CN109495147A - 大规模mimo系统中基于空间复用的叠加导频方法 - Google Patents
大规模mimo系统中基于空间复用的叠加导频方法 Download PDFInfo
- Publication number
- CN109495147A CN109495147A CN201811641745.0A CN201811641745A CN109495147A CN 109495147 A CN109495147 A CN 109495147A CN 201811641745 A CN201811641745 A CN 201811641745A CN 109495147 A CN109495147 A CN 109495147A
- Authority
- CN
- China
- Prior art keywords
- matrix
- signal
- spatial reuse
- follows
- superimposed pilot
- 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
- 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
- H04B7/0413—MIMO systems
- H04B7/0452—Multi-user MIMO systems
-
- 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
- H04B7/0413—MIMO systems
- H04B7/0426—Power distribution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0204—Channel estimation of multiple channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0256—Channel estimation using minimum mean square error criteria
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
- H04L5/0048—Allocation of pilot signals, i.e. of signals known to the receiver
-
- 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
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/241—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR, Eb/lo
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0224—Channel estimation using sounding signals
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于无线通信技术领域,具体涉及大规模MIMO系统中基于空间复用的叠加导频方法,应用于上行多小区多用户大规模MIMO系统中,所述叠加导频方法包括以下步骤:设计发送信号和处理接收信号;根据接收信号且利用MMSE估计方法进行信道估计;通过使接收信噪比最大为优化目标以确定最佳功率分配;通过迭代运算改善信道估计。本发明基于空间复用的叠加导频方法与传统的基于时间复用的导频方法相比,能够实现更高的系统吞吐量,且提出的迭代算法能改善信道估计从而进一步提升系统性能。
Description
技术领域
本发明属于无线通信技术领域,具体涉及大规模MIMO系统中基于空间复用的叠加导频方法。
背景技术
在大规模MIMO系统中,基站装备着几十根到几百根天线,得益于基站端的大规模天线,不同用户与基站之间的信道渐进正交,因此仅使用简单的信号处理技术,系统的数据传送速率和能量效率都可以得到很大的提高。但这种优势是基于基站可以精确地估计出信道状态信息(CSI)这一假设而得到的,因此CSI的获取对系统是非常重要的,如果CSI未知的话,系统的整体性能会极大地下降。
在上行大规模MIMO系统中,将已知的导频信号以适当功率叠加到数据信号上,同时进行信道估计和数据解码,无需专门为导频信号分配时隙,可以在没有带宽损失的情况下有较高的估计精度和较低的计算复杂度。然而,基于叠加导频的信道估计,在信道估计和数据解码中会存在严重的导频和数据互扰,使得信道估计和数据解码性能下降。因此,研究对叠加导频方法的改进,提高信道估计的精度,从而提升系统整体性能是很有意义的。
发明内容
