中等信噪比场景下的部分干扰对齐方法、装置及存储介质与流程

1.本发明涉及无线系统通信技术领域，具体涉及一种中等信噪比场景下的部分干扰对齐方法、装置及存储介质。


背景技术：

2.近年来，通过干扰对齐(interference alignment,ia)的方法研究宏小区和小小区共存，取得了很大的进展。干扰对齐是一种信号处理方法，它的原理是将信号空间划分为期望信号空间和干扰信号空间两个部分，通过预编码技术使干扰在接收端重叠，从而压缩干扰所占的信号容量，消除干扰对期望信号的影响，达到提高信道容量的目的。干扰对齐利用mimo(multi input multi output，多输入多输出)信道的空间维度保证了虚拟无干扰传输，非常适合于异构网络的全频谱共享场景。虽然小小区和宏小区在相同的信道上操作，但它们可以利用额外的无干扰传输的空间维度。
3.现有研究成果表明，ia在自由度(degrees-of-freedom,dof)的意义上是最优的。在高信噪比的场景下，算法可以获得最优的自由度。然而，它不一定是最优的可达容量，因为信号投影在接收端限制了系统的空间多样性。传统干扰对齐算法则是一种“无私”的干扰管理算法，每个用户都尽量使自己对非期望接收端造成的干扰最小，而几乎不考虑自己的接收性能。由此，传统干扰对齐方法需要全局信道状态信息，如果应用于实际系统，开销太大，而且干扰对齐的闭式解很难获得。该方法在高信噪比下才能获得最优解，在中等信噪比下的性能下降很大。
4.因此，如何设计一种鲁棒性高的干扰对齐算法，且能在一定条件下达到更好的可达容量，是异构蜂窝网络干扰对齐需要面临的重要问题。


技术实现要素：

5.有鉴于此，本发明实施例提供了涉及一种中等信噪比场景下的部分干扰对齐方法、装置及存储介质，以解决现有技术中采用人工布局对电动汽车电机控制器进行设计费时费力的技术问题。
6.本发明提出的技术方案如下：
7.本发明实施例第一方面提供一种中等信噪比场景下的部分干扰对齐方法，包括：建立下行异构蜂窝网络干扰模型；根据全干扰对齐策略和功率约束，在每个小小区接收机侧对小小区干扰和宏小区干扰进行对齐，基于预定用户的空间复用和其他用户的干扰对齐构建全干扰对齐时小小区预编码矩阵和宏小区预编码矩阵；基于发射机功率约束进行部分干扰对齐，将有用信号和宏小区引起的干扰信号分别对齐到两个矩阵中，确定部分干扰对齐时宏小区预编码矩阵和小小区预编码矩阵；基于迭代法求解发射端预编码矩阵对应的接收端矩阵。
8.可选地，建立下行异构蜂窝网络干扰模型，包括：基于宏小区和小小区确定下行异构蜂窝网络中的干扰模型；基于信号信道矩阵和信道干扰矩阵表示宏小区和小小区中用户
的接收信号；基于中等信噪比下的网络容量最大化确定模型中的功率约束条件。
9.可选地，所述功率约束条件包括：每个小小区的各个发射机信号在预编码后功率总和不大于该小小区发射总功率；任意一个小小区发射总功率小于宏小区发射总功率。
10.可选地，部分干扰对齐时，所述宏小区预编码矩阵正交于信道干扰矩阵的偏子空间，所述小小区预编码矩阵正交于宏小区和其他小小区的用户的干扰对齐的相应信道干扰矩阵的偏子空间，所述信道干扰矩阵和用户接收矩阵的乘积为零矩阵。
11.可选地，所述部分干扰对齐为选择小小区预编码矩阵中预设个数的列向量所组成的子空间，预设个数的列向量对应于小小区链路中最大的奇异值；将有用信号和宏小区引起的干扰信号分别对齐到两个矩阵中，确定宏小区预编码矩阵和小小区预编码矩阵，包括：将有用信号正交于信道干扰矩阵的偏子空间；将宏小区链路引起的干扰对齐到预设个数的列向量以外的列向量空间中；将信道干扰矩阵表示为块结构，确定宏小区预编码矩阵和小小区预编码矩阵。
12.可选地，基于迭代法求解发射端预编码矩阵对应的接收端矩阵，包括：基于宏小区和小小区用户的干扰协方差和信号协方差矩阵得到相应用户受到的总干扰和预期信号功率；当接收端有用信号和干扰信号功率比值最大时，接收矩阵的计算转化为迹比优化问题；基于差分和特征值分解对所述迹比优化问题进行迭代优化求解，确定各小区用户的接收矩阵。
13.可选地，该中等信噪比场景下的部分干扰对齐方法还包括：基于信道状况进行信道功率分配，得到每个用户功率分配；根据每个用户功率分配求和得到最终分配方法，当宏小区和小小区基站和用户天线数量比值固定时，基于积分问题进行求和计算。
