基于LTE的CoMP基础模型的探讨

CoMP技术是LTE的主要技术之一。主要针对CoMP的下行传输,从基础模型上分析CoMP的基本工作方式,并深入探讨了多基站协作模式方案。     

CoMP 基础模型的研究简

CoMP技术是LTE的主要技术之一。文章主要针对CoMP的下行传输,从基础模型上分析CoMP的基本工作方式,并深入探讨了多基站协作模式方案。     

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-A中基于CoMP的信道估计研究

为了有效降低小区间干扰,提升系统吞吐量,在LTE-A系统中引入了多点协作(Co MP)技术,它基于利用不同小区的不同基站发送有用信号的思想,通过多基站共享信道信息和用户数据信息来实现多基站协作传输。文章重点研究了Co MP系统下基于最小均方误差准则的信道估计算法,并在此算法的基础上研究了与空间交叠广义期望最大化准则相结合的改进算法,从而避免了对协作信道估计的求逆运算,降低了复杂度。     

LTE-A上行CoMP软信息合并接收算法

为了提高边缘用户的吞吐量和服务质量,LTE-A系统引入了协作多点传输(coordinated multi-point transmission,CoMP)技术.针对LTE-A上行CoMP联合处理技术,在原始数据合并和硬判决动态选择算法的基础上,提出了一种软信息合并接收算法.理论分析和系统级仿真证明,其结合了两种传统算法各自的优点,吞吐量增益介于两种传统算法之间,极大地降低了X2链路负载,且充分利用了各个eNode B的基带处理能力,提高了网络的健壮性和容错性.     

LTE-A系统CoMP技术对随机接入过程的影响

LTE-A系统通过采用CoMP技术对多个小区进行联合调度和协作传输,降低小区间干扰,提高小区边缘用户的性能和扇区吞吐量.随机接入过程是移动通信系统中UE与网络建立连接、进行通信的首要过程,必将受到这种新的传输模式的影响.本文对其接入场景与接人流程、资源请求过程的资源分配问题、及部分切换过程进行探讨,提出这些过程在CoM...     

CoMP中联合传输技术的研究

协作多点传输与接收(Coordinated Multiple Point transmission and reception,CoMP)技术作为提高小区吞吐量尤其是小区边缘用户吞吐量的关键技术,目前已经成为LTE-Advanced的研究热点之一。就其中基于SU-MIMO的下行联合传输(CoMP-SU-MIMO)技术进行了研究,分析了系统模型,提出了用户信干噪比(SINR)的计算方法。最后对系统进行了系统级仿真,并通过与传统的SU-MIMO性能比较,得出了联合传输技术在提高边缘用户性能和小区吞吐量方面的优势。     

C-RAN网络中CoMP性能分析与优化

针对无线通信中的能耗巨大和移动用户潮汐现象带来的基站利用率低下问题,C-RAN作为一种基于集中化处理、协作式无线电和实时云计算架构的无线接入网架构,是一种低成本、高性能的解决方案。针对C-RAN网络中的CoMP性能,通过计算无线链路损耗分析了JT下的CoMP的理论增益。针对C-RAN网络规划设计问题,定性分析了CoMP增益与C-RAN网络Cell数的比例关系,最后结合仿真结果给出了合理的网络规划设计建议,且理论证明其能够很好地解决移动运营商所面临的上述挑战。     

LTE-A系统多点协作传输技术研究

多点协作传输技术作为LTE-A中的关键技术,可显著提升小区边缘用户的速率和吞吐量.介绍了多点协作的原理,给出了相关系统模型,分析了多点协作的首要问题——协作节点的选择.针对多度协作会造成的系统性能下降,提出了适合的最大协作节点数.同时考虑到传统的PF调度算法会造成小区吞吐量下降,提出了适用于多点协作的归一化PF调度算法.最后,仿真两种调度算法在不同协作节点选择下的性能,通过比较平均小区吞吐量和边缘用户吞吐量说明归一化PF调度算法的优势.     

浅析LTE-A多点协作传输中反馈技术

多点协作技术,作为LTE-Advanced的关键技术,对改善小区边缘用户服务性能起着至关重要的作用。文章针对该技术进行了详细介绍,并阐述了该技术的引入的同时带来的反馈方面的问题,文章针对现有的反馈机制进行分析,指出了在多点协作传输中反馈技术的挑战。     

LTE-A网络中实现L1 Relay的两种算法分析

作为LTE进一步演进的LTE-A,引入了Relay,载波聚合(CA),CoMP,增强MIMO技术等关键技术。本文主要讨论LTE-A网络中实现L1中继的两方法,CSI-AAF,BLIND-AAF的性能分析比较。得出成对错误概率(pairwise error probabilityPEP)的表达式,并通过蒙特卡洛仿真得出在4种场景下,两种算法比较,来分析两种AAF的增益阶数。     

