基于改进离散布谷鸟搜索算法的毫米波大规模MIMO系统波束选择

在毫米波大规模MIMO系统中采用全数字编码需要大量的射频链路,从而导致能量损耗过高。针对这一问题提出一种基于离散布谷鸟搜索算法(Discrete cuckoo search, DCS)的波束选择方案,减少所需射频链路数而不会造成明显的性能损失。首先分析毫米波大规模MIMO系统的波束选择模型,引用DCS算法来求解模型;然后针对布谷鸟算法Levy飞行离散化结果中出现的非正常编码,采用启发式贪婪算法进行修复;将遗传算法中的复制引入DCS算法中,复制全局最优的鸟巢来替换其中被发现的鸟巢,加快算法收敛速度。仿真结果表明,所提基于改进DCS算法的波束选择方案相比几种已有的方案可以获得更优的和速率性能。     

MIMO—OFDM中基于波束成形的天线选择研究

为减少多输入多输出（MIMO）正交频分复用（OFDM）系统的复杂度，本文基于最小化差错概率准则，提出一种波束成形的天线选择算法。该算法不仅可以减少收发两端DFT／IDFT的个数，而且有效减少射频模块的个数，从而大大降低系统的复杂度。为降低天线选择算法本身的复杂度，文中提出一种简化的天线选择算法。仿真结果表明，与时频联合波束成形算法相比．相同性能要求下，其需要的射频模块的个数可减少37．5％以上。     

MIMO雷达最大似然参数估计

多输入多输出(MIMO)雷达使用多个天线同时发射多个独立探测信号,并使用多个天线接收目标回波信号.本文考虑了发射空域分集、相干接收MIMO雷达模型及其最大似然(ML)参数估计方法.基于最大似然准则,本文推导了两种渐近最大似然算法.仿真实验的结果表明,在均匀噪声模型中,其中一种渐近算法与基于延迟求和波束形成的最大似然算法性能接近,而另一种渐近算法性能略差,但具有较低的计算复杂度.而在非均匀噪声模型中,本文所提出的两种渐近最大似然算法的性能均优于基于延迟求和波束形成的最大似然算法.     

毫米波无线通信系统混合波束成形综述

毫米波频段拥有大量未充分使用的频谱资源,能有效缓解低频段频谱拥塞,并且由于毫米波波长较短,能极大地减小大规模天线系统的物理尺寸,使得毫米波通信成为5 G无线通信系统潜在的关键技术之一。考虑到毫米波传播路径损耗严重,毫米波系统需采用波束成形技术改善传输质量。在毫米波大规模多输入多输出(Multiple-input multiple-out, MIMO)系统中,由于数字波束成形高功耗、高成本问题,混合数模波束成形成为重要的替代方案。本文首先阐述了毫米波混合波束成形的研究现状,而后给出了系统模型,最后介绍了信道估计、码本设计和低复杂度设计等混合波束成形的关键技术。     

一种应用于ORBF算法的多权重矩阵选择策略

为了提高多用户MIMO系统下行信道的总速率,提出一种基于正交随机波束形成的多权重矩阵选择算法.在每个时隙中,该算法利用多个权重矩阵生成随机波束,基站利用部分信道信息反馈,依据总速率最大的原则选择本时隙的最优权重矩阵并进行数据发送.该算法可以显著提高多用户MIMO系统的总速率,仿真结果也证明了该算法的有效性.     

基于波束选择的5G毫米波通信技术仿真

本文构建了毫米波无线信道仿真模型,探究了基于机器学习的波束选择技术。以系统的总和传输速率为指标,通过毫米波无线信道进行传输,使用MATLAB分别对其进行了仿真,并分析了所提方案的系统性能。仿真结果表明,基于SVM机器学习的波束选择方法就可以提供接近理论的最佳性能,且该算法实现复杂度要比穷举搜索法低几个数量级。     

理想毫米波信道条件下低复杂度的混合波束成形

在基站和用户均采用多天线的混合波束成形架构、下行链路信道为理想毫米波信道的系统下,针对总频谱效率最大问题,提出了一种低复杂度的混合波束成形算法。该方案采用分步的方式,首先进行基站端和用户端的模拟波束成形矩阵的分别求解,在得到模拟波束成形矩阵的基础上得到等效的基带信道,然后利用块对角化数字波束成形算法求解数字波束成形矩阵。仿真结果表明,相比于其他方案,该方案在复杂度较低的同时,也提升了系统的总频谱效率。     

