CN103905106A - 一种多天线多播波束赋形向量计算方法 - Google Patents
一种多天线多播波束赋形向量计算方法 Download PDFInfo
- Publication number
- CN103905106A CN103905106A CN201410161520.0A CN201410161520A CN103905106A CN 103905106 A CN103905106 A CN 103905106A CN 201410161520 A CN201410161520 A CN 201410161520A CN 103905106 A CN103905106 A CN 103905106A
- Authority
- CN
- China
- Prior art keywords
- beam forming
- multicast
- wave beam
- vector
- base station
- 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.)
- Granted
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施方式提出一种多天线多播波束赋形向量计算方法。包括:收集期望接收多播业务的用户的波束赋形问题建模信息,并利用所述波束赋形问题建模信息建立多天线多播波束赋形设计问题模型;利用对偶转换算法或等效信道算法,对所述多天线多播波束赋形设计问题模型求解,以确定初步的归一化波束赋形向量;利用局部微调算法,对所述初步的归一化波束赋形向量予以修正并得到最终归一化波束赋形向量,以在各个用户方向上均衡分配发送功率;利用所述最终归一化波束赋形向量计算基站所需发送功率,并根据所述最终归一化波束赋形向量和所述基站所需发送功率计算多天线多播波束赋形向量。
Description
技术领域
本发明属于无线通信数据传输技领域,特别是一种多天线多播波束赋形向量计算方法。
背景技术
随着多媒体业务的普及,多播传输已成为无线通信网络必不可少的一部分,如何设计资源有效的多播传输方案已引起学术界与工业界的高度重视。
由于能在一次传输中同时服务多个用户,多播技术可以有效提升网络资源利用效率。但是,多播传输中接收用户的几何位置分布离散,他们的接收信道条件以及硬件接收能力往往差异较大,为了满足所有用户都能成功接收传输数据,多播传输的目标传输速率往往需要设置的比较小,这严重影响了多播传输带来的用户分集增益。这就是多播技术研究中常说的最差用户限制。为了克服该限制,目前已经出现了多天线传输技术,通过调整基站端的波束赋形向量(或称预编码矩阵),在每个用户的信道方向上合理分配能量,努力实现各个用户接收能量的均衡,以避免能量浪费。这就自然引入一个问题:如何根据多播用户各自的传输信道条件,设置最优的波束赋形向量,以最大化基站能量利用效率。
目前,已经存在一些专利和论文,讨论了多天线多播传输预编码矩阵计算方法,但是这些专利或论文,或者建模不全面,没有很好考虑多播传输QoS,或者算法复杂度很高,有待进一步改善。
比如,目前有一种单小区多播mimo移动通信系统的下行单业务预编码方法。在该方法中,以SNR一致性为优化目标建立优化目标,再通过引入空间Span{h1,h2,...,hK}范围内的标准正交基v1,v2,...,vM(M≤min(K,N),其中K为用户数,N为基站天线数),将信道和预编码矩阵均进行映射,最终得到最佳的波束赋形向量。
发明内容
本发明实施方式提出一种多天线多播波束赋形向量计算方法,实现高能效、低复杂度地计算波束赋形向量。
本发明实施方式的技术方案如下:
一种多天线多播波束赋形向量计算方法,该方法包括:
收集期望接收多播业务的用户的波束赋形问题建模信息,并利用所述波束赋形问题建模信息建立多天线多播波束赋形设计问题模型;
利用对偶转换算法或等效信道算法,对所述多天线多播波束赋形设计问题模型求解,以确定初步的归一化波束赋形向量;
利用局部微调算法,对所述初步的归一化波束赋形向量予以修正并得到最终归一化波束赋形向量,以在各个用户方向上均衡分配发送功率;
