CN115882913A - 一种大规模mimo网络分布式预编码方法 - Google Patents

一种大规模mimo网络分布式预编码方法 Download PDF

Info

Publication number
CN115882913A
CN115882913A CN202211523045.8A CN202211523045A CN115882913A CN 115882913 A CN115882913 A CN 115882913A CN 202211523045 A CN202211523045 A CN 202211523045A CN 115882913 A CN115882913 A CN 115882913A
Authority
CN
China
Prior art keywords
cell
user
base station
matrix
virtual
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.)
Pending
Application number
CN202211523045.8A
Other languages
English (en)
Inventor
高西奇
朱文捷
孙晨
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 CN202211523045.8A priority Critical patent/CN115882913A/zh
Publication of CN115882913A publication Critical patent/CN115882913A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种大规模MIMO网络分布式预编码方法，首先各基站获取全网络用户的下行信道矩阵，并独立生成本小区用户的单小区初始预编码矩阵；然后各基站独立计算小区间虚拟干扰协方差矩阵；各基站通过回程链路交互小区间虚拟干扰协方差矩阵；最后各基站并行迭代求解各基站所服务用户的预编码矩阵，即得到全网络的分布式预编码矩阵。在小区间虚拟干扰协方差已知的情况下，用户的虚拟干扰加噪声之和协方差模型及虚拟加权和速率模型仅依赖于本小区用户预编码矩阵，本发明方法可以本地计算、优化，仅需在初始化阶段在基站间交互小区间虚拟干扰协方差，在尽可能减少小区间回程链路开销、系统同步要求的前提下保证系统和速率性能。

