CN110808765A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN110808765A
CN110808765A CN201910814278.5A CN201910814278A CN110808765A CN 110808765 A CN110808765 A CN 110808765A CN 201910814278 A CN201910814278 A CN 201910814278A CN 110808765 A CN110808765 A CN 110808765A
Authority
CN
China
Prior art keywords
spectrum efficiency
power distribution
mimo system
base station
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.)
Granted
Application number
CN201910814278.5A
Other languages
English (en)
Other versions
CN110808765B (zh
Inventor
汪曦
虞湘宾
杜雨衡
滕涛
王光英
黎宁
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201910814278.5A priority Critical patent/CN110808765B/zh
Publication of CN110808765A publication Critical patent/CN110808765A/zh
Application granted granted Critical
Publication of CN110808765B publication Critical patent/CN110808765B/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
    • H04B7/0413—MIMO systems
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • 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)
  • Radio Transmission System (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了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，本发明采用不完全信道状态信息，首先对信道进行估计，以规模MIMO系统的频谱效率最大化为优化目标，把大规模MIMO系统中各个用户的发射功率作为变量，将最大传输功率作为约束，建立频谱效率优化问题。通过凹凸过程法(concave‑convex procedure,CCCP)，将非凹的目标函数的凸函数部分在指定点泰勒展开转换为凹函数，然后通过梯度下降法求解出功率分配方案。本发明所提出的方法有效地解决了大规模MIMO系统中频谱效率这一非凹问题的功率分配，可以提供与强烈搜索法近乎相同的功率分配方案，并拥有更低的复杂度。

