CN101296011B - 无线认知网络中的自适应随机波束模式选择方法 - Google Patents

无线认知网络中的自适应随机波束模式选择方法 Download PDF

Info

Publication number
CN101296011B
CN101296011B CN2008100613895A CN200810061389A CN101296011B CN 101296011 B CN101296011 B CN 101296011B CN 2008100613895 A CN2008100613895 A CN 2008100613895A CN 200810061389 A CN200810061389 A CN 200810061389A CN 101296011 B CN101296011 B CN 101296011B
Authority
CN
China
Prior art keywords
user
base station
state information
sen
opportunistic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN2008100613895A
Other languages
English (en)
Other versions
CN101296011A (zh
Inventor
陈晓明
张朝阳
王海洋
杜维
张建敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN2008100613895A priority Critical patent/CN101296011B/zh
Publication of CN101296011A publication Critical patent/CN101296011A/zh
Application granted granted Critical
Publication of CN101296011B publication Critical patent/CN101296011B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种多天线无线认知网络中的自适应随机波束模式选择方法。认知网络基站根据一定的信噪比门限,在主用户信道的零空间内构造随机波束,利用机会式波束成型或机会式空分多址进行传输。当发射信噪比大于门限值时,认知网络为用户间干扰受限系统,基站选择单波束的随机波束成型模式,在从用户中选择接收信噪比最大的用户作为本次的通信的对象;当发射信噪比小于门限时,从用户网络为噪声干扰受限系统,基站选择多波束的机会式空分多址模式,在从用户中选择信噪比最大的几个用户作为通信对象,从而实现了系统容量最大化。本发明为多天线无线认知网络提高了一种可支持多种随机波束模型的传输方案。