Description

一种大规模MIMO网络分布式预编码方法
技术领域
本发明涉及无线通信下行预编码，尤其涉及小区间无数据共享的网络大规模MIMO分布式预编码方法。
背景技术
大规模多输入多输出(MIMO,massive multiple-input-multiple-output)是一种在基站(BS,base station)侧部署大规模天线阵列为大量用户提供高效的通信服务的技术，由于其大大提高频谱和能源效率方面的能力，被深入研究并成为无线通信标准的关键技术。在小区间无数据共享的网络大规模MIMO系统中，各基站可通过分布式预编码以降低小区间干扰的影响。
然而，大规模天线阵列的使用使得小区间无数据共享的网络大规模MIMO系统预编码的计算复杂度与信令开销急剧增加，对网络的时延性能也提出更高的要求。为减轻这些负担，有必要设计一种仅依赖于较小的小区间信息交互量的网络大规模MIMO预编码设计方法，使得各基站可以在本地并行、分布式求得其所服务用户的预编码矩阵。相关文献已经研究了在总功率最小化准则、保证信干噪比(SINR，signal-to-interference-plus-noise-ratio)同时最小化总功率准则下，仅通过少量小区间信息交互进行串行或并行的分布式网络预编码设计方法。到目前为止，在最大化系统加权和速率准则下设计并行执行的网络大规模MIMO分布式预编码的研究尚未出现。
发明内容
发明目的：本发明的目的是提供一种小区间无数据共享的网络大规模MIMO分布式预编码方法，以克服现有技术的不足，逼近最优的加权和速率性能，并降低计算信令开销与同步要求。
技术方案：一种大规模MIMO网络分布式预编码方法，每个小区配备一个基站，所述分布式预编码方法包括：
步骤1：各基站独立生成本小区用户的单小区初始预编码矩阵，并获取全网络用户的下行信道矩阵；
步骤2：根据所述单小区初始预编码矩阵以及所述下行信道矩阵，各基站独立计算对本小区以外其他小区用户的小区间虚拟干扰协方差矩阵；
步骤3：各基站通过回程链路交互所述小区间虚拟干扰协方差矩阵；
步骤4：各基站根据小区间虚拟干扰协方差矩阵以及本小区用户的下行信道矩阵，并行迭代求解各基站所服务用户的预编码矩阵，即得到全网络的分布式预编码矩阵。
进一步的，所述大规模MIMO网络中每个小区配备一个处于几何中心位置的基站，各有K个用户随机分布在小区中，每个基站和用户分别配备M和N根天线；所述步骤4中，迭代求解各基站所服务用户的预编码矩阵时，优化目标为各基站最大化虚拟加权和速率；
对于第l个基站，其最大化虚拟加权和速率的数学表示为：
Figure BDA0003972072880000021
Figure BDA0003972072880000022
式中，
Figure BDA0003972072880000023
为第l个基站的虚拟加权和速率，Pk,l为第l个小区第k个用户的预编码矩阵，k＝1,2,3...K，上标H表示矩阵转置，Pl为第l个小区基站的最大发送功率；
其中：
Figure BDA0003972072880000024
式中，
Figure BDA0003972072880000025
为网络的加权和速率，Pu,r为第r个小区第u个用户的预编码矩阵，/>
Figure BDA0003972072880000026
为第r个小区第u个用户的虚拟预编码矩阵，/>
Figure BDA0003972072880000027
为第l个基站计算出的本小区虚拟和速率，/>
Figure BDA0003972072880000028
为第l个基站计算出的第r个小区的虚拟和速率，wk,l为第l个小区第k个用户所对应的权重，IN为N阶单位阵，/>
Figure BDA0003972072880000029
为第l个小区第k个用户下行接收信号中高斯噪声的协方差矩阵，Hk,l,l为第l个基站到第l个小区第k个用户的信道矩阵，wu,r为第r个小区第u个用户所对应的权重，/>
Figure BDA00039720728800000210
为第l个基站计算出的第r个小区第u个用户虚拟干扰加噪声之和协方差矩阵，Su,r,u,r为第r个小区第u个用户的虚拟有效信号协方差矩阵；
其中：
Figure BDA0003972072880000031
Figure BDA0003972072880000032
式中，σ为噪声功率，Pu,l为第l个小区第u个用户的预编码矩阵，Sk,l,u,r为第r个小区第u个用户对第l个小区第k个用户造成的干扰协方差矩阵，Hu,r,l为第l个基站到第r个小区第u个用户的信道矩阵，Su,r,k,r为第r个小区第k个用户对第r个小区第u个用户造成的干扰协方差矩阵，Su,r,k,j为第j个小区第k个用户对第r个小区第u个用户造成的干扰协方差矩阵。
进一步的，通过MM算法将所述最大化虚拟加权和速率的求解问题转化为二次型优化问题进行迭代求解，其迭代表达式为：
Figure BDA0003972072880000033
式中：
Figure BDA0003972072880000034
Figure BDA0003972072880000035
Figure BDA0003972072880000036
/>
Figure BDA0003972072880000037
Figure BDA0003972072880000038
其中：
Figure BDA0003972072880000039
Figure BDA00039720728800000310
Figure BDA00039720728800000311
Figure BDA00039720728800000312
式中，参数的上标(d)与(d+1)代表第d次与d+1次迭代过程中参数对应的值，
Figure BDA00039720728800000313
为迭代计算过程的中间变量；/>
Figure BDA00039720728800000314
为对偶变量，IM为M阶单位阵，/>
Figure BDA00039720728800000315
