基于几何均值分解的V-BLAST非线性预编码方法

针对垂直分层空时方案传统检测存在误层传输效应及复杂度高的问题,提出了一种MIMO-OFDM下行链路系统中基于几何均值分解的V-BLAST非线性模代数预编码方法。该方法首先采用几何均值分解获得各子信道具有相同等效噪声增益的预编码矩阵,再在发射端正交频分复用(OFDM)子载波信道间进行非线性模代数预编码,可以有效地消除分层空时码的误层传输效应,在接收端采用最小均方误差准则。仿真实验表明,该方法比传统方法有效改善了系统的误码性能,一定程度上降低了下行链路接收机的复杂度。     

基于非线性预编码的多载波分层空时检测方法*

该文针对多载波分层空时方案传统检测存在误层传输效应及复杂度高的问题,提出了一种基于非线性预编码的多载波分层空时检测方法。该方法首先对反馈信道状态信息采用几何均值分解获得各子信道具有相同等效噪声增益的预编码矩阵,再在发射端多载波CDMA子载波信道间进行非线性模代数THP预编码,可以有效地消除传统分层空时检测的误层传输效应,在接收端分别采用迫零与最小均方误差准则,降低了下行接收机的复杂度。文中对该方法的性能进行分析并仿真,仿真结果表明本文所提出的方法比传统方法有效改善了系统的误码性能,并在一定程度上降低了接收机的复杂度。     

一种改进的垂直分层空时码检测算法

针对垂直分层空时码系统的最大似然检测算法运算复杂度大的缺点,将排序的QR分解算法和最大似然检测算法结合起来,给出了一种改进的垂直分层空时码检测算法.该算法既减少了最大似然检测算法的搜索次数,降低了计算量,又避免了层间干扰和误码扩散,提高了系统误码性能.最后的仿真验证了所提算法的有效性和实用性.     

改进的混合多输入多输出系统收发方案

为在频谱利用率和可靠性之间取得折中,提出一种高效低复杂度的发射接收方案,将空间复用和空间分集相结合,形成一个STBC-VBLAST混合编码的多输入多输出系统。利用线性疏散码的结构特点,在发射端以等效的垂直分层空时码子层发送信号,接收端使用基于排序的QR分解的连续干扰抵消的算法进行译码,同样可以获得较好的复用和分集增益。仿真结果表明,该方案的误码率性能优于其他检测方案,可降低计算复杂度。     

一种高效的QMC检测算法

基于垂直分层空时码的MIMO-OFDM系统提出一种高效的QMC检测算法,该算法对信道矩阵进行一次排序QR分解,对最先检测的信号层采用ML-OSIC算法,用M算法检测中间的信号层,逐层增加保留值M以提高算法有效性,利用串行干扰消除检测余下的信号层。与QRD-M算法相比,QMC检测算法能降低计算复杂度。仿真结果表明,该算法以更低的计算复杂度获得更接近最大似然检测的性能,取得性能与复杂度之间的折中更理想。     

MIMO-OFDM系统中基于QR分解的新型迭代检测算法

结合QR分解的迭代检测算法与连续干扰消除思想提出了一种新型的QR迭代检测算法。该算法充分利用最后检测层分集增益最高、性能最优的特点,在每一次QR分解之后,仅保留最后检测层的判决,在接收信号中消除已判决信号的干扰,并将信道矩阵中已判决信号的列删除,降低信道矩阵列的维数后,进行下一次QR分解,直到所有层的信号都检测出来。分析表明,新型QR迭代检测算法复杂度大约为连续干扰消除算法的1/8,约为传统迭代检测算法的1/2。仿真试验表明,对称系统中新型QR迭代检测算法性能与传统迭代检测算法基本保持一致,都要优于连续干扰消除算法。     

基于降元集合的组分层空时结构发送天线选择

针对结合空时分组编码和分层空时的组分层空时(Group layered space-time,GLST)系统,提出了一种基于降元集合的发送天线选择算法.在信道矩阵列向量Euclidean范数排序的基础上,构建与较大范数列向量对应的天线元减少的集合.对该降元集合的子集进行重构信道矩阵QR分解,通过比较各子集R矩阵对角元素的最小值,选定与其最大值对应的天线子集.并结合采用正交空时分组编码和分层空时的GLST,分析了所提出算法的性能和计算复杂度.仿真结果表明,该算法的性能明显优于几种常见的快速天线子集选择算法.当合理选择降元集合元素数量时,该算法以很高的概率达到最优.     

基于格基缩减的MU-MIMO下行传输策略

块对角化（Block diagonalization, BD）预编码算法通过两次奇异值分解实现多用户间干扰消除并将下行多用户多输入多输出（Multi-user multiple-input multiple-output, MU-MIMO）信道解耦成多个独立 的单用户MIMO（Single-user MIMO, SU-MIMO）信道,但其计算复杂度也随着用户数量和矩阵维数的增加而增加 。在MU-MIMO下行系统中,提出基于格基缩减的改进块对角化传输策略,将BD算法的第2次奇异值分解替换为基于格基缩减的线性检测,可得到比传统BD传输策略更好的误码率性能以及更低的计算复杂度。     

基于组分层空时结构的天线子集选择

将天线选择应用于空时分组编码和分层空时相结合的组分层空时系统,提出了基于重构信道矩阵QR分解的天线子集选择算法.该算法考虑了GLST结构的重构排序连续干扰消除栓测的特点,通过使最差一层的信号流性能最优实现天线子集的选择.仿真表明,该算法在中断信道容量上与基于容量最大化的最优算法非常接近,在性能上优于基于常规信道的天线选择算法.     

