基于天线选择和功率分配的联合迭代优化算法

当使用所有天线进行无线数据传输时，大规模多输入多输出（Multiple-Input multiple-Output,MIMO）系统中的基站需要使用与天线数相同的射频链路，导致系统的实现复杂度增加，降低了系统的能效。针对能效降低的问题，提出了一种天线选择和功率分配的联合迭代优化算法。该算法在给定初始发送功率的条件下，随机生成一个天线集合作为内循环的初始值，内循环每次从余下的天线集合中选择一根具有最大能效的天线进行替换，得出最优天线集合，求出相应的最优发送功率，并以此作为下次外循环发送功率的初始值。仿真结果表明，所提算法在降低计算复杂度的前提下，几乎可以达到近似于最优穷举搜索算法的能效性能。     

一种改进的大规模MIMO发射天线选择算法

为了降低天线选择算法在大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统下的误码率和复杂度,以用户端接收的总功率为优化目标,提出一种最大化所有用户接收总功率的天线选择算法。该算法将优化目标函数转化为凸函数,并利用凸优化方法求得其有效解。仿真结果表明,所提天线选择算法与传统的最大和容量算法相比,具有较好的系统误码率性能,且运算复杂度低,但系统容量有所降低。     

一种新的MIMO无线通信系统链路自适应算法

提出并分析了一种适用于MIMO系统的新的链路自适应算法。通过接收端估计信噪比,并利用各种编码调制方式的特性,该算法在接收端采用递归的方法确定了每一个发射端子信道所采用的编码调制方式,使反向链路仅传输少量的控制信息,实现了链路的自适应。仿真结果表明,文章所提出的算法大大提高了MIMO系统的吞吐量,且可靠性也显著增加。     

基于分布式MIMO的分层快速天线选择算法

基于较为精确的分布式MIMO系统信道模型,对下行发射天线选择算法进行研究,提出了一种充分利用了分布武MIMO系统特点的基于范数和相关性的分层天线选择算法,并分别与基于相关性的增量天线选择算法以及基于范数和相关性的增量天线选择算法进行性能比较.仿真结果表明,文中提出的算法在大大降低运算复杂度的前提下,还获得了一定的容量性能提升.     

基于天线选择的自适应OFDM-STBC发射分集

基于空时分组码的正交频分复用技术(OFDM-STBC)是多天线多载波技术,将自适应功率分配技术用于OFDM-STBC,如何在载波和天线间分配能量是个关键问题.将待发射的信息分配到最有利的天线上传输接着利用载波间功率分配的算法进行载波间的功率分配,该算法的目标是使误码率最小.通过量化信道衰落简化了功率分配算法实现;通过量化功率分配因子的方式提高了无线链路的利用率.仿真结果显示:在误码率取0.1%时,对于有4个子载波的系统,较传统的算法,此算法能带来5dB的增益;随着系统载波数目的啬,性能进一步得到提高.     

大规模MIMO系统中收发联合阈值天线选择算法

在大规模多输入多输出(massive MIMO)系统中使用天线选择算法可提高能效和系统吞吐量,然而适用于传统MIMO系统的天线选择算法具有高复杂度,很难用于massive MIMO系统。为优化天线选择算法,以算法复杂度和系统容量为优化目标,提出了收发联合阈值天线选择算法。该算法在发射端使用最大范数双向天线选择算法进行天线选择,在接收端使用分组maxvol算法并通过仿真实验结果的预设阈值进行天线选择。仿真实验表明,收发联合阈值天线选择算法在降低复杂度的同时可以提高系统容量,与递增天线选择算法相比,系统容量最多可提高52.2 bit/s/Hz。提出的天线选择算法可以满足不同天线相关度和信噪比的传输环境。     

一种基于MCS信息的白适应MIMO机制选择算法

文章讨论了在时变无线信道下多天线无线通信系统中MIMO机制的选择问题，并提出一种基于调制编码（Modulationand Coding Scheme，MCS）信息的MIMO机制选择方案。该方案通过对MCS信息进行统计和分析，自适应的选择MIMO机制以获得最大吞吐量。与已有MIMO选择方案相比，该算法不仅仍能准确地选择出合适的MIMO机制，而且易于实现，更容易应用于实际系统中。     