利用所述最终归一化波束赋形向量计算基站所需发送功率,并根据所述最终归一化波束赋形向量和所述基站所需发送功率计算多天线多播波束赋形向量。
所述期望接收多播业务的用户为K个;
所述基站收集期望接收多播业务的用户的波束赋形问题建模信息包括:
基站收集信道信息(h1,h2,...,hK),其中hk是第k个用户反馈的信道向量;基站收集信道噪声信息其中为第k个用户反馈的噪声功率;基站收集业务QoS参数r,其中r=Blog2(1+γ);B为系统带宽、γ为多播业务的最低传输信噪比需求;k的取值范围为1~K;
所述利用所述波束赋形问题建模信息建立多天线多播波束赋形设计问题模型包括:
所述多天线多播波束赋形设计问题模型为:
所述利用对偶转换算法,对所述多天线多播波束赋形设计问题模型求解,以确定初步的归一化波束赋形向量包括:
建立对偶优化模型F:
利用自使用功率片分方式针对所述对偶优化模型求解,以计算对偶变量μk;
所述利用等效信道算法,对所述多天线多播波束赋形设计问题模型求解,以确定初步的归一化波束赋形向量包括:
计算第k个用户的信道矩阵权重αk;
利用各个用户的信道矩阵权重计算多播传输等效信道矩阵hmul,其中
所述利用局部微调算法,对所述初步的归一化波束赋形向量予以修正并得到最终归一化波束赋形向量,以在各个用户方向上均衡分配发送能量,具体包括:
计算所述瓶颈用户k*的特征方向;
利用所述最终归一化波束赋形向量计算基站所需发送功率,并根据所述最终归一化波束赋形向量和所述基站所需发送功率计算多天线多播波束赋形向量,具体包括:
利用所述迭代后的计算基站所需发送功率P,其中
从上述技术方案可以看出,本发明提出一种面向能效的低复杂度波束赋形设计方法,该方法通过将波束赋形向量计算分为两个阶段进行,在阶段1利用低复杂度算法获得初始波束赋形向量,在阶段2利用局部微调修正得到的波束赋形向量,实现波束赋形向量的快速、高效计算。
另外,本发明的优点还在于:
(1)算法1——对偶转换(自适应功率片分)方法求解初始归一化波束赋形向量,利用对偶分解思想,将原始域中下行波束赋形设计问题转换为对偶域中上行功率分配问题,并通过设计自适应功率片分方法,避免了SDP求解带来的高复杂度。同时,通过调整初始功率片大小以及功率片递减速率,可以在求解复杂度与求解精度两方向获得很好折中。
(2)算法2——等效信道方法求解初始归一化波束赋形向量,通过计算不同用户信道权重,得到多播传输的整体等效信道矩阵,以此计算归一化的匹配滤波发送向量。不但规避了SDP求解,也规避了功率片分环节,大大降低问题复杂度。
(3)算法3——基于瓶颈用户寻找的归一化波束赋形向量局部微调方法,通过搜寻瓶颈用户,并计算瓶颈用户的特征方向,以此进行归一化波束赋形向量的更新,进一步均衡基站端发送功率在多个接收用户方向上的均衡,最大化基站能效。
相比较现有技术,本发明提出的多天线多播波束赋形优化模型,考虑了业务QoS与基站端节能需求,模型设计更为合理。
而且,本发明提出的多天线多播波束赋形向量计算方法性能更好,具体而言:较之已有算法,所提两阶段波束赋形设计方法(算法1+算法3),不仅可以减小基站能耗,还可以部分降低波束赋形向量计算时间,算法复杂度降低至已有算法的1/5作用;较之已有算法,所提两阶段波束赋形设计方法(算法2+算法3)可以在保证算法性能(基站端能耗与已有算法相当,在用户数目较多、天线数目较少时,已有方法性能稍微好点,在用户数目较少或Massive MIMO场景,所提方法2性能稍微好点),大大降低波束赋形向量计算时间,算法复杂度降低为几十分之一(用户数目较多)到几百分之一(用户数目较少)。
总之,应用本发明之后,在多天线场景,针对单个业务的多播传输,基站需要综合考虑该多播业务所有订阅用户的接收能力和信道条件,选择合理的波束赋形向量,在保证多播业务顺利完成的情况下,最小化基站总能耗。
附图说明
图1为根据本发明多天线多播波束赋形向量计算方法流程图。
图2为本发明的单小区单业务多天线多播传输示意图。
图3为自适应功率片分方法求解初始归一化波束赋形向量的流程图。
图4为等效信道分方法求解初始归一化波束赋形向量的流程图。
图5为基于瓶颈用户寻找的归一化波束赋形向量局部微调流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步的详细描述。
