删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

MIMO多向中继信道在完整数据交换模型下的自由度

本站小编 Free考研考试/2021-12-25
李勇1,2,3, 袁晓军4
1. 中国科学院上海微系统与信息技术研究所, 上海 200050;
2. 上海科技大学信息学院, 上海 201210;
3. 中国科学院大学, 北京 101408;
4. 电子科技大学通信抗干扰技术国家级重点实验室, 成都 611731
2019年2月25日 收稿; 2019年4月28日 收修改稿
基金项目: 国家自然科学基金（61471241）资助
通信作者: 袁晓军, E-mail:xjyuan@uestc.edu.cn

摘要: 多输入多输出（multiple input multiple output，MIMO）多向中继信道（multiway relay channel，mRC）的自由度（degree of freedom，DoF）分析是近几年的研究热点。研究半双工通信下两个用户集群，每个用户集群中K个用户的MIMO mRC可达到的DoF。其中，考虑完整数据交换模型，即用户集群中每个用户希望与此集群中其他所有用户交换信息。结合物理层网络编码，并利用信号对齐技术设计用户端和中继端的处理矩阵，优化系统可达到的DoF。通过对上行和下行链路分别设计信号对齐，并优化时隙分配，得到半双工通信下系统可达到的DoF。另外，当上行和下行时隙相等时，将结果推广到全双工通信，并验证了该信号对齐方案可以达到全双工通信目前最优的结果。
关键词: 多向中继信道自由度多输入多输出信号对齐完整数据交换模型
Degree of freedom of MIMO multiway relay channel in full data exchange model
LI Yong1,2,3, YUAN Xiaojun4
1. Shanghai Institute of Microsystem&Information Technology, Chinese Academy of Sciences, Shanghai 200050, China;
2. School of Information Science&Technology, ShanghaiTech University, Shanghai 201210, China;
3. University of Chinese Academy of Sciences, Beijing 101408, China;
4. National Key Laboratory of Science and Technology on Communications, University of Electronic Science and Technology of China, Chengdu 611731, China


Abstract: Recently, much research interest was focused on the degree of freedom (DoF) analysis of multiple input multiple output (MIMO) multiway relay channel (mRC). In this work, we investigate the achievable DoF of the half duplex MIMO mRC with two clusters each of which contains K users. Also, we focus on full data exchange model, which means that each user in a cluster wants to exchange information with all the other users in the same cluster. To achieve efficient DoF, signal alignment techniques are developed to jointly construct the beamforming matrices at the user and the relay. Also, we design signal alignments for uplink and downlink, respectively, as that the uplink and downlink are asymmetry in the full data exchange model. Combining with the optimized uplink and downlink time allocations, we derive an achievable DoF for the half duplex model. Further, we expand our analysis to full duplex model considering equal uplink and downlink time allocations, and show that one can use our signal alignment scheme to obtain the optimized achievable DoF in full duplex model.
Keywords: multiway relay channel (mRC)degree of freedom (DoF)multiple input multiple output (MIMO)signal alignmentfull data exchange model
多向中继信道模型(multiway relay channel, mRC)[1-2]主要有以下两种数据交换模型：成对的数据交换模型，即两个用户相互交换信息；完整的数据交换模型，即一个用户将相同的信息广播给多个用户。此模型在实际应用中普遍存在。例如，社交网络中，多个小组的用户希望在同组中共享文件。由于网络中每个节点配置有多根天线，多输入多输出(multiple input multiple output, MIMO)mRC可以极大地提高复用增益。但是由于中继信道的信道容量难以刻画[3]，所以很多工作集中在模型自由度(degree of freedom, DoF)的分析上，即高信噪比下的性能特点。简单说，网络的DoF是网络中可以支持的独立数据流数目[4]。
目前，国内外****对于mRC的DoF分析已经有了一些结果，但是大多数研究集中在成对的数据交换模型[5-9]中，尤其是基于成对数据交换模型的一种特殊模型，Y-信道模型[10-11]。并且由于成对数据交换模型上行和下行链路是对称的，所以大多数工作集中在全双工通信模型。相比来说，对于完整数据交换模型的分析相对较少，并且由于完整数据交换模型上行和下行链路是非对称的，分析半双工通信下系统可达的DoF也非常重要。文献[12]给出全双工通信下有多个用户集群的完整数据交换模型一个可达的DoF。对于有多个用户集群，每个用户集群中有多个用户的信道模型，通过设计信号对齐，给出此模型一个一般化的结果。文献[13]分析半双工通信下有一个用户集群，用户集群中有多个用户的完整数据交换模型的DoF。此模型中，对于每一个用户来说，没有来自于其他用户集群的干扰信号。作者推出此模型在半双工通信下的DoF容量，即验证了此模型的割集上界是可达的。并且当上行和下行时隙相等时，作者将半双工通信的结果推广到全双工通信。由于有多个用户集群的完整数据交换模型比较复杂，直接分析其DoF比较困难，文献[14]结合优化算法[15]推出一个优化的结果。但是此算法仅对全双工通信有效，对于半双工通信下的DoF仍然未知。
本文研究半双工通信下两个用户集群，每个用户集群中多个用户的MIMO mRC在完整数据交换模型下可达的DoF。同时对于全双工通信，假设每个结点可以进行自干扰消除。所以当上行和下行时隙相等时，半双工通信的结果可以推广到全双工通信，即此时全双工通信的结果是半双工通信的2倍。将半双工通信下上行和下行时隙相等的结果推广到全双工通信，并且验证该信号对齐方案可以达到全双工通信目前最优的结果。
1 系统模型1.1 信道模型本文考虑半双工通信①的MIMO mRC。该信道包含L个用户集群，每个集群包含K个用户。考虑完整数据交换模型，即每个用户希望与同一个集群中其他所有用户交换信息。考虑对称的天线配置，假设中继端有N个天线，每个用户端有M个天线。由于集群数目较多时模型较为复杂，本文只考虑L=2，即有两个用户集群的情况，模型见图 1。将集群j中的用户k定义为Γjk，其中$j \in {I_L} \buildrel \Delta \over = \{ 1, 2\} $，$k \in {I_L} \buildrel \Delta \over = \{ 1, \cdots , k\} $。假设在第t个时隙，用户Γjk到中继的信道矩阵为${\mathit{\boldsymbol{H}}_{jk}}(t) \in {\mathbb{C}^{N \times M}}$，中继到用户Γjk的信道矩阵为$\mathit{\boldsymbol{G}}_{jk}^{\rm{T}}(t) \in {\mathbb{C}^{M \times N}}$。假设Hjk(t)和GjkT(t)的所有元素独立且服从连续分布，即信道矩阵行满秩或列满秩。同时假设对于所有结点，信道状态信息是已知的。
① 后文中，令上行和下行链路时隙相同，将此时半双工通信的结果推广到全双工通信系统，得到全双工通信系统可达的DoF。
Fig. 1
Download: JPG
larger image
图 1 两个用户集群，每个集群中K个用户的MIMO mRC模型 Fig. 1 The MIMO mRC with two clusters each of which contains K users
图 1 两个用户集群，每个集群中K个用户的MIMO mRC模型

