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.     

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...     

一种非对称结构MIMO干扰信道的干扰对齐方法

研究一种非对称结构MIMO干扰信道干扰对齐闭式解求解问题.通过将整个系统的干扰对齐问题,转化为两个子系统的干扰对齐问题,分析子系统之间相互影响的关系,构建包含系统解的方程组,进而可以用符号计算软件进行求解.所提方法可以在所需天线数量最小的条件下,实现非对称结构的MIMO干扰信道的干扰对齐,并以4用户系统为例,详细阐述了问题的求解过程.仿真部分对所提方法进行了验证,分析了方法的复杂度及优缺点.     

三小区多用户蜂窝系统的分组干扰对齐算法

针对3小区,每小区多个用户的蜂窝系统,提出了一种基于分组的线性干扰对齐算法.算法首先对系统中所有的用户进行分组,分组后的每组包含3个用户,且3用户分别来自系统中3个不同的小区,通过分组将复杂的蜂窝多址接入信道转换为较简单的干扰信道;然后在用户端通过联立多矩阵,应用特征向量求解预编码矩阵将每个分组中的干扰进行两两对齐,压缩干扰子空间,再利用最大化弦距离理论对得到的预编码矩阵进行进一步的优化,最后在基站端利用矩阵逆的性质以较低的计算复杂度设计干扰消除矩阵将系统中的干扰完全消除.通过系统仿真分析显示,该算法较传统的蜂窝干扰对齐算法,能以较低的天线配置和较低的计算复杂度实现较高的系统容量.     

双层异构网络下多用户干扰对齐算法

针对多个毫微微蜂窝网络与宏蜂窝网络共存的网络环境,基于干扰对齐技术,提出了一种双层预编码方案,首先定义宏蜂窝网络对毫微微蜂窝网络造成的干扰为跨层干扰,毫微微蜂窝网络之间的干扰为同层干扰,分别对毫微微蜂窝用户和宏蜂窝用户进行预编码,宏蜂窝用户的预编码使得跨层干扰最小,使之可比拟于背景噪声,毫微微蜂窝用户的预编码与毫微微蜂窝基站的后置编码进行迭代,以最小均方误差(MMSE)准则输出,仿真结果表明所提算法使得毫微微蜂窝网络的吞吐量相较于单层MMSE算法在信噪比为0~30 d B区间内平均提高了3 bps/Hz.     

一种LTE网络D2D通信资源共享算法

在LTE网络下部署D2D (Device-to-Device)系统能有效降低基站的负荷,但是D2D系统共享蜂窝系统资源时会产生系统间干扰,通过合理的资源分配可以有效降低这种干扰.文中提出一种LTE网络中D2D贪婪资源分配算法,该算法能保证蜂窝系统不受D2D通信的干扰影响,同时单个D2D对可以复用多个蜂窝用户资源,以提高D2D系统的吞吐量.最后通过仿真给出本算法与随机分配和干扰感知分配算法的性能比较.     

中继下基于特征子矩阵的干扰对齐优化算法

针对MIMO双向中继网络系统中,由于用户对间的数据流具有非对称性,通过研究用户对与中继之间的天线分配关系,提出了一种基于特征子矩阵的干扰对齐优化算法及可行性方案.该算法首先利用特征子矩阵准则,为每个用户设计干扰对齐预编码优化方案,然后基于分布式迭代算法逐一推导出最优的干扰抑制矩阵,以达到在目的用户端消除其他用户干扰的效果.通过仿真结果表明,与传统中继迫零方法相比较,优化算法对系统传输速率有了显著的改善.     

认知网络预编码干扰对齐算法

针对一对主用户和多对次用户的认知多输入多输出（MIMO）系统,通过对次用户的发送端的两次预编码设计,在消除主次用户间干扰的基础上减少次用户间的干扰,有效地提高系统容量。第一次进行的预编码设计使用注水法将认知用户对于主用户的干扰对齐到主用户没有使用的空间子信道,第二次进行的预编码设计使用了最大信干噪比算法来消除次用户间的干扰。理论分析和仿真结果表明,算法在有效消除对主用户干扰的同时,次用户的吞吐量相比传统的认知系统注水功率分配法有显著提升。     

高铁环境下基于大规模多入多出自适应波束成形的干扰对齐

随着高速铁路的快速发展,高铁用户对移动互联网的需求与日俱增。高铁环境下,信道处于快时变状态,列车速度越高,信道变化越快,信道状态信息(channel state information,CSI)存在严重的不准确性。针对此问题,首先对高铁环境下的CSI建模,通过统计特性与瞬时CSI对其进行动态修正。同时,为了保障高铁在运行过程中获得最佳的系统容量,还提出一种基于自适应波束成形的干扰对齐方法;该方法将天线分成两组,通过设计预编码,使干扰对齐到零空间,从而在接收端消除干扰。数值结果表明,所提的方法能很好地适应高速移动场景,达到最优的系统容量。     

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.     

块对角化多输入多输出系统用户选择新算法

针对抑制邻小区干扰的多输入多输出块对角化系统,提出了一种新的低复杂度用户选择算法.该方法通过贪心搜索迭代地选择用户,在每一步中选择使小区系统容量增加最大的用户,并自适应地调整服务用户数而使小区系统容量最大化.仿真结果表明,该算法在高信噪比下可以达到穷举搜索约99%的小区系统容量,在低信噪比下该算法和穷举算法系统的容量几乎相同.     

