CN103138815B - 空间相关miso系统中基于不完全信道信息预编码方法 - Google Patents
空间相关miso系统中基于不完全信道信息预编码方法 Download PDFInfo
- Publication number
- CN103138815B CN103138815B CN201110392698.2A CN201110392698A CN103138815B CN 103138815 B CN103138815 B CN 103138815B CN 201110392698 A CN201110392698 A CN 201110392698A CN 103138815 B CN103138815 B CN 103138815B
- Authority
- CN
- China
- Prior art keywords
- precoding
- matrix
- power
- channel
- correlation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 235000015429 Mirabilis expansa Nutrition 0.000 title claims abstract description 16
- 244000294411 Mirabilis expansa Species 0.000 title claims abstract description 16
- 235000013536 miso Nutrition 0.000 title claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims abstract description 41
- 238000004891 communication Methods 0.000 claims abstract description 10
- 238000005457 optimization Methods 0.000 claims description 10
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 230000009897 systematic effect Effects 0.000 claims description 6
- 238000003339 best practice Methods 0.000 abstract description 6
- 230000003044 adaptive effect Effects 0.000 abstract description 4
- 238000007493 shaping process Methods 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000005562 fading Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Radio Transmission System (AREA)
Abstract
本发明公开了一种空间相关MISO系统中基于步完全信道信息的预编码方法,涉及无线通信中自适应资源分配技术领域,本发明包括建立MISO系统和信道模型、确定系统有效信噪比、确定条件相关矩阵及预编码波束成型矩阵、确定预编码中功率分配、最小化系统平均比特率、确定系统平均误比特率等步骤;本发明的预编码方法可获得闭式功率分配,避免了已有最优方法的迭代计算;所提供的功率分配表达式较为简单,可直接计算;考虑了实际中反馈错误,有着很好的实用性;整个方法的复杂度低,代价小,时延少,易于实现。
Description
技术领域
本发明专利涉及无线通信中自适应资源分配技术领域;特别是一种空间相关MISO系统中基于不完全信道信息预编码方法。
背景技术
作为无线通信中关键技术之一,预编码技术已经成为未来移动通信的重要研究内容和热点问题。随着信息需求的快速增长,用于衰落信道中高速率可靠传输的多天线技术得到了广泛重视。通过利用信道状态信息(CSI)进行预编码设计,多天线通信系统可获得频谱效率和可靠性的显著提高。但是当信道信息不完全时,系统性能将会明显下降。作为无线通信中有效的发射分集技术,空时分组编码(STBC)由于不需要发射端任何信道信息,且能提供有效的抗衰落效果,已广泛应用于多天线通信系统。如果信道信息能完全获得,发射机将选择信道的最强特征模式用于信号传输以致接收信噪比(SNR)最大化。这种基于完全CSI的预编码方案称为最大比传输或一维(1-D)波束成形(BF)(1.T.K.Y.Lo,"Maximumratiotransmission,"IEEETrans.Commun.,vol.47,no.10,pp.1458-1461,Oct.1999.)。
