大规模MIMO系统能效优化算法研究综述

随着移动用户数与高速数据业务应用的快速增长,满足下一代网络更高频效和能效需求的大规模多输入多输出(multiple-input multiple-output,MIMO)技术成为5G的研究热点。天线数目的增加,导致大规模MIMO系统的能耗也将急剧增加。优化大规模MIMO系统能效以实现绿色通信成为5G资源管理的一项重要研究课题。针对该问题,对大规模MIMO能效优化算法进行了综述与展望。介绍了大规模MIMO系统能效模型,综述了大规模MIMO系统能效优化算法研究现状,包括基于天线选择的能效优化、基于功率分配的能效优化、频效和能效的折中和多参数联合优化能效;探讨了学术界在大规模MIMO系统能效优化算法上的重要研究成果;总结了当前研究中存在的主要问题,展望了大规模MIMO系统能效优化未来的研究趋势。     

分层动态虚拟 MIMO 的信道容量分析

针对如何解决目前移动通信频率紧缺及信道容量不足的问题,提出了一种新型的分层动态虚拟多输入多输出(multiple input multiple output,MIMO)系统结构,该结构结合了移动云的灵活接入、覆盖面积广等特点,并将虚拟MIMO技术融合在该结构中,较显著地提高了系统的信道容量.在该结构下,用户在层次之间进行通信并利用注水算法进行功率的优化分配.而对用户在跨越多层次进行通信的情形,提出了一种同时将层次间距离和传输功率进行最优化的马尔可夫链算法.该算法通过监测用户的变化进而调节层次间距离和传输功率,从而获得最大的信道容量.仿真结果显示,注水算法通过功率优化获得了层次间的分层动态虚拟MIMO结构的最大信道容量,马尔可夫链算法实现了用户跨越多层次通信情形下的最大信道容量.     

一种改进的MIMO中继系统中比特与功率分配算法

比特和功率分配是基于正交频分复用的多输入多输出(multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统自适应资源分配中的一个重要研究问题.针对单用户MIMO放大转发中继系统中功率分配的问题,提出了基于注水定理的比特和功率分配算法,算法采用对分法搜索注水线,相对于传统的注水算法,减少了迭代次数,复杂度较低.仿真结果表明,该算法能够有效提高系统谱效率,并且在误码率性能上也有一定的提高.     

大规模MIMO信号检测算法研究

大规模MIMO技术通过增加基站天线数大幅提高系统频谱效率和能量效率,是未来5G移动通信网络的关键技术。文中在大规模MIMO系统模型下,对多种信号检测算法进行仿真,研究其性能,对大规模MIMO技术的实际应用具有一定的指导意义。对仿真结果的分析表明,当基站天线数远远大于用户数时,简单的线性信号检测算法也能达到很好的系统性能。     

一种基于延时信道状态信息的MIMO-OFDM系统自适应功率分配算法

在基于正交频分复用的多输入多输出（multiple-input-multiple-output-orthogonal frequency divided multiplexing,MIMO-OFDM）系统中,适当的功率分配方案能够显著提高系统吞吐量,但是其复杂度往往较高。研究MIMO-OFDM系统的自适应功率分配问题。以系统的和速率最大化为目标,根据延时的信道状态信息在所有空间子信道之间分配功率,同时满足各子信道的误码率约束与系统总功率约束。根据MIMO空间子信道的特点提出了一种复杂度很低的功率分配算法,并分析了算法复杂度。在IMT-2000信道中的仿真表明,提出算法的性能优于已有的次佳算法。     

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...     

一种博弈的异构网上行功率控制算法

异构组网是未来移动通信系统的典型网络结构,上行功率分配算法又是异构网络中干扰管理的一项重要技术。将博弈论和异构网上行功率分配算法相结合,提出了一种博弈的异构网上行控制算法。该算法把价格支付函数运用到上行功率控制算法中,在异构网中任何用户的功率提升都要考虑对网络内的其它同频用户带来的干扰,并以此作为基于价格的支付函数,通过循环多次迭代使得用户功率提升对整个网络的干扰最小化。通过对现有功率控制算法的优化,提升了网络的性能。结果表明:基于博弈的异构网上行功率分配算法能够在系统上行吞吐量、能效比方面带来增益和性能的提升。     

认知MIMO系统频谱检测与吞吐量折中

 研究了认知MIMO系统频谱检测与吞吐量折中问题,以最大化SU(Secondary User)吞吐量为目标,求解出最佳的频谱检测时间和最优功率分配方案。仿真结果表明,存在最佳检测时间使SU的吞吐量达到最大,并且通过注水法功率分配,能进一步提高SU的吞吐量。此外,通过仿真比较了能量检测和基于特征值的频谱检测算法对SU吞吐量的影响,结果表明,采用两种算法SU的吞吐量几乎相等,由于基于特征值的频谱检测算法更具有健壮性,因而更适合应用于认知MIMO系统。     

一种新的MIMO系统功率比特自适应算法

目的发射功率受限的自适应调制系统,由于调制方式有限,实际使用的发射功率通常小于受限的发射功率,对这一部分剩余功率进行再分配和利用,从而提高频谱效率。方法针对自适应调制MIMO系统,提出对剩余功率在空域及空时域联合进行再分配的自适应算法。结果仿真结果表明,在空域采用等功率分配,再进行空域剩余功率再分配,能够提高频谱效率。结论该算法复杂度低,易于实现。     

一种用于B3G移动通信系统的无线资源管理方法

分析了后三代(B3G)移动通信系统中无线链路的传输模型和所承载各种业务的QoS需求,提出一种可以提高系统性能的混合式无线资源管理方法.采用此方法设计出适用于多输入多输出(MIMO)无线信道和流媒体业务QoS要求的联合无线资源调度和功率分配的算法(JASPD算法).计算机仿真结果表明, 与传统的无线资源管理算法相比,JASPD算法能够在相同复杂度条件下使得系统容量平均提高10%,同时将业务的丢包率平均减少32%.     