Description

无线认知网络中的自适应随机波束模式选择方法
技术领域
本发明涉及无线通信领域,尤其涉及一种无线认知网络中的自适应随机波束模式选择方法。
背景技术
随着无线通信技术的发展,用户对各类数据服务的要求越来越高,使得无线频谱资源的使用越发紧张,如何有效利用频谱资源成为一个受到多方关注的问题。而联邦通信委员会(FCC)的报告表明,在大部分时间里,很多授权频带并没有在使用,基于此,FCC在2003年9月首次提出了可认知无线电(CognitiveRadio,CR)这一技术,并于2004年11月发布了CR的第一个标准,把它作为IEEE802.22无线区域接入网标准的一部分。CR系统的一个关键思想就是:当从用户感知到主用户不在使用授权频带时,它就在这一频带上进行通信,而一旦主用户开始工作,从用户必须在一定时间能离开这一授权频带,并开始感知其他的未用授权频带,这样可以有效的提高频谱的利用率。
在CR技术的发展初期,研究人员都希望通过设计精准的频谱感知技术来提高频率空洞的被探测率。西安电子科技大学的刘勤等人提出的“认知无线电中频谱空洞的探测方法”(专利申请号200610043072.X)中,给出了一种利用严格干扰温度限对满足最佳估计条件的干扰温度估计值进行判决,得出该认知无线电系统使用频带内的空洞可用性状况的方案。但这种方案中,用于计算干扰温度限的公式中,有一个与具体频谱估计法相关的比例因子,发明人并没有给出它与频谱估计法的对应关系,降低了该方案的实用价值,此外,频谱估计的精确度也会影响到该方案的性能。
近年来,把MIMO的多天线技术与CR技术结合起来,能够保证主用户和从用户系统同时工作,成为研究的热点。香港科技大学的Karama Hamdi等人在《Joint Beamforming and Scheduling in Cognitive Radio Networks》一文中提出了一种基于多用户调度和迫零波束成型的方案,在两个系统工作时,能够使得从用户对主用户的干扰最小。但这种方案需要从用户足够多,并且它假设基站完全知道主用户和从用户下行信道的信息,而这显然是不实际的。
发明内容
本发明的目的是为了解决上述各方案中实用型低、算法复杂度偏高,不能用于较少从用户数或者从用户信道相干性偏大的系统等问题,提出一种无线认知网络中的自适应随机波束模式选择方法。
包括如下步骤:
1)具备Nt根发送天线的认知网络基站感知主用户信道状态信息hsen
2)认知网络基站将机会式波束成型(OBF)模式和机会式空分多址(OSDMA)模式的容量曲线交点对应的发射信噪比作为门限值,自适应地选择从用户网络的传输模式,当发射信噪比大于此门限时,机会式波束成型的容量大于机会式空分多址的容量,基站选择机会式波束成型模式,反之则选择机会式空分多址模式;
3)如果基站采用机会式波束成型模式,首先根据基于主用户信道估计值hsen的随机单波束产生方法产生随机波束,然后利用有限反馈单用户选择策略选择所要通信的对象;
4)如果基站采用机会式空分多址模式,首先利用基于主用户信道估计值hsen的随机多波束产生方法或基于主用户信道估计值hsen的Gram-Schmidt正交化多波束产生办法产生多个正交波束,然后利用有限反馈多用户调度策略选择所要通信的对象;
5)在确定随机波束模式后,基站利用产生好的波束和所选择的对象进行通信。
所述的认知网络基站感知主用户信道状态信息hsen:可以是对多次感知得到的主用户信道信息估计值的平均,或者是利用过去感知得到的主用户信道信息来预测当前的信道信息,因此,基站端获得的主用户信道信息可以表示为hsen=h0+Ξ,其中h0是主用户信道信息的真实值,Ξ是估计值与真实值之间的误差,它是一个均值为零、方差为aINt的复高斯随机矩阵,a值的大小表示了从用户基站感知到的主用户信道信息的可靠程度。
所述的认知网络基站基于主用户信道估计值hsen的随机单波束产生方法:认知网络基站获得主用户信道信息估计值hsen后,在hsen的零空间中随机产生一个单位向量,将其作为机会式波束成型的随机波束。
所述的机会式波束成型模式中的有限反馈单用户选择策略:认知网络基站产生随机波束后,向所有从用户进行广播;从用户计算出使用这个波束后的接收信噪比,只有当从用户的接收信噪比大于某一门限时,才把它的信噪比反馈给从用户基站,否则用户则不反馈信息;从用户基站在所有反馈用户中选择接收信噪比最大的一个用户作为本次通信的对象。
所述的认知网络基站基于主用户信道估计值hsen的随机多波束产生方法:首先求出hsen的Nt-1维正交补空间,然后在此补空间中随机产生一个Nt×(Nt-1)的半酉矩阵,将此半酉矩阵的Nt-1个列向量作为对应的正交随机波束。
