非完美CSI情况下大规模MIMO系统的下行链路能效优化

为了满足密集的用户需求, 正在发展的蜂窝网络增加了移动系统下的能量消耗, 但更广的网络覆盖范围和功耗更低的无线通信系统也给无线通信系统带来了更多的挑战。针对这些持续增长的需求, 本文设计了一种能实现能量效率最大化的多小区大规模多输入多输出(multiple input multiple output, MIMO)系统下行链路的实现方法, 提出了在非完美信道状态信息(channel state information, CSI)情况下包含基站天线数、导频复用因子以及用户数量等参数的信干噪比最佳闭式表达, 通过最大比合并(maximal ratio combining, MRC)接收技术推导出大规模MIMO系统的下行链路频谱效率, 再根据功耗模型得到系统的整体能量效率, 利用交替迭代的优化算法进行优化求解, 得出最大能效时的相关参数数值。由仿真结果可知, 本文所提的多小区大规模MIMO系统的下行链路的实现方法与现有多小区方法相比, 能量效率有12.2%的提升, 并且对于环境的变化有更好的鲁棒性, 对于多小区大规模MIMO系统具有一定参考意义。     

大规模MIMO系统的智能天线选择与功率分配方法研究

为了满足大规模多输入多输出(multiple input multiple output, MIMO)系统的数据传输需求并降低系统能耗,提出一种基于量子化学反应优化的智能天线选择与功率分配方法。根据大规模MIMO系统不同时段的用户传输需求建立智能天线选择与功率分配模型,推导出其最大能效方程。为有效求解该非线性、多约束的混合优化难题,结合量子计算和化学反应优化机制的优势设计了量子化学反应优化算法,可得到最佳的天线选择与功率分配方案。仿真结果表明,所提的智能天线选择与功率分配方法能实时满足用户的信息传输需求,显著提高系统能效。针对不同的仿真场景,所提方法与现有的智能算法与分配策略相比均可得到最高的系统能效。     

大规模MIMO系统的智能天线选择与功率分配方法研究

为了满足大规模多输入多输出(multiple input multiple output, MIMO)系统的数据传输需求并降低系统能耗,提出一种基于量子化学反应优化的智能天线选择与功率分配方法。根据大规模MIMO系统不同时段的用户传输需求建立智能天线选择与功率分配模型,推导出其最大能效方程。为有效求解该非线性、多约束的混合优化难题,结合量子计算和化学反应优化机制的优势设计了量子化学反应优化算法,可得到最佳的天线选择与功率分配方案。仿真结果表明,所提的智能天线选择与功率分配方法能实时满足用户的信息传输需求,显著提高系统能效。针对不同的仿真场景,所提方法与现有的智能算法与分配策略相比均可得到最高的系统能效。     

NOMA系统在下行链路中的功率分配

为了满足非正交多址接入(non-orthogonal multiple access,NOMA)系统下行链路的一个多用户集群中不同用户的业务需求,提出了具有用户服务质量(quality of service,QoS)保证与最大最小(max-min)公平性准则的功率分配算法。针对不同用户需求,制定了在基站发射总功率与用户满足的最低速率要求约束下的max-min公平准则的优化问题模型,并利用二分法与Karush-Kuhn-Tucker(KKT)条件对复杂的非凸问题进行求解。仿真结果表明,该功率分配算法既保证了用户的QoS要求又满足了用户的公平性准则,并且NOMA系统的吞吐量相较于传统多址接入系统的吞吐量有较大的提升。     

基于非合作博弈模型的跨层资源分配算法

针对多用户多输入多输出 正交频分复用(multiple input multiple output-orthogonal frequency division multiple, MIMO-OFDM)系统的上行链路提出一种基于非合作博弈模型的跨层资源分配算法。基站为用户分配初始上行速率后,各用户间通过非合作博弈方式实现功率最小化。功率未饱和的用户向基站申请增加吞吐量,基站在调整用户吞吐量时综合考虑用户信道条件与媒体访问控制（media access control, MAC）层缓存的状态。仿真表明,算法既降低了用户终端的功率开销,同时兼顾了多用户间的公平性。     

基于多功率电平-多前导的mMTC免授权随机接入方案

传统的免授权随机接入方案存在严重的前导碰撞，这大大限制了终端的接入性能。为了降低前导碰撞及提高免授权随机接入概率，提出一种基于多输入多输出(multiple input multiple output, MIMO)和多功率电平-多时隙联合的免授权随机接入方案。在该方案中，活跃用户从前导池中随机选择多个前导序列构成组合前导，并根据自身位置选择一个发送功率电平，将组合前导和信号以该功率电平依次发送至基站；基站采用顺序干扰抵消技术分离不同功率电平的信号，通过前导检测识别竞争用户并估计随机接入冲突。仿真结果表明，相比单一非正交多址(non-orthogonal multiple access, NOMA)方案和单一多前导方案，所提方案能够有效提高用户的接入成功概率，对大规模随机接入场景具有更好的适应性。     

MIMO雷达稀疏阵列优化设计方法

针对运动平台多输入多输出(multiple input multiple output, MIMO)雷达应用中无法进行规则稀疏布阵, 传统的稀疏阵优化设计方法优化对象单一的问题, 提出一种利用多目标进化算法(multi-objective evolutionary algorithm, MOEA)进行阵列结构优化的方法。将MIMO雷达接收端的收发联合和差波束的旁瓣电平为优化目标, 使系统具有尽可能好的和差波束旁瓣抑制性能。仿真结果表明, 基于Pareto秩排序的MOEA的MIMO雷达稀疏阵优化设计可以使系统多种性能得到提升。     