本发明针对多天线多播传输波束赋形向量优化模型,提出一种低复杂度的能效多天线多播波束赋形向量计算方法。该方法将波束赋形向量分为两个阶段:在阶段1,利用对偶分解、等效信道等方法对问题进行初步求解,得到初始归一化波束赋形向量;在阶段2,利用局部微调算法,对阶段1得到的初始波束赋形向量进行调整,得到最终的归一化波束赋形向量。
本发明优势在于:阶段1利用低复杂度算法求解初始归一化波束赋形向量,较之已有的SDR方法、QCQP方法、PenFun方法,可以大大降低问题求解复杂度;阶段2利用局部微调,可以改善获得的归一化波束赋形向量,进一步均很发送功率在各个多播用户方向上的分配,进一步减小基站能耗,实现能效多天线多播波束赋形向量的设计。
图1为根据本发明多天线多播波束赋形向量计算方法流程图。
如图1所示,该方法包括:
步骤101:收集期望接收多播业务的用户的波束赋形问题建模信息,并利用所述波束赋形问题建模信息建立多天线多播波束赋形设计问题模型。
步骤102:利用对偶转换算法或等效信道算法,对所述多天线多播波束赋形设计问题模型求解,以确定初步的归一化波束赋形向量。
步骤103:利用局部微调算法,对所述初步的归一化波束赋形向量予以修正并得到最终归一化波束赋形向量,以在各个用户方向上均衡分配发送功率。
步骤104:利用所述最终归一化波束赋形向量计算基站所需发送功率,并根据所述最终归一化波束赋形向量和所述基站所需发送功率计算多天线多播波束赋形向量。
在一个实施方式中,期望接收多播业务的用户为K个;所述基站收集期望接收多播业务的用户的波束赋形问题建模信息包括:基站收集信道信息(h1,h2,...,hK),其中hk是第k个用户反馈的信道向量;基站收集信道噪声信息其中为第k个用户反馈的噪声功率;基站收集业务QoS参数r,其中r=Blog2(1+γ);B为系统带宽、γ为多播业务的最低传输信噪比需求;k的取值范围为1~K;所述利用所述波束赋形问题建模信息建立多天线多播波束赋形设计问题模型包括:基站利用所述信道信息、所述信道噪声信息和所述业务QoS参数计算归一化用户传输信道矩阵 所述多天线多播波束赋形设计问题模型为: 其中N为发送天线个数;w为N×1维波束赋形向量;H为共轭转置。
在一个实施方式中,利用对偶转换算法,对所述多天线多播波束赋形设计问题模型求解,以确定初步的归一化波束赋形向量包括:建立对偶优化模型F:
在一个实施方式中,利用等效信道算法,对所述多天线多播波束赋形设计问题模型求解,以确定初步的归一化波束赋形向量包括:计算第k个用户的信道矩阵权重αk;利用各个用户的信道矩阵权重计算多播传输等效信道矩阵hmul,其中 利用所述多播传输等效信道矩阵hmul计算所述初步的归一化波束赋形向量其中:
在一个实施方式中,利用局部微调算法,对所述初步的归一化波束赋形向量予以修正并得到最终归一化波束赋形向量,以在各个用户方向上均衡分配发送能量,具体包括:根据所述初步的归一化波束赋形向量寻找瓶颈用户k*,其中计算所述瓶颈用户k*的特征方向;利用所述瓶颈用户k*的特征方向迭代更新所述初步的归一化波束赋形向量包括执行:
在一个实施方式中,利用所述最终归一化波束赋形向量计算基站所需发送功率,并根据所述最终归一化波束赋形向量和所述基站所需发送功率计算多天线多播波束赋形向量,具体包括:利用所述迭代后的计算基站所需发送功率P,其中根据所述最终归一化波束赋形向量和所述基站所需发送功率P计算多天线多播波束赋形向量w,其中:
图2为本发明的单小区单业务多天线多播传输示意图。本发明的研究场景如图2所示。如图2所示,基站配有多个发送天线,移动台(用户)配置单个接收天线。假设基站发送天线数目为N,用户数目为K。
在传统多播中,针对单业务多播传输波束赋形向量设计问题,将问题建模为:保证多播传输QoS,即保证多播传输目标传输速率的前提下,通过优化波束赋形向量w∈CN×1,最小化基站的功耗,数学建模为:
表1是多天线多播波束赋形向量设计问题中涉及变量说明。在实际系统中,希望通过下表中参数,完成多天线多播传输波束赋形向量优化建模与方法设计。
表1
