块对角化多输入多输出系统用户选择新算法

针对抑制邻小区干扰的多输入多输出块对角化系统,提出了一种新的低复杂度用户选择算法.该方法通过贪心搜索迭代地选择用户,在每一步中选择使小区系统容量增加最大的用户,并自适应地调整服务用户数而使小区系统容量最大化.仿真结果表明,该算法在高信噪比下可以达到穷举搜索约99%的小区系统容量,在低信噪比下该算法和穷举算法系统的容量几乎相同.     

下行多小区MIMO系统协作多点传输联合调度机制

提出一种基于协作多点传输的下行多小区多输入多输出(MIMO)系统联合调度机制,充分利用多小区间的联合调度来降低小区间的干扰,提高系统的吞吐量.该方案利用多小区基站间的协作,根据用户反馈的信道信息间的相关性,在不牺牲系统资源情况下联合调度互相干扰小的用户抑制小区间的干扰.仿真表明:该方案在相同情况下与传统的多小区下行MIMO系统相比,具有显著的小区平均系统吞吐量增益及边缘用户吞吐量增益.     

用于多小区多用户MIMO系统的干扰抑制方法

针对每个基站有多个发射天线、每个用户有多个接收天线的多小区多用户多输入多输出(MIMO)下行网络系统,为抑制小区外干扰和小区内干扰对小区边缘用户的影响,分别基于块对角化算法和最小均方误差算法提出了两种非迭代干扰抑制方法,并分析了发射天线数和接收天线数受用户数及小区个数的影响.仿真结果显示,这两种方法均能很好地提高小区边缘用户的频谱效率.     

分布式天线小区协作通信系统下行链路频谱效率的研究

针对多小区分布式天线系统中下行链路的干扰问题,提出将基站协作通信和分布式天线技术相结合,通过最大化最小的用户频谱效率,保证用户频谱效率的公平性.同时提出一种用户天线选择关闭算法,改进了传统的基站协作迫零波束成形技术在用户数接近最大值时频谱效率急剧下降的缺陷.仿真结果表明,采用分布式基站天线和用户天线选择技术的小区协作通信,可以获得更高的用户频谱效率.     

基于粒子群算法的多小区用户分组调度研究

在多小区多用户多天线(MIMO)系统中,为减轻共道干扰(CCI),实现系统容量最大化的协同用户分组调度机制可归结为优化问题,而新型粒子群算法(PSO)就是解决非线性多元函数优化的有效手段.提出了一种基于粒子群优化算法(PSO)实现容量最大化的多用户调度解决方案.根据当前协同小区簇内各用户的信道特性,对发送信号进行迫零(...     

正交空分复用系统中一种低复杂度用户选择算法

针对多用户多入多出(MIMO)正交空分复用系统,提出了一种低复杂度的用户选择算法.该方法通过贪心搜索迭代地选择用户,在每一步选择使系统容量增加最大的用户,并自适应地调整服务用户数使系统容量最大化.仿真结果显示,该算法在高信噪比下可以达到穷举搜索约98%的系统容量,在低信噪比下两者几乎相同.     

基于加权信号泄漏比的多小区协作波束成型算法

为了减小多天线蜂窝通信系统中存在的小区间干扰,提出了基于加权信号泄漏比的多小区协作波束成型算法。该算法利用有用信号的均值对不同用户接收到的泄漏信号功率进行加权,之后各个小区独立设计并使用能够最大化加权信号泄漏比的波束。利用上下行信道的对偶性,得到了最优波束的闭式解。仿真结果表明:在不同的系统调度策略下,提出的基于加权信号泄漏比的多小区协作波束成型算法都可以在不影响用户公平性的基础上提高系统平均吞吐率,同时保持较低的实现复杂度。     

具有等增益子信道的MIMO多用户分集系统性能分析

针对收发两端已知信道状态信息的多用户多输入多输出(multiple input multiple output,MIMO)系统,研究基于几何均值分解(GMD)的MIMO多用户分集性能.该算法将基站和用户之间的MIMO信道分解为等增益的并行子信道,其自适应编码调制的复杂度低.借助Wishart随机矩阵理论导出多用户平均容量表达式,所得的表达式简洁、易于计算.研究表明,当参与调度的用户数足够多时,系统随着天线数的增加而获得的容量增益随用户数的增长而趋于饱和.     

多小区OFDMA系统中低开销的基站协作资源分配算法

基站协作是多小区正交频分多址接入(OFDMA)系统中降低共信道干扰的有效手段。为了降低收集各小区信息所需的开销,提出一种新的基站协作资源分配算法。算法由各基站计算本小区的业务负荷及所有子信道对本小区的价值,并发送至中心节点。根据这两类信息,资源首先由中心节点分配至各小区,再由各基站分配至用户。该算法的开销仅约为现有方法的2/U(U为协作小区的总用户数)。与无基站协作的方法相比,该算法仍可获得30%以上的用户容量或吞吐量增益。结果表明:本算法兼具实用性和有效性,有望应用于新一代移动通信系统。     

MIMO干扰信道下基于功率分配的干扰抑制算法

为了抑制MIMO干扰信道下的多小区干扰,采用子空间干扰抑制算法和功率分配相结合的干扰抑制方案,该方案充分利用系统总功率,将多小区干扰尽可能地重叠,以提高系统的性能.理论分析及仿真结果表明,与传统干扰抑制方案相比,该方案仅牺牲极微小的系统容量,却明显地降低了系统的干扰功率.     

