MIMO 系统中一种新的迫零预编码方案

针对传统迫零预编码无法适用于非满秩MIMO信道的问题,提出了一种新的迫零方案。通过对信道矩阵进行合适的分块,把对迫零预编码矩阵的设计转化为对两个线性方程组进行求解。该方法不要求信道矩阵满秩,其复杂度随着信道矩阵秩的增加而减少。仿真结果表明：该方案在信道满秩时与传统的迫零算法性能一致,并且与SVD预编码相比,复杂度较低,具有较好的误码率性能。     

利用匹配滤波改进MIMO预编码方案

针对多用户多输入多输出(MIMO)系统下行链路的共信道干扰(CCI)问题,提出了一种可以实现发射机和接收机联合设计的预编码方案。该方案假定接收机为匹配滤波器,避免了最小均方误差(MMSE)准则下发射机和接收机联合设计中的迭代操作,同时将迫零处理引入MMSE方法,完全消除了CCI。为进一步简化联合设计问题,对等效信道矩阵进行奇异值分解,将向量优化问题转化为标量优化问题。仿真结果表明,与其他非迭代的预编码方案相比,该联合设计的预编码方案可以获得更好的平均误比特率性能和总容量性能。     

多用户MIMO信道下行链路预编码方案对比研究

研究了多用户MIMO系统中基于信漏噪声比(SLNR)的预编码算法,给出了求解方法,并分析了基于信干噪声比的迫零算法必须满足的天线约束条件。与迫零算法相比,基于信漏噪声比的预编码算法没有限制发送端和接收端天线数,同时由于考虑了噪声的影响,不会有噪声放大,可以得到闭合解。仿真部分对基于信漏噪声比的预编码算法与基于信干噪声比的迫零算法在不同情况下的性能进行了对比,突出了基于信漏噪声比的预编码算法在不满足天线约束条件时的优势。     

一种改进的大规模MIMO线性预编码算法

为了降低预编码算法在大规模多输入多输出(multiple input multiple output,MIMO)系统下的误码率及复杂度,提出了一种改进的块对角化(block diagonalization,BD)预编码算法。该算法将正规迫零(regular zero forcing,RZF)预编码算法的预编码矩阵作为信道矩阵的伪逆,然后采用了复杂度较低的正三角(orthogonal triangular,QR)分解代替原BD算法的奇异值(singularly valuable decomposition,SVD)分解求平行单用户的等效信道,最终求得预编码矩阵。仿真结果表明,当基站配备128根天线,用户数为61时,改进算法的误码率及复杂度分别为0.109 5、1.379×10~8,较优化的块对角化(optimized block diagonalization,OBD)预编码算法的误码率及复杂度分别降低了11.5%和1.031×10~(10)。提出的改进算法可应用于大规模MIMO系统中。     

多用户MIMO下行系统迭代迫零预编码

针对多用户多入多出(MIMO)下行系统,在用户分配单路数据流情况下,提出了一种低复杂度迭代预编码算法．算法使用迫零准则设计预编码向量,采用最大比合并更新接收向量．在用户分配单流时,该算法与已有的迭代Nu SVD算法相比,不仅在性能上几乎没有损失,而且单次迭代复杂度的数量级下降为原算法的1/K(K为用户数目,K≥2),总复杂度下降超过50%,仿真结果验证了所提算法的性能.     

基于部分协作的多小区下行MIMO鲁棒双层预编码算法

针对多小区协作多入多出（MIMO）系统中存在的信道状态信息（CSI）反馈回传过多的问题,提出了多小区部分协作MIMO系统预编码算法.首先建立了包含信道估计、量化和延时误差的联合误差模型,然后根据此信道误差模型,利用迫零和信漏噪比算法思想,提出一种多小区部分协作下的双层MIMO鲁棒预编码算法.数值分析及仿真结果表明,所提算法相比传统的多小区协作下行MIMO系统预编码算法,用户的误码率性能和系统和速率稍差,但在CSI反馈比特方面有一定优势.     

基于预编码的MIMO系统的半盲估计

通过时域预编码来克服MUI,采用纯盲估计算法结合短的传统训练序列来进行信道估计。提出了一种应用于MIMO-OFDM系统的基于时域预编码算法的半盲信道估计方案,该方案能够克服多路传输中用户间干扰(MUI)和提高频带的利用率,其预编码算法在低信噪比下优于传统的频域ZF预编码算法的性能,同时该算法具有较低复杂度,易于实现。理论分析和性能仿真均证明了上述特点。     

降低MIMO系统中预编码复杂度的均值方案

在多输入-多输出(MIMO)通信系统中,如果发射端能够获得当前信道的准确状态信息(CSI),则可以在发射端进行优化设计来改善整个系统的传输性能.但是其优化设计的经典类注水算法大大增加了发射端预编码的复杂度.为了降低MIMO系统发射端预编码处理的复杂度,提出了一种新的均值方案.该方案利用信道奇异值的均值去代替类注水算法中的实时奇异值.仿真结果表明,该方案在能够准确表征MIMO系统信道容量和其他性能的前提下,可以降低约一个数量级的复杂度.     

