大电池保护两层下行异构网络的干扰对齐

文摘

传统的干扰对齐(IA)减轻了微微细胞和宏单元的共存干扰问题。本文提出一个宏单元保护干扰对齐(MCP-IA)双层MIMO下行异构网络。该方法将宏用户设备(UE)的干扰,减轻了干涉pico-UEs的最小均方误差干扰抑制结合(MMSE-IRC)接收机。相比传统的IA,拟议中的MCP-IA提供了一个额外的阵列增益预编码器设计的宏观BS和获得的分集增益通过信号空间的选择。的自由度(自由度)提出MCP-IA等于或大于常规IA和理论上推导。链接水平模拟显示链接能力和宏观问题的景深,也表现出该MCP-IA获得额外的阵列增益和分集增益。系统级仿真说明该方法完全阻止宏观问题的干扰,保留的吞吐量pico-UE无论微微细胞的数量。为天线配置,系统级仿真表明该MCP-IA吞吐量的宏观问题不受微微细胞数量的影响,提出MCP-IA吞吐量微微细胞方法的单用户MIMO (SU-MIMO) 3%的损失。

1。介绍

异构网络研究了提高系统容量(1- - - - - -3]。皮科、毫微微或中继基站(BSs)采用阴影区域和增加系统容量较低功率相比,传统的宏观BSs。在异构网络中,所有的网络利用相同的载波频率增加频谱效率,避免带宽分割。注液电池严重干扰边界的小细胞,然而,减少了系统容量(3]。

为了克服注液电池干扰,提高注液电池干扰协调(eICIC)技术开发(4,5]。eICIC方案分区之间的协调资源宏观微微细胞和分配的抗干扰的资源几乎空白的子帧(abs)给用户设备设备(问题)。eICIC semistatic协调技术提供了一个优势在注液电池干扰管理但这样保存资源管理导致低效的资源利用率(6,7]。

高效的资源利用率、干扰对齐(IA)研究[8]。IA的概念是将干扰对齐其他发射机降维子空间在每个接收器(9,10]。然后,IA使一种抗干扰的通信通过剩下的所有接收器的信号子空间和达到一半的多路复用增益或自由度(自由度)。

集中IA (8利用符号扩展在任何可用的域。如果IA的用户数量的增加,信号的维度空间符号扩展引起的增加,导致复杂的矩阵运算。为了避免符号在时间和频率域扩展,分散IA如泄漏干扰最小化算法(ILMA) [11)开发,使干涉一个有限的空间域的一致性。分散的IA的部署由天线的数量限制,需要一个额外的复杂性至少数万迭代收敛的12]。传统IA方案异构网络,然而,是由有限数量的限制的用户和天线配置。对于大型的两层网络,用户也不能增加参与者的数量。为了克服这个问题,一些研究建议用户选择方案要求额外的系统复杂性,安排足够数量的BS-UE双(13- - - - - -16]。

在实际异构网络中,干扰频道显然没有被发达国家和有些弱干扰通道可以忽略。例如,微微细胞被部署在一个宏单元的阴影区域和干扰从宏观BS pico-UE是虚弱的。然而,如果宏观问题的位置移动到pico-BS,宏观问题暴露在pico-BSs的干扰。在这种情况下,防止干扰从pico-BS宏观问题比这更重要的从宏观pico-UEs BS。因此,预编码矩阵的要求设计中的所有BSs传统IA方案可以放松。

因此,我们提出一个宏单元保护IA (MCP-IA)方法,利用有限维正交的子空间在空间域迭代计算。的干扰对齐pico-BSs宏观问题,利用信号子空间与封闭的宏观问题和干扰抑制方法应用于pico-UEs减少BSs和其他pico-BSs宏观的干扰。拟议中的MCP-IA作品因为pico-UEs很小的干扰。此外,提出MCP-IA实现分集增益和选择子空间的阵列增益波束形成的宏观问题,因为提出MCP-IA构造正交的子空间的信号和干扰子空间之间的宏观问题。这两个传统IA中取得优势。提出的景深MCP-IA等于或大于传统IA的。该方案也有效5 g系统载波频率以来5 g是毫米波(mmWave),其室内传播和渗透损失很大,它不影响其他室内大干扰微微细胞(17- - - - - -19]。