所述的认知网络基站基于主用户信道估计值hsen的Gram-Schmidt正交化多波束产生方法:首先求出hsen的零空间,然后在这个零空间中随机产生Nt-1个线性无关的Nt维列向量,再把hsen和这Nt-1个线性无关的向量进行Gram-Schmidt正交化得到Nt-1正交随机波束。
所述的机会式空分多址模式中的有限反馈多用户调度策略:从用户基站产生Nt-1个正交波束后向从用户网络广播;各从用户计算每一个波束的接收信干噪比,把信干噪比最大的一个作为所选择的波束,只有当从用户在这个波束上的信干噪比大于某一门限时,才把这个波束的序号和所对应的信干噪比反馈给从用户基站,否则,从用户不反馈任何信息;从用户基站收到反馈信息后,按照波束把从用户分组,在每一组中选择信干噪比最大的那个用户作为使用这一波束进行通信的对象。
本发明具有的有益效果是:利用多天线技术,支持从用户系统和主用户系统在同一频段和区域,同时进行通信,提高了频谱的利用率;在从用户基站只能获得部分主用户信道信息的前提下,能够使得从用户对主用户的干扰达到最小;采用自适应的随机波束模式选择方法,无论在大发射信噪比或者小发射信噪比时,都能使得系统容量达到最大;本发明设计的算法不受从用户数量和它们信道的相关性的影响,都能取得与没有相关性时相同的性能。
附图说明
图1是系统整体框图;
图2是自适应随机波束模式选择时,确定发射信噪比门限的示意图;
图3是从用户网络完全感知主用户信道信息和感知误差的方差为0.1且从用户网络分别采用OBF和OSDMA模式时,主用户的误比特性能比较;
图4是从用户网络完全感知主用户信道信息和感知误差的方差为0.1且从用户网络分别采用OBF和OSDMA模式时,主用户的容量比较;
图5是主用户网络不工作(虚线)与工作(实线),从用户网络发射信噪比为0dB、5dB和10dB,OBF模式随着从用户数增加时的容量变化;
图6是主用户网络不工作(虚线)与工作(实线),从用户网络发射信噪比为0dB、5dB和10dB,OSDMA模式随着从用户数增加时的容量变化。
具体实施方式
无线认知网络中的自适应随机波束模式选择方法包括如下步骤:
1)具备Nt根发送天线的认知网络基站感知主用户信道状态信息hsen
2)认知网络基站将机会式波束成型模式和机会式空分多址模式的系统曲线交点对应的发射信噪比作为门限值,自适应地选择从用户网络的传输模式,当发射信噪比大于此门限时,机会式波束成型的容量大于机会式空分多址的容量,基站选择机会式波束成型模式,反之则选择机会式空分多址模式;
如图1所示,整个系统由一个主用户网络和一个从用户网络组成,但它们相互独立,其中主用户网络包含基站PBS和用户PU,它们都是单天线的,而在从用户网络中,包含基站CBS有Nt根天线,以及K个单天线用户CU,且K>>Nt。两个网络共享同一频带,因此,主用户PU接收到的从基站PBS发出的信号会收到从用户基站CBS所发信号的干扰,同样从用户CU接收到的从基站CBS发出的信号也会收到从主用户基站PBS发出信号的干扰。
令hk,m表示从用户基站发射天线m到用户k的接收天线间的准静态平稳信道,其中0≤k≤K,用户0代表主用户,这样 h k = [ h k , 1 h k , 2 · · · h k , N t ] 表示从用户基站CBS到用户k之间的信道,同样,用gk表示主用户基站PBS到用户k之间的信道。基站CBS的发射功率为Pc,其在各天线间平均分配,这与最佳功率分配策略的性能差别很小,基站PBS的发射功率为Pp,在给定CBS的发射波束W=[w1w2…wK]后,其中 w k = [ w k , 1 w k , 2 · · · w k , N t ] , 从用户和主用户的接收信号为:
Figure S2008100613895D00044
其中zk和z0分别是从用户k和主用户的接收噪声,它们是零均值、方差分别为σc 2和σp 2的复高斯随机变量。表示本次通信CBS选择的从用户集,它与随机波束成型模式有关,
Figure S2008100613895D00046
为1时,表示只选择一个从用户进行通信,这时系统采用机会式波束成型模式,而如果
Figure S2008100613895D00047
等于Nt-1时,表示选择Nt-1个从用户同时进行通信,这时系统采用的是机会式空分多址模式,已经有研究人员证明,
Figure S2008100613895D00048
在取1到Nt-1之间的值式,获得的容量肯定小于上述两种模式之一,所以最佳的模式是在这两种模式之间进行选择。从而,可以得到主用户的接收信干噪比为:
Figure S2008100613895D00049
由上式可知,假设发射功率和信道状态都一定时,要取得最大的接收信干噪比SINR0,当且仅当用户集
Figure S2008100613895D000410
的发射波束wj与h0正交,从用户网络对主用户网络不产生任何干扰,两个网络并行不悖的运行,可以把它们看成两个相互独立、互不干扰的网络,这时,如果每个网络都达到最佳,整个系统也取得最佳的性能。设计与h0正交的发射波束,CBS必须完全知道主用户信道h0的信息,这在现有的信道感知技术中是办不到的,实际应用中我们可以把多次感知获得的主用户信道信息求平均,或者用过去时刻的主用户信息来预测当前的主用户信息,因此,我们把认知网络感知到的主用户信道状态信息hsen建模为h0的一个函数:
hsen=h0+Ξ         (4)
其中,Ξ为主用户信道估计值与实际值之间的误差,建模为一个零均值、方差为aINt的复高斯随机矩阵,a值的大小代表了误差的大小,当a=0时,表示CBS完全知道主用户信道信息,这时主用户能够取得最佳的误码率性能和容量,如图3和4所示。同时从图中也可以看出,在给定a后,采用机会式随机波束成型或者机会式空分多址,对主用户网络性能的影响基本相同。
同样的,我们可以得到从用户的接收信干噪比:
Figure S2008100613895D00051
其中, ρ = P c / σ c 2 为CBS发射信噪比。给定PBC发射功率和各信道状态,从用户接收信干噪比SINRk是CBS发射信噪比和随机波束模式的函数,要最大化SINRk,可以归结为下面的优化问题:
max SINRk
st.
Figure S2008100613895D00053
Figure S2008100613895D00054
ρ>0
上述优化问题的解为,当ρ大于门限值ρthr时,
Figure S2008100613895D00055
即系统采用机会式随机波束成型模式,选择接收信干噪比最大的用户作为本次通信的对象,可以取得最大的系统容量;相反,如果ρ小于门限值ρthr,则
Figure S2008100613895D00056
系统采用机会式空分多址模式,波束分配给对应接收信干噪比最大的用户,这时可以取得最大的系统容量。
CBS在进行模式选择时,只要把当前发射信噪比与门限值ρthr进行比较,因此CBS需要知道ρthr。如图2所示,系统容量是发射信噪比的函数,两种模式的容量相交于(ρint,Cint),当ρ小于ρint时,机会式空分多址模式的容量大于机会式随机波束成型模式的容量,相反,ρ大于ρint时,机会式随机波束成型模式的容量大于机会式空分多址模式的容量,因此,我们把ρint作为模式选择的门限ρthr
3)如果基站采用机会式波束成型模式,首先根据基于主用户信道估计值hsen的随机单波束产生方法产生随机波束,然后利用有限反馈单用户选择策略选择所要通信的对象;
4)如果基站采用机会式空分多址模式,首先利用基于主用户信道估计值hsen的随机多波束产生方法或基于主用户信道估计值hsen的Gram-Schmidt正交化多波束产生办法产生多个波束,然后利用有限反馈多用户调度策略选择所要通信的对象;
5)在确定随机波束模式后,基站利用产生的波束和所选择的对象进行通信。
所述的认知网络基站基于主用户信道的估计值hsen的机会式波束成型的随机单波束产生方法:认知网络基站获得主用户信道信息估计值hsen后,在hsen的零空间中随机产生一个单位向量,将其作为机会式波束成型的随机波束。
所述的机会式波束成型模式中的有限反馈单用户选择策略:认知网络基站产生随机波束后,向所有从用户进行广播;从用户计算出使用这个波束后的接收信噪比,只有当从用户的接收信噪比大于某一门限时,才把它的信噪比反馈给从用户基站,否则用户则不反馈信息;从用户基站在所有反馈用户中选择接收信噪比最大的一个用户作为本次通信的对象。有限反馈单用户选择策略的具体流程可表示如下:
步骤1:反馈
(1)初始化:设Bk=0 for k=1,...,K;
(2)For k=1 to K
        Bk=SINRk
         If B k > SINR thr 1
          从用户k把Bk反馈给CBS;
        End If
    End For
步骤2:选择
(1)初始化:设k*=0和
Figure S2008100613895D00062
得到反馈信息Bk
(2)For k=1 to K
      If
Figure S2008100613895D00063
        