在本发明中,提出一种面向能效的低复杂度多播业务波束赋形方法。包括:首先,由基站收集所有希望接收多播业务用户的反馈信道矢量、信道噪声参数、业务传输QoS参数等,完成多天线多播波束赋形设计问题建模;其次,利用对偶转换(以下称为算法1)或等效信道(以下称为算法2),以较低的复杂度求解初步的归一化波束赋形向量;再次,利用局部微调(以下称为算法3),修正所获得的初步归一化波束赋形向量,进一步均衡发送能量在各个用户方向上的分配;依据得到的最终归一化波束赋形向量以及基站所需发送功率,计算最终的多天线多播波束赋形向量。
首先描述低复杂度能效多天线多播波束赋形设计具体方法。
阶段1:低复杂度求解初始归一化波束赋形向量:
已有的多天线多播波束赋形向量计算方法包括:半正定放松+随机化处理(SDR)、二次约束二次规划(QCQP)、惩罚函数(PenFun)等。这些方法不可避免的都需要进行半正定规划(SDP),需要使用MATLAB自带的优化工具,问题优化复杂度较大。
为了降低波束赋形设计的复杂度,便于所提方法在实际系统中应用,本发明针对问题Q,分别提出以下两种低复杂度波束赋形向量计算方法:对偶转换方法以及等效信道方法。
在对偶转换方法中,本发明将原始问题Q中的下行波束赋形向量计算问题转换成上行功率分配问题,并进一步提出自适应片分法进行功率分配,规避了SDP求解,降低问题复杂度。
在等效信道方法中,本发明提出多播群等效信道的概念,来替代K个多播用户的传输信道,以此进行下行波束赋形向量计算。等效信道定义为多播用户传输信道的权重累加,因而只需要设计多播用户的累加权重即可。避免了传统方法(SDP、QCQP、FenFun)中的SDP求解,以及对偶转换方法中的功率片分,进一步降低问题复杂度。
下面描述对偶转换方法求解初始归一化波束赋形向量:
首先,需要指出,问题Q非凸,且是NP-hard,所以不能证明Lagrangian对偶的对偶间隙为零。
问题Q的拉格朗日表达式为
可得问题Q的对偶问题为:
其中w取值需要满足 可取
对于问题F,它是一个SDP规划问题,可以使用SDP规划求解,得出理论最佳值,但是SDP求解复杂度很高。为了降低波束赋形向量计算复杂度,本发明提出片分法进行求解。并且为了进一步降低复杂度,所提片分法中“片”的粒度阶梯调整,即片的大小开始较大,渐渐(也可以是逐段)变小。由于对偶变量可以理解为虚拟对偶上行传输中每个用户的发送功率,这种对偶转换方法也成为自适应功率片分方法。
自适应功率片分方法的一大优势就是可以通过调整初始功率片的大小以及梯度变化速率,获得算法性能(即基站能耗)与算法复杂度(即运行时间)间的折中。
图3为自适应功率片分方法求解初始归一化波束赋形向量的流程图;其中λmax(A)表示矩阵A的最大特征值。对于算法1:对偶转换方法(自适应功率片分方法),具体包括下列步骤:
步骤1:初始化:
将所有对偶变量与判决矩阵方阵置零,即μk=0,k=1,2,...,K、A=0;给定初始功率片大小△、功率片大小初始更新精度ε以及更新因子L;设置最大片分次数nmax以及目前的迭代计数值n=0。
步骤4:计算新得到的判决矩阵最大本征值λmax(A),并进行判决:若λmax(A)距离1小于更新精度ε,则更新功率片大小△=△/L,并相应更新功率片大小更新精度ε=ε/L。
步骤5:迭代计数n加1,即n=n+1,并判断判决矩阵的最大本征值是否小于1:如果是,并且迭代计数n小于等于最大允许最大片分次数nmax,则跳回步骤Step2,否则转入步骤Step6。
步骤6:输出最终对偶变量μk,k=1,2,...,K,并根据式错误!未找到引用源。计算初始归一化波束赋形向量
自适应功率片分法的具体步骤如下所示,其中为了便于表述,记矩阵 为判决矩阵。
下面描述等效信道方法求解初始归一化波束赋形向量:
在单播传输中,波束赋形的作用是将发送波束对齐到用户信道所在的空间方向上,采用匹配发送即可求得最佳预编码矩阵。多播传输与单播传输的区别是接收端由一个变为多个,存在多个传输信道,无法使用一个波束赋形向量匹配多个传输信道。
原始问题等价为:
可惜的是该问题仍然非凸。考虑到实际部署方便,我们致力于设计低复杂度次优方案,这里给出下面几种权重确定方案:
方案1:基本思路:用户的信道越好,其权重越小;
图4为等效信道分方法求解初始归一化波束赋形向量的流程图。如图4所示,包括:
步骤1:初始化,设置目标SNRγ;
