━━━━密集组网技术是第五代移动通信网络关键技术之一，它通过提升网络密度、增加频谱资源空间复用率来提升网络容量。密集网络呈现出分层蜂窝＋ad hoc的拓扑模式，如图1所示。在这样的网络环境中，层内、层间干扰共存，时、频、空干扰共存，干扰关系复杂，网络的性能限制成为尚未解决的科学问题，导致干扰管控方法难设计，制约了网络容量与密度的同步增长。
在国家自然科学基金重点项目 “无线网络的干扰管理与容量研究”（项目编号：61231008）的支持下，西安电子科技大学李建东教授带领研究团队针对密集异构无线网络的干扰管理理论和技术进行深入研究，从而实现网络容量的提升和资源的高效利用。 为了进行干扰管理，首先应准确地刻画干扰，在实际的通信系统中，干扰携带有信息并且有特定的结构，它首先具有功率、频率和时间这些基本特征，根据所采用的具体通信技术，干扰还可能具有空间、波束等新的特征，因此干扰具有多维特征。另外，在无线网络性能的分析、优化以及接入、调度和路由机制设计中，常常需要通过抽象对无线信道干扰进行建模，而全面地认识干扰是进行合理抽象的基础。因此，根据未来无线通信网络异构、动态、智能等特征，结合多种具体通信技术从多个方面和角度描述干扰特征，实现干扰的多维表示，进而构建具体的干扰空间，是设计干扰管理方法，改善网络容量的先决条件。
在异构网络环境中，同层网络内、不同层网络间干扰关系复杂，异构网络容量成为待解科学问题，导致高效干扰管控机制的设计依据缺失，制约了网络吞吐量的持续提升。因此，要想获得指导异构无线网络干扰管理的依据，亟待突破网络布设参数、信道模型、业务模型等多种因素对干扰的实际影响，进而揭示影响异构无线网络容量的本质。因此，异构无线网络的容量分析成为指导设计有效干扰管理方案的核心要素。
干扰管理是提升网络容量的重要手段。当多组通信共享相同域（频率、时间、空间）的资源时，它们之间的相互干扰导致网络资源的浪费和网络性能的恶化。传统的干扰管理将干扰视为不利因素，通过设计各种资源分配及调度机制实现干扰规避，如传统的时分多址（TDMA）和频分多址（FDMA），以及通过资源规划、分配达到消除或抑制干扰的目的。虽然这些方式能够在一定程度上消除干扰，但同时也降低了资源的利用效率。随着研究的深入，人们考虑通过有效利用干扰，将其作为可利用资源的一部分，利用干扰信息设计调度、路由机制，实现干扰管理，改善网络性能。因此，在构建多维干扰空间的基础上，发掘干扰的可用可管部分，设计高效的资源干扰联合分配与调度机制，有助于提升网络容量。
研究团队将研究视角从小区拓展至网络，开展了网络化干扰表征方法、干扰与网络容量定量关系，以及逼近网络容量的网络化干扰管控机制等科学问题的研究工作，突破了网络化干扰管控技术，取得若干研究成果：提出4种网络化的干扰链路特征，给出数学表征方法，支持网络容量分析及复杂网络环境中干扰管控策略的快速构建；给出异构无线网络容量理论上限，完备了异构网络容量理论，奠定了异构网络干扰管控机制设计的理论基础；推导出异构网络自由度上界，提出网络化干扰对齐技术方案的设计准则，逼近网络容量；提出面向网络效用的干扰管控方法，支持网络化的资源调度，逼近网络容量；构建了智能干扰管控技术验证平台，发现制约干扰管控算法在实际物理环境中性能的关键因素，建立了理论和实践的桥梁。研究成果表明，在异构网络容量域内，以异构网络容量理论为指导，配置干扰管控方法，可保障网络容量随着网络密度的增加而增长。项目成果将为下一代无线蜂窝网络设计提供理论及关键技术支撑。
━━━━
凝练了4种网络化的干扰链路特征，给出数学表征方法，支持网络容量分析及复杂网络环境中干扰管控策略的快速构建
