一种基于方向标记的有限反馈量化方法

随着天线数目和反馈比特数的增加，大规模多输入多输出（Multiple-Input Multiple-Output，MIMO）信道向量量化的复杂度大幅增加。为此，提出了一种基于方向标记的有限反馈量化方法。该方法将码本中码字进行分组，每组选取一个向量作为方向标记向量，在进行量化时，信道向量首先与各组方向标记向量进行比较，将与信道向量最接近的方向标记向量所在组选为待选码本组；在待选码本组内进行下一步量化，最终选出与其最接近的量化向量为最优码字。复杂度分析与仿真结果表明，所提方法缩小了待选码字的数量从而降低了计算复杂度，是系统性能与计算复杂度的一种折中。     

空间信息传输中的多天线技术综述

近年来，空间信息传输中的多天线技术得到了广泛关注和大量研究。首先介绍了多天线技术的信息论基础和演进过程；然后综述了多天线通信和雷达技术的研究进展，包括多输入多输出(Multiple-Input Multiple-Output,MIMO)卫星通信技术、深空天线组阵技术、空间多维协同传输理论与技术、MIMO雷达技术和分布式孔径相参合成雷达技术，分析了其中的关键技术及未来可研究的方向；最后，总结了多天线技术在航天测控领域应用的优势，展望了基于多天线的测控技术。     

一种利用机器学习优化MIMO窃听信道天线选择的方法

为保障多输入多输出窃听信道系统中信息传输的保密性，提出了一种基于机器学习的天线选择方案。首先利用机器学习解决分类问题准确率高、处理大数据高效这一优势，设计了基于奇异值分解的特征值提取、基于信干噪比的标签赋值方案，建立了k最近邻分类器和逻辑回归分类器选择最优天线最大化保密性能（可达保密速率和保密中断概率）。与传统天线选择方案相比，所提方案获得了几乎一致的保密性能，并且大幅降低了系统的选择复杂度和误比特率。     

基于卷积神经网络自编码器结构的空时分组传输方案

为提高现有端到端通信系统的泛化能力和可靠性，提出了一种基于卷积神经网络的空时分组码（Space-Time Block Coding，STBC）多输入多输出通信系统物理层方案。该方案将通信系统物理层表述、调制和解调过程联合起来形成端到端自编码器系统，引入多层一维卷积层，分别构建发射机和接收机，并扩展为多天线模式。为进一步提高系统可靠性，合理规划网络结构和参数，联合信号的调制和编码方案，优化了系统模型。仿真实验表明，针对瑞利相关衰落下多输入多输出（Multiple-Input Multiple-Output，MIMO）信道应用场景，训练模型可以实现传统STBC系统的误码性能，两发两收系统在发送端相关系数为0和0.9时分别优于传统系统0.5 dB和1 dB。此外，经过优化后的系统可获得采用卷积编码的性能改善效果，其两发两收不同工作方式优于传统1/2码率卷积编码STBC系统1~3 dB。     

基于CP分解的MIMO-OFDM系统接收信号盲检测

多输入多输出-正交频分复用（MIMO-OFDM）无线通信系统中接收信号从空间、时间、频率的维度形成多因素的阵列信号,传统的矢量或者矩阵代数的建模方法在处理多因素信号问题上显得不足,无法利用多因素间的关系,而张量分析在解决多维阵列信号处理的问题上具有优势。针对MIMO无线通信系统,结合OFDM技术,研究了张量信号的建模及分解方法,并充分利用张量信号的分解唯一性提高无线接收信号的检测能力。提出了基于CP（CANDECOMP/PARAFAC）张量分解方法对未知信道状态（CSI）的MIMO-OFDM系统进行接收端的张量信号建模和盲检测,并通过仿真分析验证了模型的可行性。仿真结果表明,在接收天线数目大于发送天线数目且各径信道独立情况下,基于CP分解的接收信号盲检测算法在误码率为10-4时,随着接收天线数目增加,信噪比可获得约5 dB的增益。     

LTE-A上行链路中单用户MIMO的球形译码算法性能分析

多输入多输出（MIMO）系统的接收端需要有效的检测算法以处理衰落和空间复用干扰等削弱效应,而算法的性能和复杂度等特性会随不同的应用场景有所变化,因而从这些角度评估和比较不同算法对于MIMO系统的实现具有重要意义。针对LTE-A上行链路中单用户MIMO的应用场景,通过分析现有文献中的球形译码（SD）算法及相关方法,以及对工程可实现性的考量,引入了一种将基于单树搜索的SD与迭代干扰消除结合运用的实现方案,并在遵循3GPP标准的上行仿真平台中对其进行了性能评估,观察了SD相对于MMSE的性能增益及相关趋势,进而为SD算法的工程实现提供参考依据。     

基于Gibbs采样的MIMO信号检测改进算法

针对传统Gibbs采样算法的“失控问题”,提出了一种改进算法,在Gibbs迭代采样过程中加入对噪声方差的估计,消除了失控问题。设计了信号检测流程,将最大似然（ML）检测的搜索过程嵌入Gibbs迭代采样过程,减少了最大似然检测的计算步骤。仿真结果表明,所提算法能估计噪声方差,具有接近最大似然检测的性能。     

采用遗传算法的MIMO雷达L型阵列稀布优化

针对多输入多输出（MIMO）雷达阵列稀布导致栅瓣效应的问题,研究了L型阵列方向图综合方法。通过在发射和接收阵列的阵元位置中引入随机扰动,同步优化收发阵列,对MIMO雷达Ｌ型阵列等效构造的虚拟矩形平面阵列进行二维方向图综合,并且对遗传算法的变异算子进行改进,提高全局搜索性,从而有效抑制栅瓣,降低二维合成方向图中方位维和俯仰维的峰值旁瓣电平。仿真实验证明了所提算法的有效性。     

短波通信多组空时编码中等效MIMO模型ZF解码

面向短波通信提出了多组空时编码(MGSTC)的一种等效多输入多输出（MIMO）模型迫零（ZF）解码算法。该算法以降低运算复杂度为目的，将原多时隙MIMO系统拆分为多个多时隙单输入多输出（SIMO）系统并分别等效为多个新的单时隙MIMO系统模型，通过各自左乘等效信道矩阵的共轭转置后进行最大比合并（MRC）以及ZF解码获得发送信号估计值，避免了球形解码（SD）中对高阶矩阵的QR分解。仿真结果表明，与虚拟MIMO模型SD解码算法相比，等效MIMO模型ZF解码算法在误码率（BER）性能1 dB损耗的情况下，运算量降低一个数量级以上。     

MIMO-OFDM技术理论概述

MIMO技术在不增加系统带宽和功率的前提下,分别利用发射分集和空间复用来增强系统抗干扰能力和提高系统的信道容量,MIMO技术变成了第四代无线通信的关键技术之一。OFDM技术使多径效应的符号之间的干扰得到消弱,但是无法提高对频谱资源的利用率。故将MIMO技术与OFDM技术相结合,发挥彼此的优点,很好地解决了无线通信中两大难题。