CN108449122B - 一种最小化基站发射功率的mmWave多小区干扰抑制方法 - Google Patents

一种最小化基站发射功率的mmWave多小区干扰抑制方法 Download PDF

Info

Publication number
CN108449122B
CN108449122B CN201810084655.XA CN201810084655A CN108449122B CN 108449122 B CN108449122 B CN 108449122B CN 201810084655 A CN201810084655 A CN 201810084655A CN 108449122 B CN108449122 B CN 108449122B
Authority
CN
China
Prior art keywords
base station
mmwave
user
cell interference
transmitting power
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.)
Active
Application number
CN201810084655.XA
Other languages
English (en)
Other versions
CN108449122A (zh
Inventor
张祖凡
余鸿晖
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201810084655.XA priority Critical patent/CN108449122B/zh
Publication of CN108449122A publication Critical patent/CN108449122A/zh
Application granted granted Critical
Publication of CN108449122B publication Critical patent/CN108449122B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0686—Hybrid systems, i.e. switching and simultaneous transmission
    • H04B7/0695—Hybrid systems, i.e. switching and simultaneous transmission using beam selection
    • 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
    • H04B7/0868—Hybrid systems, i.e. switching and combining
    • H04B7/088—Hybrid systems, i.e. switching and combining using beam selection
    • 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
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0619—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0626—Channel coefficients, e.g. channel state information [CSI]
    • 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

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及mmWave多小区干扰抑制技术领域，公开了一种联合用户关联和波束宽度选择的最小化基站发射功率的mmWave多小区干扰抑制方法。该方法为：将高斯天线模型和mmWave双射线信道模型结合作为系统模型，在该系统模型下，将最小化基站发射功率问题转化为用户关联和最佳波束宽度选择两个方法，首先基于分布式框架下基站与用户配对之后选择SINR大于一定阈值的用户，用户在相邻基站中选择发射功率最小的基站进行关联，然后运用粒子群优化方法选择最佳波束宽度。本发明设计了一种用户关联和波束宽度选择方法，在保证基站发射功率最小化的情况下降低了计算复杂度，减少了小区间干扰。

