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)。     

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.     

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。     

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%.     

多用户MIMO系统中分布式迭代干扰对齐研究

干扰是无线通信网中亟待解决的问题之一,针对多用户MIMO系统,结合最新的分布式算法,总结并比较了几种分布式迭代算法的复杂度以及能够实现的最大系统自由度.不同于两用户的MIMO X信道可以直接得到干扰对齐预编码矩阵,利用了信道互易性的分布式迭代算法能够很好地解决由于用户数和约束条件的增加造成干扰对齐预编码矩阵可能无解的问题.最后仿真验证了分布式迭代算法的有效性.     

基于STBC-OFDM的非协作虚拟MIMO传输策略

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,在分析理想MIMO系统和多径SISO(single input single output)系统本质关系的基础上,提出一种基于空时分组编码STBC(space-time block coding)和正交频分复用(orthogonal frequency division multiplexing,OFDM)的非协作式虚拟MIMO传输策略.在发送端,为了获得最佳发射分集增益,利用信道循环矩阵奇异值分解(singular value decomposition,SVD)后得到的左酉矩阵进行预编码;在接收端,为了获得平行子信道传输效果,提出一种基于低复杂度线性STBC译码和傅里叶变换预解码的非协作虚拟MIMO接收方案.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.仿真分析结果表明该虚拟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.该结果验证了其有效性和优越性.     

基于空间相关性的大规模多用户MIMO预编码

由于FDD(frequency-division duplex)系统的信道不具有互易性,使得大规模MIMO(multiple-input multiple-output)系统发射端对多天线信道信息的获取变得十分困难。为了解决基站获取信道状态信息的问题,可以采用双重结构预编码方案,将对长期CSIT处理的波束成形和随后对短期CSIT处理的线性预编码进行级联,可以有效地降低反馈开销。预编码矩阵由基于空间相关性的预波束成形矩阵和基于短期CSIT的传统预编码矩阵决定。通过将具有空间相关性的用户进行分组,并将分组后的用户的信道矩阵与基于空间相关性的相同的预处理矩阵相乘,使预编码信号空间的维度降低。     

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。     

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.     

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.     

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.     

基于非理想信道状态信息的鲁棒矢量预编码设计

在多用户多输入多输出（MIMO）系统中,提出一种适用于非理想信道的鲁棒矢量预编码设计方法.使用非理想信道模型,发射端仅获得部分信道状态信息,即已知信道估计值及信道误差值的一阶和二阶统计量,利用已知的信道条件并最小化收发信号的均方误差,推导出鲁棒的矢量预编码矩阵和扰动矢量.仿真表明,该鲁棒预编码方法比传统方法具有更好的性能.     

多输入多输出系统下低复杂度的自适应预编码方法

针对多输入多输出衰落信道中存在的码间干扰和多径干扰问题，提出了一种具有低复杂度的自适应预编码方案．该方案在发送端和接收端分别放置了预编码器和基于迫零算法的接收机，这样接收机在进行均衡译码的同时，将信道信息反馈给发送端，发送端便可以随之选择发送子载波的数目以及预编码矩阵，完成自适应预编码．该方案可有效降低系统的误码率．仿真结果表明，当误码率为10^-3时，在传输信道信息未知的情况下，该方案的信噪比比信道信息已知的基于最小均方误差预编码方案高1．3dB，且复杂度大大降低．     

相关衰落多输入多输出系统的参数化信道估计

针对多输入多输出(MIMO)系统中信道空域相关影响信道估计性能的问题,提出了一种基于多径参数估计的信道估计方法.该方法适用于多径稀疏信道环境下的双端部署均匀线性阵列的MIMO系统,通过构建信道的多径参数化模型,用多径的径参数描述信道矩阵和信道空域相关,将信道估计问题转化为多径参数的估计,并采用波达矩阵算法估计出多径参数以完成信道估计.由于利用了信道的多径结构,在不需预知信道空域相关的情况下,能够获得比Least-Square方法更好的信道估计性能.仿真实验表明,与Least-Square方法相比,当信道估计均方误差达到10-1时,该方法在4×4和6×6的MIMO系统中分别能够获得2.5 dB和5 dB的信噪比增益.     

基于旋转直积码本的3D有限反馈SDMA方案

为平衡反馈开销和系统性能,在频分双工(FDD)系统下,针对三维多输入多输出(3D MIMO)系统的多用户预编码问题,提出一种应用于3D MIMO系统的基于统计信道信息的空分多址(SDMA)方法.首先,基于三维信道的空间相关性,提出3D MIMO中基于旋转直积的用户分簇码本设计,码本中每个分簇基的列向量相互正交,可作为发送方向用于下行预编码;其次,用户根据下行信道估计所得到的发端相关矩阵选取所在的分簇基及发送方向,并以长周期将其索引反馈至基站;最后,基站调度用户实现下行多用户传输.仿真结果表明:在信道相关性较高的情况下,该方法可以显著提升系统的吞吐量,且只须长时间向基站反馈信息,上行反馈开销极小.     

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。     

基于部分信道状态信息的Tomlinson-Harashima预编码设计

TH预编码(Tomlinson-Harashima precoding,THP)的性能受到信道状态信息(channel state information,CSI)的影响.对于实际的多输入多输出(multi-input multi-output,MIMO)时变信道,收端的信道估计误差和反馈信息的传输时延,使得收、发端只能得到部分信道状态信息(imperfect CSI).在收、发端空间相关的条件下,利用迫零(zero-forcing,ZF)THP准则,并结合贝叶斯(Bayes)估计理论,提出了一种THP设计方法.仿真结果表明,该方法能有效地改善空间相关、信道估计误差、反馈时延以及信道时变带来的不利影响,具有更好的误码率(bit error rate,BER)性能.     

多输入多输出系统发射天线选择对系统信道容量的影响

针对多输入多输出(MIMO)系统信道矩阵秩亏引起信道容量下降的问题,基于信道容量上限提出了一种发射天线选择方法.该方法利用信道矩阵与发射空间相关矩阵秩相同的特点,重新构建了蕴含模型物理参数的信道模型.在对空间相关矩阵QR分解的基础上,采用随机矩阵理论推导了迫零接收机信噪比的概率密度函数,从而得到了MIMO系统信道容量的上限.该方法不需要已知信道的瞬时状态信息,只取决于衰落的空间相关,计算的复杂度较低,易于实现.仿真结果表明:在低散射环境中,适当地选择发射天线可以使系统的信道容量增加约1 b/s;当接收信噪比大于6.5 dB时,发射端采用均匀圆阵系统的性能要优于采用均匀线阵系统的性能.     

基于Grassmannian流形共轭梯度算法的干扰对齐方案

在Grassmannian流形Gn,p上对多用户多入多出(multiple input multiple output,MIMO)干扰系统中的发射子空间和干扰子空间进行建模,使得复欧氏空间中有约束的最优化问题转化为Grassmannian流形上降维的无约束最优化问题.利用微分流形的几何特性设计Grassmannian流形上的共轭梯度干扰对齐算法,交替迭代优化发射预编码矩阵和接收滤波矩阵.仿真结果表明:该算法的收敛性能优越,用户干扰的残余功率小,系统的传输速率及频谱效率高.