一种容量上界最大化的量化反馈方法

研究了多输入多输出广播通信(MIMO BC)系统中的信道量化反馈问题．通过分析得到了一个接收用户容量上界,并基于该上界最大化构造了一种新的量化反馈方法．该方法采用随机量化码本,不仅考虑了信道的方向还考虑了子信道增益信息．仿真结果表明,相对只量化反馈信道方向信息的方法,该方法不仅显著提高了量化误差存在下的系统容量,并且复杂度更低．     

低复杂度大规模MIMO系统联合天线选择与用户调度波束成形

针对大规模多输入多输出(MIMO)系统硬件复杂度较高以及基站所能支持的最大用户数受基站天线数影响的问题,提出一种计算复杂度较低的适应于大规模MIMO系统下行链路的联合天线选择与递减用户调度算法,通过移除“差”的天线和用户来最大化系统总速率,降低基站所需配置的射频链路数.仿真结果证明,该方案能够在保证系统性能的前提下大幅度降低系统硬件复杂度.     

TD-HSPA+MU-MIMO调制编码方式选择

在下行多用户多输入多输出(MU-MIMO)场景下,针对时分双工增强高速分组接入系统的调制编码方式(MCS)选择不准确的问题,提出了一种综合考虑多用户干扰和信道时变特性的调制编码方式选择算法.通过调度用户前次上行传输的信道估计,对用户反馈的信道质量指示(CQI)进行调整,再进行调制编码方式选择.该算法不需增加信令开销,基站运算复杂度低.仿真结果表明,在用户间干扰比较严重时,算法系统性能增益明显.     

有限反馈下的CoMP极化干扰消除方法

提出一种不需要额外的用户到协作小区的信道信息反馈的干扰消除方法.通过研究单用户多输入多输出协同多点传输(CoMP-SU-MIMO)系统中用户接收信号经过接收算法处理后所受到的干扰情况和双极化信道的特性,结合现有反馈技术,提出了一种新的干扰消除方法.利用双极化信道特征矢量的正交特性,达到较好的干扰消除效果,减少了算法复杂度.     

分布式波束成形的迫零用户选择方案

为了实现在系统总人数大于基站发送天线数条件下,对多小区系统中小区间和小区内用户干扰同时抑制的目的,提出一种基于迫零算法的分布式波束成形的用户选择算法.算法将整体用户分为可一同参与迫零算法和不可一同参与的两类,并利用信道之间的弦距去选择可一同参与迫零算法的用户,实现波束成形向量与未参与迫零的本地信道之间的准正交,同时分析和证明了该算法的有效性.仿真结果表明,新算法在不同发送天线数和总用户数条件下,其吞吐率性能均优于传统算法.     

基于格拉斯曼码本的分布式干扰对齐算法

有限反馈干扰对齐对信道矩阵进行量化从而降低反馈所需要的信息量,但经典有限反馈干扰对齐算法只考虑对信道状态矩阵的量化,且多限于理论分析.针对分布式干扰对齐技术中预编码矩阵反馈数据量要比信道矩阵反馈大得多的情况,从降低分布式干扰对齐技术预编码矩阵反馈对反馈信道的影响出发,提出一种基于格拉斯曼码本的分布式干扰对齐算法,基于格拉斯曼码本对预编码矩阵和重组矩阵进行量化,并以最小化干扰泄漏为目标进行迭代优化.仿真实验结果表明,当信噪比小于或等于15 dB,且迭代次数小于或等于10次时,该算法能在系统性能接近理想反馈条件的同时有效降低反馈信息量.     

MIMO系统中自适应延时公平调度算法

为了提高MIMO系统的容量,提出了一种自适应公平调度算法,在每个调度时隙,根据用户的信道环境和分组数据长度选择具有最小延时的用户进行传输,并且动态更新用户的平均传输延时,根据更新的平均传输延时自适应选择被调度的用户,从而使得不同信道环境和不同数据长度具有不同延时的用户都能公平的获得传输机会.通过仿真,将轮询调度算法和最大信噪比调度算法与ADFS算法进行比较.仿真结果表明,三种算法中ADFS算法具有最小的系统平均延时,并且可以给每个用户提供公平的传输机会,并取得较大的系统容量.     

