In den letzten Jahren ist die Anzahl der drahtlosen Geräte exponentiell gestiegen und es ist daher zu erwarten, dass auch die Interferenz steigt. Die Interferenz zwischen Kommunikationsverbindungen ist der maßgebliche limitierende Faktor in heutigen Kommunikationsnetzen und der Umgang mit dieser daher eine der größten Herausforderungen in drahtlosen Kommunikationsnetzen der Zukunft. Wenn die Interferenzsignale im Vergleich zum Nutzsignal schwach sind, so können diese einfach als Rauschen betrachtet werden. Sind die Interferenzsignale im Vergleich zum Nutzsignal stark, so können diese zuverlässig dekodiert und an den Empfängern vom Empfangssignal subtrahiert werden. In Mehrbenutzer-Kommunikationsnetzen sind die Interferenzsignale und das Nutzsignal jedoch oft von vergleichbarer Signalstärke. Der herkömmliche Ansatz zur Verarbeitung dieser Interferenzsignale besteht darin, das Nutzsignal und die Interferenzsignale zu orthogonalisieren, z.B. durch Zeitmultiplexverfahren (Time Division Multiple Access, TDMA) oder Frequenzmultiplexverfahren (Frequency Division Multiple Access, FDMA). Anstelle der Orthogonalisierung wurde in den letzten Jahren Interference Alignment (IA) als effiziente Technik zur Verarbeitung von Interferenzsignalen entwickelt, insbesondere im Bereich eines hohen Signal-zu-Rausch-Verhältnisses (SNR). Die Grundidee von IA besteht darin, an jedem Empfänger mehrere Interferenzsignale in einen bestimmten Teilraum mit reduzierter Dimension zu bündeln. Ziel ist es, die durch Interferenzsignale belegten Signaldimensionen an jedem Empfänger zu minimieren. Um IA durchzuführen, wird der Empfangsraum in zwei Unterräume aufgeteilt, den Nutzsignal-Unterraum und den Interferenzsignal-Unterraum. Jeder Sendeknoten gestaltet seine Sendefilter so, dass sich an jedem Empfangsknoten alle Interferenzsignale innerhalb des Interferenzsignal-Unterraums befinden und sich lediglich das Nutzsignal im interferenzfreien Nutzsignal-Unterraum befindet.

Der Schwerpunkt dieser Arbeit liegt auf großen, interferenzbegrenzten, drahtlosen Kommunikationsnetzen. Im Gegensatz zum herkömmlichen Gebrauch von Relais zur Erhöhung der Reichweite werden in dieser Arbeit die Relais dazu verwendet, den effektiven Ende-zu-Ende Kanal zwischen den Sendern und Empfängern zu beeinflussen, um IA im Netzwerk durchzuführen. Da die Relais lediglich zur Unterstützung des IA Prozesses verwendet werden, sind die von den Knoten übertragenen Datenströme für die Relais irrelevant. Somit reichen Verstärkungs- und Weiterleitungsrelais aus, um den IA Prozess zu unterstützen. Der Hauptfokus dieser Arbeit liegt daher auf Verstärkungs- und Weiterleitungsrelais. Es gilt die Annahme, dass alle Knoten und Relais Mehrantennengeräte sind, welche im Halbduplex-Modus arbeiten. Werden große Netzwerke betrachtet, so kann aufgrund physikalischer Ausbreitungsphänomene, wie z.B. hoher Pfadverlust und Abschattung, nicht angenommen werden, dass alle Knoten mit allen Relais verbunden sind. In solch großen Netzwerken können die Abstände zwischen den einzelnen Knoten stark variieren, was zu Verbindungen mit deutlich unterschiedlichen Signalstärken führt. Ausreichend schwache Verbindungen können hierbei vernachlässigt werden. Somit sind große Netzwerke im Allgemeinen nur teilweise verbunden. In dieser Arbeit werden folgende drei wichtige, interferenzlimitierte, relaisgestützte, drahtlose Netzwerktopologien untersucht: das teilweise verbundene, relaisgestützte Mehrpaar-Paarweise-Kommunikationsnetzwerk, das vollständig verbundene Mehrgruppen-Mehrwege-Relaisnetzwerk und das teilweise verbundene Mehrgruppen-Mehrwege-Relaisnetzwerk. Für jede dieser Topologien werden in dieser Arbeit neue Algorithmen zur Durchführung von IA entwickelt.

