干扰对齐-无线信息与功率流同时传输联合机制

牛勤*，胡志蕊

（1.中国电子科技集团公司第三十八研究所，安徽合肥，230088；2.杭州电子科技大学通信工程学院，浙江杭州，310018)

干扰对齐-无线信息与功率流同时传输联合机制

牛勤1*，胡志蕊2

（1.中国电子科技集团公司第三十八研究所，安徽合肥，230088；2.杭州电子科技大学通信工程学院，浙江杭州，310018)

提出了一种干扰对齐-无线信息与功率流同时传输的联合机制，通过干扰对齐技术把有用信号和干扰信号对齐到不同的子空间。对接收端的剩余能量进行评估后解码部分有用空间的信号，同时，利用无线信息与功率流同时传输技术把剩余有用空间和干扰空间的信号功率收集起来，使其转化为用户的电池电量。进而，使系统能效得到有效提升。性能和仿真分析表明，所提机制提升了系统的能效。

干扰对齐；无线信息与功率流同时传输；能效

引言

干扰对齐（Interference Alignment,IA）技术是目前无线通信领域备受关注的研究课题之一，它可以看成一种干扰压缩的思想，通过发送端的预处理将干扰限制在特定的子空间内，进而获得比正交化的干扰管理方法更高的数据速率。

无线信息与功率流同时传输（Simultaneous Wireless Information and Power Transfer,SWIPT）技术是一种新型的射频能量收集技术，它可以同时发挥射频信号作为无线功率传输（Wireless Power Transfer,WPT）与无线信息传输（Wireless Information Transmission,WIT）的两个作用[1-4]。

本文将 IA与 SWIPT技术联合起来进行研究，提出了一种IA-SWIPT联合机制，通过干扰对齐将有用信号和干扰信号分别限定在不同的子空间，在接收端对不同空间的信号进行不同处理，通过评估接收端的剩余能量，对部分有用空间的信号进行信息解码（Information Decoding,ID），对剩余有用空间和干扰空间的信号进行能量收集（Energy Harvesting,EH），进而延长能量限制网络的寿命。

论文的符号说明：矩阵和矢量分别用黑体大写字母与黑体小写字母表示；(A)T、(A)H、和 Tr(A)分别表示矩阵A的转置、共轭转置、Frobenius范数和迹；span(A)表示由矩阵A的列空间；null(A)表示矩阵 A零空间；E(⋅)表示数学期望；diag(⋅)表示对角矩阵；代表下取整。

1 系统描述

1.1 系统及信号模型

考虑K对用户的MIMO对称干扰信道，每个接收端由对应编号的发射端进行服务，同时，发射端可以通过专用链路进行信道状态信息（Channel State information,CSI)交互配置。每个发射端配置NMT根发送天线，每个用户配置NR根接收天线，每个发射端向其服务的接收端发送d个相互独立的数据流。在干扰信道中，所有用户工作在同一频带和同一时隙，因此在传输过程中会产生相互干扰。干扰示意图如图1所示。为了表示方便，除非必要情况下，本文省略时隙索引。

图1 干扰信道示意图

假设所有发送端和接收端都拥有理想的全局信道状态信息，这些信道状态信息可由插入导频符号并反馈至发送端等多种方法来获得。接收端k(∀k={1,…,K})接收到的信号可以表示为

其中，xj表示传输到接收端j的信号。Vj表示传输xj的预编码矩阵，其满足归一化条件：发送端k的发送信号需要满足一个平均功率限制：其中， Pk是发送端k的平均功率；Hk,j表示从发送端j到接收端k的信道矩阵。表示接收端 k的干扰抑制矩阵，其满足归一化条件：表示服从的高斯白噪声。

1.2 能量消耗模型

为了便于分析，假设时隙归一化，于是下文中能量与功率可以替换使用。不失一般性的，用户消耗的功率被建模成前端消耗与解码消耗的和[4],也就是说，用户i(∀ i={1,…,L + K})消耗的功率为

其中，Pc表示前端消耗，Pdec,i表示解码消耗。Pdec,i为速率Ri的函数，主要有两种模型，线性模型与指数模型[4]。对于线性模型，Pdec,i=ciRi，其中常数ci为解码效率；对于指数模型，其中常数为解码效率。

定义Pg,i为用户i的可用能量，其必须满足条件：Pg,i≥Ptot,i。如果引入EH机制，Pg,i=min(PB,i,P0,i+ PEH,i)，其中，PB,i表示用户i的最大电池电量，P0,i表示用户i当前所剩电量，PEH,i表示用户收集能量。可用能量与消耗功率的关系如图2所示。

