王霆儀，姜 靜，徐 政

(西安郵電大學通信與信息工程學院，陜西西安 710061)

隨著無線通信網絡的高速發(fā)展，無線中繼、微微小區(qū)、家庭基站、終端直通等技術不斷涌現，以滿足用戶隨時隨地獲得高質量無線業(yè)務的需求，使分層異構覆蓋逐漸為移動通信網絡的重要工作場景。分層異構網絡結構引入了相對于傳統的小區(qū)基站發(fā)射功率更小的發(fā)射節(jié)點，包括微微蜂窩(Picocell)、毫微微蜂窩(Femtocells)以及用于信號中繼的中繼站(Relay)。這些節(jié)點發(fā)射功率小，便于靈活部署網絡，為室內和熱點場景提供了高速傳輸速率;同時這些節(jié)點的覆蓋范圍小，可以更加有效地利用LTE－Advanced如3.5 GHz的高頻段頻譜。但分層異構技術為人們提供高速/便捷的移動數據業(yè)務服務的同時，也帶來了諸多問題，如可用頻譜資源日益匱乏，網絡間干擾復雜多變，業(yè)務質量難以得到可靠保證，能量消耗增多等。這些問題導致網絡資源能效利用率低下，嚴重影響無線網絡的可持續(xù)發(fā)展，因此如何降低無線異構網絡中不同小區(qū)間的干擾和提高能效，是移動通信急需解決的問題。

協作多點傳輸(CoMP)根據小區(qū)間的信道信息交互，進行聯合處理、干擾避免或聯合資源調度，可有效消除干擾，提高系統容量。如何利用協作多點傳輸消除分層異構網的干擾，也是目前討論的熱點。本文在研究多用戶和多小區(qū)干擾消除的基礎上，討論分層異構網的干擾避免技術。文獻［1］在下行鏈路多用戶MIMO系統中，對基于SLNR的線性預編碼進行了性能分析，通過同時優(yōu)化期望端與干擾端的波束權值，以減少小區(qū)內用戶間的干擾。文獻［2］中采用基于SLNR線性預編碼算法的同時，提出了在MU－MIMO信道中一種自適應功率分配方案;利用如 ZF、BD［3－4］、廣義特征值分解［5－6］算法對系統中的干擾端進行處理，來實現對用戶間干擾信號的消除。在文獻［4］中涉及到在發(fā)射總功率一定的情況下，基站的功率控制問題，通過利用注水算法，實現了功率的合理分配，提高了能量利用效率。在文獻［7］中提出在MIMO系統中基于協作波束賦形的GSVD算法，在GSVD算法中允許兩個維度相等的信道，進行聯合對角化。在多小區(qū)多用戶的系統中，文獻［8］在下行鏈路提出一種基于迭代的SINR算法，來優(yōu)化小區(qū)間干擾問題，該算法可以實現對小區(qū)間干擾的抑制，且分配功率給發(fā)射端最佳波束向量。但基于迭代的算法增大了計算的復雜度。文獻［9］將文獻［5～6］中廣義特征值算法應用于兩個小區(qū)兩個用戶的系統中，通過對邊緣小區(qū)用戶進行廣義特征值分解處理，消除了干擾基站對邊緣用戶的干擾。文獻［9］中還提出一種通過MMSE協作波束賦形的算法，通過同時優(yōu)化主基站與干擾基站的波束權值，來實現避免對邊緣小區(qū)用戶的干擾。文獻［10］中在多個小區(qū)系統中采用一種分布式算法來實現協作波束賦形，提出QoS波束賦形，使得總功率消耗的最小化，同時保證每個用戶的接收SINR高于預定值。文獻［11～12］展現了在MIMO廣播信道中的信道容量。文獻［12］介紹了MIMO廣播信道的兩種類型，并分析了在發(fā)射總功率一定的情況下，MIMO廣播信道的信道容量。結果顯示即使是在多發(fā)單收的系統中，也具有較高的頻譜效率。