14.本发明实施例第二方面提供一种中等信噪比场景下的部分干扰对齐装置，包括：模型建立模块，用于建立下行异构蜂窝网络干扰模型；第一对齐模块，用于根据全干扰对齐策略和功率约束，在每个小小区接收机侧对小小区干扰和宏小区干扰进行对齐，基于预定用户的空间复用和其他用户的干扰对齐构建全干扰对齐时小小区预编码矩阵和宏小区预编码矩阵；第二对齐模块，用于基于发射机功率约束进行部分干扰对齐，将有用信号和宏小区引起的干扰信号分别对齐到两个矩阵中，确定部分干扰对齐时宏小区预编码矩阵和小小区预编码矩阵；计算模块，用于基于迭代法求解发射端预编码矩阵对应的接收端矩阵。
15.可选地，模型建立模块具体包括：基于宏小区和小小区确定下行异构蜂窝网络中的干扰模型；基于信号信道矩阵和信道干扰矩阵表示宏小区和小小区中用户的接收信号；基于中等信噪比下的网络容量最大化确定模型中的功率约束条件。
16.可选地，所述功率约束条件包括：每个小小区的各个发射机信号在预编码后功率总和不大于该小小区发射总功率；任意一个小小区发射总功率小于宏小区发射总功率。
17.可选地，部分干扰对齐时，所述宏小区预编码矩阵正交于信道干扰矩阵的偏子空间，所述小小区预编码矩阵正交于宏小区和其他小小区的用户的干扰对齐的相应信道干扰矩阵的偏子空间，所述信道干扰矩阵和用户接收矩阵的乘积为零矩阵。
18.可选地，所述部分干扰对齐为选择小小区预编码矩阵中预设个数的列向量所组成的子空间，预设个数的列向量对应于小小区链路中最大的奇异值；将有用信号和宏小区引起的干扰信号分别对齐到两个矩阵中，确定宏小区预编码矩阵和小小区预编码矩阵，包括：将有用信号正交于信道干扰矩阵的偏子空间；将宏小区链路引起的干扰对齐到预设个数的
列向量以外的列向量空间中；将信道干扰矩阵表示为块结构，确定宏小区预编码矩阵和小小区预编码矩阵。
19.可选地，计算模块具体包括：基于宏小区和小小区用户的干扰协方差和信号协方差矩阵得到相应用户受到的总干扰和预期信号功率；当接收端有用信号和干扰信号功率比值最大时，接收矩阵的计算转化为迹比优化问题；基于差分和特征值分解对所述迹比优化问题进行迭代优化求解，确定各小区用户的接收矩阵。
20.可选地，该中等信噪比场景下的部分干扰对齐装置还包括：分配模块，用于基于信道状况进行信道功率分配，得到每个用户功率分配；求和模块，用于根据每个用户功率分配求和得到最终分配方法，当宏小区和小小区基站和用户天线数量比值固定时，基于积分问题进行求和计算。
21.本发明实施例第三方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如本发明实施例第一方面及第一方面任一项所述的中等信噪比场景下的部分干扰对齐方法。
22.本发明实施例第四方面提供一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如本发明实施例第一方面及第一方面任一项所述的中等信噪比场景下的部分干扰对齐方法。
23.本发明提供的技术方案，具有如下效果：
24.本发明实施例提供的中等信噪比场景下的部分干扰对齐方法，通过建立下行异构蜂窝网络干扰模型；根据全干扰对齐策略和功率约束，在每个小小区接收机侧对小小区干扰和宏小区干扰进行对齐，基于预定用户的空间复用和其他用户的干扰对齐构建全干扰对齐时小小区预编码矩阵和宏小区预编码矩阵；基于发射机功率约束进行部分干扰对齐，将有用信号和宏小区引起的干扰信号分别对齐到两个矩阵中，确定部分干扰对齐时宏小区预编码矩阵和小小区预编码矩阵；基于迭代法求解发射端预编码矩阵对应的接收端矩阵。该方法通过基于功率约束确定宏小区和小小区的预编码矩阵，由此来确定接收矩阵，从而实现了根据功率约束自适应选择小小区用户可以传输的子空间维数的效果，将干扰投影到小小区用户的部分子空间而不是整个子空间，可以减小计算开销，简化用户端接收矩阵的求解。
25.本发明实施例提供的中等信噪比场景下的部分干扰对齐方法，通过部分干扰对齐捕获了在其他用户处的干扰避免和在预期用户处的空间多路复用的权衡。通过考虑各发射机的功率约束来部分对齐干扰信号，将宏小区预编码矩阵设计为正交于干扰信道矩阵的部分子空间，可以为宏小区链路保留更多的传输维度，同时在每个用户端平衡干扰和有用信号，利用迭代方法解决优化问题，求出优化后的接收矩阵，从而提高无线异构网络的系统容量。
附图说明
26.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前
提下，还可以根据这些附图获得其他的附图。
27.图1是根据本发明实施例的中等信噪比场景下的部分干扰对齐方法的流程图；
28.图2是根据本发明实施例的下行链路系统模型示意图；
29.图3是根据本发明实施例的宏小区和小小区共存的异构网络传输示意图；
30.图4是根据本发明实施例的宏小区和小小区共存的异构网络典型跨层模型结构图；
31.图5是根据本发明实施例的利用迭代法求解软干扰流程图；
32.图6是根据本发明实施例的根据信道衰落状况进行功率分配示意图；
33.图7是根据本发明实施例的中等信噪比场景下的部分干扰对齐装置的结构框图；
34.图8是根据本发明实施例提供的计算机可读存储介质的结构示意图；
35.图9是根据本发明实施例提供的电子设备的结构示意图。
具体实施方式
36.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
37.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
38.根据本发明实施例，提供了一种中等信噪比场景下的部分干扰对齐方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
39.在本实施例中提供了一种中等信噪比场景下的部分干扰对齐方法，可用于电子设备，如电脑、手机、平板电脑等，图1是根据本发明实施例中等信噪比场景下的部分干扰对齐方法的流程图，如图1所示，该方法包括如下步骤：
40.步骤s101：建立下行异构蜂窝网络干扰模型。
41.下行链路系统模型如图2所示，在下行异构网络中，由于功率不平衡，宏小区基站的传输功率远大于小小区基站。由于宏小区用户在地理位置上远离小小区基站，因此可以合理地忽略小小区基站对宏小区用户的干扰。另一方面，对于小小区用户而言，既要考虑宏小区基站产生的干扰，也要考虑自身以及其他小小区基站产生的干扰。
42.具体地，如图3和图4所示，通过上述干扰情况可用将异构蜂窝网络抽象为干扰模型，箭头表示基站对于用户产生的干扰信号。在该模型中，宏小区基站与小小区基站共存。
其具体干扰方式为开放用户群(open subscribe group，osg)。此外，考虑到在大范围内，小小区基站对宏小区用户干扰可忽略不计。因此，宏小区用户只考虑宏小区基站的干扰。另一方面，对于小小区用户的干扰源既要考虑宏小区基站，也要考虑小小区基站。
43.同时，在该干扰模型中，宏小区和小小区中用户的接收信号采用信号信道矩阵和信道干扰矩阵表示。其中假设宏小区基站配备n个天线，小小区基站配备m个天线。对于用户来说，他们都有k个天线。宏小区用户包括用户0，小小区用户包括用户1和用户2，则用户0、用户1和用户2接收到的信号可以表示为k x 1的向量r0、r1和r2，
44.r1＝h
11v1
p0s1 h
12v2
p2s2 h
10v0
p0s0 n
1 (1)
45.r2＝h
21v1
p0s1 h
22v2
p2s2 h
20v0
p0s0 n2ꢀꢀꢀ
(2)
46.r0＝h
00v0
p0s0 n0ꢀꢀꢀ
(3)
47.其中h
00
、h
11
和h
22
是用户0，用户1和用户2的信号信道矩阵。h
10
、h
20
、h
21
、h
12
为信道干扰矩阵。这些矩阵的项是独立的同分布的，可以表示为
[0048][0049]
其中g
ij
表示从第j个基站到用户i的信道小尺度衰落部分。假设在一个相干时间内是固定的，则为g
ij
复高斯分布。d
ij
是对应的路径损失部分，持续时间相对较长。n0、n1和n2是方差为σ2的加性高斯白噪声向量。数据符号sk∈dk×
1用于用户k,dk为用户k的维数或自由度。
[0050]
传统干扰对齐技术对期望信号没有相应的约束，对干扰信号进行处理时会产生功率损失。该部分干扰对齐方法通过在发射端考虑功率约束条件来部分干扰对齐信号，该功率约束条件具体包括：每个小小区的各个发射机信号在预编码后功率总和不大于该小小区发射总功率。由于宏小区与小小区基站发射功率不平衡，因此约束条件还包括：任意一个小小区发射总功率小于宏小区发射总功率。
[0051]
在确定功率约束条件后，确定与功率分配相结合的预编码。每个符号用预编码矩阵vk进行预编码，vk是酉矩阵，负责符号的方向。相应的功率约束可以表示为：
[0052][0053][0054][0055]
这些约束条件保证了每个小区的各个发射机信号在预编码后功率总和不大于该小区发射总功率。
[0056]
另外由于宏小区与小小区基站发射功率不平衡，所以还需保证小小区发射总功率小于宏小区发射总功率，即满足p
0,max
》p
1,max
。
[0057]
通过上述方式设计预编码矩阵vk后，用户k的可达率可表示为
[0058][0059]
其中wk为用户k的接收矩阵，qk为
[0060]
[0061]
由于该方法是在中等信噪比的情况下需要最大的总和容量，而不是最大的自由度。因此目标是在功率约束条件下，使网络可达容量最大化，公式为：
[0062][0063]
subject to p1≤p
1,max
,p2≤p
2,max
,p0≤p
0,max
ꢀꢀꢀꢀ
(11)
[0064]
其中r0、r1、r2分别为用户0、用户1、用户2的可达率。
[0065]
步骤s102：根据全干扰对齐策略和功率约束，在每个小小区接收机侧对小小区干扰和宏小区干扰进行对齐，基于预定用户的空间复用和其他用户的干扰对齐构建全干扰对齐时小小区预编码矩阵和宏小区预编码矩阵。
[0066]
对于小小区用户，用户1和用户2，存在交叉小小区干扰和宏小区基站干扰。根据传统的全干扰对齐策略，在每个小小区接收机侧对交叉小小区干扰和宏小区干扰进行对齐，即采用如下公式表示：
[0067]
span(h
10v0
)＝span(h
12v2
)
ꢀꢀ
(12)
[0068]
span(h
20v0
)＝span(h
21v1
)
ꢀꢀ
(13)
[0069]
该公式(1)和公式(2)分别表示将用户1侧受到的干扰从发射机0和发射机2对齐；将用户2侧受到的干扰从发射机0和发射机1对齐。
[0070]
对于全干扰对齐策略，设计了预编码矩阵vk∈m
×dk
来消除干扰并提取拟使用符号，取dk＝k。数据符号的估计量为
[0071][0072]
在设计了抗干扰对齐矩阵后，用户k的可达率可表示为
[0073][0074]
具体地，在设计宏小区和小小区预编码矩阵时，与功率分配相结合，将预编码矢量分解为两个部分，分别代表预定用户的空间服用和其他用户的干扰对齐。其中，在构建的宏小区预编码矩阵中，使有用信号正交于干扰信道矩阵的部分子空间，为宏小区链路保留更多的传输维度。在构建小小区预编码矩阵时，消除宏小区和其他小小区用户干扰，使其与宏小区链路对其他小小区用户干扰对齐。对于传统全干扰对齐的预编码矩阵和接收矩阵，其对应的接收矩阵要满足其他基站预编码矩阵，信道干扰矩阵和用户接收矩阵乘积为零矩阵步骤s103：基于发射机功率约束进行部分干扰对齐，将有用信号和宏小区引起的干扰信号分别对齐到两个矩阵中，确定宏小区预编码矩阵和小小区预编码矩阵。由于宏小区基站与小小区基站发射功率不平衡，将所述宏小区预编码矩阵正交于信道干扰矩阵的偏子空间，这样可以为宏小区链路保留更多的传输维度，提高系统容量。将所述小小区预编码矩阵正交于宏小区和其他小小区的用户的干扰对齐的相应信道干扰矩阵的偏子空间。同时根据传统全干扰对齐策略，将所述信道干扰矩阵和用户接收矩阵的乘积设为零矩阵。
[0075]
具体地，为了使系统的和容量达到最优，所述部分干扰对齐为选择小小区预编码矩阵中预设个数的列向量所组成的子空间，预设个数的列向量对应于小小区链路中最大的奇异值；具体可以选择小小区预编码矩阵中前d列的列向量所组成的子空间。将有用信号和
宏小区引起的干扰信号分别对齐到两个矩阵中，确定宏小区预编码矩阵和小小区预编码矩阵，包括：将有用信号正交于信道干扰矩阵的偏子空间；将宏小区链路引起的干扰对齐到预设个数的列向量以外的列向量空间中；将信道干扰矩阵表示为块结构，确定宏小区预编码矩阵和小小区预编码矩阵。
[0076]
步骤s104：基于迭代法求解发射端预编码矩阵对应的接收端矩阵。具体地，求解时，先利用小区用户的干扰协方差和信号协方差矩阵得到该用户受到的总干扰和预期信号功率，当接收端有用信号和干扰信号功率比值最大时，接收系统性能最佳，利用该思想建立迹比优化问题，通过迭代优化程序来进行求解，根据系统具体性能要求给出阈值，当步长小于阈值时停止迭代，解得各小区用户的接收矩阵，列向量相互正交。对于相应的预编码矩阵则用与上文相反的方法进行更新。
[0077]
本发明实施例提供的中等信噪比场景下的部分干扰对齐方法，建立下行异构蜂窝网络干扰模型；根据全干扰对齐策略和功率约束，在每个小小区接收机侧对小小区干扰和宏小区干扰进行对齐，基于预定用户的空间复用和其他用户的干扰对齐构建全干扰对齐时小小区预编码矩阵和宏小区预编码矩阵；基于发射机功率约束进行部分干扰对齐，将有用信号和宏小区引起的干扰信号分别对齐到两个矩阵中，确定部分干扰对齐时宏小区预编码矩阵和小小区预编码矩阵；基于迭代法求解发射端预编码矩阵对应的接收端矩阵。该方法通过基于功率约束确定宏小区和小小区的预编码矩阵，由此来确定接收矩阵，从而实现了根据功率约束自适应选择小小区用户可以传输的子空间维数的效果，将干扰投影到小小区用户的部分子空间而不是整个子空间，可以减小计算开销，简化用户端接收矩阵的求解。
[0078]
在一实施方式中，对于上述建立的干扰模型，为实现全干扰对齐，假设约束为n-2k》k。由于用于最大化系统和容量的预编码和接收矩阵是难以获得的，作为寻找最优封闭解的替代方法，通过功率约束进行部分干扰对齐方式来解决这个问题。同时采用迭代方式计算接收矩阵的方式，通过考虑hetnet模型中的功率不平衡来平衡干扰和信号，进一步优化网络和容量。
[0079]
首先针对全干扰对齐策略，在宏小区链路中，对于用户0的发送端，预编码矩阵应包括对小小区用户的干扰。由此宏小区预编码矩阵v0通过如下公式中两个子预编码矩阵的乘积来表示。
[0080]v0
＝v
0(1)v0(2)
ꢀꢀꢀꢀ
(16)
[0081]
其中v
0(1)
为小小区用户的干扰避免，而v
0(2)
为最大化宏小区用户的多路复用增益。
[0082]
从宏小区用户0到小小区用户1和用户2的干扰信道采用如下公式表示：
[0083][0084]
其中h
210
∈2k
×
n，h
10
，h
20
∈k
×
n，令表示从宏小区用户0到小小区用户1和用户2的干扰信道矩阵的奇异值分解，其中v
h210
∈n
×
n。宏小区预编码矩阵的第一部分v
0(1)
表示为正交v
h210
左列2k，即
[0085][0086]
这样可以消除对用户1和用户2的干扰。由此可以看出，宏小区在下行链路传输中
牺牲了一定的自由度，换取小小区用户的抗干扰能力。
[0087]
在得到v
0(1)
之后，再确定v
0(2)
。令等效宏小区链接通道矩阵为那么让则v
0(2)
通过以下公式表示
[0088][0089]
对应的接收矩阵为
[0090][0091]
对于小小区链路，可以采用同样的方法确定预编码矩阵。对于用户1的发送端，预编码矩阵应包括对小小区用户2的干扰，从而得到对应的预编码矩阵。
[0092]
具体地，小小区预编码矩阵采用如下方式确定：
[0093]
设为小小区用户1到用户2的干扰信道矩阵的奇异值分解，其中通过选择合适的v
h21
的min(k,m-k)列，可以确定预编码矩阵中的第一部分v
1(1)
。这样确定的v
1(1)
可以消除对用户2造成的干扰。
[0094]
在v
1(1)
得到之后，再确定v
1(2)
。确定时可把等效的小小区链路信道矩阵写成设v
1(2)
可表示为
[0095][0096]
对应的接收矩阵为
[0097][0098]
全干扰对齐方法预编码设计的合理性在于h
210
的零子空间与h
00
不太可能存在关联。
[0099]
在一实施方式中，为了使系统的和容量达到最优，通过考虑各发射机的功率约束来部分对齐干扰信号，而不是考虑全干扰对齐。可以称之为硬干扰对齐。在不丧失一般性的情况下，假设用户k的自由度为dk《k,k＝1,2。
[0100]
将预编码向量v0投影到h
210
的零空间后，宏小区bs的下行传输就会牺牲一定的自由度。
[0101]
本发明在部分对齐时选择v
h11
的前d1列向量所扩张成的子空间，它对应于小小区链接中最大的d1奇异值。然后，为了将宏小区链路引起的干扰对齐到其余的k-d1维中，将干扰信道矩阵和表示为块结构，
[0102][0103][0104]
其中，分为和和分为和
[0105]
由于宏小区基站0和小小区基站1、2的发射功率存在功率不平衡，由此可以将预编码矩阵v0设计为正交于和的偏子空间。通过这种方式，可以为宏小区链路保留更多的传输维度。
[0106]
为了将宏链接引起的干扰对齐到d1 d2维中，预编码矩阵v
0(1)
必须满足:
[0107][0108]
设设为的d1列，则v
0(1)
可以通过投影到的零空间得到：
[0109][0110]
需要说明的是，当选择部分列作为预编码向量时，是不一致的。当选择完整的列时，它是同一性的。所以预编码矩阵在这里是有效的。
[0111]
在确定小小区预编码矩阵v1时，它应该消除对用户2的干扰。为了使其与宏小区链路对用户2的其余k-d2维的干扰对齐，信道矩阵表示为它可以表示为如下的块结构，
[0112][0113]
其中分为和
[0114]
然后v
1(1)
可以通过投影到的零空间中得到，可以将等效宏小区链路信道矩阵写成令v
1(2)
可表示为
[0115][0116]
对应的接收矩阵为
[0117][0118]
则部分干扰对齐时小小区预编码矩阵可表示为
[0119][0120]
通过上述的公式确定的预编码矩阵能够平衡宏小区链路的多路复用增益和小小区用户的干扰避免。它还根据系统的功率约束自适应地选择小小区链路可以传输的维数，灵活地利用了干扰对齐方法。
[0121]
在一实施方式中，为了改进硬干扰对齐算法采用如下的软干扰对齐算法，该软干扰对齐方法不再严格对发射端干扰进行校准，而是在每个用户端平衡干扰和有用信号，以提高系统的和容量。
[0122]
具体地，在用户k处接收到其他小区基站干扰信号和噪声的总干扰为:
[0123][0124]
其中，qk为用户k的干扰协方差矩阵。
[0125]
所需基站在用户k处的预期信号功率为:
[0126][0127]
其中
[0128][0129]
为用户k的信号协方差矩阵。
[0130]
通过平衡干扰和有用信号，当接收端有用信号和干扰信号功率比值最大时，此时接收矩阵性能最佳，因此在每个小区用户解决以下优化问题，
[0131][0132]
这是一个标准的迹比问题，可以通过迭代优化程序来解决。所得到的解的列向量是单位向量的并且彼此正交。
[0133]
记ak＝rk qk，则优化问题等价于：
[0134][0135]
其中
[0136]
具体地，采用迭代的方式解决优化问题时，首先从前一个接收矩阵计算迹比值λn。
[0137]
然后根据得到的λn作为更新接收矩阵
[0138][0139]
它可以通过特征值分解法来求解，选取最大的奇异特征值d对应的列向量得到：
[0140]
wk＝vk(:,1:dk) (37)
[0141]
同样，对于小小区预编码矩阵vk，也可以用方式更新。
[0142]
在一实施方式中，求解软干扰对齐接收矩阵的迭代算法具体采用如图5所示流程实现：
[0143]
步骤1.将接收矩阵wk初始化为随机选取的正交矩阵列；
[0144]
步骤2.for n＝1,2,
…
,n
max
，
[0145]
1)根据前一个接收矩阵计算比例λn[0146][0147]
其中rk为用户k信号协方差矩阵，ak＝rk qk，qk为干扰信号协方差矩阵。
[0148]
2)计算的差分问题公式为:
[0149][0150]
3)通过特征值分解解决问题:
[0151][0152]
4)对的列向量进行整形
[0153]
步骤3.更新到
[0154]
ε为给定的合适阈值，当满足条件是终止迭代。
[0155]
在一实施方式中，中等信噪比场景下的部分干扰对齐方法还包括：基于信道状况进行信道功率分配，得到每个用户功率分配；根据每个用户功率分配求和得到最终分配方法，当宏小区和小小区基站和用户天线数量比值固定时，基于积分问题进行求和计算。
[0156]
具体地，为了提高系统容量，从功率分配的角度来考虑，可根据信道状况将用户进行排序，对于信道情况较差的信道分配的功率较少，以确定具体每个用户功率分配情况，再将其求和即可得到最终分配方法。这样便可减小功率的浪费，并进一步提高系统容量和性能。在求和时，当小区基站和用户天线数量非常大且比值固定时，可将求和问题转化为积分形式。当天线数趋于无穷时，信道矩阵特征值逐渐收敛，从而得出在高维情况下信道矩阵特征值分布，即信道状况，从而对信道进行功率分配。
