局部信息進(jìn)行決策，并能夠根據(jù)以上信息完成新一輪的決策過程，從而有效地解決了不同微蜂窩基站的傳輸策略相互耦合的問題。另一方面，該學(xué)習(xí) 模 型 有 效 限 制 了 多 主 體 （multi-agent）系 統(tǒng) 中 各 個(gè) 主 體 之間的信息交互，即在不同的微蜂窩基站與用戶之間不會(huì)產(chǎn)生信息交互。在每個(gè)微蜂窩基站中，通過引入認(rèn)知環(huán)實(shí)現(xiàn)基于效用的學(xué)習(xí)模型。該認(rèn)知環(huán)包括感知周圍干擾強(qiáng)度、測量效用以及進(jìn)行決策3部分。

基于該學(xué)習(xí)模型，設(shè)計(jì)了一種基于效用的分布式的子信道選擇算法。由于該學(xué)習(xí)模型的特點(diǎn)，所設(shè)計(jì)的算法簡單可行且具有完全分布式的特點(diǎn)。在參考文獻(xiàn)［40］中，證明了所提算法可以漸進(jìn)收斂到一個(gè)全局最優(yōu)的策略組合。值得注意的是，在所使用的博弈模型不存在納什均衡（Nash equilibrium，NE）點(diǎn) 的 情 況 下 ，該算 法 仍 然 能 夠 穩(wěn) 定 收 斂 。

3.3.3 基于干擾對(duì)齊和干擾避免的聯(lián)合干擾管理技術(shù)

由于異構(gòu)網(wǎng)絡(luò)中宏蜂窩基站及微蜂窩基站在傳輸功率、天線配置、服務(wù)用戶數(shù)等方面存在異構(gòu)性，導(dǎo)致異構(gòu)網(wǎng)絡(luò)中的層內(nèi)干擾與層間干擾具有不同的特點(diǎn)。同時(shí)，由于實(shí)際網(wǎng)絡(luò)中基站，尤其是用戶側(cè)配置的天線數(shù)目有限，受限于干擾對(duì)齊可行性條件的約束，完美的干擾對(duì)齊難以在整個(gè)網(wǎng)絡(luò)中實(shí)現(xiàn)。因此，在異構(gòu)網(wǎng)絡(luò)中設(shè)計(jì)干擾對(duì)齊算法同時(shí)消除層間／層內(nèi)干擾更具挑戰(zhàn)性。

雖然網(wǎng)絡(luò)異構(gòu)性對(duì)算法設(shè)計(jì)造成困難，但是在參考文獻(xiàn)［44］中，巧妙地利用了異構(gòu)網(wǎng)絡(luò)的異構(gòu)性，提出了一種兩階段干擾對(duì)齊方案。由于異構(gòu)網(wǎng)絡(luò)中的微蜂窩基站發(fā)射功率低，加之路徑損耗、陰影衰落等影響，使得微蜂窩網(wǎng)絡(luò)呈現(xiàn)部分連通特性，即某些干擾源對(duì)接收端造成的干擾非常微弱，可以忽略不計(jì)。根據(jù)該特點(diǎn)，參 考文獻(xiàn)［44］設(shè)計(jì)了一種適用于異構(gòu)網(wǎng)絡(luò)的干擾對(duì)齊方案，提升了網(wǎng)絡(luò)性能。利用部分連通特性，可將如圖 8所示的異構(gòu)網(wǎng)絡(luò)中的微蜂窩基站劃分為兩組（分別為圖 8 中實(shí)線與虛線標(biāo)注的小區(qū)）。在第一組微蜂窩小區(qū)中，微蜂窩基站布設(shè)密集，相互之間存在較強(qiáng)干擾；而在第二組微蜂窩小區(qū)中，由于布設(shè)稀疏，相互之間的干擾較弱。

