基于干扰对齐的D2D混合网络干扰管理研究

薛　峰,马　蓓

(1.中国电信股份有限公司福建分公司 网络发展部,福建 福州　350000;2.西安电子科技大学 综合业务网理论及关键技术国家重点实验室,陕西 西安　710071)



基于干扰对齐的D2D混合网络干扰管理研究

薛峰1,马蓓2

(1.中国电信股份有限公司福建分公司 网络发展部,福建 福州350000;2.西安电子科技大学 综合业务网理论及关键技术国家重点实验室,陕西 西安710071)

摘要针对如何有效抑制蜂窝与D2D混合网络中的干扰问题,提出了一种基于干扰对齐的干扰协调策略。通过建立k对D2D用户(DUE)复用蜂窝用户(CUE)上行资源的干扰模型,并分别在发送端和接收端设计发送干扰抑制预编码,使得在某一接收端处的干扰均对齐在接收信号的零空间上,从而抑制区内和区间两大干扰。仿真证明,文中所提出的基于干扰对齐的功率分配方案,比其他算法能获得更大的系统总速率,从而最大化混合网络的自由度。

关键词干扰对齐;D2D通信;自由度

Interference Alignment-based Interference Management in D2D Communications

XUE Feng1,MA Bei2

(1.Network Development Department,China Telecom Fujian Branch,Fujian Fuzhou 350000,China;2.State Key Laboratory of Integrated Services Networks,Xidian University,Xi’an 710071,China)

AbstractAn interference suppressing method based on interference alignment for cancelling the interferences of the hybrid networks of the cellular and D2D users is proposed.Firstly ank-pair D2D interference model is built,then the transmit and receive precoding matrices are designed to align the interferences to the null space of the receiver.The proposed strategy can effectively suppress both the intra-interference and the inter-interference.The simulation results show that the proposed IA-based power allocation scheme achieves better sum-rate than the other schemes.

Keywordsinterference alignment;D2D communications;degrees of freedom

现有文献[1~6]中关于蜂窝网络下的D2D通信干扰场景一般研究的均是单个D2D对用户复用一个蜂窝用户的资源,通过功率控制、模式选择或者频谱分配来协调干扰。现有的干扰管理方式大体分为如下几种:(1)将干扰作为噪声。这种方法对于干扰功率较小的情况是有效的;(2)正交复用。当干扰信号的功率与期望信号的功率相当时,利用信道的正交复用能避免干扰。现有的时分复用(TDMA)、频分复用(FDMA)技术等都是基于此进行设计的;(3)解调。当干扰信号较强时,则干扰信号可首先被解调,然后再从接收信号中解调出期望信号。虽然这种通过解调干扰信号来消除干扰的方法可提高期望信号的速率,但是,这要求具备解调干扰信号的能力;(4)协同方式,即用户信道状态信息(CSI)和用户数据在相邻节点之间完全分享,如CoMP 方式。这种方式的缺点是节点间的信息交互量过大,且协同的节点数量有限,在多个协同节点的边缘仍然存在干扰问题。然而,这些方法均不是直接有效的方法,因此系统总性能还有待进一步提高。

当信号功率与干扰功率相当且信噪比较大时,信息论方面的最新研究发现,采用一种称为干扰对齐(Interference Alignment,IA)的方法可获得比其他干扰管理方式更好的性能。干扰对齐最初是由Maddah-Ali 等人在研究MIMO X 信道自由度的时候提出的。随后Cadambe 和Jafar将IA 技术应用于由k对用户组成的干扰信道中,并给出了由k对用户干扰信道的最大自由度。假设不止一对D2D用户复用某一蜂窝用户的上行资源,提出利用干扰对齐技术对多对D2D用户与蜂窝用户之间的干扰进行协调。

1干扰对齐原理

干扰对齐(Interference Alignment,IA)技术被认为是解决无线通信系统所面临的干扰问题的一个有效方法,并被尝试应用到各种场景下[7-13]。

干扰对齐(Interference Alignment,IA)的基本原理:将来自所有其他发射机的干扰信号对齐到同一个接收信号空间的子空间内,并保持干扰子空间与期望信号子空间线性独立。即每对用户通过构建发射预编码矩阵V[j]和接收干扰抑制滤波器矩阵U[k](j=1,2,…,k,j≠k),当满足

(1)

时称完成了干扰对齐。

干扰对齐方法可以分为两大类:(1)信号空间干扰对齐,如图1所示;(2)信号尺度干扰对齐,如图2所示。信号空间干扰对齐利用多载波或多天线构成多维度用来构造算法,得到了广泛的研究,且在实际系统中易于实现。信号尺度干扰对齐是指通过将信道增益量化构成多维度的空间从而进行算法设计的方法。由于无线信道具有时变特性,准确跟踪信道变化对系统的要求较高,且对信道增益的估计也存在误差,在实际系统中的可行性较差。因此,本中提出的干扰对齐方案是基于信号空间干扰对齐的。