Figure S2008100613895D00064
   End If
End For
Figure S2008100613895D00065
所述的认知网络基站根据对主用户信道估计值hsen的随机多波束产生方法:首先求出hsen的Nt-1维正交补空间,然后在此补空间中随机产生一个Nt×(Nt-1)的半酉矩阵,将此半酉矩阵的Nt-1个列向量作为对应的正交随机波束。
所述的认知网络基站根据对主用户信道估计值hsen的Gram-Schmidt正交化多波束产生方法:首先求出hsen的零空间,然后在这个零空间中随机产生Nt-1个线性无关的Nt维列向量,再把hsen和这Nt-1个线性无关的向量进行Gram-Schmidt正交化得到Nt-1正交随机波束。其具体流程可表示如下:
(1)初始化:w0=hsen/‖hsen2,产生w0的正交补空间CN t ×(N t -1)
(2)在CN t ×(N t -1)中产生Nt-1个线性不相关的Nt维向量vj(j=1,...Nt-1);
(3)For j=1 to Nt-1
w j = v j - Σ i = 0 j - 1 ( w i H v j ) w i ;
    wj=wj/‖wj2
  End For
所述的机会式空分多址模式中的有限反馈多用户调度策略:从用户基站产生Nt-1个正交波束后向从用户网络广播;各从用户计算每一个波束的接收信干噪比,把信干噪比最大的一个作为所选择的波束,只有当从用户在这个波束上的信干噪比大于某一门限时,才把这个波束的序号和所对应的信干噪比反馈给从用户基站,否则,从用户不反馈任何信息;从用户基站收到反馈信息后,按照波束把从用户分组,在每一组中选择信干噪比最大的那个用户作为使用这一波束进行通信的对象。其具体流程可表示为:
步骤1:反馈
(1)初始化:设Bk=0 for k=1,...,K;
(2)For k=1 to K
       
