CN110149125A - 无线干扰管理中的非合作噪声处理方法、设备及存储设备 - Google Patents

无线干扰管理中的非合作噪声处理方法、设备及存储设备 Download PDF

Info

Publication number
CN110149125A
CN110149125A CN201910305557.9A CN201910305557A CN110149125A CN 110149125 A CN110149125 A CN 110149125A CN 201910305557 A CN201910305557 A CN 201910305557A CN 110149125 A CN110149125 A CN 110149125A
Authority
CN
China
Prior art keywords
interference
matrix
receiving end
transmitting terminal
cooperation
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
Application number
CN201910305557.9A
Other languages
English (en)
Inventor
钟梁
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.)
China University of Geosciences
Original Assignee
China University of Geosciences
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 China University of Geosciences filed Critical China University of Geosciences
Priority to CN201910305557.9A priority Critical patent/CN110149125A/zh
Publication of CN110149125A publication Critical patent/CN110149125A/zh
Pending legal-status Critical Current

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
    • 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
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • 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
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • 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
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03343—Arrangements at the transmitter end
    • 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
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L2025/03592—Adaptation methods
    • H04L2025/03598—Algorithms
    • H04L2025/03611—Iterative algorithms

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Noise Elimination (AREA)

Abstract

本发明提供了无线干扰管理中的非合作噪声处理方法、设备及存储设备，其方法包括：首先采用随机矩阵初始化每个发射端的预编码矩阵；然后，在接收端，通过TLS超维平面估计算法得到子空间划分的结果，从而得到后处理矩阵，在发射端，采用MMSE算法，得到最优的预编码矩阵；最后，根据得到的预编码矩阵和后处理矩阵对发射信号和接收信号进行处理，以对通信中的非合作干扰进行处理。一种无线干扰管理中的非合作噪声处理设备及存储设备，用于实现无线干扰管理中的非合作噪声处理方法。本发明的有益效果是：本发明所提出的技术方案充分利用了子空间划分所带来的优势，提高系统具有非合作干扰的干扰网络中的性能；算法收敛速度更快，消耗额外的无线资源更少。