步骤2:基站收集多播用户信道hk,1≤k≤K以及噪声+干扰信息1≤k≤K,并完成问题Q数学建模。
步骤3:计算用户信道权重αk,k=1,2,...,K,得到等效信道
下面描述阶段2,即局部微调修正初始归一化波束赋形向量。
在得到初始归一化波束赋形向量后,本发明进一步提出局部微调进行波束赋形向量修正,均衡发送功率在多播用户方向上的分配,最大化基站的能量利用效率。
对于局部微调,本申请通过确定瓶颈用户,以瓶颈用户的特征方向为波束赋形向量更新因子,修正得到的波束赋形向量。
瓶颈用户:在给定波束赋形向量的基础上,接收能量最少的用户,即
在确定瓶颈用户后,需要计算其特征方向,即为该次微调的更新因子,计算方法多种多样,包括:
方案1:
方案2:
算法3:基于瓶颈用户寻找的归一化波束赋形向量局部微调算法。
这样,基于瓶颈用户寻找的归一化波束赋形向量局部微调方法总结如图5所示。图5为基于瓶颈用户寻找的归一化波束赋形向量局部微调流程图。包括:
步骤1:初始化:
步骤2:微调:
步骤2.1:依据 寻找瓶颈用户k*(t)。
步骤2.3:更新归一化波束赋形向量:
步骤2.4:计算此时功耗
步骤2.5:如果P<Popt,更新最佳归一化波束赋形向量与最小基站功耗:
综上所述,本发明的关键点是针对多天线多播波束赋形问题,提出一种面向能效的低复杂度波束赋形设计方法,该方法通过将波束赋形向量计算分为两个阶段进行,在阶段1利用低复杂度算法获得初始波束赋形向量,在阶段2利用局部微调修正得到的波束赋形向量,实现波束赋形向量的快速、高效计算。
通过对已有专利与文章的调研,发现多天线多播传输波束赋形(或预编码矩阵)设计问题已有一定研究,但是现有专利在问题数学建模上考虑不全面,没有考虑业务QoS需求,有待进一步改善;可查文章中关于问题建模已研究虽然考虑了该问题,完成基于业务QoS的能效优化问题建模,但是所提波束赋形向量计算方法的复杂度太高。因此,本发明的欲保护点并不在问题的提出与问题的数学建模,而在设计新的高能效、低复杂度计算方法。具体而言,本发明的关键点与欲保护点在如下3个算法设计上。
本发明的关键点在于:
(1)算法1——对偶转换(自适应功率片分)方法求解初始归一化波束赋形向量,利用对偶分解思想,将原始域中下行波束赋形设计问题转换为对偶域中上行功率分配问题,并通过设计自适应功率片分方法,避免了SDP求解带来的高复杂度。同时,通过调整初始功率片大小以及功率片递减速率,可以在求解复杂度与求解精度两方向获得很好折中。
(2)算法2——等效信道方法求解初始归一化波束赋形向量,通过计算不同用户信道权重,得到多播传输的整体等效信道矩阵,以此计算归一化的匹配滤波发送向量。不但规避了SDP求解,也规避了功率片分环节,大大降低问题复杂度。
(3)算法3——基于瓶颈用户寻找的归一化波束赋形向量局部微调方法,通过搜寻瓶颈用户,并计算瓶颈用户的特征方向,以此进行归一化波束赋形向量的更新,进一步均衡基站端发送功率在多个接收用户方向上的均衡,最大化基站能效。
相比较现有技术,本发明提出的多天线多播波束赋形优化模型,考虑了业务QoS与基站端节能需求,模型设计更为合理。
而且,本发明提出的多天线多播波束赋形向量计算方法性能更好,具体而言:较之已有算法,所提两阶段波束赋形设计方法(算法1+算法3),不仅可以减小基站能耗,还可以部分降低波束赋形向量计算时间,算法复杂度降低至已有算法的1/5作用;较之已有算法,所提两阶段波束赋形设计方法(算法2+算法3)可以在保证算法性能(基站端能耗与已有算法相当,在用户数目较多、天线数目较少时,已有方法性能稍微好点,在用户数目较少或Massive MIMO场景,所提方法2性能稍微好点),大大降低波束赋形向量计算时间,算法复杂度降低为几十分之一(用户数目较多)到几百分之一(用户数目较少)。
总之,应用本发明之后,在多天线场景,针对单个业务的多播传输,基站需要综合考虑该多播业务所有订阅用户的接收能力和信道条件,选择合理的波束赋形向量,在保证多播业务顺利完成的情况下,最小化基站总能耗。
本发明设计了相应的波束赋形向量优化模型与计算方法。
多天线多播传输波束赋形向量优化模型:优化变量是基站端波束赋形向量;优化约束是保证每个多播用户的最小接收速率;优化目标是最小化基站能耗。
