首页> 正文

多用户MIMO通信系统的预编码与干扰协调技术研究

2020-12-11阅读(851)

多用户MIMO通信系统的预编码与干扰协调技术研究

论文摘要

作为提高无线通信系统频谱效率的重要手段,点对点的单用户多输入多输出（Multiple-Input Multiple-Output, MIMO）技术在过去十余年间经历了长足发展,而蜂窝网络、无线局域网等实际系统中不可避免地会遇到更为复杂的点对多点、多点对多点的MIMO通信模型。这两种MIMO系统均包含多个用户接收机,通常将前者称为MIMO广播信道,后者称为MIMO干扰信道,二者对于提升MIMO无线通信系统性能具有重要意义,并且传统的单用户MIMO传输策略对其不再适用,因此近年来上述两种多用户的MIMO通信系统受到了研究者的格外关注。本论文主要针对MIMO广播信道（也称为多用户MIMO下行链路或系统）预编码技术和MIMO干扰信道干扰协调技术进行研究,其主要贡献在于为获得简便高效的传输策略提出了多种新算法,并能够对算法所能达到的系统容量性能进行理论分析。首先,论文提出了一种低复杂度的多用户MIMO下行链路块对角化预编码算法。算法通过对迫零向量的格拉姆-施密特正交化消除用户间干扰,进而按照单用户MIMO容量最大化准则获得预编码矩阵。论文从理论上证明了所提算法同样能够实现无用户间干扰条件下的最优容量。由于算法避免了干扰消除过程中复杂的矩阵奇异值分解运算,其计算复杂度相比传统算法有显著降低,下降幅度达百分之五十其次,论文提出了一种低复杂度的多用户MIMO下行系统迭代迫零预编码算法,满足用户分配单路数据流这一特定场景。算法使用迫零准则设计预编码发射向量,使用最大比合并准则更新接收向量,并且通过并行更新方式完成收发向量迭代,以实现快速收敛。由于算法完全基于线性运算构造,其计算复杂度得到大幅降低,并且仿真结果表明,算法在性能上仍非常接近具有最佳容量的同类迭代算法。最后,论文提出了两种最大化MIMO干扰信道容量的分布式干扰协调算法。论文通过对系统容量进行一阶泰勒展开,推导定义了代价函数概念。所提出的迭代泰勒近似（Iterative Taylor Approximation, ITA）算法通过交互代价信息,使用户依次最大化泰勒近似的系统容量,能够达到最大化用户速率与抑制对其他用户干扰二者之间的有效折中。论文在理论上证明了分布式ITA算法能够达到与集中式算法相同的容量性能。论文进一步构造虚拟n人凹博弈对更加广义的异步发射策略更新过程进行分析,证明了博弈过程中纳什均衡点的存在性与唯一性,并基于该博弈模型提出了分布式迭代协方差-代价更新（Iterative Covariance-Price updating, ICP）算法,其策略更新方式更加灵活,并且仿真结果表明,ICP算法能够以更低的交互量,实现与ITA算法几乎完全相同的容量性能。论文的一个突出贡献在于,在不附加任何额外限制条件下,将单输入单输出（Single-Input Single-Output, SISO）干扰信道中的代价概念扩展至MIMO场景,并从泰勒近似的角度给出了合理解释。与其他同类分布式算法相比,论文算法适用于更加一般的MIMO干扰信道情形,并且算法收敛性能够得到严格证明。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 符号说明
  • 缩略词表
  • 第1章 绪论
  • 1.1 引言
  • 1.2 MIMO广播信道
  • 1.2.1 MIMO广播信道容量
  • 1.2.2 多用户MIMO下行链路预编码
  • 1.3 多用户MIMO干扰信道
  • 1.3.1 干扰信道容量
  • 1.3.2 MIMO干扰信道干扰协调
  • 1.4 本论文的来源和研究意义
  • 1.4.1 课题研究来源
  • 1.4.2 论文研究意义
  • 1.5 论文的主要内容和研究成果
  • 第2章 低复杂度多用户MIMO下行链路块对角化预编码
  • 2.1 引言
  • 2.2 系统模型
  • 2.3 块对角化BD算法容量
  • 2.4 低复杂度块对角化算法
  • 2.4.1 GSO-ZF方法
  • 2.4.2 算法步骤
  • 2.5 性能分析
  • 2.5.1 容量分析
  • 2.5.2 复杂度分析
  • 2.6 仿真结果
  • 2.7 小结
  • 第3章 多用户MIMO下行系统迭代迫零预编码
  • 3.1 引言
  • 3.2 系统模型
  • 3.3 迭代预编码思想
  • 3.4 迭代迫零预编码算法
  • 3.5 复杂度分析
  • 3.6 仿真结果
  • 3.7 小结
  • 第4章 MIMO干扰信道中基于泰勒近似的干扰协调
  • 4.1 引言
  • 4.2 系统模型及问题陈述
  • 4.3 迭代泰勒近似ITA算法
  • 4.3.1 ITA算法收敛性分析
  • 4.4 基于博弈论的分布式算法
  • 4.4.1 虚拟n人凹博弈
  • 4.4.2 迭代协方差—代价更新ICP算法
  • 4.4.3 ICP算法收敛性分析
  • 4.5 仿真结果
  • 4.6 小结
  • 第5章 总结与展望
  • 5.1 本论文已取得的研究成果
  • 5.2 可进一步研究的方向
  • 参考文献
  • 附录1 推论3.1的证明
  • 附录2 推论4.1的证明
  • 附录3 定4.2的证明
  • 附录4 定理4.3的证明
  • 致谢
  • 作者在攻读博士期间发表、已录用及在审的论文