Description

无线干扰管理中的非合作噪声处理方法、设备及存储设备
技术领域
本发明涉及通信领域，尤其涉及无线干扰管理中的非合作噪声处理方法、设备及存储设备。
背景技术
干扰对齐技术是近年来提出的新的干扰管理方法，干扰对齐可以实现干扰信道的容量随着用户数增加而线性增加。在实际的系统中，通常接收端需要面对的干扰分为两类，包括：系统内部其他发射端的信号和来自系统外部的干扰。一般情况下系统外部的干扰是无法参与干扰对齐的，因此将其称为“非合作噪声”。
但是经典的干扰管理算法只有在无噪声的情况下才是最优的，也就是说当系统的容量仅受用户间的干扰影响的时候，经典的干扰对齐算法才是最优的。当系统中存在噪声时，噪声的影响使得干扰对齐算法的性能受到了影响。另一方面，现有的针对噪声环境，人们提出交替最小均方误差干扰对齐算法(Alter-MMSE，Alternative Minimum-Mean-Square-Error)和最大化信干噪比算法(Max-SINR，Maximum signal-to-interference-plus-noise ratio)的干扰对齐算法，当系统中的干扰不再是对称的时候，如图2，既有某个或者某几个用户所受到的噪声或者干扰能量大于其他的用户所受到的噪声或干扰的能量的时候，并不能自适应的调整目标函数，使得其性能受到了影响，特别是当系统中存在不合作的干扰的时候，实现干扰对齐的迭代方法需要结合子空间划分的想法和最小均方误差方法来设计。
发明内容
为了解决上述问题，本发明提供了一种无线干扰管理中的非合作噪声处理方法、设备及存储设备。
一种无线干扰管理中的非合作噪声处理方法，应用于具有非合作干扰的非对称MIMO干扰信道系统中，其中，所述具有非合作干扰的非对称MIMO干扰信道系统包括：非合作干扰源、多个发射端和与多个发射端一一对应的多个接收端；所述一种无线干扰管理中的非合作噪声处理方法，具体包括如下步骤：
S101：采用随机矩阵初始化每个发射端的预编码矩阵；
S102：在接收端，根据最新预编码矩阵，通过TLS超维平面估计算法得到干扰子空间划分的结果，从而得到各接收端的溢出干扰的有用信号子空间的基；
S103：根据有用信号子空间的基，采用公式(1)计算得到各接收端的有用信号子空间的投影矩阵：
上式中，Wk为第k个发射端的有用信号子空间的投影矩阵，即后处理矩阵；Tk为第k个接收端的有用信号子空间的基；
S104：在发射端，根据各接收端的有用信号子空间的投影矩阵，采用MMSE算法计算得到个发射端的满足KKT条件的最新预编码矩阵；
S105：MMSE算法是否已经收敛？若是，则将此时各发射端的预编码矩阵和各接收端的后处理矩阵作为最优的预编码矩阵和后处理矩阵；否则，返回步骤S102；
S106：在每个发射端的发射信号上左乘对应的最优的预编码矩阵，作为最终的发射信号发射至对应的接收端，并在接收端的接收信号上左乘根据最优的后处理矩阵，以对所述最终的发射信号行解码，得到发射端发射的原始信号。
进一步地，步骤S102中，根据最新预编码矩阵，通过TLS超维平面估计算法得到子空间划分的结果，从而得到各接收端的溢出干扰的有用信号子空间的基的计算方法，包括如下步骤：
S201：根据TLS超维平面估计算法，将接收端所接收到的所有的干扰和噪声矢量的数学期望定义为干扰中心矢量，如公式(2)所示：
上式中，为第k个接收端的干扰中心矢量；Hkj为第j个发射端和第k个接收端之间的信道矩阵，Zk为第k个接收端接收到的随机白噪声；Vj为第j个发射端的预编码矩阵；其中，j的取值范围为[0,K]，k的取值范围为[1,K]，K为发射端的总个数；所述所有的干扰包括：合作的干扰和非合作的干扰；下标j＝0，表示非合作干扰源产生的非合作干扰，且令非合作干扰的预编码矩阵V0＝I，表示非合作的干扰不参与合作预编码；I为对角线全为1的方阵；
S202：对各接收端构造一个如公式(3)所示的矩阵：
上式中，E(k)为对第k个接收端所构造的矩阵，qk表示第k个接收端接收到的干扰和噪声矩阵之和；
