CN107040300A - 一种冲击噪声环境下的中继协作网络优化方法 - Google Patents
一种冲击噪声环境下的中继协作网络优化方法 Download PDFInfo
- Publication number
- CN107040300A CN107040300A CN201710377008.3A CN201710377008A CN107040300A CN 107040300 A CN107040300 A CN 107040300A CN 201710377008 A CN201710377008 A CN 201710377008A CN 107040300 A CN107040300 A CN 107040300A
- Authority
- CN
- China
- Prior art keywords
- noise
- receiving end
- relay node
- relay
- real
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 38
- 239000011159 matrix material Substances 0.000 claims abstract description 28
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 239000013598 vector Substances 0.000 claims description 15
- 238000007476 Maximum Likelihood Methods 0.000 claims description 7
- 230000003321 amplification Effects 0.000 claims description 7
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 7
- 238000002945 steepest descent method Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 14
- 238000005516 engineering process Methods 0.000 abstract description 9
- 230000005540 biological transmission Effects 0.000 abstract description 7
- 230000007812 deficiency Effects 0.000 abstract 1
- 238000010295 mobile communication Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/0845—Weighted combining per branch equalization, e.g. by an FIR-filter or RAKE receiver per antenna branch
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
- H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
- H04B7/0842—Weighted combining
- H04B7/086—Weighted combining using weights depending on external parameters, e.g. direction of arrival [DOA], predetermined weights or beamforming
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Electromagnetism (AREA)
- Filters That Use Time-Delay Elements (AREA)
Abstract
该发明公开了一种冲击噪声环境下的中继协作网络优化方法,属于接收无线传输信号的无线通信技术范畴,具体地说,是一种在冲击噪声环境下对中继节点转发权值进行优化的方法。弥补现有算法的不足,提出了一种冲击噪声下的中继协作网络优化方法,基于冲击噪声中具有代表性的拉普拉斯分布数学模型,针对单天线的单发单收多中继通信网络给出了一种冲击噪声环境下中继节点转发权值矩阵的优化方法。这种方法比传统的高斯噪声环境中的算法对冲击性噪声具有更好的稳健性,能够在冲击噪声背景下获取更小的误码率。
Description
技术领域
本发明属于接收无线传输信号的无线通信技术范畴,具体地说,是一种在冲击噪声环境下对中继节点转发权值进行优化的方法。
背景技术
4G已经是目前人类社会通信技术发展的最高阶段,但无线通信信道的不确定性以及频谱资源的稀缺性仍然束缚移动通信的发展。虽然相比3G数据传输速度有了一个数量级别的提升,但是通信系统的容量限制依旧是4G的瓶颈。当一个服务区内的用户越多,4G的传输速度就越慢,这使得4G的优势大大折扣。多输入多输出(Multiple Input MultipleOutput,MIMO)技术成为发展下一移动通信的核心技术,该技术是通过在发射端和接收端布置多个天线实现分集增益和复用增益,进而提高通信系统的频谱效率和移动通信的信道容量。MIMO技术在发射数据信息时,占用同一频段,不会增加信号带宽,也不会增加发射功率。所以可以在不增加频谱资源和天线发射功率的条件下,提高通信系统的容量。但受移动设备的体积和功耗的限制,在设备终端上安装多条天线显然是不可能的。有学者提出了把中继协作技术结合MIMO技术应用于通信系统。在中继协作通信中,设备终端在完成自己数据传送的同时,为其他的终端提供一条传输路径,使他们也完成数据的接收和再传送。凭借各个终端的相互独立信道,中继协作技术构成了虚拟的MIMO系统,获得了MIMO的空间分集增益,提高了频谱利用率。由此使得MIMO技术在实际移动通信系统中的应用得以实现。
通信环境突变会造成实际环境中的噪声表现出一定的冲击性,这时的噪声模型并不服从高斯分布。这类非高斯性的噪声,相比高斯噪声在概率密度分布上表现出更厚重的代数拖尾的特征。因此,建立合理的非高斯性的环境噪声模型,对实际通信环境中的信号处理算法研究有重要的理论和应用意义。
发明内容
本发明目的是弥补现有算法的不足,提出了一种冲击噪声下的中继协作网络优化方法,基于冲击噪声中具有代表性的拉普拉斯分布数学模型,针对单天线的单发单收多中继通信网络给出了一种冲击噪声环境下中继节点转发权值矩阵的优化方法。这种方法比传统的高斯噪声环境中的算法对冲击性噪声具有更好的稳健性,能够在冲击噪声背景下获取更小的误码率。
本发明的解决方案是:首先根据冲击噪声分布模型和中继协作网络信号模型,基于最大似然准则获得代价函数。然后对该代价函数利用最陡梯度下降法对中继节点转发权值矩阵进行优化。最后利用迫零均衡技术,完成对均衡系数的优化。
本发明是一种冲击噪声环境下的中继协作网络优化方法,该方法的具体步骤为:
步骤1:根据冲击噪声分布模型和中继协作网络信号模型得到接收端接收到中继端发送的信号为:
其中s为发送信号,r=(r1,…,rN)T表示N个中继节点接收到的信号矢量,ri(i=1,2,…N)表示第i个中继节点接收到的信号,hr=(hr1,…,hrN)T表示发射端到N个线中继节点的信道系数矢量,hri(i=1,2,…N)为第一跳中第i个中继节点的信道系数,表示为N个线中继节点到接收端的信道系数矢量,hti(i=1,2,…,N)表示第i个中继节点到接收端的信道系数,nr=(nr1,…,nrN)T,nri(i=1,2,…,N)为发射端到第i个中继节点的信道噪声,nt为中继节点到接收端的信道噪声,F=diag(f1,…,fN)为波束形成矩阵,fi(i=1,2,…,N)为第i个中继节点放大系数;
步骤2:采用分布优化的方法和最大似然方法得到波束形成矩阵F的实部似然函数和虚部似然函数
步骤2-1:由步骤1,对接收端的噪声项拆分为噪声虚部和噪声实部,即:
n=nR+jnI
其中,为噪声的实部,为噪声的虚部,a1R,…,aNR,-a1I,…,-aNI和a1R,…,aNR,a1I,…,aNI分别为接收端的噪声n实部和虚部的加权系数;nri(i=1,2,…,N)为发射端到第i个中继节点的信道噪声,nt为中继节点到接收端的信道噪声,nriR和nriI分别为nri的实部和虚部,ntR和ntI分别为nt的实部和虚部;
步骤2-2:由拉普拉斯分布冲击噪声的概率密度函数,可得接收端噪声的实部项和虚部项的概率密度函数分别为:
其中,aiR和aiI为冲击噪声加权常系数,b>0为拉普拉斯分布的尺度参数,表示Al的4N-1次方,表示Al的平方,表示Aj的平方;
步骤2-3:假设在接收端接收到的信号即为发射端的信号,则接收端的噪声可近似表示为:
其中,sR和sI分别表示为信号s的实部和虚部,服从均值为零,方差为σ2的高斯分布,且相互独立;其中ciR=(htiRfiR-htiIfiI)hriR-(htiRfiI+htiIfiR)hriI,ciI=(htiRfiR-htiIfiI)hriI+(htiRfiI+htiIfiR)hriR,i=1,…,N,表示为N个线中继节点到接收端的信道系数矢量,hti(i=1,2,…,N)表示第i个中继节点到接收端的信道系数,htiR和htiI分别为hti的实部和虚部,fi(i=1,2,…,N)为第i个中继节点放大系数,fiR和fiI分别为fi的实部和虚部;
步骤2-4:将步骤2-3中的和代入步骤2-2中和可得波束形成矩阵F的似然函数为:
步骤3:采用最大似然期望方法,对步骤2中所求的波束形成矩阵F的似然函数和化简,可得:
其中σ为sR和sI的标准差;
步骤4:由步骤3,优化目标函数可转化为:采用最速下降法得到最优的波束形成矩阵F;
步骤4-1:由步骤3,化简函数和为:
其中,
步骤4-2:由于和表达式一样,不妨以为例分别对fiR和fiI求偏导,可得:
步骤4-3:采用最速下降法求解最优的波束形成矩阵F;
步骤5:采用迫零均衡准则获得均衡系数
步骤6:恢复出所需的信号为:
进一步的,所述步骤4-3的具体步骤为:
步骤4-3-1:首先选取波束形成矩阵的初始值F(0),设定迭代终止误差ε>0,迭代计数值初始化k=0;
步骤4-3-2:计算或关于fiR和fiI的偏导,k表示迭代次数,所求的偏导表达式参考步骤4-2,判断在当前点偏导的二范数是否满足小于ε,如果满足,则停止迭代,执行步骤4-3-5,否则执行4-3-3;
步骤4-3-3:梯度方向的反方向就是当前点下降最快的方向,因此以该方向作为搜索方向,即取为搜索方向;
步骤4-3-4:以fi (k)为出发点,d(k)为一维搜索方向,确定最优步长λ(k),使得令fi (k+1)=fi (k)+λ(k)d(k),同时迭代计数值更新k=k+1,返回步骤4-3-2进行条件判断;
步骤4-3-5:求出最后所求极值点所对应的最优的波束形成矩阵F。
本发明的目的是弥补现有算法的不足,基于冲击噪声中具有代表性的拉普拉斯分布数学模型,针对单天线的单发单收多中继通信网络给出了一种冲击噪声环境下中继节点转发权值矩阵的优化方法。这种方法比传统的高斯噪声环境中的算法对冲击性噪声具有更好的稳健性,能够在冲击噪声背景下获取更小的误码率。
附图说明
图1、本发明方法的流程图;
图2、所提出的方法与MMSE方法相比较的误码率与中继节点数关系图;
图3、所提出的方法与MMSE方法相比较的误码率与冲击噪声强度关系图。
具体实施方式
本发明实施方式采用QPSK调制发送信号,发射信号的功率为一个单位,发送的信号个数为10000,取50次独立实验的平均值,中继节点个数N=4,冲击噪声参数b=0.7,σ=1。
步骤1:根据冲击噪声分布模型和中继协作网络信号模型得到接收端接收到中继端发送的信号为:
其中s为发送信号,hr=(hr1,…,hrN)T表示发射端到N个线中中继节点的信道系数矢量,hri(i=1,2,…N)为第一跳中第i个中继节点的信道系数矢量,表示为N个线中继节点到接收端的信道系数矢量,hti(i=1,2,…,N)表示第i个中继节点到接收端的信道系数,hr为均值为0,方差为1的复高斯随机变量,即hr~N(0,1),为均值为0,方差为1的复高斯随机变量,即nr=(nr1,…,nrN)T、nt为拉普拉斯分布下的冲击噪声,nri(i=1,2,…,N)为第i个中继节点的信道噪声,F=diag(f1,…,fN),fi(i=1,2,…,N)为第i个中继节点放大系数。
步骤2:采用分布优化的方法和最大似然方法得到波束形成矩阵F的似然函数为和
步骤2-1:由步骤1,对接收端的噪声项拆分为噪声虚部和噪声实部,即:
其中,表示为N个线中继节点到接收端的信道系数矢量,hti(i=1,2,…,N)表示第i个中继节点到接收端的信道系数矢量,为均值为0,方差为1的复高斯随机变量,即htiR和htiI分别为hti的实部和虚部,F=diag(f1,…,fN),fi(i=1,2,…,N)为第i个中继节点放大系数,fiR和fiI分别为fi的实部和虚部,nr=(nr1,…,nrN)T、nt为拉普拉斯分布下的冲击噪声,nri(i=1,2,…,N)为发射端到第i个中继节点的信道噪声,nriR和nriI分别为nri的实部和虚部,ntR和ntI分别为nt的实部和虚部。
设aiR=htiRfiR-htiIfiI,aiI=htiRfiI+htiIfiR,则上式可以简化为:
其中为噪声的实部,为噪声的虚部,a1R,…,aNR,-a1I,…,-aNI,1和a1R,…,aNR,a1I,…,aNI,1分别为接收端的噪声n实部和虚部的加权系数。
步骤2-2:由拉普拉斯分布冲击噪声的概率密度函数,可得接收端噪声的实部项和虚部项的概率密度函数分别为:
其中,aiR和aiI为冲击噪声加权常系数,b>0为拉普拉斯分布的尺度参数,表示Al的4N-1次方,表示Al的平方,表示Aj的平方。
步骤2-3:假设在接收端接收到的信号即为发射端的信号,则接收端的噪声可近似表示为:
其中,sR和sI分别表示为信号s的实部和虚部,均服从均值为零,方差为σ2的高斯分布,且相互独。且设ciR=(htiRfiR-htiIfiI)hriR-(htiRfiI+htiIfiR)hriI,ciI=(htiRfiR-htiIfiI)hriI+(htiRfiI+htiIfiR)hriR,i=1,…,N,表示为N个线中继节点到接收端的信道系数矢量,hti(i=1,2,…,N)表示第i个中继节点到接收端的信道系数矢量,为均值为0,方差为1的复高斯随机变量,即htiR和htiI分别为hti的实部和虚部,F=diag(f1,…,fN),fi(i=1,2,…,N)为第i个中继节点放大系数,fiR和fiI分别为fi的实部和虚部。
步骤2-4:将步骤2-3中的和代入步骤2-2中和可得波束形成矩阵F的似然函数为:
步骤3:采用最大似然期望方法,对步骤2中所求的波束形成矩阵F的似然函数和化简,可得:
其中σ=1。
步骤4:由步骤3,优化目标函数可转化为:采用最速下降法得到最优的波束形成矩阵F。
步骤4-1:由步骤3,化简函数和为:
其中,σ=1。
步骤4-2:由于和表达式一样,不妨以为例分别对fiR和fiI求偏导,可得:
其中,当i=l,i=1,…,N时,
当i=l-N,i=1,…,N时,
当i≠l且i≠l-N,i=1,…,N时,
步骤4-3:采用最速下降法求解最优的波束形成矩阵F。
步骤4-3-1:首先选取波束形成矩阵的初始值F(0)为单位矩阵,设定迭代终止误差ε=0.01,迭代计数值初始化k=0;
步骤4-3-2:计算或关于fiR和fiI的偏导,所求的偏导表达式参考步骤4-2,判断在当前点偏导的二范数是否满足小于ε,如果满足,则停止迭代,执行步骤4-3-5,否则执行4-3-3。
步骤4-3-3:梯度方向的反方向就是当前点下降最快的方向,因此以该方向作为搜索方向,即取为搜索方向;
步骤4-3-4:以fi (k)为出发点,d(k)为一维搜索方向,确定最优步长λ(k),使得令fi (k+1)=fi (k)+λ(k)d(k),同时迭代计数值更新k=k+1,返回步骤4-3-2进行条件判断。
步骤4-3-5:求出最后所求极值点所对应的最优的波束形成矩阵F。
步骤5:采用迫零均衡准则获得均衡系数
步骤6:恢复出所需的信号为:
实验结果表明,图2为MMSE方法和所提方法的误码率随中继节点数增加变化的曲线图,从图中不难发现,以尖峰特性更强的拉普拉斯分布为冲击噪声,本文所提出的算法较MMSE算法的性能更好。随着中继节点个数的增加,MMSE算法的性能在第四个节点之后并没有显著的提升,而所提方法仍然较好的性能提升表现。图3为MMSE方法和所提方法的误码率随噪声强度增大变化的曲线图,从图中可看出随着噪声强度的增大,MMSE方法和所提方法的误码率都呈上升的趋势。但同时两者误码率的差距也在加大,这表明了所提方法较MMSE算法有更好的稳健性。
Claims (2)
1.一种冲击噪声环境下的中继协作网络优化方法,该方法的具体步骤为:
步骤1:根据冲击噪声分布模型和中继协作网络信号模型得到接收端接收到中继端发送的信号为:
其中s为发送信号,r=(r1,…,rN)T表示N个中继节点接收到的信号矢量,ri(i=1,2,…N)表示第i个中继节点接收到的信号,hr=(hr1,…,hrN)T表示发射端到N个线中继节点的信道系数矢量,hri(i=1,2,…N)为第一跳中第i个中继节点的信道系数,表示为N个线中继节点到接收端的信道系数矢量,hti(i=1,2,…,N)表示第i个中继节点到接收端的信道系数,nr=(nr1,…,nrN)T,nri(i=1,2,…,N)为发射端到第i个中继节点的信道噪声,nt为中继节点到接收端的信道噪声,F=diag(f1,…,fN)为波束形成矩阵,fi(i=1,2,…,N)为第i个中继节点放大系数;
步骤2:采用分布优化的方法和最大似然方法得到波束形成矩阵F的实部似然函数和虚部似然函数
步骤2-1:由步骤1,对接收端的噪声项拆分为噪声虚部和噪声实部,即:
n=nR+jnI
其中,为噪声的实部,为噪声的虚部,a1R,…,aNR,-a1I,…,-aNI和a1R,…,aNR,a1I,…,aNI分别为接收端的噪声n实部和虚部的加权系数;nri(i=1,2,…,N)为发射端到第i个中继节点的信道噪声,nt为中继节点到接收端的信道噪声,nriR和nriI分别为nri的实部和虚部,ntR和ntI分别为nt的实部和虚部;
步骤2-2:由拉普拉斯分布冲击噪声的概率密度函数,可得接收端噪声的实部项和虚部项的概率密度函数分别为:
其中,aiR和aiI为冲击噪声加权常系数,b>0为拉普拉斯分布的尺度参数,表示Al的4N-1次方,表示Al的平方,表示Aj的平方;
步骤2-3:假设在接收端接收到的信号即为发射端的信号,则接收端的噪声可近似表示为:
其中,sR和sI分别表示为信号s的实部和虚部,服从均值为零,方差为σ2的高斯分布,且相互独立;其中ciR=(htiRfiR-htiIfiI)hriR-(htiRfiI+htiIfiR)hriI,ciI=(htiRfiR-htiIfiI)hriI+(htiRfiI+htiIfiR)hriR,i=1,…,N,表示为N个线中继节点到接收端的信道系数矢量,hti(i=1,2,…,N)表示第i个中继节点到接收端的信道系数,htiR和htiI分别为hti的实部和虚部,fi(i=1,2,…,N)为第i个中继节点放大系数,fiR和fiI分别为fi的实部和虚部;
步骤2-4:将步骤2-3中的和代入步骤2-2中和可得波束形成矩阵F的似然函数为:
步骤3:采用最大似然期望方法,对步骤2中所求的波束形成矩阵F的似然函数和化简,可得:
其中σ为sR和sI的标准差;
步骤4:由步骤3,优化目标函数可转化为:采用最速下降法得到最优的波束形成矩阵F;
步骤4-1:由步骤3,化简函数和为:
其中,
步骤4-2:由于和表达式一样,不妨以为例分别对fiR和fiI求偏导,可得:
步骤4-3:采用最速下降法求解最优的波束形成矩阵F;
步骤5:采用迫零均衡准则获得均衡系数
步骤6:恢复出所需的信号为:
2.如权利要求1所述的一种冲击噪声环境下的中继协作网络优化方法,其特征在于所述步骤4-3的具体步骤为:
步骤4-3-1:首先选取波束形成矩阵的初始值F(0),设定迭代终止误差ε>0,迭代计数值初始化k=0;
步骤4-3-2:计算或关于fiR和fiI的偏导,k表示迭代次数,所求的偏导表达式参考步骤4-2,判断在当前点偏导的二范数是否满足小于ε,如果满足,则停止迭代,执行步骤4-3-5,否则执行4-3-3;
步骤4-3-3:梯度方向的反方向就是当前点下降最快的方向,因此以该方向作为搜索方向,即取为搜索方向;
步骤4-3-4:以fi (k)为出发点,d(k)为一维搜索方向,确定最优步长λ(k),使得令fi (k+1)=fi (k)+λ(k)d(k),同时迭代计数值更新k=k+1,返回步骤4-3-2进行条件判断;
步骤4-3-5:求出最后所求极值点所对应的最优的波束形成矩阵F。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710377008.3A CN107040300A (zh) | 2017-05-25 | 2017-05-25 | 一种冲击噪声环境下的中继协作网络优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710377008.3A CN107040300A (zh) | 2017-05-25 | 2017-05-25 | 一种冲击噪声环境下的中继协作网络优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107040300A true CN107040300A (zh) | 2017-08-11 |
Family
ID=59538990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710377008.3A Pending CN107040300A (zh) | 2017-05-25 | 2017-05-25 | 一种冲击噪声环境下的中继协作网络优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107040300A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108615523A (zh) * | 2018-05-08 | 2018-10-02 | 南京信息工程大学 | 调节反馈有源控制系统水床效应的频域自适应方法 |
-
2017
- 2017-05-25 CN CN201710377008.3A patent/CN107040300A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108615523A (zh) * | 2018-05-08 | 2018-10-02 | 南京信息工程大学 | 调节反馈有源控制系统水床效应的频域自适应方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107453795B (zh) | 多用户毫米波通信系统的波束分配方法及其装置和系统 | |
CN107086886B (zh) | 大规模mimo系统融合迫零与泰勒级数展开的双层预编码设计 | |
US20130072124A1 (en) | Method and system for analog beamforming in wireless communication systems | |
CN111917508A (zh) | 基于多天线抗干扰通信模型及动态空间谱抗干扰方法 | |
US8369438B2 (en) | Iterative tree search-based precoding technique for multiuser MIMO communication system | |
US11438039B2 (en) | Limited-feedback method and device based on machine learning in wireless communication system | |
US9154203B2 (en) | Double-iterative method of transmitting multiple streams per user in a multi-user MIMO system, and a corresponding transmitter, computer program product, and data medium | |
CN105450274B (zh) | 基于能效最优的大规模多天线中继系统用户数优化方法 | |
JP2009278205A (ja) | 無線通信装置及び無線通信方法 | |
KR102510513B1 (ko) | 심층 학습 기반의 빔포밍 방법 및 이를 위한 장치 | |
WO2015112883A1 (en) | System and method for early termination in iterative null-space directed singular value decomposition for mimo | |
CN111107023B (zh) | 在大规模mimo中基于光滑范数的压缩感知信道估计方法 | |
CN104717035B (zh) | 一种基于d2d通信的蜂窝网络的干扰对齐方法 | |
KR20230138538A (ko) | 정보 리포팅 방법, 장치, 제1 장치 및 제2 장치 | |
CN104506223A (zh) | 任意时间偏差下鲁棒的分布式波束形成器设计方法 | |
CN113196679A (zh) | 深度学习特征波束成形 | |
TWI741619B (zh) | 多輸入輸出系統之參數估測方法 | |
WO2022088182A1 (en) | Wireless telecommunications network | |
CN107040300A (zh) | 一种冲击噪声环境下的中继协作网络优化方法 | |
CN103368702B (zh) | 无线局域网分布式干扰对齐中的流数自适应方法 | |
CN114844541B (zh) | 一种基于深度学习的混合预编码和反馈方法 | |
CN114710187B (zh) | 一种用户数动态变换场景下多小区大规模mimo智能通信的功率分配方法 | |
WO2013029274A1 (zh) | 一种多用户预编码方法和装置 | |
CN110518942B (zh) | 大规模mimo双环中继系统的用户调度方法 | |
CN105099530B (zh) | 认知无线电mimo-ofdm系统中基于认知用户漏功率的干扰抑制预编码方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170811 |