CN115065386B - 基于zf和svd混合预编码的波束赋形优化方法及装置 - Google Patents
基于zf和svd混合预编码的波束赋形优化方法及装置 Download PDFInfo
- Publication number
- CN115065386B CN115065386B CN202210654013.5A CN202210654013A CN115065386B CN 115065386 B CN115065386 B CN 115065386B CN 202210654013 A CN202210654013 A CN 202210654013A CN 115065386 B CN115065386 B CN 115065386B
- Authority
- CN
- China
- Prior art keywords
- svd
- weight
- ant
- num
- splicing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 title claims abstract description 22
- 239000013598 vector Substances 0.000 claims abstract description 40
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 39
- 239000011159 matrix material Substances 0.000 claims abstract description 36
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 4
- 230000021615 conjugation Effects 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 238000007493 shaping process Methods 0.000 abstract 4
- 235000013399 edible fruits Nutrition 0.000 abstract 1
- 238000004088 simulation Methods 0.000 description 3
- 101100014660 Rattus norvegicus Gimap8 gene Proteins 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H04B7/0456—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
- H04B7/0617—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 for beam forming
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种基于ZF和SVD混合预编码的波束赋形优化方法及装置，属于信号处理领域，基站侧根据输入的每个用户设备UE的信道估计矩阵SRS H，采用奇异值分解SVD算法计算得到每UE通过SVD算法后对应的右奇异向量将通过SVD算法得到的右奇异向量进行拼接，获得所有UE的拼接矩阵HSVD；采用ZF算法对拼接矩阵HSVD进行计算，得到权值向量Wzf；对权值向量Wzf进行功率回退，得到波束赋型权值基站侧通过波束赋型权值和未乘权值的频域信号获取最优时域信号。该方法UE内赋型采用SVD，UE之间赋型采用ZF的波束赋型优化方案，将二者巧妙结合，既避免流数多的时候SVD运算量过大问题，也解决了ZF在高相关下波束赋形效果差的问题。
Description
技术领域
本发明属于信号处理技术领域，具体涉及一种基于ZF和SVD混合预编码的波束赋形优化方法及装置。
背景技术
多路输入多路输出MIMO(Multiple Input Multiple Output)系统中，破零ZF(Zero Foring)波束赋型方法计算简单，广泛应用于基站波束赋形中，但在信道高相关条件下，波束赋型效果较差，导致用户间干扰难以消除。奇异值分解SVD(SingularValueDecomposition)波束赋型方法，在信道高低相关下，波束赋型效果好，能有效消除用户间干扰，但是涉及到奇异值分解，运算量大，很难得到很好的应用。
现有中国专利公开号为CN112383329A的发明专利公开了一种基于的ZF算法的波束赋型优化方法。该发明中，将传统的ZF算法进行优化，有效解决了传统ZF算法功率回退量大导致性能下降的问题，并未提及在信道相关性高时ZF波束赋型效果较差的问题。
又如中国专利公开号为CN112865842A的发明专利公开了一种面向5G的混合预编码器和合并器的设计方法，采用一种基于矩阵分解的递归算法来设计模拟预编码器和模拟合并器，即对信道矩阵进行SVD(奇异值)分解，再通过递归思路设计最终的模拟预编码器和模拟合并器，然后基于与获得的最佳模拟预编码器和合并器相关联的有效基带信号，计算数字预编码器和数字合并器。该发明，并未提及ZF和SVD这种混合预编码方法，而且该发明主要是模拟域波束赋型，非数字域波束赋型方法。
