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.     

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.     

大规模MIMO系统能效优化算法研究综述

随着移动用户数与高速数据业务应用的快速增长,满足下一代网络更高频效和能效需求的大规模多输入多输出(multiple-input multiple-output,MIMO)技术成为5G的研究热点。天线数目的增加,导致大规模MIMO系统的能耗也将急剧增加。优化大规模MIMO系统能效以实现绿色通信成为5G资源管理的一项重要研究课题。针对该问题,对大规模MIMO能效优化算法进行了综述与展望。介绍了大规模MIMO系统能效模型,综述了大规模MIMO系统能效优化算法研究现状,包括基于天线选择的能效优化、基于功率分配的能效优化、频效和能效的折中和多参数联合优化能效;探讨了学术界在大规模MIMO系统能效优化算法上的重要研究成果;总结了当前研究中存在的主要问题,展望了大规模MIMO系统能效优化未来的研究趋势。     

MIMO系统一种新的天线选择算法

在多径衰落环境中,MIMO 系统能够极大地提高无线通信系统的容量和可靠性,发射/接收天线选择方法能以很小的性能损失换取射频成本的大幅度降低,使 MIMO系统不完全受射频成本的限制.为快速选择出使系统容量最优的发射/接收天线子集,该文提出一种新的快速简单的天线选择算法.仿真结果表明,该算法降低了计算复杂度,在获得很高的系统容量的同时,大大降低了系统误码率.     

双向中继网络多对大规模MIMO系统安全性研究

在配备有大量天线的多对大规模多输入多输出(MIMO)系统中,研究了多个用户通过双向中继网络交换消息的安全问题.首先,推导出用户的安全容量表达式;然后,通过分析结果,讨论信道容量、天线数和用户对数之间的数学关系,得出系统安全容量的近似表达式.仿真结果表明:当中继的传输功率和用户发射功率远远大于噪声功率时,安全容量与天线数量成正比,与干扰用户对数成反比.     

基于绿色通信的大规模MIMO天线选择算法

绿色通信是移动通信系统（例如5G系统）的主要特征之一。在大规模多输入多输出（multiple-input multiple-output, MIMO）系统中如何提高能源效率是一个重要研究课题,天线选择是提高能源效率的有效方法。现有的天线选择算法有些是局部优化,有些是单目标优化,为克服这些缺点,提出了基于博弈论的大规模MIMO天线选择算法。该算法通过系统容量和发射功率构造博弈的效用函数,每进行一次博弈都得到一组天线,在博弈达到均衡时,能源效率取得最大值。文中给出了纳什均衡存在性证明,也推导了纳什均衡点与能源效率之间的等价。仿真结果表明,采用博弈论算法能够克服局部优化,在保持信道容量较高的同时也提高了能源效率,可见该算法在能源效率上的提高有助于实现绿色通信。     

大规模MIMO多用户双向中继系统的物理层安全性能分析

对大规模多输入多输出(multiple input and multiple out,MIMO)多用户双向中继网络的物理层安全性能进行分析。系统模型中假设窃听节点可以获取第一跳用户发送信号和第二跳中继发送信号,分析大规模MIMO中继采用最大比合并和最大比传输信号处理时的系统保密速率,进一步推导出中继天线数趋于无穷时的系统渐近保密速率表达式,并进行仿真验证。理论分析和仿真结果显示,即使在不采用专门的物理层安全技术时,大规模MIMO双向中继系统也能获得可观的保密速率。证明即使当窃听节点具备多用户干扰消除能力时,通过设置合理的用户和中继发送信号功率,大规模MIMO双向中继系统仍然具有较好的物理层安全性能。     

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．     

MIMO系统中基站天线递增选择算法

在散射体丰富的环境中,信道容量受终端移动的影响很大,为此提出一种基于动态的多入多出（MIMO）散射无线信道模型,分析了移动终端对该无线信道容量的影响,并讨论了在移动过程中进行天线选择为系统性能带来的提升。 仿真结果表明,信道容量随着天线单元间距的增大而增大,随散射信号扩展角度的变大而增加,移动环境下的信道容量要小于准静态环境下的信道容量,且动态天线选择能够有效提升系统容量。      

