大规模多输入多输出系统中的导频污染降低策略

在大规模多输入多输出(massive multiple-input multiple-output,Massive MIMO)系统中,小区边缘用户遭受严重的导频污染,由此提出一种新的导频污染降低策略。根据大尺度衰落系数将小区内用户划分为中心用户和边缘用户,中心用户复用相同的一组导频序列,边缘用户使用相互正交的导频序列组。理论分析和仿真结果均表明,该策略能够有效地提升每个小区多用户的上行可达和速率,降低系统中的导频污染。     

大规模多输入多输出系统中基于离散傅里叶变换信道估计的导频污染消除方案

在大规模多输入多输出(multiple input multipte-output,MIMO)系统中,当基站不存在协作时,随着基站天线数的无限增加,快衰落效应和非相关噪声都能被平均掉,导频污染成为制约大规模MIMO系统性能的瓶颈。因此,提出了一种基于离散傅里叶变换(DFT)信道估计的导频污染消除方法,在时域信道冲击响应中通过DFT和IDFT变换把有用的信号长度之外的污染信号当成一个样本,利用有用信号之外的污染信号样本生成一个阀值,通过引入这个预设的判决阀值,筛选出有效的信道冲击响应,消除导频污染造成的干扰。仿真结果表明,在大规模MIMO系统的信道环境下,提出的方法可以进一步提高信道估计的精度,提高大规模MIMO的性能。     

大规模多输入多输出正交频分复用系统关键技术综述

随着第五代移动通信技术(5 G)商用化和5 G智能终端的普及,移动通信步入了一个极速物联网时代.大规模多输入多输出(massive multiple-input multiple-output,Massive MIMO)技术通过增加通信系统中的天线数量,在不增加频谱资源的条件下大幅提升了系统的频谱效率与能量效率,成为了...     

基于Grid-PARAFAC毫米波大规模多输入多输出系统联合信道估计算法

针对在毫米波大规模多输入多输出系统中超密集组网存在干扰的问题,提出了基于Grid-PARAFAC（grid-parallel factor analysis）联合信道估计方法。首先,将大规模天线的高维接收信号映射到大尺度张量空间,利用Grid-PARAFAC张量分解将其分解为子张量接收信号,然后对子张量接收信号并行张量分解得到符号、接收天线和子载波的子投影矩阵,最后,通过交替最小二乘准确求得隐藏高维接收信号中的信道信息。通过Grid-PARAFAC张量分解能够在保留原始空间信息的条件下深度挖掘数据隐藏因子,并对其处理而不是整个数据张量,降低了接收信号维度,同时又保留着高维接收信号的空间结构互相关信息;仿真结果表明,所提算法减少了超密集组网所存在高维度信道干扰,降低了计算复杂度,提高了系统性能。     

一种大规模多输入多输出系统信道反馈算法

针对在大规模多输入多输出(multiple-input multiple-output,MIMO)系统中,信道状态信息(channel state information,CSI)反馈量过大以及反馈的CSI过时的问题,提出一种基于自回归(autoregressive,AR)模型和主成分分析(principal component analysis,PCA)方法的反馈算法。接收端进行信道估计获得CSI后,先利用AR模型预测出反馈所需时间之后的CSI;在此基础上计算压缩矩阵,然后利用PCA方法对预测的CSI进行压缩,再反馈给基站;最后基站端对接收到的CSI进行重构。从理论分析和仿真结果可以看出,该算法可以在降低反馈量的同时提高系统容量和信道恢复的准确性。     

基于Grid-PARAFAC的毫米波大规模多输入多输出系统联合信道估计算法

针对在毫米波大规模多输入多输出系统中超密集组网存在干扰的问题,提出了基于Grid-PARAFAC(grid-parallel factor analysis)的联合信道估计方法。首先,将大规模天线的高维接收信号映射到大尺度张量空间,利用Grid-PARAFAC张量分解将其分解为子张量接收信号;然后对子张量接收信号并行张量分解得到符号、接收天线和子载波的子投影矩阵;最后,通过交替最小二乘准确求得隐藏高维接收信号中的信道信息。通过Grid-PARAFAC张量分解能够在保留原始空间信息的条件下深度挖掘数据隐藏因子,并对其处理而不是整个数据张量,降低了接收信号维度,同时又保留着高维接收信号的空间结构互相关信息。仿真结果表明,所提算法减少了超密集组网所存在高维度信道干扰,降低了计算复杂度,提高了系统性能。     

