共查询到17条相似文献,搜索用时 78 毫秒
1.
在多输入多输出系统中,发射端和接收端的多天线配置提高了信道容量和传输可靠性,而天线选择技术能在保持系统优点的同时有效地降低运算复杂度以及硬件成本。为了能在时变的信道条件下快速地选择出一组最优的天线子集,提出了一种基于二进制粒子群算法的改进的天线选择算法。推导出了二进制粒子群联合收发端天线选择的信道容量公式,并将其作为粒子群算法的适应度函数,使天线选择问题转换成二进制编码串的组合优化问题。通过改进模糊函数提高粒子群算法的收敛性,让二进制粒子群尽可能地收敛于全局最优位置。仿真结果表明,改进的算法能在降低运算复杂度的同时提高收敛性,且系统信道容量趋近于最优算法。 相似文献
2.
3.
在大规模多输入多输出系统中,针对密集部署的大型天线阵列之间的强相关性会抑制天线选择增益效果的问题。在系统下行链路场景下建立空间相关信道模型,提出了基于天线分组的天线选择算法。根据瞬时信道相关矩阵将天线阵列划分为若干组,保证各组内天线之间相关性较强。在完成天线分组的基础上,基于信道矩阵列范数准则在各组发射天线与接收天线之间构成的子信道矩阵中选择天线,进而构造有效发射天线与接收天线之间的信道矩阵。仿真分析了所提天线选择算法对系统遍历和速率的影响,结果表明,在基站天线数为32、接收天线数为2、选择天线数为2、天线相关因子为0.9的假设下,当信噪比为10 dB时,与基于相邻天线分组的天线选择算法相比,所提算法使系统和速率约提高了27.5%,且所提算法若要与最优天线选择算法达到相同的和速率,仅需将其信噪比提升1~2 dB即可。 相似文献
4.
传统天线选择算法过于依赖信道状态信息(CSI),然而以用户为中心的大规模多输入多输出(UC-MMIMO)系统难以获得足够CSI。针对以上矛盾,将强化学习方法引入到天线选择的问题中,提出了一种基于强化学习的天线选择算法。通过仿真说明所提算法相对于传统的天线选择方法对CSI依赖程度大大降低,并且有着更低的算法复杂度。 相似文献
5.
6.
7.
本文研究放大转发MIMO中继系统的天线选择,目标是最大化系统容量.针对最优天线选择算法的高复杂度,本文提出了低复杂度且性能逼近最优的快速天线选择算法.首先对MIMO中继系统容量进行了分析和仿真,结果表明:若源的天线数为M、目标的天线数为N,中继从K根天线中选择min(M,N)根就可保证系统达到近似最优的性能.在此基础上,本文以优化容量下界为目标,利用分块矩阵的性质,推导出快速天线选择算法,并分析了算法的复杂度.研究结果表明本文提出的快速天线选择算法的性能与最优算法非常接近,并且有更低的复杂度. 相似文献
8.
9.
针对多天线需要多射频链路带来的高硬件成本,分析了低复杂度的MIMO天线选择的必要性,介绍了递增天线选择算法、递减天线选择算法和改进的递增递减天线选择算法.链路仿真结果表明:递增递减算法可以快速选择出使系统容量最大的天线子集,该算法简单易于实现,计算速度快,获得的结果非常接近穷尽搜索方法得到的结果. 相似文献
10.
MIMO分集系统天线选择技术可以在不增加系统射频链路的情况下,达到与全天线几乎相同的分集增益.针对发送端采用最大比发送,接收端采用最大比合并的MIMO分集系统,提出了一种递增天线选择方法,每次增加一根天线,并使得它与已选出的天线结合起来具有最大的信噪比增益.相对于对所有可用天线集进行遍历的最优算法,它减小了需要搜索的范围和每次搜索的计算量,降低了复杂度;相对于功控天线选择算法,它考虑了新增天线与已选出天线集之间的相关性,改善了性能.仿真结果表明,在误比特率、信道容量和信噪比增益方面,此算法和最优算法性能相近,且不随可用天线数和选出天线数的改变而改变. 相似文献
11.
12.
13.
14.
《AEUE-International Journal of Electronics and Communications》2014,68(6):540-549
Antenna arrays with high directivity and low side lobe levels need to be designed for increasing the efficiency of communication systems. A new evolutionary technique, cat swarm optimization (CSO), is proposed for the synthesis of linear antenna arrays. The CSO is a high performance computational method capable of solving linear and non-linear optimization problems. CSO is applied to optimize the antenna element positions for suppressing side lobe levels and for achieving nulls in desired directions. The steps involved in the problem formulation of the CSO are presented. Various design examples are considered and the obtained CSO based results are validated by comparing with the results obtained using particle swarm optimization (PSO) and ant colony optimization (ACO). The flexibility and ease of implementation of the CSO algorithm is evident from this analysis, showing the algorithm's usefulness in electromagnetic optimization problems. 相似文献
15.
为解决麻雀搜索算法在多输入多输出(Multiple-Input Multiple-Output, MIMO)系统中进行天线选择时,存在过早收敛导致系统容量非最优的问题,提出了一种改进的麻雀搜索天线选择算法。该算法首先结合0-1规划推导出信道容量函数,将其作为适应度函数。在天线选择子集寻优过程中,通过引入自适应变异,有效增加了个体变化的多样性。最后将禁忌搜索算法融入到算法中,并加速算法收敛。仿真结果表明,改进的麻雀搜索天线选择算法能够有效降低MIMO系统进行天线选择时的运算复杂度,在保证收敛速度的同时,最终得到的系统信道容量趋近于最优算法。 相似文献
16.
17.
This paper analyzes the achievable sum‐rate of correlated two‐antenna multiple‐input multiple‐output (MIMO) uplink channels. Most of previous works have considered the case when a single user has multiple transmit antennas (i.e. multi‐antenna single‐user scenario). This paper considers the case when two‐antenna MIMO uplink channels comprise two users with a single transmit antenna (i.e. single‐antenna two‐user scenario). The analytic and simulation results show that the achievable sum‐rate of correlated single‐antenna two‐user MIMO uplink channels highly depends on the angle difference between the receive correlation coefficients of two users. It is also shown that the achievable sum‐rate of correlated single‐antenna two‐user MIMO uplink channels is larger than that of correlated two‐antenna single‐user MIMO uplink channels and can even be larger than that of independent and identically distributed Rayleigh two‐antenna MIMO uplink channels. Copyright © 2009 John Wiley & Sons, Ltd. 相似文献