CN113472405B - 基于最佳相关矩阵的mimo系统信道建模方法 - Google Patents
基于最佳相关矩阵的mimo系统信道建模方法 Download PDFInfo
- Publication number
- CN113472405B CN113472405B CN202111025805.8A CN202111025805A CN113472405B CN 113472405 B CN113472405 B CN 113472405B CN 202111025805 A CN202111025805 A CN 202111025805A CN 113472405 B CN113472405 B CN 113472405B
- Authority
- CN
- China
- Prior art keywords
- elements
- correlation coefficient
- cross
- correlation matrix
- conflict
- 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
Abstract
本发明公开了基于最佳相关矩阵的MIMO系统信道建模方法,包括判断MIMO系统的相关矩阵中是否存在冲突;响应于相关矩阵中存在冲突,判断相关矩阵中所有交叉相关系数为1所带来的冲突次数;处理带来冲突次数大于设定值的交叉相关系数为1的元素,直到确保在排除冲突的前提下保留最多的交叉相关系数为1的元素,获得最佳相关矩阵;基于获得最佳相关矩阵,建立MIMO系统信道建模。本发明提供的方法能够对较大规模的MIMO系统进行计算,快速得到能够使该系统获得最佳或次佳性能的相关矩阵,将计算量从无法计算的指数级别降低到可以轻松计算的累加级别,实现MIMO信道的平均信道容量得到提高。
Description
技术领域
本发明属于信号处理中的参数估计技术领域,尤其涉及说明书
基于最佳相关矩阵的MIMO系统信道建模方法。
背景技术
在收发端采用多副天线的多输入多输出(MIMO,Multiple-Input Multiple-Output)技术,能够利用空间分集、极化分集、角度分集等方式形成多个并行子信道,在不增加系统带宽和发送总功率的情况下也能够大大提升系统的频谱利用率和信道容量,因此受到了广泛的应用。MIMO系统的相关理论经过了长期的发展和完善,但在5G进入大范围应用的现在,使用更多天线的大规模MIMO系统成为了新的突破点。在这种情况下,一些在过去适用于小规模MIMO技术的理论可能发生了新的变化,也就有了进一步研究的必要,对角相关MIMO信道理论就是其中之一。
对角相关MIMO信道理论指出:虽然一般情况下MIMO子信道间相关性的减少意味着系统容量的提升,然而哪怕所有相关系数均为0,即所有子信道都是独立同分布的随机变量,其信道容量仍然不是最高的。如果相关矩阵中的“交叉相关系数”(即对应收发端均不使用同一根天线的子信道之间的相关性系数)增加,信道的容量反而会提升。完美的“对角相关MIMO信道”具备交叉相关系数均为1、传统收发相关系数均为0的相关矩阵(称之为“理想相关矩阵”),对应着理论上最高的系统容量。
对角相关MIMO信道由Claude Oestges等人给出了一系列分析和结论,但其研究主要围绕2x2的MIMO系统所展开,对天线规模更大的情况也仅仅是提及可以沿袭2x2的理论,但缺乏了非常重要的一个细节:在天线规模超过2x2时,相关矩阵关键元素之间的冲突会导致理想相关矩阵实际上无法实现,想提升信道容量必须在可实现的基础上另外寻找最佳相关矩阵(称之为“实际最佳相关矩阵”)。从研究中发现,天线数量增多的时候情况变得非常复杂,此时过去存在的分析和结论均有所不足。虽然也有一些与对角相关MIMO信道有关的后继研究,但并没有人给出更复杂情况的处理方法,针对大规模MIMO系统最佳相关矩阵的研究也没有开展。
为了获得MxN情况下的实际最佳MIMO相关矩阵,必须寻找规律并通过特定的方法来避免相关系数的冲突;应用于大规模MIMO系统时,也需要能够处理庞大矩阵中的复杂情况。
发明内容
本发明为了获得大规模MIMO系统的实际最佳MIMO相关矩阵,避免相关系数的冲突,提升MIMO系统信道容量,提供一种基于最佳相关矩阵的MIMO系统信道建模方法,该方法适于应用于大规模MIMO系统时,能够处理庞大矩阵中的复杂情况。
