Labeling-based Zero-forcing Beamforming for LTE MU-MIMO

提出了一种聪明的TD-LTE MIMO操作模式,它结合了波束成形技术和闭环反馈MIMO的优点。 当eNB获得UE上行SRS参考信号的信道信息,L1进行基于码本的信道估计量化和标签化。L1将标签上传到L2,L2基于标签进行多用户调度,这样较好地解决了基于迫零的UE配对和L1/L2间跨层资源分配这两个问题。L1无需更多计算便可生成波束成形的预编码矩阵。同时,提出了在可接受的次优性能下一种易实现的一般性框架。为了达到目标,给出了新的码本设计标准和快速预编码矩阵的生成算法。     

A robust DL MU-MIMO algorithm and UE specific SINR compensation mechanism in LTE-A

针对多用户特征模式传输（MET）算法这种典型的多用户多入多出（MIMO）算法,现实系统中实现时有两个重要限制：其一要求发射端的和功率约束;其二假定噪声、邻区干扰功率项在基站侧已知且将其建模为加性高斯白噪声（AWGN）。在现实系统中,一方面最好遵循每天线发射最大功率的限制,另一方面需要考虑对噪声、邻区干扰功率项的建模,以期望在基站侧更好模拟用户设备（UE）端最终真实感受到的噪声与干扰功率。基于此,提出了一种鲁棒的针对LTE-A的下行多用户MIMO技术,即自适应的切换波束赋形权值归一化算法。同时,基于该归一化的波束赋形权值,提出一种UE级的信干噪比（SINR）补偿机制。使用该补偿的UE级的SINRs,一方面可基于如容量最大等准则,挑选获得给定调度资源上的最优多用户配对集;另一方面,针对该最终配对的多用户集,使用每UE的补偿SINRs做链路自适应,即MCS选择,从而期望获得系统整体和吞吐量的提升。最后,给定仿真参数,链路级仿真结果验证了所设计算法的有效性。     

基于Khatri-Rao积的3D MU-MIMO预编码方法

为了解决下行三维(3D)多用户(Multi-User,MU)多输入多输出(MIMO)系统中的共信道干扰问题,提出了一种基于Khatri-Rao积的3D预编码方法。该方法首先产生离线码本,然后各用户分别选择与水平维和垂直维信道最匹配的的码字并将其反馈给基站端,最后,根据提出的Khatri-Rao积基站端构造3D预编码矩阵,对不同用户数据进行处理。理论分析和仿真结果表明,该方法可有效地匹配真实信道状态信息(CSI),而且可有效地抑制共信道干扰,提升系统误码性能,对系统的性能优化有一定的参考价值。     

基于天线选择技术的大规模下行MU-MIMO系统能效分析

为了提高大规模多用户多输入多输出(MU-MIMO)下行系统的能效,提出了一种基于发送天线选择技术的能效优化机制。首先建立了同时考虑发送功率与电路功耗的新的系统功耗模型,并基于该模型,分析了基站配置天线数目与所有接收终端用户数目对系统总功耗及能效的影响。然后通过理论推导得到了系统能效最优时的最优天线选择数目,并与使用全部天线时的系统能效进行比较。仿真结果表明,所提出的发送天线选择机制通过优化激活部分基站天线能够明显提高系统能效。在用户数为10、发送功率分别为40 W和10 W时,与使用全部天线相比,天线选择技术能够分别使得系统能效获得大约12%和78%的性能增益。     

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。