基于矩阵特征值分解的MIMO天线选择算法

天线子集选择技术是一种有效的低代价且能够获得MIMO好处的技术.文中提出了一种基于矩阵特征值分解的天线选择算法以最大化信道容量,它将大的搜索空间分成若干小区间,在较小的搜索空间中采用穷举法.分析了所提算法及相关算法的计算复杂度.仿真实验表明,该算法能够获得接近穷举法的中断容量性能而且具有较低的计算复杂度.     

二进制猫群算法在大规模MIMO天线选择中的应用

在多输入多输出(MIMO)系统中,天线选择技术平衡了系统的性能和硬件开销,但大规模MI-MO系统收发端天线选择复杂度问题一直没有得到很好的解决.基于信道容量最大化的准则,采用两个二进制编码字符串分别表示发射端和接收端天线被选择的状态,提出将二进制猫群算法(BCSO)应用于多天线选择中,以MIMO系统信道容量公式作为猫群的适应度函数,将收发端天线选择问题转化为猫群的位置寻优过程.建立了基于BCSO的天线选择模型,给出了算法的实现步骤.仿真结果表明所提算法较之于基于矩阵简化的方法、粒子优化算法具有更好的收敛性和较低的计算复杂度,选择后的系统信道容量接近于最优算法,非常适用于联合收发端天线选择的大规模MIMO系统中.     

一种基于相异度的接收天线选择算法

对于多输入多输出系统天线选择算法而言,穷尽搜索算法能够达到最优的性能,但包含较多矩阵运算,计算复杂度较高。而传统基于相关度和相似度的天线选择算法虽具有较低计算量,但损失了较大的容量性能。针对这一问题,以容量性能为目标,提出了基于相异度的接收天线选择算法,分析了不同相异度下所提选择准则对系统性能的影响。与传统相关度和相似度天线选择算法相比,所提算法有效降低了计算复杂度,改善了系统的容量性能,仿真结果表明:所提算法具有较好的系统性能,适用于实时通信系统。     

MIMO系统中最大化信道容量的联合发射与接收天线选择算法

基于对信道容量公式的分析,得到了增加一对发射与接收天线时信道容量增量的表达式,通过对该表达式的分析简化提出了当发射端与接收端射频链路数相同时的低复杂度联合发射与接收天线选择(JTRAS)算法.仿真结果表明新算法在计算复杂度较低的条件下性能优于目前存在的其他算法,与最优算法接近.     

分布式MIMO系统中的一种可控式天线选择

基于信道容量最大化准则,提出了一种专门针对分布式多入多出（MIMO）系统的可控式天线选择算法。该算法在射频链路数（Lt）固定的前提下分两步执行,第一步进行动态的端口选择,第二步利用穷举搜索法在已选定的端口间选出Lt个最优天线,通过门限值的设定控制天线选择的复杂度和性能的平衡。仿真结果表明,在合适的门限值范围内,该算法具有很好的跟踪特性,具有接近于最优的容量性能,同时大大降低了天线选择复杂度。     

一种用于MIMO系统的快速天线选择算法

在多径衰落环境中, MIMO系统的信道容量随天线数的增加呈线性增加,发射/接收天线选择方法能以很小的性能损失换取射频成本的大幅度降低,使MIMO系统不完全受射频成本的限制。为快速选择出使系统容量最优的发射/接收天线子集,该文提出一种快速天线选择算法的改进算法。该算法通过实时更新优化参数,大大降低计算复杂度。仿真结果表明,该算法在不影响系统容量的情况下大大减少了计算时间。     

基于容量相关字典的5G毫米波大规模天线单元选择算法

针对传统天线选择算法在大规模天线阵列应用中的局限性,该文在多用户场景下提出一种基于容量相关字典的5G毫米波大规模天线随机选择算法。该算法通过特定环境中不同位置处的多用户与基站的交互,快速提取大规模天线单元间容量的强弱相关特性,并建立相关字典;在天线选择时,先搜索最优信道容量单元连接射频链路,再随机选择相关字典中与最优单元容量相关大的天线单元接入其余射频链路。该方法大大降低了传统天线选择算法应用的复杂度,只与环境有关且较为稳定,当新用户加入时也无需重新建立相关字典。该方法通过损失一部分性能来换取较低的复杂度,适用于天线单元多的大规模天线阵列。此外,该文在室内开放式办公室开展了26 GHz视距和非视距下的大规模天线信道测试,分析了不同场景下的天线阵列行间单元间的容量相关性,并对该算法的系统信道容量性能进行了实验验证。     

基于Householder变换的快速天线选择算法

基于符号误码率准则的天线选择技术可以有效地提高空分复用系统的传榆性能,降低系统成本.但同时其对算法的实时性、快速性提出了更高的要求.以往天线选择算法通过奇异值分解来得到天线子集次最优解,计算量大、计算复杂度高.针对这一问题,对空分复用系统的信噪比边界特性进行了深入分析,提出了基于递推Householder-QR分解的天线选择算法.与传统算法相比,该算法降低了计算量的同时提高了系统的传输可靠性,改善了空分复用系统的性能.仿真结果表明:该算法具有良好的性能,并适用于实际相关信道传播环境.     

