基于FastICA的盲干扰对齐算法

为克服现有的干扰对齐方法中发送端信道传输信息不足的问题,提出了一种新的盲干扰对齐(BIA:Blind Interference Alignment)算法。在K用户MIMO(Multiple Input Multiple Output)干扰信道中,发射端已经建立起干扰对齐机制条件下,依照盲源分离(BSS:Blind Source Separation)理论,将IA(Interference Alignment)模型与BSS模型相结合,在接收端采用Fast ICA(Fast Independent Component Analysis)算法,建立以干扰对齐为模型的目标函数。对数据进行中心化,通过逐个分离的方法,单独分离每个独立分量,从而提取期望信号。Matlab仿真结果表明,该算法能在未知信道状态信息的情况下有效实现干扰对齐,同时具有较好的误码率。

保障个体性能的半盲干扰对齐功率分配方法

针对盲干扰对齐机制平均功率分配导致功率利用率低的问题,提出了一种半盲干扰对齐功率分配算法.在功率受限场景下,该算法能够提高整体性能,同时保障个体性能.首先,分析了功率分配对盲干扰对齐性能的影响;其次,建立了功率受限的盲干扰对齐模型,提出了最大化传输速率同时保护用户个体性能的功率分配目标;最后,为满足目标函数的约束,提出基于回溯梯度下降的功率分配算法.仿真结果表明,相比于平均功率分配,所提算法可以将系统性提高约53%.