衰落相关对分布式MIMO信道容量的影响

提出了一种分布式MIMO信道模型,其中包含了路径损耗、相关阴影衰落与相关小尺度衰落,并通过Monte Carlo仿真,比较分析了相关小尺度衰落和相关阴影衰落对分布式MIMO信道容量的影响,并研究了空间阴影衰落相关条件下分布式MIMO信道容量空间分布的特点.仿真实验结果表明,提出的分布式MIMO信道模型能够有效降低小尺度衰落相关性和阴影衰落相关性的影响.图7,参11.     

一种改进的MIMO系统接收天线选择算法

天线选择技术能以很小的性能损失获得射频成本的大幅度降低,并能提高MIMO系统的容量.为了快速选择出使系统容量最大的接收天线子集,提出了一种基于逐增算法的改进算法.该算法通过实时更新优化参数,大大降低计算复杂度;采用每步处理2行的方法,使计算时间进一步减少.仿真结果表明,该算法计算时间大大减少,并且系统容量几乎不受影响.     

时变MIMO信道容量的计算

由MIMO无线通信信道容量的表达式,给出一种估算式．通过数值仿真对估算与精确值进行比较,进行误差分析,得出估算值是较精确的,可用估算表达式可靠地预测MINO信道的容量。     

考虑MIMO系统信道相关性的改进天线选择算法

针对MIMO系统中信道的相关性,利用线性代数原理对已有的快速天线选择算法进行改进,提出一种改进的天线选择算法．仿真结果表明：改进的天线选择算法在一定条件下能获得比原快速天线选择算法更大的信道容量,并且考虑了实际信道的相关特性．     

基于QR分解的快速天线选择算法

天线选择是MI MO(Mnltiple input multiple output)系统中一项重要的技术,可以很小的性能损失换取成本的大幅降低,从而提高系统的性能价格比.通过对信道容量的深入分析,在次优递增算法的基础上,提出了一种基于QR分解的快速天线选择算法.该算法提供的信道容量几乎与最优天线选择算法相同,同时计算复杂度有明显的降低.     

改进的分布式天线系统下行链路性能和信道容量

提出了一种改进的蜂窝分布式天线系统结构（IDAS）,该结构采用定向天线单元并将其合理放置,通过仿真分析了在3种系统结构下阴影衰落的差异及其相关性对误码率和信道容量的影响.分析和仿真结果表明,相对于现有蜂窝分布式天线系统结构（EDAS）和传统蜂窝结构（TC）,IDAS能够更好地降低其误码率并提高信道容量,特别是在小区信道质量非常差的边界区域中.     

多输入多输出系统发射天线选择对系统信道容量的影响

针对多输入多输出(MIMO)系统信道矩阵秩亏引起信道容量下降的问题,基于信道容量上限提出了一种发射天线选择方法.该方法利用信道矩阵与发射空间相关矩阵秩相同的特点,重新构建了蕴含模型物理参数的信道模型.在对空间相关矩阵QR分解的基础上,采用随机矩阵理论推导了迫零接收机信噪比的概率密度函数,从而得到了MIMO系统信道容量的上限.该方法不需要已知信道的瞬时状态信息,只取决于衰落的空间相关,计算的复杂度较低,易于实现.仿真结果表明:在低散射环境中,适当地选择发射天线可以使系统的信道容量增加约1 b/s;当接收信噪比大于6.5 dB时,发射端采用均匀圆阵系统的性能要优于采用均匀线阵系统的性能.     

MIMO系统中功率受限的天线选择算法

在已有的经典天线选择算法基础上,考虑实际系统中功率受限,基于凸优化理论提出了一种新的天线选择算法,该算法可提高功率受限条件下MIMO系统的容量。仿真结果表明该算法性能较以前算法有明显的提高。     

MIMO系统中改进的天线选择算法

递增和递减两种选择算法,可以极大降低MIMO系统中选择天线时的计算量,同时又可以使MIMO系统的容量达到最大.但在天线规模较大时,选择天线时的计算量仍较大,有必要作进一步的处理以降低选择时的计算量.文中提出了基于上述两种方法的改进算法,以低于2%的容量代价,降低多达20%～30%计算量.     