为了演示该方法的优势,链路级仿真进行比较的景深和能力提出MCP-IA与传统IA ILMA eICIC,和单用户多输入多输出(SU-MIMO)计划;系统级仿真执行提供pico -的吞吐量和宏单元,对每个方案。

本文的其余部分组织如下。节2,系统模型进行了探讨。节3,预编码的设计方法和接收矩阵的方案,可实现的自由度和MCP-IA提出的最优性进行了分析,并提出MCP-IA计算的复杂性。数值结果执行链路级和系统级仿真的部分4,和结论部分5。

本文中使用的符号定义如下。向量和矩阵与矩阵是用黑体字写大写字母。所有的向量是列向量。表示的共轭转置。表示的列空间。表示的范围空间。和表示的正交补和弗罗贝尼乌斯规范,分别。表示一个单位矩阵的大小。随机向量,表示,是从一个复杂的高斯分布平均向量,和协方差矩阵,。表示一个矩阵的特征向量的列对应于最小的特征值。表示一个矩阵的特征向量的列对应于最大特征值的。表示随机变量的期望值。

2。系统模型

异构网络,一个宏单元和微微细胞被认为是,如图1。每个b是一个问题每个细胞和回程的BSs连接链接交换少量的频道信息。让是一个宏单元b,在那里,picocell BSs。每个BS并配备问题发射天线和分别接收天线。b可以传输有限的空间流。假设所有慢衰落MIMO渠道经验,预编码和数据传输都相干时间内执行。每副载波OFDM系统窄带通道。每个BS的预编码矩阵需要计算每个通道实现。

的废话,,传输空间向量,象征的象征,通过发射天线与线性预编码器,,在那里满足的权力约束和满足。然后,接收到的信号,的,用户,的话,是 在哪里和在(1)分别表示期望信号和干扰。表示所需的接收信号功率。表示一个信道矩阵来与。表示接收到的干扰能力来,包括路径损耗和阴影。表示添加剂复杂的高斯白噪声零均值和方差,。

3所示。大电池保护干扰对齐

在本节中,我们提出一个宏单元保护干扰对齐下行双层异构网络。在双层异构网络,微微细胞是用来提供保险扩展,在细胞中阴影区域覆盖面和卸载。如果微微细胞随机部署、干扰信道模型不会获得异构网络和传统IA不能直接用于实际系统。如果微微细胞附近宏观问题,宏观问题干扰了picocell BSs,但从宏观BSs pico-UEs不干扰,因为他们的部署位置。因此,宏观问题需要保护的干扰picocell BSs,虽然pico-UEs可能不需要保护。拟议中的MCP-IA认为实际的细胞环境,采用IA概念的场景。该算法在以下小节描述。

3.1。提出MCP-IA

为了抑制干扰实际异构网络,自干扰pico-UEs很小,全频道知识可能不需要调整所有的干扰和IA可以开发针对特定用户受到的干扰。在本文中,我们开发了宏单元保护干扰对齐在跨越层宏观问题的干扰抑制由IA和跨越层pico-UE的干扰抑制接收机处理,基于IA的结果。减轻干扰从pico-BSs宏观问题,宏观的干扰问题应该是一致的。此外,实现景深,干扰的宏观问题应由干扰空间的宏观问题。然后,信号和干扰的空间应该保存和nul宏观问题,分别。

第一干扰减排要求,一个完美的对齐跨越层干扰的宏观问题应该满足,是由

方程(2基于正交补)子空间等价形式,可以重写为期望信号和干扰子空间的正交性的宏观问题,给出的 在哪里干扰抑制矩阵表示的宏观问题。自(3)是一个双线性方程组,系统由初始值无限可能的解决方案。如果选择适当的值,然而,系统没有迭代方法可以很容易地解决。

让是一个任意的标准正交基来构造正交的子空间如下: 在哪里和表示期望信号和干扰子空间的宏观问题,分别。标准正交基,,可以通过几个著名的正交化方法如gram - schmidt过程、QR分解(QRD),或奇异值分解(计算)。

3.2。MCP-IA提议的可行性

拟议中的MCP-IA构造任意信号和干扰子空间,与传统的IA不同。因此,提出的可行性条件MCP-IA应该新决定。可用空间符号的数量之间的宏观的废话和pico-BS没有跨越层干扰在宏观问题的研究,和下面的引理。

