面向多天线多小区网络的全双工通信干扰抑制技术研究

As a key technology of the fifth generation of mobile communications (5G), full-duplex communication has the advantage of potentially double the spectral efficiency. However, in the typical multi-antenna multi-cell full-duplex networks, the existing self-interference (SI) and co-channel interference (CCI) becomes the main factor that influences the improvement of spectral efficiency. To deal with the interference problem of this network, this project proposes designing interference-suppression methods to obviously improve the spectral efficiency. Firstly, for the full-duplex MIMO relay system, this project aims at designing the low-complexity SI suppression precoding/decoding that can support multiple parallel data streams transmission, which can achieve the spectral efficiency improvement for the single-user case. Secondly, on the basis of SI suppression, to deal with the intra-cell CCI in the multi-antenna single-cell network, this project will aim at designing the distributed resource assignment with the guarantee of QoS, which can in turn enhance the spectral efficiency of the single-cell network. Finally, based on the effective suppression of SI and intra-cell CCI, to deal with the inter-cell CCI in the multi-antenna multi-cell network, this project will design the low-complexity precoding transmission scheme to effectively mitigate the inter-cell CCI, which can realize the spectral efficiency improvement of the multi-cell network. The research of this project can provide a systematic theoretical foundation for the interference suppression of full-duplex multi-antenna multi-cell network, and provide theoretical and technical support for the realization of full-duplex communication in 5G system.

作为下一代移动通信（5G）的关键技术，全双工通信具有潜在成倍增加频谱效率的优势。然而，在典型的多天线多小区全双工网络中，其面临的自干扰及同频干扰成为影响频谱效率提升的主要因素。本项目针对此网络中的全双工干扰问题，研究可以显著提升频谱效率的干扰抑制方法。首先，针对全双工MIMO中继系统，研究适合多个数据流并行传输的低复杂度自干扰抑制预编码方案，提高单用户场景下的频谱效率。然后，在自干扰抑制的基础上，针对多天线单小区网络中的小区内同频干扰，研究具有QoS保障的分布式资源分配方案，提高单小区场景下的频谱效率。最后，在自干扰和小区内干扰抑制的基础上，针对多天线多小区网络中的小区间同频干扰，研究能够有效抑制小区间干扰的低复杂度预编码传输方案，实现多小区场景下频谱效率的提高。本项目的研究可为全双工多天线多小区网络中的干扰抑制提供系统的理论依据，为5G实现全双工通信提供理论和技术支撑。

针对无线网络中的全双工干扰问题，研究了显著提升频谱效率的干扰抑制方法。包括：1）针对干扰受限的两跳多址接入中继系统，研究了其在放大转发模式下的中断概率。首先推导了此信道中断概率的积分表达式。为了找到中断概率的解析解，对接收端信干噪比（SINR）进行了合理的近似和假设，得到了中断概率的闭式解。最后，基于闭式解进行了渐近分析。本研究得到的中断概率近似解与实际的中断概率吻合的很好，为干扰受限情况下的实际传输方案提供理论基础。2）针对频谱资源的稀缺和需求的指数级增长，研究了无线蜂窝网络中的资源最优分配问题。通过将资源分配问题建模为组合优化问题后，设计提出了针对此问题的超启发式求解方法，该研究为如何满足大规模频谱需求增长问题提供理论基础和求解思路。3）针对均匀资源需求分布的情形，本研究分析其频谱分配问题的难点并提出相应的求解方法，提出了一种离散的协同粒子群优化算法，为频谱资源有效分配问题提供一种新的解决思路。4）针对极偏类别分布下的医疗欺诈数据，提出一种基于特征工程和样本合成的机器学习方法来实现医疗欺诈的自动检测。有效缓解了样本不均衡问题对预测结果的影响，可作为医疗欺诈检测的初步筛选工具，节省人力和时间资源。5）针对脑电信号的去噪问题，提出了一种基于原始波形的脑电去噪的一维残差卷积神经网络（1D-ResCNN）模型，在改善去噪效果的同时保持了原有信号的非线性特征，为实际脑电信号的去噪提供了初步方法。6）脑电信号中的噪声通常具有不同且复杂的时频特性，为了解决这个问题，提出了一种宽深回波状态网络（WDESN），自动从嘈杂的EEG数据和干净的EEG数据中学习非线性和可辨别的深层特征，有效降低了模型训练时间，为脑电信号预处理阶段提供方法指导。7）针对混沌信号的相空间重构问题，研究了基于混沌时间序列提出了一种新的语音预测方法，简化了参数求解，降低了运算复杂度。