5G UE(UserEquipment)下行支持调度流数相比LTE支持流数明显增加，单UE都可以调度2流及以上，最大可支持4流。随着5G单UE下行调度流数增加，传统ZF和SVD波束赋形方案需要进一步改进。
发明内容
为了克服上述现有技术存在的不足，本发明提供了一种基于ZF和SVD混合预编码的波束赋形优化方法。
为了实现上述目的，本发明提供如下技术方案：
一种基于ZF和SVD混合预编码的波束赋形优化方法，包括以下步骤：
基站侧根据输入的每个用户设备UE的信道估计矩阵SRS H，采用奇异值分解SVD算法计算得到每UE通过SVD算法后对应的右奇异向量
将通过SVD算法得到的右奇异向量进行拼接，获得所有UE的拼接矩阵HSVD；
采用ZF算法对所述拼接矩阵HSVD进行计算，得到权值向量Wzf；
对所述权值向量Wzf进行功率回退，得到波束赋型权值
基站侧通过波束赋型权值和未乘权值的频域信号获取最优时域信号。
优选地，所述将通过SVD算法得到的右奇异向量进行拼接，获得所有UE的拼接矩阵HSVD，包括以下步骤：
分RB计算对应SVD分解后的右奇异矩阵
[Ui_UE,i_RB,Si_UE,i_RB,Vi_UE,i_RB]＝svd(Hi_UE,i_RB)
其中，i_UE＝0，...，M-1；i_RB＝0，...，RBnum-1；Hi_UE,i_RB为UE第i_RB对应的信道估计矩阵SRS H，维度为li_UE*Antnum；Vi_UE,i_RB为SVD分解右奇异矩阵，维度为Antnum*Antnum，为需要的右奇异矩阵，维度为li_UE*Antnum；
将上一步得到的M个UE进行SVD分解后的右奇异矩阵进行拼接得到HSVD，维度为RBnum*L*Antnum，空分总流数为
其中，RBnum为空分RB个数，li_UE为每UE调度流数，Antnum为基站天线个数，HSVD,i_RB为第i_RB拼接结果，所有RB拼接完成得到HSVD。
优选地，所述权值向量Wzf的计算公式为：
其中，为对HSVD进行共轭转置。
优选地，所述所述权值向量Wzf进行功率回退，得到波束赋型权值具体包括以下步骤：
计算Antnum根天线对应的功率：
其中，conj表示对信号取共轭，iant＝1,2...Antnum；Antnum为基站天线个数，RBnum为空分的资源块RB个数；
权值向量Wzf按照各自对应天线的功率进行功率回退，得到波束赋型权值
优选地，所述基站侧通过功率回退后的波束赋型权值Wzf和频域信号获取最优时域信号，具体包括以下步骤：
基站侧通过功率回退后的波束赋型权值Wzf得到乘权值后的频域信号：
其中，表示未乘权值的第iant天线频域信号，F(iant)表示乘权值后的第iant天线频域信号，iant表示天线索引；
基站侧通过乘权值后的频域信号获取最优时域信号：
其中，表示时域信号，/>表示乘权值后频域信号，N表示FFT点数，iant表示天线索引。
本发明的另一目的在于提供一种基于ZF和SVD混合预编码的波束赋形优化装置，包括：
计算模块，用于根据输入的每个用户设备UE的信道估计矩阵SRS H，采用奇异值分解SVD算法计算得到每UE通过SVD算法后对应的右奇异向量
拼接模块，用于将通过SVD算法得到的右奇异向量进行拼接，获得所有UE的拼接矩阵HSVD；
向量获取模块，采用ZF算法对所述拼接矩阵HSVD进行计算，得到权值向量Wzf；
功率回退模块，用于对所述权值向量Wzf进行功率回退，得到波束赋型权值
信号获取模块，用于通过波束赋型权值和未乘权值的频域信号获取最优时域信号。
本发明的另一目的还在于提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于ZF和SVD混合预编码的波束赋形优化方法。
本发明提供的基于ZF和SVD混合预编码的波束赋形优化方法具有以下有益效果：
本方法通过先在UE内采用SVD算法，UE间ZF算法，二者结合的混合预编码技术能有效解决目前主流基于ZF算法高相关条件下波束赋型性能差、SVD算法流数多时复杂度高的问题，能应用于目前(Long Term Evolution，长期演变技术)和NR(New Radio)小基站MUMIMO中，从仿真和实验室、外场测试结果看，本方法在信道中高相关条件下，以可接受的复杂度提升，换来相对原ZF方案信噪比有3dB增益，流量至少提升10％，同时相对于原SVD方案，以较小性能损失换来复杂度显著降低。
附图说明
为了更清楚地说明本发明实施例及其设计方案，下面将对本实施例所需的附图作简单地介绍。下面描述中的附图仅仅是本发明的部分实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1的基于ZF和SVD混合预编码的波束赋形优化方法的流程图；
图2为本发明实施例1的基于ZF和SVD混合预编码的波束赋形优化方法的仿真图。
具体实施方式