S203：将E(k)TE(k)最小的dk个特征值所对应的特征向量所组成的矩阵作为第k个接收端的有用信号子空间的基Tk；其中，dk为第k个接收端的有用信号子空间的维数。
进一步地，步骤S104中，在发射端，根据各接收端的有用信号子空间的投影矩阵，采用MMSE算法计算得到个发射端的满足KKT条件的最新预编码矩阵的计算公式如公式(4)所示：
上式中，Vj为第j个发射端的预编码矩阵，λj为第j个发射端的拉格朗日乘数，为预设值；I为对角线全为1的方阵；Hjj为第j个发射端和第j个接收端之间的信道矩阵；K为发射端的总个数。
进一步地，S105中，将所有通信对的接收信号在有用子空间的投影和发射信号之间的均方误差之和作为MMSE算法的目标函数JMMSE；MMSE算法的收敛条件为：目标函数的变化值稳定在预设值θ内，即目标函数的最新值和上一轮迭代的值之间的差值的绝对值小于或者等于θ；目标函数JMMSE的表达式如公式(5)所示：
上式中，为第k个通信对的接收信号在有用子空间的投影，且sk为第k个发射端的发射信号，yk为第k个接收端的接收信号，第k个发射端和第k个接收端组成一个通信对，对于第k个通信对来说，其有用信号子空间是M维信号空间的一个dk维的信号子空间。
一种存储设备，所述存储设备存储指令及数据用于实现一种无线干扰管理中的非合作噪声处理方法。
一种无线干扰管理中的非合作噪声处理设备，包括：处理器及所述存储设备；所述处理器加载并执行所述存储设备中的指令及数据用于实现一种无线干扰管理中的非合作噪声处理方法。
本发明提供的技术方案带来的有益效果是：本发明所提出的技术方案在子空间划分中采用TLS超维空间估计算法，在非合作的噪声环境中得到信号干扰子空间的弱一致性估计，采用MMSE算法在TLS子空间划分结果的基础上实现干扰对齐，MMSE准则不再作为唯一的算法设计准则，而是充分利用了子空间划分所带来的优势，提高系统具有非合作干扰的干扰网络中的性能；在不具有非合作的干扰情况下，TLS+MMSE算法结合了单纯的迭代干扰对齐在高信噪比时候的优点也继承了MMSE算法在低信噪比时候的性能；TLS+MMSE算法在设计上基于TLS算法，在具有非合作干扰的情况下，可以实现相比于其他算法来说更好的系统传输性能；相对于其他的启发式算法，收敛速度更快，消耗额外的无线资源更少。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例中一种无线干扰管理中的非合作噪声处理方法的流程图；
图2是本发明实施例中具有非合作干扰的非对称MIMO干扰信道系统的模型示意图；
图3是本发明实施例中硬件设备工作的示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
本发明的实施例提供了一种无线干扰管理中的非合作噪声处理方法、设备及存储设备。
请参考图1，图1是本发明实施例中一种无线干扰管理中的非合作噪声处理方法的流程图，应用于如图2所示的具有非合作干扰的非对称MIMO干扰信道系统中，其中，所述具有非合作干扰的非对称MIMO干扰信道系统包括：非合作干扰源、多个发射端(Mk)和与多个发射端一一对应的多个接收端(Nk)；其特征在于，所述一种无线干扰管理中的非合作噪声处理方法，具体包括如下步骤：
S101：采用随机矩阵初始化每个发射端的预编码矩阵；
S102：在接收端，根据最新预编码矩阵，通过TLS超维平面估计算法得到干扰子空间划分的结果，从而得到各接收端的溢出干扰的有用信号子空间的基；
S103：根据有用信号子空间的基，采用公式(1)计算得到各接收端的有用信号子空间的投影矩阵：
上式中，Wk为第k个发射端的有用信号子空间的投影矩阵，即后处理矩阵；Tk为第k个接收端的有用信号子空间的基；
S104：在发射端，根据各接收端的有用信号子空间的投影矩阵，采用MMSE算法计算得到个发射端的满足KKT条件的最新预编码矩阵；
S105：MMSE算法是否已经收敛？若是，则将此时各发射端的预编码矩阵和各接收端的后处理矩阵作为最优的预编码矩阵和后处理矩阵；否则，返回步骤S102；