根據(jù)該部 分 連 通 模 型，參 考文 獻(xiàn)［44］提 出了 兩 階 段 干擾對(duì)齊方案，增加了系統(tǒng)的可用自由度。兩階段干擾對(duì)齊的核心思想是：在第一階段中，利用宏基站的多余天線消除宏基站對(duì)弱干擾區(qū)域的微蜂窩小區(qū)產(chǎn)生的層間干擾。然后，宏基站對(duì)強(qiáng)干擾區(qū)域的微蜂窩小區(qū)利用傳統(tǒng)的干擾對(duì)齊算法計(jì)算其預(yù)編碼矩陣與解碼矩陣；在第二階段中，利用微蜂窩小區(qū)之間的部分連通性，設(shè)計(jì)處在弱干擾區(qū)的微蜂窩小區(qū)內(nèi)通信鏈路的預(yù)編碼矩陣和解碼矩陣。其設(shè)計(jì)目標(biāo)是完全消除與宏小區(qū)鏈路之間的干擾，并且最大化鏈路的傳輸速率。

圖7 基于效用的學(xué)習(xí)模型示意

雖然兩階段干擾對(duì)齊能夠充分利用異構(gòu)網(wǎng)絡(luò)的部分連通特性以及信號(hào)空間資源，但是由于微蜂窩小區(qū)數(shù)目眾多且布設(shè)隨機(jī)，使得僅僅利用干擾對(duì)齊難以完全消除網(wǎng)絡(luò)中的干擾。針對(duì)這一問題，參考文獻(xiàn)［43］利用網(wǎng)絡(luò)時(shí)域資源與信號(hào)空間資源，聯(lián)合微蜂窩調(diào)度機(jī)制與兩階段干擾對(duì)齊進(jìn)行干擾管理。該方法的基本原理是：考慮到兩階段干擾對(duì)齊可行性條件的約束，無法讓所有的微蜂窩都參與干擾對(duì)齊。因此需要一種微蜂窩的調(diào)度方案，使得每個(gè)時(shí)隙內(nèi)被調(diào)度的微蜂窩都滿足兩階段干擾對(duì)齊的可行性條件，從而利用參考文獻(xiàn)［44］提 出 的 算 法 進(jìn) 行 干 擾 消 除 。在 參 考 文獻(xiàn) ［43］中 ，以 最 小 化 對(duì) 所 有 微 蜂 窩 進(jìn) 行 一 次 調(diào) 度 所 需 要的時(shí)隙數(shù)為目標(biāo)，實(shí)現(xiàn)了最大化微蜂窩調(diào)度次數(shù)。該方案在保證最快遍歷所有微蜂窩的基礎(chǔ)上，保證了用戶之間的公平性，同時(shí)最大化調(diào)度次數(shù)可以提升網(wǎng)絡(luò)頻譜資源 利 用 率 ，進(jìn) 而 提 升 網(wǎng) 絡(luò) 性 能 。 參 考 文 獻(xiàn) ［43］證 明 了 所 設(shè)計(jì)的微蜂窩小區(qū)調(diào)度問題等效于一個(gè)用最少顏色數(shù)對(duì)圖進(jìn)行染色的問題，并提出了一種低復(fù)雜度的算法獲得了調(diào)度問題的次優(yōu)解，通過仿真驗(yàn)證了該次優(yōu)調(diào)度算法可以以較低的復(fù)雜度逼近最優(yōu)調(diào)度方案，有效提升了系統(tǒng)速率。

圖8 具有部分連通性的異構(gòu)網(wǎng)絡(luò)示意

這 3種新型干擾管理算法的特點(diǎn)見表 1?？梢园l(fā)現(xiàn)，這些算法從多維度設(shè)計(jì)資源與干擾聯(lián)合管理策略。一方面，從資源分配角度提升資源利用的合理性，抑制非合理因素，為網(wǎng)絡(luò)容量提供增量。例如通過對(duì)業(yè)務(wù)分流比例的設(shè)定，第 3.3.1 節(jié)中的算法利 用 干 擾 空 間 分 布 資 源 從 而 有效轉(zhuǎn)移了網(wǎng)絡(luò)干擾；第 3.3.3 節(jié) 中 的 算 法 使 用 時(shí) 隙 資 源 調(diào)度，并在相同的時(shí)隙資源內(nèi)聯(lián)合地理位置資源進(jìn)行干擾消除。另一方面，通過對(duì)干擾狀態(tài)信息的利用，修正設(shè)計(jì)新的資 源 分 配 算 法 ，從而有益于網(wǎng)絡(luò)容量。例 如 第 3.3.2 節(jié) 中 的算法通過學(xué)習(xí)模型利用干擾狀態(tài)，設(shè)計(jì)了分布式的資源分配算法。這些都是在改善資源分配不理想的同時(shí)合理管控干擾，進(jìn)而提升網(wǎng)絡(luò)容量。

