一種多區(qū)協(xié)同的區(qū)間干擾抑制方法*

曾 浩,袁昂飛,劉 玲

（重慶大學(xué) 通信工程學(xué)院，重慶400030）

為了提高頻譜利用效率，在下一代移動(dòng)通信候選協(xié)議LTE-Advanced中，小區(qū)的頻率復(fù)用因子為1，但是區(qū)間干擾卻嚴(yán)重影響了小區(qū)邊緣用戶性能[1]。一種解決方法是通過頻譜資源管理，使邊緣用戶和中心用戶采用不同的頻帶，但這降低了頻譜利用率[2]。另一種方法則是將多個(gè)基站通過X2接口相連，即構(gòu)成一個(gè)大的 “虛擬MIMO”，又稱“網(wǎng)絡(luò) MIMO”，通過多區(qū)協(xié)同方式進(jìn)行聯(lián)合迫零預(yù)編碼[3-4]，但是由于該方法需要相鄰小區(qū)內(nèi)所有用戶的信道狀態(tài)信息，會(huì)造成基站間信息交換量大，系統(tǒng)復(fù)雜度高，難以實(shí)現(xiàn)?？紤]到用戶到相鄰小區(qū)基站的距離不同，受到區(qū)間干擾的程度也不同，本文提出一種基于用戶劃分的多區(qū)協(xié)同算法，將小區(qū)內(nèi)用戶分為中心用戶和邊緣用戶,分別采取不同的預(yù)編碼方法抑制干擾，并對(duì)算法復(fù)雜度進(jìn)行分析，最后對(duì)系統(tǒng)誤碼率進(jìn)行仿真，驗(yàn)證了該算法既可以降低系統(tǒng)復(fù)雜度，又保持了系統(tǒng)的性能。

1 系統(tǒng)模型

假設(shè)多區(qū)協(xié)同系統(tǒng)中具有I個(gè)半徑均為R的蜂窩小區(qū)，小區(qū)對(duì)應(yīng)基站位于各小區(qū)的中心，每個(gè)小區(qū)用戶數(shù)為K，分布在小區(qū)內(nèi)任意位置。在基站等功率發(fā)射條件下，基站發(fā)射功率為 Pt，則第 i個(gè)小區(qū)的第 k個(gè)用戶接收信號(hào)功率Pik決定于用戶到基站的距離dik。根據(jù)電磁波自由空間傳播模型[5]:其中，i=0，…，I-1；k=0,…,K-1；c 是一個(gè)依賴于天線特性和平均信道損耗的常系數(shù)；γ為路徑衰落指數(shù),與傳播環(huán)境有關(guān)，一般取2～4。

當(dāng)用戶距離基站位置較近時(shí)，相鄰基站的區(qū)間干擾相對(duì)于本小區(qū)接收信號(hào)，可以認(rèn)為是噪聲，此時(shí)用戶為小區(qū)中心用戶。相反，當(dāng)用戶距離基站位置較遠(yuǎn)時(shí)，所接收到的本小區(qū)信號(hào)與相鄰小區(qū)信號(hào)相當(dāng)，此時(shí)用戶為邊緣用戶。區(qū)間干擾是影響用戶接收性能的主要因素，需要進(jìn)行抑制。設(shè)置一個(gè)用戶臨界信干比SIRth作為區(qū)分邊緣用戶和中心用戶的標(biāo)準(zhǔn)，近而可以確定一個(gè)半徑Rth，作為中心用戶與邊緣用戶的位置界線。根據(jù)式(1)有:

在系統(tǒng)實(shí)現(xiàn)中，由于是同頻干擾，用戶的SIR是無法估計(jì)的，但用戶的位置是可以通過各種方法確定的。所以，只要在半徑內(nèi)的用戶就認(rèn)為是中心用戶，否則是邊緣用戶。

2 干擾抑制算法

2.1 無邊緣用戶情況

在相鄰小區(qū)沒有邊緣用戶情況下，由于當(dāng)前小區(qū)發(fā)射信道對(duì)于相鄰小區(qū)用戶沒有影響，系統(tǒng)退化為一個(gè)單小區(qū)多用戶MIMO系統(tǒng)。

假設(shè)基站和用戶都是多天線條件，天線個(gè)數(shù)分別為M、N，作為移動(dòng)用戶信道，同時(shí)考慮大尺度衰落和小尺度衰落，在平坦慢衰落假設(shè)下，第i個(gè)小區(qū)中用戶k的信道矩陣為:

