肖海林，張文娟，聶在平，王 茹

?

基于布谷鳥搜索算法的用戶選擇和干擾對齊

肖海林1,2，張文娟1,3，聶在平4，王 茹1,3

(1. 廣西無線寬帶通信與信號處理重點(diǎn)實(shí)驗(yàn)室(桂林電子科技大學(xué)) 廣西 桂林 541004; 2. 東南大學(xué)移動(dòng)通信國家重點(diǎn)實(shí)驗(yàn)室 南京 210096；3. 廣西信息科學(xué)實(shí)驗(yàn)中心 廣西 桂林 541004; 4. 電子科技大學(xué)電子工程學(xué)院 成都 610054)

為了實(shí)現(xiàn)蜂窩系統(tǒng)中單小區(qū)邊緣用戶正常通信，減少相鄰小區(qū)間多個(gè)邊緣用戶對本小區(qū)邊緣用戶造成的干擾，提出了一種基于布谷鳥搜索算法的用戶選擇和干擾對齊算法。該算法首先用布谷鳥搜索算法對小區(qū)邊緣用戶進(jìn)行選擇，接著采用干擾對齊方法消除相鄰小區(qū)間的干擾，最后通過預(yù)編碼和基于最小均方差(MMSE)譯碼方法消除小區(qū)內(nèi)用戶間的干擾。該布谷鳥搜索算法與快速排序搜索算法相比具有更低的時(shí)間復(fù)雜度。數(shù)值分析表明與基于迫零算法的譯碼方法相比，該譯碼方法能夠提高系統(tǒng)容量2 b×s-1×Hz-2，改善誤碼率4 dB。

布谷鳥搜索算法; 編碼和譯碼; 干擾對齊; 系統(tǒng)容量

蜂窩通信系統(tǒng)中，單小區(qū)邊緣用戶由于受到相鄰小區(qū)多個(gè)邊緣用戶的較強(qiáng)干擾而導(dǎo)致通信質(zhì)量差。干擾對齊可以有效消除干擾，保證邊緣用戶的通信質(zhì)量[1]。文獻(xiàn)[2]針對部分鏈接蜂窩系統(tǒng)中邊緣用戶的干擾問題，提出了盲干擾對齊方法，提高了信道容量和自由度。文獻(xiàn)[3]提出了蜂窩網(wǎng)絡(luò)上行鏈路中消除邊緣用戶干擾的機(jī)會(huì)干擾對齊和干擾消除方法，可以有效地消除相鄰小區(qū)邊緣用戶的干擾，得到無干擾的信號。文獻(xiàn)[4]提出了蜂窩網(wǎng)絡(luò)中的有限反饋干擾對齊方法，通過反饋能夠捕捉到吞吐量的下降，然后通過選擇合適的干擾對齊方法消除邊緣用戶的干擾，提高系統(tǒng)容量。

以上研究大多數(shù)是在假設(shè)每個(gè)小區(qū)只有少數(shù)幾個(gè)邊緣用戶的情況下進(jìn)行的。然而，實(shí)際蜂窩系統(tǒng)中邊緣用戶數(shù)較多，基站所能同時(shí)服務(wù)的用戶數(shù)嚴(yán)格受天線數(shù)的限制。因此，為了保證用戶的正常通信，需要選擇能夠?qū)崿F(xiàn)更高速率的部分用戶組合來進(jìn)行通信[5-6]。文獻(xiàn)[7]研究了蜂窩系統(tǒng)中邊緣用戶較多時(shí)，通過聯(lián)合優(yōu)化干擾對齊、數(shù)據(jù)流數(shù)量和用戶選擇等問題，以達(dá)到最大化系統(tǒng)吞吐量的目的，但是聯(lián)合優(yōu)化多個(gè)變量復(fù)雜度很高。文獻(xiàn)[8]針對認(rèn)知蜂窩網(wǎng)絡(luò)邊緣用戶較多的情況，提出用排序搜索算法選擇對主用戶產(chǎn)生干擾較大的信號，并對這些信號進(jìn)行對齊，以提高系統(tǒng)的傳輸速率，但是這種方式計(jì)算量很高。文獻(xiàn)[9]通過聯(lián)合優(yōu)化干擾對齊和邊緣用戶選擇以提高信道容量，但是沒有考慮邊緣用戶間干擾的消除問題。文獻(xiàn)[10]針對小區(qū)內(nèi)邊緣用戶間的干擾問題，在上行鏈路中提出了基于迫零準(zhǔn)則的多用戶編碼和譯碼算法，但是在消除干擾信號的同時(shí)也削弱了有用信號。