STBC与VBLAST混合编码系统中一种新的天线选择算法

多输入多输出(MIMO)系统改善了误码率性能,同时为了减少对系统容量的影响,提出了空时分组码(STBC)与贝尔实验室垂直分层空时码(VBLAST)混合编码系统中的一种新的天线选择算法.对部分VBLAST层采用Alamouti STBC编码构成的混合编码,MIMO系统同时具有STBC与VBLAST两者的优点.基于天线子集最大容量准则,提出的天线选择算法选择那些对系统容量贡献较小的天线发送多层STBC信号,以便减少STBC编码所造成的系统容量损失.理论分析与仿真结果表明,提出的天线选择算法能够有效地提高STBC与VBLAST混合编码系统的容量,并且与VBLAST编码的MIMO系统相比其误码率性能得到明显改善.     

一种新型低复杂度双层分组天线选择算法

针对平坦相关瑞利衰落信道环境下的端到端大规模MIMO系统复杂度过高的问题,提出一种基于离散布谷鸟搜索的低复杂度双层分组天线选择算法。该算法首先基于天线信道相关性对大规模天线阵列进行分组处理,进而利用新型双层算法对分组的天线集合进行优化天线选择。其中,新型双层算法的第一层是每小组天线基于离散布谷鸟搜索的内部选择,第二层是对第一层选择的所有天线利用离散布谷鸟搜索进行最终的选择。提出的新型天线选择算法可有效降低大规模MIMO系统复杂度。仿真结果验证了在平坦相关瑞利衰落信道环境下,提出的天线选择算法能够以较低选择复杂度获得接近最优选择方法的容量性能和较优的BER性能。     

面向5G的缓存辅助多天线中继策略

缓存辅助多天线中继技术可以为5G通信系统提供广域覆盖范围,并且有效改善系统的吞吐率性能.研究了一个三节点多天线缓存辅助中继系统,提出了最大化系统平均吞吐率的最佳缓存辅助中继策略,即联合自适应链路选择以及功率分配方案.分析结果表明,最佳的链路选择方案仅依赖于当前的瞬时信道状态信息以及相关链路的信道统计信息,而最佳功率分配方案是对发送的数据流进行等功率分配.仿真结果表明,相对于无缓存辅助的MIMO中继系统,缓存的引入能够显著改善中继系统的吞吐率.此外,MIMO技术的引入还能够获得多天线所带来的复用增益,进一步改善缓存辅助中继系统的吞吐率.     

天线选择在MIMO-OFDM系统中的应用

文章通过对MIMO系统、OFDM系统以及V-BLAST编码方式进行分析,论证了天线选择算法在V-BLAST编码条件下MIMO-OFDM系统的可行性。与传统的MIMO系统相比,MIMO-OFDM系统误码率更低、载波与天线间相关性更复杂。仿真证明,基于容量的天线选择算法,在MIMO-OFDM仍具有较好的实用性。     

空时分组码在自适应无线通信系统中的性能分析

给出了自适应调制编码（AMC）的MIMO系统模型,分析了一种MIMO系统中自适应编码调制的方法,推导出系统的平均吞吐量和平均误码率,同时分析了时延对系统性能的影响。仿真结果表明,与SISO系统相比,联合正交空时分组码（O-STBC）的多天线自适应技术不仅提高了系统的平均吞吐量,而且对系统时延具有一定的顽健性。     

基于MIMO信道估计误差模型的功率分配与自适应调制算法

该文分析了瑞利平坦衰落信道下,信道估计误差对采用迫零接收的MIMO系统性能的影响,提出了一种以系统有效吞吐量最大化为目标的功率分配与自适应调制算法。为了减少信道估计误差对实际系统性能的影响,该算法对发送端估计的信噪比进行修正,并以此作为功率分配和自适应调制的依据。在系统总功率受限的条件下,对发端多天线的功率分配结合了空域注水定理和比特分配,并尽量保证调制阶数高的数据符号所在天线的功率。仿真结果表明,该算法实现较简单,获得的系统有效吞吐量接近于最优值,适用于实际系统。     

无线MIMO系统中天线选择技术的算法

针对多天线需要多射频链路带来的高硬件成本,分析了低复杂度的MIMO天线选择的必要性,介绍了递增天线选择算法、递减天线选择算法和改进的递增递减天线选择算法.链路仿真结果表明:递增递减算法可以快速选择出使系统容量最大的天线子集,该算法简单易于实现,计算速度快,获得的结果非常接近穷尽搜索方法得到的结果.     