大规模MIMO系统中基于DFT信道估计的导频污染消除方案

在大规模MIMO系统中,当基站不存在协作时,随着基站天线数的无限增加,快衰落效应和非相关噪声都能被平均掉,导频污染成为制约大规模MIMO系统性能的瓶颈。基于此,本文提出了一种基于离散傅立叶变换(DFT)信道估计的导频污染消除方法,在时域信道冲击响应中通过DFT和IDFT变换把有用的信号长度之外的污染信号当成一个样本,利用有用信号之外的污染信号样本生成一个阀值,通过引入这个预设的判决阀值,筛选出有效的信道冲击响应,消除导频污染造成的干扰。改善了信道估计的性能。仿真结果表明,在大规模MIMO系统的信道环境下,本文提出的方法可以进一步提高信道估计的精度,提高大规模MIMO的性能。     

双向中继网络多对大规模MIMO系统安全性研究

在配备有大量天线的多对大规模多输入多输出(MIMO)系统中,研究了多个用户通过双向中继网络交换消息的安全问题.首先,推导出用户的安全容量表达式;然后,通过分析结果,讨论信道容量、天线数和用户对数之间的数学关系,得出系统安全容量的近似表达式.仿真结果表明:当中继的传输功率和用户发射功率远远大于噪声功率时,安全容量与天线数量成正比,与干扰用户对数成反比.     

室内多用户MIMO系统下行链路空分多址算法研究

多天线技术可在不额外增加功率和带宽的条件下成倍提升无线资源的频谱效率,改善通信质量.本文提出了一种适合于室内分布系统场景的多用户MIMO下行链路空分多址算法.首先通过测量不同用户在不同通道上的功率来计算空分多址用户间的信号干扰比值,然后根据该信号干扰比值进行初步的空分多址判决,最后对空分多址用户进行干扰补偿.仿真结果表明该空分多址算法可以大幅提升室内分布系统的容量.     

中继下基于特征子矩阵的干扰对齐优化算法

针对MIMO双向中继网络系统中,由于用户对间的数据流具有非对称性,通过研究用户对与中继之间的天线分配关系,提出了一种基于特征子矩阵的干扰对齐优化算法及可行性方案.该算法首先利用特征子矩阵准则,为每个用户设计干扰对齐预编码优化方案,然后基于分布式迭代算法逐一推导出最优的干扰抑制矩阵,以达到在目的用户端消除其他用户干扰的效果.通过仿真结果表明,与传统中继迫零方法相比较,优化算法对系统传输速率有了显著的改善.     

一种新颖的多用户MIMO系统下行链路的信道分解方法

块对角化(BD, Block-Diagonalization)算法将多用户MIMO系统下行链路信道分解为若干个独立并行的单用户MIMO信道。该算法并没有考虑各用户接收噪声功率的差异,而是通过各等效单用户MIMO信道为不同的用户提供相同的空间发射分集,因此具有最大噪声功率的“最差”用户将会严重的恶化整个多用户MIMO系统的性能。我们结合下行链路信道块三角化（BT, Block-Triangularization)算法以及Tomlinson-Harashima 非线性预编码 (THP)提出了一种下行链路的改进BD分解算法,使分解得到的各单用户信道具有优于BD算法的空间发射分集。并且通过优先对“最差”用户进行预编码使得该用户获得“最优”的等效信道,提升了整个系统的性能。     

协作中继认知无线电中功率分配算法

基于协作中继的思想, 提出一种组成次用户协助主用户传输的系统模型, 用基于解码转发的Lagrange对偶优化功率分配算法进行功率分配, 解决了次用户接入主用户频段产生的干扰过大问题. 仿真结果表明, 该算法在保障次用户正常通信的前提下, 可大幅度降低对主用户的干扰, 即可有效增大主用户对外界环境的抵抗力, 并提高主用户的系统容量.     

MIMO系统中一种新的接收天线选择算法

在瑞利衰落信道条件下，通过天线选择可以提高多输入多输出（MIMO）系统的容量，并能有效地降低MIMO系统的复杂度和射频成本，天线选择算法也成为问题的关键。对接收天线选择算法进行了研究，通过连续选择使MIMO系统容量增加最大的天线的方法，用矩阵及行列式运算导出了一种新的接收天线选择算法，并通过仿真和分析与其它算法进行了比较。仿真结果表明，新算法在信噪比较小时，有最大的遍历性容量（ergodic capacity）、中断容量（outage capacity）；在信噪比较大时，同其它算法结果十分接近。新算法更适合于在信噪比较小（信号弱或信遭受噪声恶化严重）时使用。将新算法同Alkhansari算法结合起来，结果更好。     

Interference Alignment Algorithm for Considering the Throughput of Cognitive Users in Cognitive MIMO Network

The cognitive multiple input multiple output( MIMO)network can utilize radio spectrum efficiently and satisfy the demand of high data rate. In order to decrease the interference during transmission,a new interference alignment( IA) algorithm based on cognitive MIMO networks is proposed in this paper. The algorithm is realized by designing two-level pre-coding, the first-level precoding aligns the interference generated by the cognitive users( CUs) to unused sub-channels of the primary user( PU),thereby eliminating the interference of CUs to PU; the second-level precoding is used to improve the throughput of CUs. Simulation shows that the proposed IA algorithm can eliminate the interference that the CUs produce on the PU and improve the throughput of CUs spontaneously.