采用通道注意力机制的RIS辅助MIMO级联信道估计

可重构智慧表面（RIS）辅助多天线毫米波无线通信系统的级联信道有直传和反射两条链路,系统维数大且复杂,获取信道状态信息（CSI）困难. 针对RIS辅助下的大规模多输入多输出（MIMO）通信系统应用场景,提出了基于通道注意力机制的SE-ResNetV2网络来获取CSI,在残差网络（ResNet）中引入了通道注意力模块,通过挤压和激励策略来提高噪声特征的捕捉能力. 仿真结果表明,相比于最小二乘（LS）估计算法和常规的注意力机制深度ResNet,所提出的深度学习网络具有更好的去噪效果和估计精度.     

基于全息RIS的太赫兹MIMO信道估计研究

基于全息通信研究的大背景,提出了可重构智能表面(RIS)的全息版本。推导出了全息RIS的光束模式,并通过分析表明,理想全息RIS的光束模式可以近似于具有更实用硬件架构的超密集RIS的光束模式;提出了一种闭环信道估计(CE)方案,是以有效估计表征全息RIS辅助的THz大规模MIMO系统的宽带信道;为了减少导频开销,利用THzMIMO信道在角域和延迟域中的双重稀疏性,引入了一种基于压缩感知的CE算法。仿真结果证明,全息RIS优于非全息RIS,提出的CE方案有效。     

可重构智能表面辅助大规模MIMO通信波束成形设计

可重构智能表面(reconfigurable intelligent surface, RIS)在无线通信系统中能够提高信道性能。为了降低传统波束成形方案中功率分配的复杂度,结合毫米波(millimeter wave, mmWave)特点建立信道模型,提出一种基于正交匹配追踪(orthogonal matching pursuit, OMP)和统一信道分解(uniform channel decomposition, UCD)的RIS辅助mmWave多输入多输出(multiple input multiple output, MIMO)系统混合波束成形设计方案。利用视距(line of sight, LoS)信道的到达角(angle of arrival, AoA)和离开角(angle of departure, AoD)设计了RIS的反射矩阵。该方法不需要复杂的功率分配,能够使得多个并行数据流具有相同的信道增益。仿真结果表明,该混合波束成形方案具有更好的误比特率(bit error rate, BER)性能及频谱效率。     

RIS辅助的无小区大规模MIMO系统中信道估计及谱效分析

无小区大规模多输入多输出（cell-free massive multiple input multiple output,Cell-Free mMIMO）技术打破传统蜂窝小区边界,从根本上解决了小区间干扰问题,从而大幅度提高系统吞吐量;同时,基于超材料的可重构智能表面（reconfigurable intelligent surface,RIS）可实现对无线电磁环境的智能操控。针对RIS辅助的无小区mMIMO系统,基于叠加导频（superimposed pilot,SP）复用模式,提出了一种基于吉洪诺夫正则化（Tikhonov regularization,TR）的迭代信道估计方法,在此基础上,从理论上推导了系统上行频谱效率（spectral efficiency,SE）的闭合表达式,通过最大化系统SE研究了SP复用模式的最优功率分配因子。仿真结果表明,采用该信道估计方法可有效提升系统SE。     

基于深度学习的MIMO系统信道估计算法

精确的信道估计对于保证无线通信系统性能至关重要。针对多输入多输出(multiple input multiple output, MIMO)系统传统信道估计算法需已知信道统计信息以及性能与复杂度折中等问题,提出一种基于深度学习的多网络级联MIMO系统信道估计方案。基于卷积神经网络构建信道信息重建网络,初步重构出信道信息,进而基于深度残差网络构建信道估计网络进行级联得出估计结果,并利用多个损失函数对网络进行优化。仿真结果表明,在牺牲一定时间复杂度的情况下,所提方案的均方误差随信噪比增加逐渐优于线性最小均方误差(linear minimum mean squared error,LMMSE)估计算法,且不受信道统计信息的约束。     

5G广播系统物理广播信道的信道估计

在研究5G广播标准协议的基础上,提出了基于离散傅里叶变换（DFT）降噪的主/辅同步信号（PSS/SSS）及小区参考信号（CRS）联合信道估计方法,可以在低信噪比、大频偏和高信道动态变化的场景下,准确地估计出物理广播信道（PBCH）的信道状态信息.仿真结果表明：所提出的信道估计方法的性能优于传统方法,有效地提升了5G广播系统中PBCH的信道估计能力.     