为第l个基站计算出的第l个小区第k个用户虚拟干扰加噪声之和协方差矩阵，Hk,l,r为第r个基站到第l个小区第k个用户的信道矩阵，/>
Figure BDA0003972072880000041
为/>
Figure BDA0003972072880000042
与第l个小区第k个用户的期望信号之和，/>
Figure BDA0003972072880000043
为第l个基站计算出的第r个小区第u个用户虚拟干扰加噪声之和协方差矩阵，Hu,r,l为第l个基站到第r个小区第u个用户的信道矩阵，/>
Figure BDA0003972072880000044
为/>
Figure BDA0003972072880000045
与第r个小区第u个用户的期望信号之和。
有益效果：与现有技术相比，本发明具有如下优点：本设计方法仅需在初始化阶段、通过单小区初始预编码矩阵计算出其他小区用户的小区间虚拟协方差矩阵后进行小区间信息交互，而在预编码迭代过程中不再需要进行基站间信令交互，显著减少小区间回程链路开销、系统同步要求，并保持了接近最优的和速率性能。
附图说明
图1为小区间无数据共享的网络大规模MIMO分布式预编码设计方法流程图；
图2为小区间无数据共享的网络大规模MIMO分布式预编码系统流程图；
图3为初始化之后各基站并行执行分布式预编码的流程图；
图4为小区间无数据共享的网络MIMO下行预编码传输场景图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述。
考虑一个网络大规模MIMO通信系统，该系统由L个小区组成，其中每个小区配备一个处于几何中心位置的基站，各有K个用户随机分布在小区中。每个基站和用户分别配备M和N根天线。每个基站都为自己的用户集服务，网络中的基站之间不共享用户数据。
第l个小区第k个用户的下行接收信号yk,l为：
Figure BDA0003972072880000046
式中，Hk,l,l为第l个基站到第l个小区第k个用户的信道矩阵；Pk,l为第l个小区第k个用户的预编码矩阵，服从逐小区功率约束
Figure BDA0003972072880000047
Pl为第l个小区基站的最大发送功率，上标H表示矩阵转置；dk,l为第l个小区第k个用户的数据流，满足
Figure BDA0003972072880000048
du,r为第r个小区第u个用户的数据流；Pu,l为第l个小区第u个用户的预编码矩阵；du,l为第l个小区第u个用户的数据流；Hk,l,r为第r个基站到第l个小区第k个用户的信道矩阵；Pu,r为第r个小区第u个用户的预编码矩阵；nk,l为噪声。式中右边的第一项Hk,l,lPk,ldk,l对应的是期望信号，第二项/>
Figure BDA0003972072880000051
和第三项
Figure BDA0003972072880000052
分别代表小区内和小区之间干扰。对于某一用户，其虚拟干扰加噪声之和协方差矩阵等于噪声的协方差矩阵、小区内干扰协方差矩阵、其他小区对该用户虚拟干扰协方差矩阵之和。
假设用户侧已知完美CSI，将接收干扰与噪声之和，即小区内和小区之间干扰之和
Figure BDA0003972072880000053
视作协方差矩阵为Rk,l的高斯噪声，则网络的加权和速率为：
Figure BDA0003972072880000054
其中，协方差矩阵为Rk,l为：
Figure BDA0003972072880000055
逐基站功率约束下最大化网络系统和速率的问题表达为：
Figure BDA0003972072880000056
式中，wk,l为各用户所对应的权重；σ为噪声功率；IN为N阶单位阵。
由于各小区的预编码矩阵耦合在一起，使得式(4)问题的求解需要在全网络联合优化。为将其在基站间解耦，对于第l个基站，将其他基站u≠l的预编码矩阵固定为单小区初始预编码矩阵
Figure BDA00039720728800000512
即第r个小区第u个用户的虚拟预编码矩阵，定义第r个小区第u个用户对第l个小区第k个用户造成的干扰协方差矩阵/>
Figure BDA0003972072880000057
第l个小区第k个用户的虚拟速率/>
Figure BDA0003972072880000058
为：
Figure BDA0003972072880000059
式中，
Figure BDA00039720728800000510
为第l个基站计算的第l个小区第k个用户虚拟干扰加噪声之和协方差矩阵；/>
Figure BDA00039720728800000511
同理，第l个基站计算的第r个小区第u个用户(u≠l)的虚拟速率
Figure BDA0003972072880000061
为：
Figure BDA0003972072880000062
式中，
Figure BDA0003972072880000063
为第l个基站计算的第r个小区第u个用户的虚拟协方差阵，
Figure BDA0003972072880000064
式中，Hu,r,l为第l个基站到第r个小区第u个用户的信道矩阵，
Figure BDA0003972072880000065
为第r个小区第k个用户对第r个小区第u个用户造成的干扰协方差矩阵，/>
Figure BDA0003972072880000066
为第j个小区第k个用户对第r个小区第u个用户造成的干扰协方差矩阵；Hu,r,r为第r个基站到第r个小区第u个用户的信道矩阵，/>
Figure BDA0003972072880000067
为第r个小区第k个用户的虚拟预编码矩阵，Hu,r,j为第j个基站到第r个小区第u个用户的信道矩阵，/>
Figure BDA0003972072880000068
为第j个小区第k个用户的虚拟预编码矩阵。
因此，第l个基站计算的虚拟加权和速率
Figure BDA0003972072880000069
为：
Figure BDA00039720728800000610
式中，
Figure BDA00039720728800000611