下行多用户MIMO系统中低复杂度块对角化预编码算法

为在保证误码性能的情况下降低块对角化预编码算法计算复杂度,提出一种基于矩阵伪逆与LDL“分解的多用户多输人多输出（MIMO）系统块对角化（BD）预编码改进算法LDLHBD（QR）。算法通过全局信道矩阵伪逆与块QR分解进行零空间计算,避免复杂的矩阵奇异值分解（SVD）,快速实现信道块对角化。并采用能提供均匀子信道增益的LDL“方式对等效信道进行优化分解,实现预编码矩阵设计。仿真结果表明该算法计算复杂度明显降低,并获得了与传统块对角化算法相近的误码率性能。     

一种低复杂度的多用户MIMO THP排序算法

Tomlinson-Harashima预编码算法是一种有效的多用户多输入多输出下行链路算法,但是它的性能严重依赖于预编码符号的顺序．为了有效地衡量Tomlinson-Harashima预编码排序算法的性能,定义了一种排序增益因子．在此基础上为了最大化排序增益,提出了一种基于近似等对角QR分解的低复杂度Tomlinson-Harashima预编码排序算法．该算法通过对信道矩阵的行向量排序,使信道分解后的三角阵具有近似相等的对角元素值,改善了排序性能．仿真表明,与优化的Tomlinson-Harashima预编码排序算法相比,该算法大大降低了计算复杂度,而误码率性能几乎没有损失．     

MIMO通信系统下行链路预编码仿真研究

MIMO无线蜂窝通信系统是一种在同一时域和频域中向多个用户提供传输的系统。多用户MIMO技术利用无线通信系统中用户的独立性来增加整个系统的通信性能,从而实现多用户分集和复用。针对单天线用户的线性预编码和针对多天线用户的线性预编码,对联合迫零、迫零和最小均方误差预编码算法进行了仿真和性能对比。对实际通信系统设计具有指导意义。     

双路径MIMO中继网络预编码盲干扰抑制

针对放大转发的双路径多进多出中继网络由于信道估计误差带来严重的剩余中继间干扰问题,提出了一种未知信道状态下基于行空间预编码的盲干扰抑制方案。新方案通过对发送信号进行交替行空间预编码,将期望接收信号和中继间干扰信号映射到不依赖信道状态信息的正交子空间,从而实现在未知信道状态信息下中继间干扰信号和中继噪声的盲干扰抑制,并从最大化信噪比角度给出最佳预编码设计。仿真结果表明,该方案可以有效地避免链路信道估计误差对中继间干扰抑制算法的影响,在系统性能和容量上优于传统基于信道状态信息的干扰抑制方案。     

多小区MU-MIMO系统中的动态模式切换算法

基于干扰协调(IA)方法,通过级联小区间干扰抑制预编码矩阵P与小区内用户间干扰抑制预编码矩阵,能显著提高小区边缘用户的速率.然而,此方法只能针对固定位置用户设计,而实际系统用户在小区中是随机分布的.针对此问题,提出了一种动态模式切换(DMS)方式.小区中的所有用户根据各自受到干扰的情况,计算一阈值并自行选择工作模式(IA-MMSE或MF模式),基站分别对2组不同模式的用户进行机会调度.仿真结果表明,此方式既能提升小区边缘用户的速率,又保证了小区中心用户的速率不受影响.并通过优化矩阵P,进一步提高了小区边缘用户的速率.     

下行多用户MIMO传输系统中鲁棒性连续MMSE预编码方案

针对MIMO多用户下行传输系统中,发端仅有不完全的信道状态信息(CSI)的场景,提出了一种鲁棒性的连续最小均方误差(MMSE)预编码方案.与传统的鲁棒性MMSE预编码方案相比较,可以支持接收端配置多根天线,从而接收端可以对接收到的信号进行联合处理.仿真结果表明,与没有考虑信道估计误差影响的方案相比,该方案可以有效地提高系统性能,甚至于消除误码平层.     

Interference alignment for asymmetric MIMO multicell broadcast networks

We investigate the interference alignment (IA) for the asymmetric MIMO multi-cell broadcast networks in the context of a square channel matrix. Specifically, for three different asymmetric scenarios, in order to design the precoding and decoding matrices, we propose the way to adopt the generalized eigenvalue decomposition (GEVD) based IA scheme. Furthermore, in order to maximize the achievable degrees of freedom (DoF), we formulate the problem as a linear programming (LP) problem which can be solved efficiently. It can be shown in simulation results that the maximum DoF obtained by the proposed GEVD IA assisted LP scheme is higher than that obtained by the existing scheme.     

认知Ad Hoc网络多小区资源分配方案

在授权多小区频谱资源复用场景下,基于分级信道接入模型提出了一种认知Ad Hoc网络资源分配方案．授权小区将频谱资源进行区间复用,认知系统根据区域复用的不同划分可用频段,并在不同频段采取不同的接入方式;联合考虑链路传输需求及授权用户干扰保障设计传输效益因子,根据传输效益因子分配可用信道,运用拉格朗日对偶理论实现功率分配,并基于令牌环结构实现Ad Hoc链路局部信息交互．仿真表明,所提算法相对非复用认知场景系统容量可在相同指标下提升2%．     

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。