Description

一种最小化基站发射功率的mmWave多小区干扰抑制方法
技术领域
本发明属于移动通信领域，具体涉及mmWave多小区干扰抑制技术领域。
背景技术
近年来，毫米波(mmWave)通信将在提高下一代无线网络的吞吐量，可靠性和安全性方面发挥关键作用。这些改进是通过在这个频带中可用的大带宽以及使用高度定向的链路来实现，而其中这些链路将被用于克服在mmWave频率下的大路径损耗。为了分析的高度易处理性，在对定向天线的辐射方向图进行建模时，扇形模型是普遍的选择。然而，在扇形模型中，只有两个常数增益被用来分别表征主瓣和旁瓣，而没有在它们之间的任何转换。这种趋近于理想化情况的一个明显的缺点是在实际应用中，定向天线的辐射方向图的关键“滚降”特征(从主瓣到旁瓣的逐渐衰减)没有被反映出来，并且导致的不连续性可能严重影响系统性能评估。同时，在mmWave通信中一阶反射是不可忽略的。然而，在大多数文献中，地面反射(一阶反射)的影响很少被纳入，因为它被广泛而深刻地认为地面反射不是显著影响绩效评估的主导因素。由于省略了反射的不可忽略的建设性(或破坏性)效应，这种用于mmWave无线电的传统信道模型(仅基于LOS路径)可能导致在性能评估中明显的高估(或低估)。
当前，在mmWave多小区场景中，mmWave基站数量远比宏基站数量多，但是没有考虑基站发射功率最小化问题，因此干扰随着基站数量的增加而增大。此外，不仅因为随着智能手机的普及，交通量的快速增长，而且随着能源价格的不断上涨，能源供应有限。因此绿色通信最近引起越来越多的关注，需要在下一代通信中推进绿色通信，强调在通信系统中加入节能意识。相比于总和最大化问题，更好的做法是在一定的服务质量(QoS)约束水平下最小化系统总发射功率。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种复杂度降低的同时有效的降低了mmWave多小区间干扰的最小化基站发射功率的mmWave多小区干扰抑制方法。本发明的技术方案如下：
一种最小化基站发射功率的mmWave多小区干扰抑制方法，其包括以下步骤：
步骤一：将呈现当波束宽度发生变化时主瓣和旁瓣增益发生滚降特性的高斯天线模型和呈现定向传输的mmWave双射线信道模型结合形成联合系统模型；
步骤二：基于步骤一的联合系统模型，将基站发射功率最小化问题转化为用户关联和最佳波束宽度选择；
步骤三：基于分布式框架下，基站收集本地信道状态信息CSI，通过本地CSI选择配对之后SINR大于一定阈值的用户；
步骤四：基于分布式框架下，用户在相邻基站中，根据最小发射功率准则选择符合条件的基站进行关联；
步骤五：使用粒子群优化方法进行迭代搜索，选择最佳波束宽度；
步骤六：通过完成mmWave多小区基站发射功率最小化，实现多小区干扰抑制。
进一步的，所述步骤一中高斯定向天线模型捕获了实际辐射模式的“滚降”特性，在该模型中，令ω为相对于视轴的方向角，沿着该方向的天线增益，具体公式如下：
Figure BDA0001562050580000021
其中，
Figure BDA0001562050580000022
*表示
Figure BDA0001562050580000023
θh是半功率波束宽度，ξm是主瓣波束宽度，f(ξm,θh)定义为
Figure BDA0001562050580000024
X表示上述天线增益公式中的ω，即相对于视轴的方向角，因为其是一个变量，所以需对其求积分；
mmWave双射线模型考虑了两个主要的并存传输路径，即视距LOS路径和反射路径，信道系数为：
Figure BDA0001562050580000031
其中，λ是mmWave波长，G(*)表示定向天线的辐射方向图，R为基站与用户之间的距离，
Figure BDA0001562050580000032
表示相对于地平面的反射角，ht为mmWave基站高度，hr为用户高度，
Figure BDA0001562050580000033
为相位差，
Figure BDA0001562050580000034
表示反射系数，