Description

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
技术领域：
本发明属于移动通信领域，涉及移动通信系统的资源分配方法，尤其是涉及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。
背景技术：
作为最令人瞩目的5G技术之一，大规模多入多出(Multiple-Input Multiple-Output，MIMO)天线系统拥有出色的抗干扰能力，组成天线成本低，功效高，并且可以显著提升频谱效率以及能量效率。国际电信联盟于2015年发布的5G通信系统中包括频谱效率在内的八大性能指标，要求将频谱效率提升至IMT-Advanced的3倍，如何提升频谱效率以满足未来通信需求已成为一个热门课题。
对于频谱效率的研究一直是大规模MIMO系统中的一个热点问题。在文献1(Ngo HQ,Larsson E G,Marzetta T L.Energy and spectral efficiency of very largemultiuser MIMO systems[J].IEEE Transactions on Communications,2013,61(4):1436-1449.)中分别给出了采用最大比合并，迫零检测和最小均方误差检测的上行链路大规模MIMO系统频谱效率的下界。文献2(T.C.Mai,H.Q.Ngo and T.Q.Duong,"UplinkSpectral Efficiency of Cell-free Massive MIMO with Multi-Antenna Users,"20193rd International Conference on Recent Advances in Signal Processing,Telecommunications&Computing(SigTelCom),Hanoi,Vietnam,2019,pp.126-129.)对分别采用最大比合并(maximum ratio combining，MRC)和迫零检测(zero forcing，ZF)的上行大规模MIMO系统能效做了分析，结果表明采用ZF检测的系统频谱效率要优于采用MRC检测时的频谱效率。文献3(Y.Lin,X.Li,W.Fu and Y.Hei,"Spectral efficiency analysisfor downlink massive MIMO systems with MRT precoding,"in ChinaCommunications,vol.12,no.Supplement,pp.67-73,December 2015.)提出了对采用最大比传输(maximum-radio transmission，MRT)预编码时，下行链路大规模MIMO系统的频谱效率下界，并且基于该近似下界分析了估计错误对频谱效率的影响。
以上文献均未采用功率分配方法来优化频谱效率，仅仅评估了线性检测、预编码以及估计错误对大规模MIMO系统频谱效率的影响。文献4(Y.Zhou,C.Zhong,S.Jin,Y.Huangand Z.Zhang,"A Low-Complexity Multiuser Adaptive Modulation Scheme forMassive MIMO Systems,"in IEEE Signal Processing Letters,vol.23,no.10,pp.1464-1468,Oct.2016.)提出了一种大规模多用户MIMO系统中低复杂度的功率分配算法，该文献考虑的是采用迫零检测的上行大规模MIMO系统，利用大规模MIMO信道近似正交的特征，推导出基于慢衰落信息的功率分配方案。但是文献4的研究基于完全信道状态信息，这在实际通信系统中很难实现，因此本发明将基于更为实际的不完全信道信息，对大规模MIMO系统频谱效率进行优化。
发明内容：
本发明是为了解决上述现有技术存在的问题而提供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，该方法考虑用户最大发射功率以及误比特率要求，运用凹凸过程法，将非凹的频谱效率优化问题转化成一个新的凹函数，结合梯度下降法给出高频谱效率的功率分配方案。
本发明所采用的技术方案有：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，包括以下步骤：
(1)首先对上行大规模MIMO系统进行模型构建，考虑基站配备有M根发射天线，服务K个单天线用户，信道模型为服从复高斯分布的小尺度衰落，以及包含路径损耗与阴影衰落的大尺度衰落；
(2)对用户到基站间的信道进行估计，假设信道估计存在误差，实际信道矩阵H与信道估计矩阵关系为
Figure BDA0002185928880000022
其中E为信道估计误差；
(3)将用户最大发射功率作为约束条件，构建出基于不完全信道状态信息的频谱效率优化问题；
(4)将步骤(3)中得到的优化函数的减数项在p0处泰勒展开，得到一个新的凹函数，并引入对数障碍函数将带约束的优化问题转换为无约束的优化问题；
(5)利用凹凸过程法，结合梯度下降法求解出功率分配方案。
进一步地，基站处的接收信号为：
y＝GP1/2x+n
其中，G＝HD1/2为基站与用户间的信道矩阵，H为瑞利衰落，D是一个K×K的对角矩阵，
Figure BDA0002185928880000031
表示路径损耗与阴影衰落，zk为均值为σk的对数正态分布，rk代表第k个用户与基站的距离，v是路径损耗指数，rh为参考距离，x是K×1的发射信号向量，满足
Figure BDA0002185928880000032
n是方差为1的加性高斯白噪声，基站处经过迫零检测后的第k个用户的接收信噪比为
Figure BDA0002185928880000033
其中，pk为第k个用户的发射功率。
根据大数定律，上述接收信噪比近似为
Figure BDA0002185928880000034
进一步地，如步骤(3)所述，将用户最大发射功率作为约束条件，得到的频谱效率优化函数为：
Figure BDA0002185928880000035
s.t. 0≤pk≤Pmax,k
其中，Pmax,k表示第k个用户的最大发射功率。
进一步地，利用凹凸过程法求解功率分配方案的过程为：
(a)将步骤(3)中得到的优化函数的减数项在一阶泰勒展开点p0处展开，得到一个新的凹函数，并引入对数障碍函数将带约束的优化问题转换为无约束的优化问题：