綜上分析，本文針對蜂窩系統(tǒng)中單小區(qū)邊緣用戶的干擾問題，首先根據(jù)設(shè)定的準(zhǔn)則用布谷鳥搜索算法選擇合適的邊緣用戶，然后通過干擾對齊方法消除小區(qū)間干擾，最后通過編碼和譯碼得到無干擾的用戶信號，提出基于布谷鳥搜索算法的用戶選擇和干擾對齊算法研究。

1 系統(tǒng)模型

圖1 3個(gè)小區(qū)多用戶通信系統(tǒng)模型

系統(tǒng)速率最大化問題可以寫為：

2 用戶選擇和干擾對齊

2.1 相鄰小區(qū)干擾信號的對齊

讓每個(gè)小區(qū)所有邊緣用戶的發(fā)送預(yù)編碼矩陣級聯(lián)，使得相鄰小區(qū)的干擾信號對齊到同一方向，其公式為：

將上式展開得：

從而，

2.2 基于布谷鳥搜索算法的用戶選擇策略

布谷鳥搜索算法[13]CS(Cuckoo search)是一種新興啟發(fā)算法，通過模擬布谷鳥的寄生育雛來有效地求解最優(yōu)化問題的算法。CS算法采納相關(guān)的萊維飛行搜索機(jī)制，由于其參數(shù)較少，算法簡單，易于實(shí)現(xiàn)，廣泛應(yīng)用于各個(gè)領(lǐng)域。并且與粒子群優(yōu)化算法、遺傳算法相比，布谷鳥搜索算法能夠獲得更好的解決方案[14-15]，成為智能算法中的新亮點(diǎn)。

本文用布谷鳥搜索算法進(jìn)行用戶的選擇，算法步驟如下。

2) 選擇。根據(jù)式(15)計(jì)算每個(gè)鳥巢的適應(yīng)度值，并記錄當(dāng)前的最優(yōu)解。

3) 種群更新。保留上一代最優(yōu)鳥巢位置，在此基礎(chǔ)上進(jìn)行鳥巢位置的更新。

4) 判斷?，F(xiàn)有鳥巢與上一代鳥巢進(jìn)行對比，適應(yīng)度值較大，則將其作為當(dāng)前最優(yōu)位置。

5) 迭代終止。當(dāng)前解迭代設(shè)定的有限次數(shù)后無更新，記錄當(dāng)前最優(yōu)解；否則，放棄，隨機(jī)產(chǎn)生新的鳥巢，重復(fù)步驟2)。

2.3 小區(qū)間干擾信號的消除

此時(shí)，由式(6)～式(8)，可將信道等效為3對用戶組成的干擾信道[12]：

因此，邊緣用戶的等效信道為：

2.4 小區(qū)間干擾信號的消除

引入矩陣：

進(jìn)一步，譯碼矩陣可通過式(39)獲得：

2.5 用戶選擇方法的復(fù)雜度分析

由文獻(xiàn)[17-18]可知，布谷鳥搜索算法的時(shí)間復(fù)雜度為：

可以得知，布谷鳥搜索算法的時(shí)間復(fù)雜度低于快速排序法的時(shí)間復(fù)雜度。

3 數(shù)值分析

圖2分析了使用布谷鳥搜索算法進(jìn)行用戶選擇，不同編碼和譯碼算法下系統(tǒng)容量的比較。從圖中可以看出，基于MMSE準(zhǔn)則譯碼得到的系統(tǒng)容量高于其他方法得到的系統(tǒng)容量，比基于破零算法的譯碼方法系統(tǒng)容量高2 b×s-1×Hz-2。