基于现有技术中存在的上述不足,本发明提供大规模MIMO系统中基于空间复用的叠加导频方法。
为了达到上述发明目的,本发明采用以下技术方案:
基于空间复用的叠加导频方法,应用于上行多小区多用户大规模MIMO系统中,所述叠加导频方法包括以下步骤:
设计发送信号和处理接收信号;
根据接收信号且利用MMSE估计方法进行信道估计;
通过使接收信噪比最大为优化目标以确定最佳功率分配;
通过迭代运算改善信道估计。
作为优选方案,所述上行多小区多用户大规模MIMO系统包括L个小区和K个相互独立的单天线用户,每个小区具有一个基站,基站配备M根天线,以其中一个小区为目标小区。
作为优选方案,所述设计发送信号,包括以下步骤:
假设信道是慢平坦衰落的,且相干时间为T,并满足条件
每个用户发送长为T的信号,则共KL个单天线用户在T时间内发送的信号X为KL×T维的矩阵,将发送信号设计为:
X=[αS1 βS2]P+γP1
其中,α、β、γ分别为三个需要确定的大于0的功率分配参数,P是T×T维的Fourier矩阵,P1是矩阵P的前KL行,S1和S2分别是数据矩阵S的前KL列和后T-KL列,数据矩阵S为:
其中,sk,l=(sk,l,1,sk,l,2,…,sk,l,T),k=1,2,…,K;l=1,2,…,L;
记为新的数据矩阵,那么第l个小区的第k个用户在T个时刻内的发送信号为其中,和p1,k,l分别表示矩阵和P1的第(l-1)K+k行。
作为优选方案,所述α、β、γ需满足α2KL+β2(T-KL)+γ2=1。
作为优选方案,所述处理接收信号,包括以下步骤:
发送信号发送后,目标小区的接收信号为:
其中,ρ为平均接收信噪比,H=[H1,…,Hl,…,HL],Hl表示第l个基站中的用户到目标小区基站天线的信道增益,H为M×KL维的矩阵;B=diag(β1,1,β2,1,…,βK,1,…,β1,L,…βK,L),βk,l表示第l个小区的第k个用户到目标小区基站天线的大尺度衰落因子,W表示高斯白噪声。
作为优选方案,令信道矩阵G=HB,则目标小区的接收信号为:
作为优选方案,所述根据接收信号且利用MMSE估计方法进行信道估计,包括:
根据接收信号Y,利用MMSE估计方法获得估计的信道矩阵:
其中,
VG=B2
VG、VY分别表示矩阵G、Y中列之间的方差,IT、IKL、IT-KL分别表示T×T维、KL×KL维、(T-KL)×(T-KL)维的单位矩阵,tr()表示矩阵的迹。
作为优选方案,通过使接收信噪比最大为优化目标以确定最佳功率分配,包括:
通过使接收信噪比最大为优化目标以确定α、β、γ三个功率分配参数的优化值为:
α取0至之间的数。
作为优选方案,通过迭代运算改善信道估计,包括:
接收信号Y右乘以矩阵PH的结果为:
其中,0M×(T-KL)表示M×(T-KL)维的零矩阵;
记的前KL列为其余的列为则:
所述迭代算法的具体过程如下:设N0是一个正整数;
第一步:利用信道估计(本算法中记为)和ZF解码器基于公式(2)对S2进行解码并将解码得到的矩阵记为令i=1;
第二步:按如下方法重新估计信道矩阵G:定义
令则这是G的一个新估计;
第三步:利用信道估计和ZF解码器基于公式(2)再对S2进行解码以得到一个新的解码信号矩阵,记为
第四步:如果i<N0,则令i=i+1且重新从第二步开始执行算法;否则,停止执行算法。
本发明与现有技术相比,有益效果是:
本发明基于空间复用的叠加导频方法与传统的基于时间复用的导频方法相比,能够实现更高的系统吞吐量,且提出的迭代算法能改善信道估计从而进一步提升系统性能。
附图说明
图1是本发明实施例的基于空间复用的叠加导频方法关于系统吞吐量的仿真图。
具体实施方式
以下将对本发明的技术方案作进一步解释说明。
本发明实施例的基于空间复用的叠加导频方法,针对现有叠加导频方法的不足,进行了改进。本发明实施例的基于空间复用的叠加导频方法,用于上行多小区多用户大规模MIMO系统的叠加导频方法,并给出了其最佳功率分配方案。具体技术方案分为如下的四大部分:
一、设计发送信号和处理接收信号
假设上行多小区多用户大规模MIMO系统中有L个小区,且每个小区只有一个基站,基站配备M根天线,并服务于K个相互独立的单天线用户,以第1个小区为目标小区。假设信道是慢平坦衰落的,且相干时间为T,并满足条件每个用户发送长为T的信号,则共KL个单天线用户在T时间内发送的信号X为KL×T维的矩阵,将发送信号设计为:
X=[αS1 βS2]P+γP1
其中,α、β、γ分别为三个需要确定的大于0的功率分配参数,需满足α2KL+β2(T-KL)+γ2=1,
P是T×T维的Fourier矩阵,
P1是矩阵P的前KL行,
S1和S2分别是数据矩阵S的前KL列和后T-KL列。
记数据矩阵S为:
其中,sk,l=(sk,l,1,sk,l,2,…,sk,l,T),k=1,2,…,K;l=1,2,…,L;