表1 3種新型干擾管理算法對(duì)比

4 結(jié)束語

干擾問題成為限制無線通信網(wǎng)絡(luò)性能的重要因素，對(duì)干擾的管理可以從設(shè)計(jì)調(diào)度協(xié)調(diào)機(jī)制進(jìn)行干擾規(guī)避以及將干擾作為可利用資源的一部分加以有效利用這兩方面進(jìn)行。通過將干擾視為可用資源或者不利因素，首先從概念及特點(diǎn)等方面歸納討論了幾類典型的干擾管理算法。其次考慮到 5G 無線網(wǎng)絡(luò)智能、動(dòng)態(tài)、異構(gòu)的特性，設(shè)計(jì)了一種智能的干擾管理體系，并闡述了資源管理與干擾管理的內(nèi)在聯(lián)系，指出需要從資源分配與干擾管理兩個(gè)角度聯(lián)合設(shè)計(jì)干擾資源管控算法，提升網(wǎng)絡(luò)容量。在此基礎(chǔ)上，討論了 3種新型資源干擾聯(lián)合管理算法。綜合以上討論，對(duì)異構(gòu)網(wǎng)絡(luò)智能干擾管理技術(shù)的研究與發(fā)展趨勢展望如下。

（1）構(gòu)建多維度干擾空間

為了確立異構(gòu)、動(dòng)態(tài)、智能的 5G 網(wǎng)絡(luò)環(huán)境與干擾管理的互動(dòng)關(guān)系，首先需要從多個(gè)維度研究干擾狀態(tài)信息的表征與評(píng)價(jià)，這就需要對(duì)不同維度的干擾參數(shù)考察量進(jìn)行有機(jī)結(jié)合從而形成干擾的多維表示。在此基礎(chǔ)上，可以進(jìn)一步探索網(wǎng)絡(luò)環(huán)境以及資源分配方法等對(duì)干擾形態(tài)和分布的影響，通過估計(jì)和預(yù)測等方法對(duì)干擾信息進(jìn)行不同程度的加工，以適應(yīng)不同層次的干擾管理需求。

（2）資源和干擾的聯(lián)合管理

多維度的干擾空間能夠刻畫網(wǎng)絡(luò)環(huán)境與用戶間干擾的關(guān)系?；诙嗑S度干擾空間，可以充分挖掘干擾的多維特性，即浪費(fèi)資源的無線干擾和提升容量的無線干擾。以此作為網(wǎng)絡(luò)資源及干擾的管控依據(jù)，聯(lián)合網(wǎng)絡(luò)資源設(shè)計(jì)高效的干擾管理機(jī)制，有效利用新型無線傳輸機(jī)制帶來的增益，提升網(wǎng)絡(luò)容量。

（3）智能的動(dòng)態(tài)干擾管理機(jī)制

由于干擾和網(wǎng)絡(luò)環(huán)境的關(guān)系不是靜態(tài)、單向的，而是存在著反饋與互動(dòng)，因此基于多維度干擾空間設(shè)計(jì)的資源和干擾聯(lián)合管理機(jī)制應(yīng)適應(yīng)于網(wǎng)絡(luò)環(huán)境的動(dòng)態(tài)變化，確立并完善干擾管理環(huán)，設(shè)計(jì)智能動(dòng)態(tài)的干擾管理機(jī)制，實(shí)現(xiàn)網(wǎng)絡(luò)容量的提升。

參考文獻(xiàn)：

［1］ COX D.Fundamental limitations on increasing data rate in wireless systems［J］.IEEE Communications Magazine，2008，46（12）：16-17.

［2］ SHENG M，SUN H，WANG H，et al.On-demand scheduling：achieving QoS differentiation for D2D communications［J］.IEEE Communications Magazine，2015，53（7）：162-170.

［3］ SUN H，WILDEMEERSCH M，SHENG M，et al.D2D enhanced heterogeneous cellular networks with dynamic TDD ［J］.IEEE Transactions on Wireless Communications，2014（14）：1.