Figure BDA0001562050580000035
分别表示垂直和水平极化的电磁波，ε表示地面的介电常数。
进一步的，所述步骤二：基于联合系统模型，将基站发射功率最小化问题转化为用户关联和最佳波束宽度选择，具体包括：故根据交替方向乘数法将发射功率最小化问题分解为两个子问题，分别求解，联合两个子问题的答案即为该问题的解。
进一步的，所述步骤四的具体处理过程为：基于分布式框架下，用户端根据最小发射功率准则，负责筛选基站，即用户i对符合步骤二条件的M个基站发射功率
Figure BDA0001562050580000036
中各元素进行升序排列构成集合p*，具体地，p*＝(p*(1),p*(2),…,p*(M)),p*(1)＜p*(2)＜…＜p*(M)，进而选取最小发射功率p*(1)的基站与该用户进行配对。
进一步的，所述步骤五使用粒子群优化方法进行迭代搜索，选择最佳波束宽度，具体包括：
首先为所有的波束分配一个固定的波束宽度，并且设置速度矢量
Figure BDA0001562050580000037
在[0°,90°]范围内随机均匀抽取速度矢量，然后通过适应度函数迭代地评估每个粒子位置，直到找到最佳位置，基于当前速度，粒子的个体最佳位置和邻居的最佳位置，迭代地改进速度，具体的过程为：
Figure BDA0001562050580000038
其中，δ，τ和σ作为参数被用来控制该启发式方法搜索过程，Δτ和Δσ是[0,1]均匀变化的随机变量，
Figure BDA0001562050580000039
表示粒子i的历史最佳位置，
Figure BDA00015620505800000310
表示粒子i当前位置，
Figure BDA00015620505800000311
表种群历史最佳位置。
进一步的，所述步骤六：通过完成mmWave多小区基站发射功率最小化，实现多小区干扰抑制具体包括：将用户关联和最佳波束宽度选择联合处理，分别完成用户关联匹配和搜索寻找到最佳波束宽度，从而解决mmWave多小区基站发射功率最小化问题，最终实现多小区干扰抑制。
本发明的优点及有益效果如下：
本发明提出一种联合用户关联和波束宽度选择的最小化基站发射功率的mmWave多小区干扰抑制方法，克服了传统定向天线模型过于简化和mmWave传统信道模型的局限性，两种启发式模型的联合处理使得mmWave系统的性能评估更准确。同时基于分布式框架来进行用户关联，基站和用户只需获取部分CSI，相对于传统算法开销减小，并且利用粒子优化方法选择最佳波束宽度，最后解决用户关联和最佳波束宽度选择子问题来实现mmWave多小区最小化基站发射功率，在复杂度降低的同时有效的降低了mmWave多小区间干扰。
附图说明
图1是本发明提供优选实施例联合用户关联和波束宽度选择的最小化基站发射功率的mmWave多小区干扰抑制方法流程图；
图2为系统模型图；
图3为用户关联方法流程图；
图4为粒子群优化方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是：
图1为联合用户关联和波束宽度选择的最小化基站发射功率的mmWave多小区干扰抑制方法流程图，详细描述如下。
图2为系统模型图，ht为mmWave基站高度，hr用户高度，ξm是主瓣波束宽度，θ表示相对于地平面的反射角，R为基站与用户之间的距离，d为为基站与用户之间的水平距离。
步骤一：将呈现当波束宽度发生变化时主瓣和旁瓣增益发生滚降特性的高斯天线模型和呈现定向传输的mmWave双射线信道模型联合处理。
对于定向天线的辐射方向图，本发明使用高斯型定向天线模型，其中主瓣增益以连续的方式衰减到非零旁瓣增益，呈现“滚降”的特点，可以体现出真实的辐射模式，同时保持易处理性。此外，为了在mmWave信道中引入地面反射，采用了双射线信道模型。由于地面在各种情况下通常是最常见的反射面，所以本方法只考虑地面反射。
具体地，高斯定向天线模型捕获了实际辐射模式的“滚降”特性，在该模型中，令ω为相对于视轴的方向角，沿着该方向的天线增益，具体公式如下：
