提出了一种下行多用户MIMO系统中的鲁棒性线性处理算法.该算法利用了信道均值和天线相关矩阵等信道统计信息,在总发射功率不大于目标值的约束条件下,能够使所有用户的均方误差(total mean square error,TMSE)在随机信道上的平均值最小....提出了一种下行多用户MIMO系统中的鲁棒性线性处理算法.该算法利用了信道均值和天线相关矩阵等信道统计信息,在总发射功率不大于目标值的约束条件下,能够使所有用户的均方误差(total mean square error,TMSE)在随机信道上的平均值最小.该算法不明显依赖瞬时信道信息(channel state information,CSI),当信道估计得到的CSI不准确时,它能够有效降低由CSI偏差带来的性能损失.仿真结果表明提出的算法能够有效地降低由于不准确CSI带来的误码率和平均MSE的损失.展开更多
在MIMO(Multiple-Input Multiple-Output)多用户下行链路中,当发射端具有完全的信道状态信息(CSI:Channel State Information),则可以通过块对角化预编码完全消除用户间干扰(IUI:Inte-User Interfer-ence)。但是,不准确的发射端CSI会导...在MIMO(Multiple-Input Multiple-Output)多用户下行链路中,当发射端具有完全的信道状态信息(CSI:Channel State Information),则可以通过块对角化预编码完全消除用户间干扰(IUI:Inte-User Interfer-ence)。但是,不准确的发射端CSI会导致接收端有残留的IUI。针对最大比合并(MRC:Maximal Ratio Combi-ning)接收机,考察了不准确的发射端CSI对MRC接收机输出的信干噪比(SINR:Signal to Interference plusNoise Ratio)的影响。考虑两个用户的情况,其天线数均为N,而基站的天线数为N+1。推导了SINR的中断概率的上界和下界,且它们之间有简单的关系。仿真结果证明了理论推导的正确性。展开更多
文摘提出了一种下行多用户MIMO系统中的鲁棒性线性处理算法.该算法利用了信道均值和天线相关矩阵等信道统计信息,在总发射功率不大于目标值的约束条件下,能够使所有用户的均方误差(total mean square error,TMSE)在随机信道上的平均值最小.该算法不明显依赖瞬时信道信息(channel state information,CSI),当信道估计得到的CSI不准确时,它能够有效降低由CSI偏差带来的性能损失.仿真结果表明提出的算法能够有效地降低由于不准确CSI带来的误码率和平均MSE的损失.
文摘在MIMO(Multiple-Input Multiple-Output)多用户下行链路中,当发射端具有完全的信道状态信息(CSI:Channel State Information),则可以通过块对角化预编码完全消除用户间干扰(IUI:Inte-User Interfer-ence)。但是,不准确的发射端CSI会导致接收端有残留的IUI。针对最大比合并(MRC:Maximal Ratio Combi-ning)接收机,考察了不准确的发射端CSI对MRC接收机输出的信干噪比(SINR:Signal to Interference plusNoise Ratio)的影响。考虑两个用户的情况,其天线数均为N,而基站的天线数为N+1。推导了SINR的中断概率的上界和下界,且它们之间有简单的关系。仿真结果证明了理论推导的正确性。