基于KNN-TSVR算法的MIMO-OFDM系统信道估计

为了提高多输入多输出正交频分复用(MIMO-OFDM)系统的信道估计性能,提出了一种基于K近邻加权孪生支持向量回归(KNN-TSVR)的信道频率响应估计算法.该算法的工作过程是首先用最小二乘算法对导频位置的信道参数进行估计,获取训练样本,然后用K近邻(KNN)算法对训练样本进行预处理,得到赋予各样本的权重,最后由加权TSVR对MIMO-OFDM系统所有位置的信道参数进行插值估计.本文提出的改进的加权TSVR信道估计方法不仅具有TSVR对非线性关系回归的优势,同时引入KNN算法对TSVR进行改进,使得该算法与传统TSVR相比,具有更好的回归性能和抗噪声能力.对非线性MIMO-OFDM信道进行估计的仿真实验结果证实了这一结论.     

无线通信中智能超表面设计综述

针对智能超表面(RIS)的硬件结构,从单元设计和原型机系统两方面综述了RIS的设计工作．首先从固定单元结构的超表面追溯了RIS的发展起源,并从可调节的角度深入剖析了现有RIS的单元结构种类和设计思路;其次基于物理信息和统计信息对了RIS辅助通信的信道建模研究进行分类和梳理;然后从原型机的设计特点和系统功能两个方面介绍了目前主要的RIS实验系统和相关实验结果;此外,提出了设计的RIS原型机,并进行了多跳RIS的信号增益,图像成像以及实际室内信号覆盖测试实验．实验结果表明：RIS可以有效减小信号覆盖盲区和辅助无线电波成像,经RIS辅助增强,室内平均信号增益达到8 d B以上．     

电力线通信与可见光通信融合的多输入多输出系统性能研究

提出了一种电力线通信(PLC)-可见光通信(VLC)融合的多输入多输出(MIMO)系统.采用二进制相移键控(BPSK)调制技术输入信号,依次通过PLC信道和VLC信道传输信息.仿真结果表明:相比于PLC的第二种参考信道,第一种参考信道的性能更好,且在无脉冲噪声的情况下,系统的误码率较低.此外,还研究了脉冲噪声参数对系统性能的影响.     

基于阵列导频的正交时频空调制信道估计算法

正交时频空调制(orthogonal time frequency space modulation, OTFS)系统中,发送端嵌入少量高能量导频,并在导频周围预留保护符号的导频结构,会导致OTFS信号峰均比(peak-to-average power ratio, PAPR)高。基于导频和数据叠加的导频设计结构,可以降低发送端信号峰均比,但接收端信道估计复杂度高。为降低OTFS信号峰均比和信道估计复杂度,设计了一种基于最佳二进制阵列(perfect binary array, PBA)的导频结构和信道估计算法。在发送端,通过将导频能量均匀分布在一个阵列的多个导频中,降低了OTFS信号峰均比。在接收端,利用最佳二进制阵列导频的理想自相关特性,通过移位相关操作,分离信道多径和聚集每条信道径的能量,并抑制噪声和残留多径间干扰,以较低的计算复杂度实现较高精度的信道估计。相较于现有的一些导频结构及其信道估计算法,在牺牲一定的信道估计精度情况下,所提方案有效降低了OTFS信号的PAPR和信道估计复杂度。     

3D多输入多输出正交频分复用系统中基于奇异值分解的信道估计方法

在3D多输入多输出正交频分复用(MIMO-OFDM)系统模型中,分析了基于导频的信道估计方案.针对线性最小均方误差方法的算法复杂度高的问题,应用奇异值分解(SVD)算法降低信道自相关矩阵的维数,以减小算法的复杂度.仿真结果表明:所提出的基于奇异值分解的信道估计算法,能够在保证误码率(BER)性能的情况下,具有更低的算法复杂度.     

基于EM的MIMO-OFDM系统LMMSE信道估计

最小均方误差(MMSE)信道估计算法应用于MIMO-OFDM系统时将带来高计算复杂度且不易实现,根据这个问题,提出了一种基于期望最大化(EM)的线性最小均方误差(LMMSE)信道估计算法,并分析了该算法的性能.EM算法可以把多输入多输出(MIMO)信道估计问题转化为一系列单输入单输出(SISO)信道估计问题,避免了大规...     