Fig. 1 The MIMO mRC with two clusters each of which contains K users -->

考虑物理层网络编码[16]，整个数据交换包含两个传输链路，即上行链路和下行链路。上行链路所有用户将信号发送给中继, 下行链路中继将信号广播给所有用户。假设上行和下行链路分别包含Tu和Td个时隙，则在第t个时隙，信道模型可以表示为
${\mathit{\boldsymbol{y}}_{\rm{R}}}(t) = \sum\limits_{j = 1}^2 {\sum\limits_{k = 1}^K {{\mathit{\boldsymbol{H}}_{jk}}} } (t){\mathit{\boldsymbol{x}}_{jk}}(t) + {\mathit{\boldsymbol{z}}_{\rm{R}}}(t), $ (1)
${\mathit{\boldsymbol{y}}_{jk}}(t) = \mathit{\boldsymbol{G}}_{jk}^{\rm{T}}(t){\mathit{\boldsymbol{x}}_{\rm{R}}}(t) + {\mathit{\boldsymbol{z}}_{jk}}(t), $ (2)
式中：$\mathit{\boldsymbol{x}}_{jk}^{}(t) \in {\mathbb{C}^{M \times 1}}$和$\mathit{\boldsymbol{y}}_{jk}^{}(t) \in {\mathbb{C}^{M \times 1}}$分别表示用户Γjk发送和接收的信息; $\mathit{\boldsymbol{x}}_{\rm{R}}^{}(t) \in {\mathbb{C}^{N \times 1}}$和$\mathit{\boldsymbol{y}}_{\rm{R}}^{}(t) \in {\mathbb{C}^{N \times 1}}$分别表示中继发送和接收的信息; zR(t)和zjk(t)分别表示中继端和用户Γjk端的加性高斯白噪声，其元素独立且服从高斯分布CN(0, σ2)。
由于上行和下行链路分别包含Tu和Td个时隙，上述信道模型简化为
${\mathit{\boldsymbol{y}}_{\rm{R}}} = \sum\limits_{j = 1}^2 {\sum\limits_{k = 1}^K {{\mathit{\boldsymbol{H}}_{jk}}} } {\mathit{\boldsymbol{x}}_{jk}} + {\mathit{\boldsymbol{z}}_{\rm{R}}}, $ (3)
${\mathit{\boldsymbol{y}}_{jk}} = \mathit{\boldsymbol{G}}_{jk}^{\rm{T}}{\mathit{\boldsymbol{x}}_{\rm{R}}} + {\mathit{\boldsymbol{z}}_{jk}}, $ (4)
式中：yR=[yRT(1), …, yRT(Tu)]T，xjk=[xjkT(1), …, xjkT(Tu)]T，zR=[zRT(1), …, zRT(Tu)]T，xR=[xRT(1), …, xRT(Td)]T，yjk=[yjkT(1), …, yjkT(Td)]T，
$\begin{array}{l}{\mathit{\boldsymbol{H}}_{jk}} = {\mathop{\rm diag}\nolimits} \left\{ {{\mathit{\boldsymbol{H}}_{jk}}(1), \cdots , {\mathit{\boldsymbol{H}}_{jk}}\left( {{T_{\rm{u}}}} \right)} \right\}\\\;\;\;\;\;\; = \left( {\begin{array}{*{20}{c}}{{\mathit{\boldsymbol{H}}_{jk}}(1)}& \cdots &\mathit{\boldsymbol{0}}\\ \vdots & \ddots & \vdots \\\mathit{\boldsymbol{0}}& \cdots &{{\mathit{\boldsymbol{H}}_{jk}}\left( {{T_{\rm{u}}}} \right)}\end{array}} \right)\end{array}$
GjkT=diag{GjkT(1), …, GjkT(Td)}。用户Γjk和中继端发送的信号分别满足功率限制$\frac{1}{T}{\rm{tr(}}{\mathit{\boldsymbol{x}}_{jk}}\mathit{\boldsymbol{x}}_{jk}^{\rm{H}}{\rm{)}} \le {P_{jk}}$, j∈IL, k∈IK和$\frac{1}{T}{\rm{tr(}}{\mathit{\boldsymbol{x}}_{\rm{R}}}\mathit{\boldsymbol{x}}_{\rm{R}}^{\rm{H}}{\rm{)}} \le {P_{\rm{R}}}$。其中Pjk和PR分别为用户端和中继端最大的发送功率。
1.2 用户端和中继端的预处理假设用户Γjk发送信号Wjk给同一集群j中其他所有用户，并且希望收到来自集群j中其他所有用户发送的信号Wjk′，其中k′∈IK \{k}，本文中符号A\B表示从集合A中排除集合B。
首先考虑上行链路，假设${{\mathit{\boldsymbol{x'}}}_{jk}} \in {\mathbb{C}^{{d_{\rm{u}}}{T_{\rm{u}}} \times 1}}$为用户Γjk发送的码字矩阵, 它与Wjk一一对应。其中du表示每个时隙Wjk被编码为一个du×1的码字，即每个用户每个时隙发送du个独立数据流。假设${\mathit{\boldsymbol{U}}_{jk}} \in {\mathbb{C}^{M{T_{\rm{u}}} \times {d_{\rm{u}}}{T_{\rm{u}}}}}$为相应的预编码矩阵, 那么
${\mathit{\boldsymbol{x}}_{jk}} = {\mathit{\boldsymbol{U}}_{jk}}{{\mathit{\boldsymbol{x'}}}_{jk}}.$ (5)
接下来考虑中继端的处理。为了描述方便，引入以下符号：
${\mathit{\boldsymbol{M}}_j} = \left[ {{\mathit{\boldsymbol{H}}_{j1}}{\mathit{\boldsymbol{U}}_{j1}}, \cdots , {\mathit{\boldsymbol{H}}_{jk}}{\mathit{\boldsymbol{U}}_{jk}}} \right], j \in {I_L}, $ (6a)
${\mathit{\boldsymbol{M}}_{j\bar k}} = {\mathit{\boldsymbol{M}}_j}\backslash \{ {\mathit{\boldsymbol{H}}_{jk}}{\mathit{\boldsymbol{U}}_{jk}}\} , $ (6b)
$\mathit{\boldsymbol{M = }}{\rm{[}}{\mathit{\boldsymbol{M}}_1}{\rm{, }}{\mathit{\boldsymbol{M}}_2}{\rm{], }}$ (6c)
${\mathit{\boldsymbol{M}}_{\bar j}} = \mathit{\boldsymbol{M}}\backslash \mathit{\boldsymbol{M, }}j \in {I_L}.$ (6d)
中继端接收到来自于两个集群的用户信息。对于集群j的用户来说，集群${\bar j}$，$\bar j \in {I_L}\backslash \{ j\} $的用户发送的信号为干扰信号。为解出集群j的信号，中继需要从yR中提取出与干扰集群的信号正交的信号分量。也就是说，对于集群j，存在投影矩阵${\mathit{\boldsymbol{P}}_j} \in {\mathbb{C}^{N{T_{\rm{u}}} \times N{T_{\rm{u}}}}}$，将yR投影到${\rm{null(}}\mathit{\boldsymbol{M}}_{\bar j}^{\rm{T}})$, 即
${\mathit{\boldsymbol{P}}_j}{\mathit{\boldsymbol{y}}_{\rm{R}}} = {\mathit{\boldsymbol{P}}_j}{\mathit{\boldsymbol{M}}_j}\mathit{\boldsymbol{x}}_j^\prime + {\mathit{\boldsymbol{P}}_j}{\mathit{\boldsymbol{z}}_{\rm{R}}}, $ (7)
其中x′j=[x′j1, …, x′jK]T。式中，通过投影，集群j′≠j中的信号被去除了。
接下来考虑下行链路。和前面类似，引入Nj=[Gj1Vj1, …, GjKVjK]，N=[N1, N2]和${\mathit{\boldsymbol{N}}_{\bar j}} = \mathit{\boldsymbol{N}}\backslash {\mathit{\boldsymbol{N}}_j}$。其中${\mathit{\boldsymbol{V}}_{jk}} \in {\mathbb{C}^{M{T_{\rm{d}}} \times {d_{\rm{d}}}{T_{\rm{d}}}}}$是用户Γjk的接收处理矩阵，dd表示每个用户每个时隙接收dd个独立数据流。令${\mathit{\boldsymbol{W}}_j} \in {\mathbb{C}^{N{T_{\rm{d}}} \times N{T_{\rm{d}}}}}$表示将向量投影到${\rm{null(}}\mathit{\boldsymbol{N}}_{\bar j}^{\rm{T}})$的投影矩阵。