A robust DL MU-MIMO algorithm and UE specific SINR compensation mechanism in LTE-A

针对多用户特征模式传输（MET）算法这种典型的多用户多入多出（MIMO）算法,现实系统中实现时有两个重要限制：其一要求发射端的和功率约束;其二假定噪声、邻区干扰功率项在基站侧已知且将其建模为加性高斯白噪声（AWGN）。在现实系统中,一方面最好遵循每天线发射最大功率的限制,另一方面需要考虑对噪声、邻区干扰功率项的建模,以期望在基站侧更好模拟用户设备（UE）端最终真实感受到的噪声与干扰功率。基于此,提出了一种鲁棒的针对LTE-A的下行多用户MIMO技术,即自适应的切换波束赋形权值归一化算法。同时,基于该归一化的波束赋形权值,提出一种UE级的信干噪比（SINR）补偿机制。使用该补偿的UE级的SINRs,一方面可基于如容量最大等准则,挑选获得给定调度资源上的最优多用户配对集;另一方面,针对该最终配对的多用户集,使用每UE的补偿SINRs做链路自适应,即MCS选择,从而期望获得系统整体和吞吐量的提升。最后,给定仿真参数,链路级仿真结果验证了所设计算法的有效性。     

基于特征波束形成的STBC发射天线选择

相关信道下将特征波束形成(E-BF)与空时分组码(STBC)相结合,在保持分集阶数的同时可以获得阵列增益,但需配置更多的发射天线.根据该系统特点提出了统计的发射天线选择方案,在不增加天线数情况下通过自适应子阵选择来提高系统误码率性能,并给出了平均误码率最小的天线选择准则.天线选择与E-BF共享信道信息,算法也不用频繁更新.仿真结果证明了该天线选择方案可提高系统误码率的性能.     

时分双工蜂窝系统的智能天线研究和性能评估

智能天线是移动多媒体通信亟待解决的关键技术,本文研究了一种适用于时分双工蜂窝系统,基于非线性判决反馈空间均衡器和递归最小平方算法的智能天线。提出了双向链路信号对干扰加噪声功率比的算法以及阵列波束方向增益和信干比累积分布函数两种性能评估方法。仿真结果表明：该智能可以抵消同波道干扰,改善信干比,减小频率复用系数。     

一种新的MIMO信道模型

实际无线通信环境中发送天线之间以及接收天线之间存在相关性.针对以上特点,从多径MIMO信道的特性出发,首先建立发射天线相关系数矩阵和接收天线相关系数矩阵,并将它们引入无线信道的莱斯MIMO信道模型中.最后通过分析LOS MIMO信道相关模型和瑞利衰落MIMO信道相关模型,给出了具体的建模步骤.仿真结果表明采用本文方法产生的信道模型的MIMO系统误码率更低,从而验证了该信道模型能够较好地模拟MIMO系统的空间信道.     

下行链路多用户MIMO线性收发机设计

针对多用户多天线(MIMO)下行链路系统中的信干噪比(SINR)平衡问题和功率最小化问题,本文基于上下行链路对偶性提出一种新的收发机设计策略.该策略通过首先优化功率和接收滤波器、然后优化预编码器的交互迭代方式,避开传统算法中的复杂特征向量问题,从而极大的降低算法复杂度.仿真结果显示,本文算法具备更好的收敛性,相同性能下所需的计算精度远小于传统算法.     

基于MIMO系统的天线选择

多天线MIMO（Multiple Input Multiple Output）系统利用多个收、发天线有效地改善无线通信系统性能，提高系统容量，增强系统可靠性。然而，由于使用多天线同时收发，这要求发射机和接收机使用与天线一样多的射频链路，增加了系统成本和复杂度。使用天线选择技术可以降低系统成本和复杂度，同时保留MIMO系统的优越性能。文中首先介绍了MIMO系统的实现方式，然后讨论天线选择的方法及性能，最后提出天线选择技术还存在的问题，并得出相关的结论。