基于补偿式CSI的分布式跨层联合资源分配算法

为消除过时信道状态信息(CSI)对分布式无线多跳网络环境下跨层资源分配效率的影响,提高跨层联合资源分配的准确性,基于信道相关性提出了一种补偿式跨层联合资源分配算法。利用瞬时和过时信道状态信息之间的条件概率密度函数,基于瑞利衰落信道模型求得信噪比(SINR) 模型下条件容量的闭式解。为补偿部分网络性能的损失,提出了一种考虑过时信道状态信息的联合拥塞控制、信道分配和功率控制的算法,在此过程中网络被建模成一个NUM 问题,可变的链路数据率和功率等资源限制作为约束条件。运用拉格朗日对偶分解技术,NUM问题被分布式求解。实验对比分析表明：在确保较低复杂度的前提下,该算法有效改善了分布式多跳网络资源分配的合理性,使其网络总体效用得到提升,降低了能耗。     

基于联合对角化的近场源三维参数估计

提出了一种基于联合对角化的近场源频率、到达角(DOA)和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于白化后的接收数据构造一组高阶累积量矩阵,利用联合对角化方法来得到高阶累积量矩阵的对角结构信息以及对角化矩阵来分别估计阵列流形和信号源的频率,进而由阵列导向矢量结合对应的信号源频率联合估计信号源的到达方向和距离。与基于高阶累积量的类ESPRIT方法相比,算法可以提高阵元利用率,具有更好的估计效果,同时不需要谱峰搜索且各参数自动配对,计算机仿真结果验证了该方法的有效性。     

基于联合对角化的近场源三维参数估计

提出了一种基于联合对角化的近场源频率、到达角（DOA）和距离的联合估计算法。首先利用二阶统计量构造白化矩阵,再基于白化后的接收数据构造一组高阶累积量矩阵,利用联合对角化方法来得到高阶累积量矩阵的对角结构信息以及对角化矩阵来分别估计阵列流形和信号源的频率,进而由阵列导向矢量结合对应的信号源频率联合估计信号源的到达方向和距离。与基于高阶累积量的类 ESPRIT方法相比,算法可以提高阵元利用率,具有更好的估计效果,同时不需要谱峰搜索且各参数自动配对,计算机仿真结果验证了该方法的有效性。     

基于WiFi信号的多维参数估计与三维轨迹跟踪算法

在未来物联城市的规划和现有的发展情况下,基于位置的服务变得越来越重要。室内定位在很多场景都有着明朗的应用前景,如轨迹跟踪、老人看护、手势识别等。但是现存的室内定位通常需要在离线阶段大量实验以建立相应特征库,有些系统还对设备有特殊要求。另外,现有的定位系统多是基于对二维平面上的运动进行定位,未曾考虑对进行三维运动的人进行定位。对此我们提出了一种基于商用WiFi路由器和无线网卡下的系统,对人体反射回的无线信号做处理,从而得到多普勒频移、信号飞行时间、到达角度这些多维参数,对进行三维运动的人进行跟踪定位。我们的系统只用两个接收端,可以动态的适应环境,提取出多维用以估计位置的参数,达到0.7m精度的三维轨迹跟踪。      

基于不完备CSI的OFDMA公平资源分配算法

针对在信道状态信息不完备时,很难兼顾系统容量和公平性这一问题,通过引入公平松弛因子,提出一种公平性可调的遍历容量最大化资源分配算法。为了降低计算复杂度,在利用对偶优化方法求解拉格朗日算子过程中,提出同层循环迭代的搜索方式以代替传统的内外层循环迭代方式。通过仿真和分析表明,该算法在满足公平性的同时实现了遍历容量最大化,且计算复杂度明显降低。     

大规模MIMO系统中基于CNN的延迟CSI反馈改进算法

在大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中,基站根据用户反馈的信道状态信息进行自适应编码调制以提高频谱效率,因此需要将用户侧估计到的信道状态信息反馈到基站。由于反馈过程存在的延迟会降低系统性能,因此在考虑延迟的情况下,对基于深度学习的信道状态信息自编码器CsiNet进行改进,使用下行信道的延迟状态信息作为信道状态信息自编码器的期望输出信号来对自编码器进行训练,减少了反馈延迟误差的影响。仿真结果表明,在延迟为1时隙时,所提方案的归一化均方误差(Normalized Mean Square Error,NMSE)仅为自回归-主成分分析方案、基于压缩感知的方案和基于卷积神经网络的CsiNet方案的1/8～1/7,并且随着时隙增加,NMSE性能提升越明显。     

MUSIC及其改进算法的研究与实现

研究了用于阵列信号处理领域的重要分支,即信号到达角估计的几种MUSIC算法。阐述了经典MUSIC算法、前后向空间平滑MUSIC算法、改进MUSIC算法的原理。采用Matlab进行的仿真表明,经典MUSIC算法对于非相干信源的到达角估计具有良好的性能,但不能用于相干信源的到达角估计;前后向空间平滑MUSIC算法使可估计信源数减小、计算复杂度较高;改进MUSIC算法性能最好,不影响非相关信源的估计,也无明显计算量增加。几种算法在到达角估计中有各自的优缺点。     

