多小区多输入多输出正交空分复用系统中低复杂度用户选择算法

针对抑制协作小区外干扰的多小区多输入多输出(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选择用户,在用户选择的每一步中选择使得小区平均系统容量增幅最大的用户,并自适应地调整服务用户数而使小区平均系统容量最大化.仿真结果表明,在相同信噪比和干扰噪声比条件下,与抑制协作小区外干扰的多小区MIMO块对角化系统用户选择算法相比,该算法提高了小区平均系统容量,且增加了同时服务的用户数.     

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.     

容量优化的多用户MIMO T-H预编码算法

针对多用户多输入多输出(MIMO)系统的下行链路,提出一种优化系统容量的Tomlinson-Harashima预编码(THP)算法.该算法根据用户子信道的衰落状况,对各个用户分别采用不同的缩放因子进行干扰预抵消处理,有效降低了等效噪声的熵值.同时结合多用户预编码排序算法来改变THP算法的预编码顺序,改善了用户子信道的衰落系数.仿真表明:与传统的THP算法相比,该算法能够有效提高系统容量(特别是在低信噪比情况下).当信噪比为5 dB时,采用该算法的10×10 MIMO系统在容量上有4 (bit*s-1)/Hz的增益.     

基于信道衰落相关矩阵的自适应多天线技术

为了在满足目标频谱效率和目标误码率前提下减小多天线系统的发送功率,针对采用线性接收机的无编码空间复用系统,提出了一种发送天线选择及速率(调制方式)分配、功率分配准则。该准则利用了信道衰落的空间相关矩阵,以各子码流的误码率为约束条件,对发送功率进行优化。仿真结果表明:该准则相比于目前已有的天线集合及调制方式选择准则有2 dB的信噪比增益。给出了逼近该准则性能的简化算法,该算法在很大范围内能达到穷举搜索的性能。     

多类核极化及其在多宽度RBF核参数选择中的应用

针对多类支持向量机的模型选择问题, 提出一种适用于多分类问题的核函数度量标准, 称为多类核极化。进一步地, 提出了基于优化该标准的多宽度RBF核的参数选择算法。与传统的基于k-折交叉验证的穷举搜索方法相比, 该算法利用基于梯度的搜索技术自动实现模型选择, 克服了传统方法的经验性强、计算量大的不足。UCI数据集上的实验结果验证了多类核极化与多参数模型选择算法的有效性。     

基于萤火虫算法的多中继选择策略

〖JP2〗中继选择(RS)和功率控制是无线中继网络的2个重要组成部分.当中继节点以全功率协作和不协作时,中继选择等同于功率控制.因此,最佳信噪比（SNR）被描述称为0-1非线性整数规划问题（0-1 nonlinear programming integer problem,NLIP）.文中提出了基于萤火虫算法（Glowworm Swarm Optimization, GSO）的多中继选择策略,仿真结果表明,基于GSO算法的多中继选择能够获得最佳信噪比值,且性能优于穷举搜索、单一RS方案及其他次优化方案.〖JP〗     

多入多出中继系统的一种贪心天线选择算法

针对多输入多输出(MIMO)中继系统天线选择算法容量不高的问题,提出了一种基于容量最大化的贪心天线选择算法.该算法在考虑噪声的影响情况下,根据添加一个天线对后系统容量的闭式表达式,逐步选取使得容量最大的天线对.仿真结果表明,在不同的中继数量及功率约束条件下,该算法与已有算法相比,能够获得更高的系统容量性能.     

多小区Massive MIMO系统的分布式导频优化分配

研究了多小区大规模多输入多输出系统用于缓解导频污染问题的导频资源优化分配。在假定导频序列个数与单个小区内用户数相同的前提下,仅利用小区基站与用户终端之间的大尺度衰落信息,以提升用户平均传输速率为目标,提出2种可逐个小区执行的分布式导频优化方案:交换搜索与干扰度量。交换搜索算法通过将任意小区内任意2个用户的导频序列相交换进而搜索得到最佳导频分配方案,而干扰度量方案基于对不同小区用户间干扰值的度量来进行导频优化。数值结果显示,新提出的2种方案与已有方案相比能以更低的实现复杂度获得更好的性能。尤其是,若将2种方案结合起来使用,其性能甚至接近于穷举搜索方式。     

双速率多载波码分多址系统盲空时多用户检测

针对多速率码分多址系统多址干扰导致系统性能降低和使用低率检测算法使系统可用物理用户数下降的问题 ,提出了接收端使用天线阵列的同步上行双速率多载波码分多址系统的低速率盲空时多用户检测方法 .该方法在将不同速率物理用户等效到低速率虚拟用户后 ,构筑了虚拟用户的空时特征向量 ,通过子空间投影特性得到各个虚拟用户空时特征向量的盲估计值 ,进而利用该估计值实现了无需进行模糊复系数估计的软判决多速率盲多用户检测 .由于引入空间信息 ,该方法能够有效抑制多址干扰 ,提高系统容量 .数值仿真结果表明 ,该方法与已知信道的最小均方误差方法性能相近 ,并且在误码率为 10 - 3时 ,使用 2根接收天线可以使系统信噪比改善约 8dB .虽然该方法只考虑了双速率系统 ,但其原理可以推广到任意的多速率系统     

