CN112235022A - 一种低复杂度的大规模mimo低轨卫星预编码方法 - Google Patents

一种低复杂度的大规模mimo低轨卫星预编码方法 Download PDF

Info

Publication number
CN112235022A
CN112235022A CN202011087842.7A CN202011087842A CN112235022A CN 112235022 A CN112235022 A CN 112235022A CN 202011087842 A CN202011087842 A CN 202011087842A CN 112235022 A CN112235022 A CN 112235022A
Authority
CN
China
Prior art keywords
low
precoding
satellite
user
downlink
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
CN202011087842.7A
Other languages
English (en)
Other versions
CN112235022B (zh
Inventor
高西奇
乔治
尤力
李科新
强晓宇
汤金科
石雪远
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202011087842.7A priority Critical patent/CN112235022B/zh
Publication of CN112235022A publication Critical patent/CN112235022A/zh
Application granted granted Critical
Publication of CN112235022B publication Critical patent/CN112235022B/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
    • 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
    • H04B7/0417—Feedback 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
    • H04B7/0452—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
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • 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]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/185—Space-based or airborne stations; Stations for satellite systems
    • H04B7/18578—Satellite systems for providing broadband data service to individual earth stations
    • H04B7/18586—Arrangements for data transporting, e.g. for an end to end data transport or check

Abstract

本发明提出了一种低轨卫星通信系统中低复杂度的大规模MIMO下行预编码方法，卫星侧配置大规模均匀平面天线阵列，卫星利用各用户的空间角度信息对用户进行分组，调度在同一组的用户使用同一时频资源与卫星进行无线通信。在卫星侧利用统计信道状态信息计算每个用户的下行预编码矢量。基于短截泰勒多项式展开理论，将下行预编码矢量中复杂的大维度矩阵求逆运算用有限项矩阵多项式的和来代替，从而降低预编码矢量的计算复杂度。并且在计算中采用Horner算法迭代计算矩阵多项式，降低矩阵多项式的计算复杂度。本发明方法的最终和速率性能在较低的展开阶数时就能够有效的逼近下行最大信漏噪比预编码的性能。

