|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
摘 要:干扰对齐在消除干扰方面具有独到的优势,但需要完美的信道状态信息(CSI),这在实际中很难实现。该$ w# k, _( f# C% z9 X' f
文分析了传统稳健干扰对齐方案的优缺点,在此基础上,提出一种最大化 Rayleigh 熵的稳健干扰对齐算法,并对 {: {" `7 v+ j/ c4 Q
收敛性,自由度和频谱效率等进行了分析。不同于 MAX-SINR 算法,该文通过最大化信号的 Rayleigh 熵,求得干
/ K; B9 g( {# N8 _; e扰抑制矩阵。在正向通信中,考虑到数据流之间的相关性取干扰抑制矩阵为原始干扰抑制矩阵的酉矩阵形式,并采
# B4 e% l/ _0 I& n7 W" _用注水功率分配实现用户数据流间的最佳功率分配;基于信道的互惠性,在反向通信时,做类似的处理。通过迭代) K# V4 B$ u, z) F
计算,逐渐将干扰压缩。最后,在完美 CSI 和误差 CSI 时,仿真表明该算法显著地提高了系统的性能。/ f- e0 s B Q2 O' j% N+ |
关键词:无线通信;稳健干扰对齐;最大化 Rayleigh 熵;注水功率分配;系统性能
4 Z( U6 P' o" U2 ^$ u. I) n* J1 引言
( Y' Y# h8 s1 }" U- H9 r' \' _$ N干扰对齐(InteRFerence Alignment, IA)[1,2]在消
- u/ f, c& C: [除干扰方面具有极大的优势,但目前绝大多数 IA 都3 y# Z$ c! X5 r6 }0 f: V
" Y! e* ^! E& r3 r% O' \ t' o& _. `( ~4 G! H5 P$ c- _! T
k% C% u7 V% w5 V
$ c. _% N, e% i# \$ T6 x. w7 h+ i( ]2 u ^2 S+ ]% p, D+ c- @
附件下载:
! [2 ]3 H9 }) \) Q2 K* Z7 l$ S! L
) P- x8 G+ g u5 B3 v |
|