面向异构网络环境，从时、频、空等多个维度分析了层内、层间、区内、区间链路干扰的特性，定义了链路表征结构体，表征了复杂网络差异化属性的链路特征；凝练了4种干扰链路关系特征，分别为干扰链路的相关性、差异性、压缩性及中和性；定义了4种干扰链路特征所对应的网络干扰特征矩阵，表征了链路之间的干扰邻接关系，为分析分层网络容量、网络可达自由度奠定了基础。同时，面向资源调度策略多模式、策略组合灵活多变、拓扑模式多样化的复杂网络环境，网络化干扰特征表征方法支持干扰管控策略快速精准构建。
针对频谱资源有限与网络容量需求不断提升之间的矛盾，未来网络通过增加小区密度提升网络容量，通过网络分层降低资源管控负荷，同时增加了设备到设备（D2D）、多跳等传输模式，支持小区的灵活部署、空/时/频资源的柔性配置，实现资源与业务的按需配置。小区密度的增加及灵活的传输模式导致同层及异层小区间的干扰关系复杂。多输入多输出（MIMO）、非正交多址接入（NOMA）、干扰对齐、分簇、功率配置等多种资源管控策略可组合，导致复杂干扰环境资源管控策略的快速选配成为难题。基于此，研究团队凝练了干扰链路的相关性、差异性、压缩性及中和性表征方法，并在网路环境中考察不同链路之间的干扰关系。依据干扰链路的相关性、差异性、压缩性及中和性选择与之相适应的资源调度策略，达到抑制干扰、消除干扰、转移干扰的目标。图2~图5为分别相关因子、差异因子、压缩因子和中和因子分布示例。
━━━━完备异构网络容量理论
面向分层异构蜂窝网络+ad hoc、蜂窝网+D2D和具有社交特性的异构无线网络等异构网络环境，基于干扰特征新型表征方法，揭示了干扰时空特性与网络容量之间的制约关系，给出无线网络容量的理论上限，推导出可达网络容量上限的网络部署策略、资源配置准则、数据分发模式等，为新一代无线通信网络的部署、干扰时空联合管控和网络性能提升提供了理论支撑。
针对异构网络+ad hoc网络场景，基于多层独立的泊松网络模型，采用随机几何分析方法，课题组获得了异构蜂窝网络的覆盖率和网络容量的闭式解[文娟，盛敏，王玺钧，李建东，孙红光, IEEE无线通信汇刊（TWC），2014，13(8)]。研究发现，网络性能由干扰瞬时分布和干扰相关性共同决定，如果忽略了干扰相关性,会高估网络实际性能，从而导致性能分析不准确。此外，给出了网络覆盖率和网络容量随基站密度以及发射功率的增加而增大的条件，为系统实际部署提供了理论支撑。
针对蜂窝网络+D2D网络场景，得到了业务传输模型与网络容量之间的闭式解。研究表明只通过增加基站密度提升网络容量是不可取的，合理采用D2D分流业务将会显著提升网络容量。基于给出的网络容量上限，推导出最优的基站密度以及业务分流机制。进一步研究业务模型对网络容量的影响，给出了不同业务模型与网络容量之间的闭式解，并且指明了特定业务模型下最优的网络基站部署密度、资源配置方法，以及业务的分流机制。
图6揭示了资源分配因子θ、微蜂窝基站与宏蜂窝基站密度比值λ2/λ1以及SIR门限β对异构蜂窝网络容量的影响。
━━━━提出了复杂网络中自由度最大化的网络化干扰对齐技术
对于网络而言，在高信噪比条件下，最大自由度是网络容量的一阶近似。因此，如果在理论上能够确定网络的最大自由度，就可以在理论上近似高信噪比条件下的网络容量；在确定网络的最大自由度之后，如果能够设计具体的方案达到或者逼近网络的最大自由度，就可以提供实际可行的逼近网络容量的具体方法。网络化干扰对齐（Interference Alignment，IA）的研究内容主要包括确定网络理论上的最大自由度，以及具体的干扰对齐方案设计，拟达到或者逼近网络理论上的最大自由度。
国际上干扰对齐技术的研究主要涉及3个方面，如图7所示。一是干扰对齐可行性分析，该领域主要提供网络理论上自由度的外界，为具体的干扰对齐方案设计指出理论方向。在此领域，课题组主要研究了有限信道扩展异构网络以及全双工网络等场景，给出干扰对齐技术可行解的充分条件或必要条件[刘伟，蔡静，李建东，盛敏，IEEE通信汇刊（TCOM），2017，65(2)]；二是干扰对齐算法，该领域主要涉及如何设计具体的干扰对齐方案，从而达到或者逼近网络的最大自由度。在此领域，课题组研究了面向分层蜂窝小区、小区+中继等场景，综合干扰压缩性、干扰差异性及干扰中和性，设计了两阶段干扰对齐、分簇干扰对齐、机会干扰对齐等算法[刘国庆，盛敏，王玺钧，焦万果，李颖，李建东，IEEE通信汇刊（TCOM），2015，63(2)]；三是干扰对齐技术与其他技术相结合的联合资源管控方法。在某些场景下，仅靠干扰对齐方案无法达到或者逼近网络的最大自由度，因此和其他技术相结合成为提升系统自由度的有效方法。在此领域，课题组研究了干扰对齐和干扰避免、干扰消除以及网络虚拟化的联合方案设计[孟芸，李建东，李红艳，潘淼， IEEE车辆技术汇刊（TVT），2015，64(10)]。
━━━━提出了面向网络效用的干扰管控方法
针对分层蜂窝+ad hoc异构网络容量的多维度多制约因素，多节点多优化目标和多干扰管理方式并存的现状，研究团队首先构建融合资源协作和干扰竞争的网络效用函数，提出面向网络效用的干扰管控机制，逼近网络容量。主要有：针对差异化QoS业务需求，提出支持分层网络和多网资源协作的博弈干扰避免方法[徐超，盛敏，王玺钧，王承祥，李建东，IEEE车辆技术汇刊（TVT），2015，64(6)]；面向异构蜂窝网络多网资源联动需求，提出兼顾网络资源动态调整和细粒度业务并传的干扰转移方法；联合处理蜂窝网络跨层和同层干扰，提出联合串行干扰消除和资源调度的干扰消除方法；依据网络效用需求，结合干扰环境变化，综合运用干扰避免、干扰转移、干扰消除等方法，形成面向网络效用的动态干扰管控机制，支持分层+ad hoc网络多维资源的按需调度。
课题组提出了面向网络效用的干扰管控架构，如图8所示。通过研究干扰分布、干扰结构等特征，将网络环境映射为干扰状态信息，得到干扰管理方式融合策略，通过干扰管理策略得到适应网络环境的网络资源分配和信号处理方案。
如图8所示，研究团队所提出的面向网络效用的干扰管控架构，包含干扰感知、干扰管理决策和执行模块。干扰感知模块负责对无线网络干扰环境进行感知，从而获得干扰的时空分布以及干扰的结构特征，这些信息映射成为干扰的状态特征。干扰管理决策模块由一个干扰管理方式库和干扰管理方式融合策略构成。干扰管理方式库中包括了可采用的干扰管理方式，例如干扰避免、干扰拒绝、干扰消除、干扰协调等。干扰管理机制模块根据干扰的状态特征，凭借可采用的干扰管理方式，通过智能算法，产生一个融合的干扰管理策略，并且对采用该策略后的网络性能进行预测。执行模块根据决策在网络侧和/或终端进行资源配置和信号处理等。网络干扰环境具有动态特征，一方面源于网络本身，另一方面可能来自干扰管理策略的执行，干扰感知模块又重新对网络环境进行感知，并提供当前网络性能的评估。接着，干扰决策模块根据当前网络性能和预测网络性能之间的差异，以及网络和干扰的状态，通过自学习的算法，调整干扰管理策略。━━━━