Zunächst wird ein großes, teilweise verbundenes, relaisgestütztes Kommunikationsnetzwerk betrachtet, in welchem paarweise kommuniziert wird. Es wird ein Konzept zur geeigneten Aufteilung dieses Netzwerks in Teilnetzwerke vorgestellt, die wiederum vollständig verbunden sind. Jedes dieser Teilnetzwerke enthält ein einzelnes Relais und alle Knoten, die mit diesem Relais verbunden sind. Einige Knoten oder sogar Kommunikationspaare können mit mehreren Relais verbunden sein. Die bidirektionale, paarweise Kommunikation zwischen den Knoten erfolgt über die Relais, unter Verwendung des Zweiwege-Relaisprotokolls. Da nur Relais, welche mit beiden Knoten eines Kommunikationspaares verbunden sind, dieses Paar bedienen können, wird angenommen, dass alle Kommunikationspaare im gesamten Netzwerk von mindestens einem Relais bedient werden. Der Umgang mit Knoten, die mit mehreren Relais verbunden sind, stellt in einem solch teilweise verbundenen Netzwerk die größte Herausforderung dar. Daher werden die als Simultaneous Signal Alignment (SSA) und Simultaneous Channel Alignment (SCA) bezeichneten Verfahren vorgeschlagen, um Signal Alignment (SA) und Channel Alignment (CA) mit mehreren Relais gleichzeitig durchzuführen zu können. Bei SA senden alle Knoten derart an das Relais, dass die Signale jedes Kommunikationspaares am Relais paarweise ausgerichtet werden. Für CA, dem dualen Problem zu SA, wird das Empfangsfilter jedes Knotens so entworfen, dass die effektiven Kanäle zwischen den Relais und beiden Knoten eines Kommunikationspaares den gleichen Teilraum aufspannen. In dieser Arbeit wird eine Lösung in geschlossener Form zur Durchführung von IA in dieser Netzwerktopologie erzielt und die Voraussetzungen für SSA und SCA werden hergeleitet. Es wird gezeigt, dass lokale Kanalzustandsinformation (Channel State Information, CSI) ausreicht, um IA in teilweise verbundenen Netzwerken durchzuführen, während in vollständig verbundenen, relaisgestützten Netzwerken im Allgemeinen globale CSI erforderlich ist. Durch Simulationen wird veranschaulicht, dass die vorgeschlagene geschlossene Lösung mehr Freiheitsgrade (DoF) erreicht als die Referenzalgorithmen sowie eine höhere Summenrate erzielt, insbesondere im hohen SNR-Bereich. Vor allem in großen, drahtlosen Netzwerken kann es vorkommen, dass nicht beide Knoten eines Kommunikationspaares mit den gleichen Relais verbunden sind. Wenn ein einzelner Knoten eines Kommunikationspaares eine zusätzliche Verbindung zu einem Relais aufweist, kann dieses Relais die Kommunikation nicht unterstützen. Der betreffende Knoten empfängt demzufolge nur Interferenzen und kein Nutzsignal von diesem Relais; er unterliegt somit Inter-Subnetzwerkinterferenz. In dieser Arbeit wird ein Algorithmus in geschlossener Form vorgeschlagen, der die Inter-Subnetzwerkinterferenzleistung im gesamten, teilweise verbundenen Netzwerk minimiert und dessen Voraussetzungen werden hergeleitet. Es werden Voraussetzungen formuliert, unter denen mit dem Algorithmus sogar eine interferenzfreie Kommunikation erreicht werden kann. Des Weiteren wird gezeigt, dass der vorgeschlagene Algorithmus zur Minimierung der Inter-Subnetzwerkinterferenz im Vergleich zum betrachteten Referenzalgorithmus eine höhere Summenrate erreicht.

