1.一种基于级联预编码和ESINR准则的D2D通信干扰对齐方法，其特征在于，包括以下步骤：步骤1)、在混合网络系统模型中，利用SVD奇异值分解和注水算法得到蜂窝链路优化后的预编码矩阵Vc、优化后的干扰抑制矩阵Uc和优化后的功率分配矩阵Pcc，所述混合网络系统模型包括基站、蜂窝用户和D2D用户；

步骤2)、令D2D通信链路的预编码矩阵为 干扰抑制矩阵为 通过外层

级联预编码矩阵Gi消除D2D链路发射端i对蜂窝链路接收端的干扰，通过外层级联干扰抑制矩阵Ri消除基站对D2D链路接收端i的干扰，从而形成蜂窝用户和D2D用户的等效信道模型；

步骤3)、初始化内层级联干扰抑制矩阵 此时可以随机选择均值为0，方差为1的矩阵且满足条件步骤4)、利用D2D发射端的ESINR准则设计D2D用户的内层级联预编码矩阵 并利用QR分解得到优化后的内层级联预编码矩阵步骤5)、利用D2D接收端的MMSE准则设计D2D用户的内层级联干扰抑制矩阵 并利用QR分解得到优化后的内层级联干扰抑制矩阵步骤6)、反复迭代 和 直至收敛，从而消除D2D链路间的干扰。

2.根据权利要求1所述的基于级联预编码和ESINR准则的D2D通信干扰对齐方法，其特征在于，所述步骤1)利用SVD奇异值分解和注水算法得到蜂窝链路的预编码矩阵Vc、干扰抑制矩阵Uc和功率分配矩阵Pcc具体包括步骤：首先，将蜂窝链路的信道矩阵进行奇异值分解，可表示为

其中，Up与Vp分别表示维度为Nc×Nc的酉矩阵和Mc×Mc的酉矩阵，Mc表示基站配备的天线数，Nc表示蜂窝用户配备的天线数，Λcc表示维度为Nc×Mc的对角矩阵，蜂窝链路的预编码矩阵Vc和干扰抑制矩阵Uc可以分别初始化为Vp和Up；

其次，定义维度为Mc×Mc的矩阵 为蜂窝链路的功率分配矩阵，蜂窝链路的最大发射功率为Pc，当选定蜂窝链路的预编码矩阵Vp和干扰抑制矩阵Up后，蜂窝链路的通信速率最大化问题可以等效表示为式(2)中的最优化问题通过注水算法解得，相应的功率分配矩阵可以表示为其对角线元素可以表示为其中，(α)+表示取0与α两者之间的较大者，αcc表示注水等级，它由约束条件加以限制，λcc,m表示矩阵 的第m个对角线元素；

最后，优化后的功率分配矩阵Pcc为 的左上部分且维度为dc×dc的子矩阵，优化后的预编码矩阵Vc为Vp的前dc列所组成的子矩阵，优化后的干扰抑制矩阵Uc为Up的前dc列所组成的子矩阵。

3.根据权利要求2所述的基于级联预编码和ESINR准则的D2D通信干扰对齐方法，其特征在于，所述步骤2)蜂窝用户和D2D用户的等效信道模型的可以表示为其中，Rj表示第j个D2D接收端的外层级联干扰抑制矩阵，Hij表示第i个D2D发射端与第j个D2D接收端之间的信道矩阵，Gi表示第i个D2D发射端的外层级联预编码矩阵，K表示D2D通信对的个数，AH表示矩阵A的共轭转置；

式(4)满足如下约束条件

其中， 表示第j个D2D接收端的内层级联干扰抑制矩阵， 表示第i个D2D发射端的内层级联预编码矩阵，di表示第i个D2D用户发送的独立数据流个数，rank(A)表示矩阵A的秩。

4.根据权利要求3所述的基于级联预编码和ESINR准则的D2D通信干扰对齐方法，其特征在于，所述步骤3)初始化内层级联干扰抑制矩阵 此时可以随机选择均值为0，方差为1的矩阵 且满足条件 其中， 表示阶数为di的单位矩阵。

5.根据权利要求4所述的基于级联预编码和ESINR准则的D2D通信干扰对齐方法，其特征在于，所述步骤4)利用D2D发射端的ESINR准则设计D2D用户的内层级联预编码矩阵 并利用QR分解得到优化后的内层级联预编码矩阵 包括步骤：的一般化形式为

其中，νmax(A)表示求取矩阵A的最大特征值所对应的特征向量。

可以求出内层级联预编码矩阵 为

利用QR分解对预编码矩阵 进行优化，即通过QR分解将 设计为次酉矩阵的形式：其中，Qi为(Md-dc)×di的次酉矩阵， 为di×di的矩阵，得到优化后的内层级联预编码矩阵

6.根据权利要求5所述的基于级联预编码和ESINR准则的D2D通信干扰对齐方法，其特征在于，所述步骤5)求解内层级联干扰抑制矩阵 包括：当内层级联预编码矩阵 确定时，对于等效模型中的第i个D2D接收端而言，通过最小化发射端的信号矢量si和接收端的信号矢量 之间的差异来求取内层级联干扰抑制矩阵 并利用QR分解得到最优的内层级联干扰抑制矩阵