采用低密度校验码的多天线OFDMA系统

在本文中针对频率选择性衰落信道提出了一种采用低密度校验（LDPC）码的多天线（MIMO）正交频分多址（OFDMA）系统。在这一多用户／多速率系统中,首先通过OFDMA消除用户之间的干扰,从而将多用户环境转化为单用户环境;然后通过联合MIMO软解调与LDPC码解码的Turbo迭代算法,消除发射天线之间的干扰并改善系统的性能。仿真结果表明,该方案可以有效地消除多用户干扰和发射天线之间的干扰,在通过利用空分复用以提高频谱效率的同时,也获得了由LDPC码提供的编码增益。由于该方案对于星座图没有任何限制,因此可以通过采用高效的调制方式进一步提高频谱效率。     

基于带内回程的全双工大规模MIMO异构网覆盖分析

在大规模多输入多输出(MIMO)系统中,带内全双工无线回程方案能够有效复用无线电接入频谱,大幅提高网络性能。为此,基于该方案构建大规模MIMO异构蜂窝网络模型,并假设网络元素分别服从独立齐次泊松点过程,利用随机几何理论分别研究宏蜂窝下行和小蜂窝上行链路信号干扰噪声比(SINR)的覆盖概率,分析不同参数对覆盖性能的影响。仿真结果表明,带内全双工无线回程方案能够有效提高系统频谱效率,但不能改善宏蜂窝和小蜂窝网络的SINR覆盖概率。     

非理想信道估计下的全双工MIMO系统的优化研究

在实际通信环境中,精确信道状态信息很难获取.本文考虑非理想信道估计条件下的全双工MIMO蜂窝系统,该系统不仅受自干扰、同信道干扰的影响,还受到信道估计误差带来的影响.因此有必要对该通信系统进行资源优化,来抵抗多种干扰并提高性能.通过建模一个联合用户配对和功率分配的优化问题来最大化系统速率,由于该联合优化问题是非凸优化问题,基于分解和梯度投影的渐进算法用来求解该问题.仿真结果表明,在非理想信道状态信息条件下,使用本文提出的算法优化后,全双工MIMO蜂窝系统性能优于半双工系统.进一步地,实验分析了不同类型干扰对系统性能的影响,表明信道估计误差对性能影响最大.     

大规模MIMO系统中基于部分Kronecker积的两级码本

针对垂直维空间自由度未被充分利用的问题,设计一种基于部分Kronecker积的两级码本。在两级码本中,第1级码本确定一个波束向量组,该向量组确定用户的大致范围,描述信道的长期/宽带特性。第2级码本对此波束向量组进行波束列选择和极化方向间的相位调整,选出的波束能准确地指向用户,反映信道的短期/子带特性。该两级码本能平衡大规模MIMO系统中反馈开销和信道量化精确度之间的关系。仿真结果表明,在不增加反馈开销的情况下,该码本设计方法在系统频谱效率和吞吐量方面能获得明显的性能增益。     

FD Massive MIMO协作多点传输场景下提升系统频谱效率的算法研究

近年来,随着智能终端数量的增长与第五代移动通信技术的发展,移动通信系统对系统频谱效率以及数据吞吐量的需求越来越高。因此,如何能提升未来无线移动通信系统频谱效率成为了5G研究的重点方向。在第五代无线移动通信新空口技术(5G NR)研究进程中,协作多点传输技术(CoMP)通过其多个传输点的联合传输,降低小区间干扰(Inter-cell Interference),从而提升小区边缘用户的覆盖性能,实现了网络容量以及频谱效率的大幅提升。另一方面,全维度大规模多输入多输出技术(FD Massive MIMO)充分运用了FD MIMO的维度资源、波束赋形以及角度调整技术以及Massive MIMO的大规模的天线跟波束资源,进一步实现了网络频谱效率的提升。本文在FDMassiveMIMO协作多点传输场景下深入研究了提升系统频谱效率的算法,通过对比分析总结出一种有效提升频谱效率并同时实现干扰协调的算法。最后,给出了系统级仿真结果并证明了该算法在提升系统频谱效率方面的优越性能。     

