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。     

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。     

一种改进的大规模MIMO发射天线选择算法

为了降低天线选择算法在大规模多输入多输出（Multiple-Input Multiple-Output，MIMO）系统下的误码率和复杂度，以用户端接收的总功率为优化目标，提出一种最大化所有用户接收总功率的天线选择算法。该算法将优化目标函数转化为凸函数，并利用凸优化方法求得其有效解。仿真结果表明，所提天线选择算法与传统的最大和容量算法相比，具有较好的系统误码率性能，且运算复杂度低，但系统容量有所降低。     

基于嵌套张量模型的MIMO中继系统组合接收算法

目前在单向双跳多输入多输出（MIMO）中继系统中，基于嵌套张量模型的接收算法主要采用单步交替最小二乘（ALS）和KRF（Khatri-Rao Factorization）算法。在时变信道且实时性要求较高场景下，计算复杂度高是制约其应用的主要因素。为此，在对单向双跳MIMO中继系统建模基础上，提出了基于嵌套张量模型的双步组合接收算法。该算法通过对接收的数据张量进行重建，将符号估计和信道估计分离，充分利用ALS和KRF的算法优势，有效降低了计算复杂度。同时，对算法的可辨识性进行了分析。仿真结果表明，该算法保持了与传统嵌套PARAFAC的最小二乘（Nested PARAFAC ALS）算法的相同估计性能，在源天线个数变化时，计算复杂度降低了80%以上；在中继天线个数变化时，计算复杂度降低了50%以上。     

广义空间调制系统的低复杂度检测算法

针对广义空间调制（GSM）系统接收端最大似然（ML）检测算法计算复杂度极高的缺点,提出了一种基于压缩感知（CS）信号重构理论的低复杂度信号检测算法。首先,在多输入多输出（MIMO）信道模型下,通过改进正交匹配追踪（OMP）算法,得到一个激活天线索引备选集;然后,利用ML算法在该备选集中进行遍历搜索,检测出激活天线索引和星座调制符号。仿真结果表明所提算法的检测性能接近于ML算法,且复杂度约为ML算法的2%。因此,所提算法在保证检测性能的同时也大大降低了计算复杂度,实现了检测性能与复杂度之间的平衡。     

采用改进ML-OSIC的MIMO联合检测

在垂直分层空时码（V-BLAST）多输入多输出（ MIMO）系统中,最大似然检测算法（MLD）可以获得最佳的差错概率性能,但是其算法复杂度随着天线数目及其搜索空间数目呈指数增长;排序连续干扰消除（OSIC）算法具有高可行性的优点,但是其误码率由于无法防止误码扩散的原因而下降。基于OSIC算法复杂度主要来源于矩阵求逆运算,提出了一种改进的OSIC算法,该算法采用并行检测与精确检测值相结合的方案,在维持相对满意性能的情况下,减少算法复杂度。考虑到传统OSIC算法的误码扩散,将改进的OSIC算法与ML算法相结合,利用ML的穷尽搜索方式来提高算法的整体性能。为了避免ML算法给系统复杂度带来负担,通过一定的复杂度公式优先选出b层进行改进的OSIC算法,剩余的误差累积层使用MLD执行。仿真结果表明,所提算法复杂度小于传统OSIC算法,同时得到了接近ML算法的性能。     

利用有向图实现多用户下行多天线系统的用户选择

在多用户下行多天线系统中,基站可利用信道状态信息将独立的数据流同时发送到 多个用户以得到更高的信道容量。由于在实际系统中基站很难实时得到各用户的完全信道状 态信息,可以基于有限的信道反馈量进行用户选择来提高系统的和速率。提出了一种部分信 道状态信息下利用有向图实现多用户下行多天线系统用户选择的算法。该算法将用户选择的 问题变成了在有向图中寻找闭合环的问题,可以大幅度降低用户选择的复杂度;克服了常 规的随机波束成形算法只有在用户数非常多的时候才能有效工作的弱点,在用户数少或中等 的时候能得到比其更好的性能。因此该算法更适合在实际系统中应用。     

应用酉变换近似消息传递的大规模MIMO接收机设计

由于天线间距较近和一些非白高斯干扰，大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统的信道矩阵存在如列相关、低秩和非零均值等“病态”特征，给基于近似消息传递的迭代接收机算法造成了严重的性能损失。为此，提出了一种基于酉变换近似消息传递(Unitary Transformation Approximate Message Passing,Ut-AMP)的接收机算法。首先针对均值非零、列相关和条件数过大三种常见的病态特征，分析了酉变换的必要性；其次，利用变量间的马尔科夫特性将大规模MIMO系统进行因式分解和因子图建模，推导了联合置信传播、平均场和Ut-AMP的消息传递算法，并与现有算法的复杂度进行了对比；最后建立大规模MIMO接收机模型，对所有相关算法进行数值仿真。仿真结果表明，所提接收机算法能够以复杂度略有提升为代价，在病态信道矩阵环境中大幅提升接收机的鲁棒性，具有很高的研究和应用价值。     