Figure BDA0001562050580000051
其中，
Figure BDA0001562050580000052
θh是半功率波束宽度，ξm是主瓣波束宽度，f(ξm,θh)定义为
Figure BDA0001562050580000053
mmWave双射线模型考虑了两个主要的并存传输路径，即视距(LOS)路径和反射路径，信道系数为：
Figure BDA0001562050580000054
其中，λ是mmWave波长，G(*)表示定向天线的辐射方向图，R为基站与用户之间的距离，
Figure BDA0001562050580000055
表示相对于地平面的反射角，
Figure BDA0001562050580000056
为相位差，
Figure BDA0001562050580000057
表示反射系数，
Figure BDA0001562050580000058
分别表示垂直和水平极化的电磁波，ε表示地面的介电常数。
如图2所示，用户关联方法流程图，详细描述如下。
步骤二：基于该系统下，将基站发射功率最小化问题转化为用户关联和最佳波束宽度选择两个方法。
步骤三：基于分布式框架下，基站收集本地CSI，通过本地CSI选择配对之后SINR大于一定阈值的用户；
步骤四：基于分布式框架下，用户在相邻基站中，根据最小发射功率准则选择与符合条件的基站进行关联；
具体处理过程为：将基站发射功率最小化这个凸优化问题转化为用户关联和最佳波束宽度选择两个方法来求解，基于分布式框架下，基站端负责收集本地CSI，通过本地CSI，配对之后选择SINR大于阈值γ的用户，即基站寻找满足一定QoS的用户，保证用户通信质量。基于分布式框架下，用户端根据最小发射功率准则，负责筛选基站，即用户i对符合步骤二条件的M个基站发射功率
Figure BDA0001562050580000061
中各元素进行升序排列构成集合p*，具体地，p*＝(p*(1),p*(2),…,p*(M)),p*(1)＜p*(2)＜…＜p*(M)，进而选取最小发射功率p*(1)的基站与该用户进行配对。
如图3所示为粒子群优化方法流程图。其中该方法池中假定有P个候选解决方式
Figure BDA0001562050580000062
搜索过程开始时产生一个初始粒子集合(解决寻找最佳发送波束和接收波束宽度问题)和D维速度矢量
Figure BDA0001562050580000063
一个系统中有K个节点，同时D＝2K-1。然后该方法中每个粒子位置根据最小发射功率f(X)进行评估，从而根据全局最佳粒子位置
Figure BDA0001562050580000064
寻找到全局最佳适应值
Figure BDA0001562050580000067
同时单个最佳位置
Figure BDA0001562050580000065
用来完成Xp被计算出。I表示迭代次数。
步骤五：使用Swarm Intelligence中的粒子群优化方法，依赖于由简单行为规则和代理间通信机制管理的交互代理系统，迭代搜索，选择最佳波束宽度。
具体处理过程为：首先为所有的波束宽度分配一个固定的波束宽度，并且设置速度矢量
Figure BDA0001562050580000066
在[0°,90°]范围内随机均匀抽取速度矢量给每个候选解决方案，然后通过适应度函数迭代地评估每个粒子位置，直到找到最佳解决方案。基于当前速度，粒子的个体最佳位置和邻居的最佳位置，迭代地改进速度，具体的过程为：
Figure BDA0001562050580000071
其中，δ，τ和σ作为参数被用来控制该启发式方法搜索过程，Δτ和Δσ是[0,1]均匀变化的随机变量。
步骤六：通过完成mmWave多小区基站发射功率最小化，完成多小区干扰抑制问题。
具体处理过程为：将用户关联和最佳波束宽度选择联合处理，分别完成用户关联匹配和搜索寻找到最佳波束宽度，从而解决mmWave多小区基站发射功率最小化问题，最终实现多小区干扰抑制。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (6)