时分半双工MIMO中继系统性能分析

分析并推导在解码-转发中继方式下时分半双工MIMO中继信道的容量公式,在2种不同的中继选择算法下,应用蒙特卡罗仿真比较MIMO中继系统与一般蜂窝系统的性能。仿真结果表明,在使用适当的中继选择算法后,与一般蜂窝系统相比,时分半双工MIMO中继系统在容量、覆盖范围等方面均有更好的性能,且中继用户的能量消耗较低。     

大规模MIMO系统中基于3D码本的多用户预编码方案

针对大规模多输入多输出(MIMO)系统存在的共信道干扰问题,提出一种基于3D码本的多用户预编码方案。以均匀平面阵列天线为基础,利用垂直下倾角的分布特点设计垂直码本,并将现有的离散傅里叶变换码本作为水平码本,基于Kronecker积运算重新构造3D码本。结合码字选择和用户调度策略,最小化大规模MIMO系统中多用户的干扰。仿真结果表明,与基于3D离散傅里叶变换码本的预编码方案相比,该方案能准确区分用户在垂直维信道信息上的差异,有效抑制多用户干扰,提升系统速率。     

基于波束赋形的MIMO系统混合自动重传技术

在无线通信系统优化问题的研究中,多输入多输出(MIMO)系统的混合自动重传技术能够提高无线通信传输的可靠性.根据空时编码的重传技术多次重传样本进行联合解码,能够提高解码功能;减少信道传输差错.为了进一步减小重传次数,提高重传效率,提出了一种基于波束赋形的MIMO系统混合自动重传技术.在空时编码重传的基础上,引入自适应波束赋形,使MIMO发射的空间波束更加集中地对准用户,从而提高发射功率利用率,减小干扰,进而增加了混合自动重传合并增益,提高了重传效率.计算机数值仿真验证上述方法提高了系统的增益和可靠性.     

认知用户基于预测的动态频谱接入算法

频谱接入技术的关键是解决认知用户如何选择合适的空闲信道以及认知用户间如何实现频谱共享.在公共控制信道较难获得的情况下,基于部分可观测Markov决策过程(POMDP)的频谱预测算法,可以显著地提高系统的吞吐量;由于认知用户之间缺少接入信息的交换,使得多个认知用户在同一时隙接入同一信道的冲突概率较大.针对多用户竞争冲突问题,通过引入竞争反馈的偏差因子,并利用均衡的混合信道选择策略对认知无线网络动态频谱接入过程进行研究.通过大量仿真对认知用户的吞吐量和频谱利用率以及碰撞率进行分析,研究表明,均衡的混合信道选择策略可以有效地提高系统的吞吐量及频谱利用率.     

基于混合精度量化的空时编码大规模MIMO系统性能

本文提出空时编码与混合量化结合的方法在有效降低系统功耗的同时增加传输分集增益,并对基于混合ADC结构的空时编码大规模多输入多输出(Multiple input multiple output,MIMO)系统性能进行了研究.采用加性量化噪声模型对系统性能进行分析,得到系统频谱效率,利用随机矩阵理论得到频谱效率的近似表达式...     

多输入多输出—非正交多址接入系统融合用户调度的下行波束赋形设计

针对多输入多输出—非正交多址接入（MIMO-NOMA）技术中用户间干扰较大的问题，提出了一种融合用户调度的波束赋形（BF）算法。首先，在进行用户调度时，为了同时兼顾簇内用户干扰和簇间用户干扰，根据各用户信道的差异性，利用L1-范数正则化方法对所有用户分组情况进行初步稀疏化处理，进而从各用户信道相关性角度出发，将信道相关性大的两个用户分为一簇；其次，结合部分发射功率控制（FTPC）策略实现簇内用户功率分配；最后，根据和速率最大化准则构建一目标优化函数，进而利用连续凸逼近（SCA）算法对其进行求解，以获得波束赋形矩阵。理论分析和链路仿真表明，与传统的正交多址接入技术相比，在系统容量方面实现了84.3%的提升；与传统的相关性用户分簇方法相比，在公平性方面实现了20.2%的提升。实验结果表明，该方案不仅有效地抑制了簇内用户干扰和簇间用户干扰，同时，又保证了用户间的公平性。     