假设每个用户发送的数据是相互独立的,且满足每次发送数据的平均能量为1。记为新的数据矩阵,那么第l个小区的第k个用户在T个时刻内的发送信号为其中,和p1,k,l分别表示矩阵和P1的第(l-1)K+k行。
发送信号发送之后,目标小区的接收信号可以表示为:
其中,ρ为平均接收信噪比,H=[H1,…,Hl,…,HL],Hl表示第l个基站中的用户到目标小区基站天线的信道增益,它的大小为M×K,显然H为M×KL维的矩阵;B=diag(β1,1,β2,1,…,βK,1,…,β1,L,…βK,L),βk,l表示第l个小区的第k个用户到目标小区基站天线的大尺度衰落因子,W表示高斯白噪声。
令信道矩阵G=HB,则目标小区的接收信号为:
二、信道估计
根据接收信号且利用MMSE估计方法进行信道估计,具体地,根据接收信号Y,利用MMSE估计方法获得估计的信道矩阵:
上式中的
其中,
VG=B2
其中,VG、VY分别表示矩阵G、Y中列之间的方差,IT、IKL、IT-KL分别表示T×T维、KL×KL维、(T-KL)×(T-KL)维的单位矩阵,tr()表示矩阵的迹。
三、最佳功率分配方案的确定
通过使接收信噪比最大为优化目标以确定最佳功率分配,具体地,通过使接收信噪比最大为优化目标以确定α、β、γ三个功率分配参数的优化值为:
α取0至之间的数。
四、改善信道估计的迭代算法
接收信号Y右乘以矩阵PH的结果可以进一步为:
其中,0M×(T-KL)表示M×(T-KL)维的零矩阵。
记的前KL列为其余的列为则上式可以分解为:
迭代算法的具体过程如下:设N0是一个正整数;
第一步:利用信道估计(本算法中记为)和ZF解码器基于公式(2)对S2进行解码并将解码得到的矩阵记为令i=1;
第二步:按如下方法重新估计信道矩阵G:定义
令则这是G的一个新估计;
第三步:利用信道估计和ZF解码器基于公式(2)再对S2进行解码以得到一个新的解码信号矩阵,记为
第四步:如果i<N0,则令i=i+1且重新从第二步开始执行算法;否则,停止执行算法。
本发明的基于空间复用的叠加导频方法的具体应用案例如下:
假设系统中有4个小区,每个小区有1个基站且含有7个用户,基站的天线数为128根并将第1个小区定位目标小区。大尺度衰落因子B取随机对角矩阵(对角线上第一个元素为1.01,对角线上其余元素为均匀地取自于0.01至1.01之间的随机数且按降序排列),相干时间T=128。数据矩阵S中的每个元素均匀取自于标准16-QAM,其总能量为16。α的值取0.001,迭代算法中的N0取1。
一、设计发送与处理接收信号
P是128×128维的Hadamard矩阵,取P的前28行记为P1。记数据矩阵
其中sk,l=(sk,l,1,sk,l,2,…,sk,l,128),k=1,2,…,7,l=1,2,…,4。令S1和S2分别是数据矩阵S的前28列和后100列。每个用户发送长为128的信号。将28个用户在T时间内的发送信号设计为:
X=[αS1 β*S2]P+γ*P1
其中,
显然X为28×128维的矩阵。记为新的数据矩阵,那么第l个小区的第k个用户在128个时刻内发送的信号可以表示为其中和p1,k,l分别表示矩阵和P1的第(l-1)K+k行。
信号发送之后,目标小区的接收信号可以表示为
其中H,B,W分别为128×28,28×28,128×128维的矩阵,令信道矩阵G=HB,上式简化为:
二、信道估计
根据接收信号Y,利用MMSE估计方法获得估计的信道矩阵:
上式中的通过下式计算得到
其中,
VG=B2
VG、VY分别表示矩阵G、Y中列之间的方差,IT、IKL、IT-KL分别表示T×T维、KL×KL维、(T-KL)×(T-KL)维的单位矩阵,tr()表示矩阵的迹。
三、信道估计的改善
接收信号Y右乘以矩阵PH的结果可以进一步为:
其中0M×(T-KL)表示M×(T-KL)维的零矩阵。
记的前KL列为其余的列为则上式可以分解为:
迭代算法:设N0为1。
第1步:利用信道估计(本算法中记为)和ZF解码器基于公式(4)对S2进行解码并将解码得到的矩阵记为令i=1;。
第2步:按如下方法重新估计信道矩阵G:定义
令则这是G的一个新估计。
第3步:利用信道估计和ZF解码器基于公式(4)再对S2进行解码以得到一个新的解码信号矩阵,记为
第4步:如果i<N0,则令i=i+1且重新从第二步开始执行算法;否则,停止执行算法,将最终得到的记为
四.基于ZF解码器的吞吐量分析
第1步:将接收信号Y右乘以矩阵PH,由于PPH=TIT,可以得到
令分别将Y1、W1视为等效接收信号和等效噪声,则可以得到:
第2步:不同的解码器都能用来解码出目标小区用户的数据信号,以ZF解码器为例,解码过程如下:
对于k=1,2,…,7,若1≤t≤28,那么
若28<t≤128,那么
其中s为标准16-QAM中的元素,为ZF解码器,()k,t表示取矩阵第k行第t列的元素。
第3步:设目标小区的系统吞吐量为R,则R的计算公式为:
如图1所示,是在上述举例的条件下,关于系统吞吐量的仿真图,其中“时间复用导频法”是采用时间复用导频法后目标小区的吞吐量曲线,“没有经过迭代的本发明提出的方法”是采用本发明提出的方法且没有经过信道估计改善后目标小区的吞吐量曲线,“迭代一次后的本发明提出的方法”是采用本发明提出的方法且经过一次信道估计改善后目标小区的吞吐量曲线。从图1可以看出,相比于时间复用导频法,本发明提出的方法具有更好的系统性能,且改善信道估计的迭代算法能进一步提升性能。
应当说明的是,上述实施例均可根据需要自由组合。以上所述仅是对本发明的优选实施例及原理进行了详细说明,对本领域的普通技术人员而言,依据本发明提供的思想,在具体实施方式上会有改变之处,而这些改变也应视为本发明的保护范围。
Claims (9)
1.基于空间复用的叠加导频方法,应用于上行多小区多用户大规模MIMO系统中,其特征在于,所述叠加导频方法包括以下步骤:
设计发送信号和处理接收信号;
根据接收信号且利用MMSE估计方法进行信道估计;
通过使接收信噪比最大为优化目标以确定最佳功率分配;
通过迭代运算改善信道估计。
2.根据权利要求1所述的基于空间复用的叠加导频方法,其特征在于,所述上行多小区多用户大规模MIMO系统包括L个小区和K个相互独立的单天线用户,每个小区具有一个基站,基站配备M根天线,以其中一个小区为目标小区。
3.根据权利要求2所述的基于空间复用的叠加导频方法,其特征在于,所述设计发送信号,包括以下步骤:
假设信道是慢平坦衰落的,且相干时间为T,并满足条件TKL;
每个用户发送长为T的信号,则共KL个单天线用户在T时间内发送的信号X为KL×T维的矩阵,将发送信号设计为:
X=[αS1 βS2]P+γP1
其中,α、β、γ分别为三个需要确定的大于0的功率分配参数,P是T×T维的Fourier矩阵,P1是矩阵P的前KL行,S1和S2分别是数据矩阵S的前KL列和后T-KL列,数据矩阵S为:
其中,sk,l=(sk,l,1,sk,l,2,…,sk,l,T),k=1,2,…,K;l=1,2,…,L;
记为新的数据矩阵,那么第l个小区的第k个用户在T个时刻内的发送信号为其中,和p1,k,l分别表示矩阵和P1的第(l-1)K+k行。
4.根据权利要求3所述的基于空间复用的叠加导频方法,其特征在于,所述α、β、γ需满足α2KL+β2(T-KL)+γ2=1。
5.根据权利要求4所述的基于空间复用的叠加导频方法,其特征在于,所述处理接收信号,包括以下步骤:
发送信号发送后,目标小区的接收信号为:
其中,ρ为平均接收信噪比,H=[H1,…,Hl,…,HL],Hl表示第l个基站中的用户到目标小区基站天线的信道增益,H为M×KL维的矩阵;B=diag(β1,1,β2,1,…,βK,1,…,β1,L,…βK,L),βk,l表示第l个小区的第k个用户到目标小区基站天线的大尺度衰落因子,W表示高斯白噪声。
6.根据权利要求5所述的基于空间复用的叠加导频方法,其特征在于,令信道矩阵G=HB,则目标小区的接收信号为:
7.根据权利要求6所述的基于空间复用的叠加导频方法,其特征在于,所述根据接收信号且利用MMSE估计方法进行信道估计,包括:
根据接收信号Y,利用MMSE估计方法获得估计的信道矩阵:
其中,
VG=B2
VG、VY分别表示矩阵G、Y中列之间的方差,IT、IKL、IT-KL分别表示T×T维、KL×KL维、(T-KL)×(T-KL)维的单位矩阵,tr()表示矩阵的迹。
8.根据权利要求7所述的基于空间复用的叠加导频方法,其特征在于,通过使接收信噪比最大为优化目标以确定最佳功率分配,包括:
通过使接收信噪比最大为优化目标以确定α、β、γ三个功率分配参数的优化值为:
α取0至之间的数。
9.根据权利要求8所述的基于空间复用的叠加导频方法,其特征在于,通过迭代运算改善信道估计,包括:
接收信号Y右乘以矩阵PH的结果为:
其中,0M×(T-KL)表示M×(T-KL)维的零矩阵;
记的前KL列为其余的列为则可将上式分解为:
所述迭代算法的具体过程如下:设N0是一个正整数;
第一步:利用信道估计(本算法中记为)和ZF解码器基于公式(2)对S2进行解码并将解码得到的矩阵记为令i=1;
第二步:按如下方法重新估计信道矩阵G:定义
令则这是G的一个新估计;
第三步:利用信道估计和ZF解码器基于公式(2)再对S2进行解码以得到一个新的解码信号矩阵,记为
第四步:如果i<N0,则令i=i+1且重新从第二步开始执行算法;否则,停止执行算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811641745.0A CN109495147B (zh) | 2018-12-29 | 2018-12-29 | 大规模mimo系统中基于空间复用的叠加导频方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811641745.0A CN109495147B (zh) | 2018-12-29 | 2018-12-29 | 大规模mimo系统中基于空间复用的叠加导频方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109495147A true CN109495147A (zh) | 2019-03-19 |