基于MF预编码的大规模MIMO网络SINR概率密度分析

大规模MIMO系统中,相对于其他基于信道矩阵分解的波束成形算法,如迫零、最小均方误差算法等,匹配滤波（Matched filter, MF）具有复杂度极低的优点,从而成为一种极具实用潜力的波束成形算法。鉴于此,本文推导了基站采用MF波束成形算法时,用户端信干噪比（Signal-to-interference-and-noise ratio, SINR）的近似概率密度函数（Probability density function, PDF）。该函数对于推导与分析系统性能,如和速率、中断概率等至关重要。仿真表明：当基站天线数趋于大规模时,SINR公式的PDF曲线趋近于通过纯仿真得到的PDF曲线。     

MIMO系统中基于微时隙波束选择的机会波束形成性能仿真

文章研究了可以获得MIMO系统慢衰落信道中下行链路多用户分集增益和复用增益的机会波束形成（OBF）技术,并将其扩展到接收端多天线的情况下,发射端采用基于微时隙的波束选择技术进一步提高系统容量。每个微时隙基站利用随机产生的酉矩阵将M个数据子流承载在M个随机波束上进行发送,根据每个用户的反馈信干噪比机会地决定接收用户。最后系统选择使其容量最大的正交酉矩阵发送数据,并用注水算法进行功率分配进一步提高系统吞吐量。文中提出方法的优点在于,在接收端多天线的情况下系统通过波束选择技术进一步提高系统吞吐量。     

多用户MIMO系统低复杂度收发联合波束成形方案

基于多用户多输入多输出(MIMO)有限反馈系统提出了一种收发联合波束成形方法。该方法在发送端采用每个用户酉速率控制(PU2RC)波束成形技术,在接收端采用基于信干噪比(SINR)最大化的天线合并算法。天线合并算法利用用户SINR的广义Rayleigh熵特性寻找最佳的天线合并矢量。仿真结果表明,该方法能充分利用信道信息,不仅改善了传统PU2RC系统的和速率性能,相对于已有的迫零(ZF)联合波束成形方法,对信道状态信息的量化误差的敏感性更低,用户选择算法的复杂度更低,且低速率反馈条件下和速率性能更优。     

基于多维泰勒网的多入多出非线性时滞系统辨识

针对多入多出 （multiple input multiple output,MIMO） 非线性时滞系统辨识的准确性与实时性问题,提出基于多维泰勒网（multi-dimensional taylor network,MTN） 的辨识方案。MTN作为辨识模型,综合利用权剪枝 （weight-elimination,WE） 算法和共轭梯度（conjugate gradient,CG）算法,即WE-CG算法作为MTN辨识模型的学习算法;WE算法可以有效精简MTN辨识模型结构,从而降低计算复杂度、提高模型实时性能。最后,引入一个数值仿真例子和一个工程实例来验证所提辨识方案的有效性,同时与传统的MTN辨识方案作对比,给出了两者的准确性与复杂度分析,突出所提辨识方案的准确性与实时性。实验结果表明,所提方案够准确地对MIMO非线性时滞系统进行辨识。同时,相比传统的MTN辨识方案,所提辨识方案结构更精简,具有更低的算法复杂度。     

一种改进的相关信道下MIMO天线选择算法

由于MIMO系统天线间距的限制等原因,实际MIMO无线信道往往是衰落相关的,而信道相关性严重影响了MIMO系统的性能。针对这个问题,提出一种改进的基于相关性天线选择算法,通过选择具有最小平均相关性和最大相关矩阵行列式的天线子集作为最优天线集合。在选择较少天线的情况,降低了计算复杂度,达到几乎与相关性选择算法相同的性能,且非常接近最优选择算法。仿真结果证明了改进算法的有效性和可靠性。     

A novel intelligent verification platform based on a structured analysis model

An intelligent verification platform based on a structured analysis model is presented.Using an abstract model mechanism with specific signal interfaces for user callback,the unified structured analysis data,shared by the electronic system level design,functional verification,and performance evaluation,enables efficient management review,auto-generation of code,and modeling in the transaction level.We introduce the class tree,flow parameter diagram,structured flow chart,and event-driven finite state machine as structured analysis models.As a sand table to carry maps from different perspectives and levels via an engine,this highly reusable platform provides the mapping topology to search for unintended consequences and the graph theory for comprehensive coverage and smart test cases.Experimental results show that the engine generates efficient test sequences,with a sharp increase in coverage for the same vector count compared with a random test.     