为了使本领域技术人员更好的理解本发明的技术方案并能予以实施，下面结合附图和具体实施例对本发明进行详细说明。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例1
本发明提供了一种基于ZF和SVD混合预编码的波束赋形优化方法，假设基站侧，下行相同时频资源上，M个UE空分，基站可以获得每UE的SRS(Sounding Reference Signal,探测参考信号)信道估计H矩阵，维度为RBnum*li_UE*Antnum。其中RBnum为空分RB个数，li_UE为每UE调度流数，Antnum为基站天线个数。
具体如图1所示，本方法实施步骤如下：
步骤1、基站根据每UE输入SRS H，采用SVD算法，计算得到每UE SVD后对应的右奇异向量然后通过SVD算法得到的右奇异向量/>进行拼接，获得所有UE的拼接矩阵HSVD；其中，HSVD的维度为RBnum*li_UE*Antnum，/>为空分总流数，RBnum为空分的资源块RB个数，li_UE为每UE调度流数，Antnum为基站天线个数。
步骤1.1、分RB计算对应SVD分解后的右奇异矩阵
[Ui_UE,i_RB,Si_UE,i_RB,Vi_UE,i_RB]＝svd(Hi_UE,i_RB)
其中，Hi_UE,i_RB为UE第i_RB对应的信道估计矩阵SRS H，维度li_UE*Antnum，Vi_UE,i_RB为SVD分解右奇异矩阵，维度为Antnum*Antnum，为需要的右奇异矩阵，维度为li_UE*Antnum。
步骤1.2、将步骤1.1得到的M个UE进行SVD分解后的右奇异矩阵进行拼接得到HSVD，维度为RBnum*L*Antnum，空分总流数为
其中，RBnum为空分RB个数，li_UE为每UE调度流数，Antnum为基站天线个数，HSVD,i_RB为第i_RB拼接结果，所有RB拼接完成得到HSVD。
步骤2、根据步骤1得到的HSVD，进行ZF计算，得到权值向量Wzf，维度RBnum*L*Antnum：
其中，为对HSVD进行共轭转置。
步骤3、根据ZF计算后的权值向量Wzf进行功率回退，得到波束赋型权值维度RBnum*L*Antnum。
步骤3.1、计算Antnum根天线对应的功率：
其中，conj表示对信号取共轭，iant＝1,2...Antnum；Antnum为基站天线个数，RBnum为空分的资源块RB个数。
步骤3.2、权值向量Wzf按照各自对应天线的功率进行功率回退，得到波束赋型权值
步骤4、基站侧通过功率回退后的波束赋型权值和未乘权值的频域信号获取最优时域信号。
步骤4.1、基站侧通过功率回退后的波束赋型权值得到乘权值后的频域信号：
其中，表示未乘权值的第iant天线频域信号，F(iant)表示乘权值后的第iant天线频域信号，iant表示天线索引；
步骤4.2、基站侧通过乘权值后的频域信号获取最优时域信号：
其中，Tiant(n)表示时域信号，Fiant(k)表示乘权值后频域信号，N表示FFT点数，iant表示天线索引。
本实施例的另一目的在于提供一种基于ZF和SVD混合预编码的波束赋形优化装置，包括：
计算模块，用于根据输入的每个用户设备UE的信道估计矩阵SRS H，采用奇异值分解SVD算法计算得到每UE通过SVD算法后对应的右奇异向量
拼接模块，用于将通过SVD算法得到的右奇异向量进行拼接，获得所有UE的拼接矩阵HSVD。
向量获取模块，采用ZF算法对拼接矩阵HSVD进行计算，得到权值向量Wzf。
功率回退模块，用于对权值向量Wzf进行功率回退，得到波束赋型权值
信号获取模块，用于通过波束赋型权值和未乘权值的频域信号获取最优时域信号。
本实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述基于ZF和SVD混合预编码的波束赋形优化方法。
为了举例验证本方法的优越性，搭建仿真平台，如图2所示，信道采用CDL_A(NLOS)信道，下行相同时频资源上调度2UE，每UE调度双流为例，PDSCH调度8RB，8T2R(基站8天线、UE 2天线)，AMC(Adaptive modulation and coding)，通过合理配置UE角度，4流H两两之间相关系数平均在0.7，仿真MU MIMO传统ZF、SVD算法和本方法的性能对比。
从仿真性能看，在高相关条件下，SVD和ZF联合预编码方案相对原ZF方案，流量有显著提升，中低信噪比下接近4dB增益，同时相对于原SVD性能损失很小。
从计算复杂度看，SVD和ZF联合预编码方案，相对原ZF方案，复杂度提高是可完全可以接受的，同时两个UE单独进行2*8的SVD分解相对于原SVD4*8的SVD分解，运算量大大缩小。
以上所述实施例仅为本发明较佳的具体实施方式，本发明的保护范围不限于此，任何熟悉本领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换，均属于本发明的保护范围。
Claims (6)
1.一种基于ZF和SVD混合预编码的波束赋形优化方法，其特征在于，包括以下步骤：
