莱斯衰落中多用户大规模MIMO系统的安全通信

研究了莱斯衰落信道中多用户集中式大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的安全通信问题。基站利用上行训练获取信道状态信息,之后利用最大比传输波束成形算法进行下行数据传输。基于随机矩阵理论,分别分析了合法用户和窃听者的信息速率表达式,从而得到了遍历安全速率的闭合表达式。基于获得的结果,进一步分析了极端莱斯K因子和无限发送数据功率下系统的极限安全性能。最后,通过不同条件下的实验仿真设计,验证了系统的安全性能,同时证实了所得结果的正确性。     

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。     

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。     

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。     

大规模MIMO系统中的一种自适应SIC检测算法

与传统系统相比,大规模多入多出（MIMO）系统能更加有效地提高频谱效率。利用传统的最小均方误差（MMSE）信号检测算法求解大规模MIMO系统,虽然检测结果接近最优,但是矩阵的求逆运算导致计算的复杂度非常高。提出了一种自适应排序干扰消除（SIC）检测算法,在逐次超松弛（SOR）迭代运算的基础上,通过干扰消除降低待检测矩阵的维度。通过仿真分析,得出所提算法的复杂度低于Jacobi、SOR检测算法,且在迭代次数较少的情况下,算法的误码率（BER）性能明显优于SOR检测算法。     

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。     

用于大规模MIMO系统的改进CG检测算法

针对大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中近似最优线性最小均方误差(Minimum Mean Square Error,MMSE)算法复杂度过高问题,提出了RC-CG(Region Constellation-Conjugate Gradient)低复杂度近似最优信号检测算法。该算法首先利用共轭梯度(Conjugate Gradient,CG)迭代算法避免MMSE信号检测算法的高维度矩阵求逆,降低计算复杂度;其次引入二分查找算法对星座图进行区域分块,优化迭代初始解,使算法在保证原来检测性能的基础上加快收敛速度。仿真结果表明,该算法不仅可以达到近似MMSE算法的检测性能,而且适用于高阶调制,算法复杂度从O(K3)降低到O(K2)。     

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。     

防内外部窃听的多播物理层安全算法

针对无线多播系统同时存在内、外部窃听者的复杂情况,提出随机化干扰的物理层多播安全传输算法。该算法基于收发天线构成信道的代数空间进行设计：一方面在内部窃听者的信道代数空间方向上不发送信息,另一方面在合法用户信道的正交方向上引入随机干扰信号。这样直接使得内部窃听者接收的信号受到能量削减的同时,非合法用户受到随机化干扰,最终实现了物理层多播信息的安全传输。理论分析和仿真结果表明,算法可同时保证系统内、外部窃听者极高的误码率,从而无法获取信息。     

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。     

采用数据辅助的大规模MIMO信道半盲迭代估计

由于大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)信道衰落参数的维度较高,导致最优估计算法计算量大且需要的导频数较多而影响到频谱效率。为降低计算复杂度并减少导频开销,提出了两种基于期望最大化(Expectation Maximization,EM)估计的半盲迭代改进算法。利用少量正交导频序列估计出信道初值,通过用户与基站间信道的大尺度衰落系数把用户分簇,根据这些系数按比例地分配接收噪声,再利用数据的统计特性推导出信道衰落参数的均值和方差。仿真结果表明,当导频数远少于待估计参数的个数时,半盲估计算法的均方误差(Mean Square Error,MSE)优于导频估计的极大似然(Maximum likelihood,ML)算法。     

毫米波大规模MIMO技术与海上雨衰模型综述

将毫米波大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术应用于海上通信中,可以提供相比传统海上通信更高的传输速率和更多的通信服务。采用基于毫米波大规模MIMO技术的通信基站进行海上通信时,降雨衰减不可忽略。预测性能良好的雨衰预测模型是考虑降雨问题的关键。从降雨衰减预测模型、大规模MIMO技术、毫米波通信、无线电波海上衰减特性四个方面阐述了相关原理与国内外研究现状,分析了上述研究方面与雨衰相结合的技术特点与未来发展趋势,为研究雨衰模型应用于毫米波大规模MIMO海上通信提供了理论参考。     

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。     

MIMO系统的波束成形技术与开关算法结合的性能分析

提出了一种在多用户情况下多输入多输出系统用开关算法结合波束成形技术的方法 。对3种波束成形技术的方案研究表明,波束成形的处理过程对开关算法的判决准则有重要 影响。从仿真结果可以看到,空时分组码的自适应波束成形算法与开关算法结合时在误码率 为10 -2时,信噪比比迫零算法结合和奇异值分解算法结合时分别提高7 dB和8 dB 左 右。     

车载移动通信网（VANET）物理层安全问题

基于Ad Hoc网络的车载移动通信网(VANET)由于网络基础的原因,以及VANET自身的特点,带来了很多安全的问题。根据VANET的特点,对VANET进行自顶向下的分层,并针对物理层的攻击进行总结和归纳,再利用现有技术对其中一些攻击给出应对措施。底层的物理层安全的保证对整个VANET的安全至关重要。     

MISO窃听系统中的恶意导频干扰检测

在一??个三节点多输入单输出(Multi-Input Single-Output,MISO)窃听系统中,当窃听方在信道估计阶段发送恶意导频信号来干扰信道估计时,合法通信的保密性受到严重威胁。针对该安全问题,提出了基于估计信道协方差和基于接收信干比两种恶意导频干扰检测方案。首先概述基于估计信道协方差的恶意导频干扰检测方案原理,推导该方案下检测概率和虚警概率的解析表达式;其次给出基于接收信干比的恶意导频干扰检测方案机制及其检测概率和虚警概率的具体表达式,并通过理论分析对比得出基于估计信道协方差的检测方案性能较优;最后通过数值仿真对比分析了两种方案的干扰检测性能。