基于MIMO阵列的混合波束赋形算法

低轨(low earth orbit，LEO)卫星通信可以克服恶劣地形影响实现远距离通信，面对突发灾害能快速部署解决通信问题，但是，卫星在保持高速运动的同时采用高频段的信号，容易导致通信时产生严重的信号衰落。针对此问题，基于传统遗传算法提出一种适用于混合波束赋形架构的算法。固定模拟域对数字域进行迭代优化，然后固定数字域对模拟域进行迭代优化，通过共同的待优化矩阵进行联合求解，在固定功率的前提下不断迭代优化矩阵，采用混合波束赋形方法有效减少硬件复杂度，更加接近数字波束赋形的性能。仿真表明，在混合波束赋形架构应用上，相对于传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法，所提算法性能提升了6.61%。     

低精度ADC下大规模机器类通信中的 低复杂度信号检测算法

免授权大规模机器类通信(massive machine-type communication, mMTC)系统上行链路面临低分辨率量化、相关衰落信道以及机器类设备(machine-type device，MTD)活跃概率未知等实际挑战。针对上述问题，引入广义期望一致性(generalized expectation consistent, GEC)算法，然而GEC算法涉及高维矩阵求逆，其复杂度高达O(N³)，其中N为MTD数量。结合Woodbury公式与诺曼级数近似，并利用发射数据帧的结构稀疏性，提出了一种基于多测量矢量的近似广义期望一致性(approximate generalized expectation consistent multiple measurement vector, AGEC-MMV)算法，在mMTC系统中(基站天线数量M)，该算法能够规避GEC中的高维矩阵求逆，使其复杂度由O(N³)降至O(N²M)。仿真结果表明，所提AGEC-MMV算法能以较低复杂度取得接近GEC算法的性能，且在鲁棒性方面优于现有先进算法。     

毫米波大规模MIMO系统混合波束赋形技术综述

针对毫米波通信中混合波束赋形技术，描述了毫米波传输特性及信道模型，概述了大规模毫米波 MIMO混合波束赋形系统及其数学模型，并在此基础上综述了混合波束赋形传输方案，介绍了毫米波波束对齐的2种可行方案，最后展望并预测了毫米波通信与其他技术融合的几种典型应用场景及未来的研究热点.