图2 可用能量与消耗功率之间的关系

根据[4]，用户i当前电量能够支持的最大速率为

当且仅当 Ptot,i=Pg,i时，Ri=Rmax,i。

2 IA-SWIPT联合机制

本文提出的IA-SWIPT联合机制，主要通过空间开关机制[5]同时进行ID和EH，EH所占比例为，ID所占比例为1−，其中0≤ρ≤1。所提机制的主要思想如下：通过干扰对齐机制，将接收端接收到的信号分为有用空间的信号和干扰空间的信号，其中，有用空间的信号全部来自于服务发送端，干扰空间的信号则全部是来自于非服务发送端的干扰。对接收端可用电量进行评估，并通过无线信息与功率流同时传输技术中的开关功率分流机制[1]对不同空间中的信号进行分别处理。如果可用电量足够多，则对所有有用空间的信号进行ID，对干扰空间的信号进行EH；如果可用电量小于一定的门限值，则只对部分有用空间的信号进行ID，把剩余的有用信号连同干扰空间的信号一起进行EH，进而保证用户的能效最大化。如图3所示。

图3 IA-SWIPT联合机制框图

2.1 接收端有足够剩余能量

当接收端 k的剩余能量P0,k超过门限值λPB,k的时候，其中λ∈[0,1]为剩余电量因子，对全部有用空间的信号进行解码，采用传统的迫零方法进行接收端k的干扰抑制矩阵求解，在此不赘述。此时，的维度为发送给接收端k的d流数据全部被接收。对于干扰空间，采用干扰空间矩阵WkH进行能量收集，需要满足如下条件：[UkWk]H[UkWk]=INR。也就是说的维度为(NR−d)×NR，且处于UkH的零空间中，这也是比较容易求解的，也不赘述。

2.2 接收端的剩余能量不足

当接收端k的剩余能量P0,k达不到门限值λPB,k的时候，只解码发送给接收端k的 m流数据，其中m≤d，此时，的维度为m×NR，发送给接收端k的m流数据被接收。其他信号全部采用干扰空间矩阵进行能量收集，也就是说，的维度为(NR−m)×NR，且处于 UkH的零空间中。为了保证接收端k的可达速率和可收集的能量达到折中态，同时考虑到接收端当前的剩余电量的影响，我们构建如下最优化算法进行 UkH与 WkH的求解。

其中，(a)表示接收端k的干扰抑制矩阵和干扰空间矩阵都为酉矩阵并且彼此正交。(b)表示接收端k的干扰抑制矩阵迫零了干扰；(c)(d)表示发送数据流数与接收数据流数的限制，(e)表示接收端k的可达速率；(f)表示接收端k可以收集的能量，常数 表示把用户收集的射频能量转换成电能过程中的能量损失因子；(g)表示用户可利用的最大解码能量限制了用户的速率，论文使用文献[4]提出的指数模型作为解码消耗，即于是，根据式(3)，最大速率和功率的关系为：可见，(g)同时也表示用户的可达速率和可以收集的能量相互受限；(h)表示了剩余电量因子的取值范围。

式(4)并非凸优化问题，很难直接得出闭式解，本文通过将接收端 k的干扰抑制矩阵 UkH和干扰空间矩阵 WkH构建成一种特殊的结构来寻求式(4)的次优解。从限制条件(b)出发，接收端 k的干扰抑制矩阵 UkH应位于Hk,jVj,∀j∈{1,…,K},j≠k的左零空间，即，其中，对进行奇异值分解（singular value decomposition,SVD），如下：

式(4)的限制条件(a)表明用户的干扰空间矩阵与干扰抑制矩阵是正交的，设计用户的干扰空间矩阵如下：

由限制条件(c)和(d)可知，接收端 k可以解调的数据流数 m的解空间是有限的，所以式(4)的可行解为一些满足条件(6)(7)的离散值，可以用现有的算法（例如穷举法、贪婪算法等）来求解。

3 复杂度分析及仿真

3.1 复杂度分析

①发送端预编码矩阵的设计采用传统的干扰对齐算法，包含K+1次 NR×NT矩阵求Moore-Penrose逆运算，2K-1次 NT×NR矩阵与 NR×NT矩阵的乘法运算，K-1次 NT×NT矩阵与 NT×NR矩阵的乘法运算，1次 NT×NT矩阵与 NT×NT/2矩阵的乘法运算。所以，求解发送端预编码矩阵的复杂度为O(KNTNRmax(NT,NR))。

②接收端剩余电池电量评估，需要做K次比较大小的运算，复杂度为 O(K)

3.2 性能仿真

本文对IA-SWIPT机制的性能进行了仿真验证，并与文献[1]所提传统干扰对齐机制进行了比较。仿真考虑K用户干扰信道，每个发送端配置NT根发送天线，每个接收端配置NR根接收天线，每个发送端向其服务的每个接收端发送d个相互独立的数据流。仿真中，考虑平坦瑞利衰落信道，每个发送端到接收端的信道服从 CN(0,1)的复高斯分布，不考虑大尺度衰落及各个信道间的相关性。论文参数设置用(K,NT,NR,d)表示。论文使用文献[4]提出的指数模型作为解码的功率消耗，即系数设置参见文献[4]，为：前端消耗 Pc=0.1W；帧长设为1ms；能量损失因子µ=0.8；剩余电量因子λ=0.3。