实际中,信道信息由于信道快速变化、估计错误和反馈延迟等因素,很难完全获得,而其统计特性变化较慢,比较容易获得,故不少文献针对均值或协方差反馈等不完全反馈统计信息进行预编码设计。基于均值反馈信息,分别利用误符号率和成对错误概率最小化,文献(2.S.ZhouandG.B.Giannakis,"Optimaltransmittereigen-beamformingandspace-timeblockcodingbasedonchannelmeanfeedback,"IEEETrans.SignalProcess.,vol.50,no.10,pp.2599-2613,Oct.2002.)和文献(3.J.W.Huang,E.K.S.Au,andV.K.N.Lau,"Precoderdesignforspace-timecodedMIMOsystemswithimperfectchannelstateinformation,"IEEETrans.WirelessCommun.,vol.7,no.6,pp.1977-1981,June2008.)给出了空时编码多天线系统中预编码方案设计。基本上,这些预编码方案是由自适应功率分配和多个特征波束成形构成,这些BF来自于空间信道估计的自相关矩阵的特征矢量。基于协方差反馈信息,文献(4.S.ZhouandG.B.Giannakis,"Optimaltransmittereigen-beamformingandspace-timeblockcodingbasedonchannelcorrelations,”IEEETrans.Inform.Theory,vol.49,no.7,pp.1673-1690,July2003.)和(5.H.SampathandA.Paulraj,"Linearprecodingforspace-timecodedsystemswithknownfadingcorrelations,"IEEECommun.Lett.,vol.6,pp.239-241,Jun.2002.)针对多天线系统提出了不同的预编码方案。文献(6.J.Du,G.X.KangandP.Zhang,“LowcomplexitypowerallocationstrategyforMIMOsystemswithimperfectCSI,”Electron.Lett.,vol.44,pp.651-652,May2008.)基于信道相关信息,给出了低复杂度的功率控制方案,但没有考虑到BF的优势。基于均值和协方差反馈信息,通过最大化系统容量,文献(7.J.LiandQ.T.Zhang,“TransmitteroptimizationforcorrelatedMISOfadingchannelswithgenericmeanandcovariancefeedback,”IEEETrans.WirelessCommun.,vol.7,pp.3312-3317,Sep.2008.)和文献(8.G.BarriacandU.Madhow,“Space-timeprecodingformeanandcovariancefeedback:applicationforwidebandOFDM,”IEEETrans.Commun.,vol.54,pp.96-107,Jan.2006.)分别给出了MISO系统和OFDM系统的预编码设计。文献(9.V.MaiandA.Paulraj,"OptimallinearprecodersforMIMOwirelesscorrelatedchannelswithnonzeromeaninspace-timecodedsystems,"IEEETrans.SignalProcess.,vol.54,no.6,pp.2318-2332,June2006.)则利用均值和协方差反馈信息,通过最小化系统的成对错误概率获得相应的最优预编码方案。通过比较,均值反馈的预编码性能将由于信道信息不完美而下降,而且均值反馈比协方差反馈对信道时变性和反馈延迟更敏感。但当均值反馈比较准确时,协方差反馈将变得不再有效。
现有的预编码设计在实际应用中还存在一些问题,即:
1、所给的预编码方法基本上均要求数值搜索约束优化中的拉格朗日乘子来求解功率分配。
2、利用获得的拉格朗日乘子,需要通过迭代计算来确定获得正功率的特征波束,以此得到最终的功率分配,从而计算量较大。
3、用于直接计算功率分配的闭式表达式没有给出,从而实现较为复杂。
4、收敛速度较慢,处理时延较长,实时性不好。
发明内容
本发明的目的在于提供一种复杂度低,代价小,时延少,易于实现的空间相关MISO系统中基于不完全信道信息的预编码方法
实现本发明目的的技术解决方案为:一种空间相关MISO系统中基于不完全信道信息的预编码方法,包括以下步骤:
步骤一:建立系统模型和相应的信道模型;建立空间相关无线MISO通信系统模型,该系统有着M个发射天线和单个接收天线,其对应信道模型可表示为信道矩阵h={hm},建模为:,其中hw为信道的随机变化部分,Rt为发送天线相关矩阵,表示信道协方差矩阵;
步骤二:确定系统的有效信噪比;由接收信号矩阵,求得接收端的有效信噪比,其中:,为平均SNR,uim为波束成形矩阵U的元素,r是空时编码的码率;{Pm,m=1,…,M}为对M个特征波束的功率控制,满足下列功率约束:,Pm30;