衰落信道下自适应卡尔曼异步IC多用户检测器

针对单一串行干扰消除(SIC)算法与并行干扰消除(PIC)算法在进行多用户检测(MUD)时的判决误差扩散问题,研究了强多址干扰(MAI)情况下直接序列扩频码分多址(directsequencespreadspectrumcodedivisionmultipleaccess,DS-CDMA)系统中的干扰消除多用户检测算法.结合自适应卡尔曼算法提出了一种适于衰落信道的级联结构K AIC多用户检测算法.所提算法实现了对时变多径衰落信道的全面跟踪,能够在干扰消除检测过程中避免判决误差扩散,达到抑制MAI的目的.仿真结果表明,所提算法具有更好的收敛性、动态跟踪能力及算法精度,是一种有效的干扰消除多用户检测算法.     

基于卡诺机的大规模MIMO通信容量建模及性能分析

信息本质上以能量和熵的形式在通信系统中流动,类似于传统热机中的能量流动过程。结合热力学卡诺机模型和经典香农信息论理论,建立了一个广义的热力学(multiple input multiple output, MIMO)通信系统模型,对大规模天线通信场景下使用前向纠错码的信道容量进行分析。利用通信系统中存在的自由度和熵的概念,推导了热力学模型下的广义信道容量,并对信道容量与噪声自由度及编码开销的关系进行验证仿真。仿真结果表明,所提出的热力学信道容量与香农信道容量是一致的。     

基于协作多点传输系统的自适应有限反馈

为了提高协作多点传输系统上行链路的反馈资源利用率,研究了多小区重叠覆盖下的相位反馈问题,并推导出用户自适应反馈比特分配的最优解.用户可根据自身传输信道与干扰信道的信道质量,以及来自不同基站信号之间的相位差信息,自适应地确定相应比特数.通过在预编码中根据反馈的相位差信息进行相位补偿,使得用户端接收信号能够相干叠加.研究表明,该方案在不增加系统反馈开销的条件下,能够较为明显地提高系统吞吐量.
     

基于信道状态信息反馈的特征波束形成算法

在多输入多输出通信系统中,为了有效地降低系统的误符号率,提出了一种特征波束形成算法。在假设接收端能准确地完成信道估计,并能及时将信道的互相关矩阵反馈到发射端的基础上,研究了接收和发射均采用多天线的特征波束形成算法,对其性能进行了详细的分析和推导,并在此基础上研究了波束形成与空时块码的结合以提高系统的频谱利用率。计算机仿真结果表明,在接收端采用多根天线相对于单根天线能明显降低系统的误符号率。特征波束形成算法通过同时提供波束形成增益和分集增益位置,有效地提高了系统性能。     

LTE-Advanced系统中的MIMO技术性能评估

为了对先进的长期演进技术(long term evolution-advanced,LTE-Advanced)系统中的多输入多输出(multiple input and multiple output,MIMO)技术的性能进行评估,简单回顾了LTE-Advanced系统中的2种MIMO技术,即空间复用和空间分集,并介绍了一种适合LTE-Advanced系统评估的信道模型--IMT-Advanced(international mobile telecommunications-advanced)信道模型.基于该信道模型,通过系统仿真对以上2种关键MIMO技术进行了性能评估.仿真结果表明,不同的MIMO技术、调制方式、码本、复用率及接收方案都对性能有极大的影响.     

空分和频分混合接入方式下的无线资源调度算法

为进一步引入分集增益以提高无线资源频谱利用率,针对多用户多输入多输出-正交频分复用(MIMO-OFDM)系统下行传输,提出联合OFDM和多用户空间复用MIMO混合接入方式下的用户调度和功率分配算法。采用这种混合接入方式不仅能够通过频率信道和空间信道的调度产生多用户分集增益,而且能有效避免空分复用(SDMA)中频率复用产生的共信道干扰问题。在资源分配上,基于广义处理机共享(GPS)优化模型提出基于信道状态的并行加权公平队列(Cap-WFQ)调度和功率分配算法,算法在保证多媒体用户的最小数据率要求的同时优化系统的吞吐量。     

空分和频分混合接入方式下的无线资源调度算法

为进一步引入分集增益以提高无线资源频谱利用率,针对多用户多输入多输出正交频分复用(MIMO-OFDM)系统下行传输,提出联合OFDM和多用户空间复用MIMO混合接入方式下的用户调度和功率分配算法。采用这种混合接入方式不仅能够通过频率信道和空间信道的调度产生多用户分集增益,也能有效避免空分复用(SDMA)中频率复用产生的共信道干扰问题。在资源分配上,基于广义处理机共享(GPS)优化模型提出基于信道状态的并行加权公平队列(Cap-WFQ)调度和功率分配算法,算法在保证多媒体用户的最小数据率要求的同时优化系统吞吐量。