Anschließend wird ein vollständig verbundenes Mehrgruppen-Mehrwege-Relaisnetzwerk betrachtet. In einem solchen Netzwerk bilden mehrere Knoten eine Gruppe und jeder Knoten möchte seine Nachricht über das Relais mit allen anderen Knoten seiner Gruppe teilen. Die gruppenweise Kommunikation zwischen den Knoten innerhalb einer Gruppe erfolgt über das Relais unter Verwendung einer Übertragungsstrategie, die im Allgemeinen mehrere Multiple Access (MAC) Phasen und mehrere Multicast (MC) Phasen verwendet. In dieser Arbeit wird ein Multicast IA Algorithmus zur Verarbeitung der in einem solchen Netzwerk auftretenden Interferenz vorgeschlagen. Die Idee beruht darauf, dass in jeder der MC-Phasen ein Multiple-Input-Multiple-Output (MIMO)-Interferenz-Multicast-Kanal erzeugt wird. Dazu werden die Antennen des Relais in so viele Cluster aufgeteilt, wie Gruppen im Netzwerk vorhanden sind. Jedes dieser Cluster bedient eine bestimmte Gruppe von Knoten und sendet derartig, dass die von verschiedenen Clustern übertragenen Signale an den Empfangsknoten der nicht beabsichtigten Multicast-Gruppen gleich ausgerichtet sind. Es wird gezeigt, dass die mindestens erforderliche Anzahl von Antennen am Relais unabhängig von der Anzahl der Knoten pro Gruppe ist. Dies ist eine wichtige Eigenschaft, da die Anzahl der am Relais verfügbaren Antennen im Allgemeinen begrenzt ist. Darüber hinaus werden die Voraussetzungen für den vorgeschlagenen Multicast IA-Algorithmus hergeleitet. Es wird gezeigt, dass der vorgeschlagene Multicast-Algorithmus den Referenzalgorithmus für einen weiten SNR-Bereich übertrifft, während er gleichzeitig weniger Antennen am Relais benötigt.

Abschließend wird ein großes, teilweise verbundenes Mehrgruppen-Mehrwege-Relaisnetzwerk betrachtet. Im Gegensatz zum vollständig verbundenen Mehrgruppen-Mehrwege-Relaisnetzwerk werden in diesem teilweise verbundenen Netzwerk mehrere Relais berücksichtigt. Ein solches Netzwerk kann in Teilnetze unterteilt werden, die selbst vollständig verbunden sind. Jedes dieser Teilnetzwerke enthält dann ein einzelnes Relais und alle Gruppen von Knoten, die mit diesem Relais verbunden sind. Jede Gruppe von Knoten kann mit einem oder mehreren Relais verbunden sein. Dies bedeutet, dass nicht alle Gruppen von Knoten mit allen Relais im Netzwerk verbunden sind. Jede Gruppe ist jedoch mit mindestens einem Relais verbunden, welches diese Gruppe von Knoten bedient. Der gruppenweise Datenaustausch zwischen den Knoten innerhalb einer Gruppe erfolgt über das Multi-Way-Relaying-Protokoll. Der herausforderndste Teil eines solchen teilweise verbundenen Netzwerks ist die Behandlung der Knoten innerhalb von Gruppen, die mit mehreren Relais verbunden sind. Um diese Herausforderung zu bewältigen, werden neue Verfahren vorgestellt, die als Simultaneous Group Signal Alignment (SGSA) und Simultaneous Group Channel Alignment (SGCA) bezeichnet werden, um SA und CA in teilweise verbundenen Mehrgruppen-Mehrweg-Relaisnetzwerken durchzuführen. Für diese Netzwerktopologie wird eine IA Lösung in geschlossener Form erzielt und die Voraussetzungen für die Lösbarkeit von SGSA und SGCA werden hergeleitet. Es wird gezeigt, dass der vorgeschlagene IA-Algorithmus den Referenzalgorithmus in Bezug auf die Summenrate und die DoF übertrifft.