不完整CSI下OFDMA无线中继系统资源分配算法研究

针对实际OFDMA系统中下行无线链路信道状态信息(CSI)不完善的前提下,提出一种满足不同用户QoS需求的资源分配算法。在该方案中,首先确定用户与中继站之间的CSI,然后在总功率约束条件下,通过在等功率分配降低算法复杂度的基础上进行最佳中继选择和子载波的分配,最后再对子载波进行注水的功率分配来进一步提高系统容量。仿真结果表明,该方案在保证用户QoS的同时进一步提高系统容量。     

视距相关信道下考虑非理想CSI的MIMO收发联合设计

MIMO系统收发联合设计的性能依赖于信道状态信息(CSI)的质量。在较高通信频段(如6～8GHz)下,信道的视距分量相对于较低频段显著增加,采用传统的CSI模型无法反映实际的信道特点,从而影响联合设计算法的性能。本文在相关莱斯信道下,提出一种考虑高频段环境下非理想CSI的MIMO系统下行链路收发联合设计算法。论文推导出一种基于训练序列的信道估计误差模型代替传统误差模型,并在此基础上以最小化MSE为目标迭代求解最优预编码/解码矩阵。仿真结果表明,该算法在不同的子流数、视距分量、信道相关性以及信道估计误差环境下,具有较好的误码率性能。     

混合信源背景下的DOA估计分步改进算法

信号在传输过程中会产生多径和电磁干扰,到达天线阵列后会同时存在非相干和相干信源,针对这种情况,文中提出了一种分步估计到达角的改进算法。该算法首先利用MUSIC算法估计非相干信源的到达角,然后在信号协方差矩阵中分离出相干信源的协方差矩阵,只对相干信源进行空间平滑估计出相干信源到达角。相比传统空间平滑算法,该算法在保持良好到达角分辨力的同时,减小了对天线阵列数的要求,在低信噪比时拥有更精确的估计能力。     

基于信道状态信息幅值-相位的被动式室内指纹定位

基于信道状态信息(CSI)的室内定位技术近几年备受关注。已提出的室内定位方案主要在适用性和定位精度等方面进行不断地创新和改进。该文提出一种被动式的1发2收指纹室内定位系统。用两个固定接收端采集CSI数据,信号预处理阶段对CSI幅值进行奇异值去除与低通滤波,用线性拟合的方法对CSI相位进行校正,将两个接收端采集处理得到的CSI幅值和相位信息共同作为指纹,最终通过全连接神经网络对指纹样本进行训练,并与采集到的实时数据进行匹配识别。实验表明,采用两个接收端以及幅值和相位结合定位的方法,匹配识别率达到了98%,定位精度达到0.69 m。证明该系统能精确有效地实现室内定位。

     

多用户MIMO-OFDM系统低速率CSI反馈方法及信道容量分析

该文针对闭环多用户MIMO-OFDM系统提出一种基于线性预测的低速率CSI (Channel State Information)反馈方法。根据相关带宽将OFDM子载波划分成多个子带,移动台对每个子带的CSI作线性预测,并对预测误差进行量化编码后反馈给基站;基站使用相同的线性预测滤波器将反馈来的预测误差恢复成CSI,然后在每个子带上通过迫零-波束赋形实现多用户空间复用。同时,该文还在采用注水定理分配发射功率的条件下,从理论上分析了下行链路信道容量。数值仿真结果显示,每个反馈数据的实部或虚部仅用1bit量化时,本方法仍能够以较高的精度恢复CSI。与目前3GPP LTE标准所采用的基于码书的反馈方案相比,该方法能够在反馈开销相同情况下,有效地抑制同信道干扰,大幅提高系统容量。     

空间相关莱斯衰落信道下基于部分信道信息的多用户预编码与调度算法

在空间相关的莱斯衰落信道模型下,针对多用户MIMO(Multiple-Input Multiple-Output)系统潜在的多用户分集增益和空间分集增益,该文提出了一种基于部分信道信息的多用户预编码与调度算法。结合部分瞬时信道信息和统计信息,利用约束最大似然估计对各用户信道矢量进行估计,然后利用估计的各用户信道调度多个用户进行预编码。仿真结果表明,该方案以较少的反馈开销,获得了较大的性能增益。     