S106：在每个发射端的发射信号上左乘对应的最优的预编码矩阵，作为最终的发射信号发射至对应的接收端，并在接收端的接收信号上左乘根据最优的后处理矩阵，以对所述最终的发射信号行解码，得到发射端发射的原始信号。
步骤S102中，根据最新预编码矩阵，通过TLS超维平面估计算法得到子空间划分的结果，从而得到各接收端的溢出干扰的有用信号子空间的基的计算方法，包括如下步骤：
S201：根据TLS超维平面估计算法，将接收端所接收到的所有的干扰和噪声矢量的数学期望定义为干扰中心矢量，如公式(2)所示：
上式中，为第k个接收端的干扰中心矢量；Hkj为第j个发射端和第k个接收端之间的信道矩阵，Zk为第k个接收端接收到的随机白噪声；Vj为第j个发射端的预编码矩阵；其中，j的取值范围为[0,K]，k的取值范围为[1,K]，K为发射端的总个数；所述所有的干扰包括：合作的干扰和非合作的干扰；下标j＝0，表示非合作干扰源产生的非合作干扰，且令非合作干扰的预编码矩阵V0＝I，表示非合作的干扰不参与合作预编码；I为对角线全为1的方阵；
S202：对各接收端构造一个如公式(3)所示的矩阵：
上式中，E(k)为对第k个接收端所构造的矩阵，qk表示第k个接收端接收到的干扰和噪声矩阵之和；
S203：将E(k)TE(k)最小的dk个特征值所对应的特征向量所组成的矩阵作为第k个接收端的有用信号子空间的基Tk；其中，dk为第k个接收端的有用信号子空间的维数。
步骤S104中，在发射端，根据各接收端的有用信号子空间的投影矩阵，采用MMSE算法计算得到个发射端的满足KKT条件的最新预编码矩阵的计算公式如公式(4)所示：
上式中，Vj为第j个发射端的预编码矩阵，λj为第j个发射端的拉格朗日乘数，为预设值；I为对角线全为1的方阵；Hjj为第j个发射端和第j个接收端之间的信道矩阵；K为发射端的总个数。
步骤S105中，将所有通信对的接收信号在有用子空间的投影和发射信号之间的均方误差之和作为MMSE算法的目标函数JMMSE；MMSE算法的收敛条件为：目标函数的变化值稳定在预设值θ内，即目标函数的最新值和上一轮迭代的值之间的差值的绝对值小于或者等于θ；目标函数JMMSE的表达式如公式(5)所示：
上式中，为第k个通信对的接收信号在有用子空间的投影，且sk为第k个发射端的发射信号，yk为第k个接收端的接收信号，第k个发射端和第k个接收端组成一个通信对，对于第k个通信对来说，其有用信号子空间是M维信号空间的一个dk维的信号子空间。
请参见图3，图3是本发明实施例的硬件设备工作示意图，所述硬件设备具体包括：一种无线干扰管理中的非合作噪声处理设备301、处理器302及存储设备303。
一种无线干扰管理中的非合作噪声处理设备301：所述一种无线干扰管理中的非合作噪声处理设备301实现所述一种无线干扰管理中的非合作噪声处理方法。
处理器302：所述处理器302加载并执行所述存储设备303中的指令及数据用于实现所述一种无线干扰管理中的非合作噪声处理方法。
存储设备303：所述存储设备303存储指令及数据；所述存储设备303用于实现所述一种无线干扰管理中的非合作噪声处理方法。
本发明的有益效果是：本发明所提出的技术方案在子空间划分中采用TLS超维空间估计算法，在非合作的噪声环境中得到信号干扰子空间的弱一致性估计，采用MMSE算法在TLS子空间划分结果的基础上实现干扰对齐，MMSE准则不再作为唯一的算法设计准则，而是充分利用了子空间划分所带来的优势，提高系统具有非合作干扰的干扰网络中的性能；在不具有非合作的干扰情况下，TLS+MMSE算法结合了单纯的迭代干扰对齐在高信噪比时候的优点也继承了MMSE算法在低信噪比时候的性能；TLS+MMSE算法在设计上基于TLS算法，在具有非合作干扰的情况下，可以实现相比于其他算法来说更好的系统传输性能；相对于其他的启发式算法，收敛速度更快，消耗额外的无线资源更少。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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)

