多用户干扰网络有限反馈干扰对齐研究

来源 :中国科学技术大学 | 被引量 : 0次 | 上传用户:yh820927
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
干扰对齐技术是一种能够在高信噪比下获得多用户网络的自由度的技术。在频分双工系统中实现干扰对齐,发射端必须获取发射端信道状态信息(Channel state information at transmitter, CSIT),接收端需要通过有限反馈将CSIT反馈回发射端。但是,这样获取的CSIT是受限的,存在量化误差,估计误差和反馈时延。本文,我们分别在单天线频率选择性衰落信道和多天线信道下,分析受限CSIT下的干扰对齐系统的性能。针对有限反馈方案中的码本尺寸过大的问题,我们先后提出了实数格拉斯曼联合量化和波束形成矢量量化两种方案来降低码本尺寸。首先,本文介绍了干扰对齐和有限反馈技术的基本理论,给出了自由度的定义和几种常见信道下的自由度结论,以及常用的干扰对齐算法。接下来,介绍了有限反馈技术的思想和理论结果。其次,本文分析了单天线频率选择性衰落信道下有限反馈的干扰对齐的性能。我们证明了系统的平均性能损失取决于平均泄漏干扰能量。进一步分析,我们得到了平均泄漏干扰能量的上界。文中给出了噪声受限的准则来保证系统的服务质量,即平均泄漏干扰的能量小于噪声,并在此准则下比较不同量化方案的差异。在此准则下,传统复数格拉斯曼量化的码本尺寸的下界被推导出来,在高信噪比下,传统量化方案需要的码本尺寸非常巨大。为了减小码本尺寸,我们提出了一种实数格拉斯曼联合量化的方案,通过对信道向量实部和虚部分别进行量化来降低弦距离。理论分析和仿真表明,我们的方案能够取得更好的性能。最后,本文分析了多天线场景的受限CSIT下的干扰对齐系统性能,重点分析了存在量化误差,估计误差和反馈时延的CSIT对干扰对齐系统的影响。针对量化误差,我们推导出由量化误差引起的泄漏干扰能量上界。在噪声受限准则下,给出了复数格拉斯曼量化和实数格拉斯曼联合量化需要的码本尺寸。我们发现,在高信噪比下两种方案所需要的码本尺寸都非常大。为了减小码本的尺寸,我们提出了一种波束形成矢量量化的方案,通过量化和反馈预编码向量,来降低码本的尺寸。理论分析和仿真表明,相比过去的方案,新方案仅需要很小的码本和反馈比特数。针对估计误差,我们发现,由估计误差引起的泄漏干扰取决于估计误差的方差。在最小均方误差准则下进行信道估计,高信噪比下,估计误差造成性能损失近似为常数,远比量化误差的影响要小得多。针对反馈时延,我们利用过去的CSIT来估计当前时刻的CSIT。理论分析表明,存在反馈时延的干扰对齐的性能取决于块之间的相关性,而且反馈时延引起的泄漏干扰随着信噪比线性增加,高信噪比下会带来巨大的性能损失。
其他文献
伴随着人类开发利用海洋活动的日益深入,水声通信技术的研究已日趋迫切,逐渐成为水声研究领域中最具挑战性的课题之一。扩展频谱通信方式由于其抗干扰、抗噪声、抗多径衰落、可
全球导航卫星系统GNSS(Global Navigation Satellite System),是由美国、俄罗斯、欧盟以及中国等多个国家的卫星导航系统共同组成。目前GNSS系统已经深入到国防、工业、交通
未来移动和无线应用要求下一代无线通信系统具有更高的数据传输速率、更可靠的连接、更高的频谱效率、更佳的移动性以及低发射功率,此外还要克服各种各样的干扰,而这些都是现
流量计量,作为工业生产检测和管理的眼睛,随着科技的进步,在工业自动化设备中的地位尤为凸显,尤其是在能源、石油、化工等行业都有着十分重要的作用。当面对大规模的自动化设备时,管理和控制成为了一个不容忽视的问题。但是,随着被测介质种类的复杂和测量工况的复杂,传统的涡街流量计检测功能单一、检测误差较大、易损坏且维修成本大等弊端就凸显出来。本系统就是在这样的大环境下,研究一种新型的智能双相液气检测涡街流量计
学位
随着因特网业务迅猛增长而带来的对带宽和容量的巨大需求,波分复用WDM(Wavelength Division Multiplexing)技术成为下一代骨干网络的核心传输技术。利用WDM传输技术和波长路
多输入多输出(MIMO)无线通信系统具有极高的系统容量和频谱利用率,呈现出极好的应用前景。它已成为目前无线通信技术的研究热点,也是下一代移动通信中的核心技术。MIMO系统的技
软件无线电(SDR)是20世纪90年代以后逐渐兴起的一种全新的设计思想,其核心思想就是在通用的通信硬件平台上加载不同的通信软件,以实现不同的通信方式间的切换。这种全新的设计思
在无线移动通信工程中,信道估计是接收机设计中最关键、最复杂的问题之一,本文主要是探索新一代无线移动通信系统中信道估计技术。无线移动通信自诞生以来,其发展速度令人惊
由于语音本身的特点和现今社会的需要,语音识别技术的研究有很大的学术价值和应用价值。但目前大词汇量的语音识别与人们的期望还有很大的差距,问题主要体现在匹配方法上,解