引理1。对于给定的空间符号,,是有界的

证明。让和从宏观空间流传输的数量BS和pico-BS,分别。对于给定方程的数量(3)是。使用子空间的唯一性[9),变量的数量(3)是由。因此,和必须满足以下条件: 替换在(7),可以获得的 作为的财产再分配的部分2,空间流的数量是有界的

引理1表明,提出的可行性MCP-IA不是取决于微微细胞的数量,而是由MIMO天线配置。不同的传统IA,如果发射天线的数量大于接收天线,也就是说,,该MCP-IA可以实现传统IA相比更大的景深。例如,在MIMO系统,传统的IA达到景深= 1只,即使它是可行的。提出了IA,然而,总是获得景深= 2,表明该MCP-IA没有跨越层干涉的情况下获得更大的空间复用增益。

3.3。预编码矩阵和接收器的设计提出MCP-IA

在本节中,预编码矩阵的发射器和接收器MCP-IA派生需求的基础上提出前面的小节。干扰抑制矩阵,宏观问题的直接派生的正交的子空间选择宏观问题。自地图宏观BS的符号,也就是说,,可以设置为 预编码矩阵的推导,,需要选择的信号空间(4)。应该相当于一系列空间;也就是说,。然后,是设置为 在哪里表示的右奇异向量相应的,最大奇异值。

如果宏的景深问题大于两个,也就是说,阵列处理和传输功率分配方法可以应用在宏观BS改善性能的能力。MCP-IA提出计划,宏观问题获得获得和提供电力分配,因为数组在计算从期望信号。因此,提出MCP-IA可以提供一个更大的信号干扰比的宏观问题(先生)位于宏单元的边缘和患有低接收信号功率和跨越层的干扰。注意传统的IA不是设计的阵列增益最大化的能力和期望信号子空间。

的预编码矩阵picocell BSs,,可以计算(3),是一个齐次线性方程组。如果系统的解集是微不足道和picocell BSs不传送。nonnontrivial解决方案(3),非零的零空间是解决方案。例如,非零的零空间可以通过选择正确的计算奇异向量的圣言吗消失的奇异值。作为和,有零奇异值。然后,预编码矩阵,picocell BSs,,获得 在哪里表示的右奇异向量对应于最大奇异值。因此,和所有满足的要求(3)和提出MCP-IA提供了宏观的景深问题和抑制了跨越层干扰其他picocell BSs的宏观问题。

自从MCP-IA提出的主要目标之一是保护的宏观问题跨越层的干扰,实现景深MCP-IA提出的宏观问题是很重要的。因此,拟议中的MCP-IA派生的景深以下引理。

引理2。实现景深的宏观问题给出如下: 在哪里和表示能力的宏观问题和信噪比(信噪比),分别。

证明。见附件一个。

让我们考虑pico-UE的干扰抑制矩阵。的干扰pico-UEs BSs并不重要宏观和微微细胞之间的干扰很小。在这种情况下,传统的严格IA不需要申请设计。提出MCP-IA,预编码矩阵,,picocell BS对齐的零空间的宏观问题而不是其他pico-UEs。pico-UEs存在的干扰和积累的其他picocell BSs和宏单元BSs。因此,干扰pico-UEs缓解方法有待开发。分布的累积干扰可以建模为高斯分布的中心极限定理。在这篇文章中,一个MMSE-IRC(最小均方误差干扰抑制结合)接收机采用减轻干扰和由 在哪里表示满足归一化因素表示的干扰协方差矩阵th pico-UE给出的 在哪里表示的干扰从其他BSs th pico-UE。取决于微微细胞之间的互相关。如果pico-UEs之间的通道和其他pico-BSs相关或频道收益很小,的秩小于等于(和th pico-UE有维无干扰的子空间;也就是说,没有复杂的干扰对齐pico-UE保留了景深。这种情况是很常见的在实际异构网络(20.]。如果许多微微细胞托管和其他pico-BSs强干扰和不相关的,也就是说,,该方法的pico-UEs可能不会收到任何BSs的信号。然而在实践中,这并不经常发生。在接下来的数值结果部分,系统级仿真结果表明,该MCP-IA演示了一个更大的系统吞吐量相比传统IA。

链路容量最大化的宏观问题,传统的IA计划不最大化的能力自预编码矩阵设计实现景深。然而,提出的宏观BS MCP-IA获得最大链路容量与最优预编码矩阵,这是很重要的在低信噪比政权的细胞环境。pico-BSs最佳预编码器的设计,在大信噪比政权也许并不重要,因为他们的能力已经接近最优容量。的最优宏观BS的MCP-IA引理所示3。