1.一种无线干扰管理中的非合作噪声处理方法，应用于具有非合作干扰的非对称MIMO干扰信道系统中，其中，所述具有非合作干扰的非对称MIMO干扰信道系统包括：非合作干扰源、多个发射端和与多个发射端一一对应的多个接收端；其特征在于，所述一种无线干扰管理中的非合作噪声处理方法，具体包括如下步骤：
S101：采用随机矩阵初始化每个发射端的预编码矩阵；
S102：在接收端，根据最新预编码矩阵，通过TLS超维平面估计算法得到干扰子空间划分的结果，从而得到各接收端的溢出干扰的有用信号子空间的基；
S103：根据有用信号子空间的基，采用公式(1)计算得到各接收端的有用信号子空间的投影矩阵：
上式中，Wk为第k个发射端的有用信号子空间的投影矩阵，即后处理矩阵；Tk为第k个接收端的有用信号子空间的基；
S104：在发射端，根据各接收端的有用信号子空间的投影矩阵，采用MMSE算法计算得到个发射端的满足KKT条件的最新预编码矩阵；
S105：MMSE算法是否已经收敛？若是，则将此时各发射端的预编码矩阵和各接收端的后处理矩阵作为最优的预编码矩阵和后处理矩阵；否则，返回步骤S102；
S106：在每个发射端的发射信号上左乘对应的最优的预编码矩阵，作为最终的发射信号发射至对应的接收端，并在接收端的接收信号上左乘根据最优的后处理矩阵，以对所述最终的发射信号行解码，得到发射端发射的原始信号。
2.如权利要求1所述的一种无线干扰管理中的非合作噪声处理方法，其特征在于：步骤S102中，根据最新预编码矩阵，通过TLS超维平面估计算法得到子空间划分的结果，从而得到各接收端的溢出干扰的有用信号子空间的基的计算方法，包括如下步骤：
S201：根据TLS超维平面估计算法，将接收端所接收到的所有的干扰和噪声矢量的数学期望定义为干扰中心矢量，如公式(2)所示：
上式中，为第k个接收端的干扰中心矢量；Hkj为第j个发射端和第k个接收端之间的信道矩阵，Zk为第k个接收端接收到的随机白噪声；Vj为第j个发射端的预编码矩阵；其中，j的取值范围为[0,K]，k的取值范围为[1,K]，K为发射端的总个数；所述所有的干扰包括：合作的干扰和非合作的干扰；下标j＝0表示非合作干扰源产生的非合作干扰，且令非合作干扰的预编码矩阵V0＝I，表示非合作的干扰不参与合作预编码；I为对角线全为1的方阵；
S202：对各接收端构造一个如公式(3)所示的矩阵：
上式中，E(k)为对第k个接收端所构造的矩阵，qk表示第k个接收端接收到的干扰和噪声矩阵之和；
S203：将E(k)TE(k)最小的dk个特征值所对应的特征向量所组成的矩阵作为第k个接收端的有用信号子空间的基Tk；其中，dk为第k个接收端的有用信号子空间的维数。
3.如权利要求1所述的一种无线干扰管理中的非合作噪声处理方法，其特征在于：步骤S104中，在发射端，根据各接收端的有用信号子空间的投影矩阵，采用MMSE算法计算得到个发射端的满足KKT条件的最新预编码矩阵的计算公式如公式(4)所示：
上式中，Vj为第j个发射端的预编码矩阵，λj为第j个发射端的拉格朗日乘数，为预设值；I为对角线全为1的方阵；Hjj为第j个发射端和第j个接收端之间的信道矩阵；K为发射端的总个数。
4.如权利要求1所述的一种无线干扰管理中的非合作噪声处理方法，其特征在于：S105中，将所有通信对的接收信号在有用子空间的投影和发射信号之间的均方误差之和作为MMSE算法的目标函数JMMSE；MMSE算法的收敛条件为：目标函数的变化值稳定在预设值θ内，即目标函数的最新值和上一轮迭代的值之间的差值的绝对值小于或者等于θ；目标函数JMMSE的表达式如公式(5)所示：
上式中，为第k个通信对的接收信号在有用子空间的投影，且sk为第k个发射端的发射信号，yk为第k个接收端的接收信号，第k个发射端和第k个接收端组成一个通信对，对于第k个通信对来说，其有用信号子空间是M维信号空间的一个dk维的信号子空间。
5.一种存储设备，其特征在于：所述存储设备存储指令及数据用于实现权利要求1～4所述的任意一种无线干扰管理中的非合作噪声处理方法。
6.一种无线干扰管理中的非合作噪声处理设备，其特征在于：包括：处理器及存储设备；所述处理器加载并执行存储设备中的指令及数据用于实现权利要求1～4所述的任意一种无线干扰管理中的非合作噪声处理方法。
CN201910305557.9A 2019-04-16 2019-04-16 无线干扰管理中的非合作噪声处理方法、设备及存储设备 Pending CN110149125A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910305557.9A CN110149125A (zh) 2019-04-16 2019-04-16 无线干扰管理中的非合作噪声处理方法、设备及存储设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910305557.9A CN110149125A (zh) 2019-04-16 2019-04-16 无线干扰管理中的非合作噪声处理方法、设备及存储设备