本发明采用以下技术方案。
本发明提供基于最佳相关矩阵的MIMO系统信道建模方法,包括:
判断MIMO系统的相关矩阵中是否存在冲突;
响应于相关矩阵中存在冲突,判断相关矩阵中所有交叉相关系数为1所带来的冲突次数;
处理带来冲突次数大于设定值的交叉相关系数为1的元素,直到确保在排除冲突的前提下保留最多的交叉相关系数为1的元素,获得最佳相关矩阵;
基于获得的最佳相关矩阵,进行MIMO系统信道建模。
进一步地,将带来冲突次数大于设定值的交叉相关系数为1的元素设置为0。
进一步地,处理带来冲突次数大于设定值的交叉相关系数为1的元素,直到确保在排除冲突的前提下保留最多的交叉相关系数为1的元素,包括:
第一步:遍历所有的交叉相关系数为1的元素,记录和它相关联的冲突次数,确定冲突次数大于设定值的交叉相关系数为1的元素;
第二步:分析修改所述冲突次数大于设定值的交叉相关系数为1的元素之后能使多少交叉相关系数为1的元素的冲突彻底消失,选择能彻底解决冲突次数最多的那个交叉相关系数为1的元素,将它的值从1改为0;
重复这两步的循环,一直到不存在冲突为止。
本发明所获得的有益技术效果:
本发明提供的基于最佳相关矩阵的MIMO系统信道建模方法能够获得大规模MIMO系统的实际最佳MIMO相关矩阵,显著避免相关系数的冲突,提升MIMO系统信道容量;本发明对较大规模的MIMO系统进行计算,能够快速得到能够使该系统获得最佳或次佳性能的相关矩阵,将计算量从无法计算的指数级别降低到可以轻松计算的累加级别。
附图说明
图1是本发明具体实施例中MIMO系统最佳相关矩阵确定方法流程示意图;
图2是具体实施例中2x3 MIMO系统中同类型相关系数对信道容量的影响;
图3是具体实施例中受其它相关系数取值影响时ρ 11,22 与平均容量的关系;
图4是具体实施例中受其它相关系数取值影响时ρ 11,22 与平均容量的关系;
图5(a)~ 图5(c)是具体实施例中2x3 MIMO系统的理想相关矩阵和两个实际最佳相关矩阵;其中图5(a)为式(4)所描述的理想相关矩阵;图5(b)和图5(c)为排除冲突之后实际可行的最佳相关矩阵;
图6(a)~ 图6(e)是具体实施例中2x3 MIMO系统的分析过程,其中图6(a)为将图5(a)中选取了对应2次冲突的一个元素将其改为0后的理想相关矩阵;
图6(b)为基于图6(a) 中仍有2次冲突的方格,按照第一种方案选取其中方格再将其置为0后的理想相关矩阵;图6(c) 为基于图6(b) 中有两组互不相干的方格对应1次冲突,将其置为0后的理想相关矩阵;图6(d) 为图6(b)为基于图6(a) 中仍有2次冲突的方格,按照第二种方案选取其中方格,将其置为0后的理想相关矩阵;图6(e)为基于图6(a) 中仍有2次冲突的方格,按照第三种方案选取其中方格,将其置为0后的理想相关矩阵。
具体实施方式
以下结合说明书附图和具体实施例对本发明做进一步说明。
以下对对角相关MIMO信道理论分析
(一)理想相关矩阵中的冲突
以2x2 MIMO系统为例,其信道矩阵如式(1)所示:
对应的相关矩阵则为
传统的接收相关系数和发射相关系数的减少对应着信道容量的提升,而交叉相关系数则反之,提升交叉相关系数的值反而会提升信道容量,这和常见的对多天线系统的一般认识有所不同。也就是说,一个交叉相关系数均为1、传统收发相关系数均为0的理想相关矩阵对应着最大的信道容量。例如,一个2x2的MIMO系统对应的子信道相关矩阵采用如下式所示的取值,就能够获得最佳的系统性能:
在过去的研究中,被详细讨论的主要都是2x2的情况。当天线数量上升时,ClaudeOestges等人指出NxN的系统可以沿袭2x2的系统,并给出了在收发天线数量增加时理想对角相关信道的容量仍然超过独立同分布信道的结论。然而这些研究仅仅对天线数量较大的情况采用几种信道模型进行了一些容量仿真,在相关矩阵方面仅仅是指出相关矩阵的元素有排列规律,并没有进行详细的研究,尤其是对MxN的不规则系统。
实际上,天线数量一旦超过2x2,哪怕是2x3或是3x2,都会出现2x2 MIMO系统中所没有的冲突情况。以2x3 MIMO系统为例,其理想相关矩阵取值如下:
从式(4)中可以看出,为了提升信道容量,应当尽可能提升相关系数和(最好是提升到1即完全相关),因此需要增加子信道h 11、h 22和h 32之间的相关性,但这必然导致ρ 22,32增加。但为了实现理想相关矩阵,ρ 22,32同时又被要求尽可能减少(最好是减少到0即完全不相关),这就发生了冲突,因此必须有所调整。