引理3。寻找最优预编码矩阵的条件给出如下:(1)为,如果列的是最优的左奇异向量。(2)为,总是最佳不管。

证明。见附件B。

3.4。MCP-IA的复杂性

提出MCP-IA的好处之一是低计算复杂度比传统的IA (ILMA)。执行的比较是浮点运算的总数(失败)。

表1展品的数量提出了MCP-IA和ILMA失败。在表1,和和表示奇异值和左、右奇异矩阵,分别。表示数量的陷从其他BSs th pico-UE。表示在ILMA干扰协方差矩阵的反向链接。表示为特征值迭代QR分解的数量。设置为5,特征向量的均方误差低于。传统ILMA要求超过70次迭代收敛(21]。见表1,重要的计算提出MCP-IA的储蓄与传统ILMA获得天线配置。

在5 g mmWave小细胞环境,在微微细胞减少和干涉也会减少。因此,提出MCP-IA较低的实现复杂度。

4所示。数值结果

我们评估的联系和系统级的性能提出MCP-IA相比传统IA,漏的干扰最小化算法(ILMA),和其他干扰抑制方法。首先,在链路级仿真,一个孤立的异构网络和固定的先生们跨越层和科蒂干扰。的容量评估问题与信噪比和景深的成就感在宏观验证问题。信道估计误差的影响,提出MCP-IA的最优性进行了测试,并对测试评估。接下来,在系统级仿真,提出的吞吐量和微微细胞的数量MCP-IA下多个宏单元执行。总结了系统级仿真参数表2。

4.1。链路级性能

链路级仿真显示问题的能力与信噪比和展品的景深提议MCP-IA, ILMA, SU-MIMO异构网络。微微细胞数量的变化从一个到四个宏单元。天线配置和天线配置。一个宏单元和picocell每单元包含一个问题。所有问题的接收信号功率变化和噪声方差,将是一个问题。的干扰,跨越层的平均先生将3 dB和的平均先生科蒂干扰将20分贝。SU-MIMO比较观察其他BSs的干扰影响。SU-MIMO不是被设计来抑制干扰,但对加性噪声的干扰。

链接能力比较,产能方程包括其他细胞干扰,预编码和干扰抑制矩阵,定义如下: 在数据2,3,4,和,,表示能力的宏观问题和pico-UE,分别。

对于一个MIMO系统,SU-MIMO利用双层空间复用,提出MCP-IA和ILMA不。对于一个情况下,提出的景深MCP-IA两个引理1的景深ILMA是一8),该MCP-IA和SU-MIMO利用双层空间复用,而ILMA不。

问题的能力与信噪比picocell,两个微微细胞,和四个微微细胞显示在数字2,3,4,分别。diamond-solid线表示的能力的宏观问题提出MCP-IA, circle-solid行表示,拟议中的MCP-IA pico-UE的逆triangle-solid ILMA宏观问题的线表示,triangle-solid线表示的pico-UE ILMA, plus-solid行表示SU-MIMO的宏观问题,SU-MIMO pico-UE的实线表示,和虚线表示IA的景深。

如数据所示2(一个)和2 (b)ILMA的能力,该方案线性增加。SU-MIMO的容量不会增加线性因为SU-MIMO不是旨在抑制picocell和宏单元之间的干扰。拟议的MCP-IA宏观问题的能力大于其他的方法。这是因为该MCP-IA具有多样性和收益相比ILMA数组。获得分集增益的选择信号空间正交空间的宏观问题。阵列增益是由预编码器的实现是专为宏观BS和宏观问题之间的联系。回想一下,预编码器的ILMA并非旨在提高接收信号功率,但只有使所有BSs的干扰。在图2(一个),对于一个提出的MIMO天线情况下,pico-UE MCP-IA ILMA达到相同的自由度,但在图2 (b),对于一个MIMO天线情况下,提出MCP-IA达到双自由度和一个多比ILMA双重身份。这是因为引理1拟议中的MCP-IA告诉,也就是说,和,总是达到景深的宏观问题,而ILMA景深的(1)(11即使它是可行的。在实践中,天线的数量在BS大于的问题,以及提出MCP-IA比ILMA更有效的方案来获得更大的容量。

two-picocell场景数据3(一个)和3 (b),ILMA仍有一个可行的解决方案和宏观问题的能力one-picocell类似场景。提出MCP-IA显示容量损失信噪比区域大于15分贝的pico-UE由于从其他pico-BSs干扰。在实际环境中,由于pico-UE位于比其他pico-BSs pico-BS接近,pico-UE总是保持更大的容量和容量损失可以忽略不计。对于一个情况下,提出MCP-IA获得复用增益比ILMA导致更大的容量。这也是在系统级仿真。