［4］ JU H H，LIANG B，LI J D，et al.Adaptive cross-network cross-layerdesign in heterogeneous wireless networks ［J］. IEEE Transactions on Wireless Communications，2015，14 （2）：655-669.

［5］ WANG M M，JI T.Dynamic resource allocation for interference management in orthogonal frequency division multiple access cellular communications［J］.IET Communications，2010，4（6）：675-682.

［6］ ZHANG J，CHEN R H，ANDREWS J，et al.Networked MIMO with clustered linear precoding ［J］.IEEE Transactions on Wireless Communications，2009，8（4）：1910-1921.

［7］ MIRIDAKIS N，VERGADOS D.A survey on the successive interference cancellation performance for the single antenna and multiple antenna OFDM systems ［J］.IEEE Communications Surveys and Tutorials，2013，15（1）：312-335.

［8］ LEE J，KIM Y，LEE H，etal.Coordinated multipoint transmission and reception in LTE-advanced systems ［J］.IEEE Communications Magazine，2012，50（11）：44-50.

［9］ ZHANG R，CUI S G.Interference management with MISO beamforming［J］.IEEE Transactions on Signal Processing，2010，58（10）：5450-5458.

［10］ZHAO G D，YANG C Y，LI G Y，et al.Fractional frequency donation for cognitive interference management among femtocells［C］／／IEEE Global Telecommunications Conference，December 5-9，2011，Houston，USA.New Jersey：IEEE Press，2011：1-6.

［11］ATTAR A，KRISHNAMURTHY V，GHAREHSHIRAN N O. Interference management using cognitive base-station for LTE［J］. IEEE Communications Magazine，2011，49（8）：152-159.

［12］BOSISIO R， SPAGNOLINI.Interference coordination vs. interference randomization in multicell 3GPP LTE systems［C］／／IEEE Wireless Communications and Networking Conference，March 31-April 3，2008，Las Vegas，USA.New Jersey：IEEE Press，2008：824-829.

［13］HAMZA A，KHALIFA S，HAMZA H，et al.A survey on inter-cell interference coordination techniques in OFDMA-based cellularnetworks ［J］.IEEE CommunicationsSurveysand Tutorials，2013，15（4）：1642-1670.

［14］3GPP.Further advancements for E-UTRA physical layer aspects：TR-36.814 ［R／OL］.［2016-05-24］.http：／／www.3gpp.org／ftp／Specs／html-info／36814.htm.

［15］3GPP.Requirements for support of radio resource management：TR-36.133 ［R／OL］. ［2016-05-24］.http：／／www.3gpp.org／ftp／Specs／htmlinfo／36133.htm.

［16］YANG C G，LI J D，ALAGAN A，et al，Joint power coordination for spectral-and-energy efficiency in denser small cell networks：a bargaining game-theoretic perspective［J］.IEEE Transactions on Wireless Communications，2016，15（2）：1364-1376.

［17］LIU P，LI J D，LI H Y，et al.Two-dimensional resource pattern optimization for interference avoidance in heterogeneous networks［J］.IEEE Transactions on Vehicular Technology，2015，64（8）：3536-3546.

［18］PATEL P，HOLTZMAN J.Analysis of a simple successive interference cancellation scheme in a DS／CDMA system［J］.IEEE Journal on Selected Areas in Communications，1994，12 （5）：796-807.

［19］VITERBI A J.Very low rate convolution codes for maximum theoretical performance of spread-spectrum multiple-access channels［J］.IEEE Journal on Selected Areas in Communications，1990，8（4）：641-649.

［20］VARANASIM K，AAZHANG B.Multistagedetectionin asynchronous code-division multiple-access communications ［J］. IEEE Transactions on Communications，1990，38（4）：509-519.

［21］LIU R Z， SHIY， LUIK S， etal.Bandwidth aware high-throuthput routing with successive interference cancellation in multi-hop wirelessnetworks ［J］.IEEE Transactionson Vehicular Technology，2015，64（12）：5866-5877.

［22］WANG Y，SHENG M，LUI K S，et al.Joint spectrum-efficient routing and scheduling with successive interference cancellation in multi-hop wireless networks ［J］.Springer Wireless Networks，2015，22（4）：1299-1314.

