三小区多用户蜂窝系统的分组干扰对齐算法

针对3小区,每小区多个用户的蜂窝系统,提出了一种基于分组的线性干扰对齐算法.算法首先对系统中所有的用户进行分组,分组后的每组包含3个用户,且3用户分别来自系统中3个不同的小区,通过分组将复杂的蜂窝多址接入信道转换为较简单的干扰信道;然后在用户端通过联立多矩阵,应用特征向量求解预编码矩阵将每个分组中的干扰进行两两对齐,压缩干扰子空间,再利用最大化弦距离理论对得到的预编码矩阵进行进一步的优化,最后在基站端利用矩阵逆的性质以较低的计算复杂度设计干扰消除矩阵将系统中的干扰完全消除.通过系统仿真分析显示,该算法较传统的蜂窝干扰对齐算法,能以较低的天线配置和较低的计算复杂度实现较高的系统容量.     

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-NOMA下行系统可达吞吐量研究

非正交多址系统的可达吞吐量与用户分簇策略、预编码方法、功率分配算法等有关.为了提高系统可达吞吐量,提出了一种改进的k-means用户分簇算法,该算法利用空间相关性对用户进行分簇,从而降低簇间干扰;然后利用块对角化预编码对发送给各簇的信息进行预处理,使得每簇的预编码向量与其它簇等效信道向量近似正交,进一步消除簇间干扰;同时构建最优功率分配优化问题,并利用Karush-Kuhn-Tucker(KKT)条件求得簇内每个用户的最佳功率分配系数,降低簇内用户间的干扰.实验结果表明:所提出的方法能有效提高系统的可达吞吐量.     

基于时分复用的认知MIMO系统的干扰消除算法

在认知MIMO通信系统中,认知用户伺机接入到主用户的频谱中,在传输过程中认知用户对主用户以及认知用户之间都会产生很大的干扰.为了消除认知用户之间的干扰,提出基于时分复用的干扰消除算法.该算法旨在认知系统中对认知用户传输的整个时间段进行划分,在保证认知系统吞吐量最大的情况下,得到每个认知用户的传输时间段,然后在对应的传输时间下进行此认知用户的通信,此时只有单个认知用户进行通信,避免受到其他认知用户的干扰.仿真结果表明,在信噪比小于6 d B时,采用所提算法下,单位带宽认知系统可以增加0.5bit/s的吞吐量,同时能源效率平均提高了1.2 bit·s-1·w-1.     

基于预编码扩展的并行迭代均衡算法

针对长期演进技术(LTE)下行多输入多输出正交频分多址链路(MIMO-OFDM)中的天线间干扰和多径干扰的问题,提出一种低复杂度的基于预编码矩阵的迭代均衡算法。该算法通过预编码矩阵将发射信号扩展到所有子载波上,降低由天线引起的部分子载波干扰。在接收端,利用最小均方误差排序QR分解(MMSE-SQRD)软输入软输出干扰消除均衡算法,从而避免传统基于MMSE并行软干扰消除均衡算法中矩阵求逆运算,进而降低了算法复杂度。在接收端,同时通过预编码对重建信号中误差进行扩展,进而缓解在迭代干扰消除过程中的误差传播。研究结果表明:在2发2收场景下,当误码率为10-3时,本文算法经过5次迭代后信噪比相比于传统MMSE-SQRD的迭代算法提高4.4~5.0 d B。     

一种基于预编码技术的盲信号恢复与检测算法

提出了一种用于多输入多输出信道的,基于预编码技术的盲信号恢复与检测算法．在发送端,对每个用户输出符号的模进行预编码;在接收端,利用改进的代数常模算法进行信道的补偿和信号检测．该算法能一次性的、显式的获得针对每个用户的均衡器,并分离出用户发送的符号,有效地去除码间干扰和用户间干扰．模拟结果显示,该算法具有简洁、可并行处理和抗远近的特点。     