在数据4(一)和4 (b)的能力与信噪比四pico-BSs显示问题。在图4(一),ILMA的预编码器的解决方案天线配置是不可用的。ILMA的宏观问题MIMO系统显示容量损失信噪比范围大于10 dB, pico-UE一样。如果微微细胞数量的增加,ILMA并不可行,不能实现景深(9]。的宏观问题能力提出MCP-IA,然而,增加线性即使微微细胞数量的增加。的pico-UE能力提出MCP-IA和ILMA不线性增加。这是因为该MCP-IA不对齐的干扰问题,但抑制pico-BSs宏观问题的干扰,如数据2和3。回想一下,在通用异构网络最微微细胞位于阴影覆盖区域的宏单元并不是由宏观BSs大大干扰。在SU-MIMO情况下,容量已经饱和了宏单元之间的跨越层的干扰和微微细胞,它显示了最糟糕的结果在所有情况下的能力。在图4 (b)与天线配置,ILMA是可行的,达到了宏观问题和pico-UE景深。然而,正如图3、景深和能力提出MCP-IA是ILMA的两倍,该MCP-IA具有额外的数组和多样性收益。

图5说明提出的宏观问题的能力表现MCP-IA信道估计误差。最小二乘(LS)是利用信道估计。在图5”、“完美CSI”和“不完美的CSI表示能力表现没有和信道估计误差,分别。信道估计误差的能力损失计算在22,23]。尽管信道估计错误发生,该MCP-IA总是实现景深和展品的小通道容量损失在[错误中派生22,23]。因此,提出MCP-IA是健壮的信道估计错误。

图6展览通过最优容量和计算能力提出MCP-IA提出MCP-IA和ILMA和任意矩阵。在图6虚线和dash-dotted线表示的能力和MIMO天线配置,分别,虚线表示ILMA的能力。让景深是。MCP-IA和任意矩阵的奇异值分解得到MCP-IA (5)。在的情况下米姆,见引理3的圣言MCP-IA演示了相同的容量性能优化能力,和任意矩阵MCP-IA展览规模较小的能力。为MIMO配置,所有的提议MCP-IAs达到最优容量。然而,ILMA能力低于MCP-IAs求婚。这是因为ILMA不是专为最大化的能力而是对准干扰实现景深。因此,提出比ILMA MCP-IA展示了更好的容量性能。

拟议中的MCP-IA旨在保护从pico-BSs宏观问题,最大化的能力。信号子空间的宏观问题选择最大化容量和干扰子空间选择对齐跨越层的干扰。然后,宏观问题实现景深和最优能力。见数据2 (b),3 (b),4 (b)为不对称天线配置等的宏观问题提出MCP-IA总担保景深的引理1,虽然ILMA确实景深即使ILMA是可行的。所有的干扰抑制方案有景深的损失相比,可用的景深多输入多输出信号多路复用的方案,因为他们利用景深取消干扰。拟议中的MCP-IA达到大于的景深景深的ILMA BS的天线的数量大于问题。的天线配置是常见的在实际系统和提出MCP-IA比ILMA更适用。

在下一小节,执行系统级仿真来验证随机部署微微细胞和吞吐量的多个宏单元。

4.2。系统级性能

在系统级仿真,我们测量多个宏单元的吞吐量与其他细胞的干扰。自传统的IA计划的解决方案如ILMA的微微细胞并不存在,eICIC是用于比较。因此,eICIC SU-MIMO,提出MCP-IA方案评估。