基于特征波束成形的功率分配算法

针对多用户MIMO SC-FDMA系统,本文提出一种基于特征波束成形技术的功率分配问题,在接收端采用线性最小均方误差接收器,利用奇异值分解将功率分配问题转换为满足KKT条件的凸优化问题,从而得到功率分配的优化算法。理论分析及仿真结果显示,本文提出的算法在BLER等性能上有较好的表现。     

一种多用户MIMO OFDM系统中的跨层自适应资源分配算法

提出了一种多用户MIMO OFDM系统中的跨层自适应资源分配算法。在发送功率一定的条件下以吞吐量最大化为目标把用户等待时间作为优化因子,首先分配子载波,再分配子载波的比特和功率。最后分配空间子信道的比特和功率.仿真结果表明提出的算法能够满足用户等待时间的公平性和用户的QoS,而且能够有效提高系统的吞吐量.     

多天线技术的发展及研究现状

高速数据传输是未来移动通信发展的一个重要目标,多天线技术的利用为移动通信频谱利用率的提高注入了新的活力,本文对其典型系统MIMO和DAS的发展、研究现状及特点做了简要介绍.     

多用户MIMO中基于SLNR预编码的动态功率分配

在多用户MIMO系统中,基于信漏噪比（SLNR）的预编码由于同时消除了共信道干扰（CCI）和噪声而提高了系统性能。由于各用户的信道衰落不相同,信道质量的好坏直接影响了系统的性能。使用了一种动态功率分配算法,在SLNR预编码的基础上乘以功率分配系数,进一步改善系统性能。仿真结果说明了基于SLNR的预编码优于迫零（ZF）预编码,且采用动态功率分配后系统性能得到了进一步改善。     

多目标跟踪下的分布式MIMO雷达资源联合优化算法

针对现有分布式MIMO雷达资源联合分配多集中于发射端阵元与功率的分配,未同时考虑接收阵元的优化,且缺乏对任意雷达布阵形势下系统跟踪能力和资源需求量估算等问题,提出多目标跟踪下的分布式MIMO雷达资源联合优化算法。首先,计算多目标位置误差的最大值,以最小化该最大值为目标函数;其次,在发射和接收阵元总数量有限、发射总功率给定的条件下,建立收发阵元选取与功率分配联合的资源优化模型;然后,结合启发式搜索算法和连续参数凸近似算法,采用循环最小化的方式对该问题进行求解;最后,在给定大小的实验环境中,对目标运动轨迹确定和随机两种场景进行实验。实验结果表明,系统发射总功率一定时,选取的发射阵元个数要明显少于接收阵元个数。相比于现有MIMO雷达资源分配研究,所提算法能够估算出在任意雷达布阵形势下系统的最低目标跟踪精度、个数和相应的最少资源需求量,对雷达系统的结构设计和资源储备具有一定的参考价值。     

基于突发传输的平均速率优化算法

随着互联网和移动通信的快速发展,对数据传输速率的要求也越来越高。本文针对总功率有限的慢衰落系统,在短期功率约束和长期功率约束下,提出了实现最大平均速率的优化方案。在短期功率约束下,通过研究信道增益进而得出突发传输下的最优量化方案;在长期功率约束下,提出了基于注水算法的改进功率分配算法,进而实现最大速率。理论分析及仿真结果显示,本文算法对改善传输速率有较好的表现。     

探讨MIMO智能天线技术在4G中的应用

在已经商用的第三代移动通信系统和正在酝酿的第四代移动通信系统中,为提高信道容量和传输速率以及通信质量,这2种系统都涉及到了MIMO多天线阵列无线传输物理层体系结构这项关键技术。凭在提高频谱利用率方面的卓越表现,MIMO和智能天线成为4G发展中炙手可热的课题。本文采用智能天线与MIMO系统结合,讨论了MIMO技术的优点和未来智能天线的发展趋势同。     

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.     

OFDM技术及其系统资源分配研究

高速率、高带宽、高频谱利用率、提供多种新型业务是未来无线移动通信的主要发展目标。正交频分复用有良好的抗符号间干扰和抗多径干扰能力以及频谱利用率高等优点,被广泛应用于第四代移动通信系统、宽带无线接入系统以及无线城域网。在多用户OFDM系统中,自适应地分配子载波和功率能够充分利用多用户分集和频率分集以降低误比特率和发射功率、提高频带利用率。本文概括了OFDM技术特点,建立了多用户OFDM系统资源分配模型,分析了关于资源分配算法的几种研究方法,对于今后的研究提供了参考。     

一种多输入多输出系统下基于最小发射功率的自适应算法

针对多输入多输出(MIMO)系统提出了一种新的自适应调制算法.传统的自适应调制方法以容量最大化为目标,在发射功率一定的条件下,为空间子信道分配比特和功率.实际的通信系统一般要求传输速率和误码率一定,提出的算法就以最小化发射功率为目标,在发射端自适应根据MIMO系统各个空间子信道的增益来分配传输比特、发射功率,最终获得好的频谱效率,并在满足通信系统要求的前提下,降低发射功率.仿真结果表明,提出的方法可以用低的发射功率达到用户传输速率和误码率要求.