基于毫米波大规模MIMO的混合RZF预编码算法

针对毫米波大规模MIMO系统采用全数字预编码时,系统所需射频链路数量较大而导致实现成本和能耗较高的问题,提出了一种在基站端和用户端分别采用混合预编码和模拟合并的方案.在充分考虑信道特性的基础上,根据收发两端的天线阵列响应矢量分别设计模拟预编码矩阵和模拟合并矩阵,然后根据生成的有效信道矩阵,在基带部分设计低维的数字预编码,从而消除系统中噪声和用户间干扰的影响.仿真结果表明,在有效减少系统所需射频链路数量的基础上,所提混合预编码方案能够接近传统全数字预编码方案的性能.     

单用户毫米波大规模MIMO系统的混合预编码方案设计

对MIMO通信系统的数字预编码方法进行了深入分析,指出单用户毫米波大规模MIMO系统和传统全数字预编码方案所用射频(RF)链路数量过大致使系统实现成本大和能量消耗较高,并针对这种情况,提出了一种在系统收发两端分别采用混合预编码器和混合合成器的混合预编码方案。该方案首先通过迭代算法设计模拟预编码矩阵,并且根据信道矩阵与模拟预编码矩阵作用生成的等效信道矩阵设计数字预编码矩阵,然后根据混合预编码器设计混合合成器,从而使系统频谱效率最大化。该方案与传统全数字预编码及现有混合预编码方案的仿真比较结果表明,该方案有效降低了系统实现成本和能量消耗,且性能优于现有的混合预编码方案,与传统全数字预编码方案相比,性能非常接近。     

RZF预编码与MMSE-SIC检测联合的大规模MIMO系统预编码设计算法

研究了大规模多输入多输出(MIMO)系统的预编码设计算法。针对大规模MIMO系统通常利用增加用户天线数来提高系统频谱效率的方法会导致用户间干扰增大,从而对系统性能产生负面影响的问题,提出了一种将正则化迫零(RZF)预编码与最小均方误差-串行干扰消除(MMSE-SIC)检测相结合的改进算法。该算法通过在基站端采用RZF预编码对信号进行预处理以平衡用户间干扰和噪声干扰的影响,继而在接收端运用检测性能优异的MMSE-SIC算法来进一步减轻信号中的干扰,从而达到提升系统容量的目的。实验结果表明,这种将RZF预编码与MMSE-SIC检测相结合的改进算法,在用户间干扰较大时具有较好的适用性,且在完全已知和未完全已知信道状态信息情况下的频谱效率均优于传统RZF算法。     

真实场景中基于卷积神经网络的去噪算法

For dealing with the noise image processing in the real scene, this paper proposes a denoising algorithm based on convolu- tional neural network according to the noise model which closer to the real scene. The algorithm uses multiple convolution layers in the convolutional neural network to learn the data characteristics of the noise image in the real scene, so as to continuously optimize its own parameters. The simulation results show that the denoising algorithm based on convolutional neural network has a good de- noising effect on the noise image in real scene, the denoised image is clearer, the visual effect is better, and the edge details in the im- age are well preserved.     

大规模MIMO系统的全导频RZF预编码方法

研究了大规模多输入多输出(MIMO)系统的预编码。针对小区间干扰和导频污染会对预编码的有效性产生较大影响的问题,提出了一种改进的全导频正则化迫零(RZF)预编码方法。该方法通过将有限的正交导频信号分配给小区用户来对预编码矩阵中的信道向量进行优化,得到优化后的全导频正则化预编码矩阵,并依此推导出新的包含导频污染函数和用户干扰函数的和速率表达式。另外,综合考虑基站天线数、用户数以及导频重用因子,优化其配置关系,从而用较少的用户信息和更高的导频重用因子来抑制更多的小区间干扰,有效地提升系统性能。实验结果表明,这种改进的RZF预编码算法能够较好地提高系统容量,在完全已知信道状态信息(CSI)和未完全已知CSI两种情况下的频谱效率及和速率均优于传统的RZF方法。     

莱斯信道下大规模MIMO系统混合模数转换器的随机向量量化方案

针对大规模MIMO系统用配置单精度模数转换器(ADC)来降低系统能耗会导致系统损失部分性能的问题,提出了一种莱斯信道下大规模MIMO系统的采用混合ADC的随机向量量化(RVQ)改进方案。该方案在频分双工模式下,首先在基站端采用高分辨率ADC和低分辨率ADC混合的接收方案处理信号,使接收的导频信号和有用信号具有较高的转换精度;系统对导频信号进行信道估计后,再对信道状态信息(CSI)进行RVQ处理,以此减小系统的反馈开销;最后运用最小均方误差(MMSE)信号检测算法减轻由量化误差引起的的用户间干扰,从而达到降低能耗并减小系统性能损失的目的。实验结果表明,这种改进的RVQ方案能在降低系统能耗的基础上有效减小系统容量损失,并使其和速率接近传统的高分辨率ADC接收方案。