基于SWIPT的无小区大规模MIMO-NOMA系统能量效率研究

无小区大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)与非正交多址接入(Non-Orthogonal Multiple Access,NOMA)都是未来6G的使能技术。无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)技术在进行信息解码的同时收集能量,与无小区大规模MIMO-NOMA优势互补。文中基于SWIPT研究无小区大规模MIMO-NOMA系统中的能量效率问题,通过联合优化功率分配系数和SWIPT的时隙切换(Time Switching,TS)系数,提高系统的能量效率。为了最大化能量效率,采用布谷鸟算法设计功率分配系数。考虑一种特殊情况,将所有终端的TS系数设置相同,进而推导了最佳TS系数的封闭表达式。仿真结果表明,相较于几种已有方案,文中提出的优化方案可以显著提升系统的能量效率。

MIMO雷达分组正交波形集优化设计方法

在现代电子对抗中,数字射频存储(DRFM)设备能够快速截获机载脉冲多普勒雷达信号,能够实现对多输入多输出(MIMO)雷达的干扰。MIMO雷达可基于多组相互正交的波形集来对抗DRFM干扰。同时,为最大化MIMO雷达波形分集增益,每个脉冲内发射的波形也需要正交。为了平衡组内和组间的正交性,文中建立了一种分组正交波形集优化模型,其目标函数为组内和组间相关函数性能评估指标值的加权和;为了求解该优化问题,提出了一种分组正交波形集设计方法。所提方法将原优化问题简化为p-范数优化问题,基于MM算法导出了最小化目标函数的迭代求解表达式。仿真结果表明,所提方法可通过改变权重系数来灵活平衡MIMO雷达的干扰抑制性能和距离压缩性能。

无线紫外光MIMO通信系统信道容量估算方法

无线紫外光通信系统易受大气散射等因素的影响,导致通信信道容量估算准确率较低。为此,提出一种无线紫外光多入多出(Multiple-Input Multiple-Output, MIMO)通信系统信道容量估算方法。根据信道特征,构建无线紫外光MIMO通信系统的信道容量估计模型,获取无线紫外光的单次散射传输特性,利用符号补码式的方法改进空时编码,设定高级检测器中符号的接收能耗,使每个符号保持在标准功率数值范围内,完成通信系统信道检测式编码。根据不同发射角和接收角计算无线紫外光通信的路径损耗比,通过泊松随机分布获得最终通信系统信道容量的估算结果。实验结果表明,所提方法的传输速率可高达8 Mbps,误码率始终低于10-3bit/s,估算准确率在90%以上,估计时间低于4 ms,估算效果好,可为通信行业发展提供理论依据。

基于位置分配的去蜂窝massive MIMO系统导频分配功率控制算法

针对去蜂窝(cell free,CF)大规模多输入多输出(multiple-input multiple-output,MIMO)系统中存在严重的导频污染问题,提出了一种基于位置分配的贪婪导频分配功率控制算法(greedy pilot assignment based on location with pilot power control,GPABL with PPC).首先,遵循相邻用户不分配相同导频序列的原则进行贪婪导频分配(greedy pilot assignment,GPA);然后,在导频分配的基础上叠加了导频功率控制,选择合理的导频功率控制系数减小信道估计的均方误差.仿真结果表明,将两种方式结合起来进行导频优化,系统的吞吐能力有所提升.

可用于WLAN的双频MIMO天线设计

设计了一款可用于WLAN的双频MIMO天线。天线的正面为L型单极子,背面为金属接地板。通过在接地板上加载耦合枝节使天线具有双频特性。同时,为了天线的小型化,对耦合枝节进行了弯折处理,减小天线尺寸。在两个天线单元之间加载T型寄生枝节和刻蚀矩形缝隙来提高天线的隔离度。使用电磁仿真软件和矢量网络分析仪对天线进行仿真和实测,结果表明:天线的工作频段为2.4~2.55 GHz和5.1~6.3 GHz,覆盖了WLAN的频段,同时在低频段内隔离度高于19 dB,高频段内隔离度高于25 dB。此外,天线的包络相关系数小于0.01且具有全向辐射特性。天线整体性能较好,可以满足WLAN的需求。

宽带太赫兹大规模MIMO系统中的混合预编码

针对宽带太赫兹大规模多输入多输出(multiple input multiple output,MIMO)通信系统中更大的带宽和更多的天线导致的波束分裂问题,构建了基于时延的宽带太赫兹大规模MIMO系统的混合预编码通信模型,并提出了一种高效且可实现的联合时延和相位的宽带太赫兹混合预编码算法。考虑到时延器值的硬件限制,通过最小化最优模拟预编码与等效模拟预编码之间的差来联合优化模拟预编码矩阵和数字预编码矩阵,将联合优化问题转换成目标优化问题,通过将非凸问题转换成等价的凸问题来求全局最优解。仿真结果表明,提出的算法可以获得接近最优的可实现速率性能,且可以提高能量效率。