步骤三:确定条件相关矩阵和波束成型矩阵;利用预白化和变量变换,来自步骤一的接收信噪比可进一步表示为:γ,其中:,与有着相同的分布,即其元素为服从均值为0和方差为1的复高斯分布;为条件相关矩阵,,其中:为信道均值反馈,c为用于测量MMSE估计精度的归一化相关系数;进行特征值分解为:,{zm,m=1,…,M}为Lh的对角矩阵;其中波束成形矩阵U=Vh;
步骤四:确定系统平均误比特率;根据获得的均值反馈,利用随机变量变换,通过平均化卡方分布,确定出系统平均误比特率(BER):,其中l=gEs/(rN0)为等效符号信噪比;
步骤五:最小化平均误比特率;在固定功率约束下,以最小化步骤四中的系统BER为优化目标,建立相应的目标优化函数;其中:η1为拉格朗日乘子;
步骤六:确定功率分配;对步骤1.1.5中目标函数关于{Pm}求偏导,并令偏导值等于零,利用功率约束条件,得到闭式功率分配;其中:。
本发明与现有技术相比,其显著优点:
(1)本发明的预编码方法可获得闭式功率分配,避免了已有最优方法的迭代计算。
(2)本发明的预编码方法所提供的功率分配表达式较为简单,而且可直接计算,因为复杂度较低。
(3)本发明的方法考虑了实际中反馈错误,有着很好的实用性。
(4)本发明的方法复杂度低,代价小,时延少,易于实现。
下面结合附图对本发明作进一步详细描述。
附图说明
图1是本发明空间相关多天线系统中基于不完全信道信息的预编码方法原理框图。
图2是本发明空间相关多天线系统中基于不完全信道信息的预编码方法流程图。
图3给出了空间相关4T1R系统采用H4码不同预编码方法的平均BER性能比较。
图4给出了空间相关4T1R系统采用G4码和不同预编码方法的平均BER性能比较。
具体实施方式
结合图1,本发明所述的预编码方法设计过程的步骤如下:
步骤一:建立系统模型和相应的信道模型;建立空间相关无线MISO(多输入单输出)通信系统模型,该系统有着M个发射天线和单个接收天线,其对应信道模型可表示为信道矩阵h={hm},可建模为:,其中hw为信道的随机变化部分,Rt为发送天线相关矩阵,表示信道协方差矩阵。
步骤二:确定系统的有效信噪比;由接收信号矩阵,可求得接收端的有效信噪比,其中:,为平均SNR(信噪比),uim为波束成形矩阵U的元素,r是空时编码的码率。{Pm,m=1,…,M}为对M个特征波束的功率控制,满足下列功率约束:,Pm30。
步骤三:确定条件相关矩阵和波束成型矩阵;利用预白化和变量变换,来自步骤一的接收信噪比可进一步表示为:γ,其中:,与有着相同的分布,即其元素为服从均值为0和方差为1的复高斯分布。为条件相关矩阵,,其中:为信道均值反馈,c为用于测量MMSE(最小均方误差)估计精度的归一化相关系数;进行特征值分解为:,{zm,m=1,…,M}为Lh的对角矩阵;其中波束成形矩阵U=Vh。
步骤四:确定系统平均误比特率;根据获得的均值反馈,利用随机变量变换,通过平均化卡方分布,确定出系统平均误比特率(BER):,其中l=gEs/(rN0)为等效符号信噪比。
步骤五:最小化平均误比特率;在固定功率约束下,以最小化步骤四中的系统BER为优化目标,建立相应的目标优化函数其中:η1为拉格朗日乘子。
步骤六:确定功率分配;对步骤1.1.5中目标函数关于{Pm}求偏导,并令偏导值等于零,利用功率约束条件,得到闭式功率分配其中:。
结合图2,本发明基于不完全信道信息的预编码方法,具体步骤如下:
1.1.1建立空间相关无线MISO通信系统模型,即有着M个发射天线和单个接收天线。
1.1.2建立信道模型可表示为h={hm},即:,其中Rt为M×M发送天线相关矩阵,表示信道协方差矩阵。hw为信道的随机变化部分,其元素为有着零均值和单位方差的独立的复高斯随机变量。
1.1.3基于均值反馈信息,计算条件相关矩阵为,其中:为信道均值反馈,c为用于测量MMSE估计精度的归一化相关系数。
1.1.4利用特征值分解(EVD),步骤1.1.3中可进一步表示为。由获得Vh,可求得预编码的波束成形矩阵U=Vh。
1.1.5由接收信号矩阵,可求接收端的有效信噪比:。其中:r是空时编码的码率,,为平均SNR,uim为波束成形矩阵U的元素,{Pm,m=1,…,M}为对M个特征波束的功率控制,满足下列功率约束:,Pm30。
1.1.6利用预白化和变量变换,步骤1.1.5中接收信噪比可进一步表示为:γ。式中:{zm,m=1,…,M}为Lh的对角矩阵,,与有着相同的分布,其中的元素为服从均值为0和方差为1的复高斯分布。
1.1.7根据获得的均值反馈,利用随机变量变换,通过平均化卡方分布,可计算出系统平均误比特率(BER):,其中l=gEs/(rN0)为等效符号信噪比。
1.1.8在固定功率约束下,以最小化步骤1.1.7中系统BER为优化目标,推导功率自适应分配策略。
1.1.9借助于拉格朗日方法来解决步骤1.1.8中的优化问题,相应的辅助目标函数可定义为:,其中:η1为拉格朗日乘子。
1.1.10对目标函数L(P1,..,PM)关于{Pm}求偏导,令其偏导值等于零,可获得功率分配:
,m=1,…,M.