因为这些冲突的存在,文献中给出的天线超过2x2情况下的很多结论实际上无法成立,需要进行纠正。而且随着收发天线数量的提升这种冲突会越来越严重,因此大规模MIMO情况下的理想相关矩阵更是需要进行大幅度的调整。
(二)排除冲突时所遇到的问题
为了解决理想相关矩阵中存在的冲突,必须对其中一部分相关系数的值进行修改,例如式(4)中的ρ 11,22、 ρ 11,32和ρ 22,32,其修改结果必然为下列三种之一(为简便描述,下文设定所有需要提升的相关系数都提升到1,所有需要降低的相关系数都降低到0):
1. h 11、h 22和h 32之间完全相关,即所有相关系数均为1;
3. h 11、h 22和h 32之间完全相关,完全不相关,即所有相关系数均为0。
可以看出,任何一种修改方法都会导致至少一个相关系数和理想相关矩阵中的有所不同,这意味着系统容量的下降,而排除所有冲突后最终得到的实际相关矩阵必然会低于理想相关矩阵对应的系统性能。因此,需要解决的问题初步变为:选择哪一种修改方法能够尽可能地减少系统容量的降低。
但是问题不仅限于此。在分析的过程中,遇到了更多问题需要解决:
首先,除了从三种修改方法中寻找一种之外,还需要分析的是采用不同方法修改一次之后,对其它相关系数的调整工作又存在何种影响。要考虑改法并不固定为一种,而是几种都有机会用上的可能。
其次是处于同等位置的相关系数,例如式(4)中的ρ 11,22和ρ 11,32,在需要修改其中之一的时候应当选择哪一项。也就是说,需要分析出不同位置的相关系数对系统容量起到的贡献是否存在区别。并且考虑修改方法可能不止一种,因此不论是交叉相关系数还是传统收发相关系数,都需要进行这一项分析。
最后是一个更加难以处理的问题,即各相关系数对容量的影响是否有特定的联系,也就是说一个相关系数的值是否会影响另一个相关系数的变化对容量的改变程度。这个问题可能导致必须在非常复杂的组合中选择最佳解。
(三)相关系数影响系统性能的规律
针对以上三个问题,本发明通过理论分析和仿真分析来寻求解决办法。
为了确定不同位置的相关系数对系统容量起到的贡献是否存在区别,首先根据文献给出任意MIMO系统容量的上界:
其中m为发射天线数目,S i 为交叉相关系数,r j 和t j 为传统收发相关系数。从式(5)中可以看出各交叉相关系数对容量上界起到的影响是一致的,同时各传统收发相关系数对容量上界的影响也一致,和每个相关系数的具体位置无关。
为了对这个结论进行补充,本发明还通过蒙特-卡洛方法验证了各相关系数对平均容量的影响,计算随机样本为100,000个,计算信道容量时信噪比取10dB,结果如图2所示。
图2中的曲线出自2x3 MIMO系统,是相关矩阵其它内容固定的情况下,仅有单个相关系数变化对信道容量的影响。图中ρ 11,22和ρ 11,32同为交叉相关系数,它们增加的时候信道容量也随之提升;而ρ 21,22和ρ 12,32同为传统收发相关系数,它们增加的时候信道容量减小(注:由于相关矩阵中对称位置的元素是相等的,每个元素的变化实际上都是一对元素同时发生变化,例如ρ 11,32=ρ 32,11。为简便起见,下文所称呼的一个元素都是指两个位置对称的元素)。
图2仅仅显示了其中两对相关系数对应的结果,而其它同类型相关系数的仿真结果曲线和它们基本没有区别。并且本发明中也针对多种采用不同收发天线数目的MIMO结构进行了仿真,都得到了类似的结果。从这样的结果中可以看出同类型的相关系数对应的曲线是基本重合的,这意味着同类型相关系数对容量的影响和它在相关矩阵中所处的位置无关。这和式(5)的结论是相符的。曲线并不完全重合是因为信道容量即使是在大量数据的平均下也有一定的随机性。
同时从图2中可以还看出,传统收发相关系数增加时对信道容量的负面影响大于交叉相关系数减少时的负面影响,并且这个结论同样和式(5)相符。因此在遇到不同类型相关系数冲突时,应当优先考虑将交叉相关系数的值置为0,这样对信道容量的负面影响较小。
接下来测试当受到其它无冲突的相关系数的取值影响时,各相关系数与平均容量的关系。仍然是以2x3系统为例,此时在相关矩阵中随机选取的一个交叉相关系数和一个传统收发相关系数对应的结果分别如图3和图4所示。
图3中曲线为交叉相关系数ρ 11,22 在其它与其不冲突的相关系数分别取0和1时,与平均容量的关系。其中ρ 12,32 和ρ 21,31 均为传统收发相关系数,可以看出它们对ρ 11,22 与平均容量关系的影响是一致的;而ρ 12,31 和ρ 21,32 均为交叉相关系数,它们对ρ 11,22与平均容量关系的影响也一致。另外图中结论也可以验证交叉相关系数应当尽量取1、传统收发相关系数应当尽量取0才能让容量提升更多的结论。
图4中曲线为传统收发相关系数ρ 11,12 在其它与其不冲突的相关系数分别取0和1时,与平均容量的关系。其中ρ 21,31 、ρ 22,32 均为传统收发相关系数,ρ 21,32 和ρ 22,31均为交叉相关系数,它们对ρ 11,12的影响和图3的结论类似,区别只是ρ 11,12的增加对容量起负面作用。但有一个例外的情况就是ρ 21,22为1时,ρ 11,12对容量的负面影响大幅度增加。经验证,对任意收发天线组合,ρ xi, yi 和ρ xj , yj (或者ρ ix,iy 和ρ jx, jy )这样有联系的传统收发相关系数,如果同时取值较大则系统容量会大幅度下降,所以这种情况必须避免。这个例外的情况,在过去的研究中并没有给出。对比其它下降较缓的曲线,这种相关系数组合可以视为高相关性导致信道容量下降的主要原因。
图3和图4仅仅是举例,对更多收发天线组合的情况也可以得到同样的结论,简单地说就是除去ρ xi, yi 和ρ xj , yj (或者ρ ix,iy 和ρ jx, jy )这种特殊组合之外,所有同类相关系数对其它相关系数与容量关系的影响是一致的。
为了对任意收发天线组合都能求出最接近理想相关矩阵的实际最佳相关矩阵,必须使用程序计算并设计一种合适的方法。
为便于展示和表述,令斜纹方格代表该位置的相关系数取1,黑色方格代表取0,白色方格代表固定为1无法修改的对角线元素(注意:由于相关矩阵为对称阵,下文所称呼的一个方格实际上是指两个位置对称的方格)。以2x3 MIMO系统为例:
图5(a)就是式(4)所描述的理想相关矩阵,对应着该系统的理想最佳容量。其所有交叉相关系数都取1,为斜纹方格;所有传统收发相关系数都取0,为黑色方块,但该矩阵中存在冲突。而图5(b)和图5(c)为排除冲突之后实际可行的最佳相关矩阵,可以看到其中有很大一部分交叉相关系数位置都变成了黑色(即取值改为0),最后只有3个交叉相关系数可以保留斜纹方格(即取值保留为1)。因此方法的最终目的就是在排除冲突的前提下保留尽可能多的斜纹方格。
图5(b)和图5(c)的结论是通过对每个相关系数取0和1进行穷举来获得的,而穷举法的计算量随着天线规模的增加会变得非常庞大,需要穷举次,在排除所有不必要的计算后计算量仍然达到为次,举例来说,当MxN仅仅达到4x4的时候穷举次数就达到级别,即使再排除掉留存斜纹方格数量不足的情况,剩下的计算量也是难以令人接受的,因此对大规模MIMO必须寻找简化方法。
根据以上的结论,首先需要判断冲突的存在。一旦两个斜纹方格在同一行上例如,或在同一列上例如,就有可能存在冲突。之后就要判断这两个相关系数对应的第三个相关系数是否为0,即或是黑色方块,那么就存在冲突。至于其它的情况则不需要考虑。
理论上,逐步将每一个冲突解决,必然能够得到实际可行的相关矩阵。首先尝试了按顺序解决每一个冲突,结果发现最后仅仅留下极少的斜纹方格,这样的结果必然对应比较少的信道容量,是无法使人满意的。
于是考虑每个斜纹方格对应的冲突次数,首先计算每个交叉相关系数带来的冲突次数,然后优先处理冲突最多的交叉相关系数,将它置为0。这样看起来可以解决问题,但验证后仍无法得到最佳解,因为实际的情况更加复杂。
以上述2x3 MIMO为例,首先进行第一次循环,发现有多个斜纹方格都对应2次冲突,少数斜纹方格对应1次冲突。选取了对应2次冲突的一个元素例如R(1,4)即ρ 11,12,将其改为0,就从图5(a)变成了图6(a)的情况。
然后是第二步,对修改后的矩阵重新进行检查,发现仍然有方格对应2次冲突,比如R(2,3)即,再将其置为0,此时得到了图6(b)。再下一步,在图6(b)中有两组互不相干的方格对应1次冲突,都需要处理,最终结果为图6(c)。而图6(c)最后只剩下两个斜纹方格,未能复现此前穷举得到的最佳解。
如果在刚才的第二步选择了处理即R(1,6)即ρ11,32,可以得到图6(d),也会发现之后不管选择哪一点,最后也只能剩下两个斜纹方格,得不到最佳解。
分析这个方法失败的关键,在于第二步的选取,解决冲突后会留下四个斜纹方格两两对应1次冲突。而如果第二步选择的是R(2,5),处理结果就是图6(e),发现最后有三个斜纹方格相互冲突,其中的R(3,6)对应2次冲突,只要把它解决即可得到图5(c)的最佳解。
仔细寻找其原因,发现是R(6,1)、R(6,3)、R(2,3)、R(2,5)和R(4,5)五个点构成了一条冲突链,为解决冲突必须将其中的一些点消除(即从1改成0),此时问题变成将冲突链彻底断开并保留尽可能多的点不做修改。因此只有先后选择R(6,3)和R(2,5),之后能留下三个点才是最佳解。虽然从冲突链来看,如何做选择可以一目了然,但用建立冲突链的方式并不太合适,因为在天线数量提升时,会频繁出现不同冲突链存在部分重复的情况,这会带来很多计算量而且也很难处理,希望采用更简单直接的方法。
比较前文提到的几种选择,如果选择R(2,3)就相当于将这条冲突链从中间断开,这一次处理没有出现某个点的冲突彻底被解决的情况,而且断开的两边都继续存在冲突,必须再处理两次。而如果选择处理这条冲突链的一端例如R(6,1),则同样没有任何一个点的冲突被彻底解决,而且之后再无论如何选择最多也只能保留2个斜纹方格。只有选择R(6,3)或R(2,5),可以立刻解决位于冲突链边缘的点,之后才能获得最佳解即保留三个斜纹方格。因此推理出,选择某一点进行处理的前提是,处理之后应该有一点被彻底解决。在矩阵很庞大的情况下,再进一步推出,应当选择“处理后有最多点被彻底解决”的那一点。接下来就是判断如何在计算过程中进行合适的选择。
基于以上的分析,对方法进行优化。如图1所示,具体实施例中MIMO系统最佳相关矩阵确定方法,包括:第一步,遍历所有的交叉相关系数,记录和它相关联的冲突次数,找出冲突次数最多的那些点。第二步,遍历之前找出的每个点,分析修改它之后能使多少个斜纹方格的冲突彻底消失,选择能彻底解决冲突点数最多的那个位置,将它的值从1改为0。然后重复这两步的循环,一直到不存在冲突为止,这样可以得到能满足要求的解。这个方法的计算速度极快,计算量仅仅是级别。
基于通过以上方法获得的最佳相关矩阵,进行MIMO系统信道建模。需要说明的是,基于获得的最佳相关矩阵进行MIMO系统信道建模的方法是现有技术,本申请中不再描述。本发明基于最佳相关矩阵进行MIMO系统信道建模,能够获得大规模MIMO系统的实际最佳MIMO相关矩阵,有效避免相关系数的冲突,基于此信道模型能够显著提升MIMO系统信道容量。
以4x4系统为例只需要计算几千次,一瞬间就能得到结果。
然而方法仍然存在一些问题,即在收发天线数量太大的时候,有时给出的解虽然没有冲突但可能是斜纹方格数比最佳值略低的次佳解。方法的效果见表1,其中的“实际最佳矩阵斜纹方格数”是通过经验公式获得的,虽然无法直接得到实际最佳矩阵,但其中的斜纹方格数即保留为1的交叉相关系数可以确定为(此处一个斜纹方格仍然是指矩阵中两个位置对称的斜纹方格),可以作为方法性能的参考。
表1 对各种天线数量采用本发明方法的结果
从表1中可以看出,本方法对天线数量较少的系统来说非常准确,但在天线数量过大的时候只能获得次佳解,未能保留最多的斜纹方格,但已经非常接近最佳的结论。推测是遇到冲突时仅仅选择了将1改为0的操作的缘故,在矩阵变得极为庞大的时候有可能需要在处理了部分1之后又需要将部分0改回1。但如果再考虑进行从0到1的操作,逻辑会变得复杂得多,还需要对各点的选取重新设计一套权重,同时还要考虑其它可能的原因,需要进一步分析研究。
基于对相关矩阵各种元素的详细分析,提出的方法能够对较大规模的MIMO系统进行计算,快速得到能够使该系统获得最佳或次佳性能的相关矩阵,将计算量从无法计算的指数级别降低到可以轻松计算的累加级别。虽然本方法对规模太大的系统精度有限,但大规模MIMO系统一般只会使用其中一部分天线通过波束成形为一个方向的用户服务,需要数根天线组成阵列发射一路数据流,此时对MIMO系统来说仅仅视为一个发射端。因此目前一般只需要对2x4、3x8等有限的规模进行计算,本方法完全可以胜任。即使是遇到更大规模的天线和数据流,本方法也能提供非常接近最佳解的答案。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (6)
1.基于最佳相关矩阵的MIMO系统信道建模方法,其特征在于,包括:
判断MIMO系统的相关矩阵中是否存在冲突;
响应于相关矩阵中存在冲突,判断相关矩阵中所有交叉相关系数为1的元素所带来的冲突次数;