Description

一种低复杂度的大规模MIMO低轨卫星预编码方法
技术领域
本发明属于通信领域，具体涉及一种采用大规模天线阵列的低轨卫星通信中利用统计信道状态信息，基于泰勒多项式展开理论的低复杂度预编码方法。
背景技术
在采用大规模MIMO的低轨卫星通信系统中，卫星侧利用大规模天线阵列，在同一时频资源中服务多个用户。采用大规模MIMO技术可以有效降低用户间干扰，大幅提高无线通信系统的频谱利用率和功率效率。同时利用统计信道状态信息的最大信漏噪比预编码可以有效避免获取瞬时信道状态信息的困难。
在大规模MIMO通信中，基站通常配备上百根天线，而预编码矢量中通常需要矩阵求逆运算，矩阵求逆运算的计算复杂度与矩阵维数的立方是成正比的，这导致随着大规模天线系统中基站侧天线数和用户数的增加，矩阵求逆运算的计算复杂度将显著上升。当基站侧配备的天线数目趋于无穷大时，求逆矩阵将会变的极其困难，这极大的限制了大规模天线系统的实现。因此研究低复杂度的下行预编码具有重要的实际意义。
发明内容
发明目的：针对采用大规模MIMO的低轨卫星通信系统，本发明提供一种利用统计信道状态信息，基于短截泰勒多项式展开理论的低复杂度下行预编码方法，降低下行预编码矢量的计算复杂度。
技术方案：本发明中的利用统计信道信息的低复杂度预编码方法，包括以下内容：
在一个基站天线数目为M，有K个单天线用户的大规模MIMO低轨卫星通信系统(大规模MIMO低轨卫星通信系统中卫星侧天线数目M通常为上百个，用户数目K通常为几十至上百个)中，卫星侧利用各单天线用户的空间角度信息对覆盖区域内待服务的用户进行分组，被调度在同一组内的用户使用同一时频资源与卫星进行无线通信，调度在不同组的用户使用不同的时频资源与卫星进行无线通信；卫星侧利用调度在同一组中用户的统计信道状态信息(包括各用户的空间角度信息以及信道平均能量)计算该组中各用户的下行预编码矢量。
在计算下行预编码矢量过程中，基于短截泰勒多项式展开理论，将下行预编码中的大维度矩阵求逆运算展开为有限项矩阵多项式的和，并且在实际计算中采用Horner算法将求L次多项式的值转化为求L个一次多项式的值，从而大大降低矩阵多项式的计算复杂度。
包含用户k的空间角度信息
Figure BDA0002720930700000021
以及其平均信道能量γk在内的统计信道状态信息，是由信道上行检测或者通过各用户的反馈信息获取的。
基于最大平均信漏噪比(ASLNR)准则，可以得到用户k的下行预编码矢量为
Figure BDA0002720930700000022
其中(·)H以及(·)*分别表示共轭转置以及转置，
Figure BDA0002720930700000023
是能量归一化系数使得
Figure BDA0002720930700000024
γi为信道增益
Figure BDA0002720930700000025
的能量
Figure BDA0002720930700000026
vk为阵列响应矢量，
Figure BDA0002720930700000027
为用户k的下行信噪比。用户k的平均信漏噪比为该用户信号
Figure BDA0002720930700000028
的平均功率与泄露到其他用户的平均功率值以及噪声功率的比值。IM表示维度为M*M的单位阵，其中M为卫星侧天线数目，t表示时刻，f表示频率。
基于短截泰勒多项式展开理论，并将其拓展到多维空间，可以将矩阵求逆运算展开并短截为有限项矩阵多项式的和，即
Figure BDA0002720930700000029
其中L为展开阶数。经过一定的变换与整理，将上述的定理应用于(1)式中预编码矢量，得到低复杂度的预编码为
Figure BDA00027209307000000210
其中
Figure BDA00027209307000000211
ε为使得
Figure BDA00027209307000000212
的约束性参数。
在具体计算(2)式中的矩阵多项式时，可以利用Horner算法将求一个L次多项式的值转化为求L个一次多项式的值，从而大大降低矩阵多项式的计算复杂度。
以下行预编码为例，令V＝[v1,v2,…,vK]以及Λ＝diag[γ1,γ2,…,γK]，则下行预编码矢量可以重写为
Figure BDA0002720930700000031
计算上述的公式，Horner算法计算预编码矢量包括以下步骤：
步骤1：初始化系统参数，包括统计信道状态信息，系数ωi,0≤i≤L-1，设置迭代次数指示i＝1。首先计算S1＝ωL-i-1vk+ωL-iVΛVHvk。
步骤2：迭代次数i＝i+1，并计算Si＝ωL-i-1vk+VΛVHSi-1。
步骤3：若i≥L-1，则预编码矢量计算完成，也即
Figure BDA0002720930700000032
否则返回继续执行步骤2。
在卫星或者用户的移动过程中，随着统计信道信息的不断变化，动态实施用户分组以及下行信号传输过程。
有益效果：与现有技术相比，本发明具有如下优点：
1.预编码矢量的计算仅需要用户的统计信道状态信息，而不需要瞬时信道状态信息，统计信道状态信息相对更容易获取。
2.基于短截泰勒级数的下行预编码在短截阶数仅有几阶时就可以达到与原预编码矢量相近的和速率性能，同时由于矩阵求逆运算的替换使得预编码矢量的计算复杂度大大降低。