多用户MIMO系统中连续块对角化预编码算法

块对角化(BD)预编码是多用户MIMO(MU-MIMO)系统下行链路中广泛采用的线性预编码方案.当用户有多路数据流时,传统的BD预编码存在数据流间等效信道增益不平衡的问题.该文基于BD预编码算法,提出连续BD预编码(SBD)算法.新算法考虑天线间干扰提出新的干扰矩阵构造方法,连续地计算每根接收天线所对应的预编码矩阵.SBD预编码减小了由BD预编码引起的每个用户多路数据流之间有效信道增益的差距,提高了用户的平均误码性能.发射机采用空间分集的发送策略时,接收端进行合并,与BD算法相比,能够获得更多的分集增益.计算机仿真表明,在{2,2}×4的MU-MIMO系统中,当误码率为10~(-3)时,所提算法与现有BD算法相比,获得约2dB的性能增益.     

认知无线电中基于潜在博弈的信道分配算法

为最小化认知无线电系统的干扰水平,同时保证主用户的正常通信,提出了一种改进的基于博弈论的分布式信道分配算法,将次用户间的相互博弈构建为潜在博弈模型。效用函数不仅考虑了每个次用户对其他次用户和主用户的干扰,同时也考虑了其他次用户和主用户所产生的干扰。仿真结果表明,该算法具有较好的收敛性,分配结果能使主用户获得较好的吞吐量。     

基于干扰门限的动态频谱接入及性能分析

如何在不干扰授权用户(主用户)正常通信的情况下提高次用户使用频谱的效率,这是认知无线电系统中需要解决的关键问题。在主用户优先的基础上,提出了基于干扰门限的动态频谱接入系统的M arkov频谱占用模型,并基于该模型对动态频谱接入过程进行了分析。为了进一步降低次用户间的相互干扰,通过对次用户接入概率的设计,以协调各类次用户间的频谱接入。在3种优化准则下,对次用户依据概率接入的基于干扰门限的主用户优先的动态频谱接入系统进行了仿真。仿真结果表明,基于干扰门限的主用户优先的动态频谱接入系统能大大提高次用户的接入机会,最大程度地提高了次用户的吞吐量。在比例公平准则下次用户接入的性能,与最大化吞吐量准则相比体现了更好的公平性,与最大化最小准则相比能够获得更大的吞吐量,因此基于比例公平准则可以使得系统在高效性和公平性间得到很好的均衡。     

设计并行智能算法优化认知无线电性能

为解决认知无线电系统中的载波间干扰问题,设计了智能算法获得认知用户的最优干扰子载波,屏蔽最优干扰子载波能消除认知无线电载波间干扰。由于智能算法的计算复杂度较高、速度较慢,因此,提出了载波间干扰抑制并行算法,并对智能算法进行并行化设计和改造,新的并行算法能在多核处理器上实现并行计算,从而提高了智能算法的计算速度,能更好地满足认知无线电系统的实际应用需求。仿真结果表明,在满足认知用户目标误码率条件下,新的干扰抑制并行算法能明显抑制影响授权用户的载波间干扰,使授权用户获得更好的误码率性能。     

基于OFDM的认知无线电系统中最优功率分配

在基于正交频分复用(OFDM)的认知无线电系统中,主用户会受到次用户带内子载波以及邻带子载波的带外泄漏功率的干扰。为了在保护主用户通信性能的前提下高效利用机会频谱,该文提出了求解次用户子载波间的最优功率分配方案的方法,通过求解一个凸优化问题获得最优功率分配方案。较之迭代分块注水算法,该方法特别考虑了邻带子载波功率泄漏的影响。仿真结果表明:采用这种方法所获得的功率分配方案在满足各主用户干扰功率上限的条件下使得次用户信道容量最大化。     

基于OFDM的认知无线电系统中最优功率分配

在基于正交频分复用(OFDM)的认知无线电系统中,主用户会受到次用户带内子载波以及邻带子载波的带外泄漏功率的干扰。为了在保护主用户通信性能的前提下高效利用机会频谱,该文提出了求解次用户子载波间的最优功率分配方案的方法,通过求解一个凸优化问题获得最优功率分配方案。较之迭代分块注水算法,该方法特别考虑了邻带子载波功率泄漏的影响。仿真结果表明:采用这种方法所获得的功率分配方案在满足各主用户干扰功率上限的条件下使得次用户信道容量最大化。     