多天线多播传输波束赋形向量计算方法:本发明提出两种多天线多播波束赋形向量计算方法,其中方法1(基于对偶求解的多天线多播波束赋形向量计算方法)利用对偶分解求解初步的波束赋形向量,再进行波束赋形微调,得到最终的波束赋形向量;方法2(基于等效信道的多天线多播波束赋形向量计算方法)通过计算用户信道权重,直接获得多播传输的整体等效信道,由此得到初步波束赋形向量,再进行波束赋形微调,得到最终的波束赋形向量。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种多天线多播波束赋形向量计算方法,其特征在于,该方法包括:
收集期望接收多播业务的用户的波束赋形问题建模信息,并利用所述波束赋形问题建模信息建立多天线多播波束赋形设计问题模型;
利用对偶转换算法或等效信道算法,对所述多天线多播波束赋形设计问题模型求解,以确定初步的归一化波束赋形向量;
利用局部微调算法,对所述初步的归一化波束赋形向量予以修正并得到最终归一化波束赋形向量,以在各个用户方向上均衡分配发送功率;
利用所述最终归一化波束赋形向量计算基站所需发送功率,并根据所述最终归一化波束赋形向量和所述基站所需发送功率计算多天线多播波束赋形向量。
2.根据权利要求1所述的多天线多播波束赋形向量计算方法,其特征在于,所述期望接收多播业务的用户为K个;
所述基站收集期望接收多播业务的用户的波束赋形问题建模信息包括:
基站收集信道信息(h1,h2,...,hK),其中hk是第k个用户反馈的信道向量;基站收集信道噪声信息其中为第k个用户反馈的噪声功率;基站收集业务QoS参数r,其中r=Blog2(1+γ);B为系统带宽、γ为多播业务的最低传输信噪比需求;k的取值范围为1~K;
所述利用所述波束赋形问题建模信息建立多天线多播波束赋形设计问题模型包括:
所述多天线多播波束赋形设计问题模型为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410161520.0A CN103905106B (zh) | 2014-04-22 | 2014-04-22 | 一种多天线多播波束赋形向量计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410161520.0A CN103905106B (zh) | 2014-04-22 | 2014-04-22 | 一种多天线多播波束赋形向量计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103905106A true CN103905106A (zh) | 2014-07-02 |
CN103905106B CN103905106B (zh) | 2017-03-29 |
Family
ID=50996278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410161520.0A Expired - Fee Related CN103905106B (zh) | 2014-04-22 | 2014-04-22 | 一种多天线多播波束赋形向量计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103905106B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104066059A (zh) * | 2014-07-04 | 2014-09-24 | 北京邮电大学 | 认知无线网络中多播传输联合接入控制及预编码计算方法 |
CN106452546A (zh) * | 2016-10-18 | 2017-02-22 | 华北电力大学(保定) | 电力线mimo通信中基于能效的波束成形方法 |
CN106487428A (zh) * | 2016-09-29 | 2017-03-08 | 西安电子科技大学 | 一种基于非正交多址技术的优化波束赋形的方法 |
CN106936485A (zh) * | 2017-04-05 | 2017-07-07 | 浙江大学 | 一种针对大规模mimo多播系统的混合预编码设计方法 |