3.实际计算时采用了Horner算法迭代计算低复杂度预编码矢量，矩阵多项式的计算复杂度得以降低。
附图说明
图1为本发明流程图；
图2为展开阶数L＝5时的仿真结果；
图3为展开阶数L＝3、5、10时的仿真结果。
具体实施方式
为了使该技术领域的人员更容易理解本发明方案，下面对本发明实施中的技术方案进行清楚、完整的描述。
在大规模MIMO低轨卫星系统中，卫星利用各单天线用户的空间角度信息对覆盖区域内待服务的用户进行分组，被调度在同一组内的用户使用同一时频资源与卫星进行无线通信，调度在不同组的用户使用不同的时频资源与卫星进行无线通信；卫星利用调度在同一组中用户的统计信道状态信息计算该组中各用户的下行预编码矢量。
在计算下行预编码矢量过程中，基于短截泰勒多项式展开理论，将下行预编码中的大维度矩阵求逆运算展开为有限项矩阵多项式的和，并且在实际计算中采用Horner算法将求L次多项式的值转化为求L个一次多项式的值，从而大大降低矩阵多项式的计算复杂度。
包含用户k的空间角度信息
Figure BDA0002720930700000041
以及其平均信道能量在内的统计信道状态信息，是由信道上行检测或者通过各用户的反馈信息获取的。
用户k的下行预编码矢量
Figure BDA0002720930700000042
是基于最大平均信漏噪比(ASLNR)准则计算得到的。
基于短截泰勒多项式展开理论，并将其拓展到多维空间，可以将矩阵求逆运算展开并短截为有限项矩阵多项式的和，即
Figure BDA0002720930700000043
其中L为展开阶数。经过一定的变换与整理，将上述的定理应用于用户k的下行预编码矢量
Figure BDA0002720930700000044
使得预编码中矩阵求逆运算被有限阶数的多项式求和取代，从而大大降低了计算复杂度。
在具体计算上述的矩阵多项式时，可以利用Horner算法将求一个L次多项式的值转化为求L个一次多项式的值，从而大大降低矩阵多项式的计算复杂度。
下面以具体实施场景为例进一步介绍本发明的实施方法。
1)信号传输模型
考虑一个低轨(Low Earth Orbit，LEO)卫星通信系统，其中卫星同时服务大量单天线用户。卫星搭载含有M＝MxMy个天线的均匀平面阵列(Uniform Planar Array,UPA)，其中Mx与My分别为x轴与y轴方向上的天线个数。不失一般性，假设在x轴与y轴方向上相邻天线间距均为半波长λ/2，λ为载波波长。且Mx与My均为偶数。卫星在同一时频资源中服务K个单天线用户。
集合
Figure BDA0002720930700000051
表示服务用户的集合，在下行传输中，卫星端实施线性预编码，用户
Figure BDA0002720930700000052
的信号为
Figure BDA0002720930700000053
其中省略了子载波与符号下标，
Figure BDA0002720930700000054
为分配给用户k的发送信号能量，
Figure BDA0002720930700000055
为归一化的发送预编码矢量满足
Figure BDA0002720930700000056
Figure BDA0002720930700000057
是均值为0方差为1的发送信号，
Figure BDA0002720930700000058
是加性圆周对称复高斯噪声，均值为0方差为
Figure BDA0002720930700000059
也即
Figure BDA00027209307000000510
为卫星与用户k之间的下行频率平坦衰落信道，
Figure BDA00027209307000000511
为用户k在符号l与子载波n上的下行信道增益。信道增益
Figure BDA00027209307000000512
为莱斯分布，其莱斯因子为κk，能量为
Figure BDA00027209307000000513
Figure BDA00027209307000000514
的实部与虚部为独立同分布的高斯分布，均值为
Figure BDA00027209307000000515
方差为
Figure BDA00027209307000000516
为用户k的下行阵列响应矢量，表示为
Figure BDA00027209307000000517
其中上标(·)T表示转置。
Figure BDA00027209307000000518
为相对于x轴与y轴的阵列响应矢量，表示为
Figure BDA00027209307000000519
对应于
Figure BDA00027209307000000520
在(2)式中，参数
Figure BDA00027209307000000521
与
Figure BDA00027209307000000522
和物理角度相关，
Figure BDA00027209307000000523
以及
Figure BDA00027209307000000524
其中
Figure BDA00027209307000000525
与
Figure BDA00027209307000000526
分别为用户k的传播路径p相对于x轴与y轴的角度。对于卫星通信系统，相比于用户周围的散射体,卫星的海拔较高，因此同一个用户的所有传输路径的角度可以假设是相同的。因此，阵列响应矢量可以重写为