基于MIMO系统的预编码技术研究

多入多出(MIMO)无线通信技术大大增加了无线通信系统的容量,改善了无线通信系统的性能。针对MIMO系统中各用户的接收信号间存在相互干扰,分析了一种线性预编码算法,并通过仿真结果表明,经过线性预编码的系统性能有很大提高。     

TD-SCDMA系统中智能天线技术的应用

智能天线对消除TD—SCDMA系统中用户间相互干扰发挥着重要作用,智能天线具有自适应地跟踪用户信号,消除干扰的技术特点．本文深入研究了智能天线自适应波束形成算法,重点研究了最小均方（LMS）算法和最小二乘法（RLS）,实现了智能天线在干扰消除中的设计与仿真,并对仿真结果进行比较分析,证明其在抑制TD-SCDMA系统中干扰的有效性．     

采用注水因子辅助搜索的能效优先子载波功率联合优化算法

针对认知无线网络中以频带利用率为目标进行资源分配网络能效低的问题,提出了一种采用注水因子辅助搜索的能效优先子载波功率联合优化(EE-WFAS)算法。首先,以最大化认知用户总能效作为优化目标,考虑在认知用户发射功率控制、主用户干扰功率限制和认知用户最低信息传输速率限制等多个约束条件下,构造最优化函数;然后,通过能效优先子载波分配与注水因子辅助搜索(WFAS)的功率分配求解优化函数,即根据认知用户的信道增益和能效进行子载波分配;最后,对拉格朗日乘子运用二分查找法结合WFAS进行以能效为目标的功率分配。EE-WFAS优化算法可以在认知用户信息传输速率限制条件下保证系统总能效。仿真结果表明:与子载波功率平均分配算法相比,EE-WFAS优化算法的能效提高了约1.2kbit/J。     

一种认知无线电系统中最优的功率分配算法

为满足干扰温度和总发送功率限制,并最大化用户的传输速率,提出一种上行认知无线电正交频分复用(OFDM)系统的最优功率分配算法.该算法首先在认知用户总功率限制下使用置零迭代注水算法进行功率分配,然后将超过干扰功率限的子载波功率调整为干扰功率限,将剩余功率在剩余子载波上重新进行迭代注水分配,直至获得最优功率分配.数学推导证...     

多用户MIMO中基于SLNR预编码的动态功率分配

在多用户MIMO系统中,基于信漏噪比（SLNR）的预编码由于同时消除了共信道干扰（CCI）和噪声而提高了系统性能。由于各用户的信道衰落不相同,信道质量的好坏直接影响了系统的性能。使用了一种动态功率分配算法,在SLNR预编码的基础上乘以功率分配系数,进一步改善系统性能。仿真结果说明了基于SLNR的预编码优于迫零（ZF）预编码,且采用动态功率分配后系统性能得到了进一步改善。     

发射波束赋形消除感知用户对主用户干扰算法

针对如何完全消除感知用户对主用户的干扰问题,探讨了如何利用发射端的波束赋形消除感知用户对主用户的干扰.给出了感知网络和主用户网络共存的系统模型和一种最佳波束赋形算法.并对这种最佳波束赋形算法进行了性能仿真,仿真结果表明,该算法较迫零波束赋形算法在性能上更有优势.与经典的迫零波束赋形方法比较,该算法既能消除对主用户的干扰...     

基于解码转发的认知无线电机会功率控制算法

频谱感知是认知无线电网络正常工作的基础,而功率控制问题的解决是认知网络和主用户网络正常运行的保证。文中研究协作认知无线电通信,在保证授权用户服务质量和认知用户最大功率受限条件下,将高信噪比时的解码转发(decode-and-forward,DF)和基于频谱感知结果的机会功率控制算法结合,提出新的机会DF功率算法。通过基于对主用户感知结果的最优中继选择策略,在保证主用户正常通信不受影响的前提下,最大程度提高次用户信道信噪比,提高认知网络容量,并且认知系统能够获得空间满分集度。理论和仿真结果同时表明,基于主用户出现概率的最优中继选择最大程度的消除了次用户对主用户的干扰,提高了认知系统容量。     

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。