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。     

获得天线选择分集的空移键控调制算法

为了解决空移键控(SSK)调制不能获得发射分集的缺陷,提出了一种基于天线子集选择的SSK算法(ASD-SSK).ASD-SSK算法利用各个发射天线的具有不同特性的无线传输信道构造了一个信号星座图;然后依据最优星座图子集准则(即星座点间的最小距离最大)选择最优的发射天线子集;最后利用所选的天线子集,采用SSK调制方式来传输信息.在每次天线子集选择中将距离最小的一对信道分开,从而将总的天线集合分成2个子集,依次迭代,可以有效降低ASD-SSK天线子集选择的复杂度.仿真结果表明:相比SSK算法,ASD-SSK算法不仅获得了选择分集增益,而且总的发射天线数目越多,分集增益越大;在2 bit· s-1·Hz-1、发射天线数为6、误码率为10-3的条件下,ASD SSK算法有14 dB左右的增益.     

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.     

基于MMSE准则的发射天线子集选择算法

多天线无线系统可提供更大的信道容量和更好的抗衰落能力,发射端利用反馈的部分信道状态信息进行发射天线子集选择是降低MIMO系统实现复杂度和成本的有效手段。本文从差错概率最小化的观点出发,提出了基于MMSE准则的天线选择算法,它通过计算经MMSE检测后各去耦子信道的信噪比,选择较好的发射天线并反馈给发射端。仿真实验表明,该算法具有较优的性能。     

基于最大比传输预编码天线分组技术的大规模多入多出系统能效研究

大规模多输入多输出(MIMO)系统中,大型天线阵列之间的强天线相关性会导致系统性能降低.针对下行链路场景,提出基于最大比传输预编码的联合天线分组和天线选择算法,把大规模天线阵列划分为若干组,在每组中基于信道矩阵最大列范数选择天线,构造所选天线与接收天线间的信道矩阵,并计算对应的预编码矩阵.建立能效模型,分析联合天线分组...     

相关信道下低复杂度的发射天线选择算法

文中借助于矩阵奇异值最小下界的估计方法,提出了一种基于盖尔圆算法的天线选择新算法.该算法的关键就是在选择天线的每次迭代过程中,采用的是选择使信道矩阵最小奇异值下界最大的列.该算法在减小天线间的相关性的同时,也使得所优化的系统的容量最大化以及误码率最小化.仿真结果表明,该算法不仅降低了计算复杂度,而且所得到的信道容量明显优于随机选择算法和小幅度高于盖尔圆算法.     

基于Householder-QR分解的低复杂度天线选择算法

对多天线空分复用系统中以符号误码率为准则的天线选择算法进行了深入分析,针对以往传统天线选择算法对所有天线子集搜索计算复杂度高的问题,提出了基于复域Householder-QR分解的天线选择算法.所提算法深入分析了线性接收机接收端信噪比与系统信道矩阵之间的关系,利用接收端信噪比近似边界值得到了低复杂度的选择方案,该算法不仅有效地降低了计算复杂度,同时误码率性能与以往算法相近,提高了空分复用系统的传输可靠性,适用于实际相关信道传播环境.仿真实验表明,与传统算法相比该算法具有良好的性能.     

多用户大规模 MIMO 系统中能效的研究

针对多用户下行大规模多输入多输出（multiple input multiple output ,MIMO）无线通信系统,提出一种基于能效的联合优化方案。该方案在采用同时考虑发射功耗和电路功耗的功耗模型以及迫零（zero forcing ,ZF）预编码的情况下,推导出天线数、天线子集以及发射功率与系统能效之间的关系式,从而建立联合优化天线数,天线子集和发射功率的能效优化模型,并提出一种新的迭代搜索算法来求解此模型。该迭代算法首先对天线数进行遍历,当天线数确定后,采用基于信道矩阵范数的天线选择算法进行天线子集的选取,随后利用凸优化理论来调整发射功率,不仅提高了系统能效而且降低了算法复杂度。仿真结果表明,与使用全部天线和只考虑天线数的方案相比,所提联合优化方案的能效有明显的提高。     

基于修正Gram-Schmidt的QR分解的天线选择算法

针对传统天线选择算法在以误码率作为性能指标进行天线选择时，需要对所有可能的天线子集进行全搜 索的缺点#提出了基于修正Gram-Schmidt的QR分解的天线选择算法，并对算法的计算复杂度进行了分析。与以 往算法相比，该算法可用于相关信道的场合，并且复杂度明显降低。仿真结果证明了其算法的有效性。     

