星地链路中基于毫米波大规模MIMO的混合预编码算法研究

为了提升星地链路通信系统频谱效率,针对毫米波(millimeter Wave, mmWave)大规模多输入多输出(Massive Multiple Input Multiple Output, Massive MIMO)系统,在正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法的基础上,提出了一种改进的OMP (Improved-OMP)混合预编码算法。针对星地链路间通信的特定场景,引入了基于扩展的Saleh-Valenzuela (S-V)信道模型;针对OMP算法中求解模拟预编码矩阵时存在迭代次数过多的问题,在结合多步长思想的基础上,从天线阵列响应集合中选取与射频链路(Radio Frequency Chains, RF Chains)相等的前多列作为模拟预编码矩阵;为了克服OMP算法中的伪逆运算复杂度较高的问题,结合矩阵分解和H9lder不等式简化了数字预编码的求解。仿真结果表明,在理想的信道状态信道条件下,当RF Chains的数量和数据流的数量之间的差距较小时,Improved-OMP算法可以获得更优的性能。Improved-OMP方案有效地降...     

多用户毫米波MIMO系统中基于信道互易性的混合模数预编码算法

本文针对多用户毫米波多输入多输出(Multiple Input Multiple Output,MIMO)系统,首次提出了分离子阵列MIMO混合模数预编码架构毫米波系统的一种模拟接收方案。将最大化和速率求解混合模数预编码的三元联合优化问题分成模拟和数字两部分求解,进一步提出了基于信道互易性的混合模数预编码算法。该算法通过最大化下行各个用户和上行各个子阵列的接收信干噪比分别求解模拟合并矢量和模拟预编码矢量;优化模拟部分后,设计发射端数字预编码器消除多用户数据流之间的干扰。数值仿真表明所提算法收敛速度快,且可获得接近最优纯数字预编码算法的性能。      

毫米波大规模MIMO-NOMA系统功率分配和混合预编码设计

针对基于非正交多址接入(Non-Orthogonal Multiple Access, NOMA)的毫米波大规模多输入多输出(Multiple Input Multiple Output, MIMO)系统中边缘用户可达速率较低的问题，提出了一种联合功率分配和混合预编码的优化方案来保证边缘用户在内的所有用户都具有较好的速率性能。基于最大最小公平性准则，设定了一个含有复杂目标函数和高维非凸约束的优化问题。采用固定变量法将该非凸问题转换为功率分配和混合预编码2个子优化问题处理。对于功率分配的设计，通过卡罗需-库恩-塔克(Karush-Kuhn-Tucker, KKT)条件得到了封闭形式下的最优功率分配系数；对于混合预编码的设计，提出了基于迫零(Zero Forcing, ZF)和压缩边界粒子群优化(Boundary Compressed-Particle Swarm Optimization, BC-PSO)算法相结合的求解方法，得到混合预编码的次优解。提出了一种交替优化算法来交替优化功率分配和混合预编码，直到满足设定的精度要求。仿真结果表明，该方案的最大最小速率优于传统的NOMA方案。     

基于两阶段的毫米波大规模MIMO低复杂度混合预编码算法

针对现有基于矩阵分解的混合预编码算法信道容量有损和算法复杂度高的问题,本文提出了一种基于两阶段的低复杂度混合预编码算法.该算法分为获取最优全数字预编码器和求解混合预编码器两部分.首先,本文联合奇异值分解(Singular Value Decomposition,SVD)与注水算法以容量无损的要求设计最优全数字预编码矩阵.其次,为了降低搜索超完备矩阵列的复杂度,提出两阶段混合预编码(Two?Stage Hybrid Precoding,TS?HP)算法求解混合预编码矩阵.第一阶段,根据天线阵列响应矩阵的相关性获取模拟预编码矩阵备选集;第二阶段,利用贪婪搜索对备选集进行搜索构建混合预编码矩阵.仿真结果表明,所提算法能够有效改善系统性能,降低复杂度.     

MIMO多中继系统中基于不完全信道状态信息的预编码算法研究

针对配置多个中继节点的多输入多输出（Multiple-input Multiple-Output,MIMO）系统,提出一种不完全信道状态信息（Imperfect channel state information,CSI）下基于最小均方误差（Minimum Mean-Squared Error,MMSE）准则的预编码设计方案,该方案综合考虑各个节点天线之间的相关性及信道估计误差。由于各个中继端预编码矩阵之间可视为相互独立,故将约束优化问题转化为若干半正定规划问题,继而通过内点法或CVX工具箱求解预编码矩阵,然后采用求导法推导出接收端处理矩阵。最后利用迭代算法交替迭代来联合优化预编码矩阵和接收端处理矩阵,直到算法收敛。仿真结果表明,与未能综合考虑各个节点的预编码算法相比,本文提出的算法能明显改善系统BER性能。      

