多用户大规模 MIMO 系统中能效的研究

针对多用户下行大规模多输入多输出（multiple input multiple output ,MIMO）无线通信系统,提出一种基于能效的联合优化方案。该方案在采用同时考虑发射功耗和电路功耗的功耗模型以及迫零（zero forcing ,ZF）预编码的情况下,推导出天线数、天线子集以及发射功率与系统能效之间的关系式,从而建立联合优化天线数,天线子集和发射功率的能效优化模型,并提出一种新的迭代搜索算法来求解此模型。该迭代算法首先对天线数进行遍历,当天线数确定后,采用基于信道矩阵范数的天线选择算法进行天线子集的选取,随后利用凸优化理论来调整发射功率,不仅提高了系统能效而且降低了算法复杂度。仿真结果表明,与使用全部天线和只考虑天线数的方案相比,所提联合优化方案的能效有明显的提高。     

毫米波大规模MIMO系统中基于GMD的低复杂度混合预编码

针对毫米波大规模多输入多输出(multiple input multiple output,MIMO)系统中,基于几何均值分解(geomet-ric mean decomposition,GMD)的混合预编码方案计算复杂度高的难题,提出一种基于GMD的低复杂度混合预编码方案.根据交替最小化原则,通过基于阶递归最小二乘的广义正交匹配追踪算法设计具有非凸约束的模拟预编码器;当模拟预编码器确定后,基于最小二乘准则设计数字预编码器.通过在每次迭代中选择多个向量减少最大迭代次数以及利用阶递归最小二乘避免模拟预编码器设计中的矩阵求逆来降低方案复杂度.通过对复杂度及频谱效率和误码率性能的仿真结果分析表明,所提方案在显著降低计算复杂度并提高预编码效率的情况下,性能接近现有基于GMD的混合预编码方案,并且误码率优于传统基于奇异值分解(singular value decomposition,SVD)的混合预编码方案.     

基于凸优化理论的多用户MIMO SDMA系统

提出了一种基于凸优化理论的多用户MIMO SDMA联合发送一接收优化系统．在此系统中,将各用户的比特误码率作为目标函数通过凸优化理论来得到发送权矩阵和接收权矩阵,使系统在各用户同时达到最优的接收性能．模拟结果表明,这样得出的MIMO SDMA系统性能比传统的以最小均方误差为标准的系统性能有明显的改善。     

毫米波MIMO系统基于块对角化的混合预编码算法

在毫米波大规模多输入多输出(multiple-input multiple-output, MIMO)系统中,传统的数字预编码器需要给每一个天线配置一条独立的射频(radio frequency, RF)链路,这将会大大增加系统的成本和功耗,通过混合预编码可以有效地解决射频链路受限的问题。目前,混合预编码的研究大多都是针对多用户单天线场景,没有考虑到用户端配置多根天线的情况,为了消除多用户间干扰,增加系统的频谱效率,提出一种针对多用户多天线场景的混合预编码算法。在模拟端,通过基于矩阵迭代算法和模拟矩阵集合设计方法进行求解。在基带端,采用块对角化技术(block diagonalization,BD)消除多用户之间的干扰。仿真结果表明,所提出的多用户混合预编码算法相较于传统的块对角化混合预编码算法具有更好的性能表现,且更接近于纯数字预编码算法。     

大规模MIMO网络中基于时间反演的预编码技术

针对大规模多输入多输出(multiple input multiple output,MIMO)网络中随基站天线数目与用户终端数目增多而引发的用户间干扰(inter user interference,IUI)问题,提出一种面向大规模MIMO的时间反演(time reversal,TR)预编码抗干扰技术。该方法在MIMO系统中先后历经信道探测、多径信道建模、干扰信道分析以及信道预编码矩阵设计,实现时间反演预编码信号在多径信道中IUI抑制传输,一方面在时间反演技术基础上进行信道优化,利用时间反演技术的时空聚焦性实现能量聚焦;另一方面利用迫零预编码技术降低大规模MIMO系统中用户间干扰与共道干扰。MATLAB仿真结果验证了基站天线数目、用户端终端数目对于大规模MIMO系统性能的影响,结果证明,时间反演预编码抗干扰技术可以使平均误比特率减小,并显著提高信干噪比和大规模MIMO系统的可达速率。     