多小区大规模MIMO中基于角度域的导频分配策略

在多小区大规模多输入多输出(multiple input multiple output,MIMO)系统中,导频污染(pilot contamination,PC)已成为限制整个系统性能的瓶颈。针对最小均方误差估计(minimum mean square error,MMSE)去污染方案复杂度高的问题,提出一种简便的导频分配方案,即利用信道离散傅里叶变换峰值位置和信道角度参数的关系,将导频资源映射到不同角度范围,从而基站可以从角度域恢复出信道信息。同时,给出了角度域信道恢复公式,分析了角度域分组数与去污染能力的关系。通过数值仿真结果表明,所提出的方案具有较好的导频污染抑制能力,同时具有更低的计算复杂度。     

基于绿色通信的大规模多输入多输出天线选择算法

绿色通信是移动通信系统(例如5G系统)的主要特征之一。在大规模多输入多输出(multiple-input multiple-output, MIMO)系统中如何提高能源效率是一个重要研究课题,天线选择是提高能源效率的有效方法。现有的天线选择算法有些是局部优化,有些是单目标优化,为克服这些缺点,提出了基于博弈论的大规模MIMO天线选择算法。该算法通过系统容量和发射功率构造博弈的效用函数,每进行一次博弈都得到一组天线,在博弈达到均衡时,能源效率取得最大值。文中给出了纳什均衡存在性证明,也推导了纳什均衡点与能源效率之间的等价。仿真结果表明,采用博弈论算法能够克服局部优化,在保持信道容量较高的同时也提高了能源效率,可见该算法在能源效率上的提高有助于实现绿色通信。     

多输入多输出系统中基于多级维纳滤波的均衡算法

基于多级维纳滤波器,提出了一种多输入多输出系统中的降秩自适应均衡算法.该算法利用多级维纳滤波器得到一组子空间基向量,通过子空间投影,把均衡器输出限定在低维子空间内,从而降低了自适应均衡的迭代复杂度,加快了收敛速度.理论分析和仿真表明,降秩均衡算法有效地提高了均衡器的收敛速度,降低了计算复杂度,并在多级维纳滤波器的级数不超过 10 的情况下,就能达到近似满秩均方误差性能.     

大规模MIMO系统中基于空时相关性的导频减小算法

在大规模多输入多输出(multiple input multiple output,MIMO)系统信道估计过程中,基站向用户端发送导频信号.由于导频数量与基站发射天线的数量成正比,传统信道估计过程会产生巨大的导频开销,尤其是对于采用频分双工通信方式的(frequency-division duplexing,FDD)大规模MIMO系统.为了解决这一问题,通过利用无线MIMO信道的空间公共稀疏性和时间相关性,提出一种基于压缩感知(compressed sensing,CS)技术的导频开销减小算法,其中,空时相关性用来提高信道估计精度.该算法能够在未知大规模MIMO系统信道稀疏度的情况下,自适应地获取精确的信道状态信息.分析和仿真结果表明提出的算法在减少导频开销方面优于局部公共支撑算法,同时能够维持良好的信道估计性能.     

基于多输入多输出-正交频分复用系统的动态马尔可夫链蒙特卡罗检测算法

在多输入多输出-正交频分复用系统中,基于马尔可夫链蒙特卡罗方法的贝叶斯多用户检测算法可以有效地抑制多径衰落、载波频偏以及相位噪声干扰,但因收敛速度较慢导致实时性较差.针对这一问题,提出一种动态马尔可夫链蒙特卡罗检测算法.该算法利用系统状态样本间的相关性和所设定的收敛阈值门限,实现动态选取系统状态采样值的迭代收敛区间,以求在确保算法检测性能的同时,进一步提高检测估计运算的实时性.仿真结果表明,该算法具有收敛速度快、误码率低等优点.     

多用户多输入多输出-正交频分复用系统的一种子信道分配方案

针对多用户多输入多输出-正交频分复用(MIMO-OFDM)系统的下行链路,基于脏纸编码(DPC)和线性接收机,提出了一种简单的子信道分配方案.每个子载波上,各用户以其信道矩阵左奇异向量作为接收机;发射机已知所有用户的信道信息,通过贪婪DPC预编码,分配空间子信道;然后,根据各子信道增益进行注水功率分配获得最大的和速率信道容量.仿真表明,该方法可以实现接近Sato界的信道容量.     

基于张量分解的大规模多输入多输出天线预编码

提出基于张量分解的大规模多输入多输出(MIMO)天线预编码方案,利用张量分解对高维天线发送数据的降维,保持数据的低秩多维结构特征,获得更加有效的数据表示;同时,通过联合天线和用户信号的空域和时域的相关性,实现发射分集,克服大规模MIMO信道衰落和降低发射误码.通过仿真结果表明该方案适用于大规模MIMO系统.在相同条件下,与传统方案相比,误比特率更低.     

