期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
MIMO干扰信道下低复杂度的分布式干扰对齐算法 被引量:3
1
作者 朱政宇 王忠勇 +2 位作者 高向川 段琳琳 王行业 《信号处理》 CSCD 北大核心 2013年第3期400-404,共5页
干扰对齐技术可以有效地提高干扰信道容量和抑制干扰,其问题归结为求得闭式解。传统的干扰对齐方案根据信道的互易性,采用迭代的方法(分布式)来逼近闭式解,但带来了较大的计算开销。本文在K用户MIMO干扰信道系统中提出一种低复杂度的分... 干扰对齐技术可以有效地提高干扰信道容量和抑制干扰,其问题归结为求得闭式解。传统的干扰对齐方案根据信道的互易性,采用迭代的方法(分布式)来逼近闭式解,但带来了较大的计算开销。本文在K用户MIMO干扰信道系统中提出一种低复杂度的分布式干扰对齐算法,通过对用户K的干扰协方差矩阵进行排序QR分解算法,该分解算法是基于修正的Gram-Schmidt方法,选出酉矩阵Q最后的dk列作为用户近似的干扰抑制滤波矩阵,和传统分布式干扰对齐方案相比,在基本保持系统容量和迭代收敛速度的同时,系统的复杂度明显降低。仿真结果验证了算法的有效性。 展开更多
关键词 mimo干扰信道 分布式 干扰对齐 排序QR分解 修正的Gram—Schmidt方法
下载PDF
MIMO干扰信道下基于功率分配的干扰抑制算法
2
作者 朱政宇 宋豫冀 +2 位作者 冯利婷 孙鹏 张园园 《河南科学》 2012年第10期1477-1479,共3页
为了抑制MIMO干扰信道下的多小区干扰,采用子空间干扰抑制算法和功率分配相结合的干扰抑制方案,该方案充分利用系统总功率,将多小区干扰尽可能地重叠,以提高系统的性能.理论分析及仿真结果表明,与传统干扰抑制方案相比,该方案仅牺牲极... 为了抑制MIMO干扰信道下的多小区干扰,采用子空间干扰抑制算法和功率分配相结合的干扰抑制方案,该方案充分利用系统总功率,将多小区干扰尽可能地重叠,以提高系统的性能.理论分析及仿真结果表明,与传统干扰抑制方案相比,该方案仅牺牲极微小的系统容量,却明显地降低了系统的干扰功率. 展开更多
关键词 mimo干扰信道 干扰抑制算法 功率分配 系统容量
下载PDF
多用户M×NMIMO干扰信道的干扰对齐算法研究
3
作者 陈艳 《物联网技术》 2018年第3期29-31,共3页
目前大部分关于干扰对齐研究工作中发送接收天线数及每个用户发送数据流个数的设置均相同,这不符合实际的用户环境。在实际应用环境下对干扰信道性能进行分析,提出非迭代法的两种干扰抑制矩阵的设计,对这两种非迭代法及迭代法中最小干... 目前大部分关于干扰对齐研究工作中发送接收天线数及每个用户发送数据流个数的设置均相同,这不符合实际的用户环境。在实际应用环境下对干扰信道性能进行分析,提出非迭代法的两种干扰抑制矩阵的设计,对这两种非迭代法及迭代法中最小干扰泄露算法进行仿真分析。仿真结果表明,最小干扰泄露算法中在较多的用户数及每个用户发送数据流个数的情况下将具有更高的和速率;在低信噪比时非迭代法中的线性MMSE算法优于迭代法中的最小干扰泄露算法。 展开更多
关键词 干扰对齐 mimo干扰信道 迭代法 非迭代法
下载PDF
基于分布式空时干扰对齐的MIMO干扰信道自由度研究 被引量:2
4
作者 应腾达 冯文江 +3 位作者 蒋卫恒 刘国岭 姚楚楠 包涛涛 《通信学报》 EI CSCD 北大核心 2018年第1期137-146,共10页
针对K个用户MIMO干扰信道(IC),研究基于分布式空时干扰对齐(DSTIA)的信道可达自由度。利用分布式当前和过期发射端信道状态信息(CSIT)设计预编码,分别给出MISO系统可达自由度关于CSI反馈时延和反馈频率的折中域;分析发射端天线数对MISO... 针对K个用户MIMO干扰信道(IC),研究基于分布式空时干扰对齐(DSTIA)的信道可达自由度。利用分布式当前和过期发射端信道状态信息(CSIT)设计预编码,分别给出MISO系统可达自由度关于CSI反馈时延和反馈频率的折中域;分析发射端天线数对MISO系统可达自由度的影响,导出逼近系统自由度外界的条件。进一步研究MIMO系统接收端天线数对系统自由度的影响,给出保持系统可达自由度的CSI反馈时延范围。理论和数值分析表明,所提DSTIA方案能充分消除用户间干扰,获得更高的自由度增益,缩小可达界与外界的差距,提高系统的可达速率。 展开更多
关键词 自由度 分布式空时干扰对齐 mimo干扰信道 CSI有限反馈
下载PDF
认知MIMO干扰信道的联合干扰对齐算法
5
作者 李涛柱 王瑜 +1 位作者 王茹 赵凯 《信息工程大学学报》 2015年第6期689-696,共8页
