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。     

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。     

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。     

多用户MIMO系统广播信道的连续块对角化预编码算法

针对块对角化（BD）算法无法满足各个用户的需要、串行优化（ SO）算法排序复杂、容量较低的问题,提出了一种连续块对角化（SBD）算法。该算法按照 各用户的信道条件、服务质量（QoS）需求给用户定义不同的优先级,并按优先级次序进行 块对角化,后续用户在对高优先级用户及同优先级用户不干扰的条件下采用块对角化法抵消 共信道干扰（CCI）,功率分配方式采用等功率分配。数值仿真表明,该算法在不增加计算 复杂度的前提下 ,基本满足各个用户的需求。     

MIMO BC中新的TH预编码方法

针对多用户MIMO广播信道下预编码技术提出了发射端配置两根天线的改进T H预编码方案。该方法突破了传统TH预编码方案发射天线与接收天线数量的限制,并且得到 了很好的分集和复用增益。仿真结果表明,所提算法在容量上接近理论容量界,且当误码率 为10-2时,所提方案相比单天线THP有9 dB的增益。     

空时分组码MIMO系统的多用户检测技术

为了抑制空时分组编码系统中的共道用户多址干扰，对低复杂度的多用户检测算法进行了研究，提出了基于概率数据辅助（Probabilistic Data Association，PDA）算法的大容量多用户检测技术。通过充分利用干扰信号的相关性进行有效干扰抑制，从增加共道用户的角度来提高系统容量。仿真表明，该检测技术能进一步提高系统性能，尤其是增大了通信系统容量。     

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。     

多用户MIMO系统中基于博弈论的鲁棒性功率分配

针对多用户多输入多输出（MU-MIMO）天线系统,提出了一种基于非合作博弈论的功率分配方案。此博弈模型中,以用户在系统中的信号泄漏噪声比值（SLNR）作为用户功率分配和公平性参数设置的依据,保证用户所期望的服务质量和公平性,并证明了纳什均衡的存在性。其次,考虑信道估计误差的影响,提出了一种基于滑动模型的迭代功率分配控制算法满足所有用户的最小通信质量要求。仿真结果显示此方案在信道误差的情况下,相比现有方案可提高系统吞吐量。     

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。     

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。     

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。     

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。     

多波束移动卫星系统的自适应开环预编码方法

对于卫星移动通信系统,由于卫星与地面终端之间的相对运动以及星地间传输延迟,传统的基于理想信道信息的预编码方法是不适用的。针对这一问题,提出了一种基于开环信道估计的预编码方法。卫星端利用开环获取的部分信道信息实现多波束联合预编码,并导出了系统传输速率的闭合解析表达式。此外,为了克服强干扰环境下多波束预编码系统性能恶化问题,提出了一种自适应预编码传输方法。卫星发射机依据开环获得的慢时变用户位置信道信息和信道统计量信息,自适应地选择预编码方法或传统频率复用方法,实现最优的系统性能。理论分析和仿真结果表明,与传统的干扰抑制方法相比,所提方法能实现更优的系统性能,同时也克服了传统预编码方法的局限性。     

一种改进的单音干扰下OFDM系统盲信道估计算法

在相关检测的OFDM系统中,信道估计具有十分重要的意义。研究了一种在单音干扰 环境下的OFDM系统中基于预编码的盲信道估计方案。利用接收的干扰信号的频域信息对单音 干扰信号进行准确估计与重构,有效地消除了干扰信号的影响,提高了单音干扰下盲信道估 计的准确性。与其他盲信道估计算法相比, 基于预编码的盲信道估计算法具有较低的运算复杂度以及较快的收敛速度。仿真结果表明 了该算法在干扰估计以及信道估计两方面都取得了较好的性能。     

一种基于混合智能算法的协作中继选择新方法

针对多用户多中继场景下协作通信系统的中继选择问题,提出了一种基于混合智能算法的协作中继选择新方法。不同于现有的为每个源节点分配一个中继节点的中继选择方法,新方法建立了为每个源节点分配一个或多个中继节点的优化模型,以最大化多用户多中继协作系统的最小接收信噪比为优化目标,采用结合了模拟退火与遗传算法的混合智能算法来搜寻中继选择问题的最优解。仿真结果表明,所提方法可显著提高目的端的接收信噪比,且算法具有较强的全局搜索和快速寻优能力。