基于字典学习的毫米波大规模MIMO系统混合预编码

针对毫米波大规模多输入多输出（MIMO）系统混合预编码方案设计的难题，采用字典学习的思想，提出了一种高精度混合预编码方案。该方案首先对全数字预编码矩阵的各列采用稀疏表示；进而按列将字典原子从稀疏表示中分离出来，通过对误差矩阵采用奇异值分解（SVD）来更新对应的字典原子，直到所有字典原子更新，以形成新的字典矩阵;最后，利用更新后的字典矩阵稀疏重构全数字预编码矩阵，以得到模拟预编码矩阵和数字预编码矩阵。仿真结果表明，相较于基于正交匹配追踪（OMP）的混合预编码方案，所提方案在提升系统频谱效率和降低误码率方面具有明显的优势。     

二进制猫群算法在大规模MIMO天线选择中的应用

在多输入多输出（MIMO）系统中，天线选择技术平衡了系统的性能和硬件开销，但大规模MIMO系统收发端天线选择复杂度问题一直没有得到很好的解决。基于信道容量最大化的准则，采用两个二进制编码字符串分别表示发射端和接收端天线被选择的状态，提出将二进制猫群算法（BCSO）应用于多天线选择中，以MIMO系统信道容量公式作为猫群的适应度函数，将收发端天线选择问题转化为猫群的位置寻优过程。建立了基于BCSO的天线选择模型，给出了算法的实现步骤。仿真结果表明所提算法较之于基于矩阵简化的方法、粒子优化算法具有更好的收敛性和较低的计算复杂度,选择后的系统信道容量接近于最优算法，非常适用于联合收发端天线选择的大规模MIMO 系统中。     

大规模MIMO系统的预编码算法综述

相比于传统多输入多输出（MIMO）系统,大规模MIMO的天线数量大幅增加,使得系统的容量提升、误比特率下降,但也造成预编码矩阵维度升高,算法复杂度、系统成本及实现难度增大。将大规模MIMO系统主要采用的预编码技术分为线性和非线性两个部分,对两者进行了归纳和对比,并着重介绍了几种经过简化的线性预编码算法和几种比较典型的非线性预编码算法,指出因为非线性算法的复杂度很高,故未来大规模MIMO系统的预编码应当以线性算法为主。     

基于预编码与导频分配的大规模MIMO导频污染抑制

导频污染问题是限制大规模多输入多输出(MIMO)系统性能的主要影响因素。针对这个问题，提出了一种基于改进预编码和最优导频分配策略的大规模MIMO系统导频污染抑制算法。首先，在系统下通过基于改进遗传优化算法的最大化信干噪比(SINR)预编码算法，获得最优预编码矩阵；然后，通过基于用户信道条件优劣的最优导频分配策略对每个小区用户进行导频分配，从而实现大规模MIMO系统导频污染抑制。通过Matlab仿真结果可知，相对于传统的SINR预编码算法，所提算法的复杂度降低了65%左右，而导频污染抑制性能提升了30%左右。该算法能够有效抑制导频污染，提升大规模MIMO系统的性能。     

基于矩阵感知的毫米波MIMO系统信道估计方法

在使用混合波束形成的毫米波大规模多输入多输出系统中，射频链路少于天线数，信道估计非常具有挑战性。当天线阵列缺陷导致未知相位和增益误差时，压缩感知信道估计器的性能会下降。为提高系统鲁棒性，提出了一种新型的基于矩阵感知的信道估计方案。该方案利用毫米波信道的低秩特性，采用凸函数差框架设计信道估计器。理论分析及仿真结果证明，所提方案不受阵列相位和增益误差的影响，与压缩感知方案比较增强了系统的鲁棒性，可获得比矩阵补全方案更好的估计性能。     

基于列生成的毫米波多连接链路配置调度算法

多连接技术允许用户同时建立和保持与多个小区/接入点的连接，通过网络元素之间的协调在吞吐量和可靠性方面大幅提高网络性能。针对毫米波通信中超高频段的链路中断问题，研究了多连接基于链路配置的调度算法，以提高链路调度效率，降低复杂度。首先，在系统模型中采用链路配置作为优化变量；其次，设计了多连接比例公平的调度准则；最后，提出一种基于列生成算法的链路配置调度优化算法，利用Dantzig-Wolfe分解将原问题分解为限制主问题和定价问题，并结合分支定界方法获得最优解。仿真结果表明，所提算法能够在数值上逼近全局最优，并且比现有的毫米波蜂窝网络链路调度方案增益平均提高40%以上。     

5G毫米波信道估计研究综述

信道估计是大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）毫米波（Millimeter Wave,mmWave）系统关键技术之一。梳理了近几年大规模MIMO毫米波的信道估计策略,重点从压缩感知（Compressive Sensing,CS）、参数估计和深度学习三个方面进行了描述与分析。通过算法性能的对比,总结了毫米波信道估计目前存在的问题以及未来发展的趋势。     

一种基于二阶锥约束克服信道不匹配的盲分离方法

针对多输入多输出（MIMO）系统信道不匹配造成的系统性能受损问题,结合二阶锥规划约束最优化理论,提出了一种二阶锥条件约束的盲源分离算法,用于提高信道不匹配条件下的MIMO系统性能。该算法首先利用信道不匹配问题得到的二阶锥约束条件与负熵最大化的独立分量分析形成一个约束的最优化代价函数;其次,约束的代价函数借助牛顿迭代原则最优化得到分离向量。仿真分析验证了该算法在信道不匹配条件下可以有效提升MIMO系统的性能。     

基于天线选择和功率分配的联合迭代优化算法

当使用所有天线进行无线数据传输时，大规模多输入多输出（Multiple-Input multiple-Output,MIMO）系统中的基站需要使用与天线数相同的射频链路，导致系统的实现复杂度增加，降低了系统的能效。针对能效降低的问题，提出了一种天线选择和功率分配的联合迭代优化算法。该算法在给定初始发送功率的条件下，随机生成一个天线集合作为内循环的初始值，内循环每次从余下的天线集合中选择一根具有最大能效的天线进行替换，得出最优天线集合，求出相应的最优发送功率，并以此作为下次外循环发送功率的初始值。仿真结果表明，所提算法在降低计算复杂度的前提下，几乎可以达到近似于最优穷举搜索算法的能效性能。     

一种新的MIMO无线通信空时分组码方案

从MIMO(多入多出)引出空时分组码背景;针对实际MIMO应用提出了一种利用广义复正交方法新设计的满分集的码率为1/2的6个发射天线4个接收天线(6×4)和8个发射天线4个接收天线(8×4)结构的空时分组码系统,仿真结果表明该系统具有良好性能。     

基于遗传算法的毫米波大规模MIMO系统混合预编码

目前混合预编码方案中,大多采取高精度的移相器作为模拟预编码的设计基础,使得系统成本增加。针对这一问题,探讨了有限精度射频前端的混合预编码设计。为了实现更高的频谱利用率,考虑到天线权值的最优组合为一NP（Non-deterministic Polynomial）问题,受机器学习启发,采用遗传算法对阵列中阵元的相位取值进行建模设计模拟预编码。通过信道矩阵与模拟预编码矩阵的乘积引入等效信道矩阵,考虑用户间干扰,以最大信干噪比准则进行数字预编码设计。仿真结果表明,该方案得到的混合预编码矩阵其系统性能可逼近全数字预编码矩阵的性能。     

多用户MIMO系统广播信道的连续块对角化预编码算法

针对块对角化（BD）算法无法满足各个用户的需要、串行优化（ SO）算法排序复杂、容量较低的问题,提出了一种连续块对角化（SBD）算法。该算法按照 各用户的信道条件、服务质量（QoS）需求给用户定义不同的优先级,并按优先级次序进行 块对角化,后续用户在对高优先级用户及同优先级用户不干扰的条件下采用块对角化法抵消 共信道干扰（CCI）,功率分配方式采用等功率分配。数值仿真表明,该算法在不增加计算 复杂度的前提下 ,基本满足各个用户的需求。     

使用对偶分解的MU-CoMP-JT联合资源分配

在MU-CoMP-JT（Multi-User Coordinated Multiple-Points Joint Transmission）联合资源分配问题中,传统的迫零预编码矩阵会使得每根天线发送功率互不相同,当CoMP节点发射功率仅满足总功率约束时性能损失不明显,而当CoMP节点分布在不同的地理位置时将受到单节点功率约束,这势必会降低系统功率利用率。为了进一步提升系统吞吐量,基于对偶分解理论提出了一种联合预编码优化的资源分配算法。该算法以最大化用户权重速率为目标,将原优化问题分解成若干个优化的子问题,不同子问题对应不同接收天线数的联合优化问题。当子信道的发送天线数大于接收天线数时,通过多次迭代计算得到预编码矩阵,并且预编码矩阵会随着拉格朗日因子的变化而变化。仿真结果表明所提联合预编码优化的联合资源分配算法能够明显提升系统吞吐量,且提高天线功率利用效率。     

MIMO系统中改进的二进制粒子群天线选择算法

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。     

有限反馈预编码优化中基于性能准则的码字选择

多输入多输出(MIMO)空分复用系统中,采用有限比特反馈方式设计最优预编码矩阵,使用较少的反馈开销,可以有效地提高系统性能。对于有限反馈预编码设计方案,提出了一种基于Qos准则的码字选择方法,以最优化系统MSE性能和BER性能为目标选择最佳码字。仿真结果表明,与已有的码字选择方式相比,本文提出的方法更加直接,对于各种码本具有通用性,而且进一步改善了有限比特反馈预编码的性能,系统BER值降低了1.5 dB。     

用于SFBC MIMO-OFDM系统的改进SLM算法

在空频编码（SFBC）多输入多输出正交频分复用（MIMO-OFDM）系统中传输符号存在较高峰均功率比（PAPR）问题,采用SLM算法能够有效降低系统峰均功率比,但随着发射天线数的增加,较多的快速傅里叶反变换（IFFT）会增加系统的计算复杂度,因此,构造F矩阵并提出了一种基于F矩阵SFBC MIMO-OFDM系统的改进SLM算法。采用F矩阵作为相位序列组对空频编码信号进行独立处理,获得最优相位序列取共轭,将共轭序列中每两个旋转因子为一个单位交换位置,并扰码SFBC后各天线的信号,以此减少了每根发射天线上的IFFT次数。理论和MATLAB仿真分析表明,该算法获得了良好的峰均比性能,同时也降低了系统的计算复杂度。