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
针对现有基于矩阵分解的混合预编码算法信道容量有损和算法复杂度高的问题,本文提出了一种基于两阶段的低复杂度混合预编码算法.该算法分为获取最优全数字预编码器和求解混合预编码器两部分.首先,本文联合奇异值分解(Singular Value Dec...针对现有基于矩阵分解的混合预编码算法信道容量有损和算法复杂度高的问题,本文提出了一种基于两阶段的低复杂度混合预编码算法.该算法分为获取最优全数字预编码器和求解混合预编码器两部分.首先,本文联合奇异值分解(Singular Value Decomposition,SVD)与注水算法以容量无损的要求设计最优全数字预编码矩阵.其次,为了降低搜索超完备矩阵列的复杂度,提出两阶段混合预编码(Two⁃Stage Hybrid Precoding,TS⁃HP)算法求解混合预编码矩阵.第一阶段,根据天线阵列响应矩阵的相关性获取模拟预编码矩阵备选集;第二阶段,利用贪婪搜索对备选集进行搜索构建混合预编码矩阵.仿真结果表明,所提算法能够有效改善系统性能,降低复杂度.展开更多
为解决传统全连接结构毫米波大规模MIMO系统高硬件成本和实现难度大的问题,本文提出了一种基于智能搜索的部分连接结构混合预编码算法。该算法在基站端采用经典的迫零数字预编码,在模拟预编码部分单独设计模拟预编码矩阵,避免了数字、...为解决传统全连接结构毫米波大规模MIMO系统高硬件成本和实现难度大的问题,本文提出了一种基于智能搜索的部分连接结构混合预编码算法。该算法在基站端采用经典的迫零数字预编码,在模拟预编码部分单独设计模拟预编码矩阵,避免了数字、模拟预编码矩阵联合设计的高复杂度,并利用模拟预编码矩阵的块对角化特性,将其设计问题转化为最优化问题,采用SBO(satin bowerbird optimization)优化算法解决此问题。针对原始SBO算法易陷入局部最优的缺点,提出了一种基于动态突变概率的DSBO(satin bowerbird optimization based on dynamic mutation probability)算法。针对移相器分辨率有限的情况,改进了DSBO算法,使之能解决此离散优化问题。仿真结果表明,与其他现有算法相比,提出的算法具有更高的系统容量和更低的误码率,且能处理移相器分辨率有限的情况。展开更多
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。
文摘针对现有基于矩阵分解的混合预编码算法信道容量有损和算法复杂度高的问题,本文提出了一种基于两阶段的低复杂度混合预编码算法.该算法分为获取最优全数字预编码器和求解混合预编码器两部分.首先,本文联合奇异值分解(Singular Value Decomposition,SVD)与注水算法以容量无损的要求设计最优全数字预编码矩阵.其次,为了降低搜索超完备矩阵列的复杂度,提出两阶段混合预编码(Two⁃Stage Hybrid Precoding,TS⁃HP)算法求解混合预编码矩阵.第一阶段,根据天线阵列响应矩阵的相关性获取模拟预编码矩阵备选集;第二阶段,利用贪婪搜索对备选集进行搜索构建混合预编码矩阵.仿真结果表明,所提算法能够有效改善系统性能,降低复杂度.
文摘为解决传统全连接结构毫米波大规模MIMO系统高硬件成本和实现难度大的问题,本文提出了一种基于智能搜索的部分连接结构混合预编码算法。该算法在基站端采用经典的迫零数字预编码,在模拟预编码部分单独设计模拟预编码矩阵,避免了数字、模拟预编码矩阵联合设计的高复杂度,并利用模拟预编码矩阵的块对角化特性,将其设计问题转化为最优化问题,采用SBO(satin bowerbird optimization)优化算法解决此问题。针对原始SBO算法易陷入局部最优的缺点,提出了一种基于动态突变概率的DSBO(satin bowerbird optimization based on dynamic mutation probability)算法。针对移相器分辨率有限的情况,改进了DSBO算法,使之能解决此离散优化问题。仿真结果表明,与其他现有算法相比,提出的算法具有更高的系统容量和更低的误码率,且能处理移相器分辨率有限的情况。