基于用户满意度的CoMP-JT多小区资源分配算法

在协作多点传输（coordinated multiple points transmission,CoMP）的联合传输（joint transmission,JT）系统中,为了提高用户的服务质量,提出了一种基于用户满意度的多小区资源分配算法。该算法基于用户累积时延构建了一个用户满意度函数,将客观时延和吞吐量转化为主观满意度,再通过最大化所有用户的满意度,推导出了一个有效的单小区资源初始分配算法,最后在多小区资源分配过程中通过集中控制单元对所有小区资源进行最终分配。理论分析与仿真结果表明,与传统算法相比,该算法能够在公平性,时延和吞吐量方面能够更好地适应用户的需求。     

一种虚拟多输入多输出用户配对算法

针对现有半正交用户配对算法中信道条件较差、用户的传输速率过低的缺陷，提出了一种基于部分逆选策略的半正交用户配对算法.该算法通过分析线性最小均方误差接收机，对信道条件较差的部分用户提出“逆选”的配对准则.仿真结果表明，该算法在系统速率和损失较小的前提下，能有效提高信道条件较差用户的传输速率，从而在系统速率和与用户公平性之间取得较好的折衷性能.     

多用户MIMO空分多址下行链路预编码算法研究

针对多输入多输出(MIMO)空分多址下行链路,每个接收天线看成独立的用户来分配波束,联合正交随机波束成形(ORBF)和迫零波束成形(ZFBF)实现了每用户配置多天线的预编码方法。为了降低计算复杂度,提出了联合线性结合技术的RBF-ZFBF的下行链路预编码方案。该方案利用ORBF确定初选用户,每个用户利用线性结合技术获得有效SINR,所选用户将使用线性结合方法获得的信道质量信息(CQI)和信道方向信息(CDI)反馈到基站,完成用户选择、波束选择和最终预编码。实验结果表明,该算法与每用户单天线方案相比,提高了系统吞吐量,证实了所提算法的有效性。     

有限反馈多用户MIMO系统的低复杂度用户选择

为了降低有限反馈多用户MIMO系统中的用户选择算法的复杂度,使系统支持更多的用户,基于贪婪用户选择算法(GUS),提出了一种低复杂度用户选择算法。该算法将Schmidt正交化的思想引入GUS算法,通过计算相互正交的预编码向量来构成预编码矩阵,并估计信道容量,最后寻找最佳的用户组合进行下行数据的传输。该低复杂度算法利用预编码向量的正交性避免了矩阵求伪逆的过程,从而极大地降低了计算量。仿真结果表明,在相同反馈方式下,改进后的算法仍能取得和GUS近乎相同的系统总容量。     

一种有效的比例公平算法

针对基于OFDM的认知无线电系统中多个认知用户之间的频谱资源分配问题,提出了一种比特和功率分配算法.首先,对认知用户的发射功率加以约束以保证认知用户的通信质量;然后运用“两部分法”并引入比例分配因子来避免认知用户的频谱资源分配不均衡问题;最后对所提算法进行了仿真,其中对认知用户的分配结果表明所提算法不仅能够保证每个用户的通信质量而且能够提升信道总容量.     

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.     

基于移动用户中继的OFDMA系统资源分配方案研究

文中在研究移动用户中继的基础上,对AF协同接收型中继模式链路容量的公式进行了推导,并根据空闲用户的分布,提出一种中继选择和资源分配的联合算法.仿真结果显示,该算法不仅能够提高系统的容量,还可以大大改善小区边缘用户的链路吞吐量.     

多输入多输出系统广播信道有限反馈的用户调度算法

针对多输入多输出（MIMO）系统广播信道多用户调度的问题,提出了一种有限反馈条件下的用户快速调度算法.算法中用户端将信道对应码字和可达传输速率估计值反馈给基站;基站预先将码字分组,调度时根据接收到的反馈信息将用户归入不同码字代表区域进行快速筛选;然后比较各码字组对应用户确定最优的用户组.仿真结果表明,该算法的系统传输速率较高,能够实现多用户分级,并且算法复杂度较低,在实际系统中易于实现.     

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。     

一种适用于 5G 融合网络的接入选择算法

提出一种适用于5 G融合网络的接入选择算法：灰色层次分析法（grey analytic hierarchy process,GAHP）。该算法基于层次分析法的思想,结合网络性能和用户体验类指标选出QoS参数,对其进行分类处理;运用模糊理论将用户偏好转化为定量参数,结合灰色关联法对 QoS 参数进行筛选,并对候选网络进行排序选择。仿真表明, GAHP在负载均衡方面优于传统算法,可以更加快速准确地选择最优网络,提高用户满意度。