CN114826345A - 一种超大规模mimo系统中基于毫米波通信的功率分配方法 - Google Patents

一种超大规模mimo系统中基于毫米波通信的功率分配方法 Download PDF

Info

Publication number
CN114826345A
CN114826345A CN202210397817.1A CN202210397817A CN114826345A CN 114826345 A CN114826345 A CN 114826345A CN 202210397817 A CN202210397817 A CN 202210397817A CN 114826345 A CN114826345 A CN 114826345A
Authority
CN
China
Prior art keywords
user
users
user group
millimeter wave
matrix
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
CN202210397817.1A
Other languages
English (en)
Other versions
CN114826345B (zh
Inventor
张军
张欣康
苗晴
刘同顺
张默言
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 Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202210397817.1A priority Critical patent/CN114826345B/zh
Publication of CN114826345A publication Critical patent/CN114826345A/zh
Application granted granted Critical
Publication of CN114826345B publication Critical patent/CN114826345B/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
    • H04B7/0426—Power distribution
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • 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)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出了一种超大规模MIMO系统中基于毫米波通信的功率分配方法：首先，构建了超大规模天线阵列与多个单天线用户进行下行传输的系统模型，其中基站使用毫米波传输信号；其次，根据用户的可视区域的分布，对用户分进行分组；然后基站侧根据信道状态信息，采取迫零预编码方案；最后，设计所有用户最优的发送功率分配方案。本发明利用超大规模MIMO的空间非平稳性特点，有效地提高了用户组可视区域交叠与不交叠场景下的系统传输总速率，对超大规模MIMO天线阵列的部署有着指导意义。