我们考虑到宏观问题和pico-UEs移动细胞随机移动,它们之间的干扰发生的位置。19个六角宏单元部署,每个宏单元包括三个部门,和微微细胞在一个宏单元的数量从2到20不等。宏观问题的数量在一个宏单元和pico-UEs picocell设置为20和5,分别。为简单起见,我们衡量宏观问题的吞吐量和pico-UEs中心细胞。然后,宏观问题和pico-UEs干扰其他18大电池。宏观问题的位置有时接近微微细胞导致强烈的干扰场景。天线配置和天线配置进行测试。SU-MIMO和拟议中的MCP-IA利用相同的空间符号维度在前面的链路级仿真,和eICIC利用双层空间复用。系统级仿真的其他通信参数表中列出2。本文中的系统级模拟符合3 gpp的评价方法24]。

数据7(一)和7 (b)显示宏观问题的吞吐量和微微细胞的数量从2到20的提议MCP-IA, eICIC, SU-MIMO计划下天线配置。的平均吞吐量表示价值20宏单元的宏观问题。逆三角形、三角形和圆表示的吞吐量提出MCP-IA, eICIC,分别和SU-MIMO计划。在图7(一),该MCP-IA演示了三个方案之间的最大吞吐量性能。虽然微微细胞数量的增加,该MCP-IA维护景深和最大吞吐量的宏观问题,而其他方法的吞吐量下降。这表明该MCP-IA pico-BSs完全防止干扰,即使微微细胞数量的增加。

图7 (b)显示的吞吐量微微细胞与拟议的MCP-IA微微细胞的数量,eICIC, SU-MIMO。的吞吐量pico-UEs表示picocell五pico-UEs的平均值。pico-BS和pico-UEs之间的距离相对较近比宏观BS和pico-UEs之间。pico-UEs的跨越层的干扰相对较小,因为路径损耗和阴影,微微细胞之间的科蒂干扰也是小因为微微细胞的密度在一个宏单元是稀疏的。因此,picocell大于的信噪比范围的宏单元的平均吞吐量picocell也大于宏单元的。在图7 (b),一个常数吞吐量提出MCP-IA表明提出的MCP-IA不受微微细胞的数量和影响成功抑制了干扰。eICIC的吞吐量和SU-MIMO增加随着微微细胞数量的减少由于干扰其他微微细胞。这是因为SU-MIMO和eICIC不抑制干扰和拟议中的MCP-IA。然后,SU-MIMO eICIC可以利用两个空间流,该MCP-IA有一个用SU-MIMO的吞吐量的一半空间流。然而在实践中,天线的BSs的数量大于问题,例如,。在这种情况下,提出MCP-IA也有两个空间流和类似的SU-MIMO吞吐量。这个结果如图8。

图8描绘了吞吐量与微微细胞的数量天线配置。宏单元图的吞吐量8(一个)显示了类似的结果模拟图7(一)但由于大量增加传输天线。的宏单元吞吐量提出MCP-IA还演示了三个方案中最大的价值和微微细胞不受数量的影响。虽然拟议中的MCP-IA利用两个空间流,宏观的吞吐量BS不得翻了一倍,因为信噪比政权的宏观问题很低。这个结果图中可以看到6。在低信噪比区域图6,宏观经济问题的能力配置并不比翻了一番。在图8 (b)的picocell吞吐量提出MCP-IA优于SU-MIMO eICIC和方法。这是因为MCP-IA提出利用两个空间流和eICIC效率管理其资源由于ABS子帧。拟议中的MCP-IA预编码器的pico-BSs并不旨在提高pico-UEs但对齐跨越层干扰的能力。拟议中的MCP-IA的吞吐量比SU-MIMO有点低。然而,由于信噪比区域pico-UEs很大,SU-MIMO pico-UEs吞吐量的方法。这吞吐量之间的差距提出MCP-IA SU-MIMO约为3%。因此,提出MCP-IA提供了更好的总吞吐量比eICIC和SU-MIMO异构网络。

在5 g系统中,大的载波频率如mmWave将利用,和许多微微细胞都部署在室内环境中,所有设备产能分配增加。的场景,科蒂干扰相对较小和跨越层干扰很大。这提供了IA轻松的设计规则,并提出MCP-IA。因此,拟议中的MCP-IA适用于减少跨越层干扰5 g的异构网络系统。