Figure BDA0002185928880000041
其中，tk为对数障碍函数系数。
(b)利用梯度下降法求解出功率分配方案：
根据
Figure BDA0002185928880000042
更新梯度下降法的最值点，其中τ为步长，
Figure BDA0002185928880000043
为在
Figure BDA0002185928880000045
处的导数；
(c)当
Figure BDA0002185928880000046
小于约束条件时结束迭代过程，返回最优功率分配方案p*。
本发明具有如下有益效果：通过将非凹的没有最优解的频谱效率优化问题，转化为一个新的凹函数，可以获得与强烈搜索法近乎相同的频谱效率。通过给每个用户分配特定的功率，使系统的频谱效率尽可能地得到提高。相比于强烈搜索法，复杂度得到极大降低。方法计算流程简单，复杂度低。
附图说明：
图1为本发明实施例的流程图。
图2为实施例的仿真结果与强烈搜索法在不同估计错误下大规模MIMO系统的频谱效率对比图。
图3为实施例的仿真结果与粒子群算法在不同用户数下大规模MIMO系统的频谱效率对比图。
具体实施方式：
下面结合附图对本发明作进一步的说明。
本发明方法中涉及到的硬件装置包括配备有M根天线的小区基站(BS,BaseStation)，以及小区内随机分布的K个用户。由基站发射导频序列，在用户处进行信道估计后，将信道状态信息(CSI，Channel State Information)反馈给基站。本发明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，包括以下步骤：
(1)首先对上行大规模MIMO系统进行模型构建，考虑基站配备有M根发射天线，服务K个单天线用户。信道模型为服从复高斯分布的小尺度衰落，以及包含路径损耗与阴影衰落的大尺度衰落；信道矩阵G为：
G＝HD1/2
其中，H代表小尺度衰落，[H]mk＝hmk为第k个用户与第m根天线间的均值为零方差为一的瑞利衰落，D是一个K×K的对角矩阵，
Figure BDA0002185928880000051
表示路径损耗与阴影衰落。zk为均值为σk的对数正态分布，rk代表第k个用户与基站的距离，v是路径损耗指数，rh为参考距离。
(2)对用户到基站间的信道进行估计，假设信道估计存在误差，实际信道矩阵H与信道估计矩阵
Figure BDA0002185928880000052
关系为其中E为信道估计误差；假设第k个用户与基站间的估计错误为εk，则经过线性检测后的接收信号为
Figure BDA0002185928880000054
则，接收到的第k个用户的信号为
Figure BDA0002185928880000055
其中，ak为线性检测矩阵A的第k列，我们采用迫零检测，则
Figure BDA0002185928880000056
(3)将用户最大发射功率作为约束条件，构建出基于不完全信道状态信息的频谱效率优化问题；
(4)将步骤(3)中得到的优化函数的减数项在p0处泰勒展开，得到一个新的凹函数，并引入对数障碍函数将带约束的优化问题转换为无约束的优化问题；
(5)利用凹凸过程法，结合梯度下降法求解出功率分配方案。
进一步地，基站处的接收信号为
y＝GP1/2x+n
其中，G＝HD1/2为基站与用户间的信道矩阵，H为瑞利衰落，D是一个K×K的对角矩阵，
Figure BDA0002185928880000061
表示路径损耗与阴影衰落。zk为均值为σk的对数正态分布，rk代表第k个用户与基站的距离，v是路径损耗指数，rh为参考距离。x是K×1的发射信号向量，满足
Figure BDA0002185928880000062
n是方差为1的加性高斯白噪声。
基站处经过迫零检测后的第k个用户的接收信噪比为
Figure BDA0002185928880000063
其中，pk为第k个用户的发射功率。
根据大数定律，上述接收信噪比可近似为
Figure BDA0002185928880000064
如步骤(3)所述，将用户最大发射功率作为约束条件，得到的频谱效率优化函数为
Figure BDA0002185928880000065
s.t. 0≤pk≤Pmax,k
其中，Pmax,k表示第k个用户的最大发射功率。
利用凹凸过程法求解功率分配方案的过程为：
(a)将步骤(3)中得到的优化函数的减数项在一阶泰勒展开点p0处展开，得到一个新的凹函数，并引入对数障碍函数将带约束的优化问题转换为无约束的优化问题：
Figure BDA0002185928880000066
其中，tk为对数障碍函数系数。
(b)利用梯度下降法求解出功率分配方案：
根据更新梯度下降法的最值点，其中τ为步长，为
Figure BDA0002185928880000073
在
Figure BDA0002185928880000074
处的导数。
Figure BDA0002185928880000075
(c)当
Figure BDA0002185928880000076
小于约束条件时结束迭代过程，返回最优功率分配方案p*
为了说明本发明算法的技术进步性，通过MATLAB平台模拟仿真，来对比强烈搜索法和本发明在最大功率限制条件下的频谱效率，如图2、3所示。
仿真中为便于分析，设置每个远程天线的最大功率都等于一个特定值Pmax。由于在用户数很大的时候，强烈搜索法的复杂度过高，本专利引入粒子群算法作为参照。图2给出了上行大规模MIMO系统在不同Pmax和不同估计错误下的频谱效率值。其中方法1代表本专利所提的方法，方法2代表作为参照的粒子群算法，方法3代表强烈搜索法。仿真结果表明本发明所提出的方法能提供与强烈搜索法与粒子群法近乎相同的频谱效率性能，但是拥有低很多的复杂度。同时，随着天线功率上限Pmax的增大，系统频谱效率先增大，后达到饱和。另外，当估计错误增大时，系统信噪比降低，由此带来了频谱效率的降低。
附图3给出了在不同用户数的情况下，大规模MIMO系统频谱效率与的关系图。仿真结果表明，我们所提出的方法在用户数较大的情况下也同样适用。并且随着用户数的增加，系统的频谱效率明显增大，这是因为同样的系统配置下，支持的用户增多。
综上所述，本发明提出的方法能有效地获得能使频谱效率达到最大的功率分配方案，同时方法实现的步骤较少，复杂度低。这充分说明了本发明提出的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的有效性。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (4)