Description

一种超大规模MIMO系统中基于毫米波通信的功率分配方法
技术领域
本发明属于无线通信技术领域，具体涉及一种超大规模MIMO(Multiple InputMultiple Output,MIMO)系统中基于毫米波通信的功率分配方法。
背景技术
近年来，随着数据传输业务与用户数量的爆炸性增长，第五代移动通信(the 5thGeneration mobile communication technology，5G)已经无法满足人类社会的需求，毫米波超大规模MIMO作为第六代移动通信(the 6th Generation mobile communicationtechnology，6G)的关键技术越来越受到人们的关注。毫米波超大规模MIMO能作为一种为物联网及工业4.0趋势当中的巨量机器类设备部分高效提供连接服务，还能用于建立能为飞机、基础设施、车辆等关键系统确保无中断通信的多条物理链路，是一种超高可靠低时延的通信方案。但是毫米波超大规模MIMO因其巨大的天线尺寸，会导致系统出现空间非平稳性，用户只能看到部分天线阵列，其被称为用户的可视区域(Visibility Region，VR)。每个用户都有其特定的VR，不同用户的VR的位置可以是分开的、部分交叠的或完全交叠的，这取决于周围环境和用户沿天线阵列的相对位置。如何对利用毫米波超大规模MIMO的空间非平稳性来提高系统性能是目前亟需解决的问题。
本发明结合超大规模MIMO与毫米波的特点提出一种基于可视区域的功率分配方法，其难点在于系统和速率的计算以及各用户功率的设计。
发明内容
发明目的：本发明的目的是提供一种超大规模MIMO系统中基于毫米波通信的功率分配方法，在保证用户可靠通信的同时，有效地提高了系统的总传输速率，对毫米波超大规模MIMO无线通信系统的发展具有重要现实意义。
发明内容：一种超大规模MIMO系统中基于毫米波通信的功率分配方法，其特征在于，包括以下步骤：
S1、构建超大规模MIMO下行无线传输系统，所述系统包括一个具有M根天线的均匀线性阵列和K个单天线的用户，所述用户有各自的可视区域；根据用户的可视区域对系统信道进行建模，则用户k单散射路径的归一化窄带毫米波信道可以写成
Figure BDA0003598297260000011
其中βk为用户k路径衰落系数；Dk表示为用户k的可视对角矩阵，用户k的可视区域与Dk矩阵的非零对角项一一对应，即其中第i个对角线元素为1表示第i根天线是可视的，第i个对角线元素为0表示第i根天线是不可视的；ak(φk)为天线阵列的舵矢量，具体表达式为
Figure BDA0003598297260000021
其中，φk为路径的出发角，λ为基站发射信号的波长，d为线阵中的天线间距。
S2、根据用户的可视区域的分布，将用户进行分组，进而得到系统的真实信道矩阵；
S3、基站侧根据完美信道状态信息，设计用户的最优发送功率分配方案。
所述步骤S2中，根据用户的可视区域的分布，将用户进行分组，进而得到系统信道矩阵的结构，具体操作如下：
S201、将可视区域相同的用户视为一组：假设有K1个用户的可视区域为
Figure BDA0003598297260000022
K2个用户的可视区域为
Figure BDA0003598297260000023
K3个用户的可视区域为
Figure BDA0003598297260000024
进而将用户分别定义用户组1、2和3，其中
Figure BDA0003598297260000025
Figure BDA0003598297260000026
和
Figure BDA0003598297260000027
表示天线索引的集合，具体为
Figure BDA0003598297260000028
和
Figure BDA0003598297260000029
且有K1+K2+K3＝K。用户组1和3只能看到部分天线阵列，且其可视区域互不交叠，用户组2能看到全部天线阵列。
S202、这种场景下用户的可视对角矩阵为
Figure BDA00035982972600000210
Figure BDA00035982972600000211
其中Di,j表示第i组的第j个用户的可视对角矩阵。用户与基站之间的信道H为
Figure BDA00035982972600000212
其中，H1、
Figure BDA00035982972600000213
和H3分别是M1×K1、M×K2、M2×K3的矩阵，分别表示基站到用户组1、2和3的信道；三条信道的向量形式为
Figure BDA00035982972600000214
和
Figure BDA00035982972600000215
其中，hi,j表示第i组的第j个用户的真实信道向量。为了方便后续计算，h2,k可表示为
Figure BDA00035982972600000216
所述步骤S3中，设定基站端已知信道的完美信道状态信息，然后设计用户的最优发送功率分配方案，具体操作如下：
S301、搜索空间由两个约束构成：
Figure BDA0003598297260000031
和
Figure BDA0003598297260000032
其中xi,j为K维向量xi的第j个元素，其具体为
