适用于大规模MIMO系统的低复杂度RZF-SOR预编码算法

在大规模多输入多输出(MIMO)系统中,为了降低传统预编码算法的复杂度,在原有正则化迫零(RZF)预编码算法的基础上,提出用超松驰迭代(SOR)法代替矩阵求逆的高复杂度运算,得到一种改进算法RZF-SOR,并应用随机矩阵原理得出其最优相关参数的近似表达式和取值的必要条件.实验仿真表明,提出的RZF-SOR预编码算法与RZF预编码相比有效地降低了一个数量级的复杂度,在很小的迭代次数下达到接近于RZF预编码的误码率性能,并且优于基于Neumann级数预编码算法的误码率性能.     

大规模MIMO系统中基于权重二对角迭代的低复杂度预编码

大规模MIMO系统中由于系统下行链路的迫零（zero forcing,ZF）预编码中存在大矩阵求逆运算,随着用户数与天线数的增加,其复杂度随之增加。为了降低复杂度,提出了一种基于雅克比（Jacobi）迭代算法的改进预编码算法,用下二对角矩阵作为迭代矩阵,并且将迭代结果与上一步迭代结果进行权重相加来加速迭代。根据大规模MIMO系统信道矩阵的对角占优特性,将矩阵求逆的诺依曼近似的第一项作为迭代的初始值进一步加速迭代。相比于传统迫零预编码方案,提出的方案可以降低一个量级的算法复杂度,并且保证了预编码方案的性能。     

RIS辅助去蜂窝大规模MIMO系统低复杂度预编码算法设计

构思了一种智能超表面(Reconfigurable Intelligent Surface, RIS)辅助去蜂窝大规模多输入多输出(Cell-free Massive Multiple-Input Multiple-Output, CF mMIMO)通信系统,提出了一种低复杂度预编码和RIS反射相位交替优化(Alternating Optimization, AO)算法。对于传统正则化迫零(Regularized Zero Forcing, RZF)预编码算法复杂度过高的问题,利用共轭梯度(Conjugate Gradients, CG)法,提出一种低复杂度的RZF-CG预编码算法,将RZF预编码的逆矩阵转换为线性方程组最小化问题,推导算法的残差以更新搜索方向,迭代求解逆矩阵。以最大化系统用户的总频谱效率为目标,推导了RIS相位闭合表达式,基于统计的信道状态信息提出一种低复杂度的投影梯度上升(Projected Gradient Ascent, PGA)算法。仿真结果表明,所提的AO算法能有效地提升系统性能,算法复杂度降低了约73.2%。     

基于Kaczmarz迭代的大规模MIMO系统低复杂度软输出信号检测

大规模MIMO系统上行链路中,最小均方误差（MMSE）算法能获得接近最优的线性检测性能,但是涉及复杂度较高的矩阵求逆运算.本文基于Kaczmarz迭代提出一种低复杂度软输出信号检测算法,在算法实现中避免了矩阵求逆运算,将实现复杂度由O（K³）降为O（K²）.同时,引入了最优松弛参数进一步加快算法收敛,最后给出了两种用于信道译码的LLR的近似计算方法.仿真结果表明：所提出的Kaczmarz迭代软输出信号检测算法经过两到三次简单的迭代即可较快地收敛,并达到接近MMSE检测算法的误码率性能的水平,其性能与复杂度均优于基于矩阵近似求逆的一类检测算法.     

毫米波大规模MIMO系统中低复杂度混合预编码方法

针对毫米波大规模多输入多输出(MIMO)系统混合预编码方案设计的难点,提出了一种低复杂度混合预编码方法。首先基于奇异值分解,构造初始射频(RF)预编码矩阵,然后构造数字预编码矩阵。进而将残差矩阵最大左奇异矢量构造的矢量添加到RF矩阵的最后一列,以更新初始RF矩阵。经过多次迭代,从而形成最终RF预编码矩阵。最后基于最小二乘准则设计数字预编码矩阵。理论分析和仿真结果表明,相比于基于正交匹配追踪(OMP)算法的混合预编码设计方法,该方法在计算复杂度大幅下降的同时,其性能远远优于基于OMP算法的混合预编码方法,同时在数据流数相对较小时,其性能接近最优的全数字预编码设计方法。     

时频双选信道OFDM系统的低复杂度MMSE-SD算法

在时频双选信道OFDM系统中,针对最小均方误差连续检测(MMSE-SD)算法求逆运算导致计算复杂度过高的问题,该文提出一种改进的低复杂度MMSE-SD算法.该算法首先对信道矩阵和检测矩阵进行扩展处理,然后建立扩展矩阵和原矩阵之间的关系,每次检测用扩展矩阵的迭代求逆代替原矩阵的直接求逆.理论分析和仿真结果表明:和原MMSE-SD算法相比,该改进算法在保持原算法性能的基础上,大幅度降低其计算复杂度;与其它算法相比,该改进算法兼顾了系统性能与计算复杂度,当归一化多普勒频移增大时,其计算复杂度保持不变而性能更优.     

