基于部分协作的多小区下行MIMO鲁棒双层预编码算法

针对多小区协作多入多出（MIMO）系统中存在的信道状态信息（CSI）反馈回传过多的问题,提出了多小区部分协作MIMO系统预编码算法.首先建立了包含信道估计、量化和延时误差的联合误差模型,然后根据此信道误差模型,利用迫零和信漏噪比算法思想,提出一种多小区部分协作下的双层MIMO鲁棒预编码算法.数值分析及仿真结果表明,所提算法相比传统的多小区协作下行MIMO系统预编码算法,用户的误码率性能和系统和速率稍差,但在CSI反馈比特方面有一定优势.     

利用HARQ多用户MIMO系统的自适应反馈方法

提出了一种利用混合自动重传请求（HARQ）的多用户多输入多输出（MIMO）系统的自适应反馈方法. 该方法利用HARQ过程中用户反馈的确认/不确认（ACK/NACK）信息,分析信道状态和多用户之间的配对状况,决定用户端何时反馈信道状态信息（CSI）,并进行调度和预编码来提高系统容量. 仿真结果表明,该方法减少了反馈量,复杂度低,比传统的多用户MIMO系统具有更好的性能,特别是高信噪比和高速移动情况下,一定程度解决了多用户MIMO系统的瓶颈问题.     

CSI对MIMO系统容量影响的仿真与分析

在给出已知信道状态信息（CSI）和未知CSI这2种状况的多输入多输出（MIMO）系统容量的前提下,对MIMO系统容量的互补累计分布函数（CCDF）、遍历容量（ergodic capacity）、中断容量（outage capacity）以及MIMO信道相关情况下的容量进行仿真。仿真结果表明：小信噪比情况下,CSI对MIMO系统容量有着很大的影响,信噪比为0 dB时,对于8发8收MIMO系统,已知CSI可以获得3 b/s/Hz容量增益;在大信噪比的情况下,CSI对MIMO系统容量是一个多余的信息。     

基于欧式距离的自适应交织算法

针对正交频分复用系统,提出了一种新的自适应交织器算法. 该方法基于信道状态信息（CSI）,从一组交织器中选出一个较优者来传输当前编码块. 所选交织器能使最小欧式距离最大,从而能获得更好的性能. 与已有的自适应交织算法相比,所提方法复杂度低,系统开销小,并且性能相近. 此外,所提算法基本不存在交织器失步的问题,可以大大降低对CSI反馈的要求.     

基于统一信道分解的自适应MIMO技术研究

由于空间相关特性的影响，限制了多人多出（MIMO）通信系统的应用．参考统一信道分解（UCD）的信道参数反馈方法，提出了一种自适应MIMO系统．这种系统能适用于各种空间相特性、通过仿真验证了基于UCD的MIMO系统在各种空间相关特性下的性能，并讨论了反馈误差对系统性能的影响．     

降低MIMO系统中预编码复杂度的均值方案

在多输入-多输出(MIMO)通信系统中,如果发射端能够获得当前信道的准确状态信息(CSI),则可以在发射端进行优化设计来改善整个系统的传输性能.但是其优化设计的经典类注水算法大大增加了发射端预编码的复杂度.为了降低MIMO系统发射端预编码处理的复杂度,提出了一种新的均值方案.该方案利用信道奇异值的均值去代替类注水算法中的实时奇异值.仿真结果表明,该方案在能够准确表征MIMO系统信道容量和其他性能的前提下,可以降低约一个数量级的复杂度.     

非理想反馈 MIl\岛 /ω-OFDM 系统基于QoS 保证的资源分配算法

针对非理想反馈下多用户MIMO-OFDM系统资源分配问题,提出了一种以最大化系统和容量为目标的资源分配算法。考虑到实际系统中存在反馈时延和反馈误差影响系统性能,引入置信系数和等价方差来表征反馈CSI质量,在发射功率一定并满足用户QoS需求的情况下,充分利用多用户的分集增益,有效提高了系统和容量性能。     