针对认知MIMO干扰信道的干扰抑制问题,前人的研究往往将其解耦为主用户和次用户的干扰抑制两个独立问题进行设计,因而需要两级处理。首先将这两类干扰的抑制进行联合处理,建立了联合干扰对齐问题模型,然后基于对交替最小化干扰对齐算法... 针对认知MIMO干扰信道的干扰抑制问题,前人的研究往往将其解耦为主用户和次用户的干扰抑制两个独立问题进行设计,因而需要两级处理。首先将这两类干扰的抑制进行联合处理,建立了联合干扰对齐问题模型,然后基于对交替最小化干扰对齐算法的拓展和改进,得出一种迭代的联合干扰对齐算法。理论分析和仿真结果表明,文章算法能有效抑制系统内的干扰,与现有算法相比,干扰抑制性能相当,求解过程简单,信道无需满足互易性。 展开更多
关键词 认知无线电 mimo干扰信道 联合干扰对齐 交替最小化
下载PDF
MIMO干扰对齐中低开销反馈拓扑设计
6
作者 陈省伟 靳进 《燕山大学学报》 CAS 北大核心 2024年第4期339-348,共10页
干扰对齐是一种解决无线通信系统的干扰问题、提升系统容量的重要技术。但实施干扰对齐需要发送端已知全局信道状态信息。为解决在多用户MIMO干扰信道场景下实施干扰对齐会产生大量信道状态信息开销的问题,提出了连续干扰对齐反馈拓扑... 干扰对齐是一种解决无线通信系统的干扰问题、提升系统容量的重要技术。但实施干扰对齐需要发送端已知全局信道状态信息。为解决在多用户MIMO干扰信道场景下实施干扰对齐会产生大量信道状态信息开销的问题,提出了连续干扰对齐反馈拓扑设计。该反馈拓扑依据用户数目设置了多对干扰对齐发送端,并连续性地执行干扰信号对齐,能够有效降低信道状态信息开销。对比已有反馈拓扑,结果表明,当用户数目K≥6时,所提的连续干扰对齐反馈拓扑能够以最低的信道状态信息开销去实现干扰对齐,这更有利于干扰对齐技术的实际应用。 展开更多
关键词 干扰对齐 信道状态信息 mimo干扰信道 反馈拓扑
下载PDF
MIMO干扰对齐中低CSI开销和时延的反馈拓扑设计 被引量:1
7
作者 靳进 赵亚楠 陈省伟 《电讯技术》 北大核心 2023年第7期1065-1072,共8页
干扰对齐实施过程中所需的大量反馈开销严重制约了其实际应用。反馈拓扑能够有效降低干扰对齐的信道状态信息(Channel State Information,CSI)获取开销。针对K用户多输入多输出(Multiple-Input Multiple-Output,MIMO)干扰信道,为了在低... 干扰对齐实施过程中所需的大量反馈开销严重制约了其实际应用。反馈拓扑能够有效降低干扰对齐的信道状态信息(Channel State Information,CSI)获取开销。针对K用户多输入多输出(Multiple-Input Multiple-Output,MIMO)干扰信道,为了在低时延下进一步降低反馈拓扑的CSI开销,在用户数目相对较多的情况下(K≥6)提出了一种新的反馈拓扑结构。相比现有7种反馈拓扑中CSI开销最低的方案,所提反馈拓扑仅需其一半的时隙数目且在K≥7时具有更低的CSI开销。分析表明所提反馈拓扑能够实现CSI开销降低和时延缩减之间的有效折中。 展开更多
关键词 mimo干扰信道 干扰对齐 信道状态信息 反馈拓扑
下载PDF
一种多用户MIMO系统干扰对齐优化算法 被引量:2
8
作者 陈艳 宋云超 《电讯技术》 北大核心 2018年第7期785-791,共7页
干扰对齐技术可以获得干扰信道自由度的最佳值,从而有效改善系统的性能。在实际系统中干扰对齐技术通常采用迭代的方法进行预编码矩阵与干扰抑制矩阵的设计,而迭代方法都需要对发送预编码矩阵进行初始化处理。然而,目前大多数已有的研... 干扰对齐技术可以获得干扰信道自由度的最佳值,从而有效改善系统的性能。在实际系统中干扰对齐技术通常采用迭代的方法进行预编码矩阵与干扰抑制矩阵的设计,而迭代方法都需要对发送预编码矩阵进行初始化处理。然而,目前大多数已有的研究所采用的初始化处理方法都忽略了干扰的影响。因此,在此基础上提出了一种基于新的初始化方法的优化算法,该方法在初始化预编码矩阵中既考虑了干扰信号也考虑了有用信号。首先,选取均方误差和最小化作为优化目标,然后利用正交三角(QR)分解将信道空间分为有用信号空间与干扰信号空间来进行预编码矩阵的初始化设计,经过反复迭代得到发送预编码矩阵与干扰抑制矩阵的最优解。理论分析和仿真结果表明,所提算法在收敛性、均方误差、和速率等方面都优于其他算法。 展开更多
关键词 mimo干扰信道 干扰对齐 迭代算法 预编码初始化
下载PDF
多小区环境中基于动态功率分配的干扰安排算法 被引量:3
9
作者 周志栋 谢显中 邵奇 《吉林大学学报(信息科学版)》 CAS 2011年第6期504-510,共7页