MIMO系统发射端天线选择对性能的影响

基于发射端天线选择对MIMO系统性能的影响进行研究.首先建立信道模型,然后对采用ZF接收机的情况下误码率性能进行分析,并讨论了天线选择标准.仿真结果表明,不进行天线选择,获得误码率为10-2所需要的信噪比至少为22.5 dB;进行天线选择,获得误码率为10-2所需要的信噪比为18 dB,证明天线选择能改善系统性能.     

发射天线选择与空时分组码的结合

合并空时码和闭环发射分集技术是一种提高无线信道通信性能的有效方法．现将Alamouti空时码与发射天线选择技术相结合，即利用Alamouti空时码的基于线性处理的最大似然译码，且仅需要2个射频链路，减少了MIMO系统的复杂性．理论分析及仿真表明，采用Alamouti空时码与发射天线选择技术结合提高了系统的分集性能．     

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。     

MIMO中智能天线技术的应用研究

将智能天线赋形技术引入MIMO系统。根据赋形技术和MIMO的分集复用技术的特点，分析比较了这2种策略的适宜运用条件。通过仿真对不同环境条件下MIMO系统中采用分集复用技术和智能天线赋形技术的系统容量进行比较，指出了为达到最优系统性能，不同环境下应采用的不同天线。     

MIMO中智能天线技术的应用研究

将智能天线赋形技术引入MIMO系统。根据赋形技术和MIMO的分集复用技术的特点，分析比较了这2种策略的适宜运用条件。通过仿真对不同环境条件下MIMO系统中采用分集复用技术和智能天线赋形技术的系统容量进行比较，指出了为达到最优系统性能，不同环境下应采用的不同天线。     

能耗感知的MIMO天线配置模式选择算法

多入多出MIMO (multiple input multiple output)利用多天线技术可以在同一信道内并发传输多路数据,实现空间复用增益和空间分集增益,从而提升系统吞吐量、传输范围和可靠性,但MIMO所采用的多天线技术会大幅增加通信终端的能耗成本。能耗是智能终端的关键性能指标,也是制约MIMO技术能否在智能终端上推广使用的重要因素。针对这一问题,研究了IEEE 802.11n 的MIMO发送端能耗问题,提出了一种能耗感知的MIMO天线配置模式选择算法。该算法以单位比特能耗为优化目标,根据缓冲区待发送数据帧的数量,动态调整MIMO天线配置模式。缓冲区待发送数据帧的数量超过上限阈值时,发送端调整天线配置模式,并根据待发送帧大小和历史统计信息预测和激活能耗最优的天线数量;低于下限阈值时,发送端关闭多天线,采用单天线进行数据传输。基于真实实验数据的数值分析结果表明,该算法能够充分利用睡眠状态优化MIMO发送能耗,有效提升单位比特能耗。     

异构网中大规模MIMO场景下波束赋形设计

近年来,人们对于无线通信系统的数据传输速率的需求越来越大.大规模多输入多输出技术(MIMO)与小小区技术是能够满足人们高速增长的无线通信需求的关键技术.研究在一个异构网中的波束赋形问题,其中宏小区基站的配置为Massive MIMO,同时宏小区中包含小小区.在这样的场景下,宏基站配置大量天线,小小区基站配置少数天线,用户配置单天线.研究在这样的场景下,通过波束赋形设计,最大化所有用户的传输速率.该问题的目标函数是一个非凸的问题.通过运用半正定松弛(SDR)方法以及基于泰勒展开的一阶近似方法,将原问题转化为一个凸的近似问题,然后运用迭代方法求解.仿真结果证明,方案可以有效地提高包含Massive MIMO的异构网场景下的系统吞吐率以及能量效率.