CN109068382A - 一种基于时延QoS的NOMA跨层功率分配方法 - Google Patents
一种基于时延QoS的NOMA跨层功率分配方法 Download PDFInfo
- Publication number
- CN109068382A CN109068382A CN201811054117.2A CN201811054117A CN109068382A CN 109068382 A CN109068382 A CN 109068382A CN 201811054117 A CN201811054117 A CN 201811054117A CN 109068382 A CN109068382 A CN 109068382A
- Authority
- CN
- China
- Prior art keywords
- time delay
- cross
- available capacity
- layer power
- delay qos
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/26—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service]
- H04W52/265—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service] taking into account the quality of service QoS
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/26—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service]
- H04W52/267—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service] taking into account the information rate
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/38—TPC being performed in particular situations
- H04W52/42—TPC being performed in particular situations in systems with time, space, frequency or polarisation diversity
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开一种基于时延QoS的NOMA跨层功率分配方法,所述方法包括如下步骤:(1)建立跨层功率分配模型:在SISO场景下引入时延QoS指标,建立最大‑最小有效容量模型;(2)SISO场景下的跨层功率分配:将上述模型进行等价转化后,求得最佳功率分配及对应的最大有效容量;(3)MIMO场景下的跨层功率分配:计算出MIMO场景下的有效信道增益,再利用上述方法求出相应的功率分配。本发明的方法既保证了用户的时延QoS指标,又实现了系统有效容量的最大化,且将本发明的方法应用到MIMO场景中,进一步提升了系统容量。
Description
技术领域
本发明属于无线通信网络技术领域,涉及发送端功率分配,具体涉及一 种基于时延QoS的NOMA跨层功率分配方法。
背景技术
非正交多址技术(Non-Orthogonal Multiple Access,NOMA)是第五代移 动蜂窝网络最有应用前景的一项技术。与正交多址技术不同,NOMA通过功 率域和代码域复用技术,使得不同用户叠加映射在同一个频率资源单元上, 从而大大扩展了可用频谱资源,并支持海量设备的连接。其中,发送端功率 分配技术是影响NOMA功率域性能的关键技术。传统的功率分配算法有穷尽 搜索法、固定功率分配算法和分数阶功率分配算法。穷尽搜索法可以实现理 论上的系统总传输速率最优,但计算复杂度高,很难应用到实际系统中。固 定功率分配算法不考虑用户当前的信道状态,仅按照固定的等比数列来分配 功率,该算法优点是计算复杂度低,但缺点是系统总传输速率性能不佳。分 数阶功率分配算法考虑了用户的信道状态,按照用户的路径损耗比来分配功 率,吞吐量性能相对于全搜索算法有所损失。
在时延敏感的实时应用中(例如IP语音信号、车联网、自动驾驶等), 需要可靠的时延保证,仅在物理层进行功率分配并不能完全满足时延要求。 因此,引入用户时延QoS(Quality of Service)指标的跨层功率分配设计已成 为一个重要的研究方向。传统的NOMA功率分配方案通常从物理层出发,将 最小传输速率作为QoS保证来设计优化方案,无法满足整个系统对于吞吐量、 时延等的要求。
为解决上述难题,本发明在发送端引入数据链路层的时延QoS参数,设 计一种跨层功率优化方案。以上设计是在单输入单输出(Single-Input Single-Output,SISO)场景下实现的,本文进一步将算法应用到多输入多输出(Multiple-Input Multiple-Output,MIMO)场景中以提升系统容量。
发明内容
为克服上述现有技术的不足,本发明提供一种基于时延QoS的NOMA跨 层功率分配方法,其目的是设计一种结合数据链路层和物理层参数的跨层功 率优化算法,即在保证每个用户的时延QoS要求下,实现最大化系统有效容 量的优化目标。
本发明是通过以下技术方案予以实现的:
