一种多用户MIMO系统下行链路的信道分解方法

针对块对角化(BD)算法没有考虑各用户接收噪声功率差异的问题,在对下行链路信道实施块三角化(BT)的基础上,结合Tomlinson-Harashima 非线性预编码(THP)提出了一种新的下行链路信道分解算法,使得分解后得到的各单用户等效信道具有不同的空间发射分集.该算法通过优先对"最差"的用户进行预编码使得该用户获得"最优"的等效信道.仿真实验结果表明该算法获得了比BD算法更好的系统性能.     

多用户MIMO下行链路中一种传输方式自适应调度算法

目的针对多用户MIMO下行链路,提出一种传输方式自适应调度算法。方法该算法由各移动用户根据信道状态选择与基站的通信方式,包括波束形成和空分复用,并向基站自适应反馈信道信息;基站根据各移动用户的反馈信息选择用户子集。结果该算法实现了基站和移动用户联合用户调度,系统反馈开销由各用户的信道状态共同决定。结论与已有方法相比,该算法能够同时获得高的系统容量和更好的BER性能。     

发射端信道信息对MIMO下行链路的影响

在MIMO(Multiple-Input Multiple-Output)多用户下行链路中,当发射端具有完全的信道状态信息(CSI:Channel State Information),则可以通过块对角化预编码完全消除用户间干扰(IUI:Inte-User Interfer-ence)。但是,不准确的发射端CSI会导致接收端有残留的IUI。针对最大比合并(MRC:Maximal Ratio Combi-ning)接收机,考察了不准确的发射端CSI对MRC接收机输出的信干噪比(SINR:Signal to Interference plusNoise Ratio)的影响。考虑两个用户的情况,其天线数均为N,而基站的天线数为N 1。推导了SINR的中断概率的上界和下界,且它们之间有简单的关系。仿真结果证明了理论推导的正确性。     

一种多用户多输入多输出系统下行链路线性预编码方法

针对多用户多输入多输出系统下行链路线性预编码的信干噪比最大化方法中,共信道干扰抑制和噪声抑制不能有效平衡的问题,提出将其中的噪声方差项修正为以噪声方差为变量的分段线性函数的改进方案.该方案通过对噪声方差项的分段修正,在噪声方差的值较小时依然能够保持共信道干扰抑制和噪声抑制间的平衡,从而使系统的误比特率性能和容量得到进一步提高.仿真结果表明,与信干噪比最大化法相比,所提方案对于基站天线数为5、移动用户数为3、移动用户天线数均为2的多用户系统,在平均误比特率为10-4水平上可以获得2 dB的性能增益,当信噪比为10dB时,可以使系统的各态历经容量增加1 b.(s.Hz)-1.     

室内多用户MIMO系统下行链路空分多址算法研究

多天线技术可在不额外增加功率和带宽的条件下成倍提升无线资源的频谱效率,改善通信质量.本文提出了一种适合于室内分布系统场景的多用户MIMO下行链路空分多址算法.首先通过测量不同用户在不同通道上的功率来计算空分多址用户间的信号干扰比值,然后根据该信号干扰比值进行初步的空分多址判决,最后对空分多址用户进行干扰补偿.仿真结果表明该空分多址算法可以大幅提升室内分布系统的容量.     

基于随机网格张量分解的多用户毫米波大规模MIMO系统信道估计

利用毫米波信道的稀疏散射特性和张量的空间结构,提出了一种随机网格张量分解的信道估计方法,接收信号被表示为一个四阶张量,采用随机张量压缩对单个用户信道进行解耦;采用网格张量分解方式,将大尺度的用户信道张量分解为若干个小尺度张量,并行且独立地分解所有子张量,由相关因子矩阵估计信道参数.仿真结果表明,该算法能获得较为准确的信...     

