大规模MIMO系统中基于用户分类的动态导频分配

针对大规模MIMO系统导频污染问题,提出一种基于用户分类的动态导频分配策略.根据目标小区用户信号强度的方差设置合理的用户信号强度临界值,将目标小区用户分为中心用户和边缘用户.中心用户采用最大载干比算法分配导频,以最大化中心用户总信道容量.边缘用户采用贪婪算法分配导频,以提高每个边缘用户的信干噪比.仿真结果表明,所提策略在提高边缘用户信干噪比的同时能够有效提高系统的信道容量.     

基于非正交多址的认知MIMO网络次用户系统容量优化

针对未来移动通信系统对大容量、高频谱利用率的需求,提出基于非正交多址（NOMA）技术的认知多输入多输出（MIMO）网络次用户系统容量优化方法。首先对发送信号进行预编码,随后按照信道质量增益对认知用户进行分簇,再对分簇之后的用户进行功率分配,最后将得到的NP-hard型多簇目标函数转化为求各子簇的容量;同时兼顾认知用户服务质量（QoS）及满足串行干扰消除（SIC）的条件,利用Lagrange函数结合Karush-Kuhn-Tucker （KKT）条件求解出分簇之后的最优功率分配系数,且该系数是0到1之间的常数。仿真结果表明,所提方法优于平均功率分配方法,并且在信道质量较差时,相比基于正交多址（OMA）技术的认知MIMO,显著提高了次用户系统容量。     

一种联合D2D资源分配的中继选择算法的研究

为提高蜂窝网络中边缘用户的QoS,可在蜂窝网络中引入了D2D辅助中继技术,然而由于D2D链路复用蜂窝资源会与蜂窝链路之间产生同频干扰,为了降低这种干扰,提出了一种联合资源分配的中继选择算法,该算法首先使用一种资源分配策略,使得D2D链路对蜂窝链路产生的干扰最小,然后结合资源分配结果提出了一个中继选择方案,该方案不仅考虑了D2D链路和回程链路的信道质量,而且还同时考虑到了对蜂窝链路的干扰问题。通过仿真验证,本文所提出的算法不仅能有效提升边缘用户吞吐量,同时保证了中心用户的QoS。     

基于压缩感知的大规模MIMO系统导频优化及信道估计算法

针对频分双工（FDD）大规模MIMO系统下行信道估计过程中由于导频数和基站天线数成正比会造成巨大的导频开销这一问题,首先提出一种基于压缩感知（CS）技术的伪随机导频优化方案,该方案令基站发射非正交导频信号,并且以最小化观测矩阵的互相关为优化目标,通过引入交叉、变异判断机制和内、外循环机制以实现对导频序列的优化;其次,联合利用无线MIMO信道的空间公共稀疏性和时间相关性提出一种基于压缩感知技术的信道状态信息（CSI）估计算法,利用线性最小均方误差（LMMSE）算法进行矩阵估计以精确获取CSI。分析和仿真结果表明,与随机搜索算法、逐位置优化方案、局部公共支撑算法、自适应结构子追踪（ASSP）算法、正交匹配追踪（OMP）算法以及逐步正交匹配追踪（StOMP）算法相比,所提算法在低导频开销比和低信噪比（SNR）的情况下均可以维持良好的信道估计性能。     

大规模MIMO系统中基于用户位置的导频分配

大规模多输入多输出（multiple input multiple output,MIMO）系统中因导频复用而存在的导频污染问题,成为其性能提高的瓶颈。针对此问题,提出一种基于用户位置的导频分配方案。该方案通过上行功率控制方法保证不同用户到各自小区基站的信号功率相同,并在功率控制情况下,根据干扰用户到本小区基站距离与到目标小区基站距离的比值来定义干扰用户对目标用户的导频污染强度,并给用户间导频污染强度较小的两个不同小区用户分配相同的导频。仿真结果表明,所提方案能够有效提高系统容量,减小用户间性能差距,较好地降低了用户间的导频污染。     

一种多天线多用户大规模MIMO上行系统能效资源分配算法

针对目前大规模MIMO系统的资源分配研究集中于用户终端配备单天线的场景,但随着技术的发展和用户需求的增长,用户智能终端配备多天线情形越来越多,提出一种基于多天线多用户大规模MIMO上行系统的能效资源分配算法。在满足用户速率和续航要求的条件,基站采用迫零(ZF)接收情况下,通过建立系统能效函数,采用凸优化方法进行优化。首先确定用户不同天线的最优发射功率,再运用二分法确定基站激活的天线数目,通过联合用户发射功率和激活基站天线数来优化系统能效。仿真结果表明本文所提算法可以在迭代次数较少的情况下取得较好的系统能效。