图1 是一个3用户高斯干扰信道实现干扰对齐的简单举例。所有节点均配置2根天线,当采用干扰对齐方法如图1(a)时,可同时发送3个数据流;而当采用正交复用,如图1(b)时,只能同时发送两个数据流。

图1　信号空间干扰对齐

图2　信号尺度干扰对齐

2干扰模型分析

k对D2D用户(DUE)复用蜂窝用户(CUE)上行资源的系统模型,如图3所示。在该混合网络中,主要的干扰是蜂窝用户对D2D用户的干扰以及k对D2D用户之间的干扰,D2D用户对蜂窝链路的干扰可不予考虑。假设基站BS、蜂窝用户和k对D2D用户的收发端均配置M根天线。

图3　k对D2D用户复用蜂窝上行资源的系统模型

图3中的k对D2D用户通信可被建模为k对用户的MIMO干扰信道,如图4所示。蜂窝用户CUE1向基站(BS)发送信号的同时,k对D2D用户共享同一频谱进行端到端的通信。由于考虑的D2D用户是地理位置上相邻的小区边缘用户,D2D用户对上行蜂窝通信的干扰可不予考虑。因此,k对D2D用户分别均有k条干扰链路,而蜂窝用户CUE1没有干扰链路。

图4　蜂窝用户对D2D用户以及D2D用户之间的干扰模型

3基于干扰对齐的多小区干扰协调算法

3.1系统模型

一个由2个相邻小区构成的多小区D2D网络干扰模型,如图5所示。对于单个小区,考虑一对D2D用户复用N个正交接入的边缘蜂窝用户的下行资源进行通信的干扰情况。相邻基站间采用多点协作波束成形技术(CoordinatedMultiplePoint-CoordinatedSchedulingandBeamforming,COMP-CSB),通过X2空中接口交换信息。假设基站可得到其所在小区内所有链路的信道状态信息(CSI)。混合系统工作在干扰受限模式下,主要受到以下两方面干扰:(1)区间干扰。来自邻近用户的同频复用;(2)区内干扰。来自D2D用户对蜂窝用户的下行资源的复用。对于每个小区,假设基站AP和蜂窝用户(CUE)分别配置N1和M1根天线,D2D用户(DUE)的发送端和接收端分别配置N2和M2根天线。以Cell1为研究对象,则CUE1,CUE2和DUE4的接收信号分别可以表示

(2)

(3)

(4)

3.2干扰对齐算法设计

对于图5干扰模型中的Cell1,首先分析了蜂窝用户所受到的干扰,然后利用干扰对齐方法将来自区内D2D用户以及邻近小区的干扰对齐到蜂窝用户接收空间的零空间上,并通过在收发端分别设计发送预编码和接收预编码矩阵来消除干扰。假设F2为N1×1的全1向量,则节点CUE1处的干扰对齐方法可表示为

(5)

(6)

F3=(H13)-1H11IN1×1

(7)

接下来,可通过下式分别得到蜂窝用户CUE1和CUE2的接收预编码矩阵

W1=null([H11F2]H)=null([H12F]H)=null([H13F3]H)

(8)

(9)

完成干扰对齐后,蜂窝用户CUE 1的信干噪比SINR可表示为

(10)

可以看出,在应用干扰对齐技术消除了区内和区间两大干扰后,蜂窝用户的信干噪比SINR得到了较大程度的提高。

图5　2小区D2D混合系统干扰网络模型

同理,可构建在D2D用户DUE4接收端的干扰对齐方案,将来自区内的干扰和区间的干扰对齐在接收端的零空间上,如下所示

(11)

其中,A被定义为干扰对齐因子矩阵,可表示为

(12)

为在DUE4的接收端将对齐的干扰消除,可设计接收预编码矩阵如下

(13)

完成干扰对齐后,D2D用户DUE 4的信干噪比SINR可表示为

(14)

可以看出,在应用干扰对齐技术消除了区内和区间两大干扰后,D2D用户的信干噪比SINR得到了较大幅度的提高。

4仿真结果

仿真分析分别评估了干扰对齐对单小区和多小区系统性能的提升。首先,对于图3所示的单小区D2D系统,为便于分析,假设有4个频率资源正交的蜂窝用户,假设所有D2D 用户和蜂窝用户均在其给定范围内均匀分布,D2D链路的小尺度衰落为慢变平坦瑞利衰落模型,信道系数独立同分布,服从均值为零,方差为1的高斯分布。将位于整个小区覆盖区域外围1/20范围的用户定义为小区边缘D2D用户。仿真参数如表1所示。