1.一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，其特征在于：包括以下步骤：
(1)首先对上行大规模MIMO系统进行模型构建，考虑基站配备有M根发射天线，服务K个单天线用户，信道模型为服从复高斯分布的小尺度衰落，以及包含路径损耗与阴影衰落的大尺度衰落；
(2)对用户到基站间的信道进行估计，假设信道估计存在误差，实际信道矩阵H与信道估计矩阵
Figure FDA0002185928870000011
关系为
Figure FDA0002185928870000012
其中E为信道估计误差；
(3)将用户最大发射功率作为约束条件，构建出基于不完全信道状态信息的频谱效率优化问题；
(4)将步骤(3)中得到的优化函数的减数项在p0处泰勒展开，得到一个新的凹函数，并引入对数障碍函数将带约束的优化问题转换为无约束的优化问题；
(5)利用凹凸过程法，结合梯度下降法求解出功率分配方案。
2.根据权利要求1所述的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，其特征在于：基站处的接收信号为：
y＝GP1/2x+n
其中，G＝HD1/2为基站与用户间的信道矩阵，H为瑞利衰落，D是一个K×K的对角矩阵，表示路径损耗与阴影衰落，zk为均值为σk的对数正态分布，rk代表第k个用户与基站的距离，v是路径损耗指数，rh为参考距离，x是K×1的发射信号向量，满足
Figure FDA0002185928870000014
n是方差为1的加性高斯白噪声，基站处经过迫零检测后的第k个用户的接收信噪比为
Figure FDA0002185928870000015
其中，pk为第k个用户的发射功率。
根据大数定律，上述接收信噪比近似为
Figure FDA0002185928870000021
3.根据权利要求1所述的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，其特征在于：如步骤(3)所述，将用户最大发射功率作为约束条件，得到的频谱效率优化函数为：
Figure FDA0002185928870000022
s.t.0≤pk≤Pmax,k
其中，Pmax,k表示第k个用户的最大发射功率。
4.根据权利要求1所述的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，其特征在于：其特征在于：利用凹凸过程法求解功率分配方案的过程为：
(a)将步骤(3)中得到的优化函数的减数项在一阶泰勒展开点p0处展开，得到一个新的凹函数，并引入对数障碍函数将带约束的优化问题转换为无约束的优化问题：
Figure FDA0002185928870000023
其中，tk为对数障碍函数系数。
(b)利用梯度下降法求解出功率分配方案：
根据更新梯度下降法的最值点，其中τ为步长，
Figure FDA0002185928870000025
为
Figure FDA0002185928870000026
在处的导数；
(c)当
Figure FDA0002185928870000028
小于约束条件时结束迭代过程，返回最优功率分配方案p*。
CN201910814278.5A 2019-08-30 2019-08-30 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 Active CN110808765B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910814278.5A CN110808765B (zh) 2019-08-30 2019-08-30 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910814278.5A CN110808765B (zh) 2019-08-30 2019-08-30 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

