Dynamic Interference Steering in Heterogeneous Cellular Networks
随着各种无线通信技术的发展，干扰已经成为网络性能的关键障碍，因此使得有效的干扰管理（IM）对于适应具有各种服务的快速增加的用户数量至关重要。虽然迄今为止已经提出了许多IM计划，但没有一个是免费的。因此，重要的是通过使其操作参数适应于各种网络部署和动态信道条件来平衡每个所采用的IM方案所带来的益处和成本。我们提出了一种新的IM计划，称为动态干扰转向（DIS），通过认识到的事实，干扰不仅可以被抑制或减轻，但也转向在一个特定的方向。具体地，DIS利用信道状态信息（CSI）和包含在干扰信号中的数据来生成修改原始干扰的空间特征的信号，以部分或完全消除在受害者接收机处出现的干扰。通过智能地确定引导信号的强度，DIS可以将干扰引导到最佳方向，以平衡用于IS的发射机功率和所需信号的传输。仿真结果表明，DIS能够更好地利用发射功率，从而有效地提高用户的频谱效率。
2017-12-30 cs.IT math.IT
Queue-Aware Joint Dynamic Interference Coordination and Heterogeneous QoS Provisioning in OFDMA Networks
我们提出了云无线接入网络，不仅提供异构的服务质量（QoS）的速率，重要的是，延迟敏感的应用程序，但也共同优化的频率复用模式的算法。重要的是，与相关的作品，我们占随机到达，通过队列意识，不像大多数作品只集中在一个单一的帧，我们认为QoS措施平均在多个帧涉及一组闭环控制。我们将此问题建模为多小区优化，以最大化受QoS约束的总效用，表示为最小平均速率或最大平均延迟。由于我们考虑动态干扰协调与动态用户关联，即使在整数松弛后，问题也不是凸的。我们将问题转化为帧速率的优化，服从于交织的原始和对偶问题的分解。这个优化问题的解决方案提供了联合决策调度，动态干扰协调，重要的是，不像大多数作品在这一领域，动态用户关联。此外，我们提出了一种新的方法来管理不可行的负载。大量的仿真证实，该设计响应瞬时负载，异构用户和AP的位置，信道条件和QoS约束，同时，如果需要的话，保持低中断时，处理不可行的负载。与基线比例公平计划的比较说明了所取得的成果。
2018-01-25 cs.IT cs.NI math.IT
Limited Feedback Design for Interference Alignment on MIMO Interference Networks with Heterogeneous Path Loss and Spatial Correlations
干扰对齐是K用户MIMO干扰信道中的自由度最优问题，许多先前的工作已经研究了收发器的设计。然而，这些工作主要集中在发射机处具有完美信道状态信息和对称干扰拓扑的网络上。在本文中，我们考虑一个有限的反馈系统与异构路径损耗和空间相关性，并探讨如何动态的干扰拓扑结构可以被利用，以提高反馈效率。我们提出了一种新的空间码本设计，并通过比特分配进行动态量化，以适应干扰拓扑的不对称性。我们约束系统的吞吐量根据所提出的动态方案的发送信噪比，反馈比特和干扰拓扑参数。它表明，当反馈比特的数量与SNR的比例为C_{s} \cdot \log \textrm{SNR}，网络的自由度自由度的总和被保存。此外，在具有非对称干扰拓扑的网络中，缩放系数C_{s}的值可以显著减小。
2013-02-26 cs.IT math.IT
Dynamic Scheduling for Delay Guarantees for Heterogeneous Cognitive Radio Users
研究了一种具有统计时延约束和对主用户平均干扰约束的上行链路多次用户系统。对于PU，具有异构干扰信道统计的SU经历异构延迟性能，因为引起低干扰的SU比引起高干扰的SU更频繁地被调度。我们提出了一种调度算法，可以提供任意的平均延迟保证SU不管他们的统计信道质量。我们推导出该算法使用李雅普诺夫技术，并表明它产生有界队列，并满足干扰约束。通过仿真，我们证明了它优于最大权重算法。
2016-12-09 cs.IT math.IT
Distributed Dynamic Inter-Cell Interference Management for Femtocell Networks Using Over-the-Air Single-Tone Signaling
毫微微蜂窝网络不仅可以改善现有蜂窝网络的覆盖范围，而且可以增加现有蜂窝网络的容量。毫微微蜂窝网络中干扰受限的现实使得干扰管理（IM）成为维持毫微微蜂窝网络中的服务质量和公平性的关键。空中信令是实现快速分布式动态即时通信的最有效手段之一。然而，这种类型的信号的设计具有挑战性。在本文中，我们解决的挑战，并提出了一个有效的解决方案，称为单音信令（STS）。建议的STS方案具有许多非常理想的属性，如没有专用的资源需求（没有系统开销），没有远近效应，没有信号间干扰，和免疫同步错误。此外，所提出的STS信号提供了一种用于高质量宽带信道估计的手段，以使用协调技术，例如协调波束成形。在此基础上，提出了两种分布式动态IM方案：ON/OFF功率控制和基于信号泄漏噪声比的发射波束协调。仿真结果表明，显着的性能改善，作为使用基于STS的IM计划的结果。
2012-07-03 cs.IT math.IT
DISCO-Dynamic Interference Suppression for Radar and Communication Cohabitation
针对军用雷达与商用5G共存场景，提出全双工底层认知无线电网络中的联合动态功率分配与多中继选择方法，并通过相干/非相干分析验证其干扰抑制和速率增益。
2024-12-04 cs.IT cs.NI cs.SI
Dynamic Mobility-Aware Interference Avoidance for Aerial Base Stations in Cognitive Radio Networks
空中基站（ABS）是一种很有前途的公共安全解决方案，因为它可以与蜂窝网络共存，形成一个临时的通信网络。然而，来自主蜂窝网络的干扰可能严重降低ABS网络的性能。考虑到这一点，自适应动态干扰避免方案提出了在这项工作中的ABS与主网络共存。在所提出的方案中，移动ABS可以重新配置其位置，以减轻来自主网络的干扰，从而更好地将数据从指定的源（S）中继到目的地（S）。为此，单/多商品的最大流问题的制定和加权Cheeger常数作为一个标准，以改善ABS网络的最大流。此外，提出了一种分布式算法来计算最佳ABS运动方向。此外，最大流和最短路径轨迹之间的权衡进行了研究，并开发了一种节能的方法。仿真结果表明，该方法能有效地提高网络最大流量，对于最大流量下性能略有下降的ABS，该方法能节省高达39%的能量.
2019-01-18 cs.IT cs.NI eess.SP
Full-Duplex and Dynamic-TDD: Pushing the Limits of Spectrum Reuse in Multi-Cell Communications
虽然在蜂窝网络中全双工和动态时分双工有望提高频谱效率，但到目前为止，它们的潜力受到干扰增加的挑战。虽然以前的研究已经表明，自干扰可以被抑制到足够的水平，我们表明，交叉链路干扰的两种传输模式，特别是从基站到基站，是在多小区网络的剩余的挑战，限制了上行链路的性能。使用低复杂度的波束成形技术，我们表明，这种干扰可以减轻，全双工和动态时分双工可以大大增加多小区网络的容量。我们的研究结果表明，如果我们可以控制全双工的交叉链路干扰，那么我们可以几乎增加一倍的多小区网络容量以及用户吞吐量。因此，本文中的技术有潜力，使一个顺利的全双工引入蜂窝系统。
2020-10-21 cs.IT cs.NI eess.SP
Dynamic Interference Prediction for In-X 6G Sub-networks
University of Bremen（不来梅大学）；Nokia Bell Labs Stuttgart（诺基亚贝尔实验室斯图加特）；Nokia Standards（诺基亚标准）
本文提出了一种基于3GPP信道模型的动态干扰预测方法，通过离散时间动态状态空间模型和扩展卡尔曼滤波器，利用CQI报告预测干扰功率值，从而在6G子网络中实现更高效的干扰管理。
2024-12-06 cs.IT math.IT
Dynamic Interference Management
考虑线性干扰网络。无线信道中的长期波动（阴影衰落）可能导致任何链路以概率p被擦除。每个接收器对M个发射器处可用的一个唯一消息感兴趣。在蜂窝下行链路场景中，M=1的情况反映了小区关联问题，而M>1的情况反映了建立用于协作多点（CoMP）传输的回程链路的问题。在这两种情况下，我们分析了自由度（DoF）的最佳方案的情况下，没有擦除，并提出了新的计划具有更好的平均DoF性能在高概率的擦除。对于M=1，我们的特点是每个用户的平均自由度，并确定在每个值的p的消息发送器的最佳分配。对于一般值的M，我们表明，没有策略分配消息发送器在大型网络中，是最佳的所有值的p。
2013-12-17 cs.IT math.IT
Topological Interference Management with Adversarial Topology Perturbation: An Algorithmic Perspective
在本文中，我们考虑动态环境中的拓扑干扰管理（TIM）问题，其中对手扰动网络拓扑以防止利用复杂的编码机会（例如，干涉对准）。专注于一类特殊的网络拓扑结构-弦网络-我们调查的TIM问题的算法方面的对抗性拓扑结构扰动。特别是，给定的敌对扰动边插入/删除，我们提出了一个动态的图着色算法，允许一个常数的重新着色更新对每个插入/删除的边缘，以实现信息理论的最优性。这是一般图重着色的急剧减少，其最佳更新次数与网络的大小成比例，这要归功于弦图类的结构特性的微妙利用。
2022-06-08 cs.IT math.IT
Dynamic Independent Component Extraction with Blending Mixing Vector: Lower Bound on Mean Interference-to-Signal Ratio
本文讨论了动态盲源提取（BSE），其中混合参数表征的感兴趣的源（SOI）的位置允许随时间变化。我们提出了一个新的源提取模型CvxCSV，这是一个参数减少修改最近的常数分离矢量（CSV）混合模型。在CvxCSV中，混合向量作为其初始值和最终值的凸组合而演化。基于Cramér-Rao理论，推导了可达平均干扰信号比（ISR）的下界。该绑定揭示了CvxCSV与CSV相比，并与基于独立分量提取（ICE）的顺序BSE相比，具有优越的性能。特别是，可实现的ISR CvxCSV是低于以前的方法。此外，该模型需要显着较弱的可识别性的条件，即使当SOI是高斯。
2022-12-02 cs.IT eess.SP math.IT
Reinforcement Learning Assisted Beamforming for Inter-cell Interference Mitigation in 5G Massive MIMO Networks
波束成形是5G大规模多输入多输出（MMIMO）通信中的关键技术，由于无线传输信道（即空气）的性质，MMIMO通信受到许多损害。小区间干扰（ICI）是5G通信由于频率复用技术而面临的主要损害之一。在本文中，我们提出了一种强化学习（RL）辅助的全动态波束成形，用于5G下行链路中的ICI抑制。该算法结合了波束形成技术和全动态Q学习技术，以最小化ICI，并导致一个低复杂度的方法，无需信道估计。性能分析表明，与其他算法相比，该算法在信干噪比（SINR）和计算复杂性方面的服务质量得到了改善。
2021-07-02 cs.AI cs.IT cs.NI
Fundamental Limits of Dynamic Interference Management with Flexible Message Assignments
干扰管理的问题被认为是在一个线性干扰网络的情况下，是长期的信道波动，由于阴影衰落。所使用的衰落模型是一个在网络中的每个链路是独立的概率为p的擦除。它是假设，在网络中的每个接收器是在一个唯一的消息，这是在M个发射机可用感兴趣。从自由度（DoF）的角度分析了无擦除设置的最优方案，并提出了在更高的擦除概率下具有更好的平均DoF性能的新方案。另外，对于M=1，针对每个p值表征每用户DoF的平均值，并且识别最优消息分配。对于M>1，它首先建立，有没有战略分配的消息，在网络中的发射机是最佳的所有值的p.最佳的合作迫零方案，然后确定为M=2，并示出信息理论上最优时，最大的子网，不包含删除的链接的大小是最多5。
2018-07-14 cs.IT math.IT
Leveraging Slowly Time-Varying AP-AP Channels for Interference Mitigation in Dynamic TDD
Linköping University（林雪平大学）；Western Sydney University（西悉尼大学）；Ericsson Research（爱立信研究）
针对动态TDD中的交叉链路干扰，利用AP-AP信道缓慢时变特性，通过最小二乘联合估计上行数据和信道，并处理唯一可解性，实现显著干扰抑制。
2026-09-11 cs.IT eess.SP math.IT
Dynamic Interference Management for TN-NTN Coexistence in the Upper Mid-Band
Indian Institute of Technology Jodhpur（印度焦浦尔理工学院）；RWTH Aachen University（亚琛工业大学）
本文提出了一种动态干扰管理方法，通过联合控制TN的功率和天线下倾角，有效降低NTN干扰，同时保持地面网络性能，实验显示在FR3频段共存中性能优于传统方法。
2026-02-11 cs.IT cs.SY eess.SY
Game Theoretic Dynamic Channel Allocation for Frequency-Selective Interference Channels
研究了在频率选择性干扰信道下大型网络中的分布式信道分配问题。性能通过可实现速率的加权和来衡量。我们提出的算法是一种改进的虚拟游戏算法，可以分布式实现，其稳定点是一个给定的游戏的纯纳什均衡。我们的目标是设计一个非合作博弈的效用函数，使其所有的纯纳什均衡具有接近最优的全局性能。这将使算法接近最优，同时不需要用户之间的通信。我们提出了一种新的技术来分析纳什均衡的随机干扰游戏，由随机信道增益。我们的分析是渐近的用户数量。首先，我们提出了一个自然的非合作博弈，每个用户的效用是他的可达速率。它表明，渐近的用户数量和足够强的干扰，这个游戏表现出许多坏的平衡。然后，我们提出了一种新的非合作M频率选择性干扰信道博弈（M-FSIG），作为前者的轻微修改，其中每个用户的效用是人为限制。我们证明，即使是最坏的平衡有渐近最优加权和速率的任何干扰制度，甚至相关的信道。这是基于对衰落信道的顺序统计分析，该分析对广泛的一类衰落分布（包括瑞利、莱斯、m-中上等）有效。我们进行了模拟，证明我们的算法的渐近最优纯纳什均衡的快速收敛。
2018-11-11 cs.GT cs.IT math.IT
Hierarchical Radio Resource Optimization for Heterogeneous Networks with Enhanced Inter-cell Interference Coordination (eICIC)
异构网络（HetNet）的多层拓扑结构使得干扰成为其主要的性能瓶颈。我们提出了几乎空白的资源块（ABRB）的干扰控制在HetNet。当在宏BS中调度ABRB时，发送具有空白有效载荷的资源块（RB），并且这消除了从该宏BS到微微BS的干扰。研究了一种基于动态ABRB控制的HetNet两时标分层无线资源管理方案。诸如动态ABRB的长期控制适应于RRM服务器处的大规模衰落，以用于层间和层间干扰控制。短期控制（用户调度）适应于每个BS内的本地信道状态信息以利用多用户分集。两个时间尺度的优化问题是具有挑战性的，由于指数大的解决方案空间。我们利用HetNet拓扑结构的干扰图的稀疏性，并推导出最优ABRB控制的结构特性。在此基础上，我们提出了一个两个时间尺度交替优化解决方案的用户调度和ABRB控制。该算法复杂度低，在高信噪比下是渐近最优的。仿真结果表明，所提出的解决方案具有显着的增益超过各种基线。
2013-05-25 cs.IT math.IT
User-to-User Interference Mitigation in Dynamic TDD MIMO Systems with Multi-Antenna Users
本文针对动态TDD MIMO系统中多天线用户间的干扰问题，提出基于导频估计和组合矩阵设计的UUI抑制方法，并验证其可显著提升严重干扰下的频谱效率。
2024-08-07 cs.IT eess.SP math.IT
Dynamic Channel Access and Power Control in Wireless Interference Networks via Multi-Agent Deep Reinforcement Learning
由于无线频谱的稀缺性和有限的能量资源，特别是在移动应用中，有效的资源分配策略在无线网络中是至关重要的。受深度强化学习（DRL）最新进展的启发，我们解决了无线干扰网络中基于多智能体DRL的联合动态信道接入和功率控制问题。我们首先提出了一个集中式训练的多智能体DRL算法（DRL-CT）来解决联合资源分配问题。在这种情况下，在中央单元（CU）处执行训练，并且在训练之后，用户仅利用本地信息对其传输策略进行自主决策。我们表明，有限的信息交换和更快的收敛，DRL-CT算法可以实现90%的性能实现的加权最小均方误差（WMMSE）算法的功率控制和穷举搜索的动态信道接入的组合。在本文的第二部分中，我们考虑分布式多代理DRL的情况下，每个用户进行自己的训练，并单独作出决定，作为DRL代理。最后，作为集中式和完全分布式的情况之间的妥协，我们认为联邦DRL（FDRL）的性能接近DRL-CT的训练中使用的中央单元，同时限制信息交换和保护隐私的用户在无线系统中。通过仿真结果，我们表明，提出的学习框架，导致有效的自适应信道接入和功率控制策略在动态环境中。
2021-12-24 cs.IT cs.SY eess.SY