本文提出了一種基于塊干擾消除的分層異構網干擾避免算法，通過對干擾矩陣的塊對角化處理，實現了位于宏小區(qū)與微小區(qū)邊緣的用戶對干擾的消除。該算法通過對干擾項進行兩次SVD分解求得其零空間得正交基，使得干擾項消除，計算復雜度低，誤碼率性能好。通過仿真驗證，該算法所能實現的邊緣用戶性能趨近于理想情況下零干擾時用戶的性能。

1 系統模型

在如圖1所示的分層異構網絡系統中，由一個宏小區(qū)與微小區(qū)組成。一個宏蜂窩中有一個微微蜂窩增強覆蓋，此時宏蜂窩和微微蜂窩的兩個基站為各自小區(qū)內的用戶傳輸數據。假設宏小區(qū)和微小區(qū)的基站配置的天線個數相同，為Nt根天線。假設在每一個用戶端，只有一個數據流進行數據傳輸。每個接收用戶配置的接收天線數相同，為Nr根。

圖1 分層異構網絡系統中宏小區(qū)與微小區(qū)組成圖

假設微小區(qū)到邊緣用戶2的信號對宏小區(qū)第k個用戶產生干擾，則宏小區(qū)1的第k個用戶的接收信號可表示為

微小區(qū)2的第k個用戶的接收信號可表示為

式中，為方便說明算法流程，設宏小區(qū)與微小區(qū)基站同為 8 陣元圓形陣列，發(fā)射天線數 Nt=8。β1，k，β2，k分別是宏基站和微基站到目標用戶的大尺度衰落系數，包括路徑損耗和陰影衰落;hi，k(i=1，2)為本小區(qū)基站i到邊緣用戶k的Nr×Nt維信道矩陣;xi，k為基站i(i=1，2)到小區(qū)用戶 k 的期望信號;fi，k為 Nt× Nr維波束權值向量;nk為加性高斯白噪聲，滿足均值為0，方差為 σ2I。

2 基于塊干擾消除算法

在分層異構網絡的系統模型下，考慮采用塊干擾消除算法來解決位于宏小區(qū)、微小區(qū)邊緣用戶的干擾問題。塊對角化通過對用戶k的等效干擾信道H～k進行一次SVD分解，求得其零空間的正交基，使得信號模型中干擾項等于0。

如圖1所示，假設在分層異構網的系統中，宏小區(qū)和微小區(qū)各含一個邊緣用戶。假設宏小區(qū)到小區(qū)用戶1的信道為 H1，1，到用戶 2 的信道為 H1，2，微小區(qū)基站到用戶1 的信道為 H2，1，到用戶 2 的信道為 H2，2。宏小區(qū)基站1到用戶1波束權值為f1，1，微小區(qū)基站2到用戶 2 波束權值為 f2，2。

則位于宏小區(qū)的用戶1接收信號可表示為

而對于微小區(qū)的用戶2來說，接收信號為

對用戶1而言，宏小區(qū)基站對其傳輸數據流為期望信號，信道為 β1，1H1，1。微小區(qū)基站對用戶1 形成干擾信號，信道為 β2，1H2，1。由此可得到等效干擾矩陣

求 β2，1H2，1矩陣的秩:L1，1=rank(β2，1H2，1)，利用秩對 V2，1進行分塊，其中 V(1)2，1為 β2，1H2，1的前 L1，1個奇異向量。

故推出

將f1，1帶入式(3)，又由于經過塊干擾消除后，信號模型式中后半段的干擾項恰好為0。從而實現在信號模型中，對干擾信號的消除。綜上所述，在分層異構網絡中，做一次塊干擾消除，需要經過兩次SVD分解。在如圖1所示的分層異構網系統中，利用塊干擾消除可實現的最大化和速率為

3 仿真結果

使用鏈路級仿真對所提的塊干擾消除進行分析，在仿真中，對比了協作波束賦形(CoMP－CB)中經典的MAX－SLNR算法。MAX－SLNR的下行鏈路預編碼矩陣可表示為 f1=max eigenvector((I+h2H，1h2，1)－1hHh)，具體仿真參數如表 1 所示。1，11，1