为第l个基站计算出的本小区虚拟和速率，/>
Figure BDA00039720728800000612
为第l个基站计算出的第r个小区的虚拟和速率。
将虚拟加权总和率作为原问题目标函数的近似值，则就第l个基站而言，预编码矩阵设计问题可以被表达为：
Figure BDA00039720728800000613
已知其他小区的虚拟协方差矩阵的情况下，以上虚拟加权速率最大化问题可被解耦为L个独立的子问题，并且可以在每个BS上单独并行解决。
式中的虚拟加权和率是关于P1,l,...,PK,l的非凹函数，因此难以难找到问题的闭式解。为了解决这个问题，考虑MM算法，该算法的解可以被证明收敛于原始函数的局部最大值。
首先，对于u≠l，定义如下虚拟协方差矩阵：
Figure BDA0003972072880000071
/>
Figure BDA0003972072880000072
Figure BDA0003972072880000073
Figure BDA0003972072880000074
式中，参数的上标(d)与(d+1)代表第d次与d+1次迭代过程中参数对应的值；
Figure BDA0003972072880000075
为/>
Figure BDA0003972072880000076
与第l个小区第k个用户的期望信号之和，/>
Figure BDA0003972072880000077
为/>
Figure BDA0003972072880000078
与第r个小区第u个用户的期望信号之和，Hu,r,l为第l个基站到第r个小区第u个用户的信道矩阵
那么，如下函数gl为函数
Figure BDA0003972072880000079
在/>
Figure BDA00039720728800000710
处的一个minorizing函数：
Figure BDA00039720728800000711
式中，
Figure BDA00039720728800000712
和/>
Figure BDA00039720728800000713
为常数；
Figure BDA00039720728800000714
Figure BDA00039720728800000715
其中；
Figure BDA00039720728800000716
Figure BDA00039720728800000717
Figure BDA00039720728800000718
Figure BDA00039720728800000719
Figure BDA00039720728800000720
Figure BDA0003972072880000081
式中，
Figure BDA0003972072880000082
为迭代计算过程中的中间变量。
利用minorizing函数gl，将原问题转化为一个迭代求解的凹二次优化问题序列，找到原问题的稳定点：
Figure BDA0003972072880000083
/>
定义其拉格朗日函数：
Figure BDA0003972072880000084
式中，μl＞0为对偶变量，则KKT条件为：
Figure BDA0003972072880000085
Figure BDA0003972072880000086
Figure BDA0003972072880000087
μl＞0 (29)
对于给定的
Figure BDA0003972072880000088
最小化式的/>
Figure BDA0003972072880000089
为：
Figure BDA00039720728800000810
若
Figure BDA00039720728800000811
最优解即为：
Figure BDA00039720728800000812
否则，最优对偶变量
Figure BDA00039720728800000813
可以根据二分法搜索到。
综上所述，分布式预编码方法可以概括为如下步骤：
步骤1：初始化单小区初始预编码矩阵
Figure BDA00039720728800000814
交互小区间虚拟干扰协方差矩阵
Figure BDA00039720728800000815
设置d＝0；
步骤2：计算
Figure BDA00039720728800000816
和/>
Figure BDA00039720728800000817
步骤3：计算
Figure BDA00039720728800000818
和/>
Figure BDA00039720728800000819
步骤4：更新
Figure BDA0003972072880000091
步骤5：重复步骤2-4直至收敛。
本发明方法中，各小区通过分布式预编码降低小区间干扰的影响。分布式预编码的逻辑过程包括：建立小区间虚拟干扰协方差矩阵及用户的虚拟干扰加噪声之和协方差矩阵模型；建立虚拟加权和速率模型；建立虚拟加权和速率的minorizing函数模型；求解虚拟加权和速率最大化问题得到分布式预编码迭代式。其中，各小区并行预编码迭代阶段计算包括：S1：对于网络中所有用户，计算其虚拟噪声加干扰之和的协方差矩阵；S2：更新本小区用户预编码矩阵；S3：重复S1-S2直至收敛或达到指定迭代次数。
本发明方法中，虚拟加权和速率在小区间虚拟干扰协方差已知的情况下，仅与本小区用户预编码有关；虚拟加权和速率最大化预编码设计问题通过MM算法转化为二次型优化问题进行迭代求解。
小区间虚拟干扰协方差矩阵、用户的虚拟干扰加噪声之和协方矩阵差模型及虚拟加权和速率模型仅依赖于本小区用户预编码矩阵，各基站可以进行本地计算，并最大化虚拟加权和速率得到所服务用户的预编码矩阵。本方法仅需在初始化阶段、通过单小区初始预编码矩阵计算出其他小区用户的小区间虚拟协方差矩阵后进行小区间信息交互，而在预编码迭代过程中不再需要进行基站间信令交互，显著减少小区间回程链路开销、系统同步要求，并保持了接近最优的和速率性能。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (3)

