1.一种基于Bayes估计和数据流间功率分配的联合干扰相位对齐方法，其特征在于，包括以下步骤：

101、获得当前时延误差CSI，并通过Bayes估计获得当前时延误差CSI的最佳估计；步骤

101利用Bayes算法对当前时延误差CSI进行预测，使得真实信道可以表示为：其中 和 分别表示从基站j到用户kg的

真实信道链路和τ时刻之前含有测量误差的信道链路，N表示用户接收天线根数，M表示发射天线根数，其元素均服从均值为0，方差为1的循环对称复高斯分布； 的元素服从均值为

0，方差为 的循环对称复高斯分布，ρ＝J0(2πfdτ1)表示相关系数，τ1表示发送端CSI的迟延，fd是最大多普勒频移，J0(x)是第一类零阶Bessel函数， 表示信道估计误差的方差；

102、在正向通信时，通过最大化期望信号功率与小区间干扰加噪声功率和的比值来设计干扰抑制矩阵；在反向通信时，通过最大化接收端整体的信干扰比SINR来设计预编码矩阵；通过正向和反向通信的迭代计算直到收敛来获得最优的预编码和干扰抑制矩阵；步骤

102在正向通信时，通过最大化期望信号功率与小区间干扰加噪声功率和的比值来设计干扰抑制矩阵包括：在正向通信即基站至用户时，对于用户kg而言，假设每个用户的发射功率均为P，且在d个数据流之间均匀分布，最大化用户kg的期望信号功率与小区间干扰功率的比值，优化的问题可表示为： 其中 表示前向链路中小区间干扰加噪声功率和，且 表示干扰抑制矩阵， 表示用户kg的发送数据流，表示反向通信干扰抑制矩阵；

步骤102在反向通信时，基于信道的互惠性，对于用户kg而言，假设每个用户的功率相同，且在d个数据流之间均匀分布，最大化用户kg的信干扰比，优化的问题可以表示为其中 表示反向链路中用户kg受到的干扰加噪声的功率，且 表示干扰抑制矩阵， 表示反向通信干扰抑制矩阵；

将求解最优干扰对齐矩阵 和 的算法过程，总结如下：

(1)随机初始化 为均值为0，方差为1且维度为M×d的次酉矩阵，即满足(2)在正向通信时，按照式

求得对应的最优干扰抑制矩阵 P表示用户kg的功率；

(3)在反向通信时，按照式

求得对应的最优干扰抑制矩阵

(4)重复执行过程(2)和过程(3)，直到收敛；

103、采用适合干扰对齐下等价的注水功率分配为用户的多个数据流进行功率分配；

104、通过对齐发送信号流和接收信号流的相位将数据流间的干扰旋转到目标接收数据流的信号空间中。

2.根据权利要求1所述的基于Bayes估计和数据流间功率分配的联合干扰相位对齐方法，其特征在于，步骤103基于适合干扰对齐下等价的注水功率分配为用户的多个数据流进行功率分配；步骤104基于MMSE准则使发送信号和接收信号相位对齐重建干扰信号。