大规模MIMO系统中基于溢出概率的鲁棒协作波束设计

大规模多输入多输出(Massive MIMO)技术通过在基站端配置大规模天线能有效提升5G蜂窝系统容量。考虑信道估计误差对系统性能的影响,该文在多小区大规模MIMO系统中形成了用户信干噪比的非溢出概率约束下最小化系统功率的优化问题。针对非凸概率约束中下行波束难于求解的问题,该文根据矩阵迹的性质将优化问题中的非凸约束缩放,进而提出上下行对偶算法求解波束矢量。为进一步减少多小区系统中信令开销,基于大系统分析,提出了仅采用大尺度信息的分布式算法。仿真结果表明,所提的分布式算法与对偶算法相比,在保证用户信干噪比的概率约束时,降低了大规模MIMO系统中传输瞬时信道状态信息的开销,同时具有良好的鲁棒性。     

自适应比特功率分配的MIMO OFDM系统性能

该文首先分析了多天线发射和接收(MIMO)的OFDM系统模型。然后针对在多径衰落信道下,OFDM中一些深度衰落的子载波降低了系统性能。该文把一般多载波系统中的自适应比特功率分配算法推广应用到多天线OFDM系统中。同时研究了自适应MIMO OFDM系统的频谱效率。仿真结果表明,自适应比特功率分配提高了MIMO OFDM的误比特率性能和频谱效率。     

分布式天线系统MIMO信道容量分析

结合了分布式天线系统和MIMO信道特点的分布式MIMO系统可以改善覆盖特性,提高系统容量。提出了包含路径损耗、快衰落和阴影衰落的两层分集分布式MIMO系统。对MIMO信道容量的分析表明,分布式MIMO系统具有良好的信道容量均匀覆盖特性。与传统集中式天线系统相比,分布式MIMO系统可以获得更好的小区平均信道容量。对下行信道容量的数值分析表明,由于“充水”方式功率分配可以充分利用MIMO信道信息,此时的分布式MIMO系统可以比等功率分配条件下的分布式天线系统多获得0.25bit/(s·Hz)每发送天线的信道容量增量。     

蜂窝V-BLAST系统中的功率平衡方法

有效的功率控制方法在蜂窝无线通信系统的设计中非常重要。该文提出了MIMO蜂窝系统中的功率平衡方法,并对此方法进行了性能仿真。结果表明,在接收天线数目多于发射天线数目的情况下,该文提出的功率平衡方法可以有效降低多天线系统接收端的BER值。     

多输入多输出天线蜂窝系统中的分布式功率控制方法

在蜂窝无线通信系统设计中,基于信号干扰比(SIR)测量的功率控制方法得到广泛的应用。该文提出多输入多输出(MIMO)天线蜂窝系统中的基于SIR测量的分布式功率控制(DPC)方法。该方法通过控制移动台或者基站的发射功率可以达到以下两个目标的其中之一:(1)最小化所有基站或者移动台的平均接收SIR中断概率;(2)在满足目标SIR要求的前提下最小化平均发射功率。数值仿真结果显示,该文提出的DPC方法在低的计算复杂度下,可以达到降低SIR中断概率和减小发射功率的目的。     

MIMO系统中的交叉优化调度算法

多入多出（MIMO）系统中在多用户环境下可以在链路级利用空间复用或者在系统级利用多用户调度来提高系统容量。但是仅仅是分别优化MIMO系统链路级性能或是仅仅单纯在系统级进行调度是不够的,将两者联合起来进行优化可以获得更大的系统容量。为此,该文提出了一种新的交叉优化调度算法（Cross Optimization Scheduling Algorithm,COSA）,将系统级的调度策略和链路级的物理层优化相结合,并且采用注水算法动态调整各天线的功率分配。仿真结果表明COSA算法不但在系统级为每个用户提供了公平的接入信道机会,而且在链路级中充分利用MIMO系统的空间复用特点以及动态的功率分配,提高了系统的容量。     