MIMO系统中基于加权公平队列的空间复用多用户接入调度算法

多入多出(MIMO)系统利用多个发射和接收天线可以取得空间复用的效果.传统的加权公平队列WFQ虽然给每个用户提供了公平的接入信道机会,但是并没有利用MIMO系统空间复用的优点,系统容量并没有得到改善.针对这个问题,提出了一种新的基于加权公平队列的空间复用多用户接入SMMA调度算法,将上层的公平调度策略和物理层的优化天线分配相结合.最后通过仿真,将传统的WFQ算法和基于WFQ的空间复用多用户接入调度算法进行比较.仿真结果证明SMMA-WFQ算法不但给每个用户提供了公平的接入信道机会,而且提高了系统容量.     

MIMO-OFDM系统中的子载波间干扰消除

推导了一种在快衰落频率选择性信道下适用于多输入多输出正交频分复用(MIMO-OFDM)技术的系统模型.应用这个模型,分析了信道在一个传输符号内的时变特性带来的影响,它破坏子载波间的正交性,从而引起严重的子载波间干扰(ICI).针对这一问题,提出一种频域迭代子载波间干扰消除算法.通过将信道传输矩阵分离为数据部分和ICI部分,首先利用迫零算法获得发送信号的初始估计值,由信道的ICI矩阵生成干扰信号,从接收信号中减去干扰,之后利用数据矩阵和并行干扰抵消算法来消除不同发送天线上相同子载波的多流干扰.仅考虑邻近18个子载波带来的干扰,在其性能与原算法几乎相同的条件下,可以极大地降低计算复杂度.仿真结果表明该算法在不同的多普勒频移条件下能有效消除子载波间干扰,并且在低信噪比下逼近准静态信道下系统的性能.     

TD-HSUPA MU-MIMO室内调度及用户配对

为了解决在室内多用户多输入多输出(MU-MIMO)场景下,时分双工上行高速分组接入(TD-HSUPA)系统的多用户调度问题,提出了一种新的调度和用户配对算法.该算法综合考虑了接收天线间的流间干扰和同一接收天线内的码间干扰.通过将用户动态接入不同基站天线服务列表,所提算法能在保持用户公平性的前提下明显提升基站平均吞吐量.该算法运算复杂度低,无需增加信令开销,适用于实际室内系统中.     

Low complexity user scheduling algorithms for uplink multiuser MIMO systems

Two efficient and low complexity multiuser scheduling algorithms are proposed for the uplink multiple-input multiple-output systems in this paper.Conventionally,the exhaustive search algorithm (ESA) ca...     

LDS多用户检测和LDPC码译码的联合迭代算法

为了提高低密度扩展(LDS)系统性能对LDS多用户检测算法进行研究,提出了一种LDS非正交多址系统中多用户检测和信道编码译码联合迭代的方案.将各用户低密度奇偶校验码(LDPC)译码后的软信息回传给多用户检测器,提高了多用户符号检测的可靠性,而多用户检测性能的提高又进一步提高了LDPC码译码的性能.在相同条件下与多用户检测和LDPC码译码单独进行的方案进行了仿真对比,结果表明,联合迭代算法明显改善了误比特率,系统负载越大,联合迭代带来的性能改善也越大.同时,联合迭代还缩小了不同用户误码性能的差异且即使在系统负载达到200％时,误码性能也与单用户的性能相差不大.联合迭代算法在不增加接收机计算复杂度的情况下,显著提升了LDS系统的性能.     

Fair data scheduling in OFDM wireless networks based on maximizing utility

This paper proposes a joint layer scheme for fair downlink data scheduling in multiuser OFDM wireless networks. Based on the optimization model formulated as the maximization of total utility function with respect to the mean waiting time of user queue,we present an algorithm with low complexity for dynamic subcarrier allocation (DSA). The decision for subcarrier allocation was made according to delay utility function obtained by the algorithm that instantaneously estimated both channel condition and queue length using an exponentially weighted low-pass time window and pilot signals respectively. The complexity of algorithm was reduced by varying the length of the time window to make use of time diversity,which provided higher throughput ratio. Simulation results demonstrate that compared with the conventional approach,the proposed scheme achieves better performance and can significantly improve fairness among users,with very limited delay performance degradation by using a decreasing concave utility function when the traffic load increases.     

