干擾管理——提升無線通信網絡性能的核心技術

摘要： 文章闡述了無線通信網絡干擾管理的實現方法，該方法通過對干擾進行多維建模，利用多種干擾管理技術，并結合資源管理手段，最終實現干擾的智能動態聯合管理。干擾管理作為提升無線網絡性能的核心技術，將成為緩解資源供需矛盾、有效規避或利用干擾、實現通信系統和網絡性能持續改進的重要手段。

關鍵詞： 干擾建模；干擾管理；資源管理；干擾協調

Abstract： In this paper， we discuss interference management in wireless networks. We propose a method for intelligent and dynamic interference management. This method involves modeling multidimensional interference and exploiting interference management techniques， when combine with resource management， interference management is necessary to improve wireless network performance and is important for alleviating resource shortages. It avoids or uses interference and continuously improves network performance.

Key words： interference modeling； interference management； resource management； interference alignment

隨著無線通信技術的快速發展，人們正在通過多種類型的無線接入手段（2G，3G，LTE，WiFi，WiMax）等，享受著豐富多彩的信息服務。用戶擁有的無線終端數量以及用戶周圍可選擇的網絡種類也在大幅度的提升，新的接入手段（如4G、IEEE 802.11ac/ad、中國新一代無線局域網標準）正在不斷涌現，用戶對數據速率和服務質量的需求也越來越高。人們在探索更高速率傳輸體制的同時，也更加注重無線通信網絡性能的提高，比如：網絡容量提升、蜂窩小區邊緣用戶的性能改善、宏小區/femtocell之間的干擾規避，無線局域網中干擾協調。由于實際的用戶通信受到可支配資源的制約，并且不同用戶資源使用中的沖突將導致各種各樣的干擾，因此無線網絡的干擾管理、干擾對網絡容量的影響以及如何通過干擾管理改善網絡容量在未來無線通信技術發展中具有重要的研究意義。

未來無線網絡的基本架構如圖1所示。未來無線內容將是分層的蜂窩結構+ad hoc+認知。分層的蜂窩結構（宏蜂窩/微蜂窩/微微蜂窩/femtocell）可以適應不同的用戶密度，并且采用ad hoc方式能夠為用戶提供靈活的接入。認知技術則是提高資源利用效率的有效手段。

宏蜂窩之間、宏蜂窩與Femtocell之間、中繼傳輸之間、宏蜂窩與ad hoc網絡之間的干擾已成為限制無線通信系統性能的重要因素。早期的干擾管理手段非常有限，造成這一結果的原因一方面是網絡環境相對簡單，干擾問題還不是影響系統性能的瓶頸；另一方面是干擾并未得到全面準確的認識。傳統的干擾管理方法包括功率控制、頻率復用、信號處理等。隨著無線通信系統的多樣化和網絡結構的復雜化，以及多種新型通信技術的應用，干擾問題也變得越來越復雜，與多輸入多輸出（MIMO）、正交頻分復用技術（OFDM）、協作、認知等技術相結合的干擾管理方面的研究近年來得到了廣泛重視，如何通過干擾管理改善無線網絡通信性能已經成為學術界與產業界共同關心的問題。

1 干擾的建模與評估

為了進行干擾管理，首先應準確地刻畫干擾。在實際的通信系統中，干擾有信息并有特定的結構，同時具有功率、頻率和時間這些基本特征，隨著OFDM、MIMO、協作、認知等技術的引入，干擾的頻譜特征復雜化的同時，還增加了空間、波束、極化方向等新的特征，因此干擾具有多維度的特點。例如：采用OFDM技術，需要刻畫干擾在多個子載波上的分布；MIMO技術的使用，增加了干擾波束的空間方向信息；協作場景中的干擾依賴于用戶之間的關系；認知技術的引入將產生由于用戶優先級不同而導致的非對稱干擾問題。此外，在無線網絡性能的分析、優化以及接入、調度和路由機制設計中，常常需要通過抽象對無線信道干擾進行建模[1]，而準確地認識干擾是進行合理抽象的基礎。

