多用户双向AF MIMO中继系统的联合预编码算法

近年,双向放大转发(amplify-and-forward,AF)多输入多输出(multiple input multiple output,MIMO)中继系统中的预编码设计吸引了越来越多研究学者的兴趣。然而,在实际MIMO中继通信系统中,针对双向传输下的系统,对多用户模型进行的研究较少。由此,针对多用户双向AF MIMO中继系统模型,提出了一种联合预编码算法。采用在所有节点功率限制下,以最小和均方误差(minimun sum mean square error,MSMSE)设计准则去求解联合信源、中继和信宿端多用户的非凸优化问题,将最初的非凸优化问题转化成多个子优化问题,并利用半正定规划设计、平方约束二次规划设计以及二阶锥规划设计求解子优化问题。之后通过交替迭代方法进一步求解每个子凸优化问题局部优化值,达到优化所有节点矩阵变量的目的。所提算法较现有的算法,不仅在优化问题方面考虑更全面、更实用,而且实验仿真结果验证,提出的算法在系统和均方误差(sum mean-square-error,SMSE)性能、和速率以及误码率(bit-error rate,BER)上有均有改善。

多用户MIMO系统下行收发联合设计

提出了一种改进的基于最小和均方误差(TMMSE)准则的MIMO系统下行链路收发联合设计算法,该算法通过迭代求解预编码和解码矩阵。相比于已有算法,充分利用了信道状态信息,借鉴BD算法的思想优化了迭代初值的选取。将求解Lagrange乘子的过程由非线性转化为线性,获得了Lagrange乘子的解析解,并使计算结果更加精确。仿真结果表明,该算法获得了更快的收敛速度,系统的误码性能得到显著提升,同时算法的计算复杂度明显降低。

降低复杂度的多用户MIMO下行收发联合设计

为降低受总功率约束基于最小和均方误差(sum-MSE)准则的多用户多输入多输出(MIMO)下行收发联合设计的计算复杂度,提出一种不需求解拉格朗日因子的收发联合设计方法.通过将总功率条件约束优化转化为无条件约束的优化问题,避免了求解非线性高阶方程来计算拉格朗日因子.仿真结果表明,相对于采用数值近似得到拉格朗日因子的收发联合设计方法,本算法在有效降低计算复杂度的同时,可显著提高系统的误码性能.