1.一种最小化基站发射功率的mmWave多小区干扰抑制方法，其特征在于，包括以下步骤：
步骤一：将呈现当波束宽度发生变化时主瓣和旁瓣增益发生滚降特性的高斯天线模型和呈现定向传输的mmWave双射线信道模型结合形成联合系统模型；
步骤二：基于步骤一的联合系统模型，将基站发射功率最小化问题转化为用户关联和最佳波束宽度选择；
步骤三：基于分布式框架下，基站收集本地信道状态信息CSI，通过本地CSI选择配对之后SINR大于一定阈值的用户；
步骤四：基于分布式框架下，用户在相邻基站中，根据最小发射功率准则选择符合条件的基站进行关联；
步骤五：使用粒子群优化方法进行迭代搜索，选择最佳波束宽度；
步骤六：通过完成mmWave多小区基站发射功率最小化，实现多小区干扰抑制。
2.根据权利要求1所述的最小化基站发射功率的mmWave多小区干扰抑制方法，其特征在于，所述步骤一中高斯天线模型捕获了实际辐射模式的“滚降”特性，在该模型中，令ω为相对于视轴的方向角，沿着该方向的天线增益，具体公式如下：
Figure FDA0002924595590000011
其中，
Figure FDA0002924595590000012
*表示
Figure FDA0002924595590000013
θh是半功率波束宽度，ξm是主瓣波束宽度，f(ξm,θh)定义为
Figure FDA0002924595590000014
x表示上述天线增益公式中的ω，即相对于视轴的方向角，因为其是一个变量，所以需对其求积分；
mmWave双射线模型考虑了两个主要的并存传输路径，即视距LOS路径和反射路径，信道系数为：
Figure FDA0002924595590000021
其中，λ是mmWave波长，G(*)表示定向天线的辐射方向图，R为基站与用户之间的距离，
Figure FDA0002924595590000022
表示相对于地平面的反射角，ht为mmWave基站高度，hr为用户高度，
Figure FDA0002924595590000023
为相位差，d表示基站和用户之间的水平距离，
Figure FDA0002924595590000024
表示反射系数，
Figure FDA0002924595590000025
分别表示垂直和水平极化的电磁波，ε表示地面的介电常数。
3.根据权利要求1所述的最小化基站发射功率的mmWave多小区干扰抑制方法，其特征在于，所述步骤二：基于联合系统模型，将基站发射功率最小化问题转化为用户关联和最佳波束宽度选择，具体包括：根据交替方向乘数法将发射功率最小化问题分解为两个子问题，分别求解，联合两个子问题的答案即为该问题的解。
4.根据权利要求1所述的最小化基站发射功率的mmWave多小区干扰抑制方法，其特征在于，所述步骤四的具体处理过程为：基于分布式框架下，用户端根据最小发射功率准则，负责筛选基站，即用户i对符合步骤二条件的M个基站发射功率
Figure FDA0002924595590000026
中各元素进行升序排列构成集合p*，具体地，p*＝(p*(1),p*(2),…,p*(M)),p*(1)＜p*(2)＜…＜p*(M)，进而选取最小发射功率p*(1)的基站与该用户进行配对。
5.根据权利要求4所述的最小化基站发射功率的mmWave多小区干扰抑制方法，其特征在于，所述步骤五使用粒子群优化方法进行迭代搜索，选择最佳波束宽度，具体包括：
首先为所有的波束分配一个固定的波束宽度，并且设置速度矢量
Figure FDA0002924595590000027
在[0°,90°]范围内随机均匀抽取速度矢量，然后通过适应度函数迭代地评估每个粒子位置，直到找到最佳位置，基于当前速度，粒子的个体最佳位置和邻居的最佳位置，迭代地改进速度，具体的过程为：
Figure FDA0002924595590000031
其中，δ，τ和σ是启发式方法搜索过程中采用的参数，Δτ和Δσ是[0,1]均匀变化的随机变量，
Figure FDA0002924595590000032
表示粒子i的历史最佳位置，
Figure FDA0002924595590000033
表示粒子i当前位置，
Figure FDA0002924595590000034
表示种群历史最佳位置。
6.根据权利要求4所述的最小化基站发射功率的mmWave多小区干扰抑制方法，其特征在于，所述步骤六：通过完成mmWave多小区基站发射功率最小化，实现多小区干扰抑制具体包括：将用户关联和最佳波束宽度选择联合处理，分别完成用户关联匹配和搜索寻找到最佳波束宽度，从而解决mmWave多小区基站发射功率最小化问题，最终实现多小区干扰抑制。
CN201810084655.XA 2018-01-29 2018-01-29 一种最小化基站发射功率的mmWave多小区干扰抑制方法 Active CN108449122B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810084655.XA CN108449122B (zh) 2018-01-29 2018-01-29 一种最小化基站发射功率的mmWave多小区干扰抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810084655.XA CN108449122B (zh) 2018-01-29 2018-01-29 一种最小化基站发射功率的mmWave多小区干扰抑制方法