[0157]
在一实施方式中，从功率分配角度对小小区用户不同功率需求进行排序求和，减小功率浪费，提高系统总容量。具体采用如下公式实现：
[0158]
水位β可由功率约束求出：
[0159][0160]
在有限情况下，第n个奇异值对应的功率p
2,n
可以表示为
[0161][0162]
为特征值代表信道衰落幅度，特征值越小表示衰落越大，因此信道状况越差所分配的功率越小，若信道衰落过大则该信道完全不分配功率，示意图如图6所示。
[0163]
其中β可以写成：
[0164][0165]
d为用户维数，σ2为加性高斯白噪声方差。
[0166]
需要说明的是，上述公式利用了奇异值的多样性，先不给出具体总功率，再根据功率分配将用户进行排序，确定具体每个用户的功率需求，再将其求和即为最终总功率需求。
这样便可减小功率的浪费，并进一步提高系统容量和性能。
[0167]
其中d可以表示为指标函数的和：
[0168][0169]
当时否则
[0170]
具体定义了小小区的渐近传输维数用户如下：
[0171][0172]
这里做了一个近似。当系统的传输维度非常高时，求和可以写成积分形式。经验特征值分布几乎收敛于确定性的极限特征值分布几乎收敛于确定性的极限特征值分布是对应的概率密度函数，可以由marcenko-pastur法确定。
[0173][0174]
其中同时，密度函数在{{0}∪{[a,b]}}中有非零值。
[0175]
当天线数趋于无穷时，随机矩阵的特征值收敛于分布中。令f(λ)是参数λ的函数，那么如果特征值落在区间λ∈(a,b)并且分布收敛于g(λj)，f(λj)的平均和随着维数的增大收敛。
[0176][0177]
本发明实施例提供的中等信噪比场景下的部分干扰对齐方法，通过部分干扰对齐捕获了在其他用户处的干扰避免和在预期用户处的空间多路复用的权衡。通过考虑各发射机的功率约束来部分对齐干扰信号，将宏小区预编码矩阵设计为正交于干扰信道矩阵的部分子空间，可以为宏小区链路保留更多的传输维度，同时在每个用户端平衡干扰和有用信号，利用迭代方法解决优化问题，求出优化后的接收矩阵，从而提高无线异构网络的系统容量。
[0178]
本发明实施例还提供一种中等信噪比场景下的部分干扰对齐装置，如图7所示，该装置包括：
[0179]
模型建立模块，用于建立下行异构蜂窝网络干扰模型；具体内容参见上述方法实
施例对应部分，在此不再赘述。
[0180]
第一对齐模块，用于根据全干扰对齐策略和功率约束，在每个小小区接收机侧对小小区干扰和宏小区干扰进行对齐，基于预定用户的空间复用和其他用户的干扰对齐构建全干扰对齐时小小区预编码矩阵和宏小区预编码矩阵；具体内容参见上述方法实施例对应部分，在此不再赘述。
[0181]
第二对齐模块，用于基于发射机功率约束进行部分干扰对齐，将有用信号和宏小区引起的干扰信号分别对齐到两个矩阵中，确定部分干扰对齐时宏小区预编码矩阵和小小区预编码矩阵；具体内容参见上述方法实施例对应部分，在此不再赘述。
[0182]
计算模块，用于基于迭代法求解发射端预编码矩阵对应的接收端矩阵。具体内容参见上述方法实施例对应部分，在此不再赘述。
[0183]
本发明实施例提供的中等信噪比场景下的部分干扰对齐装置，通过基于功率约束确定宏小区和小小区的预编码矩阵，由此来确定接收矩阵，从而实现了根据功率约束自适应选择小小区用户可以传输的子空间维数的效果，将干扰投影到小小区用户的部分子空间而不是整个子空间，可以减小计算开销，简化用户端接收矩阵的求解。
[0184]
本发明实施例提供的中等信噪比场景下的部分干扰对齐装置的功能描述详细参见上述实施例中中等信噪比场景下的部分干扰对齐方法描述。
[0185]
在一实施方式中，模型建立模块具体包括：基于宏小区和小小区确定下行异构蜂窝网络中的干扰模型；基于信号信道矩阵和信道干扰矩阵表示宏小区和小小区中用户的接收信号；基于中等信噪比下的网络容量最大化确定模型中的功率约束条件。
[0186]
在一实施方式中，所述功率约束条件包括：每个小小区的各个发射机信号在预编码后功率总和不大于该小小区发射总功率；任意一个小小区发射总功率小于宏小区发射总功率。
[0187]