基站侧根据输入的每个用户设备UE的信道估计矩阵SRS H，采用奇异值分解SVD算法计算得到每UE通过SVD算法后对应的右奇异向量
将通过SVD算法得到的右奇异向量进行拼接，获得所有UE的拼接矩阵HSVD；
采用ZF算法对所述拼接矩阵HSVD进行计算，得到权值向量Wzf；
对所述权值向量Wzf进行功率回退，得到波束赋型权值
基站侧通过波束赋型权值和未乘权值的频域信号获取最优时域信号；
所述将通过SVD算法得到的右奇异向量进行拼接，获得所有UE的拼接矩阵HSVD，包括以下步骤：
分RB计算对应SVD分解后的右奇异矩阵
[Ui_UE,i_RB,Si_UE,i_RB,Vi_UE,i_RB]＝svd(Hi_UE,i_RB)
其中，i_UE＝0，...，M-1；i_RB＝0，...，RBnum-1；Hi_UE,i_RB为UE第i_RB对应的信道估计矩阵SRS H，维度为li_UE*Antnum；Vi_UE,i_RB为SVD分解右奇异矩阵，维度为Antnum*Antnum，为需要的右奇异矩阵，维度为li_UE*Antnum；
将上一步得到的M个UE进行SVD分解后的右奇异矩阵进行拼接得到HSVD，维度为RBnum*L*Antnum，空分总流数为
其中，RBnum为空分RB个数，li_UE为每UE调度流数，Antnum为基站天线个数，HSVD,i_RB为第i_RB拼接结果，所有RB拼接完成得到HSVD。
2.根据权利要求1所述的基于ZF和SVD混合预编码的波束赋形优化方法，其特征在于，所述权值向量Wzf的计算公式为：
其中，为对HSVD进行共轭转置。
3.根据权利要求2所述的基于ZF和SVD混合预编码的波束赋形优化方法，其特征在于，所述权值向量Wzf进行功率回退，得到波束赋型权值具体包括以下步骤：
计算Antnum根天线对应的功率：
其中，conj表示对信号取共轭，iant＝1,2...Antnum；Antnum为基站天线个数，RBnum为空分的资源块RB个数；
权值向量Wzf按照各自对应天线的功率进行功率回退，得到波束赋型权值
4.根据权利要求3所述的基于ZF和SVD混合预编码的波束赋形优化方法，其特征在于，所述基站侧通过功率回退后的波束赋型权值Wzf和频域信号获取最优时域信号，具体包括以下步骤：
基站侧通过功率回退后的波束赋型权值Wzf得到乘权值后的频域信号：
其中，表示未乘权值的第iant天线频域信号，F(iant)表示乘权值后的第iant天线频域信号，iant表示天线索引；
基站侧通过乘权值后的频域信号获取最优时域信号：
其中，表示时域信号，/>表示乘权值后频域信号，N表示FFT点数，iant表示天线索引。
5.一种基于ZF和SVD混合预编码的波束赋形优化装置，其特征在于，包括：
计算模块，用于根据输入的每个用户设备UE的信道估计矩阵SRS H，采用奇异值分解SVD算法计算得到每UE通过SVD算法后对应的右奇异向量
拼接模块，用于将通过SVD算法得到的右奇异向量进行拼接，获得所有UE的拼接矩阵HSVD；
向量获取模块，采用ZF算法对所述拼接矩阵HSVD进行计算，得到权值向量Wzf；
功率回退模块，用于对所述权值向量Wzf进行功率回退，得到波束赋型权值
信号获取模块，用于通过波束赋型权值和未乘权值的频域信号获取最优时域信号。
6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210654013.5A CN115065386B (zh) | 2022-06-10 | 2022-06-10 | 基于zf和svd混合预编码的波束赋形优化方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210654013.5A CN115065386B (zh) | 2022-06-10 | 2022-06-10 | 基于zf和svd混合预编码的波束赋形优化方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115065386A CN115065386A (zh) | 2022-09-16 |
| CN115065386B true CN115065386B (zh) | 2023-11-17 |
Family
ID=83199808
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210654013.5A Active CN115065386B (zh) | 2022-06-10 | 2022-06-10 | 基于zf和svd混合预编码的波束赋形优化方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115065386B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103270704A (zh) * | 2011-05-25 | 2013-08-28 | 富士通株式会社 | 自适应多流波束赋形方法和基站 |
