兼顾容量与差错率的V-BLAST系统发射天线选择

针对已有算法仅考虑容量最大或者差错率最小的不足,在采用基于最小均方误差串行干扰抵消检测算法的贝尔实验室垂直分层空时编码系统中提出了一种可以兼顾两者的发射天线选择算法.基于提出的容量增加值与最大检测后均方误差增加值之比最大选择准则,算法渐次选择一根局部最优的发射天线,直到所有天线选择完毕.仿真表明所提算法使得系统既具有较高的信道容量,又具有较低的检测差错率.     

MIMO系统的非相干天线选择算法

该文提出了多天线传输系统的非相干天线选择(NON-AS)算法,将广义似然比检验(GLRT)与天线选择结合应用于U码传输系统,天线选择和信号检测无需信道状态信息。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。该文只考虑了接收天线选择,天线选择的准则是基于每个天线接收到的信号向量F-2范数。仿真结果表明,在高信噪比条件下,选择有最大范数的接收天线子集,系统能实现和使用全部接收天线的U码传输系统渐近相同的分集增益。     

GMD V-BLAST系统天线选择

基于最大容量和最小差错率准则,研究了在GMD V-BLAST系统中的天线选择问题。选用以信道矩阵非零奇异值的几何均值最大化为目标函数,可以避免容量与差错率性能之间的矛盾。在所有可用天线中进行选择的全搜索算法虽有最佳性能,但复杂度太高。基于贪婪算法,对发射天线采用快速的逐增选择策略,对接收天线采用快速的逐减选择策略,可以显著降低计算的复杂性。计算机仿真结果表明,所采用的快速天线选择算法可以较低的复杂度获得接近全搜索法的容量和分集增益。     

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.     

采用最大比率发射技术的天线选择系统性能研究

Alamouti方案(ALS)是仅有满速率的正交空时分组码(STBC),通过天线选择技术和优化发射功率提高其性能.若发射端知道全部的系统信道状态信息(CSI),文章提出在发射端混合最大比率发射(MRT)分集技术和发射天线选择(TAS)技术.基于信道增益系数大小的Frobenius范数最大的天线选择准则,系统选择瞬时输出信噪比(SNR)最大的天线子集{NT,2;mr}工作.采用MRT对Alamouti编码的双天线发射功率进行优化分配.仿真结果表明:采用混合MRT和TAS两技术后,基于ALS的多天线系统的比特误码率(BER)性能和信道容量均得到了明显改善.这一结论对有充足CSI的通信系统用于克服信道影响和提高系统传输速率具有借鉴意义.     

网络编码系统中基于天线选择的安全传输技术研究

为提高模拟网络编码系统的安全传输容量,提出一种基于天线选择物理层安全传输方案;研究在准静态慢衰落信道条件下,源结节与中继结点的天线选择策略及其性能分析。该方案分别以最大信道容量和最大信道增益为目标,在最优选择准则基础上,提出简化的天线选择方法。数值仿真表明:联合主信道容量最大化(CMCCM)准则具有最优的性能曲线,但其运算复杂度也最大。相比于固定选择策略,CMCCM方案提供系统增益约5 d B。特别地,简化的独立信道增益最大化(ICGM)方案与CMCCM方案表现出接近的性能曲线。     

基于分布式天线无线通信系统的信道选择策略

分布式天线系统是不同于传统蜂窝系统的一种崭新的系统,其信道分配问题是整个系统发挥优势的关键之一。所考察的信道选择策略就是基于该系统,考虑选择四根天线的情况,用CDMA多址方式,采用动态信道分配方案对信道资源进行分配,描述了DWCS系统的信道分配过程和信道选择策略,并且对于随机、最大SIR和最小SIR等方案进行仿真分析。在小业务下,最小SIR由于使得信道分配达到最大紧致,充分利用资源,阻塞率最低,在大业务下,随机和最大SIR性能更好些。同时也给出了不同的SIR门限时的系统阻塞率。     

多天线认知系统中最优协作用户数的选择研究

针对非理想控制信道传输错误对认知系统中多天线多用户协作频谱感知性能影响的问题,提出一种使得认知系统误检概率最小的最优协作用户数选择方案,并推导给出其闭式表达式。该方案首先根据单根天线错误检测概率最小的原则推导出认知用户单根天线最优的判决门限。然后利用“K秩”准则对多天线进行合并,根据认知用户错误检测概率最小的原则推导出最优的“K”值。最后根据认知系统误检概率最小的原则推导出最优的协作感知用户数。通过仿真验证了该方案理论的正确性,并分析给出了控制信道错误概率对认知系统检测性能的影响。相比于传统的协作检测算法,本方案具有更好的检测性能。      

基于MIMO系统的自适应无线链路方案

MIMO信道容量下降的主要原因是发射天线发出的信号在接收端形成的空间特征相似度太大造成的.有选择除去一些空间特征太为相似的天线能够有效的提高信道容量.为此本文提出了一种综合评估准则：波束形成矢量的范数.仿真结果表明,在发射天线总数相同的条件下,基于本文方法的选择效果逼近最大容量的选择效果.在自适应链路的实现中,发射天线的个数由接收性能最差信道的信噪比确定,能够保证在当时通信环境下最大的空间复用系数.     