Figure BDA00027209307000000527
2)下行预编码矢量
根据上述的信号传输模型，下行平均信漏噪比表示为
Figure BDA0002720930700000061
其中
Figure BDA0002720930700000062
为用户k下行信噪比(Signal to Noise Ratio,SNR)。
可以证明，使得ASLNRk最大的下行预编码矢量为
Figure BDA0002720930700000063
其中
Figure BDA0002720930700000064
是能量归一化系数使得
Figure BDA0002720930700000065
相应的最大ASLNR为
Figure BDA0002720930700000066
3)基于短截泰勒级数的下行预编码
基于短截泰勒技术的预编码的主要思想为用有限项矩阵多项式取代矩阵求逆运算，从而降低计算复杂度。短截多项式展开理论为标准泰勒级数在矩阵元素情况下的拓展
Figure BDA0002720930700000067
其中
Figure BDA0002720930700000068
为厄米特矩阵，其特征值约束为|λn(X)|<1。上述的多项式展开中矩阵多项式求和的阶数是无限的，这在实际的实施中是不现实的，并且Xl的影响随阶数的增加而减小，因此考虑有限阶数的多项式展开是合理的。若短截阶数为L，则
Figure BDA0002720930700000069
为了更容易把此式应用于式(5)预编码中，将其改写为
Figure BDA0002720930700000071
其中β为使得|I-βX|<1的系数。将上式应用在(5)中，可得
Figure BDA0002720930700000072
其中系数ε使得
Figure BDA0002720930700000073
且
Figure BDA0002720930700000074
将式(8)的结果应用于预编码矢量中可以得到基于短截泰勒级数的低复杂度预编码矢量为
Figure BDA0002720930700000075
在实际的计算中，若直接计算矩阵多项式
Figure BDA0002720930700000076
其计算复杂度仍较高，可以采用下述的Horner算法迭代计算。令V＝[v1,v2,…,vK]，Λ＝diag[γ1,γ2,…,γK]，采用Horner算法计算时，预编码矢量可以表示为
Figure BDA0002720930700000077
计算上述的公式，Horner算法计算预编码矢量包括以下步骤：
步骤1：初始化系统参数，包括统计信道状态信息，系数ωi,0≤i≤L-1，设置迭代次数指示i＝1。首先计算S1＝ωL-i-1vk+ωL-iVΛVHvk。
步骤2：迭代次数i＝i+1，并计算Si＝ωL-i-1vk+VΛVHSi-1。
步骤3：若i≥L-1，则预编码矢量计算完成，也即
Figure BDA0002720930700000081
否则返回继续执行步骤2。
分析上述基于短截泰勒多项式展开预编码矢量的计算复杂度。首先，矩阵VH与矢量vk相乘需要(2M-1)K个浮点运算，对角阵Λ与VHvk的乘积需要K次浮点运算，其次矩阵ωL- 1V与上述步骤所得结果相乘，再与ωL-2vk相加需要(2K+1)M次浮点运算，由于计算预编码矢量
Figure BDA0002720930700000082
需要进行L-1次迭代，因此最终需要((2M-1)K+K+(2K+1)M+M)(L-1)+M次浮点运算。
而在式(5)的预编码矢量中，计算
Figure BDA0002720930700000083
的浮点运算次数为3KM2+M，矩阵求逆
Figure BDA0002720930700000084
需要M3+M2+M次浮点运算，得到的矩阵与矢量vk相乘需要2M2-M次浮点运算，最后与标量
Figure BDA0002720930700000085
相乘需要M次浮点运算，综上，计算(5)式的预编码矢量共需要M3+3M2(K+1)+2M次浮点运算。
基于以上的分析，在基站测天线数目M＝256，用户数目为K＝256，计算原预编码(5)所需的浮点运算次数为6.73×107。在展开阶数L＝3时，采用Horner算法计算低复杂度预编码矢量(9)所需的浮点运算次数为5.26×105。展开阶数L＝5时，所需的浮点运算次数为1.05×106。展开阶数L＝10时，所需的浮点运算次数为2.36×106次。
从以上对计算复杂度的讨论可以看出，当基站天线数目较多且短截阶数较低时，所提出的基于短截泰勒级数的预编码算法的计算复杂度远低于原预编码的计算复杂度。并且，图2在展开阶数L＝5时的仿真结果表明，本发明提出的低复杂度的大规模MIMO低轨卫星下行预编码在展开阶数较低时，就可以在和速率性能上很好的逼近原下行预编码的性能。
同时，图3的仿真结果表明，本发明所提出的低复杂度大规模MIMO低轨卫星下行预编码的和速率性能随着展开阶数而增加。
综上，复杂度分析结果与仿真对比结果证明，本发明提出的低复杂度的大规模MIMO低轨卫星预编码能够比原预编码实现更低的计算复杂度，并且仅需较小的展开阶数就可以在和速率性能上逼近原预编码的性能。

Claims (5)

1.一种低轨卫星通信系统中低复杂度的大规模MIMO预编码方法，其特征在于，包括如下步骤：
步骤1：在卫星侧天线数目为M，有K个单天线用户的大规模MIMO低轨卫星通信系统中，卫星利用各单天线用户的空间角度信息对覆盖区域内待服务的用户进行分组，被调度在同一组内的用户使用同一时频资源与卫星进行无线通信，调度在不同组的用户使用不同的时频资源与卫星进行无线通信；
步骤2：卫星侧检测获取各组用户的统计信道状态信息；
步骤3：利用所获取的统计信道状态信息以及Horner方法迭代计算该组中各用户的基于短截泰勒级数的下行预编码矢量。
2.根据权利要求1所述的一种低轨卫星通信系统中低复杂度的大规模MIMO预编码方法，其特征在于，所述统计信道状态信息包含用户k的空间角度信息
Figure FDA0002720930690000011
以及其平均信道能量γk，是由信道上行检测或者通过各用户的反馈信息获取的。
3.根据权利要求1所述的一种低轨卫星通信系统中低复杂度的大规模MIMO预编码方法，其特征在于，步骤3中基于短截泰勒级数的下行预编码矢量表示为：
Figure FDA0002720930690000012
其中，
Figure FDA0002720930690000013
ε为使得
Figure FDA0002720930690000014
的约束性参数，(·)H以及(·)*分别表示共轭转置以及转置，
Figure FDA0002720930690000015
是能量归一化系数使得
Figure FDA0002720930690000016
γi为信道增益
Figure FDA0002720930690000017
的能量
Figure FDA0002720930690000018
vk为用户k的阵列响应矢量，
Figure FDA0002720930690000019
为用户k的下行信噪比，L为泰勒多项式展开阶数，IM表示维度为M*M的单位阵，其中M为卫星侧天线数目，t表示时刻，f表示频率。
4.根据权利要求3所述的一种低轨卫星通信系统中低复杂度的大规模MIMO预编码方法，其特征在于，令V＝[v1,v2,...,vK]以及Λ＝diag[γ1,γ2,…,γK]，将公式(1)写为：
Figure FDA0002720930690000021
基于公式(2)，Horner算法计算预编码矢量包括以下步骤：
步骤1：初始化系统参数，包括统计信道状态信息，系数ωi,0≤i≤L-1，设置迭代次数指示i＝1；首先计算S1＝ωL-i-1vk+ωL-iVΛVHvk；
步骤2：迭代次数i＝i+1，并计算Si＝ωL-i-1vk+VΛVHSi-1；
步骤3：若i≥L-1，则预编码矢量计算完成，也即
Figure FDA0002720930690000022
否则返回继续执行步骤2。
5.根据权利要求1所描述的低轨卫星通信系统中低复杂度的大规模MIMO预编码方法，其特征在于：步骤1中，在卫星或者用户的移动过程中，随着统计信道信息的不断变化，动态实施用户分组以及下行信号传输过程。
CN202011087842.7A 2020-10-13 2020-10-13 一种低复杂度的大规模mimo低轨卫星预编码方法 Active CN112235022B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011087842.7A CN112235022B (zh) 2020-10-13 2020-10-13 一种低复杂度的大规模mimo低轨卫星预编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011087842.7A CN112235022B (zh) 2020-10-13 2020-10-13 一种低复杂度的大规模mimo低轨卫星预编码方法

Publications (2)

Publication Number Publication Date
CN112235022A true CN112235022A (zh) 2021-01-15
CN112235022B CN112235022B (zh) 2021-08-10

Family

ID=74112211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011087842.7A Active CN112235022B (zh) 2020-10-13 2020-10-13 一种低复杂度的大规模mimo低轨卫星预编码方法

Country Status (1)

Country Link
CN (1) CN112235022B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101567765A (zh) * 2009-06-04 2009-10-28 浙江大学 基于信道角度域信息的分布式空时预编码传输方法
CN107086886A (zh) * 2017-04-14 2017-08-22 重庆邮电大学 大规模mimo系统融合迫零与泰勒级数展开的双层预编码设计
CN108965125A (zh) * 2017-05-17 2018-12-07 华东师范大学 一种基于网络编码的双层卫星网络多径路由方法
US10291315B1 (en) * 2018-06-04 2019-05-14 Asia Satellite Telecommunications Company Limited Methods and systems for operating a high throughput satellite
US10348384B1 (en) * 2018-02-24 2019-07-09 Hong Kong Applied Science and Technology Research Institute Company, Limited Method and apparatus for determining channel state information (CSI) in a multiple input/multiple output (MIMO) wireless communication system
CN110518961A (zh) * 2019-08-29 2019-11-29 东南大学 大规模mimo卫星移动通信方法及系统
CN111147129A (zh) * 2019-12-31 2020-05-12 东方红卫星移动通信有限公司 一种低轨卫星通信系统的预编码方法
CN111245481A (zh) * 2020-01-20 2020-06-05 东南大学 大规模mimo卫星移动通信下行传输方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101567765A (zh) * 2009-06-04 2009-10-28 浙江大学 基于信道角度域信息的分布式空时预编码传输方法
CN107086886A (zh) * 2017-04-14 2017-08-22 重庆邮电大学 大规模mimo系统融合迫零与泰勒级数展开的双层预编码设计
CN108965125A (zh) * 2017-05-17 2018-12-07 华东师范大学 一种基于网络编码的双层卫星网络多径路由方法
US10348384B1 (en) * 2018-02-24 2019-07-09 Hong Kong Applied Science and Technology Research Institute Company, Limited Method and apparatus for determining channel state information (CSI) in a multiple input/multiple output (MIMO) wireless communication system
US10291315B1 (en) * 2018-06-04 2019-05-14 Asia Satellite Telecommunications Company Limited Methods and systems for operating a high throughput satellite
CN110518961A (zh) * 2019-08-29 2019-11-29 东南大学 大规模mimo卫星移动通信方法及系统
CN111147129A (zh) * 2019-12-31 2020-05-12 东方红卫星移动通信有限公司 一种低轨卫星通信系统的预编码方法
CN111245481A (zh) * 2020-01-20 2020-06-05 东南大学 大规模mimo卫星移动通信下行传输方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LI YOU: "LEO Satellite Communications with Massive MIMO", 《IEEE》 *
陆晨: "大规模MIMO下行预编码技术", 《ZTE TECHNOLOGY JOURNAL》 *

Also Published As

Publication number Publication date
CN112235022B (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
CN108964726B (zh) 一种低复杂度的大规模mimo上行链路传输信道估计方法
CN109104225B (zh) 一种能效最优的大规模mimo波束域多播传输方法
Hoydis et al. Comparison of linear precoding schemes for downlink massive MIMO
CN110855585B (zh) 一种毫米波大规模mimo系统的信道估计方法
Wang et al. A linear precoding scheme for downlink multiuser MIMO precoding systems
CN111181671B (zh) 一种基于深度学习的下行信道快速重建方法
CN109831233B (zh) 一种多小区协调大规模mimo波束域多播功率分配方法
CN110138425B (zh) 低复杂度阵列天线多输入多输出系统混合预编码算法
CN104486044A (zh) 一种大规模mimo系统中的宽带模数混合预处理方法
Müller et al. Efficient linear precoding for massive MIMO systems using truncated polynomial expansion
CN109347529B (zh) 一种对抗相移器不理想性的信道估计和混合波束成形方法
CN111654456B (zh) 基于降维分解的毫米波大规模mimo角域信道估计方法及装置
Alouzi et al. Low complexity hybrid precoding and combining for millimeter wave systems
CN114726687B (zh) 一种智能反射面辅助毫米波大规模mimo系统的信道估计方法
Alouzi et al. Direct conversion of hybrid precoding and combining from full array architecture to subarray architecture for mmWave MIMO systems
CN107222246B (zh) 一种近似mmse性能的高效大规模mimo检测方法及系统
CN110086734B (zh) 一种时变大规模mimo系统中的信道追踪和恢复方法
CN112235022B (zh) 一种低复杂度的大规模mimo低轨卫星预编码方法
CN109787672B (zh) 基于参数学习的大规模mimo格点偏移信道估计方法
CN107733487B (zh) 一种大规模多输入多输出系统的信号检测方法及装置
CN113839696B (zh) 一种在线鲁棒的分布式多小区大规模mimo预编码方法
Antreich et al. Two-dimensional channel parameter estimation for millimeter-wave systems using Butler matrices
Gao et al. FFDNet-Based Channel Estimation for Beamspace mmWave Massive MIMO Systems
CN113055061B (zh) 一种大规模mimo系统的低复杂度预编码方法
Zhao et al. Communication-Efficient Decentralized Linear Precoding for Massive MU-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