基于低秩块Hankel矩阵正则化的阵元故障MIMO雷达DOA估计

多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达在阵元故障时虚拟阵列输出数据矩阵会出现大量的整行数据丢失,由于阵列接收数据矩阵的不完整而导致对波达方向(Direction of Arrival,DOA)的估计性能恶化。大多数低秩矩阵填充算法要求缺失数据随机分布于不完整的矩阵中,无法适用于整行缺失数据的恢复问题。为此,提出了一种基于低秩块Hankel矩阵正则化的阵元故障MIMO雷达DOA估计方法。首先,通过奇异值分解(Singular Value Decomposition,SVD)降低虚拟阵列输出矩阵的维度,以减少计算复杂度。然后,对降维数据矩阵建立基于块Hankel矩阵正则化的低秩矩阵填充模型,在该模型中将MIMO雷达降维数据矩阵排列成块Hankel矩阵并施加Schatten-p范数作为正则项。最后,结合交替方向乘子法(Alternate Direction Multiplier Method,ADMM)求解该模型,获得完整的MIMO雷达降维数据矩阵。仿真结果表明,所提方法能够有效恢复降维数据矩阵中的整行数据缺失,具有较高的DOA估计精度和实时性,在阵元故障率低于50.0%时DOA估计精度优于现有方法。

基于无线传播环境的无蜂窝大规模MIMO系统接入点部署优化

无蜂窝大规模多输入多输出(MIMO)系统通过在覆盖区域内部署大量的接入点(AP),可以为用户提供均匀、可靠的服务。传统的无蜂窝大规模MIMO系统采用随机部署,未考虑AP周围的路径损耗、阴影衰落散射物以及环境遮挡对覆盖质量的影响。为了考虑实际环境下无蜂窝大规模MIMO能实现均匀、一致的覆盖,提出了基于无线传播环境的AP部署方案。首先,通过混合概率路径损耗模型对无线传播环境进行表征,其次构建了以最大化平均吞吐量为目标的AP部署优化问题,最后将问题转化为马尔可夫博弈过程,并且基于多智能体深度确定性策略梯度(MADDPG)算法得出最优的AP部署策略。仿真结果表明,相比于传统的随机部署和现有AP部署策略,所提方案可明显改善复杂环境下的非均匀覆盖问题,为用户提供良好一致的均匀覆盖。

低复杂度的大规模MIMO分布式信道估计

针对大规模多输入多输出(multiple-input multiple-output,MIMO)系统传统信道矩阵获取方式导频开销大、计算复杂度高的问题,提出了一种低复杂度的二阶段分布式信道估计方案。该方案的初始阶段在基站侧采用传统压缩感知算法恢复信道矩阵,第2阶段在用户端利用信道的时间相关性,将大规模MIMO的角度域信道分解为密集部分和稀疏部分,并分别估计以实现连续信道追踪。稀疏部分信道通过所提的分布式自适应弱匹配追踪(distributed adaptive weak matching pursuit,DAWMP)算法,利用子信道的联合稀疏性进行多维重建。相比于线性最小均方误差(linear minimum mean square error,LMMSE)算法,所提方案的信道分解策略有效减少了在用户端进行信道估计的计算复杂度。仿真结果表明,所提算法与经典压缩感知信道估计算法相比,计算复杂度降低了约33%,算法性能提升了约0.5 dB。

无蜂窝大规模MIMO系统接入点动态选择算法

在无蜂窝大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中,所有接入点(Access Point,AP)为用户提供服务的方式会造成较大的功率消耗和增加前传链路压力。以“用户为中心”的AP选择方案为每个用户选择最佳的AP集合,使系统频谱效率和能量效率得以提升。为了给每个用户选择最佳的AP集合,提出了一种基于反向传播(Back Propagation,BP)神经网络的接入点动态选择算法。将AP与用户之间的大尺度衰落向量作为输入,AP与用户之间的连接关系作为BP神经网络输出的预测向量,同时,针对BP神经网络初始化权值,提出了一种改进的自适应遗传算法以提高算法的收敛速度和收敛性能。仿真结果表明,改进后的BP神经网络预测结果更接近于实际值,并且比全连接和启发式的AP选择方案具有更高的系统和速率。

