大规模MIMO蜂窝系统中底层D2D网络跨层干扰管理研究

D2D (Device-to-Device) is an effective, reliable and safe complementary for Massive MIMO cellular networks, and interference management is the foundation of wireless hybrid networks. This project focus on the interference management, which is expected to be applicable for underlaid Device-to-Device (D2D) in Massive MIMO cellular networks. The major investigation of this project is detailed as follows. Based on Errors in Variables (EIV) model, a uniform model is established for the research on Pilot Contamination and Channel Aging in Massive MIMO channel estimation. Using the weighted Total least squares (wTLS) method, an iterative channel error-correcting algorithm is proposed for interference management in Massive MIMO system. On this basis, reducing changes to existing cellular network protocols and the computational overhead D2D terminal equipment, this project considers the optimal subspace estimation and subspace division at the Massive MIMO Base station, and solves the related optimization problems. A collaboration pre-coding interference management strategy is proposed based on channel correction for D2D network; Further, the secure communication is considered by introducing secrecy constraints into the proposed interference management strategy. Based on physical layer security, the minimum total mean-squared error (MT-MSE) criterion and Karush-Kuhn-Tucker (KKT) theorem is used to obtain the D2D interference management strategies under secrecy constraints, seeking to balance security and communication between interference suppression. By studying this project, the spectrum efficiency of D2D network and the practicability interference management strategies in the future usefulness of wireless hybrid network will be improved. This research project has theoretical and practical significance for D2D network in future Massive MIMO cellular systems.

D2D（Device-to-Device）通信是未来大规模 MIMO蜂窝系统有效、可靠且安全的补充，本项目针对大规模MIMO蜂窝网络与底层D2D通信的干扰管理问题进行研究，主要内容包括：针对大规模 MIMO系统中存在的导频污染和信道老化问题进行表达并融合为统一的模型，利用加权总体最小二乘算法，得到消除误差的信道修正算法，作为协作干扰管理的基础。基于修正，在大规模 MIMO基站端寻求最优的信号子空间估计降低D2D终端计算复杂度，结合约束最优化目标，提出混合网络协作预编码干扰管理策略，减少对现有蜂窝网络协议的改变，实现干扰消除；考虑通信安全约束条件，利用总体均方误差等方法，通过D2D干扰管理策略的进一步演化，寻求通信安全性和干扰抑制之间的平衡。这些研究将提高D2D网络频谱利用效率以及干扰管理在未来混合蜂窝系统中的有效性。因此，本项目的研究对D2D网络的理论研究和实际应用具有重要意义。

本项目研究按照计划执行，并且增加了以下的研究内容：无线异构网络中的用户负载均衡和资源分配的最优化问题的相关研究工作；考虑干扰情况下，在覆盖蜂窝网络的D2D通信中的编码缓存击中概率和延时的最优化问题。本项目从Massive MIMO的信道估计出发，研究在以D2D通信为底层的未来异构蜂窝网络中的干扰管理、资源分配以及负载均衡问题。主要的研究内容包括：研究Massive MIMO系统信道估计中导频污染和信达老化的共性特征，利用变量误差（Errors In Variables，EIV）模型建立共性特征模型，利用总体最小二乘算法得到线性预测的方法对信道进行修正。在底层D2D通信异构网络模型中，基于建立的信道特征模型，利用宏基站主要用户的自动重复请求（Automatic Repeat-reQuest，ARQ）建立D2D次用户的多跳干扰管理合作中继策略，该中继策略不需要任何主用户发送信息的先验知识，而且次用户也不需要额外的消耗初始化阶段（initialization phase）来获得主用户的发送信息副本，从而保障用户信息安全。在此基础上，研究在同频干扰情况下D2D网络中的延迟优化算法，提出了一种延迟感知模式选择策略，以自适应地选择多播或D2D通信模式，以减少接收引起的延迟。通过将这些传输模式与不同的子文件大小进行匹配，进一步制定了最小-最大优化问题以最小化传递延迟。同时，研究在同频干扰情况下D2D网络中的编码缓存内容放置问题，以在覆盖蜂窝网络的D2D通信中最大化缓存命中率，将内容放置优化公式转化为缓存命中率最大化问题，并提出一种启发式算法来解决。此后，研究在异构网络（HetNet）中的负载平衡问题，本项目研究了在回程受限的HetNet中用户关联和资源分配的联合优化，建立了一个基于多领导者多跟从者斯塔克尔伯格模型（multi-leader multi-follower Stackelberg game）的框架，资源分配被公式化为跟随者博弈，而用户关联被建模为领导者博弈。通过引入拥塞因子来反映基站的相对回程拥塞程度，从而在所提出的算法中实现小基站之间的负载平衡。