异构网中大规模MIMO场景下波束赋形设计

近年来,人们对于无线通信系统的数据传输速率的需求越来越大.大规模多输入多输出技术(MIMO)与小小区技术是能够满足人们高速增长的无线通信需求的关键技术.研究在一个异构网中的波束赋形问题,其中宏小区基站的配置为Massive MIMO,同时宏小区中包含小小区.在这样的场景下,宏基站配置大量天线,小小区基站配置少数天线,用户配置单天线.研究在这样的场景下,通过波束赋形设计,最大化所有用户的传输速率.该问题的目标函数是一个非凸的问题.通过运用半正定松弛(SDR)方法以及基于泰勒展开的一阶近似方法,将原问题转化为一个凸的近似问题,然后运用迭代方法求解.仿真结果证明,方案可以有效地提高包含Massive MIMO的异构网场景下的系统吞吐率以及能量效率.     

全双工双向中继系统的功率分配方案

提出了最大化系统的频谱效率(SE)和能量效率(EE)两种功率分配方案.EE优化问题用迭代算法求解,首先运用分式规划的方法把优化问题转变成易求解的非分式优化问题,然后运用Dinkelbach算法求得用户节点的最佳功率,再运用一维搜索求得最佳中继放大系数,最后利用迭代算法求得EE最大值.SE优化问题同样用迭代算法求解.仿真结果显示,针对不同目标函数的两种功率分配方案分别提高了系统的EE和SE,同时迭代算法能够快速收敛获得最优解.     

一种抗信道相关性的高效MIMO检测算法

多输入多输出(MIMO)技术作为新一代移动宽带通信的核心技术,面临着天线数目增大带来的系统增益和高信道相关性导致的检测误码之间的矛盾.对此提出一种新的格基规约(LR)辅助的K-Best算法,由于经LR处理后K-Best算法中每一个父节点的子节点不确定,本文采用基于需求的扩展方案扩展子节点,并基于候选最小堆的排序算法降低排序复杂度,平均时间复杂度从O(KN log2(KN))降低至O(K log2K),空间复杂度从O(KN)降低至O(K).并且针对经LR处理后,星座图不再是有限的所带来的检测误码,提出了一种越界控制方案提高检测的准确率.仿真结果表明,越界控制方案使得算法在高信道相关性下其误码率(BER)性能得到了3 d B的增益.并且本算法与最大自然ML算法仅有1 d B的差距,算法复杂度远小于ML算法,仅仅随着天线数呈线性增长,是一种适用于大规模天线系统的高效的MIMO检测算法.