Figure BDA0003598297260000033
其中，pi,k,i＝1,2,3表示第i组第k个用户的归一化发送功率，P表示基站的总发射功率。在搜索空间内初始化粒子群，包括种群规模N，每个粒子的位置xi和速度vi以及阈值ξ；
S302、适应度函数为和速率关于发送功率的函数，这里记作Rsum(xi)，
Figure BDA0003598297260000034
是K维的向量。将xi代人适应度函数，得到各粒子的适应度值R[i]。其中，Rsum(xi)的具体表达式为
Figure BDA0003598297260000035
其中，γ1,k、γ2,k和γ3,k分别表示对应组对应用户的信干噪比，具体表达式为
Figure BDA0003598297260000036
Figure BDA0003598297260000037
Figure BDA0003598297260000038
其中，ρ为发射信噪比，
Figure BDA0003598297260000039
是功率分配矩阵；w1,j、w12,j、w22,j和w3,j分别为矩阵W1、W12、W22和W3的第j列，其具体获取过程如下：
基站侧采取迫零预编码后，则预编码矩阵为W＝βZFHH(HHH)-1，是M×K维的且满足以下的功率约束tr(PWHW)＝P，其中，P为基站的总发射功率，βZF为缩放因子，
Figure BDA00035982972600000310
分别取出预编码矩阵W的前M1行前K1列、第K1+1列到第K1+K2列和后M2行后K3列作为第一用户组的有效预编码矩阵
Figure BDA00035982972600000311
第二用户组的有效预编码矩阵
Figure BDA00035982972600000312
和第三用户组的有效预编码矩阵
Figure BDA0003598297260000041
W12表示W2的前M1行，W22表示W2的后M2行，从而得到系统有效预编码矩阵
Figure BDA0003598297260000042
S303、对每个粒子，用它的适应度值R[i]和个体极大值Pbest[i]比较，如果R[i]＞Pbest[i]，则用R[i]替换掉Pbest[i]；
S304、对每个粒子，用它的适应度值R[i]和全局极大值Gbest比较，如果R[i]＞Gbest则用R[i]替换掉Gbest；
S305、根据以下公式vid＝ωvid+C1r1(pid-xid)+C2r2(ggd-xid)和xid＝xid+vid更新粒子的速度vi和位置xi，其中，ω称为惯性因子，C1和C2称为加速常数，r1和r2表示区间[0,1]上的随机数，xid、vid、pid和ggd表示xi、vi、Pbest[i]和Gbest的第d维。
S306、如果相邻两代的差值小于所设阈值ξ，则将本次的全局极大值对应的位置
Figure BDA0003598297260000043
作为最优解，否则返回步骤S302。
进一步地，W是M×K维的矩阵且满足以下的功率约束：tr(PWHW)＝P，其中P为基站的总发射功率。
有益效果：与现有技术相比，本发明的有益效果：本发明计算了迫零预编码下的系统和速率表达式，通过粒子群算法求出各用户的最优发送功率，使得系统的总传输速率能够得到最大程度的提升。
附图说明
图1为本发明的流程图；
图2为毫米波超大规模MIMO下行无线传输系统的示意图。
具体实施方式
下面结合附图，对本发明的技术方案进行清晰、完整地描述。
本发明提出了一种超大规模MIMO系统中基于毫米波通信的功率分配方法，首先，构建了三组用户与超大规模天线阵列进行下行传输的系统模型，其中基站使用毫米波传输信号，用户组1和3只能看到部分天线阵列，且其可视区域互不交叠，用户组2能看到全部天线阵列；其次，基站侧根据信道状态信息，采取迫零预编码发送信号给所有用户，计算所有用户的和速率；最后，设计所有用户最优的发送功率分配方案。本发明中功率分配方案依赖于用户组的信道条件，在满足基站总发射功率不变的条件下，使该系统中所有用户的传输总速率最大化。如图1所示，具体包括以下步骤：
一种超大规模MIMO系统中基于毫米波通信的功率分配方法，其特征在于，包括以下步骤：
S1、构建超大规模MIMO下行无线传输系统，所述系统包括一个具有M根天线的均匀线性阵列和K个单天线的用户，所述用户有各自的可视区域；根据用户的可视区域对系统信道进行建模，则用户k单散射路径的归一化窄带毫米波信道可以写成
Figure BDA0003598297260000051
其中βk为用户k路径衰落系数；Dk表示为用户k的可视对角矩阵，用户k的可视区域与Dk矩阵的非零对角项一一对应，即其中第i个对角线元素为1表示第i根天线是可视的，第i个对角线元素为0表示第i根天线是不可视的；ak(φk)为天线阵列的舵矢量，具体表达式为
Figure BDA0003598297260000052
其中，φk为路径的出发角，λ为信号的波长，d为线阵中的天线间距。
S2、根据用户的可视区域的分布，将用户进行分组，进而得到系统的真实信道矩阵；
S3、基站侧根据完美信道状态信息，设计用户的最优发送功率分配方案。
所述步骤S2中，根据用户的可视区域的分布，将用户进行分组，进而得到系统信道矩阵的结构，具体操作如下：
S201、将可视区域相同的用户视为一组：假设有K1个用户的可视区域为
Figure BDA0003598297260000053
K2个用户的可视区域为
Figure BDA0003598297260000054
K3个用户的可视区域为
Figure BDA00035982972600000512
进而将用户分别定义用户组1、2和3，其中
Figure BDA0003598297260000055
Figure BDA0003598297260000056
和
Figure BDA0003598297260000057
表示天线索引的集合，具体为
Figure BDA0003598297260000058
和
Figure BDA0003598297260000059
且有K1+K2+K3＝K。用户组1和3只能看到部分天线阵列，且其可视区域互不交叠，用户组2能看到全部天线阵列。
S202、这种场景下用户的可视对角矩阵为
Figure BDA00035982972600000510
Figure BDA00035982972600000511
其中Di,j表示第i组的第j个用户的可视对角矩阵。用户与基站之间的信道H为
Figure BDA0003598297260000061
其中，
Figure BDA0003598297260000062
和H3分别是M1×K1、M×K2、M2×K3的矩阵，分别表示基站到用户组1、2和3的信道；三条信道的向量形式为
Figure BDA0003598297260000063
和
Figure BDA0003598297260000064
其中，hi,j表示第i组的第j个用户的真实信道向量。为了方便后续计算，h2,k可表示为
Figure BDA0003598297260000065
所述步骤S3中，设定基站端已知信道的完美信道状态信息，然后设计用户的最优发送功率分配方案，具体操作如下：
S301、搜索空间由两个约束构成：
Figure BDA0003598297260000066
和
Figure BDA0003598297260000067
其中xi,j为K维向量xi的第j个元素，其具体为
Figure BDA0003598297260000068
其中，pi,k,i＝1,2,3表示第i组第k个用户的归一化发送功率，P表示基站的总发射功率。在搜索空间内初始化粒子群，包括种群规模N，每个粒子的位置xi和速度vi以及阈值ξ；
S302、适应度函数为和速率关于发送功率的函数，这里记作Rsum(xi)，
Figure BDA0003598297260000069
是K维的向量。将xi代人适应度函数，得到各粒子的适应度值R[i]。其中，Rsum(xi)的具体表达式为
Figure BDA00035982972600000610
其中，γ1,k、γ2,k和γ3,k分别表示对应组对应用户的信干噪比，具体表达式为
Figure BDA00035982972600000611
Figure BDA00035982972600000612
Figure BDA0003598297260000071
其中，ρ为发射信噪比，
Figure BDA0003598297260000072
是功率分配矩阵；w1,j、w12,j、w22,j和w3,j分别为矩阵W1、W12、W22和W3的第j列，其具体获取过程如下：
基站侧采取迫零预编码后，则预编码矩阵为W＝βZFHH(HHH)-1，是M×K维的且满足以下的功率约束tr(PWHW)＝P，其中，P为基站的总发射功率，βZF为缩放因子，
Figure BDA0003598297260000073
分别取出预编码矩阵W的前M1行前K1列、第K1+1列到第K1+K2列和后M2行后K3列作为第一用户组的有效预编码矩阵
Figure BDA0003598297260000074
第二用户组的有效预编码矩阵
Figure BDA0003598297260000075
和第三用户组的有效预编码矩阵
Figure BDA0003598297260000076
W12表示W2的前M1行，W22表示W2的后M2行，从而得到系统有效预编码矩阵
Figure BDA0003598297260000077
S303、对每个粒子，用它的适应度值R[i]和个体极大值Pbest[i]比较，如果R[i]＞Pbest[i]，则用R[i]替换掉Pbest[i]；
S304、对每个粒子，用它的适应度值R[i]和全局极大值Gbest比较，如果R[i]＞Gbest则用R[i]替换掉Gbest；
S305、根据以下公式vid＝ωvid+C1r1(pid-xid)+C2r2(ggd-xid)和xid＝xid+vid更新粒子的速度vi和位置xi，其中，ω称为惯性因子，C1和C2称为加速常数，r1和r2表示区间[0,1]上的随机数，xid、vid、pid和ggd表示xi、vi、Pbest[i]和Gbest的第d维。
S306、如果相邻两代的差值小于所设阈值ξ，则将本次的全局极大值对应的位置
Figure BDA0003598297260000078
作为最优解，否则返回步骤S302。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。

