最大化瑞利熵的干扰对齐优化算法

干扰对齐技术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,然而目前采用的迭代方法并不能做到完全的干扰对齐。针对这种情况,提出了一种新的干扰对齐优化算法,避开了反转信道的操作。该算法在最大化信干噪比算法的基础上加入完全干扰对齐的约束条件,将系统中各用户的所有干扰对齐约束条件进行奇异值分解,最终通过瑞利熵最大化的求解方法联合迭代求解发送侧的预编码矩阵与接收侧的干扰抑制矩阵。仿真结果表明,所提优化算法在较高信噪比时不同天线数下的和速率、不同迭代次数下的和速率等方面都优于原最大信干噪比算法。     

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。     

MIMO系统的物理层安全性

针对闭环多输入多输出(MIMO)预编码,分析了符号随机加密特性以及系统的安全容量,针对信道和预编码矩阵估计存在误差的情况,分析给出了窃听者接收信干噪比的上界。仿真分析表明,在同样信噪比下,安全容量随着收发天线数增加而增大,即使窃听者信噪比略好仍然具有无法窃听的安全容量。存在估计误差时,窃听者接收信干噪比降低,且预编码矩阵估计误差对其影响更严重。     

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。     

基于格规约辅助的MIMO系统GMD-TH预编码方案

现有的GMD-TH(Geometric Mean Decomposition-Tomlison Harashima)预编码方案在发射 端未对获得MIMO（Multiple-Input-Multiple-Output）信道增益矩阵优化,因而 其误码率和分集增益无法获得令人满意的效果。为此,在原有MIMO系统GMD-TH预编码的基础 上,提出一种基于格规约辅助的GMD-TH预编码方案。该方案采用基于格规约的算法对信道 矩阵进行优化,经过优化的信道矩阵其列向量之间具有更好的正交性并且向量的长度更短, 并且采用优化的信道矩阵提高了GMD-TH预编码MIMO系统的分集增益。仿真结果表明：相比于 传统的线性预编码方案,该预编码方案有效地提高了MIMO分集增益,相同误码率下,信噪 比降低3 dB以上,具有实用价值。     

双极化天线MIMO系统中预编码的研究

预编码技术就是在发射端利用信道状态信息对发送符号进行预处理以达到提高系统容量和无线通信的数据传输速率的信号处理技术。在双极化天线MIMO系统中,由于其信道的特征矩阵非常复杂,利用其信道状态信息获取预编码向量的处理计算量较大。本文利用双极化多天线信道特征矩阵的特性,证明其对信道的特征矩阵的处理可以近似转化为对一个i．i．d．矩阵和一个类三角阵的处理,在保证系统的性能不受太大影响的前提下,降低了计算预编码向量的复杂度。     

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。     

TDD系统中非理想互易条件下双流波束赋形的容量分析

在时分双工(TDD)多天线系统中,由于上行信道估计误差和上下行传输时延,上下行链路信 道的互易性并不理想。针对非理想互易条件下基于最小均方误差线性接收准则的双流波束赋 形,通过推导其后验信干噪比,得到了容量上界的闭合表达式。数值和仿真结果表明：所得 上界与准确值较为接近;且与理想互易情形相比,非理想互易性对系统的复用增益没有影响 ,而只会降低系统的阵列增益。     

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。     

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。     

时分双工系统波束赋形块长优化

提出了一种优化时分双工系统波束赋形块长的方案。在该系统中,由于上下行链路的 信道互易性,基站可以通过上行导频估计出当前时刻的信道状态信息,从而计算出下一时刻 的发射波束赋形向量或矩阵。当给定归一化导频开销时,不同的波束赋形块长对应不同的上 行信道估计误差和上下行传输时延,进而导致不同的系统性能。以块平均后验信噪比为目标 函数,推导出最优块长,它能同时最大化块平均后验信噪比和块遍历容量(上界)。仿真结果 验证了理论分析的正确性。     

不理想的信道互易性对波束成形技术的影响…

在无线通信系统中,基站可以根据信道互易性使用波束成形（Beam Forming）技术提 升系统性能。信道互易性的准确程度对性能是有影响的,因此需要对其分析以指导系统设计 。对长期演进（LTE）系统的互易性进行建模,指出了终端发送天线和接收天线数目的不对 称性,以及基站信道估计的误差对信道互易性的影响。通过数值仿真验证了不理想的信道互 易性使波束成形性能受到损失,并为系统改进提出思路。其结论容易推广到其他应用波束成 形的无线通信系统。     

八天线TD-LTE系统的波束赋形算法分析

多天线是天线技术的发展趋势,TD-LTE引入了8发2收的天线配置。基于小间距多天 线阵列,利用TDD系统信道互易性,波束赋形技术可以根据上行导频获得信道信息,形成对基 带（中频）信号的最佳组合或者分配,补偿无线传播过程中由空间损耗、多径效应等因素引 入的信号衰落与失真,同时降低同信道用户间的干扰。EBB(Eigen based Beamforming)算 法是波束赋形主要算法之一,该算法中在整个波束空间中,找到使接收信号功率最大的赋形 权矢量。通过仿真,对EBB算法在各种应用场景下的性能进行了分析,结果表明八天线E BB波束赋形算法可以正确实现波束合成,在低速或上行信道信息估计误差较小情况下能够明 显提高系统性能。     

基于确定性观测的压缩感知MIMO信道参数反馈

在实际资源受限（带宽受限或功率受限）的无线通信系统中,多径信道具有很强的稀疏特性,如何利用这一特点更加高效地将接收端获得的多径信道状态信息（CSI）进行压缩、反馈,是目前信道状态信息反馈技术的研究热点。针对现有多入多出（MIMO）信道状态信息反馈方法中随机观测矩阵需要较大存储空间的问题,引入了确定性Golay测量矩阵,提出了一种基于确定性观测的压缩感知MIMO多径信道参数反馈方法。在接收端对由信道估计得出的信道状态信息利用确定性Golay测量矩阵进行观测,将较少数目的观测值反馈到发送端,在发送端通过重构算法恢复出完全信道状态信息。仿真实验表明,与随机观测相比,采用确定性Golay观测矩阵的方法虽然需要的观测值数目会有所增加,但所需存储空间远小于随机观测矩阵,且利用确定性观测反馈信道状态信息的重构性能与随机观测矩阵相当。     

Reciprocity in Corporate Social Responsibility and Channel Performance: Do Birds of a Feather Flock Together?

Corporate social responsibility (CSR) is more and more important in the supply chain. Drawing from the stakeholder theory and channel relational reciprocity literature, we develop and empirically support a theoretical framework. Our framework predicts that CSR reciprocity between buyer and seller firms in a supply chain affects channel tie intensity and channel sales performance (main effects) and that market competition may amplify these influences (moderated effects). The framework reveals important implications regarding the role of reciprocal CSR for channel relationship management.     

Social shopping website quality attributes increasing consumer participation,positive eWOM,and co-shopping: The reciprocating role of participation

This study examined the reciprocating role of participation in the social shopping website context. Drawing upon Foa and Foa (1974)'s resource exchange theory, this study examined social shopping website attributes as drivers of reciprocity, and positive electronic Word of Mouth (eWOM) and co-shopping were positioned as behavioral outcomes of reciprocity. The results support the conclusion that entertainment and community driveness attributes were significant drivers of reciprocity increasing consumer participation (i.e., reciprocity) and eWOM/co-shopping. Implications for designing a social shopping website that increases consumer participation and positive behavioral outcomes are discussed.     

非正交多址技术中利用对称矩阵的用户分组

现有非正交多址接入技术中，用户分组算法的实现首先对信道相似度门限值进行判断，选出候选成组用户；进而对候选成组用户的信道增益差进行比较，选出最优的成组用户。然而，上述分步求解算法中信道相似度门限值的设置存在一定的随机性，导致候选成组用户的选取不准确，从而影响分组结果，限制系统性能的提升。针对上述问题，提出利用对称矩阵的用户分组算法，对用户信道相似度进行非线性变换，而后将用户信道相似度和增益差线性求和构建成新的信道信息矩阵，进一步利用该矩阵的对称性进行求解。仿真分析表明该方法分组结果比设置门限的传统方法更优，在不同用户数目时系统容量均得到提升。在传统方法门限值为0.95时，所提算法系统容量在用户数为16时提升了13.4 Mb/s。     

基于ResNet的大型智能表面在毫米波系统中的应用

大型智能表面（Large Intelligent Surface,LIS）协助毫米波通信已经成为一种提高覆盖率和吞吐量的极具潜力的技术。为了设计LIS系统的反射波束,通常需要获取完美的级联信道状态信息。然而,由于LIS具有高维级联信道和大量无源反射元件,估计其级联信道状态信息一直是LIS的挑战之一。针对上述问题,提出一种基于残差神经网络（Residual Neural Network,ResNet）的LIS反射波束设计解决方案。该方案采用有源（连接LIS控制器的基带）和无源元件混合的LIS框架,只需要估计少量有源元件的信道状态信息便可以借助ResNet训练的网络模型预测最佳发射波束。与现有方法相比,所提出的ResNet网络可以减少训练开销,提升可实现速率,表现出更强的鲁棒性。     

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。