MIMO系统中的交叉优化调度算法

多入多出(MIMO)系统中在多用户环境下可以在链路级利用空间复用或者在系统级利用多用户调度来提高系统容量。但是仅仅是分别优化MIMO系统链路级性能或是仅仅单纯在系统级进行调度是不够的,将两者联合起来进行优化可以获得更大的系统容量。为此,该文提出了一种新的交叉优化调度算法(Cross Optimization Scheduling Algorithm, COSA),将系统级的调度策略和链路级的物理层优化相结合,并且采用注水算法动态调整各天线的功率分配。仿真结果表明COSA算法不但在系统级为每个用户提供了公平的接入信道机会,而且在链路级中充分利用MIMO系统的空间复用特点以及动态的功率分配,提高了系统的容量。     

MIMO系统一种新的功率分配算法及容量分析

在不额外增加发射功率和带宽消耗的情况下,注水功率分配算法能够获得最大的多输入多输出(MIMO)系统容量.基于拉格朗日乘数法,推导给出了MIMO系统注水功率分配算法的显式解.利用信道冲激响应矩阵的奇异值分解(SVD)算法,推导给出了注水功率分配算法MIMO系统的容量分析公式.利用数字波束形成(DBF)技术,提出了一种新的功率分配算法,推导给出了该算法MIMO系统的容量分析公式.仿真结果表明,提出的功率分配算法的系统容量虽然略低于注水功率分配算法的系统容量,但它的计算复杂度较低.     

单载波宽带MIMO系统广义近似消息传递Turbo频域均衡

针对编码单载波循环前缀(SC-CP)多输入多输出(MIMO)系统,该文采用消息传递算法研究软输入软输出MIMO频域均衡器(FDE)的设计问题。基于广义近似消息传递(GAMP)算法,该文提出一种新的低复杂度MIMO频域均衡方法。这种消息传递MIMO均衡方法的显著特点是既保留了SC-CP传输所产生的频域均衡的优点,同时又避免了传统MIMO FDE中逐频点MIMO矩阵求逆运算,所以具有随MIMO系统接收天线数增加而线性增长的计算复杂度。计算机仿真结果表明,与传统方案相比,该文提出的MIMO频域均衡算法具有明显的误码率(BER)性能优势。     

天线选择对分布式多入多出系统的容量影响研究

通过天线选择可以提高多输入多输出(MIMO)系统的容量,并能有效地降低MIMO系统的复杂度和射频成本.基于连续选择使MIMO系统容量增加最大的天线的方法,用矩阵及行列式运算导出了一种新的接收天线选择算法.将该算法用于分布式MIMO系统的容量研究,通过计算机仿真,结合Rice因子K及不同视距传播条件等因素对分布式MIMO系统上行信道容量的影响进行了研究.仿真结果在分布式无线通信组网及网络优化中具有指导意义.     

MIMO-CDMA系统中一种基于博弈方式的分布式功率控制

针对MIMO-CDMA系统中的无线数据业务,本文研究了分布式非合作功率控制博弈。对MIMO-CDMA系统中的无线数据业务建立了收益函数,该收益函数对功率效率和频谱效率都进行了考虑,并能够反映系统中无线数据用户对服务质量(QoS)的满意程度。以收益函数为基础,建立了两种非合作功率控制博弈模型,并对模型纳什均衡的存在性和唯一性进行了推导。另外,还研究了两种代价函数机制。最后,给出了一种获得纳什均衡的算法,数值仿真结果表明该算法具有良好的性能,有效地控制了各用户的发射功率。     

Joint transmit beamforming and power control in multi-user MIMO downlink using a game theoretic approach

This study addresses the problem of jointly optimizing the transmit beamformers and power control in multi-user multiple-input multiple-output (MIMO) downlink. The objective is minimizing the total transmission power while satisfying the signal-to-noise plus interference ratio (SINR) requirement of each user. Before power control, it uses the maximum ratio transmission (MRT) scheme to determine the beamformers due to its attractive properties and the simplicity of handling. For power control it introduces a supermodular game approach and proposes an iterated strict dominance elimination algorithm. The algorithm is proved to converge to the Nash equilibrium. Simulation results indicate that this joint optimization method assures the improvement of performance.     