    • 相关论文文献

    • [1].基于MIMO类脑情感学习回路的横-纵向综合控制驾驶员模型[J]. 吉林大学学报(工学版) 2020(01)
    • [2].大规模MIMO系统导频污染问题研究[J]. 无线互联科技 2020(04)
    • [3].基于自适应MIMO技术的深空探测对流层延迟预测[J]. 红外与激光工程 2020(05)
    • [4].基于黎曼流形的MIMO雷达目标检测方法[J]. 吉林大学学报(信息科学版) 2020(03)
    • [5].5G室内分布系统建设方案及MIMO技术使用分析[J]. 数字技术与应用 2020(05)
    • [6].探究MIMO技术在短波通信基带处理中的应用[J]. 产业科技创新 2019(05)
    • [7].一种MIMO非高斯振动的逆多步预测法[J]. 振动.测试与诊断 2020(04)
    • [8].基于升空大规模MIMO平台的无源定位方法[J]. 通信技术 2020(06)
    • [9].角度估计辅助量子密钥分发的毫米波大规模MIMO系统安全传输方案[J]. 信号处理 2020(08)
    • [10].MIMO雷达抗有源干扰性能分析[J]. 科技风 2020(32)
    • [11].联合时移和空间划分方法抑制大规模MIMO导频污染[J]. 通信学报 2017(02)
    • [12].大规模MIMO天线设计及对5G系统的影响分析[J]. 网络安全技术与应用 2017(05)
    • [13].MIMO系统中均衡与预编码技术的对比研究[J]. 信息通信 2017(07)
    • [14].基于空时域压缩的大规模MIMO导频污染抑制算法[J]. 计算机工程 2017(07)
    • [15].5G大规模MIMO高低频信道模型对比探讨[J]. 移动通信 2017(14)
    • [16].大规模MIMO系统中功率分配算法的能效研究[J]. 郑州大学学报(工学版) 2017(04)
    • [17].空间调制系统检测方法在5G大规模MIMO中的应用研究[J]. 科技资讯 2015(34)
    • [18].大规模MIMO系统中导频污染研究进展[J]. 广东通信技术 2016(05)
    • [19].大规模MIMO系统中导频污染空域降低方法[J]. 通信技术 2016(08)
    • [20].大规模MIMO预编码算法研究与分析[J]. 通信技术 2016(09)
    • [21].基于集中式MIMO雷达的多目标跟踪功率分配优化算法[J]. 空军工程大学学报(自然科学版) 2019(05)
    • [22].基于大规模MIMO技术的5G无线信道建模及仿真[J]. 邮电设计技术 2020(07)
    • [23].全双工大规模MIMO中继频谱效率研究[J]. 通信技术 2017(02)
    • [24].航空发动机MIMO系统的闭环辨识与故障诊断算法[J]. 测控技术 2017(04)
    • [25].大规模MIMO下最优预编码选择策略研究[J]. 电视技术 2016(05)
    • [26].MIMO系统中空时编码性能仿真和分析[J]. 电信科学 2015(02)
    • [27].对MIMO雷达角度欺骗干扰研究[J]. 电子测量技术 2015(03)
    • [28].MIMO双基地雷达及其应用展望[J]. 大众科技 2015(04)
    • [29].大规模MIMO系统中基于子空间跟踪的半盲信道估计[J]. 应用科学学报 2015(05)
    • [30].MIMO技术在煤矿井下通信中的应用[J]. 科技视界 2015(33)

    标签：;  ;  ;  ;  ;  ;  ;  

    多用户MIMO通信系统的预编码与干扰协调技术研究
    下载Doc文档

    猜你喜欢

    © 2025 毕速过 版权所有 鄂ICP备12018319号-5