Figure S2008100613895D00072
       
Figure S2008100613895D00073
    If B k > SINR thr 2
     从用户k把Bk和mk值反馈给CBS;
    End If
  End  For
步骤2:调度
(1)初始化:设 k m * = 0 for m=1,...,Nt-1,得到反馈信息Bk和mk
(2)For k=1 to K
       m=mk
       
Figure S2008100613895D00077
     End For
(3)For m=1 to Nt-1
    
Figure S2008100613895D00081
        
Figure S2008100613895D00082
    End If
 End For
通过计算机仿真表明,本发明的自适应的随机波束模式选择方法和系统能够在最小化对主用户网络干扰的前提下,最大化从用户网络的容量,从而显著提高系统的频谱效率。

Claims (3)

1.无线认知网络中的自适应随机波束模式选择方法,其特征在于包括如下步骤:
1)具备Nt根发送天线的认知网络基站感知主用户信道状态信息hsen
2)认知网络基站将机会式波束成型模式和机会式空分多址模式的系统曲线交点对应的发射信噪比作为门限值,自适应地选择从用户网络的传输模式,当发射信噪比大于此门限时,机会式波束成型的容量大于机会式空分多址的容量,基站选择机会式波束成型模式,反之则选择机会式空分多址模式;
3)如果基站采用机会式波束成型模式,首先根据基于主用户信道状态信息hsen的随机单波束产生方法产生随机波束,然后利用有限反馈单用户选择策略选择所要通信的对象;
4)如果基站采用机会式空分多址模式,首先利用基于主用户信道状态信息hsen的随机多波束产生方法或基于主用户信道状态信息hsen的Gram-Schmidt正交化多波束产生办法产生多个正交波束,然后利用有限反馈多用户调度策略选择所要通信的对象;
5)在确定随机波束模式后,基站利用产生好的波束和所选择的对象进行通信;
所述的认知网络基站基于主用户信道状态信息hsen的随机单波束产生方法:认知网络基站获得主用户信道状态信息hsen后,在主用户信道状态信息hsen的零空间中随机产生一个单位向量,将其作为机会式波束成型的随机波束;
所述的机会式波束成型模式中的有限反馈单用户选择策略:认知网络基站产生随机波束后,向所有从用户进行广播;从用户计算出使用这个波束后的接收信噪比,只有当从用户的接收信噪比大于某一门限时,才把它的信噪比反馈给从用户基站,否则用户则不反馈信息;从用户基站在所有反馈用户中选择接收信噪比最大的一个用户作为本次通信的对象;
所述的认知网络基站基于主用户信道状态信息hsen的随机多波束产生方法:首先求出主用户信道状态信息hsen的Nt-1维正交补空间,然后在此补空间中随机产生一个Nt×(Nt-1)的半酉矩阵,将此半酉矩阵的Nt-1个列向量作为对应的正交随机波束;
所述的认知网络基站基于主用户信道状态信息hsen的Gram-Schmidt正交化 多波束产生方法:首先求出主用户信道状态信息hsen的零空间,然后在这个零空间中随机产生Nt-1个线性无关的Nt维列向量,再把主用户信道状态信息hsen和这Nt-1个线性无关的向量进行Gram-Schmidt正交化得到Nt-1正交随机波束。
2.根据权利要求1所述的无线认知网络中的自适应随机波束模式选择方法,其特征在于所述的认知网络基站感知主用户信道状态信息hsen:是对多次感知得到的主用户信道状态信息的平均,或者是利用过去感知得到的主用户信道状态信息来预测当前的信道状态信息,因此,基站端获得的主用户信道状态信息表示为hsen=h0+Ξ其中h0是主用户信道状态信息的真实值,Ξ是估计值与真实值之间的误差,它是一个均值为零、方差为 
Figure FSB00000577284500023
的复高斯随机矩阵,a值的大小表示了从用户基站感知到的主用户信道状态信息的可靠程度。
3.根据权利要求1所述的无线认知网络中的自适应随机波束模式选择方法,其特征在于所述的机会式空分多址模式中的有限反馈多用户调度策略:从用户基站产生Nt-1个正交波束后向从用户网络广播;各从用户计算每一个波束的接收信噪比,把信噪比最大的一个作为所选择的波束,只有当从用户在这个波束上的信噪比大于某一门限时,才把这个波束的序号和所对应的信噪比反馈给从用户基站,否则,从用户不反馈任何信息;从用户基站收到反馈信息后,按照波束把从用户分组,在每一组中选择信噪比最大的那个用户作为使用这一波束进行通信的对象。 
CN2008100613895A 2008-04-25 2008-04-25 无线认知网络中的自适应随机波束模式选择方法 Expired - Fee Related CN101296011B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2008100613895A CN101296011B (zh) 2008-04-25 2008-04-25 无线认知网络中的自适应随机波束模式选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008100613895A CN101296011B (zh) 2008-04-25 2008-04-25 无线认知网络中的自适应随机波束模式选择方法

Publications (2)

Publication Number Publication Date
CN101296011A CN101296011A (zh) 2008-10-29
CN101296011B true CN101296011B (zh) 2011-11-16

Family

ID=40066064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008100613895A Expired - Fee Related CN101296011B (zh) 2008-04-25 2008-04-25 无线认知网络中的自适应随机波束模式选择方法

Country Status (1)

Country Link
CN (1) CN101296011B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4224731A4 (en) * 2020-10-22 2024-03-20 Huawei Technologies Co., Ltd. CHANNEL MEASUREMENT METHOD AND COMMUNICATION APPARATUS