Publications (1)

Publication Number Publication Date
CN110149125A true CN110149125A (zh) 2019-08-20

Family

ID=67589803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910305557.9A Pending CN110149125A (zh) 2019-04-16 2019-04-16 无线干扰管理中的非合作噪声处理方法、设备及存储设备

Country Status (1)

Country Link
CN (1) CN110149125A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014165468A1 (en) * 2013-04-05 2014-10-09 Qualcomm Incorporated Interference cancellation/suppression in tdd wireless communications systems
CN106605442A (zh) * 2014-05-08 2017-04-26 意大利电信股份公司 适于在无线通信网络中实现设备到设备的通信的资源分配系统和方法
CN107979398A (zh) * 2017-12-19 2018-05-01 重庆邮电大学 结合天线选择和干扰对齐的联合优化算法
CN108540187A (zh) * 2018-03-27 2018-09-14 中国科学院上海高等研究院 基于mmse准则提高非线性多用户mimo系统性能的方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014165468A1 (en) * 2013-04-05 2014-10-09 Qualcomm Incorporated Interference cancellation/suppression in tdd wireless communications systems
CN106605442A (zh) * 2014-05-08 2017-04-26 意大利电信股份公司 适于在无线通信网络中实现设备到设备的通信的资源分配系统和方法
CN107979398A (zh) * 2017-12-19 2018-05-01 重庆邮电大学 结合天线选择和干扰对齐的联合优化算法
CN108540187A (zh) * 2018-03-27 2018-09-14 中国科学院上海高等研究院 基于mmse准则提高非线性多用户mimo系统性能的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
钟梁: "宽带无线通信中干扰迭代对齐与中和研究及应用", 《万方数据知识服务平台》 *

Similar Documents

Publication Publication Date Title
Viswanath et al. Asymptotically optimal water-filling in vector multiple-access channels
CN108880774B (zh) 频分双工多用户大规模多天线系统及其下行导频信号长度设计方法
Lee et al. Symmetric capacity of MIMO downlink channels
CN112533274B (zh) 一种室内太赫兹bwp和功率调度方法及装置
CN112564779B (zh) 反向散射通信网络基于传输公平的吞吐量优化方法
CN108777855A (zh) 应用于das的功率分配方法、装置及计算机可读存储介质
Gao et al. Cooperative ISAC with direct localization and rate-splitting multiple access communication: A Pareto optimization framework
Akbudak et al. CoMP in heterogeneous networks: A low-complexity linear transceiver design
Boche et al. Resource allocation in multiantenna systems-achieving max-min fairness by optimizing a sum of inverse SIR
US10397881B2 (en) Method of coordinating radio transmitters based on a coding of level of power transmitted and corresponding transmitter
CN106603135B (zh) 多用户mimo干扰系统中基于双层预编码的迭代干扰对齐方法
US8891391B2 (en) Resource allocation in mimo multi-cellular networks via submodular optimization
Luo et al. Training optimization for energy harvesting communication systems
Dong et al. Waveform design for communication-assisted sensing in 6G perceptive networks
CN110149125A (zh) 无线干扰管理中的非合作噪声处理方法、设备及存储设备
CN108012272B (zh) 基于认知网络中动态功率分配的干扰对齐方法
Stiakogiannakis et al. Adaptive power allocation and control in time-varying multi-carrier MIMO networks
Zhang et al. Payoff-oriented quantization and application to power control
Shang et al. Computation offloading management in vehicular edge network under imperfect CSI
Yang et al. A low complexity joint user grouping and resource allocation algorithm in massive MIMO systems
Schubert et al. SIR Balancing for strongly connected interference networks—Existence and uniqueness of a solution
Wiffen et al. Dimension Reduction-based Signal Compression for Uplink Distributed MIMO C-RAN with Limited Fronthaul Capacity
CN106031108B (zh) 信号处理方法及基站
Wu et al. Adaptive resource allocation and capacity comparison of OFDMA and MC-CDMA schemes based on imperfect power-line CSI
Jorswieck et al. Performance analysis of MIMO systems in spatially correlated fading using matrix-monotone functions

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: 20190820