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。     

大规模MIMO系统中基于TFQMR的低复杂度信号检测算法

在大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统上行链路检测算法中,最小均方误差（Minimum Mean Square Error,MMSE）算法可取得近似最优的性能,然而MMSE算法涉及高维矩阵求逆问题,其计算复杂度高达O(K3),其中K表示用户数。为此,针对极化信道编码的大规模MIMO系统,基于无转置极小残差（Transpose-Free Quasi-Minimal Residual,TFQMR）方法,提出了一种低复杂度次优信号检测算法。该算法有效地避免了矩阵求逆运算,使其计算复杂度降至约O(K2)。仿真结果表明,基于TFQMR的信号检测算法的误比特率性能与计算复杂度均优于基于Neumann级数展开的信号检测算法;同时,最多经5次迭代该方法可取得接近MMSE检测算法的性能。     

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。     

一种短波MIMO系统模型及适用性分析

在现有Gesbert 多输入多输出（MIMO）系统模型的基础上,结合短波天波信道的传 播特点,建立了一种短波MIMO系统模型。所建立的模型是一种解析模型,可由接收天线相关矩阵、发射天线相关矩阵以及传播模式相关矩阵产生。通过对该模型进行适用性分析发现,其与实际HF MIMO系统的信道矩阵具有相同的秩特性。该模型避免了直接测量HF MIMO信道矩阵的复杂性和局限性,可以用于进行HF MIMO系统容量计算。     

LTE系统中利用信道估计的天线端口数检测算法

长期演进(LTE）系统中使用多输入多输出(MIMO)技术来改善通信质量并提升信道容量。天线端口数通过循环冗余校验（CRC）掩码的方式隐含于物理广播信道（PBCH）中，遍历1、2、4三种天线端口数情况，分别作为PBCH解码配置，以CRC校验通过并且PBCH解码成功作为确定天线端口数的标志，从而造成冗余计算和时延的产生。为此，提出了一种基于信道估计的天线端口数检测算法，利用正交频分复用（OFDM）调制的LTE信号在空口环境中受频偏和时延影响，造成信道估计结果相位的线性累加，再通过线性回归方程的门限匹配，解决天线端口数检测中频偏影响大、计算量过多和盲检等问题。理论分析和仿真结果表明，该算法复杂度低、时延小，且在残余频偏较大时具有较高的正确率。     

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MIMO中继系统的自适应自干扰消除方法

为节省频率资源,全双工中继一般采用相同的频率接收和发射信号。由于收发天线之间无法充分隔离,接收天线容易受到自身发射天线的回波干扰。针对宽带全双工多输入多输出（MIMO）中继的自干扰问题,提出了一种基于梯度下降自适应算法的自干扰消除方法。该方法利用中继反馈的已知信号进行自干扰信道估计,并产生一个对自干扰信号的估计信号,从而在接收端将干扰抑制。仿真结果表明,该方法在自适应滤波器的跟踪性能、收敛分布和不同MIMO配置下的均方误差（MSE）性能等方面均取得良好效果。     

具有天线选择与中继选择的空间调制技术

针对空间调制（SM）技术存在的缺欠,提出了具有天线选择和中继选择的空间调制系统方案。首先在多输入多输出(MIMO)信道模型下,通过对发送端天线选择,将拥有最佳信道状态的天线选出进行SM,打破SM技术对发送端天线数的限制,并提升采用高阶调制的SM分集性能。然后进一步将此思想引入协作通信网络,结合传感器网络的分级观念,提出采用中继选择和空间调制的中继传输协议,并通过仿真观察系统分集性能的改善。仿真结果表明,上述中继传输协议不仅能提升系统性能,而且使系统配置更加灵活。     

分布式MIMO中的最大似然频偏估计

在考虑分布式多入多出(MIMO)系统中各收发天线对之间的频偏均可能不同的一般情况 下,推导出了平坦衰落MIMO信道模型下的最大似然频偏估计。针对收端是否采用分布式天线 的两种不同情况,分别提出了一种只涉及一维最大化问题的较低复杂度频偏估计方法。仿真 结果表明,所提频偏估计方法在平坦衰落MIMO信道下可以获得令人满意的估计性能;而在收 端仍采用集中式天线这一特殊情况下,利用所有接收天线上的接收信号进行联合估计,可以 进一步提高估计性能。