蜂窩小區(qū)干擾抑制與性能增強(qiáng)技術(shù)研究.pdf

1、正交頻分多址（OFDMA）技術(shù)將成為未來蜂窩移動(dòng)通信系統(tǒng)的關(guān)鍵技術(shù)之一。由于在小區(qū)內(nèi)部子載波相互正交，小區(qū)內(nèi)干擾將得到有效地降低，而子載波在不同小區(qū)的復(fù)用將使得小區(qū)間干擾問題變得更加嚴(yán)重。在這種背景下，如何抑制小區(qū)間干擾和提高小區(qū)用戶性能就顯得日益緊迫。本論文主要研究了蜂窩小區(qū)干擾抑制與性能增強(qiáng)技術(shù)，其研究工作可分為小區(qū)間干擾抑制策略和小區(qū)性能增強(qiáng)策略兩大部分。
　　 其中，小區(qū)間干擾抑制策略的研究分別包含干擾協(xié)調(diào)、干擾預(yù)測和干

2、擾消除三方面：
　　 1、小區(qū)間干擾協(xié)調(diào)主要涉及頻率協(xié)調(diào)和功率協(xié)調(diào)。針對頻率協(xié)調(diào)，本文分析了現(xiàn)有頻率復(fù)用方案的研究現(xiàn)狀，分別從圖論原理、代數(shù)解析原理和可拓原理三方面闡述了小區(qū)頻率協(xié)調(diào)的理論基礎(chǔ)，并介紹了一種軟分?jǐn)?shù)頻率復(fù)用方案，推導(dǎo)了該方案的頻率復(fù)用系數(shù)。仿真結(jié)果表明該方案較之軟頻率復(fù)用方案有效提高了小區(qū)邊緣用戶的傳輸速率。針對功率協(xié)調(diào)，本文分析了功率控制算法的研究現(xiàn)狀，提出了小區(qū)間功率控制的思想以及指數(shù)迭代的功率控制核心方程，較

3、之通常的算術(shù)迭代核心方程，其迭代收斂速度更快。在此基礎(chǔ)上，將基于指數(shù)迭代的小區(qū)間功率控制算法與通常的DPC、DB算法進(jìn)行了性能比較，仿真結(jié)果表明該算法有效改善了用戶的SINR，提高了小區(qū)中心用戶的吞吐量，同時(shí)降低了邊緣用戶的阻塞率。
　　 2、本文提出了主動(dòng)式的干擾抑制方法--小區(qū)間干擾預(yù)測的思想，闡述了干擾預(yù)測的理論基礎(chǔ)--最優(yōu)估計(jì)理論，分別從時(shí)間序列和最優(yōu)濾波估計(jì)兩角度進(jìn)行了理論分析，并結(jié)合相干時(shí)間與預(yù)測時(shí)間延遲對預(yù)測精度的

4、影響分析了干擾預(yù)測的有效性。此外，本文還通過采集移動(dòng)網(wǎng)實(shí)測信號，借助時(shí)間序列的AR模型、MA模型以及ARIMA模型分析了實(shí)測信號的變化趨勢，分析結(jié)果證實(shí)采用時(shí)間序列模型可有效預(yù)測并跟蹤無線信號變化。
　　 3、針對小區(qū)間干擾消除技術(shù)，本文首先敘述了現(xiàn)有小區(qū)間干擾技術(shù)的兩種技術(shù)方法，即空間干擾抑制技術(shù)和干擾重構(gòu)/減去技術(shù)。同時(shí)基于盲源分離中的獨(dú)立分量（ICA）技術(shù)，提出了一種半盲狀態(tài)下的Max-SINR ICA干擾消除算法。該算法