1.1.11借助于固定功率约束条件(1)和步骤1.1.10中功率分配,可求得拉格朗日乘子。
1.1.12利用获得的拉格朗日乘子,步骤1.1.10中功率分配可获得其闭式表达式:
1.1.13根据Pm的计算值,判断Pm的正负。当Pm小于0时,PM=0,M减少为M-1,重复步骤1.1.10~步骤1.1.12;计算相应的Pm。不断重复上述步骤,直到Pm为非负值。
1.1.14当Pm大于0时,Pm即为所求的功率分配值。
目前,我们已经通过仿真实验模拟验证了本发明具有良好的系统误比特率性能,如图3~图4所示。在性能评价的仿真实现过程中,信道假定为准静态平坦衰落,格雷映射被用来把比特流映射成所需的MQAM(多进制正交幅度调制)星座符号,不同的空时分组码方案,如H4码和G4码,以及H3码和G3码分别被采用和比较。考虑指数性相关模型,即,其中rt为发射天线空间相关系数。在以下的仿真结果图中,‘xT1R’表示为采用x发射天线和单个接收天线的MISO系统。‘BER-PC’和‘CSNR-PC’分别表示为所提的最优和次优预编码方法;等功率预编码表示为EQ-PC;基于1-D波束成形和不完全信道信的最优特征模式选择方法表示为1DBF-PC;仅有协方差反馈预编码方法或均值反馈预编码方法分别表示为CF-PC和MF-PC。
图3给出了空间相关4T1R系统采用H4码和不同预编码方法的平均BER性能比较,其中rt=0.9和c=0.6,16QAM和64QAM用于调制。不同的预编码方法:BER-PC,EQ-PC,1DBF-PC,CF-PC和MF-PC用于比较和评估。由图1可看出,我们所提‘BER-PC’预编码性能要好于‘EQ-PC’和‘1DBF-PC’。在低信噪比下,‘1DBF-PC’性能非常接近于‘BER-PC’性能,但其在高信噪比下有着明显的性能下降,而等功率分配方法仅在高SNR下接近于‘BER-PC’性能。而且,所提的预编码性能好于‘MF-PC’性能,但仅略好于‘CF-PC’性能,这是因为在本仿真所设置的不完全信道环境下,均值反馈质量较低。此外,随着调制阶数增加,上述五种预编码方法的性能均下降,这与已有的知识也是一致的。
图4给出了空间相关4T1R系统采用G4码和不同预编码方法的平均BER性能比较,16QAM和64QAM用于调制。对于不完全信道信息,参数设置:rt=0.6和c=0.95。不同的预编码方法:BER-PC,EQ-PC,1DBF-PC,CF-PC和MF-PC用于比较和评估。由图4,我们可获得类似于图3的仿真结果。即,所提的‘BER-PC’性能仍然优于‘EQ-PC’,‘1DBF-PC’和‘CF-PC’等方法性能。而且采用高阶调制的系统性能要差于采用低阶调制的系统性能。此外,在本仿真所设置的不完全信道环境下,均值反馈变得较为准确,故我们的‘BER-PC’性能仅略好于‘MF-PC’性能。从而在这种情况下,‘MF-PC’方法比‘CF-PC’方法更有效。
给出了空间相关3T1R系统采用所提两种预编码方法与已有最优方法(即来自文献[9]的方法,简称’MP-PC’)的BER性能比较。系统采用H3码和16QAM。对于不完全CSI,考虑不同的发送相关系数(即rt=0.8和0.4)影响。我们设置用于估计的相关系数c分别为0.85和0.99。所提的预编码方法‘BER-PC’用于比较。所提最优方法与已有最优方法的BER均随着rt下降或者c增加而下降。换句话说,系统性能将在相同rt情况下,随着c增加而变好,或者在相同c情况下,随着rt下降而变好。而系统性能将在相同rt情况下,随着c下降而变差,或者在相同c情况下,随着rt增加而变差。这与已有的知识也是一致的。而且由于采用较好的优化和近似,所提的最优方法‘BER-PC’与已有的最优’MP-PC’方法有着非常相近的性能。故从性能和复杂度折中来看,所提的预编码方法,将是一个比较好的实用方法。
Claims (3)
1.一种空间相关MISO系统中基于不完全信道信息的预编码方法,其特征在于,包括以下步骤:
步骤一:建立系统模型和相应的信道模型;建立空间相关无线MISO通信系统模型,该系统有着M个发射天线和单个接收天线,其对应信道模型可表示为信道矩阵h={hm},建模为:其中hw为信道的随机变化部分,Rt为发送天线相关矩阵,表示信道协方差矩阵;
步骤二:确定系统的有效信噪比;由接收信号矩阵,求得接收端的有效信噪比其中:为对第m个发送天线进行波束成型后信道功率值;为平均SNR,uim为波束成形矩阵U的元素,r是空时编码的码率;{Pm,m=1,…,M}为对M个特征波束的功率控制,满足下列功率约束: Pm≥0;
步骤三:确定条件相关矩阵和波束成型矩阵;利用预白化和变量变换,为信道白化矢量,为条件相关矩阵;来自步骤二的接收信噪比可进一步表示为: 其中: 与有着相同的分布,即其元素为服从均值为0和方差为1的复高斯分布,为矢量中第m个元素,为平均信噪比;为条件相关矩阵, 其中:为信道均值反馈,c为用于测量MMSE估计精度的归一化相关系数;进行特征值分解为:其中波束成形矩阵U=Vh,Vh为对特征值分解后由特征矢量构成的特征矩阵,Λh为特征值分解后由特征值构成的对角矩阵;