一种低复杂度盖尔圆MIMO系统发射天线选择算法

该文在研究MIMO系统中相关信道下穷举搜索算法、盖尔圆算法等基础上,提出一种低复杂度盖尔圆算法。算法通过每次迭代中删除最小特征值所对应的列,来提高特征值的下界并减小天线间的相关性使得容量最大化或误码率最小化。理论分析和仿真结果表明,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基于范数最大的算法,接近最优穷举搜索算法。     

线性离散码系统中基于近似容量分析的发送天线选择算法

为了降低应用线性离散码(LDC)的多输入多输出系统中发送天线选择算法的复杂度,该文利用LDC的线性变换矩阵的酉矩阵参数化性质,推导出了一种考虑LDC矩阵平均影响的近似容量表达式。近似容量表达式不涉及时间扩展的高阶等效信道矩阵的运算,从而基于近似容量的发送天线选择算法可以有效地降低运算复杂度。该文从近似容量出发,给出了最大化近似容量的发送天线选择算法和基于矩阵消元的天线选择算法。近似容量表达式为基于垂直空时分层码(V-BLAST)提出的低复杂度天线选择算法在LDC系统中的直接应用提供了理论支持。仿真结果表明,所提方案具有与最优天线选择算法相近的性能,但具有更低的计算复杂度。基于矩阵消元的天线选择算法与在V-BLAST系统中提出的基于范数和相关性的天线选择算法相比,可以获得更好的分集增益,因而具有更好的误码率性能。     

User selection for SINR-based uplink multiuser MIMO systems

To avoid the exhaustive search, we propose a fast user selection algorithm for Signal-to-Interference-plus-Noise-Ratio (SINR)-based multiuser Multiple-Input Multiple-Output (MIMO) systems with Alamouti Space-Time Block Code (STBC) transmit scheme. A locally optimal selection criterion is proposed at first. Then, the incremental selection approach is applied, which selects one among the residual available users to maximize the minimum user SINR step by step. Simulation results show that the fast algorithm ga...     

大规模MIMO相关信道下的联合天线分组和天线选择

在大规模多输入多输出系统中,针对密集部署的大型天线阵列之间的强相关性会抑制天线选择增益效果的问题。在系统下行链路场景下建立空间相关信道模型,提出了基于天线分组的天线选择算法。根据瞬时信道相关矩阵将天线阵列划分为若干组,保证各组内天线之间相关性较强。在完成天线分组的基础上,基于信道矩阵列范数准则在各组发射天线与接收天线之间构成的子信道矩阵中选择天线,进而构造有效发射天线与接收天线之间的信道矩阵。仿真分析了所提天线选择算法对系统遍历和速率的影响,结果表明,在基站天线数为32、接收天线数为2、选择天线数为2、天线相关因子为0.9的假设下,当信噪比为10 dB时,与基于相邻天线分组的天线选择算法相比,所提算法使系统和速率约提高了27.5%,且所提算法若要与最优天线选择算法达到相同的和速率,仅需将其信噪比提升1～2 dB即可。     

二进制猫群算法在大规模MIMO天线选择中的应用

在多输入多输出(MIMO)系统中,天线选择技术平衡了系统的性能和硬件开销,但大规模MI-MO系统收发端天线选择复杂度问题一直没有得到很好的解决.基于信道容量最大化的准则,采用两个二进制编码字符串分别表示发射端和接收端天线被选择的状态,提出将二进制猫群算法(BCSO)应用于多天线选择中,以MIMO系统信道容量公式作为猫群的适应度函数,将收发端天线选择问题转化为猫群的位置寻优过程.建立了基于BCSO的天线选择模型,给出了算法的实现步骤.仿真结果表明所提算法较之于基于矩阵简化的方法、粒子优化算法具有更好的收敛性和较低的计算复杂度,选择后的系统信道容量接近于最优算法,非常适用于联合收发端天线选择的大规模MIMO系统中.     

RECEIVE ANTENNA SUBSET SELECTION BASED ON ORTHOGONAL COMPONENTS

A new receive antenna subset selection algorithm with low complexity for wireless Multipie-Input Multiple-Output （MIMO） systems is proposed, which is based on the orthogonal components of the channel matrix. Larger capacity is achieved compared with the existing antenna selection methods. Simulation results of quasi-static fiat fading channel demonstrate the significant performance of the proposed selection algorithm.     

MIMO antenna subset selection with space-time coding

This paper treats multiple-input multiple-output (MIMO) antenna subset selection employing space-time coding. We consider two cases differentiated based on the type of channel knowledge used in the selection process. We address both the selection algorithms and the performance analysis. We first consider the case when the antenna subsets are selected based on exact channel knowledge (ECK). Our results assume the transmission of orthogonal space-time block codes (with emphasis on the Alamouti (see IEEE J. Select. Areas Commun., vol.16, p.1451-68, Oct. 1998) code). Next, we treat the case of antenna subset selection when statistical channel knowledge (SCK) is employed by the selection algorithm. This analysis is applicable to general space-time coding schemes. When ECK is available, we show that the selection algorithm chooses the antenna set that maximizes the channel Frobenius norm leading to both coding and diversity gain. When SCK is available, the selection algorithm chooses the antenna set that maximizes the determinant of the covariance of the vectorized channel leading mostly to a coding gain. In case of ECK-based selection, we provide analytical expressions for average SNR and outage probability improvement. For the case when SCK-based selection is used, we derive expressions for coding gain. We also present extensive simulation studies, validating our results.     

60GHz 室内信道下一种快速天线选择算法

传统的基于信道容量最大化准则的天线选择算法虽然使信道容量达到了最大化,但是计算复杂度很高。针对计算复杂度高的问题, 提出了一种基于Doolittle-QR 分解的低复杂度天线选择算法。该算法基于Doolittle-QR 分解,可以快速选择出使系统容量最大化的天线。与传统的天线选择算法相比,该算法的计算复杂度不仅有效地降低了, 而且容量性能相近。在60GHz 室内信道下,仿真实验结果表明, 该算法具有良好的容量性能,优于随机天线选择算法,接近最优天线选择算法。