基于传输模式切换的新型自适应空间调制算法

提出一种基于传输模式切换的新型自适应空间调制(SM)算法,采用最近邻估计作为系统性能度量的标准,根据信道的状态信息,动态地调整传输模式以最小化系统的成对错误概率,实现在系统频谱利用效率固定和发送功率受限的情况下系统性能的提升。针对SM系统数据传输的特殊性,即一个时刻只有一根发射天线激活来携带数据信息,给出了传输模式切换的简化算法。仿真结果表明,算法实现简单,反馈量小,系统性能优于传统的空间调制方法并且能在高相关信道下工作。     

广义MIMO通用信道矩阵建模

推导了传统单天线联合检测（JD）系统传输矩阵到传统多输入多输出（MIMO）系统传输矩阵的演化;提出了广义MIMO通用信道矩阵模型. 推导表明,MIMO与联合检测可以在该模型中得到统一;基于该模型,传统MIMO系统的贝尔实验室分层空时码（BLAST）检测算法应用于联合检测系统,可得到约07?dB的性能改善.     

基于统一信道分解的自适应MIMO技术研究

由于空间相关特性的影响,限制了多入多出(MIMO)通信系统的应用.参考统一信道分解(UCD)的信道参数反馈方法,提出了一种自适应MIMO系统.这种系统能适用于各种空间相特性.通过仿真验证了基于UCD的MIMO系统在各种空间相关特性下的性能,并讨论了反馈误差对系统性能的影响.     

基于有限反馈的多小区协作迫零预编码

为了同时抑制小区间干扰和用户间干扰,在多小区多用户系统中,基站通过共享CSI,采用小区间干扰清零（ICIN）预编码算法,将2种干扰迫零。在该算法的基础上,提出了有限反馈情况下的自适应比特分配算法以最小化量化误差引起的速率损耗,更有效地利用反馈比特资源。并且,给出速率损耗保持恒定时,用户所需的总反馈比特数的变化规律。仿真结果表明,提出的自适应比特分配算法优于等比特分配算法,并且采用自适应比特分配时系统速率损耗较小,而复用增益与准确CSI时相同。     

Resource Allocation for Uplink CSI Sensing Report in Multi-User WLAN Sensing

Sensing in wireless local area network (WLAN) gains great interests recently. In this paper we focus on the multi-user WLAN sensing problem under the existing 802.11 standards. Multiple stations perform sensing with the access point and transmit channel state information (CSI) report simultaneously on the basis of uplink-orthogonal frequency division multiple access (OFDMA). Considering the transmission resource consumed in CSI report and the padding wastage in OFDMA based CSI report, we optimize the CSI simplification and uplink resource unit (RU) allocation jointly, aiming to balance the sensing accuracy and padding wastage performances in WLAN sensing. We propose the minimize padding maximize efficiency (MPME) algorithm to solve the problem and evaluate the performance of the proposed algorithm through extensive simulations.     

基于自适应发送波束成形的STB〖JP9〗C-〖JP〗OFDM系统

提出了一种基于信道特性的自适应发送波束成形空时分组码正交频分复用(STB〖JP9〗C-〖J P〗OFDM)系统方案. 给出了最大接收信噪比条件下最优发射权值的闭式解和性能仿真结果. 该系统能最大限度地利用所有的分集资源并对发射功率进行最优分配. 与传统的STB〖JP9〗C-〖JP〗OFDM系统相比，系统性能有明显的提高，而与系统较复杂的空时格码OFDM系统和TC〖JP9〗M-〖JP〗STB〖JP9〗C-〖JP〗OFDM系统相比，在高信噪比条件下能获得较大信噪比增益. 讨论了存在信道估计偏差时，自适应发送波束成形STB〖JP9〗C-〖JP〗OFDM系统的性能.     

非精确信道状态信息下OFDM系统中的自适应调制技术

研究了正交频分复用(OFDM)系统在精确已知信道状态信息和不精确的信道状态信息环境下的自适应调制，并对它们的性能进行了计算机仿真分析．结果表明，信道估计不精确和延迟均对自适应调制OFDM系统的性能有很大影响，尤其是延时的影响．为了减小其影响，提出了利用多个以前的信道估计值来确定每个子信道所传输的比特数．仿真结果表明，该方法能有效地提高自适应调制OFDM系统的性能．     

Fair resource allocation algorithm for the smart TV system

In order to address the resource allocation problem of the smart TV system, a resource allocation algorithm based on the nonlinear elastic task model is proposed. First, we define fairness of QoS levels and describe the fair resource allocation problem of the smart TV system. Then, based on the nonlinear elastic task model, a fixed-point iteration method is used to solve the resource allocation problem and a sufficient condition for the convergence of the method is derived. Finally, nonlinear elastic task model is applied to the adaptive fair sharing controller. Simulation results show that the proposed algorithm can obtain fair resource allocation with a faster convergence speed than existing algorithms.     

