分布式MIMO系统基于端口选择的快速天线选择

相对于点对点多输入多输出（MIMO）系统,分布式MIMO系统的天线数量显著增大,采用现有的性能较优的天线选择算法,复杂度的增加会大大制约系统的可实现性. 为了解决这一问题,根据分布式架构特点提出一种基于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有效缩小待选天线范围,进而采用逐减方法,以优化参数迭代更新的方式达到进一步降低复杂度的目的. 理论分析和性能仿真结果表明,该算法在显著降低计算复杂度的同时,其容量性能仍可逼近穷举算法.     

多输入多输出雷达低旁瓣发射方向图优化算法

提出了一种基于波束域加权的低旁瓣方向图设计方法。综合考虑方向图匹配性能和发射阵元等功率作为约束条件,建立低旁瓣发射方向图优化模型,采用半正定松弛技术将优化模型转化为凸优化问题;对波束加权矩阵施加对偶约束,使得接收信号满足旋转不变性;利用高斯随机化方法对波束加权矩阵进行求解,得到原优化问题的最优解。仿真结果表明,算法能够保持期望主瓣形状并有效降低方向图旁瓣,提高到达角(DOA)的估计精确度和角度分辨力。     

分布式MIMO系统发送天线选择与预编码联合设计

为了抑制多用户分布式多入多出(MIMO)系统中的同道干扰(CCI),使系统同时服务于更多用户,提出一种发送天线选择与预编码的联合设计方法。该方法立足于分布式MIMO系统基站端天线较多的特点,将下行发送天线选择与信漏噪比(SLNR)预编码相结合,通过为用户选择不同天线,从根本上减少CCI;在为每个用户选择天线时,先以信道子矩阵的迹为依据进行端口选择,再采用逐减的方法选择使SLNR损失值最小的天线,以保证每个用户对其他用户的干扰尽量小,从而达到进一步抑制CCI的目的。复杂度分析和仿真结果表明,该方法在具有较低复杂度同时,其容量性能仍可逼近最优算法;较之单纯的SLNR预编码,在相同的容量性能约束下,其能够有效增加系统同时服务的用户数。     

认知MIMO干扰网络最优干扰对齐算法

认知无线电通过与 MIMO （Multi-Input Multi-Output）、OFDM（Orthogonal Frequency Division Multiple-xing）、超宽带、协作通信等技术融合来改善频谱利用率。而认知MIMO是认知无线电和MIMO技术的融合,虽然具有干扰抑制、抗多径衰落、空间分集和复用等优势,但是由于underlay共享方式中干扰温度约束的存在,导致发送预编码矩阵之间相互耦合,因此该技术在underlay干扰网络中难以获得最优的传输性能。针对该问题,通过交替迭代的方式,结合Rayleigh-Ritz定理和凸优化理论,推导了最优收发矩阵之间的迭代关系,提出一种最优干扰对齐算法。该算法利用Lagrange部分对偶方式来去除干扰温度约束,并采用次梯度投影法更新Lagrange变量,克服了已有半正定松弛算法因忽略矩阵秩约束而导致速率性能下降的缺陷。理论分析和数值仿真验证了算法的有效性,结果表明所提算法可实现网络可达速率和的最大化。     

多用户分布式MIMO-OFDM系统中天线与子载波分配算法研究

本文针对多用户分布式MIMO-OFDM系统中的资源联合分配问题,提出了一种基于端口选择的天线与子载波分配算法。该算法依据计算复杂度容限设定用户通信静态端口数,以此为每个用户选取信道状况最好的通信端口进行通信,进而通过天线端口与下属用户的相互配合,并行地完成天线与子载波的分配。仿真结果表明,该算法在系统天线数大于用户数的情况下容量性能优于MASA算法,且其端口并行处理机制可以有效提高资源分配效率。     

基于用户协作的认知MIMO干扰网络自由度上界研究

在K+1用户认知MIMO干扰网络中,传统算法区分对待主/次用户干扰,将其对齐压缩到不同的干扰空间上,导致空间自由度的浪费。从复用干扰空间的角度出发,推导了新的自由度上界及其必要条件。为了验证其合理性和正确性,设计了联合干扰对齐指标,并结合范数理论和Rayleigh-Ritz定理提出一种协作联合干扰对齐算法,并对算法的有效性进行了分析。理论分析和仿真结果表明,新的自由度上界突破了已有文献所给上界,且可通过所提算法达到。     

基于逼近噪声子空间的求根时延估计算法

多重信号分类(MUSIC)时延估计算法需要多径数估计,且其特征分解和谱峰搜索的计算复杂度较高。针对此问题,给出了一种基于逼近噪声子空间的求根时延估计算法。该算法利用协方差矩阵逆的高次幂逼近噪声子空间与其自身共轭转置的积,并构造多项式等式,以多项式求根的方式避免谱峰搜索,从而降低了计算复杂度。仿真结果表明,在无需多径数估计和复杂度低于MUSIC算法的条件下,所提算法的性能与MUSIC算法的性能相当,并且逼近克拉美罗界。     

多用户分布式MIMO系统的低复杂度天线选择算法

相对于集中式系统,多用户分布式MIMO系统的基站端天线数量显著增大,因此基站端天线选择技术成为该系统的关键技术之一,然而采用传统的天线选择算法会因复杂度过高而制约系统的可实现性.为解决上述问题,针对多用户分布式MIMO系统的上行链路,提出一种基于优化参数的低复杂度接收天线选择算法.该算法采用逐减方法,以迭代优化参数的方式代替容量计算,从而达到降低计算复杂度的目的.复杂度分析和性能仿真结果表明,在有效降低运算量的同时,该算法的容量性能仍逼近最优算法.     

基于QOE效用函数的多用户OFDM系统功率分配算法

将用户感受质量(Quality of experience,QOE)引入正交频分复用(Orthogonal frequency division multiplexing,OFDM)系统的资源分配算法设计中,并基于QOE构建的效用函数提出了一种以系统平均QOE最大化为目标的功率分配算法.该算法利用导数迭代逼近的方法调整...