5。结论

本文提出一种MCP-IA双层MIMO下行异构网络的方法。拟议中的MCP-IA利用IA对宏观问题的概念保护跨越层的干扰,达到相同的景深传统IA的宏观问题。pico-UE抑制干扰从宏使用MMSE-IRC BS。拟议中的MCP-IA提供了额外的数组和多样性收益比传统的IA宏观问题。阵列增益的方法是通过波束形成预编码器的宏观问题和分集增益获得通过选择良好的信号空间中可用的空间。拟议中的MCP-IA计算BSs的预编码矩阵与一个封闭的形式。提出的景深MCP-IA等于或大于常规IA和理论上推导。链路级仿真结果表明,该MCP-IA实现景深和额外的数组和多样性收益。系统级仿真表明该MCP-IA抑制干扰的宏观问题完全和pico-UEs保持吞吐量即使在大量微微细胞的干扰。为天线配置,系统级仿真表明该MCP-IA获得额外的多路复用增益。

附录

答:引理的证明2

interference-aware遍历容量的宏观问题可以写成25] 在哪里 表示干扰协方差矩阵的宏观问题。在分母上的右边(. 1),成为一个矩阵因为消失 由(3)。然后,可以写成 替换成, 在哪里表示th的最大特征值。通过自由度的定义,

b .引理的证明3

让我们考虑一个任意复杂的矩阵和一个酉矩阵。如果是广场,,可以被看作是旋转的。的奇异值是一样的。如果然而,和奇异值可能不同。在这种情况下,获得相同的奇异值的列应该是左奇异向量。

的情况下可实现的景深,在(10)是一个nonsquare矩阵。因此,对于最优的列应该是左奇异向量。为可实现的景深,是一个广场矩阵。在这种情况下,总是适合单一方阵吗因为排名和奇异值是不变的。因此,提出了宏观MCP-IA总是最佳的任何天线配置的问题。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