CN109495147B CN109495147B (zh) | 2020-06-30 |
Family
ID=65711967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811641745.0A Active CN109495147B (zh) | 2018-12-29 | 2018-12-29 | 大规模mimo系统中基于空间复用的叠加导频方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109495147B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110519029A (zh) * | 2019-08-08 | 2019-11-29 | 东南大学 | 蜂窝与v2v混合大规模mimo导频复用信道获取方法 |
CN110855413A (zh) * | 2019-11-13 | 2020-02-28 | 哈尔滨工业大学(深圳) | 基于空间信息网络的叠加导频通信方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8089916B2 (en) * | 2009-04-07 | 2012-01-03 | Indian Institute Of Science | Leveraging coherent distributed space-time codes for noncoherent communication in relay networks via training |
CN104333406A (zh) * | 2014-11-04 | 2015-02-04 | 杭州电子科技大学 | 用于在多小区多用户多天线系统中的解码方法 |
CN107276933A (zh) * | 2017-06-14 | 2017-10-20 | 杭州电子科技大学 | 用于上行多用户mimo系统中基于二阶统计量的信道估计方法 |
CN108494451A (zh) * | 2018-03-09 | 2018-09-04 | 山东大学 | 一种点对点的miso swipt系统中寻找最优导频长度和功分因子的方法 |
CN108551359A (zh) * | 2018-03-20 | 2018-09-18 | 西安电子科技大学 | 基于泄漏的高效能多用户联合预编码方法及装置 |
WO2018224121A1 (en) * | 2017-06-05 | 2018-12-13 | Telefonaktiebolaget Lm Ericsson (Publ) | Beam mangement systems and methods |
-
2018
- 2018-12-29 CN CN201811641745.0A patent/CN109495147B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8089916B2 (en) * | 2009-04-07 | 2012-01-03 | Indian Institute Of Science | Leveraging coherent distributed space-time codes for noncoherent communication in relay networks via training |
CN104333406A (zh) * | 2014-11-04 | 2015-02-04 | 杭州电子科技大学 | 用于在多小区多用户多天线系统中的解码方法 |
WO2018224121A1 (en) * | 2017-06-05 | 2018-12-13 | Telefonaktiebolaget Lm Ericsson (Publ) | Beam mangement systems and methods |
CN107276933A (zh) * | 2017-06-14 | 2017-10-20 | 杭州电子科技大学 | 用于上行多用户mimo系统中基于二阶统计量的信道估计方法 |
CN108494451A (zh) * | 2018-03-09 | 2018-09-04 | 山东大学 | 一种点对点的miso swipt系统中寻找最优导频长度和功分因子的方法 |