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

［24］KATTI S，RAHUL H，HU W，et al.Xors in the air practical wireless network coding ［J］.IEEE／ACM Transactions on Networking，2010，16（3）：497-510.

［25］LEE N，LIM J B，CHUN J.Degrees of freedom of the MIMO Y channel：signal space alignment for network coding ［J］.IEEE Transactions on Information Theory，2010，56（7）：3332-3342.

［26］CADAMBE V R，JAFAR S A.Degrees of freedom of wireless networks with relays，feedback，cooperation，and full duplex operation［J］.IEEE Transactions on Information Theory，2009，55（5）：2334-2344.

［27］BOLCSKEI H，NABAR R，OYMAN O，et al.Capacity scaling laws in MIMO relay networks ［J］.IEEE Transactions on Wireless Communications，2006，5（6）：1433-1444.

［28］SUH C，TSE D.Interference alignment for cellular networks［C］／／IEEE 46th Annual Allerton Conference on Communication，Control，andComputing，September23-26，2008，Urbana-Champaign，IL，USA.New Jersey：IEEE Press，2008：1037-1044.

［29］SHIN W，LEE N，LIM J B，et al.On the design of interference alignmentschemefortwo-cellMIMO interferingbroadcast channels ［J］.IEEE Transactions on Wireless Communications，2011，10（2）：437-442.

［30］LIU W，SUN J X，LI J D，et al.Interference alignment for MIMO downlink multicell networks［J］.IEEE Transactions on Vehicular Technology，2015（3）：1.

［31］趙林靖，韓瑩，張崗山，等. 基于多點(diǎn)協(xié)作傳輸?shù)募彝セ揪W(wǎng)絡(luò)節(jié)能方法：201510570580.2［P］.2015-11-29. ZHAO L J，HAN Y，ZHANG G S，et al.Based on the home base of multi-point collaborative transmission network energy saving method：201510570580.2［P］.2015-11-29.

［32］CHACHULSKI S，JENNINGS M，KATTI S，et al.Trading structure for randomness in wireless opportunistic routing ［J］. ACM Sigcomm Computer Communication Review，2007，37 （4）：169-180.

［33］CHAPORKAR P，PROUTIERE A.Adaptive network coding and scheduling for maximizing throughput in wireless networks ［C］／／International Conference on Mobile Computing and Networking， MOBICOM 2007，September1-5，2007，Montréal，Québec，Canada.New York：ACM Press，2007：135-146.

［34］LE J L，LUI J，CHIU D M.How many packets can we encodean analysis of practical wireless network coding ［C］／／IEEE 27th Conference on Computer Communications （INFOCOM），April 13-18，2008，Phoenix，AZ，USA.New Jersey：IEEE Press，2008：1040-1048.

［35］LIU J N，GOECKEL D，TOWSLEY D.Bounds on the throughput gain of network coding in unicast and multicast wireless networks［J］. IEEE Journal on Selected Area in Communications，2009，27（5）：582-592.

［36］MA X，SHENG M，ZHANG Y.Green communications with network cooperation：a concurrent transmission approach ［J］. IEEE Communications Letters，2012，16（12）：1952-1955.

［37］MAMORU S，YOSHIHISA K，AKIHITO M，et al.Coordinated multipoint transmission／reception techniques for LTE-advanced ［J］. IEEE Wireless Communication Magazine，2010，17（3）：26-34.

［38］LIU J Y，SHENG M，QUEK T，et al.CoMP transmission in cloud radio access networks ［C］／／IEEE Global Telecommunications Conference Workshops，December 6-10，2015，San Diego，CA，USA.New Jersey：IEEE Press，2015：1-6.

［39］SHENG M，XU C，WANG X J，et al.Utility-based resource allocation for multi-channel decentralized networks［J］.IEEE Transactions on Communications，2014，62（10）：3610-3620.

［40］XU C，SHENG M，WANG X J，et al.Distributed sub-channel allocation for interference mitigation in OFDMA femtocells：a utility-based learning approach ［J］.IEEE Transactionson Vehicular Technology，2015，64（6）：2463-2475.

［41］MENG Y，LI J D，LI H Y，et al.A transformed conflict graph-based resource allocation scheme combining interference alignment in OFDMA femtocell networks ［J］.IEEE Transactions on Vehicular Technology，2015，64（10）：4728-4737.

