多用户大规模MIMO系统能效资源分配算法

该文针对多用户大规模多输入多输出(MIMO)移动通信上行系统,提出一种基于能效优化的资源分配算法。所提方法在采用最大比合并(MRC)接收情况下,满足用户数据速率和可容忍的干扰水平约束条件下,以最大化系统能效下界为准则建立优化模型。根据分数规划的性质,把原始的分数最优化问题转换成减式的形式,进而采用凸优化的方法,通过联合调整基站端的发射天线数和用户的发射功率来优化能效函数。仿真结果表明,所提算法与穷举算法在能效上的差距不足9%,并且有较好的系统频谱效率性能,同时算法复杂度得到了显著降低。     

大规模MIMO OFDMA下行系统能效资源分配算法

针对大规模多输入多输出（MIMO）正交频分多址(OFDMA)下行移动通信系统,提出了一种基于能效最优的资源分配算法。所提算法在采用迫零(ZF)预编码的情况下,以最大化系统能效的下界为准则,同时考虑每个用户的最低速率要求,通过调整带宽分配、功率分配和基站天线数分配来优化能效函数。首先根据优化条件提出了一种迭代算法确定每个用户的带宽分配,然后利用分数规划的性质并采用凸优化方法,通过联合调整基站端的发射天线数和用户的发射功率来优化能效函数。仿真结果表明,所提算法在较少迭代次数的同时能够取得较好的系统能效性能和吞吐量性能。     

多用户FDD大规模MIMO下行系统能效功率分配算法

针对多用户频分双工(Frequency Division Duplexing,FDD)大规模多输入多输出(Multiple-Input MultipleOutput,MIMO)下行系统,从绿色通信角度出发,研究了能效准下基站训练序列信号和有效数据信号的功率分配问题。首先,利用大维随机矩阵理论,推导得出能效目标函数的解析表达式。基于此,采用高发射信噪比条件,将原始的非凸分式问题转化为拟凹问题。进而,证明了全局最优功率解的存在性和唯一性,并发现最优导频功率和数据功率之比为常数,且该常数仅由系统用户数、导频长度以及信道相干时长所决定。利用该关系式,获得最优功率的闭合形式解,并提出一种低复杂度的迭代优化算法。最后,通过Matlab数值仿真对所提功率分配算法进行了验证,分析了不同系统参数(如天线数、用户数、电路功耗等)对系统最优能效性能的影响,同时可以看到通过少量的迭代次数便可收敛到稳定点。     

基于MSINR的上行多用户MIMO多址干扰抑制算法

针对多用户多输入多输出技术上行传输系统,以最大信干噪比作为多址干扰(MAI)抑制的准则提出了一种新算法。该算法充分利用基站接收端所能获知的信道状态信息构造滤波矩阵,以抑制 MAI以及噪声带来的影响。与广泛关注的块对角化 MAI抑制算法相比,该算法考虑了噪声的影响,性能有较大提升。针对非理想信道环境,给出了本文算法的改进,仿真结果表明该算法具有优异的性能。     

大规模MIMO系统中能效优化设计

能量效率是判断大规模多输入多输出(MIMO)技术是否符合绿色通信的重要指标之一。文中建立一种电路功耗模型,分析了多用户MIMO通信系统的能量效率问题。首先,建立多用户MIMO通信系统的下行链路传输模型和以发射功耗和电路功耗为主的功耗模型;其次,根据提出的系统模型得出系统能效的关系式;最后,提出一种改进的注水功率分配算法,以实现系统能量效率的最大化。仿真结果表明,在多用户MIMO通信系统中,系统总功耗会随着基站天线数目和小区内用户数目的增加而增加,而系统的能量效率并不会随着吞吐量无限增加,而是先递增达到最大值后下降。     

基于能效优化的大规模MIMO FDD下行系统导频和功率资源分配算法

该文针对大规模MIMO FDD下行系统,联合考虑信道估计与数据传输两个阶段的资源分配问题,提出一种能效资源分配算法。该方法以最大化能效为目标,以导频时长、导频功率和数据功率为参量,在指定发射功率和频谱效率约束的条件下建立优化模型。由于目标函数无精确解析形式,借助确定性等价原理对其近似并求得闭合表达式。进而,利用分数规划将原分式形式目标函数等价转换为减式形式,再利用目标函数的下界将非凸优化问题逐步释放为相对容易求解的等效问题,最终获得一种3层迭代能效资源优化算法。仿真结果验证了所提算法的有效性,且具有较快的收敛速度。     

上行多用户MIMO系统中的用户与天线联合选择方案

在多用户MIMO系统中,基站所能同时进行通信的用户数受到基站和用户端天线数的限制,随着用户数的增加,系统的性能反而会降低,因此,用户选择技术就成为一种改善系统性能的有效技术.在本文中,针对上行多用户MIMO系统提出了一种低复杂度的用户选择算法.为获得更大的系统性能,在用户选择的基础上,进一步提出了一种用户与天线联合选择算法.这两种算法在极大地简化计算复杂度的条件下,提供了与最优算法几乎相同的性能.     