结合机会调度和迫零接收机的SM．rvnMo系统研究

为了充分利用多用户MIMO系统中固有的多用户分集,采用机会调度方案,根据接收端反馈的信道 状态信息选择有着最大信噪比的用户进行数据传输,同时为了有效地利用复用增益,提高系统的容量,在平 坦瑞利信道中,提出并分析了结合机会调度和空间复用的采用迫零接收机的MIMO系统方案．在不同信道估 计下,根据基于多项式展开的方法,分别推导出了采用M-QAM和M-PSK调制的系统的误码率、分集增益量 化值以及总速率容量,并用基于泰勒级数的方法对其进行渐近分析．通过蒙塔卡罗仿真很好地验证了理论分 析的正确性,表明该方案相对于没有机会调度的系统提供了更大的分集和更高的容量     

基于改进迫零算法的多用户MIMO-OFDM干扰抑制

采用收发结合的分组迫零算法实现多用户共道干扰抑制.通过收发结合减少基站所需天线数,增大等效信道增益;通过用户分组,利用求解各用户组信道矩阵零空间交集的方法降低计算复杂度.仿真结果表明,与基本迫零算法相比,改进迫零算法应用于最小化系统功率问题,在不同速率及误比特率条件下,不仅减小了基站所需天线数及计算复杂度,而且系统所需总功率降低.     

LTE系统中一种低丢包率的实时业务调度算法

为提高LTE系统中实时业务调度算法的系统丢包率性能,且针对时延优先调度(Delay prioritized scheduler,DPS)算法随着用户数目的增多丢包率性能急剧变差、系统吞吐量也较低等问题,本文在DPS算法基础上,提出一种综合考虑用户时延信息和实时下行信道状态信息的改进算法.通过引入信道状态信息,可以有效提高系统吞吐量;通过引入用户时延信息,可以保证用户之间的公平性.仿真结果表明,该算法在保证实时业务服务质量的前提下,取得了系统吞吐量和公平性之间的良好折中,同时可以获得更低的丢包率性能.     

VMIMO系统基于MMSE-SIC接收机的配对调度策略

提出了一种应用于虚拟MIMO(VMIMO)系统中基于最小均方误差串行干扰消除(MMSE-SIC)接收机的分组可调公平配对调度算法。算法通过比例公平(PF)调度选取首用户,并采用分组与所设计的可调度量准则相结合的方式选择配对用户。仿真结果表明,该算法能够在开发多用户分集增益的同时,利用MMSE-SIC接收机的特点使小区边缘用户的服务质量获得提高。并且,通过可调系数可以获得系统吞吐量与用户公平性之间的平衡。     

聚类多Agent强化学习认知无线电资源分配

针对认知无线电多用户的信道和功率资源分配问题,提出一种基于用户聚类和可变学习速率的多Agent强化学习方法. 首先使用分层处理分离信道选择与功率控制,采用快速最优搜索结合用户数均衡调节实现信道分配;其次,使用随机博弈框架对多用户功率控制问题进行建模,通过K均值用户聚类减少博弈参与用户数量和降低单个用户的环境复杂度,并使用可变Q学习速率和策略学习速率的方法进一步促进多Agent强化学习的收敛. 仿真结果表明,该方法能使多个用户的功率状态和总收益有效收敛,并且使整体性能达到次优.     

Multiuser iterative precoding algorithm based on the matching weighted signal-to-leakage-and-noise ratio

A multiuser iterative precoding algorithm is proposed to reduce the multiuser interference in multiple antenna cellular communication systems. The proposed algorithm is based on the matching weighted signal-to-leakage-and-noise ratio. In the proposed algorithm, the effective channel gain of each user is selected as the matching weighted factor, and the leakage power received by each user is weighted by the factor. An exact closed form solution for the precoding vector is obtained by maximizing the matching weighted signal-to-leakage-and-noise ratio, and then optimized by using an iterative optimization approach. Simulation results show that the proposed iterative algorithm based on the matching weighted signal-to-leakage-and-noise ratio can improve the sum capacity of the system, and retain low computational complexity.