基于GMD-DPC/THP的两组Alamouti非线性预编码系统

针对Alamouti空时块编码复用增益损失的问题,提出了两组Alamouti编码方案;在此基础上,为了改善系统的误码率（Bit Error Rate,BER）性能和简化接收端复杂度,提出将几何均值分解（Geometric Mean Decomposition,GMD）算法和非线性预编码技术相结合的两组Alamouti传输方案。本方案的设计方法为：首先等效出两组Alamouti空时块编码系统的信道矩阵;进而,通过GMD算法对等效信道矩阵进行收发端联合设计;最后,在发射端应用脏纸（Dirty Paper Coding,DPC）和Tomlinson-Harashima Precoding（THP）非线性预编码技术,消除发送信号间的干扰,从而使系统获得更好的误码率性能。通过仿真结果对比发现,提出的系统可以显著地改善误码率性能。     

MC-CDMA系统中基于QR分解的多址干扰消除算法

多址干扰是导致MC-CDMA系统误码性能下降的重要因素。为了消除多址干扰,提出基于接收信号功率排序和QR分解的多址干扰消除算法（Power-based MMSE Sorted QR Decomposition,P-based MMSE-SQRD）对MC-CDMA系统的上行链路进行检测。仿真结果显示,与传统的串行干扰消除算法相比,P-based MMSE-SQRD的误码性能有明显的提高,而且其复杂度也相对较低。     

基于改进共轭梯度的大规模多输入多输出预编码

针对大规模多输入多输出（Massive MIMO）系统下行链路预编码实现复杂、线性预编码矩阵求逆困难等问题，提出一种基于对称逐步超松弛预处理共轭梯度法（SSOR-PCG）的低复杂度预编码算法。该算法在共轭梯度（PCG）算法的基础上，采用对称逐步超松弛分裂（SSOR）算法对矩阵进行预处理以降低矩阵的条件数，达到提高预编码算法收敛速度、降低复杂度的目的。仿真结果表明：与PCG算法相比，所提出的SSOR-PCG预编码算法运行时间缩短约88.93%，在信噪比为26 dB时已收敛；与迫零预编码算法相比，所提算法迭代2次即可获得与迫零预编码算法相近的系统容量性能，复杂度降低约一个数量级，误码率降低约49.94%。     

MIMO信道中基于功率分配的SLNR预编码算法

为了消除或降低多用户MIMO系统下行链路存在的共信道干扰（ CCI）,提出一种结合功率分配的基于最大化信漏噪比（ SLNR）的预编码算法。首先,根据SLNR算法求出最优预编码矩阵,再结合最优功率分配算法,借助拉格朗日乘数法,优化分配每个用户的发送功率,从而提高系统和容量以及降低误码率（ BER）性能。为了简化计算复杂度,还提出了SLNR算法结合次优化功率分配算法。仿真表明,所提出的算法比块对角化（ BD）算法和最小均方误差准则（ MMSE）算法在系统和容量以及误码率性能上都有所改善。     

一种利用预编码抑制多用户MIMO-OFDM系统中ICI的方法

研究利用基于信漏噪比(SLNR)的预编码来减小多用户MIMO-OFDM系统中的子载波间干扰(ICI)。给出了预编码的多用户MIMO-OFDM系统的链路模型,在此基础上得出了相应的预编码矩阵算法,利用建立的链路模型进行性能仿真。仿真结果表明,采用SLNR预编码方案后的MIMO-OFDM系统中ICI干扰明显减少,误码率有很大的降低,同时该方法还降低了接收机的复杂性,因此特别适合下行链路。     

一种新的平行干扰消除QR分解检测算法

提出了一种VBLAST-OFDM系统中的平行干扰消除QR分解检测算法,称为P-ICQR算法。该算法首先对最先检测层信号做出假设,分成多个平行分支,在每个分支上依次干扰消除已检测信号的影响,运用QR分解判决余下层信号而只保留分集增益最高的最后检测层判决信号,最后用部分最大似然法对平行分支选取最优解作为最终检测结果,有效提高了系统的检测性能。仿真结果表明,提出的P-ICQR算法比传统的平行算法、循环迭代QR分解算法、QR算法、迫零算法的误码性能都要好。     

无人机协助的多用户MIMO毫米波网络混合预编码方案

针对无人机（UAV）协助的毫米波网络下行链路多用户通信场景,设计一种混合预编码方案。在发射端和接收端分别使用混合预编码器和模拟合并器,并将多元联合优化问题分解为子问题进行求解。构建UAV与地面用户的三维位置模型,利用带外位置信息对波束导向向量进行优化,进而通过码本生成模拟预编码器和模拟合并器。以最小化接收数据和发送数据之间的误差为目标,利用卡尔曼滤波算法设计基带预编码器,从而减少用户之间的干扰。仿真结果表明,该方案相比模拟波束成形方案、数字预编码方案和迫零混合预编码方案可有效提升系统频谱效率和能量效率。