大规模MIMO系统中的双向搜索天线选择算法

大规模MIMO(Massive MIMO)拥有众多天线,如果按照传统的方式配备等量的射频链路,势必会大幅度增加硬件成本及系统复杂度.天线选择技术能够在不损害多天线系统优势的前提下,使射频链路成本明显下降.天线选择的主要方法其思想是在全部天线中选出部分天线传输数据,从而使射频链路成本不再成为限制因素,在实际的无线信道中,信道状态变化多样,为了达到所需性能指标,通信系统需要选择不同数目的天线进行数据传输,而现有的天线选择算法往往只适用于固定天线数的场景.本文针对多变的信道状态,基于递增选择算法与递减选择算法提出了双向搜索天线选择算法,能够灵活应对不同的天线数需求,并且保持了较低的计算复杂度.     

秩损MIMO信道的收发天线联合选择方法

提出一种用于秩损MIMO信道的收发天线联合选择方法。首先分析了秩损信道矩阵的容量特性,推导证明了通过发射天线选择增加信道容量的可能性;为了恢复满秩的信道矩阵,实现信道容量的最大化,通过秩损信道矩阵的正交子空间投影实现了有效的发射天线选择,通过最大“volume”子矩阵方法实现了有效的接收天线选择。与现有大多数“局部贪婪”方法不同,文中方法通过直接选择信道矩阵中的最大“volume”子矩阵来实现天线选择,在中到高信噪比的条件下,该方法的“全局”搜索特性获得了信道容量的准最优特性。提出的“秩-1”迭代快速数值算法和算法较少的迭代次数有效避免了传统最优2D穷尽搜索方法庞大的运算量。仿真验证了算法的有效性。     

分布式MIMO系统多普勒信道的容量自相关特性研究

采用多天线的分布式MIMO系统保持了分布式天线系统和点对点MIMO系统的优点,在分布式MIMO系统中的TDD模态采用仅仅反映系统容量使用信息的简化反馈方式,可以降低系统复杂性,本文研究了分布式MIMO系统多普勒效应下系统容量的自相关特性,研究发现：系统容量的自相关可以由信道的自相关特性来预测,从而可以大大简化系统的反馈,提高系统性能。     

MIMO通信系统的信道容量分析及MATLAB仿真实现

在多入多出（MIMO）系统原理和模型的基础上,分析了基于单入单出（SISO）、单入多出（SIMO）、多入单出（MISO）以及MIMO系统的信道容量．利用MATLAB语言,基于瑞利衰落信道,分别仿真了以上四系统的信道容量,并比较了不同天线数目的MIMO系统的信道容量．通过搭建MATLAB仿真平台,说明了MIMO系统可以大幅增加信道容量．MIMO通信系统能满足无线通信系统高质量、高速率要求．     

基于MIMO天线多载波系统的最大容量及最优信道选择算法

为了实现多输入多输出（MIMO）系统的最优传输,在加性高斯白噪声信道下分析了MIMO天线的信道容量增益,选而提出在MIMO多载波系统中,对信道进行时-频-空三维划分的理论,并给出了时-频-空三维能量密度谱的概念,从而对能量和时-频资源进行约泉．在此基础上推导并得出了MIMO多载波系统在加性噪声下的最优能量分配准则和MIMO多载波系统的容量上限在最优能量注水解的指导下,对基于MIMO天线的正交频分复用（OFDM）系统进行最优信道选择,并与未经信道选择算法的系统在相同资源约束和信道环境下进行性能比较仿真结果表明,经过信道选择的系统能更有效地保证符号可靠传输,并且系统容量逼近提出的容量上限．     

多入多出中继系统的一种贪心天线选择算法

针对多输入多输出(MIMO)中继系统天线选择算法容量不高的问题,提出了一种基于容量最大化的贪心天线选择算法.该算法在考虑噪声的影响情况下,根据添加一个天线对后系统容量的闭式表达式,逐步选取使得容量最大的天线对.仿真结果表明,在不同的中继数量及功率约束条件下,该算法与已有算法相比,能够获得更高的系统容量性能.     

相关信道多天线系统中基于Hadamard变换的分解选择策略

对于多输入多输出系统，指出了选择天线将节省费用较高的RF链路，阐述了在相关信道多天线系统中天线选择技术．为降低传统天线选择系统复杂度，提出了分解选择策略：在选择前进行Hadamard变换，根据Hadamard变换的对称性，进而提出分解选择策略，Monte Carlo仿真分析，系统的容量变换很小，而复杂度大大降低．