一种多用户MIMO系统中有限反馈预编码算法及性能分析

多用户多输入多输出(MIMO)系统中,用户可以通过反馈的方式把信道状态信息(CSI)传递给基站,基站利用该CSI进行预编码或者用户调度,可以有效地提取复用增益。但是传统的反馈方式,反馈量太大,占用过多上行资源。针对收发都是多天线条件的多用户MIMO系统,提出一种基于Grassmannian码本的有限反馈预编码方法,通过对用户信道矩阵进行量化,每个用户仅仅需要反馈一个序号而不是信道矩阵,从而大大减少了反馈量。通过对系统误码率(BER)和吞吐率的仿真,表明了该方法能保证系统性能。同时,由于信道估计存在误差,量化过程存在误差,所以,分析了信道矩阵误差对于新方法性能的影响,得到了系统吞吐率同信道矩阵误差的方差,以及基站发射功率三者的关系,并通过仿真进行验证,从而为评估信道估计和量化过程的优劣提供了理论依据。     

异构蜂窝网络中联合功率控制的终端直通通信资源分配

针对异构蜂窝网络中终端直通（D2D）用户和小蜂窝用户复用宏蜂窝用户资源产生的干扰问题,提出一种联合功率控制的资源分配方案。首先,在满足用户信号干扰噪声比（SINR）和发射功率约束条件的前提下,根据系统干扰模型推导出每个D2D用户和小蜂窝用户复用宏蜂窝用户信道资源时的最优发射功率;其次,将用户的信道选择规划成用户和信道之间的双边匹配问题,采用延迟接受（Gale-Shapley）算法得到一个稳定的匹配解;最后,以所得的匹配解为初始条件,通过交换搜索算法进一步优化分配方案。仿真结果表明,该方案的系统总容量和能量效率分别是最优解的93.62%和92.14%,与随机资源分配方案、无功率控制和交换搜索的分配方案,以及有功率控制无交换搜索的分配方案相比,系统容量平均增幅分别为48.29%、15.97%和4.8%,系统能量效率平均增幅分别为62.72%、44.48%和4.45%。该方案能够达到近似最优的系统总容量,有效提高频率利用率和能量效率。     

面向物联网环境的高效通信接收机设计

物联网（IoT）通信系统具有活跃用户数低、数据帧短等特性,而信道估计和多用户识别所需的导频和用户识别码会显著降低IoT系统的通信效率和响应速度。针对上述问题,提出了一种基于非正交多址接入（NOMA）的盲信道估计和多用户检测算法。首先,利用码分多址（CDMA）系统中的扩频矩阵对每个用户所占用载波进行分配,并采用差分编码解决盲估计所引发的星座点旋转问题;其次,根据用户所分配载波具有的稀疏性,引入伯努利-高斯（B-G）分布作为先验分布,利用变量间的隐马尔可夫特性进行因式分解和建模,由用户数据的稀疏特征进行多用户识别;最后,应用消息传递算法对上述模型进行推导,解决NOMA引起的多用户干扰,得到面向IoT环境的联合信道估计和检测接收算法。仿真结果表明,相对于块稀疏单测量向量（BS-SMV）算法和块稀疏自适应子空间求解（BSASP）算法,所提算法能够在不提高复杂度的条件下获得约1 dB的性能增益。     

基于非正交多址的认知MIMO网络次用户系统容量优化

针对未来移动通信系统对大容量、高频谱利用率的需求,提出基于非正交多址（NOMA）技术的认知多输入多输出（MIMO）网络次用户系统容量优化方法。首先对发送信号进行预编码,随后按照信道质量增益对认知用户进行分簇,再对分簇之后的用户进行功率分配,最后将得到的NP-hard型多簇目标函数转化为求各子簇的容量;同时兼顾认知用户服务质量（QoS）及满足串行干扰消除（SIC）的条件,利用Lagrange函数结合Karush-Kuhn-Tucker （KKT）条件求解出分簇之后的最优功率分配系数,且该系数是0到1之间的常数。仿真结果表明,所提方法优于平均功率分配方法,并且在信道质量较差时,相比基于正交多址（OMA）技术的认知MIMO,显著提高了次用户系统容量。     