接收天线阵列三维空域相关性快速评估算法

针对任意三维到达波角度分布时,接收天线阵列的空域相关性评估比较复杂,通常只能采用数值积分方法的问题,本文提出了一种基于角谱域脉冲采样的三维空域相关性评估快速算法。该算法首先利用特定采样脉冲对三维入射波功率角谱进行二维采样,然后根据采样脉冲的空域相关系数加权叠加获得不同天线接收信号之间的空域相关性,大大降低相关性计算的复杂度。同时,文中还推导获得基于最小均方误差准则的采样脉冲表达式及其对应的空域相关系数精确解析式和近似表达式。仿真和分析结果表明,当角谱域采样间隔小于10度时,该快速算法的最大误差小于0.01,但运算时间远远小于数值积分方法及其它评估方法,可满足信道估计和天线阵列设计等实际需求。      

基于模型驱动深度学习的OTFS信道估计

针对单输入单输出(SISO)的正交时频空间(OTFS)调制系统,该文利用一种模型驱动深度学习算法进行OTFS信道估计。该方案首先将去噪近似消息传递(DAMP)算法进行深度展开,利用去噪卷积神经网络代替传统的去噪器,对含噪的时延多普勒信道进行去噪估计,然后提供了状态演化方程来预测可学习去噪近似消息传递(LDAMP)算法的理论归一化均方误差性能。仿真结果表明,相比于其他估计方案,该方案不仅在低信噪比条件下具有优越的性能表现,而且还具有非常好的鲁棒性,在信道路径总数不变时,增加OTFS 2维网格点数量,可以有效提升信道估计精确度。     

基于信道状态信息测距的Wi-Fi室内定位误差界分析方法

相较常用于室内定位的Wi-Fi接收信号强度(RSS),Wi-Fi信道状态信息(CSI)包含了信号传输过程中更细粒度的物理层信息(如各个子载波的幅值和相位),故可将其用于较精确的测距以实现较高的Wi-Fi室内定位精度.由于现有基于CSI测距的定位方法普遍缺少关于定位误差界的理论分析,从而导致难以对不同定位方法的理想性能进...     

Robust optimization of transmit/receive beamformer for MIMO downlink with imperfect CSI at base station

A robust scheme is proposed to jointly optimize transmit/receive beamformers for Multiple Input Multiple Output （MIMO） downlinks where the available Channel State Information （CSI） at Base Station （BS） （CSIBS） is imperfect. The criterion is to minimize the sum Mean Square Error （sum-MSE） over all users under a constraint on the total transmit power, which is a non-convex and non-linear problem. Observing from the first order optimization condition that the optimal transmit/receive beamformers are mutually dependent, the transmit/receive beamformers for each user are updated iteratively until the sum-MSE is minimized. Simulation results indicate that the proposed scheme can effectively mitigate the system performance loss induced by imperfect CSIBS.     

双向MIMO中继系统中一种低复杂度的联合信道估计方法

对于双向多输入多输出(MIMO)中继系统,如何在减少中继负担的情况下获得精确的信道状态信息(CSI)成为信道估计的一个难点。该文针对双向MIMO中继系统,提出一种低复杂度的联合信道估计方法。所提方法在两个用户端同时发送正交信道训练信号至中继,中继采用所设计的放大因子放大所接收的信号并转发至两个用户。每个用户对所接收的信号构造平行因子(PARAFAC)模型,并根据实际系统要求,分别设计了迭代和非迭代的两种拟合算法对PARAFAC模型进行拟合,从而联合估计出所有信道的CSI。所提信道估计方法无需在中继处进行信道估计,减轻了中继的负担。与已有信道估计方法相比,所提方法设计灵活,采用的拟合算法具有较低的复杂度,而且在使用较少信道训练信号的情况下具有较高的信道估计精度。     

Power allocation and adaptive modulation strategy for MIMO-OFDM systems with imperfect CSI

The presented scheme named M-CAP （Maximum CAPacity） uses the CSI （Channel State Information） and its statistics to deduce an equivalent channel according to which the transmit power is allocated to the subchannels. And then modulation scheme is determined adaptively according to the power allocated to each subchannel. The advantage of the M-CAP scheme is that it combines power allocation and adaptive modulation while maintaining a large capacity. We demonstrate by computer simulations that the proposed M-CAP scheme can significantly improve system performance compared with the traditional schemes.     

基于非正交多址接入的网络切片联合用户关联和功率分配算法

为了满足网络切片多样化需求,实现无线虚拟资源的动态分配,该文提出在C-RAN架构中基于非正交多址接入的联合用户关联和功率资源分配算法。首先,该算法考虑在不完美信道条件下,以切片和用户最小速率需求及时延QoS要求、系统中断概率、前传容量为约束,建立在C-RAN场景中最大化长时平均网络切片总吞吐量的联合用户关联和功率分配模型。其次,将概率混合优化问题转换为非概率优化问题,并利用Lyapunov优化理论设计一种基于当前时隙的联合用户调度和功率分配的算法。最后采用贪婪算法求得用户关联问题次优解;基于用户关联的策略,将功率分配的问题利用连续凸逼近方法将其转换为凸优化问题并采用拉格朗日对偶分解方法获得功率分配策略。仿真结果表明,该算法能满足各网络切片和用户需求的同时有效提升系统时间平均切片总吞吐量。