對于無線傳輸鏈路，可以通過構造干擾圖或干擾矩陣實現對干擾的建模。特定的通信技術和信號傳輸方式也會給干擾帶來新的特征，如MIMO，由于多天線及聯合處理導致的信號空間特征，需要根據不同的數據傳輸之間的空間相關度對共道干擾進行定量評估。此外，在分層次的無線網絡環境中，干擾的刻畫與建模也需要根據具體的干擾管理需求在不同的層面上進行。

采用上述干擾建模的思想，結合未來無線網絡的特點，從多個維度（時間、頻率、功率、用戶行為、業務流特性、網絡特性等）描述無線干擾的特征，并以不同的干擾參數作為不同的坐標方向，研究人員建立了完善的網絡干擾表征與評價機制，并總結形成了具體的干擾空間描述以及干擾的運算規則，為設計具體的干擾管理方法與管理結構，改善網絡性能提供依據。

2 干擾與資源的聯合管理

資源的有效管理是現行無線通信網絡的基礎技術。干擾管理與資源管理存在密不可分的聯系。干擾的產生源于資源分配的非理想性，并且干擾就是對資源的沖突使用。當多組通信鏈路共享相同域（頻率、時間、空間）的資源時，它們之間的相互干擾將導致網絡資源的浪費和網絡性能的惡化。傳統的干擾管理將干擾視為不利因素，通過設計各種資源規劃、分配及調度機制實現干擾的消除或抑制。雖然這些方式能夠在一定程度上實現干擾的管理，但同時也降低了資源的使用效率。

隨著研究的深入，人們考慮通過有效利用干擾，將其作為可用資源的一部分加以對待。例如，網絡編碼正是在重新認識干擾的基礎上發展起來的一種重要技術，通過巧妙地利用無線干擾，可以提高傳輸速率，改善網絡性能。文獻[2]利用干擾信息設計調度、路由機制，獲得通信性能的提升。

圖2描述了干擾管理與資源管理的關系。對于無線通信網絡，其資源分配策略存在非理想性，主要表現在會出現各種各樣的干擾問題，以及以犧牲資源利用率為代價的干擾規避技術可能導致網絡容量的降低。因此，需要綜合研究資源的全局動態利用和干擾的管理，在二者之間進行合理折衷。一方面，從資源分配的角度，提升資源利用的合理性，抑制非合理因素，為網絡容量提供增量；另一方面，通過對干擾狀態信息的利用，對資源分配策略進行新的設計，助益于網絡容量。

為了進行聯合管理，可以采用效用函數作為衡量指標。通過合理的設計，將多種干擾管理機制帶來的效用納入到效用函數中，從而包含與傳統的傳輸容量相比更多的因素，這可以作為實現干擾與資源聯合管理的一種思路。

3 智能動態的干擾管理機制

目前可用于4G標準的干擾管理技術包括頻率復用、功率控制以及智能天線等。歐盟啟動了FP7項目ARTIST4G，深入研究未來無線網絡的干擾問題[3]。對于復雜的網絡，單一的干擾管理模式無法獲得最優的網絡性能，因此聯合使用多種干擾管理方式才能最大化網絡性能。美國弗吉尼亞理工大學的Thomas Hou教授研究了通過聯合使用串行干擾消除和干擾避免的方式提升多跳無線網絡的性能[4]。美國麻省理工學院的Dina Katabi教授通過聯合使用干擾協調和干擾消除技術提高了802.11n網絡的性能[5]。歐盟FP7項目ARTIST4G的研究人員也提出了將干擾避免與干擾利用相結合的理論。

3GPP對小區間干擾協調（ICIC）進行了長期的研究，在Release 8-11中均提出了不同的增強技術，從ICIC到eICIC再到FeICIC等，如表1所示。此外，從Release 12的發展動態中可以看出，在干擾管理方面一個很有潛力的研究領域就是收發端的聯合優化問題。