Claims (5)

1.一种超大规模MIMO系统中基于毫米波通信的功率分配方法，其特征在于，包括以下步骤：
S1、构建超大规模MIMO下行无线传输系统，所述系统包括一个具有M根天线的均匀线性阵列和K个单天线的用户，每个所述用户拥有各自的可视区域；
S2、根据用户的可视区域的分布，将用户进行分组，进而得到系统的真实信道；
S3、基站侧根据系统的真实信道，设计用户的最优发送功率分配方案。
2.根据权利要求1所述的超大规模MIMO系统中基于毫米波通信的功率分配方法，其特征在于，用户u单散射路径的归一化窄带毫米波信道为：
Figure FDA0003598297250000011
其中βu为用户u的路径衰落系数；Du为用户u的可视对角矩阵，用户u的可视区域与Du的非零对角项一一对应，即Du中第t个对角线元素为1表示第t根天线是可视的，第t个对角线元素为0表示第t根天线是不可视的；au(φu)为用户u天线阵列的舵矢量，
Figure FDA0003598297250000012
φu为用户u单散射路径的出发角，λ为基站发射信号的波长，d为均匀线性阵列中的天线间距。
3.根据权利要求1所述的超大规模MIMO系统中基于毫米波通信的功率分配方法，其特征在于，所述步骤S2的具体步骤如下：
S201、将可视区域相同的用户分为各有K1、K2、K3个用户的第一、第二、第三用户组，第一用户组的可视区域为
Figure FDA0003598297250000013
第二用户组的可视区域为
Figure FDA0003598297250000014
第三用户组的可视区域为
Figure FDA0003598297250000015
其中
Figure FDA0003598297250000016
和
Figure FDA0003598297250000017
表示天线索引的集合，
Figure FDA0003598297250000018
Figure FDA0003598297250000019
K1+K2+K3＝K；
S202、第一用户组中用户的可视对角矩阵为
Figure FDA00035982972500000110
第二用户组中用户中用户的可视对角矩阵为
Figure FDA00035982972500000111
第三用户组中用户的可视对角矩阵为
Figure FDA00035982972500000112
其中Di,k表示第i用户组中第k个用户的可视对角矩阵，i＝1,2,3；
S203、将S202中的可视对角矩阵分别代入到用户的窄带毫米波信道向量里，再将其组合起来，得到系统的真实信道H为：
Figure FDA0003598297250000021
其中，
Figure FDA0003598297250000022
和H3分别是M1×K1、M×K2、M2×K3的矩阵，分别表示第一用户组、第二用户组和第三用户组的真实信道；
Figure FDA0003598297250000023
和
Figure FDA0003598297250000024
hi,k表示用户组i中第k个用户的单散射路径的归一化窄带毫米波信道消去为零的维度后得到的真实信道，
Figure FDA0003598297250000025
h12,k表示h2,k的前M1行，h22,k表示h2,k的后M2行。
4.根据权利要求3所述的超大规模MIMO系统中基于毫米波通信的功率分配方法，其特征在于，所述步骤S3的具体步骤如下：
S301、建立由以下两个约束构成的搜索空间：
Figure FDA0003598297250000026
和
Figure FDA0003598297250000027
其中xi,j为K维向量xi的第j个元素，
Figure FDA0003598297250000028
pi,k表示第i用户组中第k个用户的归一化发送功率，P表示基站的总发射功率；
S302、在搜索空间内初始化粒子群，包括种群规模N，第i个粒子的位置xi和速度vi，以及阈值ξ；
S303、确定适应度函数为：
Figure FDA0003598297250000029
其中，γi,k表示第i用户组中第k个用户的信干噪比，
Figure FDA00035982972500000210
Figure FDA00035982972500000211
Figure FDA00035982972500000212
ρ为发射信噪比，
Figure FDA0003598297250000031
为功率分配矩阵；w1,j、w12,j、w22,j和w3,j分别为矩阵W1、W12、W22和W3的第j列，具体获取过程如下：基站侧采取迫零预编码后，预编码矩阵为W＝βZFHH(HHH)-1，βZF为缩放因子，
Figure FDA0003598297250000032
分别取出预编码矩阵W的前M1行前K1列、第K1+1列到第K1+K2列和后M2行后K3列作为第一用户组的有效预编码矩阵W1、第二用户组的有效预编码矩阵
Figure FDA0003598297250000033
和第三用户组的有效预编码矩阵W3，W12表示W2的前M1行，W22表示W2的后M2行；
S303、对第i个粒子，用它的适应度值R[i]和个体极大值Pbest[i]比较，如果R[i]＞Pbest[i]，则用R[i]替换掉Pbest[i]，否则Pbest[i]保持不变；
S304、对第i个粒子，用它的适应度值R[i]和全局极大值Gbest比较，如果R[i]＞Gbest则用R[i]替换掉Gbest，否则Gbest保持不变；
S305、根据公式vid＝ωvid+C1r1(pid-xid)+C2r2(ggd-xid)和xid＝xid+vid更新第i个粒子的速度vi和位置xi，其中，ω为惯性因子，C1和C2为加速常数，r1和r2表示区间[0,1]上的随机数，xid、vid、pid和ggd表示xi、vi、Pbest[i]和Gbest的第d维；
S306、如果相邻两代的差值小于ξ，则将本代的全局极大值对应的位置
Figure FDA0003598297250000034
作为最优解输出，否则返回步骤S302。
5.根据权利要求4所述的超大规模MIMO系统中基于毫米波通信的功率分配方法，其特征在于，W是M×K维的矩阵且满足以下的功率约束：tr(PWHW)＝P，其中P为基站的总发射功率。
CN202210397817.1A 2022-04-15 2022-04-15 一种超大规模mimo系统中基于毫米波通信的功率分配方法 Active CN114826345B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210397817.1A CN114826345B (zh) 2022-04-15 2022-04-15 一种超大规模mimo系统中基于毫米波通信的功率分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210397817.1A CN114826345B (zh) 2022-04-15 2022-04-15 一种超大规模mimo系统中基于毫米波通信的功率分配方法

