分布式MIMO系统发送天线选择与预编码联合设计

为了抑制多用户分布式多入多出(MIMO)系统中的同道干扰(CCI),使系统同时服务于更多用户,提出一种发送天线选择与预编码的联合设计方法。该方法立足于分布式MIMO系统基站端天线较多的特点,将下行发送天线选择与信漏噪比(SLNR)预编码相结合,通过为用户选择不同天线,从根本上减少CCI;在为每个用户选择天线时,先以信道子矩阵的迹为依据进行端口选择,再采用逐减的方法选择使SLNR损失值最小的天线,以保证每个用户对其他用户的干扰尽量小,从而达到进一步抑制CCI的目的。复杂度分析和仿真结果表明,该方法在具有较低复杂度同时,其容量性能仍可逼近最优算法;较之单纯的SLNR预编码,在相同的容量性能约束下,其能够有效增加系统同时服务的用户数。     

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.     

一种抑制小区间干扰的比例公平调度算法

针对LTE-Advanced系统中小区间干扰及用户公平性问题,提出了基于多小区联合预编码和静态功率控制的比例公平(MCPPC-PF)调度算法。通过干扰空间迫零和静态控制发射功率的方法抑制小区间干扰,并结合比例公平(PF)调度算法,提高用户的公平性。仿真结果表明,与传统算法相比,MCPPC-PF算法提升系统容量的同时还提高了用户的公平性;与基于多小区联合预编码和静态功率控制的最大化吞吐量调度算法相比,MCPPC-PF算法在系统容量损失了4.6%的情况下,边缘用户容量提高了约45%。     

基于最大化信干噪比的多用户MIMO下行预编码

研究多用户MIMO系统下行链路的容量，以及如何达到该容量是最近几年研究的热点．基于各用户之间干扰为零的BD（Block Diagona Jjzation）算法，由于各用户信道空间的交叠，会造成多用户MIMO系统容量较大的损失，同时BD算法要求接入点的发射天线数不能小于空间复用用户的接收天线数之和．本文提出了基于最大化信干噪比准则下的线性预编码，和减少容量损失的次优线性预编码两种方案，避免了上述两个缺点，推导出基于最大化邬恹准则的线性预编码就是各用户采用单数据流传输的方案，同时通过容量分析和误码率仿真证明，这两种算法都优于传统的BD算法。     

大规模MIMO时分双工系统的鲁棒预编码设计

对于采用大规模MIMO技术的时分双工系统,天线互易误差会破坏上下行信道互易特性,大幅降低预编码算法下行传输性能。由于实际系统难以完全消除天线互易误差,该文以最大化各用户平均信泄噪比为目标,根据天线互易误差的统计特性,设计了对该误差具有鲁棒性的线性预编码算法。同时为了进一步降低用户接收端的等效噪声功率,该文还将该线性鲁棒预编码算法扩展为基于矢量扰动的非线性鲁棒预编码算法,并通过减格辅助技术降低其扰动矢量求解复杂度,使其更适用于大规模MIMO系统应用。计算机仿真结果表明在存在基站天线互易误差条件下,该文所提出的线性与非线性鲁棒性预编码算法的性能均优于传统预编码算法的性能。     

MIMO系统在慢衰落信道中的实用反馈方案

提出了一种可变码长编码方式,其应用于慢衰落信道中的基于有限反馈迫零预编码的多用户MIMO系统.该方案利用了慢衰落信道中每个配置单天线的用户连续两次从码本中选择的量化信道矢量的相关性来对码本进行有效编码,从而减少了需反馈的统计平均比特数,节省了信道带宽.在满足一定条件的慢衰落信道中,在需要反馈的比特数相同的情况下,新方案比应用基于量化的天线合并算法每用户多天线的多用户MIMO系统在信道总容量方面具有更好的性能,且该编码对应于二叉树形结构的叶子,故基站可自动识别其编码,可用于实际的通信系统之中.     

一种多用户MIMO-OFDM系统中的天线与子载波分配算法

天线与子载波分配是多用户MIMO-OFDM系统无线资源管理中的重要内容.在分析了多用户MIMO-OFDM系统下行链路中最优天线与子载波分配算法的基础上,提出了一种次优的低复杂度天线与子载波分配算法.该算法通过先选择天线再选择用户从而避免了最优算法中的遍历搜索.仿真结果表明,在运算量大大降低的情况下,所提算法获得的系统最大容量和最优算法所获得的最大容量相比相差不大,而且空间和频率联合优化的结果使其性能远远优于仅在MIMO环境下进行子载波分配的算法.     

使用对偶分解的MU-CoMP-JT联合资源分配

在MU-Co MP-JT(Multi-User Coordinated Multiple-Points Joint Transmission)联合资源分配问题中,传统的迫零预编码矩阵会使得每根天线发送功率互不相同,当Co MP节点发射功率仅满足总功率约束时性能损失不明显,而当Co MP节点分布在不同的地理位置时将受到单节点功率约束,这势必会降低系统功率利用率。为了进一步提升系统吞吐量,基于对偶分解理论提出了一种联合预编码优化的资源分配算法。该算法以最大化用户权重速率为目标,将原优化问题分解成若干个优化的子问题,不同子问题对应不同接收天线数的联合优化问题。当子信道的发送天线数大于接收天线数时,通过多次迭代计算得到预编码矩阵,并且预编码矩阵会随着拉格朗日因子的变化而变化。仿真结果表明所提联合预编码优化的联合资源分配算法能够明显提升系统吞吐量,且提高天线功率利用效率。     

LTE-A中基于CoMP的预编码算法

在LTE-A系统中引入了多点协作（CoMP）技术,它能够有效降低小区间干扰,提升系统吞吐量,它可以看做是一个协作的多用户MIMO系统,但是每个用户会同时接收到有用信息和来自其他用户的干扰。而采用预编码方案可以有效消除MIMO用户之间的干扰。本文重点研究了基于CoMP技术所使用的经典预编码算法,并在此基础上,提出了结合SLNR和SVD两种算法优势的改进算法,该算法可以同时消除用户间以及用户内的多天线干扰,使系统容量进一步提升。     

LTE系统中JP-CoMP预编码的优化算法

CoMP中的联合处理技术(JP)的引入对LTE-A系统性能有明显的提升,JP对性能提升的主要途径之一是基于信道信息的预编码技术.预编码技术能够根据估计出的信道状态在发送端对发送信号做出相应的预补偿,从而显著提高系统接收性能.本文对目前的常用MMSE和SLNR预编码算法进行了分析,并在此基础上提出两种优化的预编码算法——BDMMSE和SLNRZF.仿真结果表明:两种优化的算法可以有效地消除用户本身天线之间的干扰以及用户间的干扰,提高了系统抗噪声性能,从而显著提高了系统的频谱效率.