图4对IA-SWIPT机制的能量收集功能进行了仿真，假设用户电池的总电量为3000mAh，以3.7V计，共39960焦耳，设剩余电量为12000焦耳，已经小于剩余能量的门限值，系统参数配置为(3,3,3,1)，图4显示了传输1000帧和2000帧之后的用户平均剩余电池电量，可见，分别以发送信噪比为 10dB发送1000帧和2000帧之后，具备能量收集功能的接收端要比不具备能量收集功能的接收端剩余电池电量分别多 300J和400J左右。

图5是本文所提IA-SWIPT机制与传统干扰对齐机制可达速率的对比。由于在接收端电池电量充足的情况下，采用传统的干扰对齐和迫零方法来求解发送端的预编码矩阵和接收端的干扰抑制矩阵，所以在接收端电量充足的情况下，本文所提机制与传统机制的可达速率是相同的，故论文不做此种情况下的仿真，只进行接收端剩余电池电量不足30%情况下的仿真。由图5可以看出，在接收端剩余能量不足的情况下，本文所提算法牺牲了得部分速率性能来确保接收端寿命更长，当信噪比增加时，速率性能损失会增大。

图4 IA-SWIPT机制的接收端平均剩余电池电量

图5 IA-SWIPT联合机制与现有机制的系统总速率比较

图6是本文所提IA-SWIPT联合机制与传统干扰对齐机制能效的对比。传统能效的定义是速率与消耗功率的比值，研究的目的是保证在传输过程中节省能源并最大化传输速率。考虑到接收端的能量收集功能，我们定义接收端k(∀ k∈{1,…,K})的能效为其速率与消耗功率与收集功率差值的比值，即：

图6 IA-SWIPT机制与现有机制的能效比较

由图6可以看出，所提IA-SWIPT机制的能效明显高于传统干扰对齐机制，当SNR较小时，所提IA-SWIPT机制的能效较好，对比图6可知，在SNR较小的情况下，系统的速率损失也较小，由此可知，论文所提IA-SWIPT机制更适合中小信噪比的情况。

4 结束语

本文将干扰对齐与能量收集技术联合起来进行研究，提出了一种IA-SWIPT联合机制，并对所提机制进行了性能和仿真分析。结果表明，所提IA-SWIPT联合机制以复杂度增加和牺牲部分速率为代价能使系统能效较现有算法有所提高；尤其在中低信噪比的情况下，IA-SWIPT联合机制的速率损失较小，能效提升较高。

[1]Wu F,Xiao L,Yang D,et al. Simultaneous Wireless Information and Power Transfer Mechanism in Interference Alignment Relay Networks[J]. Mobile Information Systems,2016： 1-9.

[2]Liu L,Zhang R,Chua K C. Wireless information transfer with opportunistic energy harvesting[J]. IEEE Transactions on Wireless Communications,2013,12(1)： 288-300.

[3]Xu J,Liu L,Zhang R. Multiuser MISO Beamforming for Simultaneous Wireless Information and Power Transfer[J]. IEEE Transactions on Signal Processing,2014,62(18)： 4798-4810.

[4]RUBIO J,PASCUAL-ISERTE A. Energy-Aware Broadcast Multiuser-MIMO Precoder Design with Imperfect Channel and Battery Knowledge[J]. IEEE transactions on wireless communications,2014,13(6)： 3137-3152.

[5]牛勤. 异构蜂窝网络中的干扰对齐技术研究[D]. 北京邮电大学,2015.

Joint Design of Interference Alignment and Simultaneous Wireless Information and Power Transfer

NIU Qin1*,HU Zhirui2
(1. No.38 Research Institute,China Electronics Technology Group Corporation,Anhui Hefei,230088,China; 2. School of Communication Engineering,Hangzhou Dianzi University,Zhejiang Hangzhou,310018,China)

This paper proposes an interference alignment- simultaneous wireless information and power transfer(IA-SWIPT) scheme. Its main idea is aligning the desired signal and interference into different subspaces using IA technique. Evaluating the available energy of the receiver,then decoding the signal in some desired subspace in a normal way,meanwhile，collecting the signal power in the residual desired subspace and the interference subspace and converting it into a source of energy by SWIPT technique. The simulations show that the proposed IA-SWIPT scheme can obtain higher energy efficiency.

interference alignment; simultaneous wireless information and power transfer; energy efficiency

TN929.5

A

1672-9129(2017)06-0069-04

10.19551/j.cnki.issn1672-9129.2017.06.024

牛勤,胡志蕊. 干扰对齐-无线信息与功率流同时传输联合机制[J]. 数码设计,2017,6(6)： 69-71.

Cite：NIU Qin,HU Zhirui. Joint Design of Interference Alignment and Simultaneous Wireless Information and Power Transfer[J]. Peak Data Science,2017,6(6)： 69-71.

2017-02-07；

2017-03-15。

浙江省自然科学基金项目资助(项目编号LQ18F010005)；浙江省教育厅科研项目资助(项目编号Y201738005)。

牛勤（1985-），女，辽宁清原人，毕业于北京邮电大学，博士，研究方向：干扰对齐技术、雷达对抗技术。

Email：356257321@qq.com