超密集网中一种基于人工蜂群的节能分簇算法

超密集网络中,密集部署的低功率基站将会加大系统的能耗,并且造成紧缺频谱资源的浪费.探寻干扰协调和系统节能的可行性方法在超密集网络架构下提出基站的休眠—唤醒—活跃机制,减小了休眠基站直接转为活跃状态的开启时间;另外,提出一种基于人工蜂群染色分簇算法,尽可能使用最少的颜色给拓扑图中的小区染色,并对簇内活跃基站进行优化功率分配.经仿真表明,休眠—唤醒—活跃机制能够提升系统的能源效率,染色分簇算法也可以改善用户的频谱效率和吞吐量.     

正交空间调制的低复杂度检测算法

针对正交空间调制(QSM)系统中激活天线数的不确定性、最大似然(ML)检测算法复杂度极高的缺点,提出了一种低复杂度检测算法.首先,该算法基于压缩感知(CS)信号重构理论,对系统模型进行重构,使固定激活天线系统中的低复杂度算法可以在新的系统模型中使用;然后,借鉴正交匹配追踪(OMP)算法的思想,选出一个激活天线备选集;最后,通过ML算法搜索备选集,选出激活天线和调制符号.仿真结果显示,相比ML检测算法,所提算法在性能丢失较小的情况下,降低了约90％的复杂度.     

Femtocell中基于负载预测的基站休眠节能方案

为达到5G中绿色节能通信的目标,在Femtocell网络下提出一种基于负载预测的基站节能方案。首先收集Femtocell基站（Femtocell base station,FBS）下的吞吐量数据,根据小数据量法证明其存在混沌特性,并对FBS的负载进行学习和预测;然后在负载预测的基础上定义吞吐量率,根据吞吐量率设计一种用户终端切换流程,以保证用户终端的通信服务质量和能效;最后,计算FBS的实时发射功率,并对FBS的发射功率做了预测和控制。仿真结果显示,该方案可以较为准确地预测FBS的吞吐量变化态势,并在此基础上的休眠节能方案也可以很好地提升系统的能效,减小整体能耗。     

毫米波MIMO系统中迭代最小均方误差混合波束成形算法

混合波束成形结构能有效解决毫米波MIMO系统中射频链路受限的问题,但要设计性能较优的混合波束成形算法仍然存在困难.为了实现更高的频谱利用率,提出了一种性能较优的迭代最小均方误差(Alt-MMSE)混合波束成形算法.该算法利用数字矩阵的正交特性,首先进行初始数字矩阵设计,然后通过最小化发送信号与接收信号的均方误差不断迭代更新数字矩阵,在每一次迭代过程中,通过更新后的数字矩阵得到模拟矩阵的相位信息.仿真结果表明,与OMP混合波束成形算法和基于矩阵分解的混合处理方案相比,该算法具有更优的性能且更接近于纯数字波束成形.