天线选择对分布式多入多出系统的容量影响研究

通过天线选择可以提高多输入多输出(MIMO)系统的容量,并能有效地降低MIMO系统的复杂度和射频成本.基于连续选择使MIMO系统容量增加最大的天线的方法,用矩阵及行列式运算导出了一种新的接收天线选择算法.将该算法用于分布式MIMO系统的容量研究,通过计算机仿真,结合Rice因子K及不同视距传播条件等因素对分布式MIMO系统上行信道容量的影响进行了研究.仿真结果在分布式无线通信组网及网络优化中具有指导意义.     

大规模MIMO系统中收发联合阈值天线选择算法

在大规模多输入多输出(massive MIMO)系统中使用天线选择算法可提高能效和系统吞吐量,然而适用于传统MIMO系统的天线选择算法具有高复杂度,很难用于massive MIMO系统。为优化天线选择算法,以算法复杂度和系统容量为优化目标,提出了收发联合阈值天线选择算法。该算法在发射端使用最大范数双向天线选择算法进行天线选择,在接收端使用分组maxvol算法并通过仿真实验结果的预设阈值进行天线选择。仿真实验表明,收发联合阈值天线选择算法在降低复杂度的同时可以提高系统容量,与递增天线选择算法相比,系统容量最多可提高52.2 bit/s/Hz。提出的天线选择算法可以满足不同天线相关度和信噪比的传输环境。     

基于分布式MIMO的分层快速天线选择算法

基于较为精确的分布式MIMO系统信道模型,对下行发射天线选择算法进行研究,提出了一种充分利用了分布武MIMO系统特点的基于范数和相关性的分层天线选择算法,并分别与基于相关性的增量天线选择算法以及基于范数和相关性的增量天线选择算法进行性能比较.仿真结果表明,文中提出的算法在大大降低运算复杂度的前提下,还获得了一定的容量性能提升.     

无线MIMO系统中天线选择技术的算法

针对多天线需要多射频链路带来的高硬件成本,分析了低复杂度的MIMO天线选择的必要性,介绍了递增天线选择算法、递减天线选择算法和改进的递增递减天线选择算法.链路仿真结果表明:递增递减算法可以快速选择出使系统容量最大的天线子集,该算法简单易于实现,计算速度快,获得的结果非常接近穷尽搜索方法得到的结果.     

MIMO系统中的接收天线选择算法研究

多输入多输出(MIMO)系统能极大地提高通信系统的容量和频谱利用率,然而多个射频链路的使用增加硬件成本和信号处理负担。最优的选择算法(穷举算法)和次优算法(递增或者递减算法)均能减少系统的成本和复杂度。但在天线规模较大时,选择天线时的计算量仍较大。提出一种基于信道矩阵特征空间的范数算法,仿真表明:相对于最优算法(穷举算法)和次优算法(递增或者递减算法),该算法能在损失较少容量的同时,极大地减少系统天线选择的计算时间。     

基于特征值估计的发射天线选择算法

现有的大多数发射天线选择算法都是假设信道是独立衰落的,这与实际的传播环境不相符。文章在相关信道的前提下研究MIMO(多输入多输出)系统,提出一种新的基于特征值估计的发射天线选择算法。算法通过特征值下界估计的方法,每次迭代中选择使信道矩阵最小特征值下界最大的列,来提高最小特征值并降低小天线间的相关性,使得容量最大化并使误码率最小化。理论分析结果表明,该算法在所选天线数目较多场合下具有较低的复杂度,同时其容量和误码性能优于随机选择算法,接近最优选择算法。     

基于空时分组码的接收天线选择对MIMO系统性能的影响研究

对接收天线选择算法进行了研究,通过连续选择使出多输入多输出(MIMO)系统容量增加最大的天线的方法,用矩阵及行列式运算导出了一种接收天线选择算法,并基于空时分组编码(STBC),利用该算法对天线选择后的MIMO系统的容量和误比特(BER)性能进行了分析和仿真.结果表明,该算法在信噪比较小时,进行天线选择后,MIMO系统具有最大的遍历性容量(ergodic capacity);在BPSK调制和ML检测情况下,系统的误比特性能均明显优于无天线选择时的情况.     