無線網絡的干擾環境具有動態特征，一方面源于網絡本身，另一方面可能來自干擾管理行為。干擾環境的改變作用于干擾模型，而后者對接入、調度、路由等算法的性能有重要影響；反過來干擾管理機制的執行又會導致干擾的動態性和不確定性。因此，干擾管理與網絡環境的關系不是靜態、單向的，而是存在著反饋與互動。干擾環境作為網絡環境的組成部分影響了可獲得的干擾信息，干擾模型是通過對干擾信息的加工處理得到的，不同層次的干擾模型決定了相應的管理策略，而干擾管理行為又會導致干擾環境的變化，進而重新作用于干擾管理策略的設計。因此，從這一相互關系出發，結合協作、認知、資源管理等技術手段，設計智能動態的干擾管理機制或將成為未來研究的重點。

圖3給出了智能的動態無線網絡干擾管理體系。干擾感知模塊負責對無線網絡干擾環境進行感知，從而獲得干擾的分布特征，并利用干擾的結構特點，形成描述干擾狀態的具體信息。干擾管理決策在干擾管理方法庫和干擾管理融合策略的支持下實現，前者包含了若干可采用的干擾管理方式，如干擾避免、干擾拒絕、干擾消除、干擾協調等，后者通過智能算法，產生融合的干擾管理策略，并對采用該策略后的網絡性能進行預測。執行模塊根據決策在網絡和/或終端側進行資源配置和信號處理等。干擾管理行為作用于無線網絡環境，影響干擾感知模塊開展新一輪的狀態感知，并對網絡性能進行評估。我們需要進一步利用學習機制，獲得當前網絡性能與預測網絡性能的差異，以此作為干擾管理融合策略等的更新與修正依據，從而使干擾管理具有動態環境適變的特點。

在各種干擾管理機制中，干擾協調（IA）是一種比較新穎并受到廣泛關注的方法，它借助信號處理手段，在發射端構造發射向量，將接收機收到的干擾信號協調到特定的子空間中，從而使更多的自由度用于傳輸期望信號。IA最初是由Maddah-Ali等[6]在研究MIMO X信道的自由度時給出，隨后Cadambe和Jafar[7]在由K對用戶組成的干擾信道中應用了IA技術，并得到了相應的自由度結論。目前對于IA的研究已經擴展到“X”網絡、蜂窩網等。IA本質上是利用特定發射方式導致的干擾的結構化特征，并通過適當的信息交互實現多個數據流的傳輸，相關設計可以嘗試在多個域（如時間、空間、碼字等）中獨立或聯合進行。通過將IA與其他干擾管理方法相結合，如干擾消除（IC），網絡通信性能可以得到進一步的提升[5]。此外，在協作多點傳輸（CoMP）方面，基于IA（IC）的設計也能夠為解決小區間干擾，改善小區邊緣用戶的性能提供新穎的設計思路。對于認知通信，IA（IC）技術同樣可以為干擾的有效管理，資源使用效率的提升提供幫助。

4 干擾管理與無線網絡容量

干擾管理作為改善網絡性能的重要手段，其與網絡容量的關系具有十分重要的研究意義，相關工作可以對具體的干擾管理方法設計與評估起到指導作用。

在未來無線通信網絡中，頻譜利用和用戶決策行為的動態性，通信業務種類及其性能需求的多樣性，以及多用戶之間存在競爭、協作、信息交互等行為都將使網絡容量的分析變得復雜并具有挑戰性。經典的信息理論在通信發展過程中起到了巨大的推進作用，但隨著通信技術的不斷進步和新型無線通信系統的出現，無法使用經典信息理論去分析這些新型網絡的容量。為了進行基于干擾管理的容量域分析，一方面需要準確的網絡容量定義，可以參考近年來出現的注水容量、安全/行為容量、后香農容量以及認知干擾信道容量等；另一方面需要借助有效的分析方法[7]。以無線Ad Hoc網絡為例，文獻[8]建立了經典的自組網網絡模型，給出了用于分析無線Ad Hoc網絡容量的理論基礎，提出了無線Ad Hoc網絡的兩種容量定義，其中傳送容量的定義首次將無線網絡容量與傳輸距離聯系起來，在自組網網絡容量研究領域具有里程碑意義。在容量域分析方面，多用戶信息論中的干擾信道容量域問題已經提出了近50年，目前為止已知的最佳速率域由Han和Kobayashi在1981年提出[9]，Tse等人[10-11]對干擾信道信息傳輸限以及協作體制下的干擾管理和容量域也進行了深入探索。此外，博弈理論以其在處理多用戶的資源競爭與分配方面的獨特優勢，受到了廣泛關注。