基于干扰抑制的上行多基站协作能效算法

针对上行链路多基站协作通信系统中联合处理功耗过高的问题,提出了一种基于小区间干扰抑制的上行多基站协作能效算法(ICIR-UMBCEEA)。首先,通过解码参考信号(DMRS)序列得到等效噪声和协作多点(CoMP)估计信道,推导出CoMP信道的干扰抑制合并(IRC)滤波矩阵;其次,建立等效干扰模型,利用IRC滤波矩阵得到了小区间平均干扰;最后,计算出各小区用户对非CoMP集合小区的干扰程度,针对强干扰用户作出联合处理。理论分析和链路仿真表明,与上行协作多基站最优注水功率控制算法(UMBCA-OWFC)相比,ICIR-UMBCEEA的用户归一化平均干扰在中心用户和边缘用户处的下降幅度分别为19.2%和24.5%;而ICIR-UMBCEEA的能量利用效率在中心用户和边缘用户处分别提高了25.48%和18.03%;ICIR-UMBCEEA所消耗的能量更小,其中心用户的吞吐量更高,而边缘用户的吞吐量则与UMBCA-OWFC相差不大。实验结果表明,ICIR-UMBCEEA在实际工程中能够有效提高系统的能量效率。     

多用户MIMO系统用户选择算法

MIMO系统在不增加带宽的情况下可以有效提高频谱效率。但由于多用户MIMO系统现存预编码方法和系统天线数目的限制,使得系统容纳用户数为一限定值,无法满足实际需要。针对这一问题,给出一种等功率分配的用户选择算法,其通过对信道容量等效近似来得到较优的用户组。为了降低用户选择复杂度,给出一种迭代的次优用户选择算法,达到快速选取较优用户的目的。仿真结果表明所提算法可以获得较好的系统容量性能,适用于实际通信系统。     

An overview of transmission theory and techniques of large-scale antenna systems for 5G wireless communications

To meet the future demand for huge traffic volume of wireless data service, the research on the fifth generation (5G) mobile communication systems has been undertaken in recent years. It is expected that the spectral and energy efficiencies in 5G mobile communication systems should be ten-fold higher than the ones in the fourth generation (4G) mobile communication systems. Therefore, it is important to further exploit the potential of spatial multiplexing of multiple antennas. In the last twenty years, multiple-input multiple-output (MIMO) antenna techniques have been considered as the key techniques to increase the capacity of wireless communication systems. When a large-scale antenna array (which is also called massive MIMO) is equipped in a base-station, or a large number of distributed antennas (which is also called large-scale distributed MIMO) are deployed, the spectral and energy efficiencies can be further improved by using spatial domain multiple access. This paper provides an overview of massive MIMO and large-scale distributed MIMO systems, including spectral efficiency analysis, channel state information (CSI) acquisition, wireless transmission technology, and resource allocation.     

一种基于SLNR预编码的天线与用户联合选择算法*

针对在多用户MIMO系统中天线与用户联合选择算法复杂度高的问题,依据SLNR预编码算法特点,提出了一种基于SLNR预编码的天线与用户联合选择算法。分析了天线与用户选择顺序对基于SLNR预编码算法的多用户MIMO系统性能影响,给出了先天线后用户的次最优选择策略。所提算法首先为每个用户选取最优的单天线,再利用贪婪思想进行用户选择。仿真结果表明,所提算法与穷举算法相比和容量性能在020 dB的信噪比范围内损失均保持在1.6 dB左右;而误比特性能与穷举法相比在10-3有2 dB左右损失,但是所提算法复杂度与穷举法相比下降明显。     

空间相关信道下大规模MU-MISO系统频谱效率分析

针对大规模MU-MISO系统中频谱效率受信道和功率分配的影响,研究在空间相关信道下的频谱效率问题。首先通过发射信号的波程差确定导向矩阵得出用户发射相关矩阵,并结合大尺度阴影衰落和具有高斯分布的散射环境,建立空间相关信道;然后基于空间相关信道,通过预编码减少多用户之间的干扰,并仿真预编码对频谱效率的影响;最后在发射功率受限、各用户接收信号具有一定信干比场景下提出一种功率分配算法,使得系统的频谱效率总和最大化。仿真结果表明,在空间相关信道下RZF预编码的频谱效率优于MRT预编码频谱效率;与平均功率分配方式相比,提出的算法在频谱效率有了明显的提升,并具有较强的理论价值和实践意义。