基于人工蜂群算法的毫米波大规模MIMO混合预编码设计

针对传统的毫米波大规模多输入多输出(Multiple-Input Multi-Output, MIMO)系统存在硬件成本高和系统开销大等问题,提出一种基于人工蜂群(Artificial Bee Colony, ABC)算法的部分连接结构的数字模拟混合预编码方案。数字域部分采用经典的迫零(Zero-Force, ZF)预编码,在此基础上,推算了实现系统可达和速率最大化时,其模拟预编码矩阵应满足的条件,并进一步利用ABC算法的思想,把混合预编码矩阵设计问题等效为随机搜索寻优问题,求得最优的预编码矩阵。针对传统的ABC算法探索与开发能力未能达到很好的平衡这一缺陷,又提出一种基于交叉操作的全局ABC算法的解决方案。通过理论分析和仿真结果表明,相比传统算法,所提出的算法在系统总速率与算法收敛速度等方面的性能都有所提升。     

基于连续干扰消除的毫米波MIMO系统混合预编码算法

该文研究多用户毫米波MIMO系统的混合模数预编码器和合并器设计。针对因信号传播漫散射造成的多用户间信号干扰问题,提出一种基于连续干扰消除(SIC)的鲁棒混合预编码算法。首先对信道矩阵进行正交分解,以消除来自已知用户信号的干扰,从而将含有非凸约束的多用户链路优化问题分解为多个单用户链路优化问题。然后采用相位提取算法逐个求解每个用户的最优传输链路,并结合最小均方误差(MMSE)准则求得多用户混合预编码矩阵。仿真结果表明,与现有的混合预编码算法相比,所提算法在强干扰环境下具有显著的性能优势。     

一种抑制残余硬件损伤影响的毫米波大规模MIMO混合预编码方案

在假设通信收发机具有理想硬件特性的前提下，毫米波大规模多输入多输出(MIMO)系统的混合预编码问题已经获得了广泛的研究。然而，由通信收发机硬件非理想特性导致的残余硬件损伤在毫米波大规模MIMO系统中难以避免，并且会严重影响混合预编码的性能。针对这一问题，该文建立了在收发机残余硬件损伤影响下的毫米波大规模MIMO混合预编码模型，提出一种基于流形优化的混合预编码方案。首先根据收发信号之间的修正均方误差建立优化目标，进而推导出数字预编码矩阵与数字组合矩阵的闭合表达式，然后基于黎曼流形处理恒模约束问题获得模拟预编码矩阵与模拟组合矩阵，最后进行收发机交替迭代获得混合预编码的优化结果。仿真结果表明，该方案有效抑制了残余硬件损伤对毫米波大规模MIMO系统的不利影响，显著提升了系统的性能。     

多小区MIMO系统中基于泄漏的多用户下行链路预编码新算法

针对多小区MIMO系统的多用户下行链路预编码设计是未来移动通信系统研究的重要内容之一。本文在蜂窝多小区MIMO通信环境下,基于信漏噪声比(Signal-to-Leakage-Noise Ratio,SLNR)最大准则,提出了改进的多用户下行链路线性预编码算法。通过在优化目标中考虑接收端白化滤波器的影响,该预编码算法实现了对用户间干扰和小区间干扰(OCI)的同步抑制消除;在求解预编码矩阵优化问题时,本文基于QR分解提出了一种新的低复杂度求解算法,该算法能以较低的计算复杂度实现系统性能的有效提升。仿真实验结果表明,本文的改进SLNR线性预编码算法能有效抑制小区间干扰(OCI)的影响,使多小区MIMO系统获得更高的和速率(Sum Rate)容量。      

一种低复杂度多用户MIMO预编码方法

针对多用户多输入多输出(MIMO,Multiple Input Multiple Output)系统下行链路,提出了一种基于特定矩阵结构的低复杂度线性预编码方法。该方法利用规则块对角化(RBD,Regularized Block Diagonalization)方法的预编码矩阵具有的内在结构设计预编码矩阵,通过最小化总的干扰与噪声功率之和得到预编码矩阵的最终形式。等效性证明和复杂度分析表明,该方法能够获得与规则块对角化方法相同的"和速率"性能,同时大幅度降低了运算复杂度。仿真实验结果验证了这一结论。     

基于混合量化移相器的毫米波大规模MIMO预编码设计

针对毫米波大规模MIMO(Multiple-Input Multiple-Output)系统能量效率低下的问题,提出一种基于混合精度移相器量化的混合预编码设计方法.首先考虑到系统能量效率闭合表达式难以直接求解,通过Dinkelbach方法将能量效率优化问题转换为范数最小化的形式,然后将其进一步解耦为混合预编码矩阵和混合精度移相器量化配比问题,实现非凸能效低范数和的凸优化转化,最后通过引入酉矩阵松弛恒模约束求解混合预编码矩阵,并采用增量搜索算法求解混合量化移相器精度配比向量,从而实现系统能量效率最大化.仿真结果表明,所提出的混合精度量化算法的系统频谱效率优于传统单精度量化算法,且具有更高的系统能量效率.同时,当多数据流传输时,所提出混合精度量化结构的系统性能接近全数字结构.     

