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(...     

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.     

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.     

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.     

分层空时OFDM系统中多用户检测技术

提出了一种分层的空时正交频分复用(OFDM)系统结构,将分层的空时分组编码(STBC)应用于OFDM系统中,可在多输入多输出(MIMO)信道上提供分集增益并对抗频率选择性衰落的影响.在接收端采用一种层干扰抑制和干扰隐藏算法以克服多用户间的干扰,在分别解码每一层时抑制其他层的信号,然后在解码其他层时去除前面已解码层所产生的影响.利用该方法可在宽带无线信道上实现多用户可靠的高速通信.仿真结果表明,该系统具有很好的多用户传输性能.     

大规模MIMO多用户双向中继系统的物理层安全性能分析

对大规模多输入多输出(multiple input and multiple out,MIMO)多用户双向中继网络的物理层安全性能进行分析。系统模型中假设窃听节点可以获取第一跳用户发送信号和第二跳中继发送信号,分析大规模MIMO中继采用最大比合并和最大比传输信号处理时的系统保密速率,进一步推导出中继天线数趋于无穷时的系统渐近保密速率表达式,并进行仿真验证。理论分析和仿真结果显示,即使在不采用专门的物理层安全技术时,大规模MIMO双向中继系统也能获得可观的保密速率。证明即使当窃听节点具备多用户干扰消除能力时,通过设置合理的用户和中继发送信号功率,大规模MIMO双向中继系统仍然具有较好的物理层安全性能。     

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.     

多小区环境中基于动态功率分配的干扰安排算法

在多用户MIMO (Multiple-Input Multiple-Out put)干扰信道环境中,为了充分利用系统的总功率,将用户受到的干扰最大化地重叠,以提高系统性能.给出了MIMO干扰信道模型及子空间干扰安排算法分析;针对如何最大程度地利用系统功率问题提出了一种采用动态功率分配的干扰安排算法.仿真结果显示,该方案...     

直接序列码分多址的多输入多输出系统中的空时多用户检测

针对直接序列码分多址(DS—CDMA)的多输入多输出(MIMO)系统，设计了几种天线结构，提出利用空时分组码分别进行空时线性多用户检测和空时串行干扰对消多用户检测．通过分析误码率和算法的复杂性，比较了这两种方法的性能．仿真结果表明，空时线性多用户检测方法优于空时串行干扰对消多用户检测方法．     

一种基于基站协同的波束形成算法

将MIMO和波束形成相结合,可以有效地消除用户间的干扰,在多小区环境下,用户还受到来自小区内的同频干扰(CCI)。针对小区用户受到的CCI,改进了基于信号漏损比的波束形成算法,将其应用于多小区环境。该算法考虑小区内用户所受同频干扰影响的差异,根据用户信号功率、漏损给本小区内用户的干扰功率和临近小区用户的干扰功率重新定义信号漏损比。按照用户信号漏损比最大化的原则,利用基站协同,多小区联合选择波束形成矢量,并对该算法在不同条件下进行了仿真分析,结果表明该算法降低了多小区覆盖的用户的误比特率。