一种快速的接收天线选择算法

天线选择是MIMO系统中一项重要的技术,它能从MIMO系统的多个发射天线和多个接收天线中选择出性能最好的一个或几个天线,从而以很小的性能损失换取成本的大幅降低,极大地提高了MIMO系统的性能价格比。最优算法具有较高的复杂度而限制了它的应用,文中从次优的递增递减算法入手,提出了一种具有更低复杂度的递增递减接收天线选择算法。仿真结果表明,该算法以很小的系统容量损失为代价换取了复杂度的降低。     

一种新型低复杂度双层分组天线选择算法

针对平坦相关瑞利衰落信道环境下的端到端大规模MIMO系统复杂度过高的问题,提出一种基于离散布谷鸟搜索的低复杂度双层分组天线选择算法。该算法首先基于天线信道相关性对大规模天线阵列进行分组处理,进而利用新型双层算法对分组的天线集合进行优化天线选择。其中,新型双层算法的第一层是每小组天线基于离散布谷鸟搜索的内部选择,第二层是对第一层选择的所有天线利用离散布谷鸟搜索进行最终的选择。提出的新型天线选择算法可有效降低大规模MIMO系统复杂度。仿真结果验证了在平坦相关瑞利衰落信道环境下,提出的天线选择算法能够以较低选择复杂度获得接近最优选择方法的容量性能和较优的BER性能。     

分布式MIMO系统一种基于容量最大化准则的快速天线选择算法研究

由于分布式MIMO系统中的穷举天线选择算法复杂度较高,难以实现的缺点,因此本文提出了一种低复杂度的基于容量最大化准则的快速天线选择算法（Fast Antenna Selection Algorithm based on Maximum Capacity Criteria,简称FASAMCC）。该算法以容量最大化为依据进行端口的动态选择,并采用快速天线选择算法来进行天线的选择。仿真表明FASAMCC不仅复杂度低,而且其性能接近穷举算法。     

非相干天线选择算法

基于广义似然比检验(GLRT)与天线选择相结合,提出了平瑞利衰落信道的非相干天线选择(NON-AS)算法,天线选择和信号检测无需信道状态信息.NON-AS算法适用于多输入多输出(MIMO)系统的接收端,接收天线选择是基于每个天线瞬时接收到信号矢量的F-2范数.与相干检测的天线选择相比,NON-AS算法不需要估计信道,大大降低了系统复杂性.成对错误概率分析和仿真结果表明:在高信噪比情况下,选择有最大范数的接收天线,系统能实现和使用全部接收天线相同的分集增益.     

基于最大比合并的MIMO分集系统递增天线选择算法

MIMO分集系统天线选择技术可以在不增加系统射频链路的情况下,达到与全天线几乎相同的分集增益.针对发送端采用最大比发送,接收端采用最大比合并的MIMO分集系统,提出了一种递增天线选择方法,每次增加一根天线,并使得它与已选出的天线结合起来具有最大的信噪比增益.相对于对所有可用天线集进行遍历的最优算法,它减小了需要搜索的范围和每次搜索的计算量,降低了复杂度;相对于功控天线选择算法,它考虑了新增天线与已选出天线集之间的相关性,改善了性能.仿真结果表明,在误比特率、信道容量和信噪比增益方面,此算法和最优算法性能相近,且不随可用天线数和选出天线数的改变而改变.     

基于联合用户分组及天线选择的大规模MIMO波束成形

大规模MIMO系统中,当小区用户数与基站天线数较大时,各用户的信道条件不尽相同,提出一种适用于大规模MIMO下行链路的基于联合用户分组及天线选择的迫零波束成形算法。将用户分成两组,选择信道条件较优的一组用户来接收信号,并为每一个发送数据流选择最优的基站天线组合进行通信,以较小的性能损失,换取大规模MIMO 射频电路的成本与功耗的大幅度降低。仿真结果证明,该算法能够较好地实现系统性能与硬件复杂度的折中。     