1.一种大规模MIMO网络分布式预编码方法，其特征在于，每个小区配备一个基站，所述分布式预编码方法包括：
步骤1：各基站独立生成本小区用户的单小区初始预编码矩阵，并获取全网络用户的下行信道矩阵；
步骤2：根据所述单小区初始预编码矩阵以及所述下行信道矩阵，各基站独立计算对本小区以外其他小区用户的小区间虚拟干扰协方差矩阵；
步骤3：各基站通过回程链路交互所述小区间虚拟干扰协方差矩阵；
步骤4：各基站根据小区间虚拟干扰协方差矩阵以及本小区用户的下行信道矩阵，并行迭代求解各基站所服务用户的预编码矩阵，即得到全网络的分布式预编码矩阵。
2.根据权利要求1所述的大规模MIMO网络分布式预编码方法，其特征在于，所述大规模MIMO网络中每个小区配备一个处于几何中心位置的基站，各有K个用户随机分布在小区中，每个基站和用户分别配备M和N根天线；所述步骤4中，迭代求解各基站所服务用户的预编码矩阵时，优化目标为各基站最大化虚拟加权和速率；
对于第l个基站，其最大化虚拟加权和速率的数学表示为：
Figure FDA0003972072870000011
Figure FDA0003972072870000012
式中，
Figure FDA0003972072870000013
为第l个基站的虚拟加权和速率，Pk,l为第l个小区第k个用户的预编码矩阵，k＝1,2,3...K，上标H表示矩阵转置，Pl为第l个小区基站的最大发送功率；
其中：
Figure FDA0003972072870000014
式中，
Figure FDA0003972072870000015
为网络的加权和速率，Pu,r为第r个小区第u个用户的预编码矩阵，/>
Figure FDA0003972072870000016
为第r个小区第u个用户的虚拟预编码矩阵，/>
Figure FDA0003972072870000017
为第l个基站计算出的本小区虚拟和速率，/>
Figure FDA0003972072870000021
为第l个基站计算出的第r个小区的虚拟和速率，wk,l为第l个小区第k个用户所对应的权重，IN为N阶单位阵，/>
Figure FDA0003972072870000022
为第l个小区第k个用户下行接收信号中高斯噪声的协方差矩阵，Hk,l,l为第l个基站到第l个小区第k个用户的信道矩阵，wu,r为第r个小区第u个用户所对应的权重，
Figure FDA0003972072870000023
为第l个基站计算出的第r个小区第u个用户虚拟干扰加噪声之和协方差矩阵，Su,r,u,r为第r个小区第u个用户的虚拟有效信号协方差矩阵；
其中：
Figure FDA0003972072870000024
Figure FDA0003972072870000025
/>
式中，σ为噪声功率，Pu,l为第l个小区第u个用户的预编码矩阵，Sk,l,u,r为第r个小区第u个用户对第l个小区第k个用户造成的干扰协方差矩阵，Hu,r,l为第l个基站到第r个小区第u个用户的信道矩阵，Su,r,k,r为第r个小区第k个用户对第r个小区第u个用户造成的干扰协方差矩阵，Su,r,k,j为第j个小区第k个用户对第r个小区第u个用户造成的干扰协方差矩阵。
3.根据权利要求2所述的大规模MIMO网络分布式预编码方法，其特征在于，通过MM算法将所述最大化虚拟加权和速率的求解问题转化为二次型优化问题进行迭代求解，其迭代表达式为：
Figure FDA0003972072870000026
式中：
Figure FDA0003972072870000027
Figure FDA0003972072870000028
Figure FDA0003972072870000029
Figure FDA00039720728700000210
Figure FDA00039720728700000211
其中：
Figure FDA0003972072870000031
Figure FDA0003972072870000032
Figure FDA0003972072870000033
Figure FDA0003972072870000034
式中，参数的上标(d)与(d+1)代表第d次与d+1次迭代过程中参数对应的值，
Figure FDA0003972072870000035
Figure FDA0003972072870000036
为迭代计算过程的中间变量；/>
Figure FDA0003972072870000037
为对偶变量，IM为M阶单位阵，
Figure FDA0003972072870000038
为第l个基站计算出的第l个小区第k个用户虚拟干扰加噪声之和协方差矩阵，Hk,l,r为第r个基站到第l个小区第k个用户的信道矩阵，/>
Figure FDA0003972072870000039
为/>
Figure FDA00039720728700000310
与第l个小区第k个用户的期望信号之和，/>
Figure FDA00039720728700000311
为第l个基站计算出的第r个小区第u个用户虚拟干扰加噪声之和协方差矩阵，Hu,r,l为第l个基站到第r个小区第u个用户的信道矩阵，/>
Figure FDA00039720728700000312
为/>
Figure FDA00039720728700000313
与第r个小区第u个用户的期望信号之和。/>
CN202211523045.8A 2022-11-30 2022-11-30 一种大规模mimo网络分布式预编码方法 Pending CN115882913A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211523045.8A CN115882913A (zh) 2022-11-30 2022-11-30 一种大规模mimo网络分布式预编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211523045.8A CN115882913A (zh) 2022-11-30 2022-11-30 一种大规模mimo网络分布式预编码方法

Publications (1)

Publication Number Publication Date
CN115882913A true CN115882913A (zh) 2023-03-31

Family

ID=85765026

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211523045.8A Pending CN115882913A (zh) 2022-11-30 2022-11-30 一种大规模mimo网络分布式预编码方法

Country Status (1)

Country Link
CN (1) CN115882913A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104009947A (zh) * 2014-06-19 2014-08-27 华中科技大学 一种导频信号发送和信道估计方法
US20170244513A1 (en) * 2014-10-29 2017-08-24 Nec Corporation Communication system and method, base station, and user terminal
CN113452427A (zh) * 2021-08-30 2021-09-28 东南大学 多小区协同大规模mimo鲁棒预编码设计与分布式处理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104009947A (zh) * 2014-06-19 2014-08-27 华中科技大学 一种导频信号发送和信道估计方法
US20170244513A1 (en) * 2014-10-29 2017-08-24 Nec Corporation Communication system and method, base station, and user terminal
CN113452427A (zh) * 2021-08-30 2021-09-28 东南大学 多小区协同大规模mimo鲁棒预编码设计与分布式处理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邹应全;李春国;赵睿;杨绿溪;: "多小区MIMO系统中的分布式预编码研究", 仪器仪表学报, no. 12, 15 December 2010 (2010-12-15) *

Similar Documents

Publication Publication Date Title
Pan et al. Multicell MIMO communications relying on intelligent reflecting surfaces
US8369791B2 (en) Multi-user beamforming with inter-cell interference suppression
CN111447631A (zh) 基于非正交多址技术的星地联合波束形成和功率分配方法
CN108713295B (zh) 用于多用户大规模mimo系统的实用混合预编码方案
CN108449150B (zh) 基于无线电地图信息的星地干扰协调方法、装置及设备
CN110166088B (zh) 以用户为中心的无小区mimo系统的功率控制算法
US7248897B2 (en) Method of optimizing radiation pattern of smart antenna
CN114070365B (zh) 一种智能反射表面辅助的低射频复杂度多用户mimo上行频谱效率优化方法
CN110299937A (zh) 一种上行mimo-noma无线通信系统波束成形方法
Xu et al. Weighted sum rate maximization in IRS-BackCom enabled downlink multi-cell MISO network
CN114337976A (zh) 一种联合ap选择与导频分配的传输方法
Ni et al. Partially distributed beamforming design for RIS-aided cell-free networks
CN107592675A (zh) 一种3d‑mimo多小区下行自适应传输方法
Shahsavari et al. Sectoring in multi-cell massive MIMO systems
CN112188605B (zh) 无线携能通信场景下网络辅助全双工系统收发机设计方法
Han et al. FDD massive MIMO without CSI feedback
CN110048753B (zh) 基于mimo系统加权能效最大化的分布式波束赋形优化方法
CN112564748A (zh) 一种考虑硬件损伤的mimo异构无线网络波束成形方法
CN110149133B (zh) 一种基于波束空间的大规模上行传输方法
Zhang et al. Pricing-based semi-distributed clustering and beamforming for user-centric MIMO networks
CN115882913A (zh) 一种大规模mimo网络分布式预编码方法
CN109194375B (zh) Fd-mimo多小区下行干扰协调方法
CN110213779B (zh) 一种低复杂度的上行蜂窝网络多小区协调调度方法及上行蜂窝系统
Nugraha et al. Block diagonalization precoding and power allocation for clustering small-cell networks
CN113922849A (zh) 一种毫米波mimo-noma系统下的用户分组和功率分配方法

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