处理带来冲突次数大于设定值的交叉相关系数为1的元素,直到确保在排除冲突的前提下保留最多的交叉相关系数为1的元素,获得最佳相关矩阵;
基于获得的最佳相关矩阵,进行MIMO系统信道建模;
所述处理带来冲突次数大于设定值的交叉相关系数为1的元素,直到确保在排除冲突的前提下保留最多的交叉相关系数为1的元素,包括:
第一步:遍历所有的交叉相关系数为1的元素,记录和它相关联的冲突次数,确定冲突次数大于设定值的交叉相关系数为1的元素;
第二步:分析修改所述冲突次数大于设定值的交叉相关系数为1的元素之后能使多少交叉相关系数为1的元素的冲突彻底消失,选择能彻底解决冲突次数最多的那个交叉相关系数为1的元素,将它的值从1改为0;
重复这两步的循环,一直到不存在冲突为止。
2.根据权利要求1所述的基于最佳相关矩阵的MIMO系统信道建模方法,其特征在于,将带来冲突次数大于设定值的交叉相关系数为1的元素设置为0。
5.根据权利要求1所述的基于最佳相关矩阵的MIMO系统信道建模方法,其特征在于,对冲突次数大于设定值的交叉相关系数为1的元素设定权重,根据权重设置冲突次数大于设定值的交叉相关系数为1的元素值。
6.根据权利要求1所述的基于最佳相关矩阵的MIMO系统信道建模方法,其特征在于,当发射天线数为2,接收天线数为2时,保留交叉相关系数为1的元素的最佳个数为2个;当发射天线数为2,接收天线数为3时,保留交叉相关系数为1的元素的最佳个数为3个;当发射天线数为3,接收天线数为3时,保留交叉相关系数为1的元素的最佳个数为9个;当发射天线数为3,接收天线数为4时,保留交叉相关系数为1的元素的最佳个数为12个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111025805.8A CN113472405B (zh) | 2021-09-02 | 2021-09-02 | 基于最佳相关矩阵的mimo系统信道建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111025805.8A CN113472405B (zh) | 2021-09-02 | 2021-09-02 | 基于最佳相关矩阵的mimo系统信道建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113472405A CN113472405A (zh) | 2021-10-01 |
CN113472405B true CN113472405B (zh) | 2021-11-16 |
Family
ID=77867413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111025805.8A Active CN113472405B (zh) | 2021-09-02 | 2021-09-02 | 基于最佳相关矩阵的mimo系统信道建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113472405B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2873862C (en) * | 2012-05-18 | 2020-08-04 | Rearden, Llc | Systems and methods to enhance spatial diversity in distributed input distributed output wireless systems |
CN106850096B (zh) * | 2015-11-30 | 2020-05-12 | 展讯通信(上海)有限公司 | 空间相关性估算的方法及装置 |
KR20180098592A (ko) * | 2015-12-23 | 2018-09-04 | 노키아 솔루션스 앤드 네트웍스 오와이 | 다중-입력 및 다중-출력(mimo) 무선 네트워크들에 대한 희소 상관 매트릭스의 피드백 |
KR20200076368A (ko) * | 2018-12-19 | 2020-06-29 | 주식회사 지씨티리써치 | Mimo 수신기에서의 효율적인 랭크 추출 방법 및 그 장치 |
-
2021