认知MIMO系统中波束成形和功率的联合控制博弈算法

针对认知MIMO系统中波束成形和功率的联合优化问题,建立了非合作可分离对策联合博弈模型,提出了新的代价函数,根据KT条件证明了该模型中的各个子博弈均存在最优纳什均衡,从而得到联合博弈存在最优纳什均衡的结论,并提出了新的交替迭代算法。仿真结果表明,该算法有较快的收敛速度;同时,在动态环境下,算法也能达到最优纳什均衡,具有较好的稳定性。     

CR系统中基于微分博弈的功率控制算法

该文针对认知无线电系统动态性的特点,将微分博弈理论应用在认知无线电系统的功率控制中,建立了功率控制的非合作微分博弈模型,提出了一种基于微分博弈的分布式非合作功率控制算法。该算法在满足认知用户平均功率门限和QoS需求的基础上,实现了分布式动态功率控制,获得了反馈纳什均衡解析解。仿真结果表明,该算法可有效控制各认知用户的发射功率,增加系统吞吐量,提高系统性能。     

Differential Game Based Cooperative Power Control in Cognitive Radio Networks

This paper presents a cooperative power control algorithm in Cognitive radio (CR) system. The algorithm is based on the economic concepts of non-cooperative differential game, with interference constraint at the primary user. Based on the model, optimal power allocated to each secondary user for data transmission can be derived to maximize the secondary users’ utilization. The algorithm can solve the interference problem between secondary users and primary user and achieve high power efficiency. It is shown by way of simulation that by introducing game theory in the power control algorithm, performance improvements can be obtained in terms of game theory in CR system.     

基于自适应调制技术的MIMO UWB无线通信系统的研究

在对多输入多输出(MIMO)技术和超宽带(UWB)无线通信研究的基础上提出了一种基于自适应调制技术的时变多进制MIMO UWB系统。通过采用奇异值分解理论和速率分阶的方法对系统性能进行了分析,推导出了速率离散分阶情况下的功率和速率的分配公式,提出了相邻时隙平均功率控制(JTAPC)算法,并且对系统的性能进行了仿真。研究结果表明,功率控制算法的使用很大程度上提高了采用速率分阶的系统的性能,并且降低了系统实现的复杂度。     

无线数据网络中基于斯塔克尔博格博弈的功率控制

功率控制是无线数据网络中资源管理的关键技术。为使无线数据网络中非合作博弈功率控制算法得到帕累托改进,将斯塔克尔博格博弈引入到无线数据网络功率控制算法中,使所有系统终端都工作在最佳的等信干比下,提出一个基于斯塔克尔博格博弈的分布式功率控制算法,并进行了数值仿真。仿真结果表明,该算法明显提高了系统的性能,使系统终端具有相对较高的效用和较低的发射功率,并使得无线网络资源的使用更加合理和公平,同时算法拥有较好的收敛性。     

多用户JT MIMO系统下行联合功率分配算法

文中提出一种多用户MIMO下行联合发送（简称JTMIMO）技术中的功率分配算法。首先给出了多用户JT MIMO下行链路模型，并导出了下行信道干扰模型和有偏信道信息下的SINR公式。在此基础上，文中提出一种适用于多用户JTMIMO下行链路的联合功率分配算法，仿真验证表明：通过合理分配用户的发送功率，在满足每个用户信干比（SINR）的前提下，最小化总传榆能量具有较好的能量效率。     

认知无线电中基于多次博弈的功率控制算法

基于博弈论对认知无线电网络中的功率控制问题进行了建模分析,提出了一种基于多次博弈的功率控制算法,证明了该算法中纳什均衡的存在性和惟一性。仿真结果表明,基于该博弈模型的功率控制算法收敛性比传统算法好,经过7次左右迭代即可收敛,满足系统实时性要求,同时又能够以较低的功率水平满足不同用户对信干比的要求,实现了对不同用户发射功率的有效控制,系统性能明显提高。     

Power Management in MIMO Ad Hoc Networks: A Game-Theoretic Approach

This paper considers interference characterization and management in wireless ad hoc networks using MIMO techniques. The power allocation in each link is built into a non-cooperative game where a utility function is identified and maximized. Due to poor channel conditions, some links have very low data transmission rates even though their transmit powers are high. Therefore, a mechanism for shutting down links is proposed in order to reduce cochannel interference and improve energy efficiency. The multiuser water-filling and the gradient projection methods are compared with the proposed game theoretic approach in terms of system capacity and energy efficiency. It is shown that using the proposed method with the link shut-down mechanism allows the MIMO ad hoc network to achieve the highest energy efficiency and the highest system capacity