加权比例公平自适应粒子群跨层资源分配算法

针对多用户正交频分复用系统,提出一种新的适合于混合业务的加权比例公平自适应粒子群跨层资源分配算法(WAPCRA).该算法在媒体接入控制层进行加权比例公平调度;在物理层将自适应粒子群算法引入其资源分配,并推导出一种新的功率分配方式.仿真结果表明,WAPCRA能在低复杂度、保证用户公平性和满足用户业务流时延需求的基础上,有效提高系统总速率.     

APSK调制在基于自适应OFDM的可见光 通信系统中的应用研究 

正交频分复用（OFDM）技术具有频谱利用率高、抗干扰性能好等优点,在基于发光二极管（LED）的可见光通信系统中得到广泛应用。为了减小LED非线性的影响,将幅度-相移联合键控（APSK）与OFDM技术相结合的传输方式引入可见光通信系统中。同时为了提高可见光通信系统的整体性能,实现系统带宽资源的充分利用,将OFDM调制与自适应技术相结合,即根据信道状况的不同,在各个子信道上使用相应阶数的APSK调制方式。文章介绍了3种典型的基于自适应资源分配算法的OFDM技术,并与基于相同阶数APSK调制的OFDM技术进行比较。仿真结果表明,APSK信号的包络要比QAM信号小,自适应OFDM技术的性能要明显优于基于相同阶数APSK调制的OFDM技术。     

保证混合业务质量的跨层OFDMA资源分配方法

提出了一种新的跨层正交频分多址（OFDMA）系统资源分配方法,其综合考虑了无线信道的时变特征和媒体接入子层（MAC）业务质量（QoS）要求,将MAC层分组调度和物理层的OFDM子信道分配及自适应调制编码进行联合设计,目的是在保证实时时延敏感业务和非实时业务的QoS基础上最大化系统吞吐量。在子载波分配过程中,分别采用了信道依赖的最早预期 (CD-EDD)算法和 最小速率需求(MRR)算法,对实时时延敏感业务和非实时业务进行调度。基于IEEE 802.16标准建立了动态仿真模型对算法性能进行评估,结果表明较传统的最大信噪比方法在系统吞吐量相近的基础上对时延特性、用户公平性方面有较大性能提升。     

OFDMA系统中小区内干扰避免的自适应资源分配方案

正交频分多址接入（OFDMA）系统中,在保护间隔（GI）长度不足和非满载的情况下,提出一种新型的自适应资源分配（ARA）方案. 该方案可利用非满载情况下资源分配的灵活性来有效消除由于GI不足引起的小区内符号间干扰和载波间干扰,避免了接收端使用复杂的干扰消除算法. 在系统层进行仿真的结果表明,在非满载情况下,新的ARA算法的系统性能比传统的资源分配（CRA）算法有改善,但是在满载的情况下,由于ARA算法失去了灵活性,其性能与CRA算法相同.     

基于区域用户密度的毫米波MU-MISO自适应调度方案

为了解决毫米波信道条件下有限区域内多用户调度问题,提出了一种基于毫米波多用户多输入单输出（MU-MISO）下行链路信道的自适应多用户调度方案.首先,根据各个用户反馈的区域位置信息,基站对用户进行分组,并根据区域的用户密度为每个区域分配适当的射频链资源;然后,基于获取到的各个区域角度范围信息和各区域所分配的射频链数,为每个区域设计通信波束;最后,在综合考虑组内和组间波束干扰的情况下,在用户端为每个满足匹配约束条件的用户确定最佳通信波束,并将该波束的信噪比值和信道质量信息反馈给基站,在基站端,根据用户反馈的信息,为每个区域的通信波束依次选择最佳用户.仿真结果表明,该方案能获得较好的和速率性能,尽管与SUS-ZFBF算法相比有一定的差距,但降低了反馈信息量,而且射频资源的分配方式在一定程度上更能保证用户通信的公平性.