一种基于SLNR预编码的天线与用户联合选择算法*

针对在多用户MIMO系统中天线与用户联合选择算法复杂度高的问题,依据SLNR预编码算法特点,提出了一种基于SLNR预编码的天线与用户联合选择算法。分析了天线与用户选择顺序对基于SLNR预编码算法的多用户MIMO系统性能影响,给出了先天线后用户的次最优选择策略。所提算法首先为每个用户选取最优的单天线,再利用贪婪思想进行用户选择。仿真结果表明,所提算法与穷举算法相比和容量性能在020 dB的信噪比范围内损失均保持在1.6 dB左右;而误比特性能与穷举法相比在10-3有2 dB左右损失,但是所提算法复杂度与穷举法相比下降明显。     

宽带电力线MIMO通信中基于能效的波束成形算法

宽带电力线MIMO通信中,由于存在多用户干扰和共信道干扰,需要应用波束成形算法消除,由于信道状态信息不能准确获得,需要对信道进行量化反馈,故反馈误差会导致系统性能下降;针对此问题,本文提出了一种考虑量化误差影响的波束成形算法,此算法在保证用户服务质量的前提下,以最大化系统能源利用效率为优化目标,仿真验证了此波束成形算法的有效性和鲁棒性.     

一种分布式MIMO系统的快速天线选择算法

分布式MIMO系统的天线数目与点对点MIMO相比进一步增多,性能优越的经典天线选择算法难以应用其中。针对这一问题,在分布式架构的基础上提出一种基于逐增端口选择的改进型逐减天线选择算法。该算法通过设定上限的动态端口选择缩小待选天线范围,进而利用贪心策略,逐步去除对信道容量贡献最小的天线。仿真结果表明,该算法的容量性能逼近穷举算法,且复杂度大幅降低,在强相关信道下表现出良好的适应性。     

Symbol Detection Based on Back Tracking Search Algorithm in MIMO-NOMA Systems

One of the most important methods used to cope with multipath fading effects, which cause the symbol to be received incorrectly in wireless communication systems, is the use of multiple transceiver antenna structures. By combining the multi-input multi-output (MIMO) antenna structure with non-orthogonal multiple access (NOMA), which is a new multiplexing method, the fading effects of the channels are not only reduced but also high data rate transmission is ensured. However, when the maximum likelihood (ML) algorithm that has high performance on coherent detection, is used as a symbol detector in MIMO NOMA systems, the computational complexity of the system increases due to higher-order constellations and antenna sizes. As a result, the implementation of this algorithm will be impractical. In this study, the backtracking search algorithm (BSA) is proposed to reduce the computational complexity of the symbol detection and have a good bit error performance for MIMO-NOMA systems. To emphasize the efficiency of the proposed algorithm, simulations have been made for the system with various antenna sizes. As can be seen from the obtained results, a considerable reduction in complexity has occurred using BSA compared to the ML algorithm, also the bit error performance of the system is increased compared to other algorithms.     

基于增强蚁群优化的海量规模MIMO系统快速检测算法

大规模MIMO系统的符号向量检测算法计算复杂度较高,对此结合粒子群优化与蚁群优化提出一种低计算复杂度的海量规模MIMO系统快速检测算法。首先,推导出一种新的概率搜索模型,将基于距离的蚁群搜索与基于速度的粒子搜索结合;然后,将ACO距离指标与PSO的方向、速度指标结合生成一种新的概率指标,将ACO的信息素更新步骤变为PSO速度的更新;最终,将MIMO检测问题建模为路径寻找问题,寻找MIMO符号检测问题的次优解。对比仿真实验结果表明,本算法的检测性能优于部分传统算法以及其他新颖的MIMO检测算法,在获得与最大似然估计检测法接近的误码率性能下,具有极快的计算速度,适用于海量规模的MIMO系统。     

毫米波通信中一种优化的波束搜索算法研究

波束形成技术成为毫米波无线通信的关键技术之一,其中码本搜索算法成为研究重点.IEEE802.15.3c及IEEE802.1 1ad中提出的均是基于遍历搜索的算法,这类算法随着码本数目的增加,搜索时间将变的难以接受.本文提出一种最优扇区数目波束搜索算法,该算法根据波束级码本数目,求出搜索次数最少的扇区数目,并构造相应的扇区码本,然后先在构造的扇区码本上进行搜索,再进行波束搜索.最优扇区数目波束搜索算法利用最优的扇区数目大大减小的波束搜索复杂度,减小的波束搜素所需时间.理论分析和程序仿均证明了最优扇区数目波束搜索算法的在减少搜索次数方面的有效性.