基于CNN的毫米波无蜂窝大规模MIMO信道估计

针对小区间干扰导致蜂窝边缘无法满足不断增长的数据速率需求问题,毫米波无蜂窝大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统被认为是一种很有前途的解决方案。然而,毫米波的高频率、大带宽以及接入点配置的大量天线给信道估计带来了较大挑战。将毫米波大规模MIMO信道矩阵视为二维图像,结合图像去噪方法提出一种基于改进去噪卷积神经网络(Improved-Denoising Convolutional Neural Network,I-DnCNN)的信道估计算法。通过具有注意力机制的压缩与激励(Squeeze-and-Excitation,SE)模块,自适应调整提取的全局特征以增强对信道噪声特征的学习,根据接收信号估计出噪声等级图且增添为输入,提升对噪声的鲁棒性。最后,采用残差学习的方式获得估计信道矩阵。利用理论信道模型和基于波束追踪的信道数据集进行的仿真实验结果表明,与去噪卷积神经网络(Denoising Convolutional Neural Network,DnCNN)算法相比,所提算法在两个数据集下的信道估计精度可分别平均提升2.27 dB和2.60 dB。

融合残差SENet的毫米波大规模MIMO信道估计

在户外光线追踪场景下,针对毫米波大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统受户外环境噪声干扰导致估计精度低的问题,提出了一种融合残差挤压激励网络(Squeeze-and-Excitation Network,SENet)的条件生成对抗网络的信道估计方法。该方法采用条件生成对抗网络将低分辨率接收信号重建为高分辨率的原始信号完成信道估计,同时在生成器网络中引入SENet网络模块来抑制户外场景下显著性噪声干扰,提高估计精度;最后将残差网络中的残差块添加到SENet的放缩操作后,提高条件生成对抗网络的收敛速度。仿真结果表明,相较于正交匹配追踪算法、卷积神经网络、去噪卷积神经网络和条件生成对抗网络算法,所提方法在户外噪声环境下估计精度平均提高了约2.2 dB,且在高噪声强度下估计精度的提高更为显著。

距离角度失配条件下的FDA-MIMO雷达运动目标检测算法

频控阵-多输入多输出(Frequency Diverse Array-Multiple Input Multiple Output,FDA-MIMO)雷达是一种新体制雷达,其发射频率分集特性带来了额外的距离维信息,然而采样误差同样带来了导向矢量失配的问题,不仅如此,角度误差的存在也会进一步加重导向矢量的失配,极大地影响检测器的检测性能。此外,目标速度过快也会对FDA-MIMO雷达的目标检测性能产生影响。速度带来的影响具体表现在两个方面:一方面会导致目标的距离走动,从而导致不同慢时间的回波包络不能对齐,无法相干积累;二是频率增量引起的多普勒扩展,使得不同发射通道的多普勒频率不一样,这会进一步影响检测性能。针对上述问题,本文针对运动目标情况下的目标检测问题进行研究,为了解决目标运动带来的距离徙动和多普勒扩展效应,引入Keystone变换进行校正。此外,为了提升阵列失配条件下的目标检测性能,本文引入子空间模型,提出了距离角度失配情况下的子空间构建方法,并基于广义似然比检验(Generalized Likelihood Ratio Test,GLRT)准则推导了FDA-MIMO雷达在距离和角度失配条件下的自适应检测器。仿真结果表明:在高斯白噪声背景下,所提算法可以校正运动目标在速度较快情况下导致的距离徙动和多普勒扩展效应,且在阵列距离和角度失配条件下的检测性能优于传统的GLRT检测器。此外本文所提Keystone-空域处理检测器与Keystone-全空时处理检测器的性能接近,且计算复杂度更低。

基于混沌序列的MIMO-OFDM雷达通信一体化波形设计

为了解决多输入多输出的正交频分复用(multiple input multiple output orthogonal frequency division multiplexing,MIMO-OFDM)雷达通信一体化信号波形由于通信信息的不确定性导致模糊函数旁瓣水平较高以及系统雷达探测能力较差的问题,提出利用混沌序列对通信信息进行直接扩频。但普通单级混沌序列具有保密性低,可用数量少,容易被破解的缺点。因此采用一种基于加权算法优化的混合型级联混沌序列对通信信息进行扩频调制,然后再通过MIMO-OFDM一体化系统进行传输。由仿真结果可知,加权后的级联混沌序列相关性和误码率性能较m序列和Gold序列更好,经此序列扩频后的一体化信号模糊函数旁瓣水平会更低,故该一体化波形雷达探测性能更佳。且混沌序列越长,信号波形雷达探测能力越好。

基于莱斯信道的大规模MIMO协作中继网络设计与优化

随着移动通信技术的不断发展,大规模多输入多输出(Multiple Input Multiple Output,MIMO)系统被广泛应用于提高网络容量和性能。而协作中继网络作为一种有效提高通信覆盖能力和网络容量的手段,也受到越来越多的关注。文章基于莱斯信道模型,针对大规模MIMO协作中继网络进行设计与优化,旨在提升网络的可靠性和传输效率。通过对信道特性的分析和系统参数的优化,可以实现更好的性能表现。

