一種多區協同的區間干擾抑制方法*

曾 浩,袁昂飛,劉 玲

（重慶大學 通信工程學院，重慶400030）

為了提高頻譜利用效率，在下一代移動通信候選協議LTE-Advanced中，小區的頻率復用因子為1，但是區間干擾卻嚴重影響了小區邊緣用戶性能[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基站通過X2接口相連，即構成一個大的 “虛擬MIMO”，又稱“網絡 MIMO”，通過多區協同方式進行聯合迫零預編碼[3-4]，但是由于該方法需要相鄰小區內所有用戶的信道狀態信息，會造成基站間信息交換量大，系統復雜度高，難以實現?？紤]到用戶到相鄰小區基站的距離不同，受到區間干擾的程度也不同，本文提出一種基于用戶劃分的多區協同算法，將小區內用戶分為中心用戶和邊緣用戶,分別采取不同的預編碼方法抑制干擾，并對算法復雜度進行分析，最后對系統誤碼率進行仿真，驗證了該算法既可以降低系統復雜度，又保持了系統的性能。

1 系統模型

假設多區協同系統中具有I個半徑均為R的蜂窩小區，小區對應基站位于各小區的中心，每個小區用戶數為K，分布在小區內任意位置。在基站等功率發射條件下，基站發射功率為 Pt，則第 i個小區的第 k個用戶接收信號功率Pik決定于用戶到基站的距離dik。根據電磁波自由空間傳播模型[5]:其中，i=0，…，I-1；k=0,…,K-1；c 是一個依賴于天線特性和平均信道損耗的常系數；γ為路徑衰落指數,與傳播環境有關，一般取2～4。

當用戶距離基站位置較近時，相鄰基站的區間干擾相對于本小區接收信號，可以認為是噪聲，此時用戶為小區中心用戶。相反，當用戶距離基站位置較遠時，所接收到的本小區信號與相鄰小區信號相當，此時用戶為邊緣用戶。區間干擾是影響用戶接收性能的主要因素，需要進行抑制。設置一個用戶臨界信干比SIRth作為區分邊緣用戶和中心用戶的標準，近而可以確定一個半徑Rth，作為中心用戶與邊緣用戶的位置界線。根據式(1)有:

在系統實現中，由于是同頻干擾，用戶的SIR是無法估計的，但用戶的位置是可以通過各種方法確定的。所以，只要在半徑內的用戶就認為是中心用戶，否則是邊緣用戶。

2 干擾抑制算法

2.1 無邊緣用戶情況

在相鄰小區沒有邊緣用戶情況下，由于當前小區發射信道對于相鄰小區用戶沒有影響，系統退化為一個單小區多用戶MIMO系統。

假設基站和用戶都是多天線條件，天線個數分別為M、N，作為移動用戶信道，同時考慮大尺度衰落和小尺度衰落，在平坦慢衰落假設下，第i個小區中用戶k的信道矩陣為:

顯然，Hik和均是N×M維矩陣。

對于單小區多用戶的下行預編碼，包括線性和非線性方式[5-6]?？紤]實現的可行性，線性預編碼是通常的選擇。迫零預編碼算法[7-9]，是一種線性編碼方式，具有空間復用功能。根據上述模型，任意一個用戶k的接收信號可以表示為:

上式中，Hk是第k個用戶信道矩陣，如式(4)所示。而 K個用戶數據構成矢量:

矢量sK是基站向用戶k發送的N×1維信號矢量，符號(·)T表示轉置。定義基站預編碼矩陣：

其由每個用戶預編碼矩陣TK組合而成，TK的維數為M×N。nK是協方差矩陣為N0I的加性高斯噪聲。在強干擾條件下，迫零預編碼矩陣T的作用是使到達用戶的干擾被完全消除，即：

根據式（6），T可以通過求信道矩陣的偽逆得到：

式中，符號(·)H表示共軛轉置，相應地有：

2.2 存在邊緣用戶情況

對于下行多小區系統，如果相鄰小區存在L個邊緣用戶，則當前小區通過基站間的有線連接，接收到相鄰小區傳遞的邊緣用戶信息，這L個信息是邊緣用戶的CSI。這L個邊緣用戶到達當前基站的信道矩陣:

其中HEl表示第l個邊緣用戶的CSI。為了實現對邊緣用戶的干擾抑制，同時實現同小區干擾抑制，當前基站編碼矩陣T應該滿足:

其包含了本小區所有用戶以及鄰小區邊緣用戶的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成零空間的奇異向量構成，取

滿足式（13）、（14）。

綜上所述，整個干擾抑制算法步驟如下：

(1)根據用戶接收功率估計，檢測是否存在邊緣用戶。

(2)不存在邊緣用戶，區間干擾將消失，多小區環境就變為簡單的單小區系統，采取單小區干擾抑制技術的方法，例如迫零預編碼。

(3)若存在邊緣用戶，則基站通過基站協作通信獲取用戶的CSI，聯合本小區內用戶的CSI一起預編碼，僅對本小區用戶發送數據，同時對鄰小區邊緣用戶的干擾迫零。

2.3 性能分析

小區基站到每一個用戶的信道信息記作一個CSI量。對于采用傳統的多區協同方法，每個小區都需要本小區及其他小區所有用戶的 CSI，即I2K個 CSI。新方法中，假設用戶為中心用戶的概率為PC：

則統計意義上，每個小區邊緣用戶數量為:

這樣減少的CSI量為：

假設 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 系統仿真結果及分析

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

首先，選擇一定Rth，使用戶 D位于Rth范圍內，成為中心用戶。當小區Cell0檢測到相鄰小區無邊緣用戶存在時，小區Cell0僅僅成為單小區多用戶的MIMO系統，采用2.1節算法，消除本小區用戶間的干擾即可。仿真如圖2所示，實線表示單小區預編碼方法，虛線為傳統的基站協作方法。由于受到相鄰小區基站影響很小，表現為A、B，在兩種系統中的誤碼率相當。

而當選擇一定Rth，小區Cell0檢測到僅用戶D為邊緣用戶、C為中心用戶時，無需考慮用戶C的影響。通過基站協作通信，Cell0的基站可以獲取D的CSI,與本小區用戶A、B一起采用2.2節算法進行預編碼，消除對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果。一種算法是傳統方法，Cell0基站通過多小區協同，得到用戶 A、B、C、D的 CSI，然后進行預編碼。第二種算法則是如上文所述,僅通過 A、B、D的 CSI進行預編碼。從圖3中可以看出,實線表示的新方法與虛線表示的傳統方法比較，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邊緣用戶的CSI,因此大大降低了系統的復雜度。

針對MIMO多小區區間干擾問題,根據用戶的不同位置，可以采用不同的預編碼策略。相對于傳統的多小區MIMO協同，新方法所需傳輸的CSI大大減少，并保持了系統性能，從而更加具有實用性，仿真結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.