- 2021-09-02 CN CN202111025805.8A patent/CN113472405B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113472405A (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3460676B1 (en) | Method and apparatus for loading a matrix into an accelerator | |
Johnsson | Solving tridiagonal systems on ensemble architectures | |
EP3364306B1 (en) | Parallel processing of reduction and broadcast operations on large datasets of non-scalar data | |
CN101925877A (zh) | 对数据执行排列运算的装置与方法 | |
US11520853B2 (en) | Mapping convolution to a partition channel convolution engine | |
Yang et al. | A parallel computing method using blocked format with optimal partitioning for SpMV on GPU | |
Amitrano et al. | A spin-glass model of evolution | |
CN113472405B (zh) | 基于最佳相关矩阵的mimo系统信道建模方法 | |
Napov et al. | An efficient multigrid method for graph Laplacian systems | |
CN113344172A (zh) | 将卷积映射到通道卷积引擎 | |
CN115390788A (zh) | 基于fpga的图卷积神经网络稀疏矩阵乘法分配系统 | |
TWI601391B (zh) | A method and device for determining precoding matrix | |
CN107015248A (zh) | 高效的协方差矩阵更新 | |
CN111625325A (zh) | 基于批数据的ai芯片片上网络调度方法和装置 | |
Sado et al. | Some parallel sorts on a mesh-connected processor array and their time efficiency | |
JP5244239B2 (ja) | ノードグルーピングおよび実数値分解を伴うqr分解を用いたmimoシンボル検出 | |
Mi et al. | Balancing computation and communication in distributed sparse matrix-vector multiplication | |
CN106209115A (zh) | 一种数据处理方法及电子设备 | |
JP6102250B2 (ja) | 有効チャネルおよびフィードバック情報を決定する装置および方法 | |
Adlerborn et al. | Parallel variants of the multishift QZ algorithm with advanced deflation techniques | |
SV | CONSTRUCTION OF THE OPTIMAL PARTIAL DIALLEL CROSS PLAN. | |
De Lucia et al. | Estimating the evolution direction of populations to improve genetic algorithms | |
CN106788627B (zh) | 一种码本的波束确定方法和装置 | |
CN114461677B (zh) | 一种基于选择度传递调整连接顺序的方法 | |
CN110209566A (zh) | 一种对软件的测试方法及装置 |
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 |