基于时延QoS的NOMA跨层功率分配方法,所述方法包括如下步骤:
(1)建立跨层功率分配模型:在SISO场景下引入时延QoS指标,建立最 大-最小有效容量模型;
(2)SISO场景下的跨层功率分配:将上述模型进行等价转化后,求得最佳 功率分配及对应的最大有效容量;
(3)MIMO场景下的跨层功率分配:计算出MIMO场景下的有效信道增 益,再利用上述方法求出相应的功率分配。
优选地,所述最大_最小有效容量模型的原理如下:
在发送端总功率受限和保证每个用户的时延QoS的情况下,实现最大化 系统有效容量的优化目标,具体表示为,
Op1:
pn≥0,1≤n≤N (1c)。
优选地,SISO场景下的跨层功率分配进一步包括:
将最大-最小有效容量模型进行两次等价转化变为可解的凸规划问题;
利用二分搜索法迭代求解上述凸规划问题,得到最佳功率分配及对应的 最大有效容量。
优选地,MIMO场景下的跨层功率分配进一步包括:
将一个MIMO信道看成一个由一组互相独立的子载波信道构成的SISO 信道,假设基站与用户之间的信道矩阵用Hn表示,则有效信道增益等于各个 均方奇异值的和,即均方范数||Hn||F 2。
优选地,有效容量的定义为在保证QoS时延要求的情况下系统可支持的 最大恒定到达率,考虑快衰落时,用户n的有效容量表示如下:
其中,时延QoS指数θn表示第n个用户数据链路层的时延要求,rn是用 户n在t时刻的传输速率,在一个传输时隙内保持不变,E[.]是关于h的数 学期望。
优选地,将最大-最小有效容量模型进行两次等价转化变为可解的凸规划 问题进一步包括:通过定理证明将Op1转化为可解的凸规划问题Op3,
Op3:
所述凸规划问题是标准的凸规划问题。
优选地,通过二分搜索法求得有效容量最优值α,具体包括:
(1)给定精度ε,α上界和下界,并设置初始功率分配矩阵P*为0;
(2)令α=(l+u)/2;
(3)求解对应α下的凸规划问题,得到对应的最优功率分配矩阵P;
(4)若sum(P)≤Pmax,则l=α,P*=P;否则u=α;
(5)重复步骤(2)、(3),直到u-l<ε。
优选地,有效容量最优值α的初始值通过以下方法确定:由于每个用户 的有效容量一定大于等于0,所以α下界l=0;最大发射功率集中给一个用户, 即可得有效容量α上界因此,二分搜索法的初 始值α=(l+u)/2。
与现有技术相比,本发明的有益效果为:
1、相比于传统的功率分配方法,该方法既保证了用户的时延QoS指标, 又实现了系统有效容量的最大化,为5G通信的多样性应用提供了一种新的功 率分配方案。
2、将该方法应用到MIMO场景中,进一步提升了系统容量。
附图说明
图1为根据实施例的本发明的NOMA跨层功率分配原理示意图;
图2为根据实施例的本发明中时延QoS指数对系统有效容量的影响示意 图;
图3为根据实施例的不同方法下最大-最小有效容量随系统总功率变化的 示意图;
图4为根据实施例的不同MIMO场景下最大-最小有效容量随系统总功 率变化的示意图。
具体实施方式
以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述, 显然,所描述发实施例仅仅是本发明的一部分实施例,而不是全部的实施例。 基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动的前提下 所得到的所有其它实施例,都属于本发明所保护的范围。
本发明提供一种基于时延QoS的NOMA跨层功率分配方法,如图1-图4 所示,包括如下步骤:
(1)建立跨层功率分配模型:在SISO场景下引入时延QoS指标,建立最 大-最小有效容量模型;
(2)SISO场景下的跨层功率分配:将上述模型进行等价转化后,求得最佳 功率分配及对应的最大有效容量;
(3)MIMO场景下的跨层功率分配:计算出MIMO场景下的有效信道增 益,再利用上述方法求出相应的功率分配。
作为一种优选的实施方案,本发明首先考虑一个基站和N个用户的 NOMA系统跨层功率分配方案,如图1所示。所有的节点都配备单根天线(即 在SISO场景下)。假设信道状态信息(CSI)已知,且信道状态信息在一个时 隙内恒定不变。hn表示第n个用户至基站间的信道系数,服从独立同分布的 瑞利衰落。
由NOMA的原理可知,用户n的接收信号可表示成
其中,xi和pi分别表示用户i的发送信号和发送功率,N0是加性噪声。各 个用户接收端均采用串行干扰消除(SIC)技术,即在|h1|2≥...≥|hN|2的情况下,第 n个用户逐个解码第n+1至第N个用户信号,并减去重构。第k个信号(k<n) 由于未被解调将作为噪声。假设接收端均能成功解码,且传输过程中没有误 码传输,各个用户的接收端叠加了均值为0方差为1的加性高斯白噪声,则 第n(1≤n≤N)个用户传输速率如下:
若定义γn为
则传输速率可改写成
rn=log2(1+pnγn) (7)
因此,本发明建立了最大-最小优化模型,即最大-最小有效容量模型,表 示如下:
Op1:
pn≥0,1≤n≤N (1c)
其中,Cn(θn)是用户n的有效容量,θn是数据链路层时延QoS指数,P =[p1,...,pn]是发送端发射功率向量,PT是基站端能承受的最大发送功率。限制 条件(1b)、(1c)均为凸集,若目标函数是凸函数,则该优化问题就是凸规划问 题。由于rn中存在线性分式函数,所以目标优化函数既不是凸函数也不是凹 函数。优化问题Op1可能无法直接得到最优解,因此需要对其进行转化。
经分析,优化问题Op1可理解为
即在满足条件的情况下找到最优功率。因此优化问题Op1可重新表述为 Op2:
Op2:
由于限制条件中含非线性项,所以Op2也不是标准凸规划。通过选用rn为自变量进行模型的等价转换,将非凸问题Op2转化为可解的标准凸规划问 题Op3。Op3表示如下:
Op3:
其中,目标函数为:
求得Op3的最优解之后,Op2的最优功率分配由下式给出:
具体的实施方式如下:
首先,由式(6)作变量的转换,得到Op3的所有线性不等式约束。
接着,采用Sn表示为前n个用户功率的总和,根据式(11)的递归规则可得:
在式(12)的两边乘以得:
令S0=0和CK=1,可进一步得到:
因此,N个复用用户的总发射功率p(r)=SN。
式(10)中的系数是非负的。因此,目标函数是一组凸函数的 非负和,目标函数(3a)是凸函数。Op3可以通过标准的凸优化算法求解其最优 值。
关于Op3的求解,有效容量最优值α可通过二分搜索法求得。α的初始 值可通过以下方法确定:由于每个用户的有效容量一定大于等于0,所以α下 界l=0;最大发射功率集中给一个用户,即可得有效容量α上界 因此,二分搜索法的起点α=(l+u)/2。对于给定 的α值,求解相应的凸规划问题。方法的步骤如下:
(1)给定精度ε,α上界和下界,并设置初始功率分配矩阵P*为0;
(2)令α=(l+u)/2;
(3)求解对应α下的凸规划问题,得到对应的最优功率分配矩阵P;
(4)若sum(P)≤Pmax,则l=α,P*=P;否则u=α;
(5)重复步骤(2)、(3),直到u-l<ε。
以上跨层功率分配方案是在SISO场景实现的,作为本发明的另一种实施 方案,本发明将该跨层功率分配方案应用到MIMO场景中。假设基站与用户 之间的信道矩阵用Hn表示,通过奇异值分解求出该信道矩阵所有的奇异值, 每个奇异值的平方根代表各个子信道的信道增益。将一个MIMO信道看成一 个由一组互相独立的子载波信道构成的SISO信道。有效信道增益等于各个均 方奇异值的和,即均方范数||Hn||F 2。各个用户的MIMO信道均采用范数表示其 信道增益,就可以将SISO的结论应用到MIMO场景下。其中,每个用户分 配到的功率可以平均地分给各个天线进行信号传输。
在具体实施中,传统的功率分配方法有固定功率分配法(FPA)和分数阶 功率分配法(FTPA)等。其中,FPA法不考虑用户当前的信道状态,仅按照 固定的等比数列来分配功率,该方法优点是计算复杂度低,但缺点是系统总 传输速率性能不佳。FTPA法考虑了用户的信道状态,按照用户的路径损耗比 来分配功率,系统总传输速率性能较优。图2比较了不同功率分配方法下时 延QoS指数(θ1=θ2=θ)对系统有效容量的影响。由图可知,对任一种方法而言, θ小,对应的时延QoS要求较低,从而系统有效容量大;θ大,对应的时延QoS要求较严格,系统的有效容量小。当QoS指数足够大时,有效容量趋向 于0。图3为不同方法下最大-最小有效容量随系统总功率变化图。由图可知, 本发明与以上两种方法相比,既保证了用户的时延QoS指标,又实现了系统 有效容量的最大化。图4给出了不同MIMO场景(即不同复用天线数,M表 示天线数)下,系统最大-最小有效容量与总发射功率的关系。由图可知,随 着复用天线数的增加,系统的有效容量越来越大,性能得到大大提升。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其 限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术 人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者 对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使 相应技术方案的本质脱离本发明实施例技术方案。
Claims (8)
1.一种基于时延QoS的NOMA跨层功率分配方法,其特征在于,所述方法包括如下步骤:
(1)建立跨层功率分配模型:在SISO场景下引入时延QoS指标,建立最大-最小有效容量模型;
(2)SISO场景下的跨层功率分配:将上述模型进行等价转化后,求得最佳功率分配及对应的最大有效容量;
(3)MIMO场景下的跨层功率分配:计算出MIMO场景下的有效信道增益,再利用上述方法求出相应的功率分配。
2.根据权利要求1所述的一种基于时延QoS的NOMA跨层功率分配方法,其特征在于,所述最大-最小有效容量模型的原理如下:
在发送端总功率受限和保证每个用户的时延QoS的情况下,实现最大化系统有效容量的优化目标,具体表示为,
pn≥0,1≤n≤N (1c)。
3.根据权利要求1所述的一种基于时延QoS的NOMA跨层功率分配方法,其特征在于,SISO场景下的跨层功率分配进一步包括:
将最大-最小有效容量模型进行两次等价转化变为可解的凸规划问题;
利用二分搜索法迭代求解上述凸规划问题,得到最佳功率分配及对应的最大有效容量。
4.根据权利要求1所述的一种基于时延QoS的NOMA跨层功率分配方法,其特征在于,MIMO场景下的跨层功率分配进一步包括:
将一个MIMO信道看成一个由一组互相独立的子载波信道构成的SISO信道,假设基站与用户之间的信道矩阵用Hn表示,通过奇异值分解求出该信道矩阵所有的奇异值,每个奇异值的平方根代表各个子信道的信道增益,则有效信道增益等于各个均方奇异值的和,即均方范数||Hn||F2。
5.根据权利要求2所述的一种基于时延QoS的NOMA跨层功率分配方法,其特征在于,有效容量的定义为在保证QoS时延要求的情况下系统可支持的最大恒定到达率,考虑快衰落时,用户n的有效容量表示如下:
其中,时延QoS指数θn表示第n个用户数据链路层的时延要求,rn是用户n在t时刻的传输速率,在一个传输时隙内保持不变,E[﹒]是关于h的数学期望。
