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。     

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。     

多小区块对角化的MMSE矢量扰动预编码

针对多小区基站协作的多输入多输出（MIMO）系统中,小区之间和用户之间的干扰对系统造成的性能降低的问题,提出了基于块对角化的最小均方误差（MMSE）矢量扰动预编码方案,实现多小区系统的性能改善。首先使用块对角化方法消除多小区间干扰;在预编码设计环节上,通过MMSE准则设计预编码矩阵,从而抑制病态信道对系统性能的影响;最后使用格基规约方法求解发射端矢量扰动信号。仿真表明,提出的算法提高了多小区矢量预编码的误码率性能,使其优于已有的块对角化及矢量扰动预编码等算法的误码率。     

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。     

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。     

一种基于码本轮转的有限反馈量化方法

大规模多输入多输出（Multiple-Input Multiple-Output，MIMO）系统中随着天线数目的增加，其反馈比特数将随之大幅度增加。为此，提出了一种基于码本轮转的有限反馈量化方法。该方法中，用户在前一时刻得到最佳码字之后，在码本中选取轮转区域构成虚拟码本，判断当前时刻的信道向量，满足轮转条件的用户将虚拟码本轮转到码本起始位置，在虚拟码本中进行量化；不满足轮转条件的用户在原始码本中进行量化，选出当前时刻的最优码字。反馈比特数分析与仿真结果表明，所提方法可轮转的虚拟码本减少了量化码字的数量，从而减少了反馈比特数，是系统性能与反馈比特数的一种折中。     

TD-LTE非理想信道互易性下的下行单用户波束成形算法

在TD-LTE系统中由于上下行信道的时变特性、干扰非对称特性以及射频器件非对称特性会影响基于信道互易性的波束成形技术应用,降低系统增益。针对非理想信道互易性下的预编码矩阵设计问题,以最大化接收信号平均信干噪比做为目标函数,通过计算信道状态信息(CSI)估计值以及互易性误差的统计自相关矩阵,构造正则矩阵束,将最大化接收信干噪比的预编码矩阵求解问题转化为正则矩阵束的广义特征向量求解问题。计算机仿真验证了算法设计的预编码矩阵能有效增强系统的鲁棒特性。     

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。     

最大化瑞利熵的干扰对齐优化算法

干扰对齐技术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,然而目前采用的迭代方法并不能做到完全的干扰对齐。针对这种情况,提出了一种新的干扰对齐优化算法,避开了反转信道的操作。该算法在最大化信干噪比算法的基础上加入完全干扰对齐的约束条件,将系统中各用户的所有干扰对齐约束条件进行奇异值分解,最终通过瑞利熵最大化的求解方法联合迭代求解发送侧的预编码矩阵与接收侧的干扰抑制矩阵。仿真结果表明,所提优化算法在较高信噪比时不同天线数下的和速率、不同迭代次数下的和速率等方面都优于原最大信干噪比算法。     

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。     

有限反馈预编码优化中基于性能准则的码字选择

多输入多输出(MIMO)空分复用系统中,采用有限比特反馈方式设计最优预编码矩阵,使用较少的反馈开销,可以有效地提高系统性能。对于有限反馈预编码设计方案,提出了一种基于Qos准则的码字选择方法,以最优化系统MSE性能和BER性能为目标选择最佳码字。仿真结果表明,与已有的码字选择方式相比,本文提出的方法更加直接,对于各种码本具有通用性,而且进一步改善了有限比特反馈预编码的性能,系统BER值降低了1.5 dB。     

Private labels and public quality standards: How can consumer trust be restored after the mad cow crisis?

In those sectors faced with questions of food safety (meat, fruit, vegetables), new private labels have been set up in Europe in order to restore consumer trust. In this paper, we perform a theoretical analysis of these private labels. We propose an original model of vertical relationships between producers and retailers which takes into account two supply sources through (i) a competitive spot market on which the retailers buy a minimum quality standard product and (ii) supply contracts aimed at marketing higher quality private labels. We study how producers and retailers could cooperate in setting up these new labels. From a public point of view, we show the complementarity of a moderate increase in public quality standards and the creation of these new private labels. JEL Classification L22. L23. Q13. Q18     

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。     

基于块对角化的格基规约GMD矢量预编码

研究了对多用户多输入多输出下行链路进行块对角化后,使用格基规约算法的几何均 值分解矢量预编码的实现方法。根据块对角化思想将多用户多天线信道分解为等价并行子信 道,基于等价子信道给出了单个用户的几何均值分解矢量预编码的传输方案,通过使用格基 规约算法分别结合连续干扰消除和垂直分层空时编码两种方法,求解矢量预编码中的扰动矢 量。仿真表明,提出的方法误码率性能优于块对角化矢量预编码算法2 dB以上,而且能在不 降低系统性能的前提下降低计算复杂度。     

多基站分布式协作中有效反馈机制与误差分析

在分析一种多基站分布式协作下行传输系统结构及其信号传输特性基础上,研究了 多基站分布式下行协作中利用信道时间相关性的低速率有效反馈机制,并给 出了基于量化码本空间码字索引重排获得一新码本的构造与实现算法。此外,还讨论了反馈 误差对系统性能的影响。通过性能分析可知,相对于多基站集中调度协作系统而言,基于有 效反馈机制的多基站分布式协作模式所引起的系统性能损失在低误比特率时并不明显,且可 通过适当的码本优化设计以及反馈误差保护措施进一步减小反馈误差对系统性能的影响。     

基于HMM的说话人辨认系统及其改进

对基于隐马尔可夫模型(HMM)的说话人辨认系统进行了讨论,完成了系统设计。对系统中矢量量化这一关键性环节进行了改进,提出了一种新的基于遗传算法的码本生成方法。测试结果表明,改进后的系统具有较高的正确识别率,特别是在与文本无关的情况下。     

基于混合遗传算法的码书设计方法

将遗传算法与LBG算法相结合,得到了一种矢量量化码书设计算法.利用遗传算法的全局优化能力得到最优的矢量量化码书;同时,克服了传统遗传算法收敛速度慢的缺点.实验结果表明,文中提出的算法性能上优于LBG算法,且收敛速度较快.     

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。     

上行SCMA系统的动态子图检测算法

面对未来网络需求量的爆炸性增长，稀疏码多址接入（Sparse Code Multiple Access，SCMA）作为一种基于码本的非正交多址技术，在用户连接数、频谱效率和低时延都有很大的提升。由于码字的稀疏性，SCMA采用消息传递算法（Message Passing Algorithm，MPA）实现多用户检测，但是复杂度还是相对较高，以至于很难应用于实际系统。为了解决上述问题，提出了一种动态子图消息传递算法（Dynamic Sub-graph Message Passing Algorithm，DS-MPA）进行信号检测。DS-MPA利用剩余值来确定下一次迭代的子图，减少了资源节点的更新用户数量，达到了降低复杂度的目的。仿真结果显示算法性能几乎无损并且降低了1/3左右的复杂度。