一种多用户MIMO系统干扰对齐优化算法

干扰对齐技术可以获得干扰信道自由度的最佳值,从而有效改善系统的性能。在实际系统中干扰对齐技术通常采用迭代的方法进行预编码矩阵与干扰抑制矩阵的设计,而迭代方法都需要对发送预编码矩阵进行初始化处理。然而,目前大多数已有的研究所采用的初始化处理方法都忽略了干扰的影响。因此,在此基础上提出了一种基于新的初始化方法的优化算法,该方法在初始化预编码矩阵中既考虑了干扰信号也考虑了有用信号。首先,选取均方误差和最小化作为优化目标,然后利用正交三角（QR）分解将信道空间分为有用信号空间与干扰信号空间来进行预编码矩阵的初始化设计,经过反复迭代得到发送预编码矩阵与干扰抑制矩阵的最优解。理论分析和仿真结果表明,所提算法在收敛性、均方误差、和速率等方面都优于其他算法。     

TD-LTE非理想信道互易性下的下行单用户波束成形算法

在TD-LTE系统中由于上下行信道的时变特性、干扰非对称特性以及射频器件非对称特性会影响基于信道互易性的波束成形技术应用,降低系统增益。针对非理想信道互易性下的预编码矩阵设计问题,以最大化接收信号平均信干噪比做为目标函数,通过计算信道状态信息(CSI)估计值以及互易性误差的统计自相关矩阵,构造正则矩阵束,将最大化接收信干噪比的预编码矩阵求解问题转化为正则矩阵束的广义特征向量求解问题。计算机仿真验证了算法设计的预编码矩阵能有效增强系统的鲁棒特性。     

抑制小区间干扰的改进信漏噪比预编码方法

针对下行多用户MIMO系统在多小区环境中系统性能下降的问题,在传统信漏噪比（SLNR）预 编码基 础上,提出在接收端采用白化滤波器抑制干扰,发射端考虑邻小区干扰加噪声协方差矩阵的 预编码方法,消除用户间干扰的同时能很好地抑制小区间干扰,改善系统性能。仿真结果表 明,改进算法在最大化新定义的等效信漏噪比的过程中,由于引入的等效信道考虑了小区间 干扰,相对于传统算法,可明显提高系统容量。     

单中继多用户MIMO系统中继预编码新方案

针对单中继多用户多输入多输出(MIMO)通信系统中用户间干扰问题,提出了一种可以有效抑 制用户 间干扰的中继接收和预编码方案。该方案在中继端对信号进行迫零（ZF）接收,利用最大化 信漏噪比（SLNR）准则设计中继端预编码向量,并针对难以获得最优解的情况,利用迭代解 出次优解。仿真结果表明,与中继端ZF预编码相比, SLNR预编码更好地抑制了用户间干扰 ,相同和速率性能下,基站发送端功率比ZF预编码减少4 dB,具有实用价值。     

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。     

高速移动OFDM系统信干比的低复杂差分计算

针对高速移动正交频分复用系统,提出了迭代消除子载波干扰的 信干比差分计算方法。该方法把前后两次迭代的子载波干扰进行差分运算,差分运算值的加 权作为干扰,每次迭代消除子载波干扰后的信号作为有用信号,实现信干比的计算。 误差分析和仿真数据表明：采用这种方法计算信干比可以有效估算出系统信干比,同时算法 复杂度较低。     

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。     

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。     

LTE-A高密异构网场景下基于干扰排污技术的干扰管理

在LTE-A高密异构网场景下,干扰对齐(IA)被用来消除小区间的干扰。然而,随着小区数目的增加,干扰对齐的条件会变得很难满足。针对此问题,提出了干扰排污(ID)的思想,通过寻找未被充分利用的系统资源空间,并且适当地放宽干扰对齐的条件,实现对空域、频域自由度(DOF)的充分利用。首先,寻找干扰排污空间,然后基于交替最小化的方法求解小区的预编码矩阵和接收滤波器,最后对干扰排污空间用户利用IRC(Interference Rejection Combine) 算法重新求解其接收滤波器。仿真结果表明,可以在每个基站天线数目固定的条件下不断地增加小区数目,并且同时获得一定的吞吐量增益。     

基于博弈论的多基站协作波束成形

为抑制小区间干扰,提出了一种基于博弈论的多基站协作波束成形算法,并将该算法应用于多基站协作通信系统模型。该算法是在已知其他小区策略选择的情况下,最大化自身利益的迭代算法。在此基础上研究了将最大化用户速率问题转化为效用函数优化问题进行求解,然后证明其纳什均衡的存在性和唯一性,最后给出求解纳什均衡的步骤。仿真结果表明,相对于非协作算法,所提算法在期望用户方向上保持较高的增益,同时有效地零陷干扰用户,达到抑制小区间干扰的目的,并且具有很好的收敛性。     