基于NSFC-OFDM的非协作式虚拟MIMO

针对多用户配对虚拟MIMO(multiple input multiple output)安全性差,对信道估计器依赖性强的问题,提出一种基于非相干空频码(non-coherent space frequency code,NSFC)和正交频分复用(orthogonal frequency division multiplexing,OFDM)的非协作式虚拟MIMO.在分析NSFC成对错误概率的基础上,给出能满足全分集阶数和最大编码增益的编码准则.为了获得平行子信道传输效果,利用信道循环矩阵奇异值分解(singular value decomposition,SVD)后得到的酉矩阵分别进行预编码和预解码.基于最优NSFC和OFDM预编解码,提出一种新颖的虚拟MIMO策略.该虚拟MIMO在收发两端均无需信道瞬时信息,以非协作方式在单天线内模拟多天线收发效果.理论和仿真分析结果表明,虚拟MIMO系统能有效逼近实际理想MIMO的系统容量和误比特率性能,显著降低了虚拟MIMO系统的检测门限.     

干扰泄漏最小的多小区MIMO干扰对齐算法

在3小区多输入多输出(MIMO)干扰对齐通信系统中, 提出一种基于系统总干扰泄漏最小的预编码矩阵组的选择算法.首先求出系统中所有变换矩阵,并基于干扰泄漏最小准则从中寻找出最优的变换矩阵;再依据干扰对齐的最大自由度选出一半的特征向量组成预编码矩阵.仿真结果表明:与现有干扰对齐预编码矩阵的设计方案相比,文中提出的算法在系统和速率性能上有明显的改善,而且该算法在统计信道状态信息下同样具有优势.     

基于CSI-RS的3D MU-MIMO有限反馈预编码算法

利用三维多输入多输出(3D MIMO)信道矩阵的克罗内克积结构,传输预编码可分成水平与垂直维预编码,有效挖掘空间自由度可以提高系统性能。针对现有算法未能更好利用空间自由度及单流传输的不足,本文提出了一种基于信道状态信息参考信号(CSI-RS)的多用户MIMO(MU-MIMO)有限反馈预编码算法。该算法采用新码本,依据最大信干噪比准则选取最优的预编码矩阵索引(PMI)返回给基站(BS)供调度。验证结果显示该算法较已有算法,实现了多流传输,拥有更优的和速率(SR)及误码率(BER)。     

一种多用户MIMO下行系统中TH预编码与调度机制

针对多用户多输入多输出(Multi-input multi-output,MIMO)系统潜在的空间分集增益和多用户分集增益,该文提出了一种移动端多天线联合处理的Tomlinson-Harashima(TH)预编码和多用户调度算法联合优化机制。与传统TH预编码不同的是,所提出的TH预编码方案可应用在各用户数据流小于其接收天线数的场合,在进行系统最优设计时,可充分利用多天线接收分集来提高系统和速率。基于TH预编码方案的最优多用户调度算法具有很高的运算复杂度,提出了一种基于等效信道增益的次优低复杂度的多用户调度方案,利用该文TH预编码方案中用户分层编码的特点,逐层贪婪调度用户。仿真结果显示,所提调度算法性能接近基于和速率的最优调度方案性能,且优于传统方案的性能。     

鲁棒的基于几何均值分解的矢量预编码算法

针对非理想信道的多输入多输出（MIMO）系统,提出了一种鲁棒的基于几何均值分解方法的矢量预编码算法.利用非理想信道误差矩阵的二阶统计信息,以最小化收发信号的均方误差为准则,求出基于几何均值分解矢量预编码的最优扰动矢量和预编码矩阵.仿真结果表明,该鲁棒算法优于现有的基于几何均值分解矢量预编码算法性能.在高信噪比时,误码率可提高2dB以上.     

基于MIMO阵列的混合波束赋形算法

低轨(low earth orbit，LEO)卫星通信可以克服恶劣地形影响实现远距离通信，面对突发灾害能快速部署解决通信问题，但是，卫星在保持高速运动的同时采用高频段的信号，容易导致通信时产生严重的信号衰落。针对此问题，基于传统遗传算法提出一种适用于混合波束赋形架构的算法。固定模拟域对数字域进行迭代优化，然后固定数字域对模拟域进行迭代优化，通过共同的待优化矩阵进行联合求解，在固定功率的前提下不断迭代优化矩阵，采用混合波束赋形方法有效减少硬件复杂度，更加接近数字波束赋形的性能。仿真表明，在混合波束赋形架构应用上，相对于传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法，所提算法性能提升了6.61%。     