表1 基于塊干擾消除下行預編碼算法系統仿真參數

圖2 各算法之間的誤碼率曲線

圖3 分層異構網系統中和速率性能曲線

在分層異構網的系統中，對宏小區(qū)與微小區(qū)邊緣用戶未做協作波束賦形時，用戶誤碼率SNR=15時，趨于10－2。說明小區(qū)邊緣用戶受到來自相鄰小區(qū)干擾較大，系統性能不優(yōu)異。而對于采用了塊干擾消除算法后，用戶誤碼率SNR=7時，已趨于10－4，這說明位于小區(qū)邊緣的用戶在協作波束干擾避免后，性能有了較大提升。由式(11)可計算得出，在分層異構網系統中系統的和速率。分層異構網系統中的和速率性能曲線如圖3所示。利用塊干擾消除算法對邊緣小區(qū)做協作波束賦形后，系統的和速率曲線無限趨近于無干擾情況下系統和速率曲線。對比可得，在對邊緣小區(qū)做了協作波束賦形后，相鄰小區(qū)基站對邊緣用戶的干擾得到了良好的抑制，系統性能大幅提升。

4 結束語

LTE－A系統小區(qū)內頻率復用因子為1，由此產生的小區(qū)間干擾成為系統性能提高的瓶頸。CoMP技術能在多個小區(qū)間共享信道信息與數據信息，在此基礎上優(yōu)化多個小區(qū)的系統性能，而協作波束賦形則是多點協作傳輸中關鍵的支撐技術之一。本文研究異構網絡系統中相鄰小區(qū)對本小區(qū)用戶干擾的問題，通過對已有干擾消除算法的研究，提出了異構網中基于BD的協作波束賦形算法。仿真實驗結果證明，采用協作波束賦形技術后，系統性能有了明顯提升。此外，該算法復雜度低，能消除相鄰小區(qū)所帶來的干擾，并可有效提高系統和速率。

［1］Cheng Peng，Tao Meixia，Zhang Wenjun.A new SLNR －based linear precoding fordownlink multi－user multistream MIMO systems［J］.IEEE Communications Letters，2010，14(11):1008 －1010.

［2］Wang Jie，Wang Xiaotian，Guo Yongliang，et al.A channel adaptive power allocation scheme based on SLNR precoding for multiuser MIMO systems［C］.Vehicular Technology Conference Fall(VTC 2010 － Fall)，2010 IEEE 72nd，2010:1－4.

［3］Spencer Q H，Swindlehurst A L，Haardt M.Zero － forcing methods for downlink spatial multiplexing in multi－user MIMO channels［J］.IEEE Transactions on Signal Processing，2004，52(2):461 －471.

［4］Zhang Rui.Cooperative multi － cell block diagonalization with per－ base－ station power constraints［J］.IEEE Journal on Selected Areas In Communications，2010，28(9):1435－1441.

［5］Chan － Byoung Chae，David Mazzarese.Coordinated beamforming with limited feedback in the MIMO broadcast channel［J］.IEEE Journal on Selected Areas In Communications，2008，26(8):1508 －1510.

［6］Ki－ Hong Park，Young － Chai Ko.Low complexity coordinated beamforming in 2 － User MIMO systems［C］.IEEE International Conference on Communications，2009:1 －5.

［7］Damith Senaratne，Chintha Tellambura.Generalized singular value decomposition for coordinated beamforming in MIMO systems［C］.IEEE Globecom 2010 Proceedings，2010.

［8］Tuan Anh Le，Mohammad Reza Nakhai.Downlink optimization with interference pricing and statistical CSI［J］.IEEE Transactions on Communications，2013，61(6):2339 －2347.

［9］Chan － Byoung Chae，Insoo Hwang.Interference aware － coordinated beamforming in a multi－ cell system［J］.IEEE Transactions on Wireless Communications，2012，11(10):3692－3697.

［10］Xiang Zhengzheng，Tao Meixia.Coordinated multicast beamforming in multicell networks［J］.IEEE Transactions on Wireless Communications，2013，12(1):12 －22.

［11］Caire G，Shamai S.On the achievable throughput of amultiantenna gaussian broadcast channel［J］.IEEE Transactions on Information Theory，2003，43(6):1691 －1706.

［12］Weingarten H，Steinberg Y S，Shamai S.The capacity region of the Gaussian mltiple－input multiple－output broadcast channel［C］.IEEE Transactions on Information Theory，2006(3):936－3964.