步骤四:确定系统平均误比特率;根据获得的均值反馈,利用随机变量变换,通过平均化卡方分布,确定出系统平均误比特率(BER):其中λ=gEs/(rN0)为等效符号信噪比,g为调制参数;
步骤五:最小化平均误比特率;在固定功率约束下,以最小化步骤四中的系统BER为优化目标,建立相应的目标优化函数 其中:η1为拉格朗日乘子;
步骤六:确定功率分配;对步骤五中目标函数关于{Pm}求偏导,并令偏导值等于零,利用功率约束条件,得到闭式功率分配 其中:
2.根据权利要求1所述的一种空间相关MISO系统中基于不完全信道信息的预编码方法,其特征在于:步骤六中获得的功率分配,当平均信噪比SNR=Es/N0非常大时,Pm将等于1/M;从而对于大SNR,最优功率控制将等效为等功率分配;此外,当ζm越大时,Pm也将越大,于是在低信噪比下,更多的功率将分配给有着较大ζm值的特征波束;这就类似于完全信道信息下基于最优特征模式选择的功率控制方案,即1-D波束成形。
3.根据权利要求1所述的一种空间相关MISO系统中基于不完全信道信息的预编码方法,其特征在于:步骤六的功率控制方案还包括两种特殊情况,即仅有协方差反馈或均值反馈;对于第一种情况,m=0,从而相关矩阵相应地,{ζm}为Rt的特征值;对于第二种情况,仅知道均值反馈,故相关矩阵其中K为单位矩阵或零矩阵;从而{ζm}为的特征值;由于这两种特殊情况仅知道部分信道信息,故它们的系统性能要差于既有均值反馈又有协方差反馈信息的预编码方法性能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110392698.2A CN103138815B (zh) | 2011-12-01 | 2011-12-01 | 空间相关miso系统中基于不完全信道信息预编码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110392698.2A CN103138815B (zh) | 2011-12-01 | 2011-12-01 | 空间相关miso系统中基于不完全信道信息预编码方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103138815A CN103138815A (zh) | 2013-06-05 |
CN103138815B true CN103138815B (zh) | 2016-04-20 |
Family
ID=48498189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110392698.2A Expired - Fee Related CN103138815B (zh) | 2011-12-01 | 2011-12-01 | 空间相关miso系统中基于不完全信道信息预编码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103138815B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104780021B (zh) * | 2015-04-01 | 2017-07-14 | 西安交通大学 | 一种针对miso下行广播信道的传输及预编码方法 |
CN104902574B (zh) * | 2015-04-10 | 2018-11-13 | 内蒙古大学 | 一种基于能效的天线选择和功率分配方法 |
CN106357315B (zh) * | 2016-09-23 | 2019-07-26 | 燕山大学 | 一种具有不完全csi的大型多天线网络能效资源分配方法 |
CN107070511B (zh) * | 2017-06-13 | 2020-04-14 | 电子科技大学 | 一种用于miso无线公平性网络的用户接入控制优化方法 |
CN110690913B (zh) * | 2018-07-06 | 2023-04-07 | 南京航空航天大学 | 一种基于不完全信道信息的协作空间调制系统中功率分配方法 |
CN109286426B (zh) * | 2018-09-25 | 2021-06-15 | 中国计量大学 | 一种无线携能协作预编码空间调制系统的传输方法 |
CN109067446B (zh) * | 2018-10-24 | 2020-08-11 | 北京科技大学 | 一种多天线多用户大规模天线的混合预编码方法 |
CN111698004B (zh) * | 2019-03-14 | 2023-04-18 | 南京航空航天大学 | 一种空间相关信道下协作空间调制系统中功率分配方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1832369A (zh) * | 2005-03-12 | 2006-09-13 | 中兴通讯股份有限公司 | 用于多入多出通信系统的发射方法、装置和系统 |
-
2011
