文献63中介绍了盲干扰对齐,其思想是即使发射机不知道完整的信道参数,基于不同的接收机看到的信道的自相关性不同这一认识,干扰对齐也是有可能实现的。举个例子,考虑两个用户的MISO BC信道,其中发射机2根天线,接收机1根天线。当接收机已知完整的信道状态信息(CSIT)时,可以明显看出,通过沿着正交于其他用户信道矢量的方向,每个用户的发射机可以发射一个无干扰的信号,因此能获得2的自由度。正如文献86所猜测的,当CSIT不可用时,可能不存在复用增益,只能达到1的自由度。如果信道是统计不可分的,那么容易看出MISO BC是退化的,能获得1的自由度[31]。当文献86中的信道不包含块衰落信道时,通常假设在相邻时隙和频隙信道保持不变,像相关时间和相关带宽的概念。盲干扰对齐方法利用该假设和用户间非统计等价的事实。
图4.8的左上角部分是两个用户自相关特性的概念说明,其中颜色的变化表示了信道系数的相关性随时间和频率变化而变化。明显的,用户1相对于用户2拥有更小的相关带宽和更大的相关时间。如图所示,在相关图中选取3个信号维,这样用户1的信道状态从第1维到第2维时改变,从第2维到第3维时不变;而用户2的信道状态在前两维时不变,到第3维时不变。信道状态在3个信号维时的情况见图4.8的右上角。图4.8的下半部分给出了如何在这3个信号维,通过发射机的两根天线,发射4个符号给用户,每个用户两个。为了解释的方便,这里将信号维看成时隙。因为要在3个信号维发射4个符号,所以接收机要从2维无干扰空间中恢复出2个符号,要求两个干扰信号要对齐到1维空间。
采用图4.8所示的发送方法,两个接收机收到的信号可以表示成:
图4.8 两个用户MISO BC或者X型信道下的盲干扰对齐算法[63]。符号 表示发给用户 。
在第1个时隙,2个符号通过两根天线发给用户1。在第3个时隙,通过类似的方法将符号发给用户2。这样,接收机收到了期望信号和干扰信号的线性组合。关键点在第2个时隙,其中发射的符号是第1个和第3个时隙的符号叠加。对于用户1这意味着,他在时隙2收到的期望信号的线性组合不同于时隙1(因为信道在这两个时隙是不同的),但是干扰信号的组合跟时隙3却是相同的(因为信道是相同的)。这使得用户能够通过两次观察从而减去干扰信号,这样就可以从剩下的两个无干扰线性组合中恢复出发送符号。通过对称的设计,相似的结论对用户2也成立。因此,每个用户都能消除干扰,并且恢复各自的2个符号。由于是在3个时隙上实现的,所以自由度为4/3。顺便提一下,该自由度也是这种信道下的上限。
图4.8所示的盲干扰对齐方法有几处有趣的地方。首先,两根天线之间不需要数据共享,这样,同样的方法也可用于X型信道,其中有两个带有1根天线的发射机,而不是1个带有两根天线的发射机。事实上,图4.8已经给出两根天线的情形。其次,接收机无须知道信道信息即可消除干扰。当然了,干扰消除后,接收机还是需要信道信息来进行信号的相关检测的。
文献63也给出了类似的盲干扰对齐方法,用于两个用户MIMO干扰信道和K个用户SISO干扰信道中。两个用户MIMO干扰信道指的是,用户1有1根发射天线,两根接收天线,而用户2有3根发射天线和4根接收天线。一个有趣的问题是,不存在CSIT时,用户1能否达到1的自由度,同时,用户2的最大自由度是多少。研究表明,如果用户1的期望信道变化快于干扰信道,那么通过干扰对齐用户2能够达到1.5的自由度。因为CSIT不可用,发射机2不能在接收机1上进行迫零操作,所以必须将1.5维的信号空间对齐到1维,也就是说,接收机1在两个时隙内要将3维信号对齐到2维空间。
Gou等人在文献54中提出了另一种通过交差天线选取(staggered antenna switching)方式的盲干扰对齐方法。该方法的主要思想是,通过按照预先设定的模式改变天线的特性,如可配置的天线或者交换天线,可以改变信道相关块模式(channel coherence block pattern)。对于MISO BC信道而言,其中发射机有M根天线,K个接收机,每个有1根天线,当可在M个可配置模式中进行盲交换时,研究表明通过交差模式交换能达到自由度的上限MK/M+K-1。需要注意的是,该上限与将M个天线分成M个有1根天线的发射机所得到的X型信道的自由度上限是一致的,而且如图4.8所示,该上限在分布式发射机的情形中是能获得的。所以,只要接收机能在独立的天线模式中交换,即使CSIT不可行,X型信道相对于具有完整CSIT情形时也不会有自由度损失。在文献153中,Wang等人将他们的研究成果扩展到了MIMO BC环境。Ke和Wang在文献79中给出了在两个用户MIMO干扰信道中通过交差天线交换形式(staggered antenna switching)的盲干扰对齐,得到的自由度相对于之前文献59,61,66中给出的上限是一致的。Wang等人在文献156,157中研究了盲干扰对齐在蜂窝系统中的应用以及通过功率分配带来的速率增益。
值得注意的是,如果信道的衰落是独立同分布的,相邻时隙/频隙的自相关性可以忽略,尤其是衰落模型是各向同性时,通过盲干扰对齐带来的自由度增益不复存在。文献59,148,166,167给出了独立同分布各向同性模型的自由度,并表明在所有情形中通过干扰对齐带来的自由度增益也丢失了。由于在某种程度上,实际的衰落模型介于独立同分布衰落模型[59,148,166,167]和块衰落模型[54,63,79,153]之间,所以实际场景中的盲干扰对齐仍然是热门的研究领域。(译者:柒)
声明
ü 本资料由大牛Syed A.Jafar的专题论文“Interference Alignment - A New Look at Signal Dimensions in a Communication Network”翻译而来。
ü 本日志在保证译者的名字不被修改或删除的前提下可以进行任意的传播。
ü 如果您发现文中的错误或不妥之处,欢迎及时留言指正,或者发邮件至rgyq at 163 dot com。
ü 最后,感谢参与本次翻译的AimeeYing、三川和听吾之音。
评论