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101860386B (zh) * 2009-04-13 2014-01-01 中兴通讯股份有限公司 多用户随机波束形成方法和系统
US9219533B2 (en) * 2011-10-25 2015-12-22 Transpacific Ip Management Group Ltd. Systems and methods for downlink scheduling in multiple input multiple output wireless communications systems
CN102647262B (zh) * 2012-04-09 2014-11-12 北京航空航天大学 一种协作通信系统中基于正交波束成形的隐反馈传输方法
CN103260168A (zh) * 2013-04-22 2013-08-21 东南大学 一种适用于集中式无线局域网的空分干扰抑制方法
CN104184507A (zh) * 2013-05-27 2014-12-03 富士通株式会社 波束成形向量的计算装置、方法以及发射机
CN104052533B (zh) * 2013-10-29 2018-10-23 上海交通大学 多个小区无线多入单出系统的波束成形实现方法
CN105245265B (zh) * 2014-06-20 2021-01-01 中兴通讯股份有限公司 3d波束下的用户服务模式选择方法、导频信息发送及装置
CN107888259B (zh) 2016-09-30 2021-07-09 大唐移动通信设备有限公司 一种天线波束管理方法及相关设备
WO2024073896A1 (en) * 2022-10-08 2024-04-11 Nokia Shanghai Bell Co., Ltd. Opportunistic rx beam alignment for sidelink operation in fr2

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1913718A (zh) * 2006-09-01 2007-02-14 清华大学 基于中断概率的空时分组码下行发送功率分配方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1913718A (zh) * 2006-09-01 2007-02-14 清华大学 基于中断概率的空时分组码下行发送功率分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
期俊玲,廖英杰.认知无线电的应用技术研究.《大众科技》.2007,(第99期), *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4224731A4 (en) * 2020-10-22 2024-03-20 Huawei Technologies Co., Ltd. CHANNEL MEASUREMENT METHOD AND COMMUNICATION APPARATUS

Also Published As

Publication number Publication date
CN101296011A (zh) 2008-10-29

Similar Documents

Publication Publication Date Title
CN101296011B (zh) 无线认知网络中的自适应随机波束模式选择方法
US7782188B2 (en) System and program product for signal transmission between a sensor and a controller in a wireless sensor network
Tao et al. Intelligent reflecting surface aided multicasting with random passive beamforming
US8755358B2 (en) Wireless base station device, terminal, and wireless communication method
KR20120014792A (ko) 상향 링크에서의 다중 사용자 간섭 정렬 시스템 및 방법
Jiang et al. Capacity analysis and rate maximization design in RIS-aided uplink multi-user MIMO
Perdana et al. Deep learning-based power allocation in massive MIMO systems with SLNR and SINR criterions
Du et al. Robust utility maximization and admission control for a MIMO cognitive radio network
Elfiatoure et al. Cell-free massive MIMO for ISAC: access point operation mode selection and power control
JP4708205B2 (ja) 無線通信システムおよび無線通信方法
US8792573B2 (en) Method and apparatus for data transmission based on distributed discrete power control in cooperative multi-user multi-input multi-output system
Liu et al. Downlink non-orthogonal multiple access system with limited feedback channel
Tang et al. Multi-cell user-scheduling and random beamforming strategies for downlink wireless communications
Hassanpour et al. Distributed beamforming based on signal-to caused-interference ratio
Hur et al. Sum rate enhancement by maximizing SGINR in an opportunistic interference alignment scheme
Seifi et al. Coordinated user scheduling in the multi-cell MIMO downlink
CN103209496B (zh) 多基站协作系统中基于波束选择的用户调度方法
Hou et al. Transmission capacity of full-duplex MIMO ad-hoc network with limited self-interference cancellation
Akbarpour-Kasgari et al. Deep Reinforcement Learning in mmW-NOMA: Joint Power Allocation and Hybrid Beamforming
Kusaladharma et al. Exact outage analysis for stochastic cellular networks under multi-user MIMO
Jaramillo-Ramirez et al. Downlink beamforming in multi-antenna two-tier networks with user selection
Abu-alhiga et al. Implicit pilot-borne interference feedback for multiuser MIMO TDD systems
Li et al. Distributed Scheduling Algorithm for Multiuser MIMO Downlink with Adaptive Feedback.
Wagner et al. Random beamforming with systematic beam selection
Nguyen et al. Limited Feedback-Based User Clustering for Non-Orthogonal Multiple Access in mmWave Systems

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20111116

Termination date: 20120425