一种新颖的抗干扰的多用户信道辨识方法

针时多用户信道.提出了一种新颖的辨识方法.该方法使用调制引入循环平稳,利用互不相同的循环频率,对各个用户的循环统计量进行分离,可以得到所需用户的循环相关.继而用简单的单信道方法可将信道辨识出来.并时算法进行了计算机仿真.反映信道的抗噪声和干扰的能力.     

一种选择最大多用户分集MIMO信道调度方法及性能分析

提出了一种选择最大多用户分集MIMO信道调度方法,能在不降低性能的基础上减少反馈负载.每个用户将最大的信干噪比值与设定的门限比较,只有大于门限的值及对应的发射天线序号返回给基站,基站分配独立的信道给最大信干噪比用户.给出了所提方案的系统平均容量和反馈负载量的分析,仿真结果与分析一致.     

非理想信道信息对多用户MIMO系统性能的影响

针对闭环系统中存在反馈时延及接收端存在信道估计误差的情况,分析了非理想信道信息对基于天线选择方案的闭环多用户多输入多输出(MIMO)系统性能的影响,推导了中断容量及误比特率的解析表达式,探讨了多用户分集对系统的影响.理论分析表明反馈时延及估计误差会使得整个系统的性能下降.数值仿真结果验证了理论分析的正确性.     

一种大规模MIMO系统信道反馈算法

针对在大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统中,信道状态信息（Channel State Information,CSI）反馈量过大以及反馈的CSI过时的问题,提出一种基于自回归（Autoregressive,AR）模型和主成分分析（Principal Component Analysis,PCA）方法的反馈算法。接收端进行信道估计获得CSI后,先利用AR模型预测出反馈所需时间之后的CSI,在此基础上计算压缩矩阵,然后利用PCA方法对预测的CSI进行压缩,再反馈给基站,最后基站端对接收到的CSI进行重构。从理论分析和仿真结果可以看出,该算法可以在降低反馈量的同时提高系统容量和信道恢复的准确性。     

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.     

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.     

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…     

多输入多输出系统下行链路发射与接收的联合线性预编码

针对多用户多输入多输出系统下行链路线性预编码中的迫零法及正交化法对接收端的噪声有较强放大作用的问题，提出了一种发射与接收联合预编码的波束成形迭代法．该方法把联合预编码直接转变为波束成形问题，以惟一确定的最小范数解作为预编码矩阵，通过迭代得到各用户的预编解码矩阵．由于所得到的解码矩阵具有最小范数的特性，在解码时产生的噪声能量最小，从而有效地减少了对噪声的放大作用．同时，在基站总发射功率一定的条件下，根据用户的信道质量动态地分配功率可以使信道质量较差的用户得到较多的发射功率．仿真实验表明，所提出的方法与迫零法相比，在相同的仿真条件下，在平均误比特率为10^-4时可以获得约9dB的性能增益．     

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．     

一种改进的FDD大规模MIMO CSI反馈方法

大规模MIMO技术因具有高数据率、频带利用率和能量效率等优点被认为是第5代移动通信系统的核心技术之一.在频分双工(FDD)模式下,由于上、下行信道不具有互易性,因此大规模MIMO系统基站如何获得准确的下行信道信息是一个具有挑战性的问题.本文对这一问题进行了研究,提出一种利用信道稀疏性和线性滤波的有效方法.仿真结果表明,与传统方法相比,本文所提方法可以极大提高系统性能.     

多天线系统符号和载频同步的混合粒子滤波

为解决多天线系统符号同步和载频同步中的联合参数非线性估计问题,提出一种混合粒子滤波方法.该方法基于最大后验概率准则,在接收端将时延、频率偏置用联合随机粒子表示,结合未知信道参数矢量的卡尔曼滤波估计值,获得联合粒子的重要性权重.同时,采用序列重要性采样和重采样策略来更新粒子权重并保持粒子的多样化,可避免直接在高维信道参数空间上进行重要性采样时效率下降的缺点.该方法在4发2收的多天线基带传输系统上的仿真实验表明,其参数估计精度较高,到达稳态所需的迭代次数较少,并可获得接近理想参数时的误码率性能.