基于特征空间的MIMO天线选择算法

多输入多输出(MIMO)系统中多天线阵元(MEA)的使用增加了硬件成本和信号处理负担,而天线选择技术能够在损失MIMO性能很小的条件下大幅度降低硬件需求.在最大化信道容量的准则下,提出了一种基于信道状态信息(CSI)特征空间的渐消算法及相应的启发式简化算法,并说明了简化算法等价于特征空间矩阵上的基于范数的选择(NBS)算法.仿真实验表明,在接收天线选择个数大于发送天线个数的条件下,两种算法达到的中断容量接近最优选择算法,且计算时间较小.     

分布式MIMO系统一种基于容量最大化准则的快速天线选择算法研究

由于分布式MIMO系统中的穷举天线选择算法复杂度较高,难以实现的缺点,因此本文提出了一种低复杂度的基于容量最大化准则的快速天线选择算法（Fast Antenna Selection Algorithm based on Maximum Capacity Criteria,简称FASAMCC）。该算法以容量最大化为依据进行端口的动态选择,并采用快速天线选择算法来进行天线的选择。仿真表明FASAMCC不仅复杂度低,而且其性能接近穷举算法。     

Low-complexity transmit antenna selection algorithm formassive MIMO

Massive multiple input multiple output (MIMO) systems can increase capacity and reliability greatly. However,extremely high hardware costs and computational complexity lead to the demand for reasonable antenna selection.Aiming at the problem that the traditional antenna selection algorithm based on maximizing sum capacity has largecomplexity and worse bit error rate (BER) performance, a two-step selection algorithm is proposed, which selectsa part of the antennas based on the norm-based antenna selection (NBS) firstly, and then selects the antenna basedon maximizing capacity via convex optimization. The simulation results show that the improved algorithm has betterBER performance than the traditional algorithms. At the same time, it reduces computational complexity greatly.     

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。     

MIMO系统中改进的二进制粒子群天线选择算法

在多输入多输出系统中,发射端和接收端的多天线配置提高了信道容量和传输可靠性,而天线选择技术能在保持系统优点的同时有效地降低运算复杂度以及硬件成本。为了能在时变的信道条件下快速地选择出一组最优的天线子集,提出了一种基于二进制粒子群算法的改进的天线选择算法。推导出了二进制粒子群联合收发端天线选择的信道容量公式,并将其作为粒子群算法的适应度函数,使天线选择问题转换成二进制编码串的组合优化问题。通过改进模糊函数提高粒子群算法的收敛性,让二进制粒子群尽可能地收敛于全局最优位置。仿真结果表明,改进的算法能在降低运算复杂度的同时提高收敛性,且系统信道容量趋近于最优算法。     

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。     

Low-Complexity Throughput-Based Antenna Selection Method

Antenna selection is a low-cost low-complexity attractive approach in MIMO systems that capture many advantages of these systems. In this paper, our objective is to select the best antennas that maximize throughput with truncated selective repeat automatic repeat request at data link layer in zero-forcing MIMO receivers. We propose a novel binary particle swarm optimization method with throughput as its fitness function for joint transmit and receive antenna selection. The results of simulations demonstrate that the proposed throughput based antenna selection method has better performance compared to capacity based methods, and PSO algorithm can significantly reduce computational complexity.     

GMD V-BLAST系统天线选择

基于最大容量和最小差错率准则,研究了在GMD V-BLAST系统中的天线选择问题。选用以信道矩阵非零奇异值的几何均值最大化为目标函数,可以避免容量与差错率性能之间的矛盾。在所有可用天线中进行选择的全搜索算法虽有最佳性能,但复杂度太高。基于贪婪算法,对发射天线采用快速的逐增选择策略,对接收天线采用快速的逐减选择策略,可以显著降低计算的复杂性。计算机仿真结果表明,所采用的快速天线选择算法可以较低的复杂度获得接近全搜索法的容量和分集增益。     

多用户MISO系统下行链路的自适应用户选择算法

针对多用户多输入单输出(MISO)系统中的用户选择问题,该文基于多用户系统的容量公式提出一种低复杂度的自适应用户选择算法,使选择的用户数随当前的信道状态自适应变化以最大化所有用户的和速率。仿真结果表明,该算法具有接近最优的性能。在此基础上结合比例公平调度对算法进行改进以保证系统中用户服务的公平性。