Publications (2)

Publication Number Publication Date
CN114826345A true CN114826345A (zh) 2022-07-29
CN114826345B CN114826345B (zh) 2024-05-17

Family

ID=82536280

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210397817.1A Active CN114826345B (zh) 2022-04-15 2022-04-15 一种超大规模mimo系统中基于毫米波通信的功率分配方法

Country Status (1)

Country Link
CN (1) CN114826345B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110002414A1 (en) * 2008-02-25 2011-01-06 Mikael Coldrey Method Of And A Device For Precoding Transmit Data Signals In A Wireless MIMO Communication System
WO2016106509A1 (zh) * 2014-12-29 2016-07-07 华为技术有限公司 一种信号传输装置和方法
WO2017118099A1 (zh) * 2016-01-04 2017-07-13 中兴通讯股份有限公司 上行导频分配及接收波束赋形矢量联合优化方法、装置
CN113472403A (zh) * 2021-07-02 2021-10-01 南京邮电大学 超大规模mimo系统中基于交叠可视区域的功率分配方法
US20210368455A1 (en) * 2019-11-28 2021-11-25 Southeast University Large-scale mimo wireless transmission method for millimeter wave/terahertz networks

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110002414A1 (en) * 2008-02-25 2011-01-06 Mikael Coldrey Method Of And A Device For Precoding Transmit Data Signals In A Wireless MIMO Communication System
WO2016106509A1 (zh) * 2014-12-29 2016-07-07 华为技术有限公司 一种信号传输装置和方法
WO2017118099A1 (zh) * 2016-01-04 2017-07-13 中兴通讯股份有限公司 上行导频分配及接收波束赋形矢量联合优化方法、装置
US20210368455A1 (en) * 2019-11-28 2021-11-25 Southeast University Large-scale mimo wireless transmission method for millimeter wave/terahertz networks
CN113472403A (zh) * 2021-07-02 2021-10-01 南京邮电大学 超大规模mimo系统中基于交叠可视区域的功率分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHICONG LIU: "Deep Denoising Neural Network Assisted Compressive Channel Estimation for mmWave Intelligent Reflecting Surfaces", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》, 29 June 2020 (2020-06-29) *
谢斌;谢舒闽;刘述睿;: "基于毫米波大规模MIMO的混合RZF预编码算法", 电信科学, no. 03, 20 March 2017 (2017-03-20) *

Also Published As

Publication number Publication date
CN114826345B (zh) 2024-05-17

Similar Documents

Publication Publication Date Title
Fernandes et al. Inter-cell interference in noncooperative TDD large scale antenna systems
Bliss et al. Environmental issues for MIMO capacity
CN102857285B (zh) 信道信息反馈方法及装置
Guo et al. CAnet: Uplink-aided downlink channel acquisition in FDD massive MIMO using deep learning
CN103684700A (zh) 一种基于正交联合码本集的3d mu-mimo预编码方法
CN113472403B (zh) 超大规模mimo系统中基于交叠可视区域的功率分配方法
Elbir et al. Federated learning for physical layer design
CN108768472B (zh) 一种临近空间高空平台空间-极化分集mimo信道建模方法
CN103002560A (zh) 基于mimo动态信道的水声网络自适应功率控制方法
CN110430150A (zh) 一种基于神经网络的蜂窝移动通信系统接收机设计方法
Marseet et al. Application of complex-valued convolutional neural network for next generation wireless networks
CN111182550A (zh) 大规模mimo系统在导频攻击下的攻击检测方法
CN113965881B (zh) 遮挡效应下的毫米波一体化通信与感知方法
CN101877607B (zh) 多小区预编码权值的配置方法和装置
CN101394257B (zh) 多用户多输入多输出预编码的天线选择方法及其装置
CN101471708B (zh) 时分双工多输入多输出的下行波束形成方法、装置和系统
CN114826345A (zh) 一种超大规模mimo系统中基于毫米波通信的功率分配方法
CN103916344A (zh) 无线传感网虚拟多输入多输出系统信号盲检测方法
CN100428864C (zh) 基于中断概率的空时分组码下行发送功率分配方法
CN105429687A (zh) 一种最小化干扰功率与维度的干扰对齐方法
CN111541472B (zh) 低复杂度机器学习辅助鲁棒预编码方法及装置
CN107872262A (zh) 提高数据赋形增益方法及装置、基站、通信系统
CN103825679A (zh) 一种基于伪码本的3d mu-mimo预编码方法
CN103765805B (zh) 一种多用户预编码方法和装置
CN102916788B (zh) 一种用于多小区协作通信中的自适应比特反馈方法

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