CN112468196B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN112468196B CN112468196B CN202011335342.0A CN202011335342A CN112468196B CN 112468196 B CN112468196 B CN 112468196B CN 202011335342 A CN202011335342 A CN 202011335342A CN 112468196 B CN112468196 B CN 112468196B
- Authority
- CN
- China
- Prior art keywords
- user
- precoding
- pzf
- downlink
- optimization problem
- 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.)
- Active
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
- H04B7/0426—Power distribution
-
- 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)
- Power Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提出了一种基于PZF预编码的去蜂窝大规模MIMO系统中功率分配方法,包括:根据AP至各用户之间信道增益的强度将用户分为强用户集和弱用户集,对强用户集成员采用PZF预编码,对弱用户集成员采用MRT预编码,得到基于PZF预编码的去蜂窝大规模MIMO系统模型;根据该系统模型推导下行用户速率闭式表达式;建立最大化下行用户总速率的原始功率优化问题P1;引入松弛变量tk,将原始功率优化问题P1重建为优化问题P2,并将其转换为凸优化问题后利用连续凸逼近方法进行求解,得到最佳功率分配方案,即为原始优化问题的次优功率分配方案。与固定功率分配方案相比,本发明提出的功率分配方法可以显著提高系统下行用户总速率,进而提升系统性能。
Description
技术领域
本发明属于无线通信领域,具体涉及一种基于PZF预编码的去蜂窝大规模MIMO系统中功率分配方法。
背景技术
随着移动通信的飞速发展,流量需求持续增长,大规模多输入多输出(multiple-input multiple-output,MIMO)系统能够极大地提高系统的频谱效率和能量效率,已经被视为5G的关键技术之一。这种集中式的结构虽然可以有效解决前传链路上的资源消耗问题,但其固有的小区间干扰、越区切换频繁和覆盖率问题,尤其是小区边缘用户的覆盖率问题,已经成为蜂窝网系统性能提升的瓶颈。近年来,智能终端和新移动服务的出现,导致移动宽带用户数量激增。由于能量和频谱等无线资源的约束,当前领先的第五代移动通信系统不能满足未来移动互联网用户的持续发展需求。因此,为了对蜂窝网络架构进行彻底变革,美国纽约大学Thomas L.Marzetta教授和瑞典林雪平大学的Erik G.Larsson教授等人提出了采用“以用户为中心”思想的去蜂窝大规模MIMO的概念。去蜂窝网络架构能够避免频繁的蜂窝小区切换,减少控制信令交互,节省宝贵的无线资源。
在去蜂窝大规模MIMO系统中采用本地部分迫零(local partial zero-forcing,PZF)预编码方案,可以在无须额外前传开销的情况下,消除干扰和增强期望信号,提高频谱效率。详见文献“G.Interdonato,M.Karlsson,E.and E.G.Larsson,"LocalPartial Zero-Forcing Precoding for Cell-Free Massive MIMO,"in IEEETransactions on Wireless Communications,vol.19,no.7,pp.4758-4774,July 2020”。但是,该方案并没有考虑整个下行系统的用户体验。用户感知与下行吞吐量密切相关,如何保证较高的下行吞吐率是无线网络工作的关注热点。同时,功率分配问题一直是去蜂窝大规模MIMO系统的研究重点,目的在于通过改变功率控制系数以调节AP或者用户的发射功率,从而减小同频干扰,提升系统性能。如何对PZF预编码方案下的去蜂窝大规模MIMO系统性能进行进一步改善,提高系统下行用户总吞吐量是值得研究的问题。
发明内容
发明目的:针对现有技术的不足,本发明提出一种基于PZF预编码的去蜂窝大规模MIMO系统中功率分配方法。
技术方案: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,包括以下步骤:
(1)根据AP至各用户之间信道增益的强度将用户分为强用户集和弱用户集,对强用户集中的成员采用PZF预编码,而对弱用户集中的成员采用MRT预编码,得到基于PZF预编码的去蜂窝大规模MIMO系统模型;
(2)根据基于PZF预编码的去蜂窝大规模MIMO系统模型推导下行用户速率闭式表达式;
(3)基于下行用户速率闭式表达式,建立最大化下行用户总速率的原始功率优化问题P1;
(4)引入松弛变量tk,将原始功率优化问题P1重建为优化问题P2,并将其转换为凸优化问题后进行求解,得到最佳功率分配方案,即为原始优化问题的次优功率分配方案。
进一步地,所述步骤(1)中根据AP至各用户之间信道增益的强度将用户分为强用户集和弱用户集包括:
建立信道模型:对于服务区内随机分布着L个配备M根天线的AP和K个单天线用户,AP在TDD模式下为用户服务,且满足LM>>K的去蜂窝大规模MIMO系统,第l个AP和第k个用户之间的信道衰落服从瑞利分布,令信道为hl,k,满足条件:
其中,βl,k为大尺度衰落参数;IM表示M×M的单位阵;令相干间隔的长度为τc,满足条件τc=τp+τd,其中τp为导频传输所占用的间隔长度,τd则为下行数据传输所占用的间隔长度;
按照信道增益的均方误差将第l个AP服务的用户分成两个完全不相交的子集,满足条件βl,k大于预先设定的门限值的用户纳入集合与集合中用户存在导频复用关系的其他用户组成得到下行传输采用PZF预编码方案的强用户集剩余用户纳入下行传输采用MRT预编码方案的弱用户集其中 集合中用户使用的导频数目用表示;
进一步地,所述步骤(2)包括:
根据PZF预编码方案的思想得到下行用户速率闭式表达式为:
其中,γl,k为第l个AP和第k个用户之间的信道估计的方差,Pd为下行归一化信噪比SNR,ηl,k为第l个AP和第k个用户之间的功率控制参数,用参数δl,k区分采用何种预编码方案:
此外,再令
Bkk′=[(β1,k-δ1,kδ1,k′γ1,k),...,(βL,k-δL,kδL,k′γL,k)]T (6)
ξk=[ξ1,k,...,ξL,k]T (7)
则下行用户速率的向量表示形式为:
其中,
进一步地,所述步骤(3)中原始功率优化问题P1形式为:
其中,θ表示满足QoS要求的最小下行用户速率。通过对优化问题P1转换为凸优化问题并求解,得到最佳功率分配方案,即为原始优化问题的次优功率分配方案。
有益效果:本发明填补了领域空白,基于最大化下行用户总速率的功率控制思想,针对用户的服务质量要求和每个接入点的单功率约束,建立基于PZF预编码的去蜂窝大规模MIMO系统中的功率控制优化问题。但这是一个NP-hard问题,很难在多项式时间内求得最优解,本发明利用连续凸逼近的方法将非凸优化问题转化成凸优化问题,求得的一组最佳功率控制系数即为原问题的次优解。本方法可以显著提高系统下行用户总速率,进而提升系统性能。
附图说明
图1为本发明提供的功率分配方法流程图;
图2为本发明所应用的场景实例图;
图3为本发明使用的MIMO收发端天线图;
图4为本发明使用的TDD的帧结构图;
图5为本发明通过仿真和理论得到的分别采用固定功率分配和采用算法1得到的下行用户总速率与迭代次数之间的关系图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
本发明提供了一种基于PZF预编码的去蜂窝大规模MIMO系统中功率分配方法。如图1所示,所述方法包括以下步骤:
步骤(1),建立基于PZF预编码的去蜂窝大规模MIMO系统模型。
在去蜂窝大规模MIMO系统中,服务区内随机分布着L个配备M根天线的AP和K个单天线用户,AP在TDD模式下为用户服务,满足LM>>K。假设系统中所有AP都通过前传链路网络连接到中央处理单元(central processing unit,CPU),以便进行信道状态信息(channel state information,CSI)交换。根据大规模MIMO的信道硬化特性,上下行信道具有互惠性,因此本发明只考虑上行链路导频训练和下行链路数据传输两部分。假设第l个AP和第k个用户之间的信道衰落服从瑞利分布,其特性在一个相干间隔内保持不变,而在不同的时频间隔之间独立变化,令信道为hl,k,满足条件:
其中,βl,k为大尺度衰落参数,其在用户低速移动情况下缓慢变化,可以近似为常数,并假设AP提前已知。IM表示M×M的单位阵。令相干间隔的长度为τc,满足条件τc=τp+τd,其中τp为导频传输所占用的间隔长度,τd则为下行数据传输所占用的间隔长度。在本发明中,PZF方案的基本思想是:每个AP根据本地至各用户之间信道增益的强度将用户分为两个集合,只对强用户集中的成员采用PZF预编码,不仅能够降低前传链路开销,还能消除信道增益较强的用户之间的干扰。原因是系统存在导频复用,每个AP与使用相同导频的不同用户之间的信道增益具有很强的相关性,当增益越大时,对与其使用相同导频的用户产生的干扰也就越大,反之,则干扰越小。
具体地,按照信道增益的均方误差将第l个AP服务的用户分成两个完全不相交的子集,满足条件βl,k大于预先设定的门限值的用户纳入集合与集合中用户存在导频复用关系的其他用户组成最终,得到下行传输采用PZF预编码方案的强用户集满足剩余用户纳入下行传输采用最大比例传输(maximum ratio transmission,MRT)预编码方案的弱用户集要求 例如:设是与用户k使用相同导频的用户索引集合,其中包含用户k。当用户用户则集合中用户使用的导频数目用表示。
步骤(2),推导下行用户速率闭式表达式。
根据PZF预编码方案的思想得到下行用户速率闭式表达式为:
其中,γl,k为第l个AP和第k个用户之间的信道估计的方差,Pd为下行归一化信噪比(signal noise ratio,SNR),ηl,k为第l个AP和第k个用户之间的功率控制参数,表示用户k使用相同导频的用户集合,但不包含用户k。用参数δl,k区分采用何种预编码方案:
此外,再令
Bkk′=[(β1,k-δ1,kδ1,k′γ1,k),...,(βL,k-δL,kδL,k′γL,k)]T (6)
ξk=[ξ1,k,...,ξL,k]T (7)
其中,下标kk表示用户k对其自身的影响,kk’表示用户k对除自身以外的其他用户的影响,上标T表示转置。则下行用户速率的向量表示形式为:
其中,
步骤(3),建立原始功率优化问题P1:
其中,θ表示满足QoS要求的最小下行用户速率。式(10c)表示满足单个AP功率限制条件,式(10d)要求所有的功率控制参数大于等于0。显然,约束条件中存在二次项,不满足凸特性。
步骤(4),通过引入松弛变量tk,重新建立等价优化问题P2为:
引入松弛变量的目的是便于后续非凸优化问题的转化。
步骤(5),将P2优化问题转换为凸优化问题。
采用凸不等式:
可得下行用户速率满足不等式:
同时根据式(13)引入新的约束条件:
此外,式(11c)为二阶锥约束,其等价于
而约束(11d)和(11e)满足凸特性,综合得到的(n+1)次迭代形式:
s.t.(14),(15),(16),(11d),(11e) (17b)。
步骤(6),利用连续凸逼近(successive convex approximation,SCA)方法对凸优化问题P2进行求解,得到满足最大下行用户总速率的功率控制参数。
用于求解P2问题的算法总结如下:
其中,式(18)表示单个AP功率约束,式(19)表示功率控制参数要求非负,式(20)表示QoS要求。
为了验证所述方法性能,进行如下实验。请参阅图2,实验采用的场景为1km2的去蜂窝系统,服务区中随机分布着100个AP和20个用户,AP在TDD模式下为用户服务。大尺度衰落模型为:
βl.k=PLl,k·zl,k (21)
其中,PLl,k为第l个AP和第k个用户之间的路径损耗,zl,k为第l个AP和第k个用户之间不相关的阴影衰落,其标准差为σsh=4dB。所有的AP通过前传链路连接到CPU上,便于交换CSI。
请参阅图3,在下行链路进行传输时,每个发送端AP配备有20根天线,而接收端用户是单天线的。
请参阅图4,TDD帧长τc=30,被分为两个部分,一部分用于传输用于上行导频训练,长度为τp=10,一部分用于下行数据传输,长度为τd=20。系统采用随机方式将10个相互正交导频分配给20个用户,所以存在导频污染。根据PZF的思想将所有用户分为两组,具体准则为:
其中,与第l个AP相关的降序排列的大尺度衰落参数表示为满足上述条件的用户纳入集合与集合中用户存在导频复用关系的其他用户组成最终,得到下行传输采用PZF预编码方案的强用户集为满足剩余用户纳入下行传输采用MRT预编码方案的弱用户集要求 从用户端角度出发,根据集合和生成的和确定参数δl,k。计算信道估计的方差:
其中,Pu为上行归一化SNR,参数m表示AP的第m根天线。由上述准备条件计算下行用户速率,并使用算法1解决近似凸优化问题。
请参阅图5,固定功率分配方案采用的功率控制系数:
显然,只与发送端天线个数和信道估计的方差有关。图5表明,采用算法1的功率控制方案得到的下行用户总速率在迭代第7次后达到最佳值,其性能要优于固定功率分配方案,最大下行用户总速率相比提高了约18.7%。
Claims (3)
1.一种基于PZF预编码的去蜂窝大规模MIMO系统中功率分配方法,其特征在于,所述方法包括以下步骤:
(1)根据AP至各用户之间信道增益的强度将用户分为强用户集和弱用户集,对强用户集中的成员采用PZF预编码,而对弱用户集中的成员采用MRT预编码,得到基于PZF预编码的去蜂窝大规模MIMO系统模型,其中根据AP至各用户之间信道增益的强度将用户分为强用户集和弱用户集包括:
建立信道模型:对于服务区内随机分布着L个配备M根天线的AP和K个单天线用户,AP在TDD模式下为用户服务,且满足LM>>K的去蜂窝大规模MIMO系统,第l个AP和第k个用户之间的信道衰落服从瑞利分布,令信道为hl,k,满足条件:
其中,βl,k为大尺度衰落参数;IM表示M×M的单位阵;令相干间隔的长度为τc,满足条件τc=τp+τd,其中τp为导频传输所占用的间隔长度,τd则为下行数据传输所占用的间隔长度;
按照信道增益的均方误差将第l个AP服务的用户分成两个完全不相交的子集,满足条件βl,k大于预先设定的门限值的用户纳入集合与集合中用户存在导频复用关系的其他用户组成得到下行传输采用PZF预编码方案的强用户集剩余用户纳入下行传输采用MRT预编码方案的弱用户集其中 集合中用户使用的导频数目用τsl表示;
(2)根据基于PZF预编码的去蜂窝大规模MIMO系统模型推导下行用户速率闭式表达式,包括:
根据PZF预编码方案的思想得到下行用户速率闭式表达式为:
其中,γl,k为第l个AP和第k个用户之间的信道估计的方差,Pd为下行归一化信噪比SNR,ηl,k为第l个AP和第k个用户之间的功率控制参数,是与用户k使用相同导频的用户索引集合,用参数δl,k区分采用何种预编码方案:
此外,再令
Bkk′=[(β1,k-δ1,kδ1,k′γ1,k),…,(βL,k-δL,kδL,k′γL,k)]T (6)
ξk=[ξ1,k,...,ξL,k]T (7)
则下行用户速率的向量表示形式为:
其中,
(3)基于下行用户速率闭式表达式,建立最大化下行用户总速率的原始功率优化问题P1,原始功率优化问题P1形式为:
其中,s.t.表示约束条件,θ表示满足QoS要求的最小下行用户速率,式(10c)表示满足单个AP功率限制条件,式(10d)要求所有的功率控制参数大于等于0;
(4)引入松弛变量tk,将原始功率优化问题P1重建为优化问题P2,优化问题P2为:
将优化问题P2转换为凸优化问题后进行求解,得到最佳功率分配方案,即为原始优化问题的次优功率分配方案。
3.根据权利要求2所述的基于PZF预编码的去蜂窝大规模MIMO系统中功率分配方法,其特征在于,所述凸优化问题利用连续凸逼近方法进行求解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011335342.0A CN112468196B (zh) | 2020-11-25 | 2020-11-25 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011335342.0A CN112468196B (zh) | 2020-11-25 | 2020-11-25 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112468196A CN112468196A (zh) | 2021-03-09 |
CN112468196B true CN112468196B (zh) | 2021-10-19 |
Family
ID=74798359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011335342.0A Active CN112468196B (zh) | 2020-11-25 | 2020-11-25 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112468196B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113411105B (zh) * | 2021-05-06 | 2022-04-19 | 杭州电子科技大学 | 一种无小区大规模天线系统的ap选择方法 |
CN113365334A (zh) * | 2021-06-16 | 2021-09-07 | 中山大学 | 一种cf-mimo中的导频分配和功率控制方法及系统 |
CN113890578A (zh) * | 2021-09-29 | 2022-01-04 | 浙大城市学院 | 基于ris和相关信道无蜂窝系统功率设计方法 |
CN114285444B (zh) * | 2021-09-30 | 2023-03-28 | 南京邮电大学 | 一种去蜂窝大规模mimo系统的功率优化方法 |
CN114245348B (zh) * | 2021-12-15 | 2023-05-23 | 北京邮电大学 | 基于无蜂窝网络架构的多业务联合传输方法及装置 |
CN114389652B (zh) * | 2021-12-27 | 2023-06-20 | 南京邮电大学 | 一种去蜂窝大规模mimo网络低功耗大连接方法 |
CN114095938B (zh) * | 2021-12-31 | 2022-08-12 | 杭州电子科技大学 | 去蜂窝网络中基于ap不同参与度的功率分配方法及系统 |
CN114665930B (zh) * | 2022-03-16 | 2023-07-18 | 南京邮电大学 | 去蜂窝大规模mimo系统的下行链路盲信道估计方法 |
CN115767703B (zh) * | 2022-11-09 | 2023-08-15 | 哈尔滨工业大学(深圳) | 面向swipt辅助去蜂窝大规模mimo网络的长期功率控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109039963A (zh) * | 2018-05-31 | 2018-12-18 | 北京大学 | 一种多小区mu-miso系统中的部分迫零预编码方法 |
CN111541473A (zh) * | 2020-04-29 | 2020-08-14 | 南京邮电大学 | 一种面向阵列天线无人机基站的航迹规划和功率分配方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9674801B2 (en) * | 2012-07-26 | 2017-06-06 | Huawei Technologies Co., Ltd. | UE power allocation according to scheduler utility metric for DL MU-MIMO and DL CoMP |
CN106533521B (zh) * | 2016-12-12 | 2019-08-06 | 江南大学 | 一种基于截短级数展开的lr-rzf大规模mimo系统预编码方法 |
CN106603133B (zh) * | 2016-12-28 | 2020-05-01 | 北京邮电大学 | 基于迫零预编码的非匹配信道功率分配方法及系统 |
CN109005551B (zh) * | 2018-07-10 | 2021-05-04 | 南京邮电大学 | 一种非理想信道状态信息的多用户noma下行功率分配方法 |
CN109617583B (zh) * | 2018-12-14 | 2020-12-22 | 华南理工大学 | 一种预编码与功率分配联合优化方法 |
-
2020
- 2020-11-25 CN CN202011335342.0A patent/CN112468196B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109039963A (zh) * | 2018-05-31 | 2018-12-18 | 北京大学 | 一种多小区mu-miso系统中的部分迫零预编码方法 |
CN111541473A (zh) * | 2020-04-29 | 2020-08-14 | 南京邮电大学 | 一种面向阵列天线无人机基站的航迹规划和功率分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112468196A (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
EP2154925B1 (en) | Cooperative multi-cell transmission method | |
CN110190881B (zh) | 权重速率最优的下行mimo-noma功率分配方法 | |
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 | |
CN107086886B (zh) | 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 | |
Kaleva et al. | Decentralized joint precoding with pilot-aided beamformer estimation | |
Thiele et al. | Channel aging effects in CoMP transmission: Gains from linear channel prediction | |
CN102215186A (zh) | 基于ls-svm的时变tdd-mimo信道互易性补偿方法 | |
CN109068382B (zh) | 一种基于时延QoS的NOMA跨层功率分配方法 | |
Ahmad et al. | Rate splitting multiple access in C-RAN | |
Hammarwall et al. | Utilizing the spatial information provided by channel norm feedback in SDMA systems | |
CN111917444B (zh) | 一种适用于毫米波mimo-noma系统的资源分配方法 | |
CN105356917A (zh) | 一种大规模mimo异构网络中的干扰抑制传输方法 | |
CN102752071B (zh) | 用于多点协作系统的下行链路预编码方法和中心处理节点 | |
Pascual-Iserte et al. | An approach to optimum joint beamforming design in a MIMO-OFDM multiuser system | |
CN109039402B (zh) | 基于用户压缩的mimo拓扑干扰对齐方法 | |
KR101518990B1 (ko) | 분산 다중 입출력 시스템에서 최적의 영점-강제 빔포밍을 위한 장치 및 방법 | |
Pramudito et al. | Load-aware energy efficient adaptive large scale antenna system | |
Zhang et al. | Near-optimal user clustering and power control for uplink MISO-NOMA networks | |
Thakur et al. | Performance analysis of energy-efficient multi-cell massive MIMO system | |
CN114710187A (zh) | 一种用户数动态变换场景下多小区大规模mimo智能通信的功率分配方法 | |
WO2022129237A1 (en) | Transceiver method between receiver (rx) and transmitter (tx) in an overloaded communication channel | |
CN113922849A (zh) | 一种毫米波mimo-noma系统下的用户分组和功率分配方法 | |
Bendlin et al. | Fast distributed multi-cell scheduling with delayed limited-capacity backhaul links | |
Abidrabbu et al. | Efficient power allocation for MIMO CR-NOMA networks |
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 |