基于大规模天线阵的多长度导频机制研究

在基于时分双工的大规模天线阵系统中,导频污染是阻碍实现高频谱效率、高吞吐率的最主要瓶颈之一.传统的单长度导频机制使得用户受到所有相邻小区非正交导频序列用户的干扰,进而加重导频污染问题.因此,提出一种新的多长度导频机制(MLPS),使得目标小区各用户的导频长度可以更加接近其最优导频长度,从而减弱导频污染对系统的影响进而提升吞吐率的目的.首先,利用Monte-Carlo仿真观察出系统内各用户最优导频长度的分布情况.然后,基于多长度导频机制带来的不同长度导频间干扰与导频-数据干扰,给出一种可行的导频设计准则和两种时分双工时序策略,分别用于消除以上两类干扰.实验结果表明,相比于传统单长度导频机制,多长度导频机制在上行、下行吞吐率上分别有18%与20%的提升.     

多输入—多输出系统的逐步回归算法及其应用

本文对多输入——多输出系统建立数学模型提供一种逐步回归算法。由 F 准则,这种算法能把对输出向量起主要作用的输入变量选入回归方程。由于用 F 准则确定的计算步骤比较繁复,本文又提供了一种简化的 F 准则,使之计算步骤与一元逐步回归相似。由应用实例表明:使用简化的 F 准则选入变量的次序与 F 准则相同,同时还与其它选入变量的准则作了比较。     

大规模多输入多输出预编码中降低反馈开销的方法

针对大规模多输入多输出(MIMO)系统下,天线数增多反馈开销随之显著增大的问题,提出一种分割码本的预编码方法。该方法将有限反馈的大码本等间隔地分成k个码本,信道变化一次k个码本中的多个码本就被循环一次,选出一个最优码字Fi。Fi放入新开辟的储存空间,方便与下次选出的最优码字比较,循环一次Fi更新一次。同时将注水算法与之结合,使系统性能大大提高,而不会增加反馈量。仿真表明,在采用正交移相键控(QPSK)调制、离散傅里叶变换(DFT)码本的预编码、反馈比特数为4的条件下,系统误码率与单一码本下预编码误码率对比,约提升3 d B。该方法用较少反馈量便可取得与大码本预编码几乎相同的误码率。     

一种多输入多输出系统下基于最小发射功率的自适应算法

针对多输入多输出(MIMO)系统提出了一种新的自适应调制算法.传统的自适应调制方法以容量最大化为目标,在发射功率一定的条件下,为空间子信道分配比特和功率.实际的通信系统一般要求传输速率和误码率一定,提出的算法就以最小化发射功率为目标,在发射端自适应根据MIMO系统各个空间子信道的增益来分配传输比特、发射功率,最终获得好的频谱效率,并在满足通信系统要求的前提下,降低发射功率.仿真结果表明,提出的方法可以用低的发射功率达到用户传输速率和误码率要求.     

多输入-多输出系统级联的多输入单输出均衡器研究

针对多输入-多输出(MIMO)系统接收端信号之间的相关性影响其盲均衡效果的问题,提出一种级联的多输入单输出(MISO)均衡器。每级MISO均衡器恢复一个发射信号,之后利用信道估计算法对混合信号进行修改,修改后传递到下一级MISO均衡器进行类似的处理。通过原理分析以及性能仿真可见,级联的MISO均衡器能够克服信号相关性对均衡效果的不良影响,与传统MIMO均衡器相比,算法收敛后信号星座点更集中,全局用户间总干扰比也更低;并且下一级MISO均衡器的均方误差低于上一级。     

单用户毫米波大规模多输入多输出系统的几何均值混合预编码

针对奇异值分解在不同的信道及信噪比中进行比特分配造成的误码问题,提出了一种基于几何均值分解的混合预编码算法。在同时考虑预编码器和合成器的情况下,首先在基站端用奇异值分解设计数字编码器,利用基追踪原理设计模拟预编码器。然后在接收端采用启发式算法来设计数字合成器和模拟合成器。仿真结果表明,提出的混合预编码方案比传统基于奇异值的混合预编码具有更低的误码率,且频谱效率更接近理想值。     

基于累积量的多输入多输出系统逆滤波准则算法的改进

基于累积量的逆滤波准则已经被广泛地应用于多输入多输出时不变系统的盲解卷积，本文对该算法进行改进，在算法中利用待抽取源信号和已抽取源信号之间的高阶累积量，构造新的目标函数，迭代抽取源信号，以便在多级运算中获得较快的收敛性．仿真结果表明，该算法具有一定的鲁棒性．