6.根据权利要求3所述的一种基于时延QoS的NOMA跨层功率分配方法,其特征在于,将最大-最小有效容量模型进行两次等价转化变为可解的凸规划问题进一步包括:通过定理证明将Op1转化为可解的凸规划问题Op3,
所述凸规划问题是标准的凸规划问题。
7.根据权利要求3所述的一种基于时延QoS的NOMA跨层功率分配方法,其特征在于,通过二分搜索法求得有效容量最优值α,具体包括:
(1)给定精度ε,α上界和下界,并设置初始功率分配矩阵P*为0;
(2)令α=(l+u)/2;
(3)求解对应α下的凸规划问题,得到对应的最优功率分配矩阵P;
(4)若sum(P)≤Pmax,则l=α,P*=P;否则u=α;
(5)重复步骤(2)、(3),直到u–l<ε。
8.根据权利要求7所述的一种基于时延QoS的NOMA跨层功率分配方法,其特征在于,有效容量最优值α的初始值通过以下方法确定:由于每个用户的有效容量一定大于等于0,所以α下界l=0;最大发射功率集中给一个用户,即可得有效容量α上界因此,二分搜索法的初始值α=(l+u)/2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811054117.2A CN109068382B (zh) | 2018-09-10 | 2018-09-10 | 一种基于时延QoS的NOMA跨层功率分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811054117.2A CN109068382B (zh) | 2018-09-10 | 2018-09-10 | 一种基于时延QoS的NOMA跨层功率分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109068382A true CN109068382A (zh) | 2018-12-21 |
CN109068382B CN109068382B (zh) | 2021-03-16 |
Family
ID=64761104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811054117.2A Active CN109068382B (zh) | 2018-09-10 | 2018-09-10 | 一种基于时延QoS的NOMA跨层功率分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109068382B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109922487A (zh) * | 2019-03-28 | 2019-06-21 | 南京邮电大学 | 一种下行mimo-noma网络下的资源分配方法 |
CN110049565A (zh) * | 2019-04-18 | 2019-07-23 | 天津大学 | 一种基于有效容量的5g网络功率分配方法 |
CN113141656A (zh) * | 2020-01-20 | 2021-07-20 | 南京邮电大学 | 基于改进的模拟退火的noma跨层功率分配方法和装置 |
CN115866736A (zh) * | 2022-12-09 | 2023-03-28 | 北京航空航天大学 | 一种无人机辅助非正交多址系统有效容量最大化方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018064582A1 (en) * | 2016-09-30 | 2018-04-05 | Intel IP Corporation | Grant-free uplink non-orthogonal multiple access transmissions |
CN108513314A (zh) * | 2017-02-28 | 2018-09-07 | 大唐高鸿信息通信研究院(义乌)有限公司 | 5g网络的非正交多址接入跨层功率分配优化方法 |
-
2018
- 2018-09-10 CN CN201811054117.2A patent/CN109068382B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018064582A1 (en) * | 2016-09-30 | 2018-04-05 | Intel IP Corporation | Grant-free uplink non-orthogonal multiple access transmissions |
CN108513314A (zh) * | 2017-02-28 | 2018-09-07 | 大唐高鸿信息通信研究院(义乌)有限公司 | 5g网络的非正交多址接入跨层功率分配优化方法 |
Non-Patent Citations (2)
Title |
---|
廖晗: "基于非正交多址的认知MIMO网络次用户系统容量优化", 《网络与通信》 * |
杨正: "5G移动网络非正交多址接入及相关技术研究", 《信息安全》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109922487A (zh) * | 2019-03-28 | 2019-06-21 | 南京邮电大学 | 一种下行mimo-noma网络下的资源分配方法 |
CN109922487B (zh) * | 2019-03-28 | 2021-11-19 | 南京邮电大学 | 一种下行mimo-noma网络下的资源分配方法 |