迭代迫零多用户检测算法研究与应用

最优的最大似然多用户接收机的复杂度随用户数成指数增长,传统的Rake接收机干扰受限且存在远近效应。次优的线性多用户检测是性能和复杂度的折衷,其中,迫零联合检测多用户接收机属于一种线性解相关接收机,虽然避免了对数据符号矢量的穷举搜索,大大减少了计算量,但是由于其基本运算中包含了随机矩阵的求逆运算,而矩阵求逆运算对于硬件定点实现的舍入误差非常敏感,有时会产生很大的误差甚至无解。考察比较了迫零检测接收机的四种迭代算法。对其复杂度进行了分析和仿真,结果表明Gauss-Siedel是一种收敛速度较快,时间复杂度较低的迭代算法。     

一种基于SSOR的大规模MIMO线性预编码方案

大规模多输入多输出系统(Massive MIMO)由于天线数和用户数太大,导致预编码矩阵在求逆是复杂度过高。为了降低复杂度,本文提出了一种基于对称逐步超松弛(SSOR)的线性预编码方案,相比传统的规则化迫零(RZF)预编码方案,本文所提的方案在没有任何性能损失的情况下可以降低一个量级的运算复杂度,为了保证所提SSOR预编码方案的性能,提出一种仅依靠天线配置的简单的量化松弛参数。     

基于修正牛顿法的大规模MIMO低复杂度混合预编码算法

针对大规模多输入多输出（multiple-input multiple-output,MIMO）系统，提出了一种基于修正牛顿（modified Newton,MN）法的相位跟踪算法，有效地解决了传统高性能混合预编码方案中的高计算复杂度问题。该算法从子维度向量恢复的角度优化模拟预编码矩阵。在每个子维度优化中，采用相位跟踪方法将模拟预编码向量的恢复转化为无约束的非线性优化问题，并利用MN法进行求解。同时，应用Gerschgorin’s Disk定理和Hermitian矩阵分块求逆引理，分别降低了MN法中计算修正因子以及Hessian矩阵求逆的计算复杂度。实验结果表明，与仿真中几种传统的高性能混合预编码方案相比，所提算法具有更高的频谱效率和更低的计算复杂度。     

基于容量最大化的非迭代干扰对齐优化算法

现有分布式迭代干扰对齐算法没有考虑基站与用户终端处理能力的差异,使得基站和用户端都具有较高的计算复杂度和系统开销。针对下行链路和上行链路分别提出一种基于容量最大化准则的非迭代干扰对齐优化算法。所提算法在基站端使用基于容量最大化准则的优化方法求解发送预编码矩阵或接收抑制矩阵,在用户端使用迫零准则生成接收抑制矩阵或随机生成发送预编码矩阵。分析和仿真结果表明,所提的2种算法基站端的计算复杂度和系统开销与现有算法相当,但用户端的计算复杂度和系统开销大大降低,并且可以获得与最大信干噪比(Max-SINR)算法相当的系统性能。     

一种基于GMD分解的混合预编码算法

提出了毫米波大规模MIMO系统中一种利用几何均值分解(GMD)设计模拟和数字预编码矩阵的算法.首先根据初始模拟预编码矩阵列向量相互正交,利用GMD分解计算出模拟预编码矩阵后,取其元素相位构成的矩阵为最终的模拟预编码矩阵,然后设计数字预编码矩阵.仿真结果表明,频谱效率和误码率较正交匹配追踪(OMP)算法分别有大约3dB和2.5dB的增益.     

