论文部分内容阅读
如今,在新世纪第二个十年,人们有更多的通信需求,即追求更快的移动无线通信速度和更高的通信质量。随着无线通信技术的发展,无线通信环境变得越来越复杂,干扰是无线网络通信中制约通信系统性能和用户吞吐量的主要原因,种种干扰处理机制一向是无线通信领域的焦点问题。许多研究学者对干扰信道有更深入地研究,提出了一种新思想称之为干扰对齐(IA, Interference Alignment)的干扰处理机制,这种技术通过在发送端设计预编码向量和接收端进行简单的迫零就可以使系统获得最大自由度。文中开始介绍了干扰对齐的概念,学习了这种新思想的基本原理。研究了两种传统的干扰对齐算法,即方向型干扰对齐(D-IA)算法和机会式干扰对齐-OIA1算法。分析了D-IA算法在不同反馈条件下的性能和OIA1算法在用户数量不同时的系统性能。其次,由于现有的干扰对齐算法没有考虑对有用信号和接收信噪比(SNR)的影响,介绍了两种迭代式的干扰对齐算法,即MP-IA算法和MSINR-IA算法。研究表明MP-IA算法和MSINR-IA算法都比D-IA算法有更好的和速率性能和误码率性能,MP-IA算法有最优的误码率性能,MSINR-IA算法的和速率性能最好。针对实际场景中的信道估计误差和高移动性导致的反馈延迟,仿真了两种算法在非理想信道下的和速率性能和误码率性能,两种算法依然比D-IA算法有更好的性能,各自的优势保持不变。随着信道误差增大或时延变长,都会造成三种算法的性能下降。最后,研究了两种机会式干扰对齐算法,即SLIR-US算法和MSE-OIA算法。仿真结果表明,SLIR-US算法和MSE-OIA算法就和速率性能和误码率性能而言,比OIA1算法要更好；在非理想信道下,随着误差增大或者时延增大,三种算法的系统性能都会下降,但是SLIR-US算法和MSE-OIA算法的优越性不会受到影响。在实际的通信场景中,对和速率要求比较高的时候,可以采用SLIR-US算法,而对误码率要求较高的时候,可以采用MSE-OIA算法。