顯然，Hik和均是N×M維矩陣。

對(duì)于單小區(qū)多用戶的下行預(yù)編碼，包括線性和非線性方式[5-6]。考慮實(shí)現(xiàn)的可行性，線性預(yù)編碼是通常的選擇。迫零預(yù)編碼算法[7-9]，是一種線性編碼方式，具有空間復(fù)用功能。根據(jù)上述模型，任意一個(gè)用戶k的接收信號(hào)可以表示為:

上式中，Hk是第k個(gè)用戶信道矩陣，如式(4)所示。而 K個(gè)用戶數(shù)據(jù)構(gòu)成矢量:

矢量sK是基站向用戶k發(fā)送的N×1維信號(hào)矢量，符號(hào)(·)T表示轉(zhuǎn)置。定義基站預(yù)編碼矩陣：

其由每個(gè)用戶預(yù)編碼矩陣TK組合而成，TK的維數(shù)為M×N。nK是協(xié)方差矩陣為N0I的加性高斯噪聲。在強(qiáng)干擾條件下，迫零預(yù)編碼矩陣T的作用是使到達(dá)用戶的干擾被完全消除，即：

根據(jù)式（6），T可以通過求信道矩陣的偽逆得到：

式中，符號(hào)(·)H表示共軛轉(zhuǎn)置，相應(yīng)地有：

2.2 存在邊緣用戶情況

對(duì)于下行多小區(qū)系統(tǒng)，如果相鄰小區(qū)存在L個(gè)邊緣用戶，則當(dāng)前小區(qū)通過基站間的有線連接，接收到相鄰小區(qū)傳遞的邊緣用戶信息，這L個(gè)信息是邊緣用戶的CSI。這L個(gè)邊緣用戶到達(dá)當(dāng)前基站的信道矩陣:

其中HEl表示第l個(gè)邊緣用戶的CSI。為了實(shí)現(xiàn)對(duì)邊緣用戶的干擾抑制，同時(shí)實(shí)現(xiàn)同小區(qū)干擾抑制，當(dāng)前基站編碼矩陣T應(yīng)該滿足:

其包含了本小區(qū)所有用戶以及鄰小區(qū)邊緣用戶的CSI。再令

記 Lk為的秩，Σk為 Lk×Lk的矩陣。的非零空間的奇異向量構(gòu)成零空間的奇異向量構(gòu)成，取

滿足式（13）、（14）。

綜上所述，整個(gè)干擾抑制算法步驟如下：

(1)根據(jù)用戶接收功率估計(jì)，檢測是否存在邊緣用戶。

(2)不存在邊緣用戶，區(qū)間干擾將消失，多小區(qū)環(huán)境就變?yōu)楹唵蔚膯涡^(qū)系統(tǒng)，采取單小區(qū)干擾抑制技術(shù)的方法，例如迫零預(yù)編碼。

(3)若存在邊緣用戶，則基站通過基站協(xié)作通信獲取用戶的CSI，聯(lián)合本小區(qū)內(nèi)用戶的CSI一起預(yù)編碼，僅對(duì)本小區(qū)用戶發(fā)送數(shù)據(jù)，同時(shí)對(duì)鄰小區(qū)邊緣用戶的干擾迫零。

2.3 性能分析

小區(qū)基站到每一個(gè)用戶的信道信息記作一個(gè)CSI量。對(duì)于采用傳統(tǒng)的多區(qū)協(xié)同方法，每個(gè)小區(qū)都需要本小區(qū)及其他小區(qū)所有用戶的 CSI，即I2K個(gè) CSI。新方法中，假設(shè)用戶為中心用戶的概率為PC：

則統(tǒng)計(jì)意義上，每個(gè)小區(qū)邊緣用戶數(shù)量為:

這樣減少的CSI量為：

假設(shè) R=1 000 m，I=7， 表 1列出了不同 K、Rth下的DCSI，可以看出，在 Rth不變，用戶增多的情況下，DCSI呈線性遞增；K一定，DCSI隨Rth的平方呈遞增趨勢，大大減少了CSI量。