- 2011-12-01 CN CN201110392698.2A patent/CN103138815B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1832369A (zh) * | 2005-03-12 | 2006-09-13 | 中兴通讯股份有限公司 | 用于多入多出通信系统的发射方法、装置和系统 |
Non-Patent Citations (2)
Title |
---|
"Performance Analysis of Discrete-Rate Adaptive Modulation with Space-Time Coding in Multiple Antennas System ";Xiangbin Yu等;《Networks Security Wireless Communications and Trusted Computing (NSWCTC), 2010 Second International Conference on 》;20100425;第105-108页 * |
"基于统计信道信息的MIMOOFDM系统发射功率最小化研究";张文强等;《信号处理》;20080228;第24卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN103138815A (zh) | 2013-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103138815B (zh) | 空间相关miso系统中基于不完全信道信息预编码方法 | |
CN102754358B (zh) | “多入多出”(“mimo”)系统中选择预编码矩阵的方法 | |
US20030185309A1 (en) | Method and system in a transceiver for controlling a multiple-input, multiple-output communications channel | |
CN101170386A (zh) | 利用均值和协方差信息的自适应多天线接收传输方法 | |
CN104702324A (zh) | 大规模mimo下行链路自适应传输方法 | |
JP2010529808A5 (zh) | ||
CN104702390A (zh) | 分布式压缩感知信道估计中的导频分配方法 | |
CN105187355A (zh) | 一种天线选择-功率自适应的空间调制方法 | |
CN101345592B (zh) | 应用于mimo的自适应信号的检测器及检测方法 | |
CN101252418A (zh) | 多天线传输系统中利用信道统计信息的自适应传输方法 | |
CN105338609A (zh) | 多天线系统高能效动态功率分配方法 | |
CN101340218A (zh) | 多输入多输出系统中通信方法及装置 | |
Sindhwani et al. | Performance analysis of particle swarm optimization and genetic algorithm in MIMO systems | |
CN102710395B (zh) | 基于联合波束赋形的协同传输方法 | |
CN101931504B (zh) | Mimo-stc无线通信传输系统的通信方法 | |
Mokh et al. | Space shift keying modulations for low complexity Internet-of-Things devices | |
CN102223170B (zh) | 码分多径信道的序贯多天线选择发送方法 | |
CN101242381A (zh) | 多用户多输入多输出系统的线性预编码方法 | |
CN102724028B (zh) | 基于协作星座映射的Alamouti编码方法 | |
CN1909398B (zh) | 多天线系统中基于迫零判决反馈检测的功率控制方法 | |
Coşkun et al. | Performance analysis of space-time block codes with transmit antenna selection in Nakagami-m fading channels | |
CN101247158B (zh) | 非理想信道多天线系统发射模式及相应调制方式的选择方法 | |
CN101814979B (zh) | 相关多天线系统收发两端联合设计方法 | |
Kuang et al. | Adaptive modulation and joint temporal spatial power allocation for OSTBC MIMO systems with imperfect CSI | |
CN110190880A (zh) | 一种广义空间调制递增发射天线组合选择方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160420 Termination date: 20201201 |