两类多用户MIMO线性预编码的功率分配*

将多用户MIMO线性预编码分为干扰消除和干扰抑制两类,针对干扰消除中的块对角化（block diagonalization,BD）迫零算法,讨论了经典注水功率分配,提出一种信噪比控制功率分配方案。该方案可使系统各子流接收信噪比相同,各个用户的误码性能一致,也可控制用户之间的任意信噪比比例;研究了干扰抑制类预编码的统一功率分配方案,提出一种针对存在干扰系统的适用于相关信道的迭代注水算法。该算法引入经典注水的思想,将干扰和噪声一并考虑。仿真结果表明,该算法在相关信道下使系统和容量获得了明显提高。     

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。     

一种基于两级预编码的认知MIMO系统干扰抑制算法

在认知无线电系统中,认知用户通信必须同时解决对主用户造成的干扰和认知用户间的相互干扰问题。为此,提出一种基于两级预编码的认知MIMO系统干扰抑制算法,首先利用子空间正交投影理论,将认知用户的发射信号投影到干扰信道的零空间来消除主用户干扰,然后用信漏噪比预编码最小化认知用户间干扰,提高认知系统性能。仿真结果表明,在不影响主用户的前提下,该算法有效提高了系统误码率性能及其容量,并可以通过选择合适的子流数目,达到系统有效性和可靠性的良好折中。     

视距相关信道下考虑非理想CSI的多用户MIMO收发联合设计

在FDD模式多用户MIMO(Multi-input Multi-output)系统下行链路中,由于信道估计、反馈信道等存在误差,使得发送端获取理想信道状态信息(CSI,channel state information)十分困难。针对获得非理想CSI的多用户MIMO系统,考虑在基站和各用户的天线分别具有相关性并引入视距分量的信道条件下,提出了一种新的基于块对角化的MMSE准则收发联合设计算法。该算法首先通过块对角化消除用户间的共信道干扰,然后针对存在信道估计误差的用户信道依据MMSE准则分别迭代求解每个用户预编码和解码矩阵。论文设计出一种基于训练序列的信道估计误差算法,并获得等效信道模型,使得收发端获得的信道状态信息更有实际意义。本文假设反馈信道理想,发射端可以完整得到信道估计矩阵。在MMSE准则下,推导获得了Lagrange乘子的解析解,避免了求解非线性方程的复杂过程,显著降低了计算复杂度。和已有算法相比,该算法不仅可以获得良好的误码性能还可以对各用户进行独立优化,处理更加灵活。仿真分析了视距分量、信道相关性以及信道估计误差对算法性能的影响。仿真结果表明,该算法误码性能良好,算法收敛快,并且对信道估计误差带来的影响有较好的抑制作用。      

基于BD的改进多用户MIMO预编码算法

块对角化（BD,Block diagonalization）预编码算法可以全部消除多用户MIMO的共信道干扰（CCI, Co-Channel Interference）,但其子流之间强弱差别很大。提出了一种低复杂度的子流选择算法以及基于用户公平性的功率分配方案。前者在容量损失不多的前提下,提升了系统的误码性能和功率利用效率;后者使系统各子流接收信噪比相同,各个用户的误码性能一致,且计算复杂度低,不需要复杂的数值优化。     

多用户MIMO系统下行收发联合设计

提出了一种改进的基于最小和均方误差(TMMSE)准则的MIMO系统下行链路收发联合设计算法,该算法通过迭代求解预编码和解码矩阵。相比于已有算法,充分利用了信道状态信息,借鉴BD算法的思想优化了迭代初值的选取。将求解Lagrange乘子的过程由非线性转化为线性,获得了Lagrange乘子的解析解,并使计算结果更加精确。仿真结果表明,该算法获得了更快的收敛速度,系统的误码性能得到显著提升,同时算法的计算复杂度明显降低。