莱斯信道下大规模MIMO系统传输速率研究

为解决频谱效率和能量效率低、不安全性高、导频污染严重等问题,对莱斯信道下大规模多进多出(MIMO)系统进行研究。从原理和优势两个方面分析大规模MIMO系统,并概述莱斯信道,探讨大规模MIMO系统的关键技术,如线性信号检测算法、信道估计技术,进而分析莱斯信道下大规模MIMO系统的传输速率,以期为相关人员提供参考。

基于平滑矩阵集优化的双基地MIMO雷达相干目标DOD和DOA联合估计

针对在进行相干目标测向时出现的协方差矩阵秩亏现象,双基地多输入多输出(MIMO)雷达探测相干目标会出现精度差、角度分辨率低等问题,提出一种基于分集平滑优化对相干目标波离方向角(DOD)和波达方向角(DOA)进行联合估计的算法。所提算法能通过分集平滑降维协方差矩阵,构造更有效的平滑矩阵集对相干目标进行联合角度估计。将发射阵列和接收阵列进行分集平滑并构建发射子矢量,计算其协方差矩阵;将每个发射子矢量的协方差矩阵进行平滑重构而后进行加权处理得到前向平滑矩阵;对前向平滑矩阵进行共轭翻转等变换后,得到前后向平滑矩阵,再对其进行奇异值(SVD)分解;利用降维多重信号分类(RD-MUSIC)算法对信号进行空间谱估计并实现DOD和DOA自动配对。所提算法有效提高双基地MIMO雷达对相干目标的测向性能,并通过实验证明所提算法的可行性。

基于新型共面波导的频率可重构MIMO天线设计

设计了一种基于新型共面波导(CPW)频率可重构多输入多输出(MIMO)天线。在天线中使用开关元件,通过控制开关改变CPW的电流长度来实现6.17~9.38 GHz与19.53~25.48 GHz离散频率可调。转换模式不需要额外的匹配电路,使得结构更紧凑。天线单元采用CPW馈电方式,蚀刻在F4B的介质基板上,MIMO配置无需额外的解耦装置便能实现良好的隔离效果。仿真和测试结果表明,单个天线与MIMO天线均可实现频率可重构特性,天线单元之间的隔离度<-20 dB,相关包络系数<0.05,分集增益接近10 dB,满足设计要求。

面向全息MIMO 6G通信的电磁信道建模理论与方法

全息多输入多输出(HMIMO)是6G通信中的新兴技术,相应阵列由固定物理孔径下的密布天线单元组成。全息MIMO是电磁约束下Massive MIMO天线技术的拓展。全息MIMO系统在有效提升无线通信性能方面具有极大的潜力。比如,可用最小的功率损耗实现尽可能大的连续孔径,灵活控制目标方向的电磁波传输等。但是,由于全息MIMO系统包含大量的紧密分布的天线单元,且单元之间的距离小于半波长,因而造成严重的电磁耦合作用。这些耦合使传统的独立同分布的信道假设失效。因此,如何设计一个有效且贴近实际的信道建模成为当前全息MIMO研究中最具挑战性的问题之一。针对该挑战,该文研究了基于电磁场理论的4种信道建模方式,它们都能很好描述全息MIMO系统中的电磁波传输特征。第1种是基于平面格林函数的精确信道建模方式,该方式将自由空间中点对点的格林函数扩展到平面之间积分形式的格林函数,通过积分计算来构造两个全息MIMO平面之间的通信信道,但该方法的复杂度较高。第2, 3种方法则分别采用了平面波展开和球面波展开来近似全息MIMO的通信信道,这两种方案的复杂度更低。其中,基于平面波展开的信道建模形式相对简单,更适用于远场,但是会低估单元强耦合时的最大系统容量;基于球面波展开的信道建模能更好捕捉电磁波信道几何特征,但其复杂度较高。最后介绍基于随机格林函数的信道建模方法,主要描述富散射环境或瑞利信道中电磁波的随机特性。

一种动平台MIMO雷达对海广域探测波束锐化方法

为解决动平台相控阵雷达前视成像方位分辨率低的问题,文中利用多输入多输出(Multiple Input Multiple Output,MIMO)雷达角度分辨力的优势,给出了一种适用于广域宽角扫描的机载MIMO雷达波束锐化方法。首先,根据MIMO雷达虚拟阵列原理,在宽发窄收和同时多波束探测模式下,建立了子阵级MIMO雷达前视成像回波模型;然后,在贝叶斯准则下,结合噪声统计先验信息,给出了基于最大似然估计的波束锐化方法。仿真和数据分析发现,该方法在较宽的角域内均可以获得良好的波束锐化性能,同时又极大节省了时间资源,具有一定的工程应用价值。