［42］LI J D，MENG Y，LI H Y，et al.Graph-based fair resource allocation scheme combining interference alignment in femtocell networks［J］.IET Communications，2015，9（2）：211-218.

［43］LIU G Q，SHENG M，WANG X J，et al.Joint interference alignment and avoidance for downlink heterogeneous networks［J］. IEEE Communications Letters，2014，18（8）：1431-1434.

［44］LIUG Q，SHENG M，WANG X J，etal.Interference alignment for partially connected downlink MIMO heterogeneous networks［J］.IEEE Transactions on Communications，2015，63（2 ）：551-564.

［45 ］LEE H C ，OH D C ，LEE Y H.Mitigation of inter-femtocell interference with adaptive fractionalfrequency reuse ［C］／／IEEE International Conference on Communications，May 3-8 ，2010 ，Cape Town ，South Africa.New Jersey：IEEE Press，2010：1-5.

［46］LIANG Y S，CHUNG W H，NI G K，et al.Resource allocation with interference avoidance in OFDMA femtocell networks ［J］. IEEE Transactions on Vehicular Technology，2012，61 （5）：2243-2255.

［47］LIU P，WANG X D，LI J D.Uplink co-tier interference managementin femtocellnetworks with successive group decoding ［J］.IEEE Transactions on Wireless Communications，2015，14（9）：4797-4809.

［48］LI Y Z，SHENG M，WANG X J，et al，Max-min energy-efficient power allocation in interference-limited wireless networks ［J］. IEEE Transactions on Vehicular Technology，2015，64 （9）：4321-4326.

Intelligent interference management in 5G wireless networks

LI Jiandong，LIU Lei，SHENG Min，XU Chao
State Key Laboratory of ISN，Xidian University，Xi’an 710071，China

As one of the key technologies in 5G networks，ultra-dense wireless network is utilized to approach the future 1 000 ultra-high traffic volume.Nevertheless，the dense deployment of network nodes would result in severe interference，and thus interference management was proposed as the big principle behind 5G ultra-dense wireless networks research.Firstly，the interference management schemes were classifed from two aspects：avoidance and utilization.Then，an intelligent interference management architecture was proposed to accommodate the development trend of future wireless networks in terms of intelligence and heterogeneity in order to realize the dynamic tightly coupled interference management of wireless network environment and interference management.Taking the intrinsic relationship between interference management and resource management into consideration，three cutting-edge interference management schemes were introduced，which could significantly improve the network resource utilization and the network capacity.

interference management，resource management，heterogeneous wireless network

The National Natural Science Foundation of China “Study on the Interference Management and Capacity of Wireless Network”（No.61231008）

TN919

：A

10.11959／j.issn.1000-0801.2016167

李建東（1962-），男，博士，西安電子科技大學(xué)教授、博士生導(dǎo)師，教育部長江學(xué)者特聘教授，國家杰出青年科技基金獲得者，主要研究方向?yàn)閷拵o線通信（未來移動(dòng)通信和未來無線局域網(wǎng)）、 認(rèn)知無線網(wǎng)絡(luò)、大規(guī)模自組織網(wǎng)絡(luò)、軟件無線電以及無線網(wǎng)絡(luò)的干擾管理等。

劉磊（1989-），男，西安電子科技大學(xué)博士生，主要研究方向?yàn)闊o線網(wǎng)絡(luò)的性能分析及干擾管理等。

盛敏（1975-），女，博士，西安電子科技大學(xué)教授、博士生導(dǎo)師，主要研究方向?yàn)?5G移動(dòng)通信系統(tǒng)、異構(gòu)網(wǎng)絡(luò)融合以及無線網(wǎng)絡(luò)自組織理論與方法等。

徐超（1987-），男，博士，西安電子科技大學(xué)在站博士后，主要研究方向?yàn)闊o線網(wǎng)絡(luò)分布式資源管理、博弈理論以及分布式學(xué)習(xí)理論等。

2016-05-11；

：2016-06-12

國家自然科學(xué)基金資助項(xiàng)目“無線網(wǎng)絡(luò)的干擾原理與容量研究”（No.61231008）