圖3比較了有干擾時(shí)不同編碼和譯碼方案以及無干擾時(shí)的誤碼率。仿真中每個(gè)發(fā)送端發(fā)送數(shù)據(jù)數(shù)量為10 000個(gè)。由圖中可以看出，先對信號進(jìn)行預(yù)編碼，然后基于MMSE準(zhǔn)則譯碼得到的誤碼率小于不進(jìn)行編碼只基于MMSE準(zhǔn)則譯碼的方法，可以達(dá)到4 dB的性能改善。

圖2 不同編碼和譯碼方法系統(tǒng)容量的比較

圖3 不同編碼和譯碼算法誤碼率的比較

圖4對布谷鳥搜索算法和快速排序法進(jìn)行用戶選擇的性能作了比較。從圖中可以看出，快速排序法和布谷鳥搜索算法得到的最優(yōu)結(jié)果是一致的。

圖4 不同用戶選擇方法對系統(tǒng)容量的影響

圖5分析了使用布谷鳥搜索算法選擇用戶和隨機(jī)選擇用戶時(shí)系統(tǒng)容量的比較。從圖中可以看出，使用布谷鳥搜索算法選擇用戶后得到的系統(tǒng)容量比隨機(jī)選擇用戶時(shí)高2 b×s-1×Hz-2。

圖5 用戶選擇與不進(jìn)行用戶選擇對系統(tǒng)容量的影響

4 結(jié)束語

本文針對蜂窩系統(tǒng)中小區(qū)邊緣用戶數(shù)量較多，基站不能同時(shí)為其服務(wù)，干擾不能一一消除的問題，提出了基于布谷鳥搜索算法的用戶選擇和干擾對齊方法。數(shù)值分析結(jié)果表明，該方案通過快速的選擇通信質(zhì)量較好的用戶，有效地消除了小區(qū)間的干擾，通過預(yù)編碼和譯碼在基站端得到無干擾的用戶信號，顯著地提高了系統(tǒng)容量，降低了誤碼率。

[1] CADAMBE V R, JAFAR S A. Interference alignment and degrees of freedom of the user interference channel[J]. IEEE Transactions on Information Theory, 2008, 54(8): 3425- 3441.

[2] CéSPEDES M M, PLATA-CHAVES J, TOUMPAKARIS D, et al. Blind interference alignment for cellular networks[J]. IEEE Transactions on Signal Processing, 2015, 63(1): 41-56.

[3] LIU G, SHENG M, WANG X, et al. Opportunistic interference alignment and cancellation for the uplink of cellular networks[J]. IEEE Communications Letters, 2015, 19(4): 645-648.

[4] SCHRECK J, WUNDER G, JUNG P. Robust iterative interference alignment for cellular networks with limited feedback[J]. IEEE Transactions on Wireless Communications, 2015, 14(2): 882-894.

[5] GUPTA G, CHATURVEDI A K. Conditional entropy based user selection for multiuser MIMO systems[J]. IEEE Communications Letters, 2013, 17(8): 1628-1631.

[6] YANG H, SHIN W, LEE J. Hierarchical blind interference alignment over interference networks with finite coherence time[J]. IEEE Transactions on Signal Processing, 2016, 64(5): 1289-1304.

[7] RONASI K, NIU B, WONG V, et al. Throughput-Efficient scheduling and interference alignment for MIMO wireless systems[J]. IEEE Transactions on Wireless Communications, 2014, 13(4): 1779-1789.

[8] GULER B, YENER A. Selective interference alignment for MIMO cognitive femtocell networks[J]. IEEE Journal on Selected Areas in Communications, 2014, 32(3): 439-450.

[9] KUCHI K. Exploiting spatial interference alignment and opportunistic scheduling in the downlink of interference- limited systems[J]. IEEE Transactions on Vehicular Technology, 2014, 63(6): 2673-2686.