一种基于MCS信息的白适应MIMO机制选择算法

文章讨论了在时变无线信道下多天线无线通信系统中MIMO机制的选择问题，并提出一种基于调制编码（Modulationand Coding Scheme，MCS）信息的MIMO机制选择方案。该方案通过对MCS信息进行统计和分析，自适应的选择MIMO机制以获得最大吞吐量。与已有MIMO选择方案相比，该算法不仅仍能准确地选择出合适的MIMO机制，而且易于实现，更容易应用于实际系统中。     

一种分布式多入多出(MIMO)信道的容量研究

分布式MIMO系统结合了点对点MIMO信道与分布式天线系统两者的特点，能改善链路的质量，提高覆盖面积。本文提出了一种包含路径损耗、阴影衰落与小尺度衰落的分布式MIMO信道模型，分析推导了采用该模型时的分布式MIMO信道容量。通过计算机仿真，研究分析了阴影衰落、Rice信道因子K等因素对分布式MIMO上行信道容量的影响，得出了分布式MIMO信道容量空间分布的特点。     

分布式发射天线MIMO信号的最优线性检测

 在分布式发射天线多输入多输出(MIMO)系统中,信道传播时延使各个发射天线的符号异步到达接收天线.接收信号符号间干扰的特殊性使分布式发射天线MIMO信号的线性检测算法更加复杂,最优线性检测算法也不能直接由最小均方误差(MMSE)准则得到.针对这一问题,提出了基于MMSE准则的分布式发射天线MIMO信号的最优线性检测算法:先最大比合并,再最小均方误差检测.并且,通过界定误码率上下限,得到其分集阶数.仿真结果验证了最优线性检测接收端信号处理方式的正确性.     

一种分布式MIMO信号的发射与检测方法

在 V-BLAST结构的分布式多输入多输出(MIMO)系统中,针对发射天线地域分布所引起的发射符号异步到达接收天线的问题,给出了一种分布式 MIMO 系统的信号发射与检测方法。在慢衰落信道中,该方法利用接收端反馈的信道状态信息,采用几何平均分解(GMD)构建等对角的上三角矩阵,消除子信道间增益的不平衡。在莱斯衰落信道下的计算机仿真表明,与已有 QR分解的分层算法相比,该检测方法能够显著提升系统的误码性能。     

分布式天线系统MIMO信道容量分析

结合了分布式天线系统和MIMO信道特点的分布式MIMO系统可以改善覆盖特性,提高系统容量。提出了包含路径损耗、快衰落和阴影衰落的两层分集分布式MIMO系统。对MIMO信道容量的分析表明,分布式MIMO系统具有良好的信道容量均匀覆盖特性。与传统集中式天线系统相比,分布式MIMO系统可以获得更好的小区平均信道容量。对下行信道容量的数值分析表明,由于“充水”方式功率分配可以充分利用MIMO信道信息,此时的分布式MIMO系统可以比等功率分配条件下的分布式天线系统多获得0.25bit/(s·Hz)每发送天线的信道容量增量。     

莱斯信道下分布式大规模MIMO系统基站选择算法的研究

该文考虑一种分布式大规模MIMO系统,假设基站端与用户之间的信道为莱斯信道,研究了该系统中基站选择的算法。首先给出了系统采用匹配滤波和迫零预编码时,用户下行可达速率的闭式表达式,并分析了系统的功率效率性能。然后基于此闭式表达式,以最大化系统的频谱效率为目标,提出了基于增量选择和基于用户优先级的基站选择算法。这两种算法只需要系统获取基站端与用户之间的信道统计特征信息,从而有效降低了系统开销。仿真结果表明,所提出的两种基站选择算法性能仍能逼近最优算法。特别地,当采用匹配滤波预编码且基站端天线数趋于无穷时,基于用户优先级的基站选择算法优于基于增量选择的算法。     

V-BLAST MIMO系统中基于增广信道矩阵分析的发射天线选择算法

为了减少MIMO无线通信系统的射频链路硬件成本和降低系统复杂度,针对采用排序逐次干扰抵消(OSIC)接收的MMSE V-BLAST系统,通过对增广信道矩阵进行次优排序和QR分解分析,提出了一种新颖低复杂度的发射天线选择算法.与其它方案不同的是,本文算法综合考虑了排序、干扰抵消和噪声对天线选择性能的影响.仿真结果表明,该算法的性能比其它算法的性能有很大改善.