利用线性约束的二阶最小均方算法进行自适应空时抗干扰

在无线衰落的通信信道中,空时编码的多输入多输出的（MIMO）系统具有很好的性能,但是多址干扰也很严重,提出一种自适应线性约束的二阶最小均方（LC-SOLMS）空时抗干扰算法,来抑制多址干扰和噪声。模拟结果证明：该算法具有较好的干扰抑制能力和快速的收敛性能。     

一种基于干扰对齐的用户选择与功率优化算法

在实际的认知无线电网络中,用户随机分布,各个用户间距离不相等,非授权用户较多,授权用户未被利用频谱资源有限,针对上述情况提出了一种基于干扰对齐的用户选择与功率优化算法.根据各个用户的位置关系,选出离授权用户较远的一组非授权用户进行通信,离授权用户较近的一组用户在该时隙静止,当非授权用户满足授权用户的干扰温度约束条件时,该算法通过对通信的非授权用户进行功率优化分配,提升系统的总容量.仿真分析表明,该算法能够在保证授权用户性能的同时,选出离授权用户较远的一组非授权用户进行通信,优化频谱效率.     

多用户多输入多输出系统下行链路的线性预编码和功率分配

针对下行链路多用户多输入多输出(MIMO)系统,提出了一种简单的联合预编码和动态功率分配的方法.该方法把复杂的联合线性预编码设计和功率分配的优化问题分解成两步实现,简化了问题的求解.首先求解线性预编码,然后在此基础上,通过优化不同用户的功率分配,使各用户的信干噪比(SINR)相同且最大化,改善了的系统的误码率(BER)性能.仿真表明,所提出的方法与现有的方法相比,可以获得较大的信噪比(SNR)增益.     

基于自适应滤波算法的FIR MIMO系统均衡

为了实现对多输入多输出(MIMO)系统的均衡,提出了一种基于自适应滤波算法的自适应均衡方法。应用判决反馈式均衡器(DFE)的结构,把MIMO信道均衡问题的模型建模成一个简化的滤波模型。这个滤波模型使MIMO系统均衡问题中均衡器的设计问题转化为自适应滤波中最优滤波器的设计问题。两种典型自适应滤波器设计算法——LMS算法和RLS算法被应用于该模型中进行仿真,仿真结果显示了算法的收敛性和均衡方法的可行性。这种自适应均衡方法不需要对信道进行辨识,具有较小的运算量,并且可以适应信道变化。     

面向云服务的物联网环境下基于上下文感知D2D资源分配方案

无线移动通信、传感网络、机器对机器(machine-to-machine,M2M)通信和云计算等技术的最新发展对物联网应用的开发、部署和利用产生了深刻的影响.直连(device-to-device,D2D)通信作为一种提高蜂窝网络性能的新兴技术,在物联网应用中起着至关重要的作用.对于D2D通信而言,资源分配是实现高性能数据传输的关键,博弈论作为一种有效的数学工具被广泛应用于解决蜂窝网络资源分配的问题.针对D2D资源分配的方案已在前期工作中提出,该方案使基站能够通过感知不同通信环境为D2D用户分配合理的频谱资源,并且通过重复迭代为D2D用户分配更优的频谱资源.但是该方案并没有深入讨论纳什均衡(Nash equilibrium,NE)不存在情况下的资源分配问题.针对该问题,将基站和D2D用户的竞争看作是一个合作博弈模型,提出了一个资源分配方案来处理不同场景下,当NE不存在时的资源分配方案,旨在保证基站在不同环境下的收益效用最大化.对比前期的资源分配算法,该算法保证了无论NE是否存在,基站都能通过感知不同的通信环境来选择特定的资源分配策略来维护自身的利益.     

Precoding for Multiuser Spatial Multiplexing MIMO Downlink

Introduction Spatial multiplexing is a simple technique that allows multiple-input multiple-output (MIMO) wireless sys- tems to attain high spectral efficiencies. Unfortunately, the lack of spatial redundancy makes spatial multiplex- ing susceptible to ra…     

D2D网络中信道签名和资源调度的联合设计方案

针对设备到设备(device-to-device,D2D)通信网络中蜂窝用户和D2D通信对之间的相互干扰问题,提出一种联合信道签名和资源调度的设计方案。该方案构建了基于时间反演的D2D信道签名模型,实现干扰消除;在博弈模型基础上,对D2D用户进行功率分配,以满足蜂窝用户的服务质量(quality of service,QoS)需求;在容量增益限制区域内按照优先级大小为D2D用户分配蜂窝链路资源,并在满足资源共享参数阈值的情况下,进一步充分利用蜂窝用户的频谱资源,为空闲蜂窝用户选择对其干扰最小的D2D用户,提升D2D用户的吞吐量。仿真结果表明,该方案有效地抑制了D2D异构网络中蜂窝用户和D2D用户的相互干扰,提升了平均速率,同时兼顾用户资源共享的公平性及通信的安全性。     

一种新的协同通信功率分配方案

协同通信是一种新的空间分集技术,而功率分配技术直接影响了协同通信的有效性和可靠性.针对这个问题,给出了一种新的具有可调系数的功率分配框架,讨论了在每个用户功率受限情况下的功率分配方案,并且基于该框架研究了以2用户的比特误码率之和最小为目标函数的功率分配方案.仿真表明,在不同用户信道情况下进行用户协同,当功率受限时,采用合适的功率分配可以使系统中各用户的误码性能得到较好的权衡.