基站协作系统中的低复杂度天线选择算法

根据多基站协作系统的特点,提出了2种次优的低复杂度天线选择算法：基于协作基站总体信道矩阵范数的天线选择算法(aggregate channel frobenius norm antenna seltction,ACFAS）和基于每个协作基站信道矩阵范数的天线选择算法(individual channel frobenius norm antenna seltction,ICFAS）。 ACFAS算法以全部协作基站与用户的整体信道矩阵的Frobenius范数为天线选择的目标函数,而ICFAS算法则以参与协作的每个基站与用户的信道矩阵的Frobenius范数为天线选择的目标函数。仿真结果和复杂度分析表明,提出的多基站协作系统天线选择算法复杂度较低,但是系统的容量性能受到损失,是一种次优的低复杂度天线选择算法。     

一种应用小数编码GA算法的MIMO天线选择方法

针对多输入多输出（MIMO）技术传统遗传算法（GA）的天线选择在进行遗传运算操作时,会遇到二进制染色体编码与选择天线数不匹配的问题,提出了一种用小数编码的GA遗传算法用于MIMO天线选择,所提方法可以有效解决传统GA在遗传操作上的问题,并具有较低的复杂度。     

分布式MIMO系统天线选择对信道容量的影响

研究了分布式多输入多输出系统的信道容量,对信道非满秩情况进行讨论,分析了天线选择对于信道容量的影响。对信道容量的仿真表明：在分布式MIMO系统中对发射天线进行选择可以提高信道容量。同时选择天线可以减小系统的复杂度和硬件成本。     

Antenna selection based on large-scale fading for distributed MIMO systems

An antenna selection algorithm based on large-scale fading between the transmitter and receiver is proposed for the uplink receive antenna selection in distributed multiple-input multiple-output ( D-MIMO) systems.By utilizing the radio access units ( RAU) selection based on large-scale fa-ding , the proposed algorithm decreases enormously the computational complexity .Based on the characteristics of distributed systems , an improved particle swarm optimization ( PSO) has been pro-posed for the antenna selection after the RAU selection .In order to apply the improved PSO algo-rithm better in antenna selection , a general form of channel capacity was transformed into a binary expression by analyzing the formula of channel capacity .The proposed algorithm can make full use of the advantages of D-MIMO systems , and achieve near-optimal performance in terms of channel ca-pacity with low computational complexity .     

一种基于天线选择的比特功率分配算法

链路自适应技术根据信道环境的变化自适应地调整发射功率、调制方式等,以最大化地利用无线信道资源．为了适应3G对可变数据速率和灵活QoS的要求,结合天线选择技术、比特分配和功率分配技术的优点给出一种基于天线选择的比特和功率分配算法,基于天线选择的比特和功率分配算法在BER受限的情况下最大化数据传输速率．仿真结果表明,该算法比原算法能有效地提高数据传输速率．     

Antenna selection for V-BLAST systems in correlated channel

Spatial multiplexing systems can provide significant capacity improvement but are sensitive to channel correlation. Antenna selection is a low-cost low-complexity ahemative to resolve these problems. This paper proposes a new transmit antenna selection algorithm for the spatial multiplexing systems with the Vertical-Bell Labs Layered Space-Time （V-BLAST） nonlinear receiver in correlated channel. The proposed scheme separates the optimization into two parts： it first chooses the optimal number of substreams in terms of the singular values of the channel matrix, then adapts the mapping of substreams to antennas according to the post-detection signal-to-noise ratio （SNR）. Simulation results illustrate that the proposed two-step selection criterion can provide greater selection gain than the existing singnlar value based selection criterion as SNR and scattering angle increases. The proposed criterion outperforms the existing one by 0.3 dB at a vector symbol error rate of 10^- 3 and scattering angle of 20 degree.     

GMD V-BLAST系统天线选择

基于最大容量和最小差错率准则,研究了在GMD V-BLAST系统中的天线选择问题.选用以信道矩阵非零奇异值的几何均值最大化为目标函数,可以避免容量与差错率性能之间的矛盾.在所有可用天线中进行选择的全搜索算法虽有最佳性能,但复杂度太高.基于贪婪算法,对发射天线采用快速的逐增选择策略.对接收天线采用快速的逐减选择策略,可以显著降低计算的复杂性.计算机仿真结果表明,所采用的快速天线选择算法可以较低的复杂度获得接近全搜索法的容量和分集增益.