Publications (2)

Publication Number Publication Date
CN108449122A CN108449122A (zh) 2018-08-24
CN108449122B true CN108449122B (zh) 2021-03-23

Family

ID=63191128

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810084655.XA Active CN108449122B (zh) 2018-01-29 2018-01-29 一种最小化基站发射功率的mmWave多小区干扰抑制方法

Country Status (1)

Country Link
CN (1) CN108449122B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110162886B (zh) * 2019-05-24 2022-11-25 重庆邮电大学 一种基于量子粒子群优化的建筑材料复介电常数提取方法
CN110069896B (zh) * 2019-05-29 2023-04-07 重庆邮电大学 基于稀疏2d线性阵列的涡旋电磁波产生与优化方法
CN113765617B (zh) * 2021-09-30 2023-09-22 电子科技大学 一种基于反射放大面对抗同频干扰的方法
CN114337902B (zh) * 2022-01-19 2023-10-31 北京交通大学 一种irs辅助的毫米波多小区间干扰的抑制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009075456A1 (en) * 2007-12-13 2009-06-18 Electronics And Telecommunications Research Institute Method for transmission interference cancellation for mu-mimo
CN105554898A (zh) * 2015-12-25 2016-05-04 西安电子科技大学 上行链路中部分信道状态信息下的干扰管理方法
CN105721123A (zh) * 2014-12-03 2016-06-29 电信科学技术研究院 一种用户配对及功率分配方法及装置
US9553363B2 (en) * 2014-06-24 2017-01-24 The Boeing Company Antenna array optimization system
CN106972877A (zh) * 2017-04-24 2017-07-21 重庆邮电大学 基于波束发现信号BDS的多小区mmWave大规模MIMO波束选择方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009075456A1 (en) * 2007-12-13 2009-06-18 Electronics And Telecommunications Research Institute Method for transmission interference cancellation for mu-mimo
US9553363B2 (en) * 2014-06-24 2017-01-24 The Boeing Company Antenna array optimization system
CN105721123A (zh) * 2014-12-03 2016-06-29 电信科学技术研究院 一种用户配对及功率分配方法及装置
CN105554898A (zh) * 2015-12-25 2016-05-04 西安电子科技大学 上行链路中部分信道状态信息下的干扰管理方法
CN106972877A (zh) * 2017-04-24 2017-07-21 重庆邮电大学 基于波束发现信号BDS的多小区mmWave大规模MIMO波束选择方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Beamforming Design for Interference Management in Millimeter Wave Cellular Networks with Partial CSI;Ying Ju,Xiayi Qiu,Yuan Chen，etal.;《IEEE 2017 9th International Conference on Wireless Communications and Signal Processing (WCSP)》;20171211;全文 *
Millimeter-Wave V2V Communications: Distributed Association and Beam Alignment;Cristina Perfecto,etal;《 IEEE Journal on Selected Areas in Communications》;20170627;全文 *

Also Published As

Publication number Publication date
CN108449122A (zh) 2018-08-24

Similar Documents

Publication Publication Date Title
CN108449122B (zh) 一种最小化基站发射功率的mmWave多小区干扰抑制方法
CN106680780A (zh) 频谱共享环境下基于射频隐身的雷达最优波形设计方法
JP2002164842A (ja) Ｆｄｄ無線通信システムにおける下り回線のビーム形成のためのビーム合成方法
Shaikh et al. Localization based on angle of arrival in EM lens-focusing massive MIMO
Aslan et al. Trade‐offs between the quality of service, computational cost and cooling complexity in interference‐dominated multi‐user SDMA systems
Qamar et al. Propagation characterization and analysis for 5G mmWave through field experiments
Wang et al. Performance modeling and analysis of base station cooperation for cellular-connected UAV networks
Jasim et al. Fast beam discovery for mmWave cellular networks
Banday et al. SINR analysis and interference management of macrocell cellular networks in dense urban environments
Abdelhakam et al. Efficient WMMSE beamforming for 5G mmWave cellular networks exploiting the effect of antenna array geometries
Bachtobji et al. Modelling and performance analysis of mmWaves and radio‐frequency based 3D heterogeneous networks
Wen et al. Machine learning based mm-wave 60 GHz channel modeling for 5G wireless communication systems
Jiang et al. A study of uplink and downlink channel spatial characteristics in an urban micro scenario at 28 GHz
Perdana et al. Deep Learning-based Spectral Efficiency Maximization in Massive MIMO-NOMA Systems with STAR-RIS
Ludwig-Barbosa et al. Linear array design with switched beams for wireless communications systems
Vilzmann et al. Hop distances and flooding in wireless multihop networks with randomized beamforming
CN114499615B (zh) 一种太赫兹通信系统中近远场统一的发射波束成形方法
Chen et al. Energy efficiency optimization of intelligent reflective surface-assisted terahertz-RSMA system
Lou et al. Coverage analysis of large-scale HAPS networks using directional beams
Al-Omary Investigating the visibility of 28 and 73 GHz frequency bands for outdoor MIMO channel
Zhao et al. Path loss modification and multi‐user capacity analysis by dynamic rain models for 5G radio communications in millimetre waves
Imtiaj et al. Revisiting smart antenna array design with multiple interferers using basic adaptive beamforming algorithms: Comparative performance study with testbed results
Tseng et al. Intelligent reflecting surface‐aided network planning
Yang et al. Coverage analysis of heterogeneous cellular networks in urban areas
Al-Dabbagh et al. Performance comparison of exploiting different millimetre-wave bands in 5G cellular networks

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
GR01 Patent grant
GR01 Patent grant