[10] ZHOU Y, YU W, TOUMPAKARIS D. Uplink multi-cell processing: Approximate sum capacity under a sum backhaul constraint[C]//IEEE Information Theory Workshop (ITW). [S.l.]: IEEE, 2013: 1-5.

[11] MA Y, LI J, CHEN R. On the achievability of interference alignment for three-cell constant cellular interfering networks[J]. IEEE Communications Letters, 2011, 16(9): 1384-1387.

[12] MA Y, LI J, CHEN R. Hybrid scheme for three-cellmulti- user MIMO cellular networks[J]. Journal of China Universities of Posts & Telecommunications, 2014, 21(14): 37-42.

[13] YANG X S, DEB S. Cuckoo search via levy flights[C]// Nature & Biologically Inspired Computing, NaBIC 2009. [S.l.]: IEEE, 2009.

[14] VALIAN E, MOHANNA S, TAVAKOLI S. Improved cuckoo search algorithm for global optimization[J]. International Journal of Communications and Information Technology, 2011, 1(1): 31-44.

[15] CIVICIOGLU P, BESDOK E. A conceptual comparison of the Cuckoo-search, particle swarm optimization, differential evolution and artificial bee colony algorithms [J]. Artificial Intelligence Review, 2013, 39(4): 315-346.

[16] QIAN R, MATHINI S. On the implementation of blind interference alignment with singleradio parasitic antennas [J]. IEEE Transactions on Vehicular Technology, 2016, 65(2): 10180-10184.

[17] 張永韡, 汪鐳, 吳啟迪. 動(dòng)態(tài)適應(yīng)布谷鳥搜索算法[J]. 控制與決策, 2014, 29(4): 617-622.

ZHANG Yong-wei, WANG Lei, WU Qi-di. Dynamic adaptation cukoo search algorithm[J]. Control and Decision, 2014, 29(4): 617-622.

[18] ELKERAN A. A new approach for sheet nesting problem using guided cuckoo search and pairwise clustering[J]. European Journal of Operational Research, 2013, 231(3): 757-769.

編 輯 稅 紅

User Selection Based on Cuckoo Search Algorithm and Interference Alignment

XIAO Hai-lin1,2, ZHANG Wen-juan1,3, NIE Zai-ping4, and WANG Ru1,3

(1. Guangxi Key Laboratory of Wireless Wideband Communication and Signal Processing (Guilin University of Electronic Technology) Guilin Guangxi 541004; 2. National Mobile Communications Research Laboratory, Southeast University Nanjing 210096; 3. Guangxi Experiment Center of Information Science Guilin Guangxi 541004; 4. School of Electronic Engineering, University of Electronic Science and Technology of China Chengdu 610054)

In cellular system, to reduce the interference of the cell-edge users and ensure communication among the cell-edge users of a single cell, a user selection scheme based on cuckoo search algorithm and interference alignment algorithm is proposed. First, the cell-edge users are selected by the cuckoo search algorithm. Then interference alignment scheme is adopted to eliminate interference. Finally, an encoding and decoding based on MMSE criterion are applied to eliminate interference among users. Compared with the quick sort search algorithm, the proposed scheme based on cuckoo search algorithm has less time complexity. And numerical results show that, compared to zero-forcing decoding, the proposed algorithm will increase the system capacity by 2 b×s-1×Hz-2, and the bit error rate improvement is about 4 dB.

cuckoo search algorithm; encoding and decoding; interference alignment; system capacity threshold

TN929.5

A

10.3969/j.issn.1001-0548.2017.06.001

2016-03-13；

2017-06-09

國家自然科學(xué)基金(61261018, 61472094)；廣西自然科學(xué)基金杰出青年基金(2014GXNSFGA118007)；廣西自然科學(xué)基金重點(diǎn)項(xiàng)目(2011GXNSFD018028)；東南大學(xué)移動(dòng)通信重點(diǎn)實(shí)驗(yàn)室開放基金(2015D05)

肖海林(1976-)，男，博士，教授，主要從事協(xié)作通信、MIMO無線通信及認(rèn)知無線電技術(shù)等方面的研究.