表1 減少的CSI量

3 系統(tǒng)仿真結(jié)果及分析

仿真模型如圖1所示，假設(shè)有3個(gè)小區(qū)I=3，M=8，N=2，小區(qū)半徑 R=1 000 m，Rth=200 m，存在4個(gè)用戶A、B、C、D，其中用戶A和B位于Cell0內(nèi)，且用戶 A為中心用戶，離所在小區(qū)中心距離為100 m，離相鄰小區(qū)中心距離為1 900 m，B為邊緣用戶，離中心基站距離為900 m，離相鄰小區(qū)中心距離為1 100 m。C為Cell1內(nèi)的中心用戶，D為Cell2內(nèi)的用戶。

首先，選擇一定Rth，使用戶 D位于Rth范圍內(nèi)，成為中心用戶。當(dāng)小區(qū)Cell0檢測到相鄰小區(qū)無邊緣用戶存在時(shí)，小區(qū)Cell0僅僅成為單小區(qū)多用戶的MIMO系統(tǒng)，采用2.1節(jié)算法，消除本小區(qū)用戶間的干擾即可。仿真如圖2所示，實(shí)線表示單小區(qū)預(yù)編碼方法，虛線為傳統(tǒng)的基站協(xié)作方法。由于受到相鄰小區(qū)基站影響很小，表現(xiàn)為A、B，在兩種系統(tǒng)中的誤碼率相當(dāng)。

而當(dāng)選擇一定Rth，小區(qū)Cell0檢測到僅用戶D為邊緣用戶、C為中心用戶時(shí)，無需考慮用戶C的影響。通過基站協(xié)作通信，Cell0的基站可以獲取D的CSI,與本小區(qū)用戶A、B一起采用2.2節(jié)算法進(jìn)行預(yù)編碼，消除對(duì)D的干擾。此種情況仿真如圖3所示，描繪了兩種算法的誤碼率結(jié)果。一種算法是傳統(tǒng)方法，Cell0基站通過多小區(qū)協(xié)同，得到用戶 A、B、C、D的 CSI，然后進(jìn)行預(yù)編碼。第二種算法則是如上文所述,僅通過 A、B、D的 CSI進(jìn)行預(yù)編碼。從圖3中可以看出,實(shí)線表示的新方法與虛線表示的傳統(tǒng)方法比較，A、B的誤碼率僅略有下降，這主要是由用戶C的干擾引起的。但由于新方法只需得到鄰小區(qū)邊緣用戶的CSI,因此大大降低了系統(tǒng)的復(fù)雜度。

針對(duì)MIMO多小區(qū)區(qū)間干擾問題,根據(jù)用戶的不同位置，可以采用不同的預(yù)編碼策略。相對(duì)于傳統(tǒng)的多小區(qū)MIMO協(xié)同，新方法所需傳輸?shù)腃SI大大減少，并保持了系統(tǒng)性能，從而更加具有實(shí)用性，仿真結(jié)果也證明了該方法的有效性。

[1]GESBERT D,HANLY S,HUANG H,et al.Multi-cell MIMO cooperative networks:a new look at interference[J].IEEE Journals on Selected Areas in Communications,2010,28(9):1380-1381.

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

[3]DAHROUJ H,YU W.Coordinated beamforming for the multicell multi-antenna wireless system[J].IEEE Transac tions on Wireless Communications,2010,9(5):1748-1759.

[4]SOMEKH O,SIMEONE O,BAR-NESS Y,et al.,Cooperative multicell zero-forcing beamforming in cellular downlink Channels[J].IEEE Transactions on Information Theory,2009,55(7):3206-3219.

[5]COSKUN A.Transmit precoding for flat-fading MIMO multiuser systems with maximum ratio combining receivers[J].IEEE Transactions on Vehicular Technology,2011,60(2):710-716.

[6]DU J,LI S L.Tomlinson-harashima precoding for multiuser MIMO downlink with imperfect channel state information[C].IEEE International Conference on MTMA,2011:1027-1030.

[7]LI W,LATVA-AHO M.An efficient channel block diagonalization method for generalized zero forcing assisted MIMO Broadcasting Systems[J].IEEE Transactions on Wireless Communications,2011,10(3):739-744.

[8]LI L J,GU G X.Design of optimal zero-forcing precoders for MIMO channels via optimal full information control[J].IEEE Transactions on Signal Processing,2005,53(8):3238-3246.

[9]ZHU J,YANG H C.Zero-forcing incremental beamforming transmission for multiuser MIMO systems[C].IEEE Conferences on Electrical and Computer Engineering,2010:1-4.