5、以提高輸出信噪比為目標(biāo)，優(yōu)化初始迭代分離矩陣。仿真結(jié)果表明，Max-SINR ICA算法的收斂速度快于傳統(tǒng)的Fast-ICA算法。此外，通過固定處理幀長和固定熱噪聲強(qiáng)度兩種情況下輸入SINR和輸出SNR的變化情況比較分析，采用Max-SINR ICA算法可在半盲狀態(tài)下消除小區(qū)間干擾，以及在較低輸入SINR，較高輸入SNR和較長處理幀長的情況下有效提高輸出SNR。
　　 此外，小區(qū)性能增強(qiáng)策略的研究包括多小區(qū)資源分配、多小區(qū)選擇優(yōu)

6、化以及協(xié)作多點(diǎn)傳輸三方面的內(nèi)容：
　　 1、在現(xiàn)有的多小區(qū)資源分配算法中，其普遍特征是當(dāng)前的資源分配算法通常都依據(jù)當(dāng)前的信道狀態(tài)信息，然而隨著信道狀態(tài)的變化，基于當(dāng)前信道狀態(tài)信息的資源分配方法難以在下一時(shí)刻達(dá)到設(shè)置的優(yōu)化目標(biāo)。針對這種問題，本文提出了一種基于預(yù)測信息的資源分配方法，以消除基于當(dāng)前信道狀況分配的滯后性。本文以Kalman濾波為例，給出了基于濾波預(yù)測的多小區(qū)子載波分配方法，基于下一時(shí)刻的信道狀況最優(yōu)預(yù)測值進(jìn)行多小區(qū)間

7、的子載波分配。該方法通過檢測獲取不同子載波對用戶當(dāng)前的增益干擾比（GIR），進(jìn)而采用Kalman濾波估計(jì)得到下一時(shí)刻的GIR預(yù)測值大小，并以該預(yù)測值作為子載波分配的依據(jù)。與時(shí)間序列和維納濾波預(yù)測方法相比，Kalman濾波方法降低了預(yù)測算法的復(fù)雜度。
　　 2、針對多小區(qū)選擇優(yōu)化策略，本文分析了多小區(qū)選擇的理論基礎(chǔ)，介紹了層次分析法（AHP）和灰色關(guān)聯(lián)分析（GRA）原理以及在多目標(biāo)小區(qū)選擇中的應(yīng)用，同時(shí)針對小區(qū)選擇中評判準(zhǔn)則過于單

8、一，缺乏靈活性和公平性的問題，提出了一種基于多目標(biāo)優(yōu)化的新型小區(qū)選擇算法。該算法借助可拓理論，構(gòu)造了一種小區(qū)性能QoE參數(shù)評價(jià)的映射表，并將實(shí)際參數(shù)映射到對應(yīng)的標(biāo)度區(qū)間，然后計(jì)算待評小區(qū)的實(shí)際分析值。在此基礎(chǔ)之上，采用模糊層次分析的方法構(gòu)造出判斷矩陣，并檢驗(yàn)其一致性。最后根據(jù)權(quán)重向量大小對計(jì)算出的各小區(qū)總效益函數(shù)值排序，找到最優(yōu)的小區(qū)選擇策略。仿真分析表明，小區(qū)性能因子的權(quán)重影響到總效益函數(shù)值的大小。與現(xiàn)有的小區(qū)選擇算法相比，該算法在增

9、加一定算法復(fù)雜度的情況下，實(shí)現(xiàn)了小區(qū)性能參數(shù)評判的全面性，降低了用戶的阻塞率，提高了用戶的吞吐量。
　　 3、針對協(xié)作多點(diǎn)傳輸技術(shù)，本文首先分析了協(xié)作多點(diǎn)傳輸架構(gòu)的四種應(yīng)用場景，即小區(qū)內(nèi)單用戶、小區(qū)內(nèi)多用戶、小區(qū)間單用戶和小區(qū)間多用戶，同時(shí)提出了滑動(dòng)協(xié)作小區(qū)簇的構(gòu)造模型。針對原有的頻率復(fù)用方案基于干擾規(guī)避而不支持小區(qū)間協(xié)作的狀況，本文提出了一種支持協(xié)作的頻率復(fù)用方案，仿真結(jié)果表明該頻率復(fù)用方案通過小區(qū)間干擾協(xié)調(diào)以及協(xié)作多點(diǎn)傳輸，