多业务CDMA通信系统联合功率控制

结合多用户检测技术,对于多业务CDMA移动通信系统的上行链路功率控制问题,提出了一种联合功率控制算法。考虑实际系统可能存在负载过重情况,按照业务优先级,逐步切除过载用户,以满足其他用户的QoS。对三类业务进行了仿真研究,表明所给出的联合功率控制算法比传统的功率控制算法节省用户的发射功率,可以支持更多的用户接入小区,增加系统容量。     

MIMO-NOMA系统中短包传输的功率分配方法

多输入多输出非正交多址接入(multiple input and multiple output-non-orthogonal multiple access,MIMO-NOMA)技术能够增加设备连接数量,有效提高系统的频谱效率,针对超可靠低时延应用业务中需要短包传输,而多用户簇的MIMO-NOMA系统同一簇用户对内远用户的吞吐量较低的问题,利用奇异值分解和最大比合并的方法消除簇间干扰,考虑近用户解码远用户的块错误概率低于给定阈值条件下,利用交替迭代算法联合优化簇内用户的发送功率和最大可达传输速率,实现远用户吞吐量的最大化。仿真结果表明与短包传输MIMO正交多址接入(orthogonal multiple access,OMA)系统相比,在保证块错误概率低于10^-5的条件下,远用户的吞吐量提高了32%。     

基于模糊层次分析的MIMO/SA多天线系统算法性能评估方法

多输入多输出（multiple input and multiple output, MIMO）和智能天线（smart antenna, SA）是第四代移动通信系统的关键技术,其结合的MIMO/SA多天线系统所采用算法的不同,直接影响系统性能,准确评估MIMO/SA多天线系统的算法性能,对于实际应用十分重要。结合波达方向估计算法、空时编译码算法、波束成形算法的算法性能指标,应用模糊层次分析法建立了层次结构模型,确定了各算法性能指标的权重和隶属度,得到了MIMO/SA多天线不同实现方案中不同算法的模糊综合评估方法,进行了仿真验证。仿真结果表明,评价方法能在不同的MIMO/SA多天线实现方案中选择出优化方案,对MIMO/SA多天线系统的方案设计与算法实现有较好的参考价值。     

能量有效的NOMA多用户-多信道匹配算法

针对非理想信道状态信息(channel state information, CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access, NOMA)技术提出了一种能量有效的多用户-多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户-信道匹配优化问题;最后,将面向能量效率的NOMA用户-信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户-多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。     

能量有效的NOMA多用户-多信道匹配算法

针对非理想信道状态信息(channel state information, CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access, NOMA)技术提出了一种能量有效的多用户-多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户-信道匹配优化问题;最后,将面向能量效率的NOMA用户-信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户-多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。     

Power allocation for MIMO-OFDM systems with multi-user decoupling and scheduling

1 .INTRODUCTIONRecentinformation-theoretic results haveshownthat multi-ple-input multiple-output ( MI MO) channels have a greatpotential to i mprove spectral efficiency in rich scatteringwireless channels[1 ,2].Si multaneously,orthogonal frequen-cy division multiplexing (OFDM) has gained anincreasinginterest as a promisingalternativeforfuture highrate wide-band wireless systems because of its lowcomplexity signalprocessingto counteract frequency selectivity. The combi-nationof MI MOsy…     

多小区全双工MIMO系统中干扰对齐方案

同时同频全双工(full-duplex, FD)与多输入多输出(multiple-input multiple-output,MIMO)技术的结合尽管可成倍地提升MIMO系统的频谱效率,但由此而引起更为复杂的干扰问题限制了FD技术的实际应用。为此,基于干扰对齐(interference alignment,IA)思想,提出一种适用于多小区FD-MIMO系统的干扰解决方案。该方案同时适用于FD基站FD用户(FD-BS-FD-User)和FD基站半双工(half-duplex,HD)用户(FD-BS-HD-User)两种模型。该方案首先根据多对一(many-to-one,MTO)线性IA算法,通过闭式求解来消除小区间和小区内上行干扰及下行干扰;然后基于上行用户发送对下行用户接收所造成的残留干扰,构建目标函数,接着结合一辅助函数将该目标函数转化为仅与上行用户内层预编码矩阵相关的复合代价函数,进而基于格拉斯曼流形上的最速梯度下降法在上行用户端实现预编码矩阵的迭代求解,以抑制上行用户发送对下行用户接收所造成的干扰。数值仿真结果验证了该IA方案在多小区FD-MIMO系统中的适用性和有效性。     

放大转发中继系统中基于SCMA的能效资源分配方案

放大转发中继系统中, 以提升能效为目标, 在保障各用户的最小速率需求下, 提出一种子载波顺序配对以及稀疏码分多址(sparse code division multiple access, SCMA)码本功率联合资源分配算法。将能效资源分配建模为一个混合型整数优化问题, 并将其拆分为子载波配对和码本及功率分配两个独立的子问题。首先, 预设码本和功率分配, 基于能效对子载波进行配对。然后, 在子载波固定配对的情况下, 基于能效码本采用最优信道选择的分配方法, 功率问题转化为含有参量的凹函数, 构建拉格朗日函数进行迭代求解。最后,码本和功率交替迭代优化直至收敛。仿真表明, 所提算法较其他方案可以提升约29%的系统平均能效, 同时也保证了每个用户的最小速率需求。