5G技术的应用场景主要包含了增强移动宽带(eMBB)、大规模机器通信(mMTC)和高可靠低时延通信(URLLC),本选题主要考虑eMBB场景中的室内单层超密集网络场景。为了满足用户快速增长的业务需求,在eMBB室内单层超密集网络场景中,动态TDD(D-TDD)技术得到了应用。该技术通过对基站子帧配置的动态调整,从而最大化满足该基站用户的业务需求。动态TDD技术是5G NR(New Radio Access Technology)技术中的一个重要的研究方向。动态TDD技术在提升网络整体性能的同时,也带来了交叉时隙干扰。本文旨在对5G室内超密集网络场景中的动态TDD技术进行研究,提出降低交叉时隙干扰的解决方法。

国内外研究现状分析:

由于5G网络的关键特征将会是超密集小小区部署(小区半径小于几米)和不同的从超低时延到千兆速率的需求。基于TDD的空口被提议应用于针对小小区信号小延迟传播经验的部署,灵活分配每个子帧上下行传输资源。这种在灵活选择上下行配置的TDD也被称为动态TDD。在动态TDD上下行配置的情况下，不同的小区能更如灵活适应业务需求，对减小基站能耗也有一定作用。动态TDD技术一般只在小覆盖的低功率节点小区中使用，而在大覆盖的宏基站小区中一般不使用动态TDD技术。超密集小小区组网和大量的应用将成为5G无线通信系统的基本内容。一个动态TDD的部署可能引起上下行子帧交错干扰和降低系统性能。5G动态TDD的主要挑战包括更短的TTI、更快的UL/DL切换和MIMO的结合等。为了应对这些挑战，目前被考虑的解决方案有如下4种:小区分簇干扰缓解(CCIM)、elClC/FeICIC、 功率控制、利用MIMO技术。

CCIM是根据小区间的某个阈值(如耦合损耗，干扰水平)将小区分簇的方法。每个簇可以包含一个或多个小区。每个簇中的全部小区主动传输任何子帧或全部子帧的子集中要么都是上行链路要么都是下行链路，以便在同一簇中的基站一基站之间的干扰与用户——用户之间的干扰得到缓解。属于同一簇的多小区之间的协作是必要的。属于不同簇小区的传输方向在一个子帧中可以不同，通过自由地选择不同的TDD配置,来获取基于业务自适应的TDD上下行链路重新配置所带来的收益。CCIM 本质上包括2个功能，即形成小区簇和每个小区族中的协作传输。有文献为了合理地形成小区簇，基站的测量是必要的，而基站测量的目的是评价来自于另一个基站的干扰水平。此外，与基站测量相关的信号和过程都必须被支持。至于小区簇内的协作形成条件需要进一步研究。

elClC是依靠几乎空白子帧ABS协调宏小区和小小区的层间干扰。然而，elCIC 方案并没有解决小区特定参考信号CSR上的干扰控制，为了确保后向兼容性，CSR 不能为空白子帧。FelCIC考虑了CRS干扰，并使用减少功率的几乎空白子帧(RP-ABS)增加了系统容量。借鉴小区间干扰协调( ICIC)和增强型小区间干扰协调(elCIC) 在时间或频率域上资源分配正交化的思路解决相邻小区间的干扰。这些基于ICIC的方案在干扰抑制中也许会造成资源不必要的浪费。FeICIC 的主要挑战是宏小区和小小区之间的智能调度和协调以及如何减少功率。elCIC和FelClC设计起初是汛来解决异构网中下行链路干扰问题。

在动态TDD系统中，上行链路的性能将会显著下降。为了提高上行链路的性能，业内提出了一些功率控制的方案。基本原则如下所述:减弱造成eNB-eNB干扰的下行子帧传输功率、增加受到eNB-eNB干扰的上行子帧传输功率。目前的干扰抑制方法主要集中在确定功率的变化范围以及控制策略这2个方面，比如一些静态和动态的控制方案。然而，在基于功控的方法中，增加传输功率可能会造成额外的干扰，降低基站的功率也将减小小区的覆盖范围。在以上方法中，将重点研究功率增强和减弱。

虽然阐述结合大规模多天线实现干扰消除方法的文献不多，但一些潜在的想法还是值得考虑，比如干扰对齐的方法。干扰对齐技术使MIMO系统的空间自由度最大化，从而显著地改善了系统容量。干扰对齐方法的核心思想是将不同来源的干扰调整到一个约束的信号子空间，那么目标信号就能在这个子空间的零空间被接收。创建一个联合干扰对齐波束成形问题，那么单个波束成形解决方案就能够处理几个不同干扰场景下的波束成形问题。

2. 研究的基本内容与方案

为了降低5G网络超密集场景中的交叉时隙干扰，本文研究了基于图论的分簇方法。该分簇方法包括一种改进的耦合损耗计算方法和一种基于图论的新型分簇方法，其中改进的耦合损耗计算方法同时考虑到了ＢＳ－ＢＳ的交叉时隙干扰和ＵＥ－ＵＥ的交叉时隙干扰，确立了一个改进的耦合损耗的阈值。基于图论的分簇方法将边划分为强边或弱边，分别表示基站之间存在强千扰或弱干扰。基于图论的分簇方法的原理是将基站抽象为点，将基站间的耦合损耗抽象为边，将强边分到一个簇内，使得簇内的边尽可能都是强边。这种方法的结果会使得簇内的基站都是具有较强交叉时隙干扰的真正需要交叉时隙干扰消除的基站，簇的大小也能够间接的得到控制。经过反复的判断迭代，场景中的强边最终能够汇聚到若干个簇内，形成最终的分簇结果，从而提高用户的网络速率和信干噪比。