本研究项目的一部分题为“发展分布式水下监视和控制网络,”由海洋和渔业、韩国。

引用

1. 诉钱德拉塞卡,j·g·安德鲁斯和采集者,“毫微微蜂窝网络:一项调查,”IEEE通讯杂志,46卷,不。9日,59 - 67年,2008页。视图:出版商的网站|谷歌学术搜索
2. c . Patel m•美国南达,“家庭基站(行业视角),”IEEE无线通信,17卷,不。5,6 - 7,2010页。视图:出版商的网站|谷歌学术搜索
3. A . Damnjanovic j . Montojo y魏et al ., 3 gpp异构网络的调查,“IEEE无线通信,18卷,不。3,10-21,2011页。视图:出版商的网站|谷歌学术搜索
4. 俗,彼得森k . i . h . Wang和c·罗莎,“多单元的合作对于LTE-advanced异构网络场景,”IEEE无线通信,20卷,不。1,27-34,2013页。视图:出版商的网站|谷歌学术搜索
5. d . Lopez-Perez Guvenc, g . De La罗氏m . Kountouris t .问:美国Quek)和j·张,“强化注液电池干扰协调异构网络的挑战,”IEEE无线通信,18卷,不。3,比如22 - 30,2011页。视图:出版商的网站|谷歌学术搜索
6. 黄,C.-B。崔,j·李,r·w·希思Jr .)“多单元的合作系统与多个接收天线,IEEE无线通信,20卷,不。1、58、2013页。视图:出版商的网站|谷歌学术搜索
7. 美国太阳,问:高,y, y . Wang和l .歌曲“干扰管理通过在3 gpp LTE-advanced CoMP网络”IEEE无线通信,20卷,不。1,59 - 66年,2013页。视图:出版商的网站|谷歌学术搜索
8. v . r . Cadambe s a的魔法师,“干扰对齐和自由度K用户干扰通道。”IEEE信息理论,54卷,不。8,3425 - 3441年,2008页。视图:出版商的网站|谷歌学术搜索|MathSciNet
9. c . m .雪人,t .郭台铭,s . a的魔法师和a . h . Kayran”在MIMO网络干扰,干扰对齐的可行性”IEEE信号处理,卷。58岁的没有。9日,第4782 - 4771页,2010年。视图:出版商的网站|谷歌学术搜索|MathSciNet
10. l .阮v . k . n . Lau, m z赢,”的可行性条件干扰对齐在MIMO网络,”IEEE信号处理,卷61,不。8,2066 - 2077年,2013页。视图:出版商的网站|谷歌学术搜索
11. k . Gomadam v . r . Cadambe, s . A的魔法师”分布式干扰对齐数值方法和应用无线干扰网络,”IEEE信息理论卷,57号6,3309 - 3322年,2011页。视图:出版商的网站|谷歌学术搜索|MathSciNet
12. d . c . Moreira y . c·b·席尔瓦k Ardah, w . c . Freitas f·r·p·卡瓦尔康蒂,“收敛迭代干扰对齐算法,分析”《国际电信研讨会(其“14),页1 - 5,圣保罗,巴西,2014年8月。视图:出版商的网站|谷歌学术搜索
13. ”陈和r . s . Cheng集群网络多用户干扰,干扰对齐的”IEEE车辆技术,卷63,不。6,2613 - 2624年,2014页。视图:出版商的网站|谷歌学术搜索
14. 居尔和a .日元“选择性干扰对齐。文中认知毫微微蜂窝网络,”IEEE在选定地区通讯》杂志上,32卷,不。3、439 - 450年,2014页。视图:出版商的网站|谷歌学术搜索
15. d . Castanheira a·席尔瓦和a . Gameiro”设置优化有效的干扰对齐在异构网络中,“IEEE无线通信,13卷,不。10日,5648 - 5660年,2014页。视图:出版商的网站|谷歌学术搜索
16. g·古普塔和a·k·查图尔维迪”,用户选择MIMO干扰广播频道,“IEEE通信,卷62,不。5,1568 - 1576年,2014页。视图:出版商的网站|谷歌学术搜索
17. 冈本h . k . Kitao, s . Ichitsubo”Outdoor-to-indoor传播损耗预测在800 - mhz 8-GHz乐队为市区,“IEEE车辆技术,卷。58岁的没有。3、1059 - 1067年,2009页。视图:出版商的网站|谷歌学术搜索
18. 郑胜耀Lim, z Yun, m·f·伊斯坎德尔”传播测量和建模对于室内楼梯间2.4和5.8 GHz,”IEEE天线和传播,卷62,不。9日,第4761 - 4754页,2014年。视图:出版商的网站|谷歌学术搜索
19. g . r . MacCartney t . s . Rappaport,金黄色的太阳,和邓,“室内办公室宽带毫米波传播测量和信道模型在28和73 GHz超密度5 g的无线网络,”IEEE访问,3卷,第2424 - 2388页,2015年。视图:出版商的网站|谷歌学术搜索
20. 诉钱德拉塞卡,m . Kountouris和j·g·安德鲁斯,覆盖在multi-antenna两层网络,“IEEE无线通信,8卷,不。10日,5314 - 5327年,2009页。视图:出版商的网站|谷歌学术搜索
21. d . c . Moreira y . c·b·席尔瓦k Ardah, w . c . Freitas Jr .)和f·r·p·卡瓦尔康蒂,“收敛迭代干扰对齐算法,分析”《国际电信研讨会(其“14)圣保罗,巴西,2014年8月。视图:出版商的网站|谷歌学术搜索
22. d . Samardzija和n . Mandayam Pilot-assisted估计MIMO衰落信道响应和可实现的数据速率,”IEEE信号处理,51卷,不。11日,第2890 - 2882页,2003年。视图:出版商的网站|谷歌学术搜索|MathSciNet
23. s·j·李,“最小二乘信道估计误差对MIMO衰落信道,实现率”IEEE通信信,11卷,不。11日,第864 - 862页,2007年。视图:出版商的网站|谷歌学术搜索
24. 3 gpp TR 36.814版本。9.0.0”,发展通用陆地电台访问(进阶);进一步发展进阶物理层方面,“2010年3月。视图:谷歌学术搜索
25. r·s·布卢姆“MIMO容量与干扰,”IEEE在选定地区通讯》杂志上,21卷,不。5,793 - 801年,2003页。视图:出版商的网站|谷歌学术搜索
26. g·h·戈卢布和c f . Van贷款,矩阵计算,约翰霍普金斯大学的研究在数学科学,约翰·霍普金斯大学出版社,巴尔的摩,医学博士,美国第3版,1996年版。视图:MathSciNet
27. k .祖茂堂和r . c . de Lamare低晶格reduction-aided正规化的块对角化MU-MIMO系统”IEEE通信信,16卷,不。6,925 - 928年,2012页。视图:出版商的网站|谷歌学术搜索
28. k .祖茂堂r . c . de Lamare和m . Haardt“广义设计低块对角化预编码算法的多用户MIMO系统类型,“IEEE通信,卷61,不。10日,4232 - 4242年,2013页。视图:出版商的网站|谷歌学术搜索

版权

版权©2017 Jongpil Seo et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。