表1　单小区干扰对齐仿真参数

图6给出了IA-PA算法与以下其他3种情况的仿真结果比较:(1)基于IA的等功率分配算法;(2)贪婪功率最优分配算法;(3)单纯蜂窝网络。(d1,d2,d3)=(2,2,2)为用户数据流分配数量,是可达容量上限的最大数据流分配方式。可以看出,在整个发送功率取值范围内,本文给出的IA-PA算法在总速率性能上是最优的。当Pmax=16dBm时,贪婪功率最优分配算法与基于IA的等功率分配算法得到了相同的总速率。同时,IA-PA算法使得总速率提高了21%,弥补了等功率资源分配IA算法的性能损失。另外,与传统蜂窝通信相比,系统总速率提高了1.8倍。其次,当Pmax<16dBm时,贪婪功率最优分配算法优于基于IA的等功率分配算法。然而,当Pmax>16dBm时,基于IA的等功率分配算法性能优于贪婪功率最优分配算法。这是因为在低分配功率下,更多的功率分配给了等效信道质量好的数据流,充分利用了信道状态信息;而在高分配功率下,由于各数据流的等效信道质量好的概率高,此时最优功率分配算法的优势消失。同时,干扰功率随之增大,而干扰抵消所获得的性能增益会远大于增加信号功率带来的增益。因此,本文提出的IA-PA算法无论在低分配功率下还是在高分配功率下均能使得总速率性能得到明显的提高。

对于图5所示的多小区D2D系统的总速率性能进行了分析评估,如图6所示。可观察到当采用干扰对齐算法时,区内和区间两大干扰均得到了有效的抑制从而使得总速率提升了80%。图7画出了不同的发送预编码矩阵设计下干扰对齐算法对总速率性能的影响。D2D用户发送预编码的设计方案有如下几种:(1)自私型预编码设计(SelfishBeamforming),D2D用户忽略了其对蜂窝用户的干扰,而以最大化自身的传输速率为原则设计发送预编码,即F3为矩阵H2最大奇异值所对应的奇异向量;(2)基于干扰对齐的零空间随机波束成形预编码设计。图中Upper-Bound所对应的曲线描述了理想状态下的系统总速率。从这些图中,可观察到自私型预编码设计方案的性能低于基于干扰对齐的预编码设计方案。

图6　IA-PA算法与其他算法速率比较

图7　不同D2D预编码矩阵下的系统总速率

5结束语

针对蜂窝和D2D网络混合网络中的干扰管理问题,提出了基于干扰对齐的针对多小区混合D2D通信系统的干扰对齐干扰协调策略,通过在发送端和接收端分别设计发送预编码和接收干扰抑制编码,将区间干扰和区内干扰对齐在接收信号的零空间上,利用接收预编码将对齐的干扰迫零抵消,从而最大化混合网络的自由度。

参考文献

[1]Yu C H,Doppler K,Ribeiro C,et al.Performance impact of fading interference to device-to-device communication underlaying cellular networks[C].MA:Proceeding of IEEE PIMRC,2009.

[2]Xu C.Interference-aware resource allocation for device-to-device communications as an underlay using sequential second price auction[C].MA:Proceeding of IEEE ICC,2012.

[3]Xu S,Wang H,Chen T,et al.Effective interference cancellation scheme for device-to-device communication underlaying cellular networks[C].MA:Proceeding of IEEE VTC-Fall,2010.

[4]Xu W.Performance enhanced transmission in device-to-device communications:Beamforming or interference cancellation[C].Scottland:Proceeding of IEEE Globecom,2012.

[5]Min H,Lee J,Park S,et al.Capacity enhancement using an interference limited area for device-to-device uplink underlaying cellular networks[J].IEEE Transactions on Wireless Communication,2011,12(10):3995-4000.

[6]Janis P,Koivunen V,Ribeiro C,et al.Interference-aware resource allocation for device-todevice radio underlaying cellular networks[C].HZ:Proceeding of IEEE VTC-Spring,2009.

[7]Suh C,Tse D.Interference alignment for cellular networks[C].Illinois USA:Proceeding of 46th Annual Allerton Conference on Communications,Control and Computing,2008.

[8]Suh C,Ho M,Tse D.Downlink interference alignment[J].IEEE Letter,2003(7):1512-1515.

[9]Yetis C M,Gou T,Jafar S A,et al.On feasibility of interference alignment in MIMO interference networks[J].IEEE Transactions on Signal Process,2010,9(58):4771-4782.

[10]Gou T,Jafar S A.Degrees of freedom of the K user M X N MIMO interference channel[J].IEEE Transactions on Information Theory,2010,2(56):6040-6057.

[11] Gomadam K S,Cadambe V R,Jafar S A.A distributed numerical approach to interference alignment and applications to wireless interference networks[J].IEEE Transactions on Information Theory,2011,6(57):3309-3322.

[12] Cadamde V R,Jafar S A.Interference alignment and the degrees of freedom of wireless X networks[J].IEEE Transactions on Information Theory,2009,9(55):3893-3908.

[13]Cadambe V R,Jafar S A.Interference alignment and the degrees of freedom for the K user interference channel[J].IEEE Transactions on Information Theory,2008,54(8):3425-3441.

中图分类号TN911.4

文献标识码A

文章编号1007-7820(2016)03-140-05

doi:10.16180/j.cnki.issn1007-7820.2016.03.036

作者简介:薛峰(1969—),男,工程师。研究方向:现代通信技术。马蓓(1982—),女,博士研究生。研究方向:无线通信技术,干扰对齐,D2D 通信。

收稿日期:2015- 08- 02