CN107343268A (zh) * | 2017-07-20 | 2017-11-10 | 上海交通大学 | 非正交多播和单播传输波束赋型方法及系统 |
CN111654920A (zh) * | 2020-06-02 | 2020-09-11 | 重庆邮电大学 | 一种分布式能效子载波功率分配方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103259579A (zh) * | 2012-02-15 | 2013-08-21 | 电信科学技术研究院 | 一种波束赋形向量确定方法及装置 |
-
2014
- 2014-04-22 CN CN201410161520.0A patent/CN103905106B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103259579A (zh) * | 2012-02-15 | 2013-08-21 | 电信科学技术研究院 | 一种波束赋形向量确定方法及装置 |
Non-Patent Citations (2)
Title |
---|
KA L.LAW: "Robust downlink beamforming in multi-group multicasting using trace bounds on the covariance mismatches", 《IEEE》 * |
MICHAL KALISZAN.ETC.: "Multigroup multicast with application-layer coding:Beamforming for maximum weighted sum rate", 《IEEE》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104066059A (zh) * | 2014-07-04 | 2014-09-24 | 北京邮电大学 | 认知无线网络中多播传输联合接入控制及预编码计算方法 |
CN104066059B (zh) * | 2014-07-04 | 2017-09-05 | 北京邮电大学 | 认知无线网络中多播传输联合接入控制及预编码计算方法 |
CN106487428A (zh) * | 2016-09-29 | 2017-03-08 | 西安电子科技大学 | 一种基于非正交多址技术的优化波束赋形的方法 |
CN106487428B (zh) * | 2016-09-29 | 2019-11-22 | 西安电子科技大学 | 一种基于非正交多址技术的优化波束赋形的方法 |
CN106452546A (zh) * | 2016-10-18 | 2017-02-22 | 华北电力大学(保定) | 电力线mimo通信中基于能效的波束成形方法 |
CN106936485A (zh) * | 2017-04-05 | 2017-07-07 | 浙江大学 | 一种针对大规模mimo多播系统的混合预编码设计方法 |
CN106936485B (zh) * | 2017-04-05 | 2020-06-16 | 浙江大学 | 一种针对大规模mimo多播系统的混合预编码设计方法 |
CN107343268A (zh) * | 2017-07-20 | 2017-11-10 | 上海交通大学 | 非正交多播和单播传输波束赋型方法及系统 |
CN107343268B (zh) * | 2017-07-20 | 2020-12-22 | 上海交通大学 | 非正交多播和单播传输波束赋型方法及系统 |
CN111654920A (zh) * | 2020-06-02 | 2020-09-11 | 重庆邮电大学 | 一种分布式能效子载波功率分配方法 |
CN111654920B (zh) * | 2020-06-02 | 2022-03-11 | 重庆邮电大学 | 一种分布式能效子载波功率分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103905106B (zh) | 2017-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Joint offloading and computing optimization in wireless powered mobile-edge computing systems | |