在多用户MIMO(Multiple-Input Multiple-Out put)干扰信道环境中,为了充分利用系统的总功率,将用户受到的干扰最大化地重叠,以提高系统性能。给出了MIMO干扰信道模型及子空间干扰安排算法分析;针对如何最大程度地利用系统功率问题提出... 在多用户MIMO(Multiple-Input Multiple-Out put)干扰信道环境中,为了充分利用系统的总功率,将用户受到的干扰最大化地重叠,以提高系统性能。给出了MIMO干扰信道模型及子空间干扰安排算法分析;针对如何最大程度地利用系统功率问题提出了一种采用动态功率分配的干扰安排算法。仿真结果显示,该方案仅牺牲微小的系统容量,却显著地降低了系统的平均误码率和干扰功率,证明该算法较给定功率算法更有优势。 展开更多
关键词 干扰安排/对齐 mimo干扰信道 动态功率分配 多小区
下载PDF
基于动态功率分配的子空间干扰对齐算法
10
作者 王晓旭 张少锋 《电脑知识与技术》 2013年第7X期4815-4817,共3页
为了更好地消除MIMO干扰信道下的多小区干扰,该文采用子空间干扰对齐算法和功率分配相结合的干扰对齐方案,该方案充分利用干扰系统总功率,将多小区干扰尽可能地重叠在相应子空间内,以提高整体系统的性能.仿真结果显示,与传统干扰对齐算... 为了更好地消除MIMO干扰信道下的多小区干扰,该文采用子空间干扰对齐算法和功率分配相结合的干扰对齐方案,该方案充分利用干扰系统总功率,将多小区干扰尽可能地重叠在相应子空间内,以提高整体系统的性能.仿真结果显示,与传统干扰对齐算法相比,本算法仅以微小的系统容量为代价,却显著地降低了整体系统的干扰总功率。 展开更多
关键词 mimo干扰信道 子空间干扰对齐算法 系统容量 功率分配
下载PDF
Rayleigh Quotient Based Interference Alignment Spectrum Sharing in MIMO Cognitive Radio Networks 被引量:1
11
作者 RONG MEI 《China Communications》 SCIE CSCD 2015年第6期96-105,共10页
An interference alignment(IA)spectrum sharing method based on Rayleigh quotient is proposed for distributed multi-user multi-antenna cognitive radio(CR) networks.The interference from cognitive users(CUs)to the primar... An interference alignment(IA)spectrum sharing method based on Rayleigh quotient is proposed for distributed multi-user multi-antenna cognitive radio(CR) networks.The interference from cognitive users(CUs)to the primary(PR) system is constrained through the Rayleigh quotients of channel matrices to deal with the absence of PR users(PUs) in the IA process.As a result,the IA scheme can be applied in CR networks without harmful interference to PUs.Compared with existing IA based spectrum sharing methods,the proposed method is more general because of breaking the restriction that CUs can only transmit on the idle sub-channels of the PR system.Moreover,in comparison to other four spectrum sharing methods applicable in general scene,the proposed method leads to improved performance of achievable sum rate of the CR system as well as guarantees the transmission of PUs. 展开更多
关键词 cognitive radio spectrum sharing Rayleigh quotient interference alignment mimo
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部