| CN104980197A (zh) * | 2014-04-02 | 2015-10-14 | 中兴通讯股份有限公司 | 一种实现透明多用户多输入多输出传输的方法及装置 |
| WO2016201647A1 (en) * | 2015-06-17 | 2016-12-22 | Intel Corporation | Method for determining a precoding matrix and precoding module |
| CN108023620A (zh) * | 2017-11-28 | 2018-05-11 | 杭州电子科技大学 | 应用于毫米波频段的大规模mimo系统混合预编码方法 |
| CN108540189A (zh) * | 2017-03-06 | 2018-09-14 | 北京信威通信技术股份有限公司 | 一种非相干多天线传输方法和装置 |
| CN110855337A (zh) * | 2019-10-25 | 2020-02-28 | 无锡北邮感知技术产业研究院有限公司 | 混合预编码方法、基站、电子设备及存储介质 |
| CN112383329A (zh) * | 2020-10-29 | 2021-02-19 | 杭州红岭通信息科技有限公司 | 一种基于zf算法的波束赋型优化方法 |
| CN112636794A (zh) * | 2020-12-11 | 2021-04-09 | 苏州迈斯维通信技术有限公司 | 一种基于贪心算法的波束赋形方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120126572A (ko) * | 2011-05-12 | 2012-11-21 | 한국전자통신연구원 | 다중 사용자 다중 입출력 인지 무선 통신 시스템에서 인지 무선 기지국 및 인지 무선 기지국의 통신 방법 및 장치 |
| US9450787B2 (en) * | 2014-01-24 | 2016-09-20 | Huawei Technologies Co., Ltd. | System and method for early termination in iterative null-space directed singular value decomposition for MIMO |
-
2022
- 2022-06-10 CN CN202210654013.5A patent/CN115065386B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103270704A (zh) * | 2011-05-25 | 2013-08-28 | 富士通株式会社 | 自适应多流波束赋形方法和基站 |
| CN104980197A (zh) * | 2014-04-02 | 2015-10-14 | 中兴通讯股份有限公司 | 一种实现透明多用户多输入多输出传输的方法及装置 |
| WO2016201647A1 (en) * | 2015-06-17 | 2016-12-22 | Intel Corporation | Method for determining a precoding matrix and precoding module |
| CN108540189A (zh) * | 2017-03-06 | 2018-09-14 | 北京信威通信技术股份有限公司 | 一种非相干多天线传输方法和装置 |
| CN108023620A (zh) * | 2017-11-28 | 2018-05-11 | 杭州电子科技大学 | 应用于毫米波频段的大规模mimo系统混合预编码方法 |
| CN110855337A (zh) * | 2019-10-25 | 2020-02-28 | 无锡北邮感知技术产业研究院有限公司 | 混合预编码方法、基站、电子设备及存储介质 |
| CN112383329A (zh) * | 2020-10-29 | 2021-02-19 | 杭州红岭通信息科技有限公司 | 一种基于zf算法的波束赋型优化方法 |
| CN112636794A (zh) * | 2020-12-11 | 2021-04-09 | 苏州迈斯维通信技术有限公司 | 一种基于贪心算法的波束赋形方法 |
Non-Patent Citations (3)
| Title |
|---|
| "Deep learning for SVD and hybrid beamforming";Ture Peken et al;《IEEE Transactions on wireless communications》;第19卷(第10期);第6621-6642页 * |
| "TD-HSPA+MU-MIMO系统破零波束赋形算法研究";陈明佳等;《数据通信》(第5期);第25-28页 * |