一种非正交多址接入迭代优化混合预编码算法

为了使大规模毫米波多输入多输出系统获得高频谱效率和高能量效率,采用非正交多址接入迭代优化算法和簇首选择算法,研究了无线携能通信场景中的混合预编码问题。仿真结果表明,与传统正交多址接入无线携能通信的混合预编码算法相比,所提算法能够获得更高的频谱效率和能量效率。     

基于对偶分解的 MU-CoMP 联合资源分配算法

在MU-CoMP-JT(multi-users coordinated multiple-points joint transmission)资源分配算法中,大多数将功率分配与子载波分配分为独立的2个部分进行独立求解,这样势必会降低系统性能,而实际上子载波分配和功率分配是密切相关的.为了有效地提升系统吞吐量,采用了迫零预编码技术,研究了一种在多个小区和多个子信道之间联合优化用户调度与功率分配的资源分配算法,该算法以最大化用户权重速率为目标,基于对偶分解理论,将原优化问题分解为多个独立优化的子问题.仿真结果表明,该算法与最优的穷尽分配算法相比性能有所降低,但有效地降低了复杂度,同时也能获得较好的性能.     

Optimal Multipoint-to-Multipoint Transceiver Design with Massive MIMO Relay Station in OFDM Systems

Based on massive MIMO(multiple-input multiple-output)multipoint-to-multipoint(M2M) systems,in order to avoid pilot contamination and improve the performance of capacity,a pilot training transmission scheme was designed for pilot decontamination by utilizing orthogonal subcarriers of OFDM(orthogonal frequency division multiplexing) during pilot transmission phase and a joint optimized transceiver design for multi-antenna user pairs was proposed during the data transmission phase.The massive M2 M system included a single relay station,multiple paired source nodes and destination nodes.Source nodes precoding matrices and relay station precoding matrix were jointly optimized by maximizing the weighted sum-rate in OFDM systems.After some mathematical manipulation to sum-rate,the cost function of sum-rate was expressed as quadratic optimizing expressions which could be solved by regular convex optimization softwares.Different from existing algorithms,the proposed precoding design was based on massive MIMO OFDM systems with multi-antenna users pairs together pilot decontamination transmission arrangement.Simulations indicate the effectiveness of the proposed optimal precoding system.The proposed scheme not only can reduce pilot contamination,but also can improve performance of bit-error-rate(BER) as well as sumrate contrast to existing algorithms.In addition,it shows that the proposed M2 M massive MIMO system works steadily when the number of users increases in large scale.     

一种基于优化阈值的有限反馈预编码算法

在上行链路总反馈量受限的多用户MIMO系统中,小数量用户配合高速率反馈比大数量用户配合低速率反馈具有更优的和速率.但较少的用户反馈却不利于获得多用户分集.针对该问题,提出了一种基于优化阈值的用户选择算法,并根据最优反馈速率从选出用户中确定实施反馈的用户.在用户反馈的信道方向信息和信道质量信息基础上,利用迫零波束成形(ZFBF)算法进行预编码.仿真结果表明,该方案具有比最优反馈速率算法更高的和速率.     

MU-MIMO系统的线性预编码和功率分配算法

针对下行链路多用户MIMO系统,提出了一种联合预编码和功率分配的算法.该算法能够优化系统的信道容量,同时也保证了每个用户的服务质量要求.首先求解线性预编码;在此基础上,通过分布式的功率分配,使得在满足各个用户服务质量要求的前提下,信道容量最大化.算法与现有的结合功率分配的预编码策略相比,在达到较高的信道容量的同时,也能满足各用户的最低速率要求(QoS).仿真试验表明:高信噪比(10～20dB)的情况下,在达到相等的信道容量时,算法平均可获得1dB的增益;在低信噪比(0～6dB)的情况下也能满足各用户的QoS要求.     

基于最大比传输预编码天线分组技术的大规模多入多出系统能效研究

大规模多输入多输出(MIMO)系统中,大型天线阵列之间的强天线相关性会导致系统性能降低.针对下行链路场景,提出基于最大比传输预编码的联合天线分组和天线选择算法,把大规模天线阵列划分为若干组,在每组中基于信道矩阵最大列范数选择天线,构造所选天线与接收天线间的信道矩阵,并计算对应的预编码矩阵.建立能效模型,分析联合天线分组和天线选择算法对系统能效的影响.仿真结果表明,在基站天线数为200、发射功率为10 dB、天线相关因子为0.8的假设下,当分组数为24时,与最大范数天线选择算法相比,该算法使系统能效提高了约24.4%.