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SLNR与矢量扰动的毫米波大规模MIMO双层混合预编码算法

在多用户毫米波大规模多入多出（Multiple Input Multiple Output,MIMO）系统中，针对现有基于信漏噪比（Signal-to-Leakage-plus-Noise Ratio,SLNR）准则的混合预编码算法未考虑用户信道质量不同和信道矩阵具有病态性的问题，本文提出了一种联合SLNR与矢量扰动（Vector Perturbation,VP）的双层混合预编码算法.该算法分两层设计预编码矩阵.第一层，考虑用户信道质量不同，提出了基于SLNR准则的匹配加权算法.该算法充分考虑信道系数、预编码矢量和组合矢量的影响设计信道加权因子，利用加权因子对SLNR算法进行改进，从而设计更优的混合预编码器，消除用户间干扰.第二层，根据第一层获取到的等效基带信道，利用迫零（Zero Force,ZF）消除用户天线间干扰.考虑到信道矩阵具有病态性，采用VP算法进一步处理.通过在发射信号上添加扰动矢量减小发射端功率增强的影响.仿真结果表明，相较于同类混合预编码算法，所提算法可以获取更好的误码率（Bit Error Rate,BER）性能和频谱效率.     

毫米波massive MIMO系统中混合连接的混合预编码设计

为了提高混合连接的混合预编码的频谱效率,首先利用连续干扰消除(SIC)的原理得到理想条件下的最优混合预编码矩阵,然后利用梯度下降理论将最优混合预编码矩阵分解为数字预编码矩阵和模拟预编码矩阵,最后考虑模拟预编码矩阵的恒模约束条件,并以最大化频谱效率为目标利用交替最小化方法优化模拟和数字预编码矩阵。所提出的混合预编码设计算法基于混合连接结构,因而能量效率远优于部分连接的和全连接的混合预编码。同时,该算法不会增加混合连接的混合预编码的硬件复杂度且只少量增加计算量。仿真结果表明,该算法能提升混合连接的混合预编码的频谱效率,特别是当射频(RF)链路数大于数据流数时,频谱效率的提升更加显著。由于分块不需要满足正交性,该算法比现有混合连接的混合预编码更适合实际应用。     

基于IAFS算法的毫米波大规模MIMO混合预编码方法

毫米波大规模多输入多输出系统可以通过部分连接混合预编码方法克服其信号路径损耗带来的不利影响,具有硬件实现复杂度低、能量效率高的优点,当输入的数据流数与射频链路数相等时,可以采用基于串行干扰消除的混合预编码方法。当输入的数据流数与射频链路数不相等时,提出了一种基于改进人工鱼群（IAFS）算法的混合预编码方法。其核心思想是基于频谱效率最优化准则和部分连接结构的特点,将针对模拟预编码矩阵变量的频谱效率优化问题转化为基于矢量变量的频谱效率最优化问题,利用IAFS算法进行寻优求解完成预编码矩阵设计。仿真结果表明,所提方法在低信噪比条件下具有较好的频谱效率与能量效率性能,有望在现实场景中得到应用。     

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。     

多小区块对角化的MMSE矢量扰动预编码

针对多小区基站协作的多输入多输出(MIMO)系统中,小区之间和用户之间的干扰对系统造成的性能降低的问题,提出了基于块对角化的最小均方误差(MMSE)矢量扰动预编码方案,实现多小区系统的性能改善。首先使用块对角化方法消除多小区间干扰;在预编码设计环节上,通过MMSE准则设计预编码矩阵,从而抑制病态信道对系统性能的影响;最后使用格基规约方法求解发射端矢量扰动信号。仿真表明,提出的算法提高了多小区矢量预编码的误码率性能,使其优于已有的块对角化及矢量扰动预编码等算法的误码率。     

基于协作MIMO机制的预编码算法

针对在协作机制下多输入多输出系统中用户干扰对系统容量的影响,提出了一种基于多点协作多输入多输出系统的预编码设计算法,所提算法基于系统和速率最大化构建了预编码矩阵目标函数,并给出了借助凸优化理论的预编码矩阵求解方法和实施步骤,最后通过系统的平均速率对所提算法与现有算法的性能进行了仿真对比,并验证了目标函数的收敛性能．仿真结果证明了所提算法的可行性。     

一种基于动态功率分配的干扰对齐优化方法

干扰对齐是解决无线通信系统中同频干扰的有效手段,显著地提高了多小区MIMO系统的容量。为了解决常规干扰对齐算法只在空间域上对齐的不足,提出一种联合功率分配的干扰对齐优化方案。基于信道矩阵的弦距离计算和优化干扰对齐方案的预编码矩阵;然后在用户的各个数据流之间进行动态功率分配,使干扰进一步减小。仿真结果表明,相比已有的预编码矩阵设计方案,系统容量有明显的改进,降低了系统误码率,具有良好的工程适用性。     

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。