构建了智能干扰管控技术验证平台，支持蜂窝+ad hoc 拓扑模式下分簇干扰对齐、干扰转移、多跳通信等关键技术验证，搭建理论分析与工程实现之间的桥梁研究团队构建了智能干扰管控技术验证平台，模拟四小区异构无线网络环境，如图9所示。通过网络化干扰特征在线学习，自主选择干扰管控方案，按需配置频谱、功率及空域资源，适时进行分簇干扰对齐、干扰转移、多跳/单跳通信。该平台优势明显：软硬件相结合，支持多种干扰管控技术在物理环境中的快速验证；网络化干扰特征在线学习为网络化干扰管控方案的选择提供依据；提出了分布式干扰对齐MAC协议，形成5G提案。
为了建立理论研究和实际工程间的桥梁，课题组搭建了基于高速软硬件系统的智能干扰管控技术验证平台，如图10所示，为理论体系数值仿真寻求完备且逼近实际的边界约束条件，发现并解决数值仿真实验不易拟合重构的问题。
此外，干扰对齐技术的可行性条件通常为必要条件，其性能与信道的时变性、干扰链路的相关性与压缩性、非理想硬件特性等要素密切相关。通过数值仿真拟合重构这些要素，特别是非理想硬件特性，较为复杂。智能干扰管控技术验证平台支持干扰对齐技术在线测试，可以直观评估信道时变性、干扰链路的相关性、信道反馈间隔、非理想硬件特性等因素对其性能的影响，为干扰对齐物理层以及链路层的协议设计提供依据。其次，干扰管控算法众多，若均采用硬件编程语言实现，开发周期长，费时费力。鉴于此，研究团队设计了软硬件相结合的智能干扰管控技术验证平台，通过硬件高速接口实现实时且高精度的信道测量。以此为基础，离线重构实际网络的干扰特征，在重构的虚拟网络中构建干扰管控策略，利用类数值仿真结构对算法的性能进行评估。平台由Xilinx公司的ZC706开发板、美国国家仪器公司的八天线软件无线电系统Megabee及计算机平台构成。验证平台主要包含链路层协议及物理层协议。链路层协议在ZC706上实现，物理层协议在Megabee上实现。平台的软件系统由嵌入式系统、上位机组成，充分利用软件系统开发灵活的特点，可以快速部署需要验证的干扰管理算法。平台的逻辑体系结构如图11所示，该平台有如下功能：支持蜂窝+ad hoc拓扑模式下分簇干扰对齐、干扰转移、多跳通信等关键技术验证；平台采用了软硬结合的标准模块化设计，支持基带、射频参数灵活配置；信道状态信息在线测量，并实时传输到上位机，支持无线信道环境的等效构建；在ZC706开发板上实现了分布式并行多连接的MAC协议，支持干扰对齐技术所需的信道状态信息交互；设计了灵活物理层帧结构，支持多种干扰管理算法所需的基带系统；在PHY层和MAC层通信链路的基础上，实现了多流并传视频传输业务，直观显示干扰管控算法的效能。
总之，本项目面对密集网络环境，研究团队从网络角度出发，提出网络化干扰表征方法，解决了分层复杂网络链路干扰关系难表征问题，为网络容量分析及快速干扰管控策略选择与配置提供了支撑；推导出蜂窝+ad hoc、蜂窝+D2D网络容量闭式解，为密集网络干扰管控策略的设计提供了依据；提出了系列干扰管控方法，逼近网络最大自由度及网络容量。研究团队在通信领域国际著名学术期刊（IEEE 通信杂志、IEEE通信选域期刊、IEEE网络期刊及IEEE无线通信学报等）上发表论文61篇，获得国家省部级一等奖两项，国家发明二等奖两项。研究成果将为下一代无线移动通信系统的设计提供理论与技术支撑。本文刊登于IEEE Spectrum中文版《科技纵览》2020年5月刊。
专家简介李建东：西安电子科技大学教授，ISN 国家重点实验室学术委员会副主任。
刘伟：西安电子科技大学教授。
盛敏：西安电子科技大学教授，ISN国家重点实验室主任。
李红艳：西安电子科技大学教授。
IEEE Spectrum
《科技纵览》
官方微信公众平台
>>>本文为原创，转载请回复。<<<
往期推荐