CN108551359A (zh) * | 2018-03-20 | 2018-09-18 | 西安电子科技大学 | 基于泄漏的高效能多用户联合预编码方法及装置 |
Non-Patent Citations (1)
Title |
---|
FEI LI等: "《2016 8th International Conference on Wireless Communications & Signal Processing(WCSP) IEEE》", 24 November 2016 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110519029A (zh) * | 2019-08-08 | 2019-11-29 | 东南大学 | 蜂窝与v2v混合大规模mimo导频复用信道获取方法 |
CN110519029B (zh) * | 2019-08-08 | 2021-10-29 | 东南大学 | 蜂窝与v2v混合大规模mimo导频复用信道获取方法 |
CN110855413A (zh) * | 2019-11-13 | 2020-02-28 | 哈尔滨工业大学(深圳) | 基于空间信息网络的叠加导频通信方法和系统 |
CN110855413B (zh) * | 2019-11-13 | 2022-04-15 | 哈尔滨工业大学(深圳) | 基于空间信息网络的叠加导频通信方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109495147B (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103684700B (zh) | 一种基于正交联合码本集的3d mu‑mimo预编码方法 | |
CN104052535B (zh) | 基于空分多址与干扰抑制的毫米波大规模mimo系统多用户传输方法 | |
CN107359921B (zh) | 大规模mimo系统基于标准正交化的混合预编码方法 | |
CN107018099A (zh) | 一种针对毫米波多用户mimo系统的时变信道估计方法 | |
CN104780128A (zh) | 一种水声ofdma上行通信稀疏信道估计与导频优化方法 | |
CN103209051A (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 | |
CN107276650B (zh) | 一种多用户大规模mimo混合预编码能效优化方法 | |
CN106027128A (zh) | 一种基于非正交多址接入的上行多用户干扰的抑制方法 | |
CN105681009B (zh) | 用于多用户多输入多输出的导频优化分配联合预编码方法 | |
CN108260215B (zh) | 一种低密度码的noma中信道状况优化的资源分配方法 | |
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 | |
CN110881010B (zh) | 统计csi辅助的多用户noma下行传输方法 | |
CN110808765A (zh) | 一种基于不完全信道信息的大规模mimo系统频谱效率优化的功率分配方法 | |
CN106788626B (zh) | 一种能够获得二阶发射分集的改进正交空间调制传输方法 | |
CN109743086A (zh) | 一种大规模mimo系统的信道估计方法 | |
CN109495147A (zh) | 大规模mimo系统中基于空间复用的叠加导频方法 | |
CN107276933A (zh) | 用于上行多用户mimo系统中基于二阶统计量的信道估计方法 | |
CN104184555A (zh) | 一种适用于3d mimo系统的基于双码本的预编码方法 | |
CN104320170B (zh) | 大规模mimo系统中导频污染抑制波束赋形方法 | |
CN106209188A (zh) | 大规模mimo系统中基于部分导频交替复用的导频污染减轻方法 | |
CN110445520B (zh) | 基于频分双工多用户多天线系统的下行功率分配方法 | |
CN108600125A (zh) | 一种基于迭代的信道估计方法 | |
CN107659348A (zh) | 一种基于信漏噪比slnr和预编码thp混合自适应预编码设计方法 | |
Li et al. | Channel estimations based on superimposed pilots for massive MIMO uplink systems | |
CN102832986B (zh) | 一种多天线分集合并接收方法及设备 |
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 |