| "TD-LTE系统中基于奇异值分解的高效波束赋形方法";樊迅等;《电讯技术》;第8卷(第50期);第46-51页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115065386A (zh) | 2022-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ashikhmin et al. | Interference reduction in multi-cell massive MIMO systems with large-scale fading precoding | |
| EP3692641B1 (en) | Convex reduction of amplitudes for ofdm mimo with multiple carriers | |
| EP3403339B1 (en) | Practical hybrid precoding scheme for multi-user massive mimo systems | |
| CN113196866B (zh) | 用于处理上行链路信号的分布式基站系统的方法、远程无线电单元和基带单元 | |
| JP6161333B2 (ja) | 干渉アラインメントに基づくプリコーディング方法、送信機およびデバイス | |
| Kaleva et al. | Decentralized joint precoding with pilot-aided beamformer estimation | |
| US8761281B2 (en) | Method and arrangement for adapting a signal in a wireless communications network | |
| EP2999155B1 (en) | Precoding method and device | |
| Schwarz et al. | Evaluation of distributed multi-user MIMO-OFDM with limited feedback | |
| CN102186178B (zh) | 一种用于协作多点系统的小区间干扰协调方法 | |
| JP6029848B2 (ja) | 無線基地局 | |
| Ivanov et al. | Unused beam reservation for PAPR reduction in massive MIMO system | |
| CN102547955A (zh) | 基于信漏噪比的分布式干扰消除方法 | |
| CN114285444A (zh) | 一种去蜂窝大规模mimo系统的功率优化方法 | |
| EP2664080B1 (en) | Antenna weighting in relation to transmissions from two cells | |
| CN115065386B (zh) | 基于zf和svd混合预编码的波束赋形优化方法及装置 | |
| Chen et al. | Hybrid beamforming and data stream allocation algorithms for power minimization in multi-user massive MIMO-OFDM systems | |
| CN112383329B (zh) | 一种基于zf算法的波束赋型优化方法 | |
| Guevara et al. | Partial multi-cell MMSE vector combining to reduce computational cost for massive MIMO systems | |
| Gimenez et al. | Distributed hybrid precoding for indoor deployments using millimeter wave band | |
| Wu et al. | Enhanced time-shifted pilot based channel estimation in massive MIMO systems with finite number of antennas | |
| CN102752071A (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 | |
| Chatzinotas et al. | Interference alignment for clustered multicell joint decoding | |
| Panahi et al. | Interference alignment and power allocation for multi-user MIMO interference channels | |
| CN109560843B (zh) | 一种mu-miso混合预编码系统模拟预编码矩阵生成方法 |
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 |