三维大规模多进多出系统中导频污染抑制方案

为降低三维大规模多进多出系统中的导频污染,提出了一种基于软导频复用的导频污染抑制方案.通过利用垂直方向上的空间自由度,从地理上将用户划分为相邻小区内垂直信道信息可分离的中心用户和不可分离的边缘用户,并对相邻小区的边缘用户分配正交的导频资源,以消除边缘用户的导频污染;对所有小区的中心用户分配相同的导频资源,并通过改进的信道估计方案降低导频污染,从而提升所有用户的信道估计精度.仿真分析表明,相比于传统的导频分配方案,该方案可以在三维大规模多进多出系统下以较低的复杂度更好地抑制导频污染,提升系统的性能.

编码收发空间调制系统的接收端联合优化算法

为实现通信系统频谱效率和能量效率的折中、误码性能和计算复杂度的折中,设计了基于收发两端天线选择的编码空间调制方案,并在接收端设计了一种联合检测、解映射的分层优化算法,利用天线及信号的备选集来降低计算复杂度,且参数可调。信道编码则采用分组马尔可夫叠加传输编码,根据频谱利用率需求灵活编码,预测下界。分析了计算复杂度并进行了蒙特卡罗仿真,将结果与最优算法相比表明,提出的联合优化算法在误比特率为10-5、备选集大小L为6、L′为4时,系统有约0.5 dB的性能损失,但计算复杂度却大幅降低。

基于KNN-TSVR算法的MIMO-OFDM系统信道估计

为了提高多输入多输出正交频分复用(MIMO-OFDM)系统的信道估计性能,提出了一种基于K近邻加权孪生支持向量回归(KNN-TSVR)的信道频率响应估计算法.该算法的工作过程是首先用最小二乘算法对导频位置的信道参数进行估计,获取训练样本,然后用K近邻(KNN)算法对训练样本进行预处理,得到赋予各样本的权重,最后由加权TSVR对MIMO-OFDM系统所有位置的信道参数进行插值估计.本文提出的改进的加权TSVR信道估计方法不仅具有TSVR对非线性关系回归的优势,同时引入KNN算法对TSVR进行改进,使得该算法与传统TSVR相比,具有更好的回归性能和抗噪声能力.对非线性MIMO-OFDM信道进行估计的仿真实验结果证实了这一结论.

5G多天线技术研究与实践

随着智能终端的持续大范围普及、移动数据业务需求的爆发式增长,以及信息技术系统能源消耗的不断增长,大幅提升无线通信频谱效率和功率效率已成为第五代移动通信发展的主要目标。集中式大规模多进多出(MIMO,Multiple Input Multiple Output)系统通过在基站端集中配置数十根至上百根天线,深度挖掘空间维度资源,使得多个用户可以在同一时频资源上与基站同时进行通信,从而在不需要增加基站密度和带宽的条件下,大幅度提高系统频谱效率和功率效率,成为第五代移动通信系统最具潜力的研究方向。本文通过研究MIMO和波束赋形理论,验证权值对系统容量的提升及终端接收功率的增益,为5G网络规划和优化提供解决方案。

SEMI-BLIND CHANNEL ESTIMATION OF MULTIPLE-INPUT/MULTIPLE-OUTPUT SYSTEMS BASED ON MARKOV CHAIN MONTE CARLO METHODS

This paper addresses the issues of channel estimation in a Multiple-Input/Multiple-Output (MIMO) system. Markov Chain Monte Carlo (MCMC) method is employed to jointly estimate the Channel State Information (CSI) and the transmitted signals. The deduced algorithms can work well under circumstances of low Signal-to-Noise Ratio (SNR). Simulation results are presented to demonstrate their effectiveness.