在一实施方式中，部分干扰对齐时，所述宏小区预编码矩阵正交于信道干扰矩阵的偏子空间，所述小小区预编码矩阵正交于宏小区和其他小小区的用户的干扰对齐的相应信道干扰矩阵的偏子空间，所述信道干扰矩阵和用户接收矩阵的乘积为零矩阵。
[0188]
在一实施方式中，所述部分干扰对齐为选择小小区预编码矩阵中预设个数的列向量所组成的子空间，预设个数的列向量对应于小小区链路中最大的奇异值；将有用信号和宏小区引起的干扰信号分别对齐到两个矩阵中，确定宏小区预编码矩阵和小小区预编码矩阵，包括：将有用信号正交于信道干扰矩阵的偏子空间；将宏小区链路引起的干扰对齐到预设个数的列向量以外的列向量空间中；将信道干扰矩阵表示为块结构，确定宏小区预编码矩阵和小小区预编码矩阵。
[0189]
在一实施方式中，计算模块具体包括：基于宏小区和小小区用户的干扰协方差和信号协方差矩阵得到相应用户受到的总干扰和预期信号功率；当接收端有用信号和干扰信号功率比值最大时，接收矩阵的计算转化为迹比优化问题；基于差分和特征值分解对所述迹比优化问题进行迭代优化求解，确定各小区用户的接收矩阵。
[0190]
在一实施方式中，该中等信噪比场景下的部分干扰对齐装置还包括：分配模块，用于基于信道状况进行信道功率分配，得到每个用户功率分配；求和模块，用于根据每个用户功率分配求和得到最终分配方法，当宏小区和小小区基站和用户天线数量比值固定时，基于积分问题进行求和计算。
[0191]
本发明实施例还提供一种存储介质，如图8所示，其上存储有计算机程序601，该指令被处理器执行时实现上述实施例中中等信噪比场景下的部分干扰对齐方法的步骤。该存储介质上还存储有音视频流数据，特征帧数据、交互请求信令、加密数据以及预设数据大小等。其中，存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid-state drive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。
[0192]
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid-state drive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。
[0193]
本发明实施例还提供了一种电子设备，如图9所示，该电子设备可以包括处理器51和存储器52，其中处理器51和存储器52可以通过总线或者其他方式连接，图9中以通过总线连接为例。
[0194]
处理器51可以为中央处理器(central processing unit，cpu)。处理器51还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
[0195]
存储器52作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的对应的程序指令/模块。处理器51通过运行存储在存储器52中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的中等信噪比场景下的部分干扰对齐方法。
[0196]
存储器52可以包括存储程序区和存储数据区，其中，存储程序区可存储操作装置、至少一个功能所需要的应用程序；存储数据区可存储处理器51所创建的数据等。此外，存储器52可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器52可选包括相对于处理器51远程设置的存储器，这些远程存储器可以通过网络连接至处理器51。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0197]
所述一个或者多个模块存储在所述存储器52中，当被所述处理器51执行时，执行如图1-6所示实施例中的中等信噪比场景下的部分干扰对齐方法。
[0198]
上述电子设备具体细节可以对应参阅图1至图6所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
[0199]
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。