Publications (2)

Publication Number Publication Date
CN110808765A true CN110808765A (zh) 2020-02-18
CN110808765B CN110808765B (zh) 2021-09-17

Family

ID=69487471

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910814278.5A Active CN110808765B (zh) 2019-08-30 2019-08-30 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

Country Status (1)

Country Link
CN (1) CN110808765B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112039568A (zh) * 2020-08-11 2020-12-04 南京航空航天大学 一种基于不完全信道状态信息的大规模mimo系统跨层设计方案
CN112636795A (zh) * 2020-12-14 2021-04-09 南京航空航天大学 一种基于最小速率保证的多小区大规模mimo中高谱效功率分配方法
CN112887995A (zh) * 2021-01-21 2021-06-01 哈尔滨工业大学 在虚拟化多租户CF-mMIMO系统中的资源分配方法
CN114302487A (zh) * 2021-12-28 2022-04-08 中南大学 基于自适应粒子群功率分配的能效优化方法、装置及设备
CN114337882A (zh) * 2021-12-24 2022-04-12 南京工程学院 一种不完全信道信息下多用户das中能效功率分配方法
CN114389658A (zh) * 2021-12-31 2022-04-22 南京邮电大学 一种迫零接收的去蜂窝大规模mimo系统的上行功率优化方法
CN115065385A (zh) * 2022-05-27 2022-09-16 南京航空航天大学 一种基于空间调制的去蜂窝大规模mimo系统的频谱效率性能分析方法
CN115348137A (zh) * 2022-07-29 2022-11-15 南京邮电大学 基于可视区域估计的导频长度设计方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140018089A1 (en) * 2011-01-05 2014-01-16 The Hong Kong University Of Science And Technology Bandwidth and power allocations for communication networks with imperfect spectrum sensing
CN105338609A (zh) * 2015-09-29 2016-02-17 北京工业大学 多天线系统高能效动态功率分配方法
CN106059642A (zh) * 2016-05-19 2016-10-26 南京航空航天大学 一种基于不完全估计信息的分布式天线系统跨层设计方法
CN107171701A (zh) * 2017-04-19 2017-09-15 西安电子科技大学 一种MassiveMIMO系统基于混合能量采集的功率分配方法
CN108064077A (zh) * 2017-12-15 2018-05-22 西安电子科技大学 蜂窝网络中全双工d2d的功率分配方法
CN108521290A (zh) * 2018-02-06 2018-09-11 南京航空航天大学 一种基于空间调制的无线中继协作网络中功率分配方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140018089A1 (en) * 2011-01-05 2014-01-16 The Hong Kong University Of Science And Technology Bandwidth and power allocations for communication networks with imperfect spectrum sensing
CN105338609A (zh) * 2015-09-29 2016-02-17 北京工业大学 多天线系统高能效动态功率分配方法
CN106059642A (zh) * 2016-05-19 2016-10-26 南京航空航天大学 一种基于不完全估计信息的分布式天线系统跨层设计方法
CN107171701A (zh) * 2017-04-19 2017-09-15 西安电子科技大学 一种MassiveMIMO系统基于混合能量采集的功率分配方法
CN108064077A (zh) * 2017-12-15 2018-05-22 西安电子科技大学 蜂窝网络中全双工d2d的功率分配方法
CN108521290A (zh) * 2018-02-06 2018-09-11 南京航空航天大学 一种基于空间调制的无线中继协作网络中功率分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
TARIQ AL-KHASIB; MICHAEL BOTROS SHENOUDA; LUTZ LAMPE: "Dynamic Spectrum Management for Multiple-Antenna Cognitive Radio Systems: Designs with Imperfect CSI", 《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS ( VOLUME: 10, ISSUE: 9, SEPTEMBER 2011)》 *
陈小敏；徐大专；虞湘宾: "不完全信道状态信息下Turbo-BLAST系统的自适应发送功率分配算法", 《信息与控制》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112039568A (zh) * 2020-08-11 2020-12-04 南京航空航天大学 一种基于不完全信道状态信息的大规模mimo系统跨层设计方案
CN112636795A (zh) * 2020-12-14 2021-04-09 南京航空航天大学 一种基于最小速率保证的多小区大规模mimo中高谱效功率分配方法
CN112887995A (zh) * 2021-01-21 2021-06-01 哈尔滨工业大学 在虚拟化多租户CF-mMIMO系统中的资源分配方法
CN112887995B (zh) * 2021-01-21 2021-09-03 哈尔滨工业大学 在虚拟化多租户CF-mMIMO系统中的资源分配方法
CN114337882B (zh) * 2021-12-24 2024-04-12 南京工程学院 一种不完全信道信息下多用户das中能效功率分配方法
CN114337882A (zh) * 2021-12-24 2022-04-12 南京工程学院 一种不完全信道信息下多用户das中能效功率分配方法
CN114302487A (zh) * 2021-12-28 2022-04-08 中南大学 基于自适应粒子群功率分配的能效优化方法、装置及设备
CN114389658A (zh) * 2021-12-31 2022-04-22 南京邮电大学 一种迫零接收的去蜂窝大规模mimo系统的上行功率优化方法
CN114389658B (zh) * 2021-12-31 2023-05-30 南京邮电大学 一种迫零接收的去蜂窝大规模mimo系统的上行功率优化方法
CN115065385A (zh) * 2022-05-27 2022-09-16 南京航空航天大学 一种基于空间调制的去蜂窝大规模mimo系统的频谱效率性能分析方法
CN115065385B (zh) * 2022-05-27 2024-05-28 南京航空航天大学 一种基于空间调制的去蜂窝大规模mimo系统的频谱效率性能分析方法
CN115348137A (zh) * 2022-07-29 2022-11-15 南京邮电大学 基于可视区域估计的导频长度设计方法
CN115348137B (zh) * 2022-07-29 2023-07-04 南京邮电大学 基于可视区域估计的导频长度设计方法