5 結束語

綜上所述，隨著無線通信網絡技術的發展，干擾問題已成為制約網絡性能的重要因素。利用干擾的結構化特征，實現干擾的多維度建模，探索干擾管理與資源管理的有機融合，設計與無線環境相適配的智能的動態管理機制，獲得干擾管理與網絡容量關系，將成為緩解資源供需矛盾、有效規避或利用干擾、實現通信系統和網絡性能持續改進的重要思路，能夠為無線通信網絡的發展提供支持。

參考文獻

[1] IYER A， ROSENBERG C， KARNIK A. What is the Right Model for Wireless Channel Interference [J]. IEEE Transactions on Wireless Communications， 2009， 8（5）： 2662-2671.

[2] WEISS E， KLEIN O， HIERTZ G， et al. Capacity and Interference Aware ad hoc Routing in Multi-Hop Networks [C]//Proceedings of the 12th European Wireless Conference： Enabling Technologies for Wireless Multimedia Communications （EW'06）， Apr 2-5， 2006， Athens， Greece. Piscataway， NJ， USA： IEEE， 2006： 7p.

[3] D’AMICO V，DEKORSY A， GOURAUD A，et al.ARTIST4G a Way Forward to the Interference Problem in Future Mobile Networks [C]//Proceedings of the 19th Future Network Mobile Summit（FutureNetw’10）， Jun 16-18， 2010， Florence， Italy. Piscataway， NJ， USA： IEEE， 2010： 8p.

[4] JIANG C， SHI Y， HOU Y T， et al. Squeezing the Most out of Interference： An Optimization Framework for Joint Interference Exploitation and Avoidance [C]//Proceedings of the 31st Annual Joint Conference of the IEEE Computer and Communications （INFOCOM’12）， Mar 25-30， 2012， Orlando， FL， USA. Piscataway， NJ， USA： IEEE， 2012：424 - 432 .

[5] LIN K C J， GOLLAKOTA S， KATABI D. Random Access Heterogeneous MIMO Networks [C]//Proceedings of the ACM SIGCOMM 2011 Conference （SIGCOMM’11）， Aug 15-19， 2011， Toronto， Canada. New York， NY， USA ： ACM， 2011： 146-157.

[6] MADDAH-ALI M A， MOTAHARI A S， KHANDANI A K. Signaling over MIMO Multi-Base Systems： Combination of Multi-Access and Broadcast Schemes [C]// Proceedings of the 2006 IEEE International Symposium on Information Theory （ISIT’06）， Jul 9-14， 2006， Seattle， WA， USA. Piscataway， NJ， USA： IEEE， 2006： 2104-2108.

[7] CADAMBE V R， JAFAR S A. Interference Alignment and Degrees of Freedom of the K-User Interference Channel [J]. IEEE Transactions on Information Theory， 2008， 54（8）： 3425-3441.

[8] GUPTA P， KUMAR P R. The Capacity of Wireless Networks [J]. IEEE Transactions on Information Theory， 2000， 46（2）： 388-404.

[9] HAN T S， KOBAYASHI K. A New Achievable Rate Region for the Interference Channel [J]. IEEE Transactions on Information Theory， 1981， 27（1）： 49-60.

[10] ETKIN R H， TSE D N C， WANG H. Gaussian Interference Channel Capacity to within One Bit [J]. IEEE Transactions on Information Theory， 2008， 54（12）： 5534-5562.

[11] WANG I H. Cooperative Interference Management in Wireless Networks [R]. UCB/EECS-2011-103.Berkeley， CA， USA： University of California， Berkeley， 2011.