针对大型矩阵奇异值分解(singular value decomposition,SVD)时使用经典算法时间复杂度较高,以及已有的量子SVD算法要求待分解的矩阵必须具有非稀疏低秩的性质,并且在计算过程中构造任意大小酉矩阵对目前的量子计算机来说实现起来并不...针对大型矩阵奇异值分解(singular value decomposition,SVD)时使用经典算法时间复杂度较高,以及已有的量子SVD算法要求待分解的矩阵必须具有非稀疏低秩的性质,并且在计算过程中构造任意大小酉矩阵对目前的量子计算机来说实现起来并不容易等问题,提出基于QR迭代的量子SVD。QR迭代使用的是Householder变换,通过量子矩阵乘法运算完成经典矩阵乘法运算过程。实验结果表明,该方法能够得到所求矩阵的奇异值及奇异矩阵,使大型矩阵的SVD具有可行性。展开更多
基于透镜天线阵列的毫米波大规模MIMO系统,可以在不损失性能的情况下,有效减少所需的射频链数。为了解决现有波束空间信道中的功率泄露和多用户干扰问题,提出了一种联合QR分解和波束增益对准(beam gain alignment,BGA)的混合预编码方案...基于透镜天线阵列的毫米波大规模MIMO系统,可以在不损失性能的情况下,有效减少所需的射频链数。为了解决现有波束空间信道中的功率泄露和多用户干扰问题,提出了一种联合QR分解和波束增益对准(beam gain alignment,BGA)的混合预编码方案。首先,设计了一种移相网络(phase shift network,PSN)结构,使得波束空间MIMO中的每个射频链能够选择多个波束来收集泄露功率。其次,对波束信道矩阵进行QR分解,以可达和速率为目标,按照递增顺序逐一选择合适的波束,直至选出最优波束选择矩阵。最后利用波束增益对准策略设计模拟预编码,为了消除系统中的多用户干扰,设计了一种使信道对角化的数字预编码器。仿真结果表明,所提算法有着更低的复杂度以及更高的可达和速率及能量效率。展开更多
文摘针对大型矩阵奇异值分解(singular value decomposition,SVD)时使用经典算法时间复杂度较高,以及已有的量子SVD算法要求待分解的矩阵必须具有非稀疏低秩的性质,并且在计算过程中构造任意大小酉矩阵对目前的量子计算机来说实现起来并不容易等问题,提出基于QR迭代的量子SVD。QR迭代使用的是Householder变换,通过量子矩阵乘法运算完成经典矩阵乘法运算过程。实验结果表明,该方法能够得到所求矩阵的奇异值及奇异矩阵,使大型矩阵的SVD具有可行性。
文摘基于透镜天线阵列的毫米波大规模MIMO系统,可以在不损失性能的情况下,有效减少所需的射频链数。为了解决现有波束空间信道中的功率泄露和多用户干扰问题,提出了一种联合QR分解和波束增益对准(beam gain alignment,BGA)的混合预编码方案。首先,设计了一种移相网络(phase shift network,PSN)结构,使得波束空间MIMO中的每个射频链能够选择多个波束来收集泄露功率。其次,对波束信道矩阵进行QR分解,以可达和速率为目标,按照递增顺序逐一选择合适的波束,直至选出最优波束选择矩阵。最后利用波束增益对准策略设计模拟预编码,为了消除系统中的多用户干扰,设计了一种使信道对角化的数字预编码器。仿真结果表明,所提算法有着更低的复杂度以及更高的可达和速率及能量效率。