CN110049565A (zh) * | 2019-04-18 | 2019-07-23 | 天津大学 | 一种基于有效容量的5g网络功率分配方法 |
CN110049565B (zh) * | 2019-04-18 | 2021-11-02 | 天津大学 | 一种基于有效容量的5g网络功率分配方法 |
CN113141656A (zh) * | 2020-01-20 | 2021-07-20 | 南京邮电大学 | 基于改进的模拟退火的noma跨层功率分配方法和装置 |
CN115866736A (zh) * | 2022-12-09 | 2023-03-28 | 北京航空航天大学 | 一种无人机辅助非正交多址系统有效容量最大化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109068382B (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200389268A1 (en) | Implementation of orthogonal time frequency space modulation for wireless communications | |
US9258041B2 (en) | Methods and systems for combined cyclic delay diversity and precoding of radio signals | |
CN109068382A (zh) | 一种基于时延QoS的NOMA跨层功率分配方法 | |
CN112468196B (zh) | 一种基于pzf预编码的去蜂窝大规模mimo系统中功率分配方法 | |
WO2020206304A1 (en) | Massive cooperative multipoint network operation | |
CN106060950B (zh) | 一种基于机会干扰对齐的蜂窝下行信道中数据传输方法 | |
CN102668428B (zh) | 通信设备,通信方法和通信系统 | |
CN110233653A (zh) | 基于加权集成聚类算法的mimo系统的盲多径识别方法及系统 | |
Iserte et al. | Joint beamforming strategies in OFDM-MIMO systems | |
CN112425083B (zh) | 在无线通信系统中执行波束成形的方法和设备 | |
CN104092519B (zh) | 一种基于加权和速率最大化的多用户mimo协作传输方法 | |
Jamali et al. | A low-complexity recursive approach toward code-domain NOMA for massive communications | |
Bai et al. | Transmit power minimization for vector-perturbation based NOMA systems: A sub-optimal beamforming approach | |
CN104852878B (zh) | 能够降低复杂度的基于和均方误差最小原则的下行多用户mimo系统预编码方法 | |
CN113541752A (zh) | 基于信号虚拟分解空域和功率域联合多址接入方法及系统 | |
Shankar et al. | Impact of node mobility on the DL based uplink and downlink MIMO-NOMA network | |
CN104113399B (zh) | 多用户mimo系统中基于矩阵条件数的用户选择方法 | |
Pascual-Iserte et al. | An approach to optimum joint beamforming design in a MIMO-OFDM multiuser system | |
JP2009212560A (ja) | 基地局、通信プログラム及び無線通信システム | |
Huang et al. | Design of low-latency uplink MAC scheduling for Massive MIMO-OFDM systems | |
Kothari et al. | Massive MIMO Pre-coders for Cognitive Radio Network Performance Improvement: A Technological Survey | |
Moghadam et al. | Interference alignment: Practical challenges and test-bed implementation | |
CN110460364A (zh) | 基于聚类算法的mimo系统的盲多径识别方法及系统 | |
Chen et al. | Overview of OFDMA and MIMO Systems | |
Pradeep Kumar et al. | Hybrid optimization-based pilot scheduling for reducing pilot contamination in massive MIMO systems |
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 |