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。     

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。     

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。     

多组多播集中式大规模MIMO系统的安全性能分析

分析了主动攻击下的多组多播集中式大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的安全性能。基于上行导频训练估计的信道状态信息,系统采用功率限制下的共轭波束成形方案实现下行多播传输。通过分析合法用户安全速率的下界和窃听者信息速率的上界,得到了系统安全速率下界的闭合表达式。进一步,推导出基站天线数趋于无穷大情况下此安全传输系统能获取的极限安全速率。实验仿真验证了所得结果的正确性。     

适用于大规模MIMO系统的低复杂度RZF-SOR预编码算法

在大规模多输入多输出（MIMO）系统中,为了降低传统预编码算法的复杂度,在原有正则化迫零（RZF）预编码算法的基础上,提出用超松驰迭代（SOR）法代替矩阵求逆的高复杂度运算,得到一种改进算法RZF-SOR,并应用随机矩阵原理得出其最优相关参数的近似表达式和取值的必要条件。实验仿真表明,提出的RZF-SOR预编码算法与RZF预编码相比有效地降低了一个数量级的复杂度,在很小的迭代次数下达到接近于RZF预编码的误码率性能,并且优于基于Neumann级数预编码算法的误码率性能。     

通过异频覆盖解决导频污染的研究

对于CDMA系统,由于弱覆盖引起的导频干扰会使网络质量下降,掉话率增加,容量降低等问题产生,通过对主覆盖基站的频点进行修改可以解决此问题。文中对异频覆盖解决导频污染的问题进行了研究,并提出了相应的解决办法。     

面向5G的大规模MIMO技术综述

未来第5代移动通信系统(5G)中无线数据业务量的爆发性增长推动着研究人员发展新的颠覆性技术。作为5G的关键候选技术之一,大规模多入多出(MIMO)在基站使用远超激活终端数的天线,能增加一个数量级的频谱效率并大幅降低发射功率。首先介绍了大规模MIMO的系统模型和理论性能,其次分析和归纳了在信道测量与建模、信道信息获取、传输方法的研究成果,然后简述了实验和测试进展,最后讨论了未来研究方向。     

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。     

基于压缩感知的大规模MIMO下行信道状态信息获取

信道状态信息（Channel State Information,CSI）对于大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）发挥高性能至关重要。但在上下行传输信道不存在互易性的频分双工（Frequency Division Duplex,FDD）制式下,若采用传统的信道估计方法会给CSI的获取带来巨大的导频开销和计算量。考虑利用大规模 MIMO 信道的虚角域稀疏性来减少获取CSI所需开销,在此基础上进一步研究了大规模 MIMO 正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中各子载波信道在虚角域的共同稀疏特性和稀疏支撑集的时间相关特性,达到降低信道维度的目的,则大大减少了基站对 CSI 获取所需的资源开销。同时,为了降低信道稀疏支撑集信息获取所需的导频开销和提高信息的时效性,利用压缩感知技术对支撑集进行估计。仿真结果验证了所提方案性能的优越性。     

基于WCDMA导频污染的快速优化方法研究

导频污染是WCDMA网络优化中较为常见且复杂的问题。本文首先分析了导频污染产生的主要原因反影响,提出了一种解决该问题的快速优化方法,最后对此方法进行了验证。案例测试结果表明,该方法不仅高效,而且能以较低成本解决导频污染问题。     

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。     

基于平行因子分解的大规模MIMO盲信道估计

针对单小区大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统上行链路,提出了一种基于平行因子（Parallel Factor,PARAFAC）模型的信道估计方法。在基站端,将接收信号构造成PARAFAC模型,利用大规模MIMO系统中信道的渐近正交的性质,提出了一种基于约束二线性迭代最小二乘算法(Constrained Blinear Alternating Least Squares,CBALS),从而实现了盲信道估计。理论分析及仿真结果表明,所提方法与传统最小二乘方法相比,不仅提高了频带利用率而且具有更高的估计精度;与已有的二线性交替最小二乘方法(BALS)相比,所提算法有更快的收敛速度。     

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。     

基于毫米波大规模MIMO系统的混合预编码设计

大规模多输入多输出（MIMO）被认为是未来5G的关键技术之一。毫米波因其足够大的频谱带宽近来备受关注。针对部分连接结构、单用户下行链路毫米波大规模MIMO系统,提出了一种新型的混合预编码设计。利用分层设计思想,首先设计模拟预编码器,提出一种模拟预编码器算法;然后通过注水算法获得最佳数字预编码器;最后,将起始最优化问题转化为在每根天线功率分配约束下单个RF链路连接天线子阵列最优化问题,再根据迭代方法获得最佳混合预编码器。仿真结果表明,最佳混合预编码器性能接近纯数字预编码器的性能。     

毫米波大规模MIMO系统混合波束成形技术综述

毫米波通信和大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）技术是5G的关键候选技术,在提高5G系统各项性能指标上潜力巨大。混合波束成形作为毫米波大规模MIMO系统中的关键点,能在系统性能和实现复杂度上取得较好平衡,受到业界和学术界广泛关注。首先给出了混合波束成形经典系统模型和常用信道模型,根据信道状态信息获取方式的不同,从基于理想信道条件和基于波束配对两个方面分析和归纳了现有的混合波束成形方案,最后指出了混合波束成形未来发展趋势以及尚未解决的难点。     

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。