最大化瑞利熵的干扰对齐优化算法

干扰对齐技术常采用迭代的方法进行预编码矩阵与干扰抑制矩阵的设计,然而目前采用的迭代方法并不能做到完全的干扰对齐。针对这种情况,提出了一种新的干扰对齐优化算法,避开了反转信道的操作。该算法在最大化信干噪比算法的基础上加入完全干扰对齐的约束条件,将系统中各用户的所有干扰对齐约束条件进行奇异值分解,最终通过瑞利熵最大化的求解方法联合迭代求解发送侧的预编码矩阵与接收侧的干扰抑制矩阵。仿真结果表明,所提优化算法在较高信噪比时不同天线数下的和速率、不同迭代次数下的和速率等方面都优于原最大信干噪比算法。     

基于协作多点传输的非线性顽健预编码

A nonlinear robust precoding algorithm was proposed,which redesigned the feedback matrix,the forward matrix and the scaling matrix of the traditional tomlinson-harashima precoding algorithm based on the statistical characteristics of the downlink channel state information errors.Simulation results show that the nonlinear robust precoding algorithm can achieve better performance than the traditional linear and nonlinear precoding algorithms when the downlink channel state information errors exist.Due to the different downlink channel state information errors between user equipments in the coordinated multi-point transmission,the traditional “best-first” ordering algorithm was invalid.So an improved ordering algorithm was proposed to reduce the average bit error rate of the nonlinear robust precoding algorithm.     

Regularized Zero‐Forcing Beam Design under Time‐Varying Channels

In this paper, an efficient beam tracking algorithm for a regularized zero‐forcing (RZF) approach in slowly fading multiple‐input and single‐output (MISO) broadcast channels is considered. By modifying an RZF equation, an RZF beam tracking algorithm is proposed using matrix perturbation theory. The proposed algorithm utilizes both beams from the previous time step and channel difference (between the previous and current time steps) to calculate the RZF beams. The tracking performance of the proposed algorithm is analyzed in terms of the mean square error (MSE) between a tracking approach and an exact recomputing approach, and in terms of the additional MSE caused by the beam tracking error at the receiver. Numerical results show that the proposed algorithm has almost the same performance as the exact recomputing approach in terms of the sum rate.     

基于非理想CSI的下行MU-MIMO鲁棒波束成形

在下行多用户多入多出（MU-MIMO）系统中,基站（BS）所获得的非理想信道状态信息（CSI）会导致频分双工（FDD）系统预编码性能变差.现有的MU-MIMO鲁棒预编码算法虽然可以对抗非理想CSI所导致的系统性能损失,但其只考虑其中一种或两种信道误差的鲁棒性,因此系统性能提升有限.本文通过建立包含信道估计误差、量化误差和延时误差的联合信道误差模型,推导出具有集中式特性的基于最小均方误差（MMSE）的鲁棒波束成形矩阵的闭式解;随后将这种信道条件应用到分布式通信系统,并推导出具有分布式特性的基于信号泄露的MMSE的鲁棒波束成形矩阵的闭式解.数值分析表明,本文所提的集中式和分布式MU-MIMO波束成形算法,与只考虑量化误差的鲁棒MMSE算法相比,具有更优的系统和速率与误码率,补偿了上述三种信道误差所导致的预编码性能损失.     

大规模MIMO系统中基于牛顿迭代和超松弛迭代的WWSE预编码算法

在大规模 MIMO 系统中,将牛顿迭代法用于传统的 WWSE 预编码算法求逆运算,但是其迭代初始值计算复杂。针对这一问题,提出WWSESOR-NT算法。在SOR算法的基础上提出中间算法,然后与牛顿迭代算法相结合,利用中间算法直接对高阶矩阵的逆进行估算,将得到的结果作为牛顿迭代法的迭代初始值以加快收敛速度。仿真结果显示,与传统牛顿迭代法比较,WWSESOR-NT 算法能够以更少的迭代次数和近似相同的复杂度逼近WWSE算法的性能。     

Stiefel流形上的单边干扰对齐预编码

干扰对齐通过在接收端重叠干扰能有效的提升干扰信道的容量。单边干扰对齐是指仅仅只有发射端参与的干扰对齐技术,它不需要接收端的参与,与双边干扰对齐技术相比可以大大的减小反馈量。本文在干扰子空间弦距离最小化的改进单边干扰对齐预编码算法方案的基础上,提出将预编码矩阵建模于Stiefel流形上,能够将有约束的最优化问题转化为无约束的最优化问题进行求解。仿真结果表明,将预编码矩阵在Stiefel流形上建模后求解与普通的最优化算法相比有更快的收敛速度和更高的和速率。