UFMC系统在多径衰落信道中的干扰消除

通用滤波多载波(UFMC)是5G通信系统中的关键技术，能够降低带外泄露。但是在多径衰落信道下UFMC系统会受到符号间干扰（ISI）和多普勒效应产生的载波频率偏差的影响，从而使系统的性能下降。为了消除系统中的干扰，提出了一种迭代最大似然算法。该方法主要通过迭代最大似然算法（ML）计算出载波频率偏差，把估计出的结果作为初始值并运用迭代的方法得到最终的载波频率偏差，当达到收敛区间时，迭代结束；最后利用相位旋转的概念补偿载波频率偏差并运用最小二乘算法更新信道响应信息，减少该系统干扰。仿真结果表明，在信噪比大于10 dB时，随着信噪比的增大，算法能够有效地抑制系统中的干扰，提高UFMC系统的性能。     

OFDM系统干扰控制的联合预编码

为研究正交频分复用(OFDM)系统的带外（OOB）辐射和高峰值平均功率比（PAPR）两个问题，阐述了两个问题的成因和传统技术的优势与不足，介绍了常见的预编码矩阵。根据OFDM系统原理，对OOB辐射和PAPR问题进行建模，构建新的预编码系统模型。最后对传统OFDM、预编码、联合预编码三者进行了比较，并展望了预编码干扰控制需进一步研究的方向。     

多小区块对角化的MMSE矢量扰动预编码

针对多小区基站协作的多输入多输出（MIMO）系统中,小区之间和用户之间的干扰对系统造成的性能降低的问题,提出了基于块对角化的最小均方误差（MMSE）矢量扰动预编码方案,实现多小区系统的性能改善。首先使用块对角化方法消除多小区间干扰;在预编码设计环节上,通过MMSE准则设计预编码矩阵,从而抑制病态信道对系统性能的影响;最后使用格基规约方法求解发射端矢量扰动信号。仿真表明,提出的算法提高了多小区矢量预编码的误码率性能,使其优于已有的块对角化及矢量扰动预编码等算法的误码率。     

多波束移动卫星系统的自适应开环预编码方法

对于卫星移动通信系统,由于卫星与地面终端之间的相对运动以及星地间传输延迟,传统的基于理想信道信息的预编码方法是不适用的。针对这一问题,提出了一种基于开环信道估计的预编码方法。卫星端利用开环获取的部分信道信息实现多波束联合预编码,并导出了系统传输速率的闭合解析表达式。此外,为了克服强干扰环境下多波束预编码系统性能恶化问题,提出了一种自适应预编码传输方法。卫星发射机依据开环获得的慢时变用户位置信道信息和信道统计量信息,自适应地选择预编码方法或传统频率复用方法,实现最优的系统性能。理论分析和仿真结果表明,与传统的干扰抑制方法相比,所提方法能实现更优的系统性能,同时也克服了传统预编码方法的局限性。     

战术宽带网络波形物理层解决方案

分析了地面移动台（GMR）的核心波形架构和体制,结合其在军事上的应用发展趋势,给出了宽带战术组网波形物理层解决方案,并剖析了基于正交频分复用（OFDM）的物理层波形的两个核心技术。首先,在峰均比抑制方面,提出基于凸优化集理论,优化的内点算法求解方式解决了传统的迭代限幅滤波技术需要迭代次数高的问题;另一方面,采用基于非统计信息的信道估计方法替代原有的基于最小均方误差(MMSE)的一类方法,仿真结果表明其性能与MMSE基本相当,却避免了计算信道统计信息及矩阵求逆过程中的大量复杂运算。在信道模型下的仿真计算结果表明,提出的物理层方案及关键技术的解决方法具有良好的性能与实用性。     

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。     

基于粒子群优化的数字波束形成算法

波束形成的加权系数求解是一个优化过程,现有算法大多经过多次迭代,计算量大,实现复杂。为降低波束形成算法复杂度,将粒子群优化原理应用于数字波束形成中,提出了基于粒子群优化的自适应数字波束形成算法。该算法将每一组权值作为一个粒子,将阵列加权和的输出信号与干扰噪声比(SINR)作为适应度函数,通过比较各个粒子的适应度值,进行迭代搜索得到最优解。该算法可使天线阵在主波束对准有用信号,同时能有效抑制两个以上的干扰,且对阵列通道误差有较好的稳健性。计算机仿真验证了算法的有效性。