基于天线选择的干扰对齐算法性能分析及硬件设计

摘要

无线接入在全球范围内的实现使无线频谱资源变得紧张，所以，提高无线通信在高业务量要求下的频谱利用效率成为当务之急。随着用户数量的激增，干扰成为限制多用户网络容量提升的瓶颈。干扰对齐（IA）作为一种新兴的干扰管理技术被广泛研究，其主要思想是在接收机处将接收到的干扰信号对齐到同一干扰子空间，使接收机可在无干扰的信号维度接收期望信号。分布式MinIL和Max-SINR两种迭代算法是实现干扰对齐最具代表性和广泛研究的算法。
　　在干扰对齐算法中，某些情况下一些用户可能处于休眠状态，天线资源便会剩余。由于射频链路的成本要高于天线，所以，合理选择接收或发射天线进行信号传输，具有重要意义。因此，本文将天线选择算法分别与MinIL和Max-SINR两种干扰对齐算法结合、及在不同场景条件下的应用进行了研究，并利用QuartusⅡ和Modelsim实现了干扰对齐算法的硬件设计和仿真。论文主要完成如下工作:
　　(1)仿真分析了两种经典的分布式干扰对齐算法:MinIL算法和Max-SINR算法的性能，结果表明，在中低信噪比的条件下，Max-SINR算法实现的系统总速率比MinIL算法高，同时误码率也比MinIL算法低，在高信噪比时两种算法性能趋于一致。
　　(2)仿真实现了将天线选择算法分别与MinIL和Max-SINR两种干扰对齐算法结合，证明了可提高系统总速率。结果表明，当系统用户数小于(M+N)/d-1时，若每个接收机均采用相同数目的接收天线，MinIL和Max-SINR算法分别结合天线选择算法的系统能获得更高的系统总速率，但当接收端使用全部接收天线时，中低信噪比情况下，Max-SINR算法能达到比结合了天线选择算法系统更好的性能，高信噪比情况下，Max-SINR算法性能比结合了天线选择算法的系统性能差;而用户数小于(M+N)/d-1时，结合了天线选择的MinIL算法总是优于使用全部天线的MinIL算法的性能。同时，在理论上证明了当用户数小于(M+N)/d-1时，Max-SINR算法可以提高剩余用户的最大信干噪比，并分析比较了MinIL算法、Max-SINR算法和天线选择算法的计算复杂度。
　　(3)利用QuartusⅡ和Modelsim联合仿真实现了IA算法的硬件设计与仿真。分别设计了定义法和反幂法求矩阵最小特征值的实体，并设计了矩阵相乘、相加和提取最小特征值及其对应的特征向量等多个实体，实现了MinIL算法的硬件设计与仿真，并进行了结果验证，表明该系统能较好地消除了干扰;最后，实现了Max-SINR算法中的核心步骤—矩阵求逆的硬件设计与仿真。

目录

声明

摘要

1 绪论

1．1 论文的研究背景和意义

1．2 国内外干扰对齐和天线选择技术的研究现状

1．2．1 干扰对齐技术研究现状

1．2．2 天线选择技术研究现状

1．3 本论文的研究内容和结构安排

2 干扰对齐技术的理论基础

2．1 干扰对齐的基本原理

2．2 分布式MinIL算法

2．3 分布式Max-SINR算法

2．4 性能仿真和分析

2．5 本章小结

3 利用天线选择算法改进干扰对齐算法

3．1 天线选择算法的原理

3．1．1 接收天线选择

3．1．2 发射天线选择

3．1．3 收发天线选择

3．1．4 MIMO系统中的天线选择算法

3．2 基于天线选择的干扰对齐算法

3．2．1 基于最优天线选择的MinIL算法和Max-SINR算法

3．2．2 性能仿真和分析

3．3 天线剩余时Max-SINR算法的性能

3．3．1 Max-SINR提高剩余用户性能

3．3．2 仿真结果与分析

3．3．3 计算复杂度分析

3．3．4 性能分析

3．4 本章小结

4 干扰对齐算法的硬件设计与仿真

4．1 仿真环境

4．1．1 仿真软件和仿真语言

4．1．2 浮点数运算

4．2 矩阵特征值的硬件设计与仿真

4．2．1 定义法求解矩阵特征值

4．2．2 乘幂法与反幂法求矩阵特征值

4．2．3 比较分析

4．3 时序控制与迭代控制

4．4 MinIL算法的硬件设计与仿真

4．5 Max-SINR算法中的矩阵求逆

4．6 本章小结

结论

参考文献

攻读硕士学位期间参加的科研项目

致谢