上行多用户MIMO系统的功率控制

多用户多输入多输出技术会带来系统干扰噪声比变大。功率控制技术可以很好地抑制小区间干扰和提高扇区吞吐量。首先介绍经典功率控制方案,在此基础上提出改进,以降低系统平均IoT值并保证5%边缘用户频谱效率。通过仿真,给出了用户功率调整参数,在系统吞吐量和小区干扰水平之间取得最佳折中。     

大规模MIMO系统多用户PSK调制方案的优化

针对超可靠低时延通信短包传输特征,在大规模多输入多输出( Multiple-Input Multiple-Output,MIMO)上行链路系统中,利用较低导频开销来设计相移键控( Phase Shift Keying,PSK)调制方案,并对该方案进行优化兼顾无线链路传输的可靠性.首先,在接收端构建基于最小欧式距离的非相...     

基于成对用户大规模MIMO两跳中继系统的最优能效设计

该文针对成对用户大规模MIMO中继系统,研究了最优能效准则下的系统参数设计。在中继采用最大比合并/最大比发射(MRC/MRT)预编码方案下,借助于大数定律,推导出能效函数关于用户发射功率、中继发射功率和中继天线数的解析表达式。根据能效函数性质,分别证明了全局最优发射向量和最优天线数的存在性和唯一性。为了求解最优发射功率,利用分数规划,将原优化问题转换为等价的减法形式,进而提出一种新的低复杂度迭代优化算法,并求得最优发射功率的闭合解。对于最优天线数,则利用Lambert W函数,得到了能效最大时的最优天线数闭合解。通过数值仿真,验证了所提功率优化算法以极少迭代次数取得了接近最优算法的性能,并验证了所给出的最优天线数闭合解的精确性。     

MIMO移动通信系统中的预编码技术研究

MIMO技术利用多根天线实现多发多收,能够在不增加传输带宽和发射功率的条件下,成倍地提高系统的数据速率;而预编码技术则可以利用接收端反馈回来的信道状态信息对信号进行预处理以改善信号的传输性能,从而达到消除干扰的目的,使得无线通信系统的可靠性得以提升。因此对MIMO系统预编码技术的研究,是解决如何提升无线通信系统性能的关键问题,具有重大的研究意义。     

基于多用户MIMO系统的下行链路的预编码

研究了多用户MIMO系统基于信漏噪声比(SLNR)的预编码算法,该预编码算法改善了迫零算法(ZF)对天线数的限制,同时由于考虑了噪声的影响,不会有噪声放大;通过优化不同用户的功率分配,仿真证明了该方案比ZF算法在系统的误码率性能上有所提高,并且多数据流的方案较单数据流的方案有容量的提高.     

基于非合作博弈的OFDMA无线多跳中继网络上行链路资源分配算法

研究了基于OFDMA多址技术的无线多跳中继网络上行链路资源分配问题。首先,在最大发射功率等约束条件下,建立了多小区OFDMA无线多跳中继网络上行链路的资源分配优化模型。将非合作博弈论和定价机制引入后,该优化问题可转化为在每个子信道上独立地进行功率分配。基于非合作博弈的功率分配模型中的纳什均衡点的存在性和唯一性得到了证明,并给出了具体的分布式求解算法。仿真结果表明,所提算法能在大幅减少系统总发射功率的情况下,有效地提升系统吞吐量,达到较高的能效比。     

基于多用户MIMO/OFDM系统的空间子信道分配算法

对多用户MIMO/OFDM系统空间子信道进行了研究,以获取最大的系统吞吐量为目标,推导了子载波分配准则,提出了一种自适应空间子信道分配算法,并给出了相应的算法流程。仿真结果表明,该算法具有良好的性能,有效地提高了系统的传输速率。     

一种适用于下行多用户MIMO信道的预处理方法

在研究了多用户MIMO下行信道矩阵的基础上,本文提出了一种基于信道矩阵奇异值分解的多用户预处理方法。该方法将预编码矩阵分解为一些特殊矩阵的加权和。利用这种分解方法,本文研究了信道反转(CI)方法和规则化反转(RCI)方法,结果显示这两种方法均是本文提出的方法的特殊解。在发射功率约束条件下,本文给出了基于最大平均信道容量准则的迭代的参数优化方法。计算机仿真结果显示,本文提出的方法具备了较好的性能:相对于CI和RCI算法,有效提升了系统的平均信道容量和中断容量并且能够更好的处理远近效应问题。     

Energy-efficient resource allocation scheme for device-to-device communication underlaying LTE-A uplink

To cope with the co-channel interference between cellular links and device-to-device (D2D) links concurrently transmitting with the long term evolution-advanced (LTE-A) uplink spectrum,a joint resource allocation scheme was pro-posed to maximize the global energy efficiency of D2D links.The above problem can be decomposed into the power control subproblem and the channel assignment subproblem.Specifically,the power control subproblem can be optimally solved with the help of Dinkelbach method and Lagrange duality.Based on the above results,the channel assignment subproblem turns out to be the set packing problem which was generally NP-hard problem,Therefore,a heuristic algo-rithm was further devised to achieve a tradeoff between performance and complexity.Simulations show that the proposed joint resource allocation scheme outperforms the ones where only single resource variable is optimized,and it achieves the polynomial-time complexity at only minor performance loss when compared to the global optimum.