Also Published As

Publication number Publication date
CN110808765B (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
CN110808765B (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
Parfait et al. Performance analysis and comparison of ZF and MRT based downlink massive MIMO systems
CN110299937B (zh) 一种上行mimo-noma无线通信系统波束成形方法
CN102055563B (zh) 一种适用于多基站协作的自适应联合线性预编码方法
CN106603130A (zh) 一种大规模mimo系统中数模混合预编码方法
CN101867462A (zh) 一种基于最小总误码率的多基站协作线性预编码方法
CN105471775B (zh) 一种大规模mimo系统中低复杂度的信道估计方法
CN105392192B (zh) 基于能效最优的多用户大规模天线中继系统功率分配方法
KR20120099100A (ko) 무선 네트워크 내의 다운링크 멀티유저 ｍｉｍｏ 송신을 위한 방법 및 장치
CN104320219A (zh) 多用户信能同传系统低复杂度收发机设计方法
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
Fan et al. Optimal pilot length for uplink massive MIMO systems with low-resolution ADC
CN109474388A (zh) 基于改进梯度投影法的低复杂度mimo-noma系统信号检测方法
CN105429709A (zh) 一种mu-miso可见光通信系统迫零预编码矩阵确定方法
CN105743559B (zh) 一种Massive MIMO混合波束形成和空时编码多用户下行传输方法
CN102104451A (zh) 多输入多输出系统中多用户收发联合预编码的方法及装置
CN105515625A (zh) 基于接收端空间调制的多用户下行传输方法
CN109361438B (zh) 一种连续优化匹配泄漏加权的信漏噪比预编码方法
CN103199962B (zh) CoMP系统中安全容量信号处理方法
CN107659348B (zh) 一种基于slnr和thp混合自适应预编码设计方法
CN103236878B (zh) 一种基于最大比合并接收矢量估计的协调波束赋形方法
CN104320170A (zh) 大规模mimo系统中导频污染抑制波束赋形方法
CN104821840B (zh) 一种大规模多输入多输出下行系统的抗干扰方法
CN101483467A (zh) 多输入多输出多址信道吞吐量最大化的方法
CN103346867B (zh) 基于三角分解和slnr算法的多小区多用户同频干扰抑制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant