低分辨率ADC下MIMO-OFDM系统中的广义Turbo信号检测

针对高分辨率模数转换器(analog-to-digital converter,ADC)接收机给大规模多输入多输出(multiple input multiple output,MIMO)系统带来的硬件成本昂贵和高功耗问题,研究了低分辨率ADC在毫米波MIMO正交频分复用(orthogonal frequency di...     

去蜂窝大规模MIMO系统功率控制算法

针对移动通信流量需求持续增长的需求, 同时考虑用户接入点选择和下行功率控制, 对去蜂窝大规模多输入多输出(multiple input multiple output, MIMO)系统的用户体验进行优化。基于最大信号干扰加噪声比, 为每个用户选择有效的服务接入点子集。在此基础上, 针对为不同优先级用户提供不同服务质量的目标, 建立长期功率约束下的下行链路加权功率控制优化问题模型。将该问题转化为凸优化问题, 求解得出一组优化的下行链路功率控制系数。算法经仿真验证, 能将去蜂窝大规模MIMO系统的95%用户频谱效率提升约11倍, 同时有效提升高优先级用户的体验, 对于去蜂窝大规模MIMO系统的研究具有一定参考意义。     

MIMO-NOMA系统中短包传输的功率分配方法

多输入多输出非正交多址接入(multiple input and multiple output-non-orthogonal multiple access,MIMO-NOMA)技术能够增加设备连接数量,有效提高系统的频谱效率,针对超可靠低时延应用业务中需要短包传输,而多用户簇的MIMO-NOMA系统同一簇用户对内远用户的吞吐量较低的问题,利用奇异值分解和最大比合并的方法消除簇间干扰,考虑近用户解码远用户的块错误概率低于给定阈值条件下,利用交替迭代算法联合优化簇内用户的发送功率和最大可达传输速率,实现远用户吞吐量的最大化。仿真结果表明与短包传输MIMO正交多址接入(orthogonal multiple access,OMA)系统相比,在保证块错误概率低于10^-5的条件下,远用户的吞吐量提高了32%。     

毫米波大规模MIMO-NOMA系统中基于动态子连接混合结构的预编码设计

针对毫米波大规模多输入多输出-非正交多址接入(massive multiple input multiple output non-orthogonal multiple access, mMIMO-NOMA)系统硬件成本和功耗过大问题, 基于动态子连接混合结构(dynamically sub-connected hybrid architecture, DSC-HA), 提出一种高效预编码方案。首先,在用户分组的基础上, 基于等效信道增益最大化原则, 利用Kuhn-Munkras算法匹配各NOMA簇用户的信道状态信息, 以实现动态天线分组, 进而完成模拟预编码设计。接着, 利用NOMA簇内强用户的等效信道来实现数字预编码设计, 以减小簇间干扰。最后, 通过优化簇内用户间功率分配来减小簇内用户间干扰。仿真结果表明, 基于DSC-HA的预编码方案不但系统和速率优于基于子连接混合结构的预编码方案, 而且能效明显优于基于全连接混合结构和基于全数字结构的预编码方案。     

基于时间反演的多臂赌博机跳空图案生成算法

在多输入多输出(multiple input multiple output, MIMO)系统中,为了实现系统的防窃听能力,并提高系统容量,提出了一种基于时间反演的多臂赌博机跳空图案生成算法。该算法考虑信道状态信息的误差,以时间反演和跳空通信为基础,结合使用多臂赌博机算法选取最优跳空图案以提高系统容量的同时降低因防窃听对合法接收端性能的影响。理论分析和仿真结果表明,该算法在防窃听性能、系统容量方面具有优势。     

基于时间反演的多臂赌博机跳空图案生成算法

在多输入多输出(multiple input multiple output, MIMO)系统中,为了实现系统的防窃听能力,并提高系统容量,提出了一种基于时间反演的多臂赌博机跳空图案生成算法。该算法考虑信道状态信息的误差,以时间反演和跳空通信为基础,结合使用多臂赌博机算法选取最优跳空图案以提高系统容量的同时降低因防窃听对合法接收端性能的影响。理论分析和仿真结果表明,该算法在防窃听性能、系统容量方面具有优势。     

非完美CSI情况下大规模MIMO系统的下行链路能效优化

为了满足密集的用户需求, 正在发展的蜂窝网络增加了移动系统下的能量消耗, 但更广的网络覆盖范围和功耗更低的无线通信系统也给无线通信系统带来了更多的挑战。针对这些持续增长的需求, 本文设计了一种能实现能量效率最大化的多小区大规模多输入多输出(multiple input multiple output, MIMO)系统下行链路的实现方法, 提出了在非完美信道状态信息(channel state information, CSI)情况下包含基站天线数、导频复用因子以及用户数量等参数的信干噪比最佳闭式表达, 通过最大比合并(maximal ratio combining, MRC)接收技术推导出大规模MIMO系统的下行链路频谱效率, 再根据功耗模型得到系统的整体能量效率, 利用交替迭代的优化算法进行优化求解, 得出最大能效时的相关参数数值。由仿真结果可知, 本文所提的多小区大规模MIMO系统的下行链路的实现方法与现有多小区方法相比, 能量效率有12.2%的提升, 并且对于环境的变化有更好的鲁棒性, 对于多小区大规模MIMO系统具有一定参考意义。     

大规模MIMO系统的智能天线选择与功率分配方法研究

为了满足大规模多输入多输出(multiple input multiple output, MIMO)系统的数据传输需求并降低系统能耗,提出一种基于量子化学反应优化的智能天线选择与功率分配方法。根据大规模MIMO系统不同时段的用户传输需求建立智能天线选择与功率分配模型,推导出其最大能效方程。为有效求解该非线性、多约束的混合优化难题,结合量子计算和化学反应优化机制的优势设计了量子化学反应优化算法,可得到最佳的天线选择与功率分配方案。仿真结果表明,所提的智能天线选择与功率分配方法能实时满足用户的信息传输需求,显著提高系统能效。针对不同的仿真场景,所提方法与现有的智能算法与分配策略相比均可得到最高的系统能效。     

大规模MIMO系统的智能天线选择与功率分配方法研究

为了满足大规模多输入多输出(multiple input multiple output, MIMO)系统的数据传输需求并降低系统能耗,提出一种基于量子化学反应优化的智能天线选择与功率分配方法。根据大规模MIMO系统不同时段的用户传输需求建立智能天线选择与功率分配模型,推导出其最大能效方程。为有效求解该非线性、多约束的混合优化难题,结合量子计算和化学反应优化机制的优势设计了量子化学反应优化算法,可得到最佳的天线选择与功率分配方案。仿真结果表明,所提的智能天线选择与功率分配方法能实时满足用户的信息传输需求,显著提高系统能效。针对不同的仿真场景,所提方法与现有的智能算法与分配策略相比均可得到最高的系统能效。     

MIMO系统中基于斜投影的盲空时多用户检测算法

针对多输入多输出(multiple input multiple output, MIMO)的码分多址(code division multiple access, CDMA)系统,提出了一种基于斜投影的盲空时多用户检测算法。该算法结合MIMO系统的空间分集技术与Alamouti空时分组码 (space time block coding, STBC)方案,自适应地跟踪干扰子空间和多天线信道,在此基础上对接收信号进行斜投影抑制多址干扰(multiple access interference, MAI),解决了传统的基于子空间的最小均方误差(minimum mean square error, MMSE)盲空时多用户检测算法收敛速度慢和强干扰的情况下稳态性能低的问题,提高了多用户检测的鲁棒性,且计算复杂度较低。仿真结果表明该算法的有效性。     

部分连接K用户MIMO干扰信道的串行迭代干扰对齐算法

针对部分连接相比全连接的K用户多输入多输出（multiple input multiple output,MIMO）干扰信道（interference channel,IC）的干扰对齐（interference alignment,IA）能以每用户仅提供有限信号维度条件下在任意用户数规模部分连接网络应用的实用意义,一种基于两干扰源K用户MIMO-IC模型的低复杂度串行迭代IA算法被提出。仿真分析表明,相比现有算法,该算法具有更低的复杂度、更快的收敛速度和更理想的实用性能,并能以有限次迭代（10次以内）达到最优自由度。同时该IA算法的提出也证明在部分连接网络信号维度受限时存在可应用于任意用户数规模部分连接IC网络的可行性IA方案结论的正确性。     

MU-MIMO单比特ADC系统中软输出检测算法

低精度量化技术能解决毫米波通信射频链高能耗问题而使相关的接收技术受到广泛关注.本文针对应用于单比特量化上行多用户多输入多输出(multiuser multiple input multiple output,MU-MIMO)系统的软输出检测(soft output detection,SOD)算法计算复杂度高的问题,针...     

Compressive sensing based multiuser detector for massive MBM MIMO uplink

Media based modulation(MBM)is expected to be a prominent modulation scheme,which has access to the high data rate by using radio frequency(RF)mirrors and fewer transmit antennas.Associated with multiuser multiple input multiple output(MIMO),the MBM scheme achieves better performance than other conventional multiuser MIMO schemes.In this paper,the massive MIMO uplink is considered and a conjunctive MBM transmission scheme for each user is employed.This conjunctive MBM transmission scheme gathers aggregate MBM signals in multiple continuous time slots,which exploits the structured sparsity of these aggregate MBM signals.Under this kind of scenario,a multiuser detector with low complexity based on the compressive sensing(CS)theory to gain better detection performance is proposed.This detector is developed from the greedy sparse recovery technique compressive sampling matching pursuit(CoSaMP)and exploits not only the inherently distributed sparsity of MBM signals but also the structured sparsity of multiple aggregate MBM signals.By exploiting these sparsity,the proposed CoSaMP based multiuser detector achieves reliable detection with low complexity.Simulation results demonstrate that the proposed CoSaMP based multiuser detector achieves better detection performance compared with the conventional methods.     

MIMO雷达稀疏阵列优化设计方法

针对运动平台多输入多输出(multiple input multiple output, MIMO)雷达应用中无法进行规则稀疏布阵, 传统的稀疏阵优化设计方法优化对象单一的问题, 提出一种利用多目标进化算法(multi-objective evolutionary algorithm, MOEA)进行阵列结构优化的方法。将MIMO雷达接收端的收发联合和差波束的旁瓣电平为优化目标, 使系统具有尽可能好的和差波束旁瓣抑制性能。仿真结果表明, 基于Pareto秩排序的MOEA的MIMO雷达稀疏阵优化设计可以使系统多种性能得到提升。     

基于干扰相消和局部搜索的多用户检测算法

大规模多输入多输出（multiple input multiple output, MIMO）中基站天线数远大于用户数,固匹配滤波（matching filtering, MF）检测子在上行多用户检测中有重要的应用潜力。但是和传统的迫零（zero forcing, ZF）、最小均方误差（minimum mean square error, MMSE）检测子相比,MF存在明显的性能损失,且在高信噪比区域出现“误差门限”效应。为了解决MF上述的不足,提出一种基于匹配滤波连续干扰相消和局部搜索的多用户检测算法。理论分析表明,与MF类似,所提方法的计算复杂度远低于MMSE、ZF,并且实验证明此方法的误符号率和误比特率明显低于MF。     

基于子空间估计的MIMO阵列降维STAP方法

当对多输入多输出(multiple input multiple output, MIMO)阵列进行空时自适应处理时,由于MIMO阵列虚拟孔径增大,相对常规相控阵列能够更好地抑制杂波和干扰,但其所需样本数据量大且计算复杂度高,工程实际中难以应用。提出基于子空间估计的MIMO阵列降维空间自适应处理（space time adaptive processing, STAP）方法,该方法结合扁长椭球波函数的时限带限特性近似构造出降维的杂波子空间,并利用与发射波形正交的辅助匹配滤波通道估计出干扰加噪声协方差矩阵,通过“逼零”方法求得MIMO阵列系统的空时权矢 量。仿真结果表明,当存在非理想因素影响时,该方法能够有效抑制杂波和干扰且降维运算量更低。