考虑半双工通信，上行和下行链路时隙分配允许不同。假设$\mathit{\boldsymbol{F}} \in {\mathbb{C}^{N{T_{\rm{d}}} \times N{T_{\rm{u}}}}}$表示中继端将上行链路接收的Tu个时隙的信号在下行链路使用Td个时隙发送给每个用户。
因此，中继端发送的信号为
${\mathit{\boldsymbol{x}}_{\rm{R}}} = \alpha \sum\limits_{j = 1}^L {\mathit{\boldsymbol{W}}_j^{\rm{T}}} \mathit{\boldsymbol{F}}{\mathit{\boldsymbol{P}}_j}{\mathit{\boldsymbol{y}}_{\rm{R}}}, $ (8)
式中：α为中继端满足功率限制的缩放因子。
最终，用户Γjk收到的信号为
$\mathit{\boldsymbol{V}}_{jk}^{\rm{T}}{\mathit{\boldsymbol{y}}_{jk}} = \alpha \mathit{\boldsymbol{V}}_{jk}^{\rm{T}}\mathit{\boldsymbol{G}}_{jk}^{\rm{T}}\sum\limits_{{j^\prime } = 1}^L {\mathit{\boldsymbol{W}}_j^{{\rm{T}}\prime }} \mathit{\boldsymbol{FP}}_j^\prime {\mathit{\boldsymbol{y}}_{\rm{R}}} + \mathit{\boldsymbol{V}}_{jk}^{\rm{T}}{\mathit{\boldsymbol{z}}_{jk}}$ (9a)
$= \alpha \mathit{\boldsymbol{V}}_{jk}^{\rm{T}}\mathit{\boldsymbol{G}}_{jk}^{\rm{T}}\mathit{\boldsymbol{W}}_j^{\rm{T}}\mathit{\boldsymbol{F}}{\mathit{\boldsymbol{P}}_j}(\sum\limits_{{k^\prime } = 1}^K {{\mathit{\boldsymbol{H}}_{j{k^\prime }}}} {\mathit{\boldsymbol{U}}_{jk}}{\mathit{\boldsymbol{x}}^\prime }_{j{k^\prime }} + {\mathit{\boldsymbol{z}}_{\rm{R}}}) +\\\mathit{\boldsymbol{V}}_{jk}^{\rm{T}}{\mathit{\boldsymbol{z}}_{jk}}.$ (9b)
收到VjkTyjk后，用户Γjk解出信号Wjk′，记为$\mathit{\boldsymbol{\hat W}}_{jk}^{k'}$，其中k′≠k。
从式(9)看出，集群j中的其他用户到用户Γjk的等效信道为$\mathit{\boldsymbol{V}}_{jk}^{\rm{T}}\mathit{\boldsymbol{G}}_{jk}^{\rm{T}}\mathit{\boldsymbol{W}}_j^{\rm{T}}\mathit{\boldsymbol{F}}{\mathit{\boldsymbol{P}}_j}{\mathit{\boldsymbol{M}}_{j\bar k}}$。此等效信道可以看作上行等效信道${\mathit{\boldsymbol{P}}_j}{\mathit{\boldsymbol{M}}_{j\bar k}}$，中继时隙分配矩阵F和下行等效信道$\mathit{\boldsymbol{V}}_{jk}^{\rm{T}}\mathit{\boldsymbol{G}}_{jk}^{\rm{T}}\mathit{\boldsymbol{W}}_j^{\rm{T}}$的乘积。注意文献[12]将集群j中其他用户Γjk′到用户Γjk的等效信道看作两个对称等效信道的乘积。由于本文考虑半双工通信，F矩阵的引入使得上行/下行链路不再对称。因此我们考虑对上行/下行链路分别设计信号对齐。
1.3 自由度由于MIMO mRC的香农容量很难刻画，因此本文主要分析网络的DoF。简单来说，网络的DoF是网络中可以支持的独立信息流数目。
假设T=Tu+Td表示一次信息传输使用的总时隙①，Wjk携带的信息速率为Rjk。如果T→∞时，对于任意k′∈IK\{k}，$\mathit{\boldsymbol{\hat W}}_{jk}^{k'} \ne {\mathit{\boldsymbol{W}}_{jk'}}$总是0，称用户Γjk达到总信息速率${C_{jk}} = \sum\nolimits_{k' = 1, k' \ne k}^K {{R_{jk'}}} $。假设Pjk=βjkP, j∈IL, k∈IK; PR=βP，其中βjk和β均为常系数。接下来，定义系统可达到的总DoF为
① 此时考虑半双工通信，后文中令Tu+Td=T，将结果推广到全双工通信。
${d_{{\rm{sum}}}} \buildrel \Delta \over = \mathop {{\rm{lim}}}\limits_{P \to \infty } \frac{{\sum\nolimits_{j = 1}^L {\sum\nolimits_{k = 1}^K {{C_{jk}}} } (P)}}{{{\rm{log}}P}}, $ (10)
式中：Cjk(P)单位是bit，log表示对数以2为底，同时，定义每个用户可达到的DoF为
${d_{{\rm{ user }}}} \buildrel \Delta \over = \frac{1}{{KL}}{d_{{\rm{ sum }}}}.$ (11)
式中：duser表示用户收到的独立的数据流数目。
注意：考虑全双工通信时，此信道模型的一个割集上界[12]为dsum≤min（KLM, KN），即平均每个用户收到的DoF为
${d_{{\rm{ user }}}} \le {\rm{min}}\left( {M, \frac{N}{L}} \right).$ (12)
2 问题讨论2.1 初期讨论分别对上行和下行链路进行分析。
上行链路集群j中其他用户到用户Γjk的等效信道矩阵为${\mathit{\boldsymbol{P}}_j}{\mathit{\boldsymbol{M}}_{j\bar k}}$，其中Pj表示将向量投影到${\rm{null(}}\mathit{\boldsymbol{M}}_{\bar j}^{\rm{T}})$的投影矩阵。${\mathit{\boldsymbol{P}}_j}{\mathit{\boldsymbol{M}}_{j\bar k}}$与PjMj的差别在于用户Γjk已知自己发送的信号。对于集群j，每个用户发送duTu个独立数据流，集群中共有KduTu个数据流，但是考虑到每个用户接收到同一个集群的数据流后可以去除自己发送的duTu个数据流，集群j在中继端只需占用(K－1)duTu个无干扰的空间维度。所以，上行链路设计信号对齐，满足rank(PjMj)≥ (K－1)duTu。
下行链路集群j中其他用户到用户Γjk的等效信道矩阵为$\mathit{\boldsymbol{V}}_{jk}^{\rm{T}}\mathit{\boldsymbol{G}}_{jk}^{\rm{T}}\mathit{\boldsymbol{W}}_j^{\rm{T}}$，其中Wj表示将向量投影到${\rm{null(}}\mathit{\boldsymbol{N}}_{\bar j}^{\rm{T}})$的投影矩阵。对于集群j，每个用户接收到ddTd个独立数据流。所以，下行链路中继端只需为每个集群发送ddTd维度的无干扰信号。设计信号对齐，满足${\rm{rank(}}\mathit{\boldsymbol{V}}_{jk}^{\rm{T}}\mathit{\boldsymbol{G}}_{jk}^{\rm{T}}\mathit{\boldsymbol{W}}_j^{\rm{T}}{\rm{)}} \ge {d_{\rm{d}}}{T_{\rm{d}}}$。
结合以上对上行和下行链路的分析，如果设计上行预处理矩阵Ujk和下行接收处理矩阵Vjk满足
${ {\rm{rank}} ({\mathit{\boldsymbol{P}}_j}{\mathit{\boldsymbol{M}}_j}) \ge (K - 1){d_{\rm{u}}}{T_{\rm{u}}}, }$ (13a)
${ {\rm{rank}} (\mathit{\boldsymbol{V}}_{jk}^{\rm{T}}\mathit{\boldsymbol{G}}_{jk}^{\rm{T}}\mathit{\boldsymbol{W}}_j^{\rm{T}}) \ge {d_{\rm{d}}}{T_{\rm{d}}}, }$ (13b)
则用户Γjk的自由度取决于上行链路集群j中其他所有用户发送的数据流数目(K－1)duTu和下行链路它能接收到的数据流数目ddTd，即每个用户可达的DoF为
${d_{{\rm{ user }}}} = \frac{1}{T}{\rm{min}}\{ (K - 1){d_{\rm{u}}}{T_{\rm{u}}}, {d_{\rm{d}}}{T_{\rm{d}}}\} .$ (13c)
为描述方便，后文分别称du和dd为上行和下行链路每个用户可达的DoF。
由于我们的信号对齐方案不考虑多个时隙之间的信号对齐，所以接下来考虑单个时隙下(此时Tu=Td=1)如何设计信号对齐，使得du和dd最大。
2.2 相关引理和定义对上行和下行链路设计信号对齐时，均使用了天线禁用技术和角点的概念[12]。接下来以上行链路为例对天线禁用技术进行介绍，并且对角点进行定义。
性质1??每个用户的上行和下行链路的DoF均受中继端天线N和用户端天线M的限制，也就是说，du和dd均为M和N的函数，即du=Nf(M/N)，${d_{\rm{d}}} = N\tilde f(M/N)$，其中f(·)，$\tilde fD( \cdot )$均为M/N的函数。
引理1(天线禁用技术)??对于所考虑的MIMO mRC，假设上行链路du=Nf(M/N)在一个固定的天线配置(M=M0, N=N0)时，du=d0可达。那么通过在用户端禁用M－M0根天线，(x=M/N0, y=du)在线段x∈[M0/N0, ∞)，y=d0上的每个点可达；通过在中继端禁用N0-(MN0/M0)根天线，(x=M/N0, y=du)在线段x∈(0, M0/N0], y=(d0N0/M0)x上的每个点可达。
通过天线禁用技术，只需要给出可达DoF曲线中特定的点，即可得到整个可达DoF曲线。接下来，称这些特定点为角点，并给出以下定义。
定义1(角点)??已知上行链路一个可达的DoF曲线du=Nf(M/N)，固定中继端天线N=N0。对于可达DoF曲线中某一点(M0/N0, d0)，如果当M>M0时，(M /M0, d0M/M0)不可达；并且当M < M0时，(M/N0, d0)时不可达，则称(M0/N0, d0)为可达DoF曲线上的一个角点。
以上对天线禁用技术的描述和角点的定义同样适用于下行链路。接下来，只需找到上行和下行链路所有的角点，并且结合天线禁用技术，即可得上行和下行链路的可达DoF，即du和dd。为描述方便，定义g函数
${g_{(a, b)}}(x) = \left\{ {\begin{array}{*{20}{l}}{\frac{{bx}}{a}, }&{{\rm{ 当 }}x < a{\rm{ 时 }}}\\{b, }&{{\rm{ 当 }}x \ge a{\rm{ }}{\kern 1pt} {\kern 1pt} {\rm{时 }}}\end{array}} \right., $ (14)
式中a和b是常系数。
3 信号对齐3.1 上行链路信号对齐上行链路设计信号对齐满足单个时隙下rank(PjMj)≥(K－1)du。接下来，给出候选角点(M/N, du)，并结合候选角点给出相应的可达DoF。
引理2??对于两个用户集群，每个集群K个用户的M×NMIMO mRC，当数据交换模型为完整数据交换模型时，对于上行链路以下候选角点(M/N, du)是可达的：
${\rm{角点}}({\rm{U1}}){\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{M}{N} = \frac{1}{{2K - 1}}, {d_{\rm{u}}} = \frac{N}{{2K - 1}};$ (15a)
${\rm{角点}}({\rm{U2}}){\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{M}{N} = \frac{{2K - 1}}{{2K(K - 1)}}, {d_{\rm{u}}} = \frac{N}{{2(K - 1)}}.$ (15b)
定义集合I包含式(15)中所有候选角点(M/N, du)，则上行链路每个用户可达的一个DoF为
${d_u} = \mathop {{\rm{max}}}\limits_{(a, b) \in I} {g_{(a, b)}}\left( {\frac{M}{N}} \right).$ (16)
证明??已知候选角点，根据天线禁用技术，可以得到式(16)。接下来设计信号对齐证明角点(U1)和(U2)满足rank(PjMj)≥(K－1)du。
1) 对于角点(U1), 当M/N=1/(2K-1)时，假设$\mathit{\boldsymbol{H}} = \left[ {{\mathit{\boldsymbol{H}}_{11}}, \cdots , {\mathit{\boldsymbol{H}}_{1K}}, {\mathit{\boldsymbol{H}}_{21}}, \cdots , {\mathit{\boldsymbol{H}}_{2K}}} \right] \in {\mathbb{C}^{N \times 2KM}}$，由于信道的随机性，null(H)以概率1是2KM-N维。因此存在满秩矩阵${\mathit{\boldsymbol{U}}_{jk}} \in {\mathbb{C}^{M \times (2KM - N)}}$, j∈IL, k∈IK满足
$\sum\limits_{j = 1}^2 {\sum\limits_{k = 1}^K {{\mathit{\boldsymbol{H}}_{jk}}} } {\mathit{\boldsymbol{U}}_{jk}} = \mathit{\boldsymbol{0}}\mathit{\boldsymbol{.}}$ (17)
此时，每个用户发送du =2KM-N=N/(2K-1)个数据流。在中继端，每个集群的信号占据KN/(2K-1)个信号维度，所以另外一个集群占据N-KN/(2K-1)个无干扰的信号维度，即${\rm{rank(}}{\mathit{\boldsymbol{P}}_j}{\mathit{\boldsymbol{M}}_j}{\rm{) = dim(null(}}\mathit{\boldsymbol{M}}_{\bar j}^{\rm{T}}){\rm{) = }}N{\rm{ - }}KN/(2K - 1) = (K - 1){d_{\rm{d}}}$。
2) 对于角点(U2)，当M/N=(2K-1)/(2K(K-1))时，假设${\mathit{\boldsymbol{H}}_j} = [{\mathit{\boldsymbol{H}}_{j1}}, \cdots , {\mathit{\boldsymbol{H}}_{jk}}] \in {^{N \times KM}}$, j∈IL。由于信道的随机性，null(Hj)以概率1是KM-N维。因此存在${\mathit{\boldsymbol{U}}_{jk}} \in {\mathbb{C}^{M \times (KM - N)}}$, k∈IK满足
$\sum\limits_{k = 1}^K {{\mathit{\boldsymbol{H}}_{jk}}} {\mathit{\boldsymbol{U}}_{jk}} = \mathit{\boldsymbol{0}}, {\rm{ 其中 }}j = 1, 2.$ (18)
此时，每个用户发送du =KM-N=N/(2K-2)个数据流。中继端，每个集群的信号占据(K-1) du =N/2维，所以另外一个集群占据N-N/2个无干扰的信号维度，即${\rm{rank(}}{\mathit{\boldsymbol{P}}_j}{\mathit{\boldsymbol{M}}_j}{\rm{) = dim(null(}}\mathit{\boldsymbol{M}}_{\bar j}^{\rm{T}}){\rm{) = }}N{\rm{ - }}N/2 = (K - 1){d_{\rm{u}}}$。证毕。
3.2 下行链路信号对齐下行链路设计信号对齐满足单个时隙下${\rm{rank(}}\mathit{\boldsymbol{V}}_{jk}^{\rm{T}}\mathit{\boldsymbol{G}}_{jk}^{\rm{T}}\mathit{\boldsymbol{W}}_j^{\rm{T}}{\rm{)}} = {\rm{rank(}}\mathit{\boldsymbol{W}}_j^{}\mathit{\boldsymbol{G}}_{jk}^{}\mathit{\boldsymbol{V}}_{jk}^{}{\rm{)}} \ge {d_{\rm{d}}}$。接下来，给出候选角点(M/N, dd)，并结合候选角点给出相应的可达DoF。
引理3 ??对于两个用户集群，每个集群K个用户的M×NMIMO mRC，当数据交换模型为完整数据交换模型时，下行链路以下候选角点(M/N, dd)是可达的：
${\rm{角点}}({\rm{D1}}){\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{M}{N} = \frac{1}{{K + 1}}, {d_{\rm{d}}} = \frac{N}{{K + 1}};$ (19a)
$\begin{array}{l}{\rm{角点}}({\rm{D2}}){\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{M}{N} = \frac{1}{m}\left( {1 + \frac{1}{{C_{K - 1}^{m - 1} + C_K^m(m - 1)}}} \right), \\{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {d_{\rm{d}}} = \left( {\frac{{C_{K - 1}^{m - 1}N}}{{C_{K - 1}^{m - 1} + C_K^m(m - 1)}}} \right), m = 2, \cdots , K - 1;\end{array}$ (19b)
$\begin{array}{*{20}{c}}{{\rm{角点}}({\rm{D3}}){\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{M}{N} = \frac{1}{K}\left( {K - k + \frac{1}{{k + 1}}} \right), }\\{{d_{\rm{d}}} = \frac{N}{{k + 1}}, k = 1, \cdots , K - 1.}\end{array}$ (19c)
定义集合J包含(19)中所有候选角点(M/N, dd)，则下行链路每个用户可达的一个DoF为
${d_{\rm{d}}} = \mathop {{\rm{max}}}\limits_{(a, b) \in J} {g_{(a, b)}}\left( {\frac{M}{N}} \right).$ (20)
证明??已知候选角点，根据天线禁用技术，可以得到式(20)。接下来我们设计信号对齐证明角点(D1), (D2)和(D3)满足${\rm{rank(}}\mathit{\boldsymbol{W}}_j^{}\mathit{\boldsymbol{G}}_{jk}^{}\mathit{\boldsymbol{V}}_{jk}^{}{\rm{)}} \ge {d_{\rm{d}}}$。
1) 对于角点(D1)，当M/N=1/(K+1)时，不需要设计信号对齐即可满足${\rm{rank(}}\mathit{\boldsymbol{W}}_j^{}\mathit{\boldsymbol{G}}_{jk}^{}\mathit{\boldsymbol{V}}_{jk}^{}{\rm{)}} \ge {d_{\rm{d}}}$。理由如下。假设每个用户Γjk端的预处理矩阵${\mathit{\boldsymbol{V}}_{jk}} \in {\mathbb{C}^{M \times M}}$随机，即Vjk满秩。每个用户接收dd =M=N/(K+1)个独立的数据流。一个集群接收KN/(K+1)个独立数据流。所以中继端发送给另一个集群的无干扰维度为N-KN/(K+1)= dd。即${\rm{rank(}}\mathit{\boldsymbol{W}}_j^{}\mathit{\boldsymbol{G}}_{jk}^{}\mathit{\boldsymbol{V}}_{jk}^{}{\rm{) = }}N - KN{\rm{/(}}K + 1{\rm{) = }}{d_{\rm{d}}}$。
2) 对于角点(D2)，当$\frac{M}{N} = \frac{1}{m}\left( {1 + \frac{1}{{C_{K - 1}^{m - 1} + C_K^m(m - 1)}}} \right)$, m=2, …, K－1时，M/N>1/m。对于集群j中随机选取的m个用户，记为Γjk[1], Γjk[2], …, Γjk[m]，假设${\mathit{\boldsymbol{G}}_j} = \left[ {{\mathit{\boldsymbol{G}}_{j{k_{[1]}}}}, {\mathit{\boldsymbol{G}}_{j{k_{[2]}}}}, \cdots , {\mathit{\boldsymbol{G}}_{j{k_{[m]}}}}} \right] \in {\mathbb{C}^{N \times mW}}$，由于信道的随机性，null(Gj)以概率1是mM-N维。因此，存在满秩矩阵${\mathit{\boldsymbol{V}}_{j{k_{[t]}}}} \in {\mathbb{C}^{M \times (mM - N)}}$, t∈{1, …, m}满足
$\sum\limits_{t = 1}^m {{\mathit{\boldsymbol{G}}_{j{k_{[t]}}}}} {\mathit{\boldsymbol{V}}_{j{k_{[t]}}}} = \mathit{\boldsymbol{0}}, {\rm{ 其中 }}j = 1, 2.$ (21)
此时，${\rm{span }}\left( {{\mathit{\boldsymbol{G}}_{j{k_{[1]}}}}{\mathit{\boldsymbol{V}}_{j{k_{[1]}}}}, \cdots , {\mathit{\boldsymbol{G}}_{j{k_{[m]}}}}{\mathit{\boldsymbol{V}}_{j{k_{[m]}}}}} \right) = {\mathop{\rm span}\nolimits} \left( {{\mathit{\boldsymbol{G}}_{j{k_{[1]}}}}{\mathit{\boldsymbol{V}}_{j{k_{[1]}}}}, \cdots , {\mathit{\boldsymbol{G}}_{j{k_{[m - 1]}}}}{\mathit{\boldsymbol{V}}_{j{k_{[m - 1]}}}}} \right)$，并且以概率1是(m－1)(mM－N)维度。由于从K个用户中选取m个用户共有CKm种组合，这些组合中包含用户Γjk的有CK－1m－1种。所以每个用户接收dd=CK－1m－1(mM－N)个独立数据流，一个集群共接收CK－1m－1K(mM－N)个独立数据流。在中继端，经过信号对齐这些数据流占用CKm(m－1)(mM－N)维度。所以中继端发送给另一个集群的无干扰维度为N-CKm(m－1)(mM－N) = CK－1m－1(mM－N) = dd。即${\rm{rank(}}\mathit{\boldsymbol{W}}_j^{}\mathit{\boldsymbol{G}}_{jk}^{}\mathit{\boldsymbol{V}}_{jk}^{}{\rm{) = }}N{\rm{ - }}C_K^m(m - 1)(mN - N) = {d_{\rm{d}}}$。
3) 对于角点(D3)，当$\frac{M}{N} = \frac{1}{K}\left( {K - k + \frac{1}{{k + 1}}} \right), k = 1, \cdots K - 1$时，假设${\mathit{\boldsymbol{G}}_j} = \left[ {\begin{array}{*{20}{c}}{{{\boldsymbol{G}}_{j1}}}& \cdots &{{{\boldsymbol{G}}_{jk}}}&{{{\boldsymbol{G}}_{j(k + 1)}}}&{}&{\boldsymbol{G}}\\ \vdots & \ddots & \vdots &{}& \ddots &{}\\{{{\boldsymbol{G}}_{j1}}}& \cdots &{{{\boldsymbol{G}}_{jk}}}&{\boldsymbol{G}}&{}&{{{\boldsymbol{G}}_{jk}}}\end{array}} \right] \in {\mathbb{C}^{(K - k)N \times KM}}$由于信道的随机性，null(Gj)以概率1是KM－(K－k)N=N/(k+1)维度。因此，存在满秩矩阵${\mathit{\boldsymbol{V}}_{jk}} \in {\mathbb{C}^{M \times \frac{N}{{k + 1}}}}$, j∈IL, k∈IK满足
$\left[ {\begin{array}{*{20}{c}}{{\mathit{\boldsymbol{G}}_{j1}}}& \cdots &{{\mathit{\boldsymbol{G}}_{jk}}}&{{\mathit{\boldsymbol{G}}_{j(k + 1)}}}&{}&\mathit{\pmb{0}}\\ \vdots & \ddots & \vdots &{}& \ddots &{}\\{{\mathit{\boldsymbol{G}}_{j1}}}& \cdots &{{\mathit{\boldsymbol{G}}_{jk}}}&\mathit{\pmb{0}}&{}&{{\mathit{\boldsymbol{G}}_{jk}}}\end{array}} \right]\left[ {\begin{array}{*{20}{c}}{{\mathit{\boldsymbol{V}}_{j1}}}\\ \vdots \\{{\mathit{\boldsymbol{V}}_{jK}}}\end{array}} \right] = \mathit{\pmb{0}}\mathit{\boldsymbol{.}}$ (22)
因此，span(Gj1Vj1, …, GjKVjK)=span(Gj1Vj1, …, GjkVjk)，并且以概率1是kN/(k+1)维度。此时，每个用户接收dd=N/(k+1)个独立数据流，经过信号对齐，在中继端一个集群接收的kN/(k+1)个数据流压缩到kN/(k+1)个空间维度。所以中继端发送给另一个集群的无干扰信号维度为N－kN/(k+1)=dd。即rank(WjGjkVjk)= N－kN/(k+1) = dd。
证毕。
4 主要结果引理2和引理3分别给出两个用户集群，每个集群K个用户的MIMO mRC完整数据交换模型上行链路的候选角点(M/N, du)∈I和下行链路的候选角点(M/N, dd)∈J。并根据候选角点给出相应的可达DoF。接下来，结合引理2和引理3，给出此模型一个可达的DoF。
考虑全双工通信，假设每个结点都可以进行自干扰消除，则以上对半双工通信的分析经过调整可以应用于全双工通信。全双工通信和半双工通信主要的区别在于，对于全双工通信，每个结点同时发送和接收信号，因此上行和下行链路总是占用相同的时隙，即Tu=Td=T。由于引理2和引理3均考虑单个时隙下的信号对齐，由此，令Tu=Td=T，很容易推出此模型全双工通信下一个可达的DoF。
定理1??对于两个用户集群，每个集群K个用户的M×NMIMO mRC，当考虑完整数据交换模型，并且考虑全双工通信时，每个用户可达到的一个DoF为
${d_{{\rm{user}}}} = \mathop {{\rm{max}}}\limits_{(a, b) \in J} {g_{(a, b)}}\left( {\frac{M}{N}} \right).$ (23)
证明 ??考虑全双工通信，即Tu=Td=T，由式(13c)，${d_{{\rm{user }}}} = \frac{1}{T}\min \left\{ {(K - 1){d_{\rm{u}}}{T_{\rm{u}}}, {d_{\rm{d}}}{T_{\rm{d}}}} \right\} = \min \left\{ {(K - 1){d_{\rm{u}}}, {d_{\rm{d}}}} \right\}$。结合引理2和引理3，下行链路是网络的瓶颈，得到duser=dd。证毕。
令定理1中K=3和K=4，给出以下结论。
推论1 ??对于L=2，K=3的M×NMIMO mRC，当考虑完整数据交换模型，并且考虑全双工通信时，每个用户可达的一个DoF为
${d_{{\rm{user}}}} = \left\{ {\begin{array}{*{20}{l}}{{\rm{min}} \left\{ {M, \frac{N}{4}} \right\}, \;\:{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{M}{N} \le \frac{1}{3}}\\{{\rm{min}}\left\{ {\frac{{3M}}{4}, \frac{N}{3}} \right\}, \;\:{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{1}{3} < \frac{M}{N} \le \frac{1}{2}}\\{{\rm{min}}\left\{ {\frac{{2M}}{3}, \frac{{2N}}{5}} \right\}, \;\:\frac{1}{2} < \frac{M}{N} \le \frac{2}{3}}\\{{\rm{min}}\left\{ {\frac{{3M}}{5}, \frac{N}{2}} \right\}, \;\:{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{2}{3} < \frac{M}{N} < 1}\end{array}} \right..$ (24)
证明 ??当K=3时，下行链路存在以下候选角点(M/N, dd)：
(D1) $\left( {\frac{1}{4}, \frac{N}{4}} \right)$；(D2) $\left( {\frac{3}{5}, \frac{{2N}}{5}} \right)$；
(D3) k=1时, $\left( {\frac{5}{6}, \frac{N}{2}} \right)$；k=2时, $\left( {\frac{4}{9}, \frac{N}{3}} \right)$。
由式(23)得到推论1。
推论2 ??对于L=2，K=4的M×NMIMO mRC，当考虑完整数据交换模型，并且考虑全双工通信时，每个用户可达的一个DoF为
${d_{{\rm{user}}}} = \left\{ {\begin{array}{*{20}{l}}{{\rm{min}}\left\{ {M, \frac{N}{5}} \right\}, \;\:{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{M}{N} \le \frac{1}{4}}\\{{\rm{min}}\left\{ {\frac{{4M}}{5}, \frac{N}{4}} \right\}, \;\:\frac{1}{4} < \frac{M}{N} \le \frac{1}{3}}\\{{\rm{min}}\left\{ {\frac{{3M}}{4}, \frac{{3N}}{{11}}} \right\}, \;\frac{1}{3} < \frac{M}{N} \le \frac{5}{{11}}}\\{{\rm{min}}\left\{ {\frac{{3M}}{5}, \frac{N}{3}} \right\}, \;\:\frac{5}{{11}} < \frac{M}{N} \le \frac{7}{{12}}}\\{{\rm{min}}\left\{ {\frac{{4M}}{7}, \frac{N}{2}} \right\}, \;\:\frac{7}{{12}} < \frac{M}{N} \le 1}\end{array}} \right..$ (25)
证明 ??当K=4时，下行链路存在以下候选角点(M/N, dd)：
(D1) $\left( {\frac{1}{5}, \frac{N}{5}} \right)$；
(D2) m=2时，$\left( {\frac{5}{9}, \frac{N}{3}} \right)$；m=3时，$\left( {\frac{4}{{11}}, \frac{{3N}}{{11}}} \right)$；
(D3) k=1时，$\left( {\frac{7}{8}, \frac{N}{2}} \right)$；k=2时，$\left( {\frac{7}{{12}}, \frac{N}{3}} \right)$；k=3时，$\left( {\frac{5}{{16}}, \frac{N}{4}} \right)$。
由式(22)得到推论2。
图 2和图 3分别给出L=2, K=3和L=2, K=4全双工通信下系统可达到的DoF。对于L=2, K=3，将全双工通信下的割集上界以及文献[12]，[14]的结果加入进去比较。由于得到2个更优的角点(1/4，N/4)和(3/5，2N/5)，我们的结果在这2个角点附近优于文献[12]中的结果。同时，此结果和文献[14]使用算法优化得到的结果相同。而且这也是目前为止此模型最优的可达DoF。对于L=2, K=4将全双工通信下的割集上界以及文献[12]的结果加入进去比较。此时，得到3个更优的角点(1/5，N/5)，(4/11, 3N/11)和(5/9，N/3)，所以在这几个角点附近我们的结果优于文献[12]中的结果。
Fig. 2
Download: JPG
larger image
图 2 全双工通信L=2, K=3模型可达到的DoF Fig. 2 Achievable DoF of MIMO mRC with L=2 and K=3 in full duplex model
图 2 全双工通信L=2, K=3模型可达到的DoF

Fig. 2 Achievable DoF of MIMO mRC with L=2 and K=3 in full duplex model -->


Fig. 3
Download: JPG
larger image
图 3 全双工通信L=2, K=4模型可达到的DoF Fig. 3 Achievable DoF of MIMO mRC with L=2 and K=4 in full duplex model
图 3 全双工通信L=2, K=4模型可达到的DoF

Fig. 3 Achievable DoF of MIMO mRC with L=2 and K=4 in full duplex model -->

注意：考虑全双工通信时，由于网络的瓶颈是下行链路，所以文献[12]中作者考虑上行和下行链路对称设计是足够的, 同时，作者假设每个用户发送一个独立的数据流，则将一个集群的信号尽可能压缩到一维。这和我们下行链路设计信号对齐的要求(13b)是类似的。但是我们在设计下行链路信号对齐时考虑了更多的信号对齐模式，所以得到了更优化的结果。
通过定理1进一步验证了对于完整数据交换模型，下行链路是网络的瓶颈。所以对于半双工通信，通过优化上行和下行链路的时隙可以使系统的DoF进一步提高。
定理2??对于两个用户集群，每个集群K个用户的M×NMIMO mRC，当考虑完整数据交换模型，并且考虑半双工通信时，优化上行和下行链路的时隙分配为
$\frac{{{T_{\rm{u}}}}}{{{T_{\rm{d}}}}} = \frac{{\mathop {{\rm{max}}}\limits_{(a, b) \in I} {g_{(a, b)}}\left( {\frac{M}{N}} \right)}}{{(K - 1)\mathop {{\rm{max}}}\limits_{(a, b) \in J} {g_{(a, b)}}\left( {\frac{M}{N}} \right)}}.$ (26a)
此时每个用户可达的一个DoF为
${d_{{\rm{user}}}} = \frac{{(K - 1){{\left( {\mathop {{\rm{max}}}\limits_{(a, b) \in I} {g_{(a, b)}}\left( {\frac{M}{N}} \right)} \right)}^2}}}{{\mathop {{\rm{max}}}\limits_{(a, b) \in I} {g_{(a, b)}}\left( {\frac{M}{N}} \right) + (K - 1)\mathop {{\rm{max}}}\limits_{(a, b) \in J} {g_{(a, b)}}\left( {\frac{M}{N}} \right)}}.$ (26b)
其中，集合I和集合J分别包含式(15)和式(19)中的角点，g函数定义在式(14)中。
证明 ??考虑半双工通信，此时T=Tu+Td则由式(13c)，当(K－1)duTu=ddTd时，即$\frac{{{T_{\rm{u}}}}}{{{T_{\rm{d}}}}} = \frac{{{d_{\rm{d}}}}}{{(K - 1){d_{\rm{u}}}}}$时，duser最大，此时，${d_{{\rm{user }}}}{\rm{ = }}\frac{1}{{{T_{\rm{u}}} + {T_{\rm{d}}}}}\min \left\{ {(K - 1){d_{\rm{u}}}{T_{\rm{u}}}, {d_{\rm{d}}}{T_{\rm{d}}}} \right\} = \frac{{(K - 1){d_{\rm{u}}}{T_{\rm{u}}}}}{{{T_{\rm{u}}} + {T_{\rm{d}}}}} = \frac{{(K - 1){d_{\rm{u}}}}}{{1 + \frac{{{T_{\rm{d}}}}}{{{T_{\rm{u}}}}}}}$。结合引理2和引理3，得到定理2。
令定理2中K=3，得到以下结果。
推论3 ??对于L=2，K=3的M×NMIMO mRC，当考虑完整数据交换模型，并且考虑半双工通信时，优化上行/下行链路的时隙分配为
$\frac{{{T_{\rm{u}}}}}{{{T_{\rm{d}}}}} = \left\{ \begin{array}{l}\begin{array}{*{20}{l}}{\frac{1}{2}, \;\:{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{M}{N} \in \left( {0, \frac{1}{5}} \right]}\\{\frac{{5M}}{{2N}}, \;\:\frac{M}{N} \in \left( {\frac{1}{5}, \frac{1}{4}} \right]}\\{\frac{5}{8}, \;\:{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{M}{N} \in \left( {\frac{1}{4}, \frac{5}{{12}}} \right]}\end{array}\\\begin{array}{*{20}{l}}{\frac{{3M}}{{2N}}, \;{\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{M}{N} \in \left( {\frac{5}{{12}}, \frac{4}{9}} \right]}\\{\frac{2}{3}, \;\:{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{M}{N} \in \left( {\frac{4}{9}, \frac{1}{2}} \right]}\\{\frac{{4M}}{{3N}}, \;{\kern 1pt} \frac{M}{N} \in \left( {\frac{1}{2}, \frac{3}{5}} \right]}\end{array}\\\begin{array}{*{20}{l}}{\frac{4}{5}, \;\:{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{M}{N} \in \left( {\frac{3}{5}, \frac{2}{3}} \right]}\\{\frac{{6M}}{{5N}}, \;{\kern 1pt} {\kern 1pt} \frac{M}{N} \in \left( {\frac{2}{3}, \frac{5}{6}} \right]}\\{1, \;\:{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \frac{M}{N} \in \left( {\frac{5}{6}, 1} \right]}\end{array}\end{array} \right., $ (27a)
此时每个用户可达的一个DoF为
${d_{{\rm{user}}}}\left\{ \begin{array}{l}\begin{array}{*{20}{c}}{\frac{{2M}}{3}, }&{\frac{M}{N} \in \left( {0, \frac{1}{5}} \right]}\\{{\rm{min}}\left\{ {\frac{{2N}}{{5 + \frac{{2N}}{M}}}, \frac{{2N}}{{13}}} \right\}, }&{\frac{M}{N} \in \left( {\frac{1}{5}, \frac{1}{3}} \right]}\\{\frac{{6M}}{{13}}, }&{\frac{M}{N} \in \left( {\frac{1}{3}, \frac{5}{{12}}} \right]}\end{array}\\\begin{array}{*{20}{c}}{{\rm{min}}\left\{ {\frac{N}{{2 + \frac{{4N}}{{3M}}}}, \frac{N}{5}} \right\}, }&{\frac{M}{N} \in \left( {\frac{5}{{12}}, \frac{1}{2}} \right]}\\{{\rm{min}}\left\{ {\frac{N}{{2 + \frac{{3N}}{{2M}}}}, \frac{{2N}}{9}} \right\}, }&{\frac{M}{N} \in \left( {\frac{1}{2}, \frac{2}{3}} \right]}\\{{\rm{min}}\left\{ {\frac{N}{{2 + \frac{{5N}}{{3M}}}}, \frac{N}{4}} \right\}, }&{\frac{M}{N} \in \left( {\frac{2}{3}, 1} \right]}\end{array}\end{array} \right..$ (27b)
证明 ??当K=3时，上行链路存在以下候选角点(M/N, du)：
(U1) $\left( {\frac{1}{5}, \frac{N}{5}} \right)$；(U2) $\left( {\frac{5}{{12}}, \frac{N}{4}} \right)$。因此上行链路每个用户可达的DoF为
${d_{\rm{u}}} = \left\{ {\begin{array}{*{20}{l}}{{\rm{min}}\left\{ {M, \frac{N}{5}} \right\}, }&{\frac{M}{N} \le \frac{1}{3}}\\{{\rm{min}}\left\{ {\frac{{3M}}{5}, \frac{N}{4}} \right\}, }&{\frac{1}{3} < \frac{M}{N} < 1}\end{array}} \right..$ (28)
结合推论1下行链路可达的DoF以及定理2, 得到推论3。证毕。
注意：根据2.1节的讨论，当上行链路设计信号对齐满足rank(PjMj)≥(K－1)duTu。下行链路采用文献[12]的结果，通过优化上行和下行链路的时隙分配，可以得到L≥2个用户集群，每个用户集群中K≥3个用户的MIMO mRC模型在半双工通信下可达的一个DoF。但是由于文献[12]中下行链路设计信号对齐的方式并不是最优的，所以最终得到的半双工通信下的结果并非最优。
图 4给出半双工通信下L=2, K=3模型可达到的DoF。对于半双工通信，当不考虑上行和下行链路时隙优化分配时，系统可达的DoF是全双工通信的一半，很容易得到半双工通信下两个可达的DoF，即定理1中duser的1/2以及文献[12]结果的1/2。在图 4中将此不考虑时隙分配的结果加入进行比较。同时，如前所述，结合2.1节的讨论，文献[12]的结果经过上行和下行时隙优化分配，很容易推广到半双工通信。对于L=2, K=3，当上行链路设计信号对齐得到式(28)，下行链路采用文献[12]中的信号对齐方式时，可以推出半双工通信下经过上行/下行时隙优化后一个可达的DoF。将此结果加入图 4进行比较。结果发现当M/N < 5/6时，进行时隙优化分配后的结果明显优于不进行时隙分配的结果。同时，由于下行链路考虑了2个更优的角点(1/4，N/4)和(3/5，2N/5)，在这2个角点附近可得到更优化的DoF。
Fig. 4
Download: JPG
larger image
图 4 半双工通信L=2, K=3模型可达到的DoF Fig. 4 Achievable DoF of MIMO mRC with L=2 and K=3 in half duplex model
图 4 半双工通信L=2, K=3模型可达到的DoF

Fig. 4 Achievable DoF of MIMO mRC with L=2 and K=3 in half duplex model -->

注意：半双工通信时，上行和下行链路信号对齐非对称设计使得系统DoF进一步提高。这是因为对于一次完整的数据交换，上行链路中继端需要解出一个集群所有用户发送的信号，对应于式(13a)，下行链路中继端为每个集群中的所有用户发送相同的信号，对应于式(13b)。很明显，上行链路的信号对齐要求相比下行链路降低了，这是因为如果上行链路一个集群的信息在中继端压缩得过于严重时，需要消耗多余的时隙将压缩的信息解出来。
5 总结由于L个用户集群，每个集群K个用户的MIMO mRC的完整数据交换模型较为复杂，目前此模型全双工通信和半双工通信下的信道容量是未知的。本文主要对两个集群，每个集群K个用户的MIMO mRC的完整数据交换模型进行分析。由于数据交换模型的特殊性，上行和下行链路的信号对齐是不对称的，所以对上行链路和下行链路分别设计信号对齐，得到相应的角点，并根据角点给出每个用户上行链路可以发送的独立数据流数目du和下行链路可以接收的独立数据流数目dd。对于全双工通信，假设每个结点可以进行自干扰消除，通过令Tu=Td=T，推出此模型在全双工通信下的结果。同时，由于下行链路是网络的瓶颈，通过上行和下行链路非对称设计，并且优化上行/下行链路时隙分配，得到半双工通信下一个优化的DoF。
通过给出全双工通信下L=2, K=3和L=2, K=4的可达DoF，验证了我们的结果优于目前已知的结果[12]，并和通过算法优化得到的结果[14]相同。同时通过优化上行/下行链路时隙分配Tu/Td，半双工通信下的L=2, K=3系统的DoF进一步得到提高。本文分析对于更一般的完整数据交换模型(L>2)在全双工通信和半双工通信下的DoF分析有参考价值。

参考文献
[1] Gunduz D, Yener A, Goldsmith A, et al. The multiway relay channel[J]. IEEE Transactions on Information Theory, 2013, 59(1): 51-63.
[2] 王川, 邱玲. MIMO下行多用户中继系统的线性收发处理设计[J]. 中国科学院大学学报, 2015, 32(3): 378-383.
[3] Cover T M, Thomas J A. Elements of information theory[M]. New York: Wiley, 1991.
[4] 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.
[5] Wang R, Yuan X. MIMO multiway relaying with pairwise data exchange:a degrees of freedom perspective[J]. IEEE Transactions on Signal Processing, 2014, 62(20): 5294-5307.
[6] Wang R, Yuan X, Tao M. Degrees of freedom of MIMO multiway relay channel with clustered pairwise exchange[J]. IEEE Journal on Selected Areas in Communications, 2015, 33(2): 337-351.
[7] Tian Y, Yener A. Degrees of freedom for the MIMO multi-way relay channel[J]. IEEE Transactions on Information Theory, 2014, 60(5): 2495-2511.
[8] Wang R, Yuan X, Yeung R W. MIMO multipair two-way relaying with distributed relays:joint signal alignment and interference neutralization[J]. IEEE Transactions on Information Theory, 2016, 62(3): 1326-1343.
[9] Liu K, Tao M. Generalized signal alignment:on the achievable DoF for multi-user MIMO two-way relay channels[J]. IEEE Transactions on Information Theory, 2015, 61(6): 3365-3386.
[10] Liu K, Tao M. On the sum DoF of the asymmetric four-user MIMO Y channel[C]//IEEE International Conference on Communications. IEEE, Kuala Lumpur, 2016: 1-6.
[11] Ding T, Yuan X, Liew S C. On the degrees of freedom of the symmetric multi-relay MIMO Y channel[J]. IEEE Transactions on Wireless Communications, 2017, 16(9): 5673-5688.
[12] Yuan X. MIMO multiway relaying with clustered full data exchange:signal space alignment and degrees of freedom[J]. IEEE Transactions on Wireless Communications, 2014, 13(12): 6795-6808.
[13] Huang T, Yuan X, Yuan J. Degrees of freedom of half-duplex MIMO multi-way relay channel with full data exchange[C]//IEEE Global Communications Conference. Austin. IEEE, 2014: 4336-4341.
[14] Ding T, Yuan X, Liew S C. Algorithmic beamforming design for MIMO multiway relay channel with clustered full data exchange[J]. IEEE Transactions on Vehicular Technology, 2018, 67(10): 10081-10086.
[15] Zhang S, Liew S C, Lam P P. Hot topic: physical-layer network coding[C]//Proc ACM MobiCom, Los Angeles. ACM Sigmobile, 2006: 358-365.
[16] Papailiopoulos D S, Dimakis A G. Interference alignment as a rank constrained rank minimization[J]. IEEE Transactions on Signal Processing, 2012, 60(8): 4278-4288.


相关话题/通信 信号 设计 优化 文献
  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效，10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材，产品类型包含电子书、题库、全套资料以及视频，无论您是考研复习、考证刷题，还是考前冲刺等，不同类型的产品可满足您学习上的不同需求。 ...
    考试优惠券 本站小编 Free壹佰分学习网 2022-09-19
  • 一种面向FPGA实现的LDPC编码可配置并行架构设计
    张雪,姜泉江,梁广,余金培中国科学院上海微系统与信息技术研究所;上海微小卫星创新研究院,上海201203;上海科技大学信息科学与技术学院,上海201210;中国科学院大学,北京1000492019年1月14日收稿;2019年4月15日收修改稿基金项目:国家自然科学基金（61601295）、国家重点研 ...
    中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25
  • 基于净空技术的ISM频段可靠无线通信系统
    吉行健1,2,3,梁广2,3,孙思月2,3,姜泉江2,3,余金培2,31.中国科学院上海微系统与信息技术研究所,上海200050;2.中国科学院大学,北京100049;3.中国科学院微小卫星创新研究院,上海2012032018年12月27日收稿;2019年5月8日收修改稿基金项目:国家自然科学基金（ ...
    中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25
  • 基于负样本多通道优化SSD网络的钢铁厂提取
    卢凯旋1,2,李国清3,陈正超1,昝露洋1,2,李柏鹏1,高建威11.中国科学院遥感与数字地球研究所,北京100094;2.中国科学院大学资源与环境学院,北京100094;3.河南省遥感测绘院,郑州4500032019年1月23日收稿;2019年3月20日收修改稿基金项目:中国科学院A类战略性先导科 ...
    中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25
  • 油井磁防蜡技术中的Halbach型磁场的设计
    廖艳飞1,2,王晓东2,那贤昭11.钢铁研究总院先进钢铁流程及材料国家重点实验室,北京100081;2.中国科学院大学材料科学与光电技术学院,北京1000492016年02月25日收稿;2016年04月26日收修改稿基金项目:中国科学院“****”项目（111800M105）、国家自然科学基金（51 ...
    中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25
  • 双随机相位加密系统的无约束最优化攻击
    王国华1,2,李拓1,3,张三国1,2,史祎诗1,31.中国科学院大学,北京100049;2.中国科学院大数据挖掘与知识管理重点实验室,北京100049;3.中国科学院光电研究院,北京1000942016年02月24日收稿;2016年03月31日收修改稿基金项目:国家自然科学基金（61575197） ...
    中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25
  • 蜂窝网络中机器类设备突发上行随机接入的优化
    薛滔,邱玲中国科学技术大学中国科学院无线光电通信重点实验室,合肥2300272015年11月26日收稿;2015年12月29日收修改稿通信作者:邱玲E-mail:lqiu@ustc.edu.cn摘要:机器与机器通信是蜂窝网络向5G演进的主要驱动力之一，而大量机器类设备（machine-typecom ...
    中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25
  • 日像仪观测太阳射电信号左右旋圆偏振的方法
    李沙,王威,刘东浩,颜毅华,陈志军中国科学院国家天文台中国科学院太阳活动重点实验室,北京1000122015年06月15日收稿;2016年01月07日收修改稿基金项目:国家重大科研装备项目（ZDYZ2009-3）、国家青年基金（11203042）、联合基金（U1231205）和国家自然科学基金面上项 ...
    中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25
  • 平面Bézier曲线细分算法的参数优化
    马晓辉,林凤鸣,申立勇中国科学院大学数学科学学院,北京1000492015年12月04日收稿;2016年01月21日收修改稿基金项目:北京市科技新星计划(Z121104002512065)资助通信作者:E-mail:lyshen@ucas.ac.cn摘要:复杂曲线逼近是CAGD中的基本问题,传统d ...
    中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25
  • 4-羟基环孢素高产菌株诱变筛选及培养基优化
    金丽娜,闻建平天津大学化工学院,天津3000722016年09月29日收稿;2016年11月28日收修改稿基金项目:国家973项目（2013CB733600）、国家自然科学基金（21376171）、国家自然科学基金重点项目（21236005）资助通信作者:闻建平,E-mail:jpwen@tju.e ...
    中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25
  • 基于局部特征优化的语音情感识别
    隋小芸1,2,朱廷劭1,汪静莹1,21.中国科学院心理研究所,北京100101;2.中国科学院大学心理学系,北京1000492016年03月29日收稿;2016年06月17日收修改稿基金项目:国家重点基础研究发展（973）计划（2014CB744600）资助通信作者:朱廷劭,E-mail:tszhu ...
    中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.