CN103905106A (zh) | 一种多天线多播波束赋形向量计算方法 | |
CN105611633B (zh) | 基于swipt的波束赋形方法的接收机资源分配方法 | |
CN103209051B (zh) | 一种协作多点联合传输系统在多用户场景下的两步预编码方法 | |
CN110299937B (zh) | 一种上行mimo-noma无线通信系统波束成形方法 | |
CN105744628B (zh) | 一种数能一体化通信网络的资源分配最优化方法 | |
CN108770007A (zh) | 基于noma的无线携能通信系统多目标优化方法 | |
CN105680920B (zh) | 一种多用户多天线数能一体化通信网络吞吐量优化方法 | |
CN105337651A (zh) | 一种有限反馈下非正交多址接入系统下行链路的用户选择方法 | |
CN109168197B (zh) | 基于异构小蜂窝网络能量采集效率最大化的功率分配方法 | |
CN102882570B (zh) | 移动通信网络下设备间通信的最优收发联合处理方法 | |
CN111835406A (zh) | 适用于多波束卫星通信的能效谱效权衡的鲁棒预编码方法 | |
CN102457951A (zh) | 一种多小区协作通信中链路联合波束成形的方法和基站 | |
CN107846240A (zh) | 一种下行多输入单输出非正交多址接入系统功率分配方法 | |
CN104601297A (zh) | 协作无线能量传输方法和系统 | |
CN102291216A (zh) | 一种用户设备及信道状态信息反馈方法 | |
CN102291727B (zh) | 一种分布式协作波束成形设计方法 | |
CN102355294B (zh) | 单基站功率约束的多点协作波束成型和功率分配方法 | |
CN104954055B (zh) | 一种低复杂度的多用户信能同传系统能效优化方法 | |
CN103944618A (zh) | 大规模miso协同能效发送方法 | |
CN107426775B (zh) | 一种面向高能效异构网络的分布式多用户接入方法 | |
CN106330608B (zh) | 在数能一体化通信网络中上行用户吞吐量公平性优化方法 | |
CN104320170A (zh) | 大规模mimo系统中导频污染抑制波束赋形方法 | |
CN105187104A (zh) | 大规模mimo系统的快速发送天线选择方法 | |
CN109451584A (zh) | 一种多天线数能一体化通信网络的最大化上行吞吐量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20171114 Address after: 541004 the Guangxi Zhuang Autonomous Region Guilin Qixing District Chaoyang Road Information Industry Park D-04 thinking Patentee after: Guilin CEKE Communication Equipment Co.,Ltd. Address before: 100876 Beijing city Haidian District Xitucheng Road No. 10 Patentee before: Beijing University of Posts and Telecommunications |
|
TR01 | Transfer of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170329 |
|
CF01 | Termination of patent right due to non-payment of annual fee |