浅析LTE/LTE-A技术

本文对 LTE-A 关键技术及其演进发展状况进行了综述,接下来重点介绍了LTE-A载波聚合技术,中继技术,多点协作技术等关键技术,并分析了该技术的影响和应用前景,指出了其实施所面临的挑战。     

LTE-Advanced CoMP技术的研究

从CoMP技术标准化进展入手,对下行CoMP技术基本原理进行了研究,针对几种典型的CoMP方案进行了对比分析,并针对3GPP定义的场景1给出了联合传输情况下的初步仿真结果。     

CoMP系统低复杂度集中式调度算法研究

在3GPPLTE—A网络中,可以使用CoMP（多点协作）技术来提高边缘用户的性能。为了最大化全网边缘用户的总吞吐量,关键是要确定在每个PRB（物理资源块）中同时被服务的用户集合、每个被调度用户所对应的协作基站、以及各基站的传输功率。基于每个边缘用户的RSRP（参考信号接收功率）,提出一种低复杂度的集中式传输调度算法,针对每个PRB中被服务的边缘用户和相应的协作基站进行动态选择,并通过仿真实验验证算法的性能增益。     

LTE-A关键技术及标准化进展分析

LTE-A是LTE技术的平滑演进,引入了多载波聚合、中继、协作多点传输等关键技术。其中,多载波聚合是在频域上进行扩展,以满足LTE-A对高带宽的需求;中继技术能带来更广的覆盖范围和更高的系统容量,同时也面临干扰复杂化问题;协作多点传输技术能提高小区边缘的吞吐量;多天线技术通过增加上下行天线端口的数量,来提高峰值速率和频谱效率。     

一种适用于CoMP的改进MaxC/I算法

Max C/I算法是LTE中一种常见的资源调度算法,致力于实现吞吐量的最大化。在非Co MP场景下将总吞吐量最大化的目标分解到各小区,使每个小区吞吐量最大,用此解法求得的解是全局最优解。但如果将这种解法直接引入到LTE-A的Co MP场景下使用时,协作小区间的调度结果可能会相互影响,最终得到的解是贪婪解,而且该贪婪解不太理想,不能发挥出Max C/I算法的性能。针对此问题,将原解法的子问题决策进行改进,对是否调度Co MP用户增加了条件判断,并在Full Buffer业务模型和FTP业务模型下进行仿真验证,结果表明该改进方案能在一定程度上提高系统吞吐量。     

基站间频偏对TD-LTE-A CoMP技术影响的评估

针对协作多点传输技术(CoMP)在实际系统中运用时,基站间频率偏移可能带来的问题,建立合适的系统模型,在不同场景下对基站间频率偏移对于协作多点传输的影响进行了深入的研究。仿真分析表示,基站间频率偏移对协作多点传输技术的性能不会带来太大的影响,引入频偏后系统性能仍较SU/MU-MIMO有较大的增益。这一研究工作为协作多点传输的可行性和有效性提供了有力的支持。     

下行多用户CoMP系统资源分配算法

针对下行多用户多点协作传输系统(MU-CoMP)边值自适应(MA)的问题,提出了一种快速资源分配算法。该算法首先根据用户的速率要求及平均信道增益估计出每个用户需要的子载波数目,在此基础上设计合理的子载波分配算法进行子载波分配,通过预判并且剔除不适合传输数据的较差空间子信道实现快速比特加载。仿真结果表明,所提算法在满足用户最低速率和误码率要求的前提下有效地降低了总发射功率,以较低的复杂度获得了接近最优算法的性能。     

TD-LTE网络上行CoMP方案研究与外场试验

TD-LTE采用同频组网,使得小区间干扰成为限制网络容量提升的主要瓶颈之一。TD-LTE规模试验的测试数据表明,终端有超过70%的概率会同时检测到多个小区的信号。多小区协作(CoMP)技术通过相邻多个小区对信号进行联合处理,可有效降低小区间干扰。介绍了几种上行CoMP的实现方案及仿真性能,并重点介绍在TD-LTE试验网络中开展上行CoMP外场试验的情况。测试结果表明,通过上行CoMP可将小区边缘用户上行吞吐率提升50%~100%,显著改善了用户体验。     

CoMP上行链路基于属性的自适应分组算法

针对传统协作多点传输技术(Co MP)系统的上行链路用户配对算法在实际系统中存在系统整体效率不高的问题,提出了一种基于用户属性的自适应分组算法。该算法以可量化的用户属性为参数,通过最小最大原则确定分组数量,利用k-means方法进行用户聚类,实现了对小区中用户的按属性自适应分组,增加了同时传输的用户数量,将基站侧多天线的数量优势转化为上行传输性能,提高了系统上行和容量。仿真结果表明,所提算法能够有效提高系统的上行和容量,且在低信噪比(SNR)条件下仍可以获得预期的性能提升。