11联合随机波束成形与迫零预编码的多波束选择_于波
一种基于随机聚合波束成形的用户设备选择方法[发明专利]
![一种基于随机聚合波束成形的用户设备选择方法[发明专利]](https://img.taocdn.com/s3/m/357ed149001ca300a6c30c22590102020740f23f.png)
专利名称:一种基于随机聚合波束成形的用户设备选择方法专利类型:发明专利
发明人:刘升恒,黄永明,徐春梅,傅凝宁
申请号:CN202111503756.4
申请日:20211210
公开号:CN114189899A
公开日:
20220315
专利内容由知识产权出版社提供
摘要:本发明公开了一种基于随机聚合波束成形的用户设备选择方法,在联邦学习聚合模型时,采用空中计算技术提高通信效率,由此产生的聚合误差对最终学习性能存在影响。
问题的目标是通过选择用户设备和设计聚合波束成形矢量实现聚合误差最小化和用户设备数最大化两个目标。
然后提出了一种基于随机聚合波束成形的用户设备选择方法。
在用户设备数量增大时,本发明的算法与原有算法相比能取得更低的聚合误差和选择更多的用户设备,进而获得更好的学习性能。
申请人:东南大学
地址:211102 江苏省南京市江宁区东南大学路2号
国籍:CN
代理机构:南京瑞弘专利商标事务所(普通合伙)
代理人:孙建朋
更多信息请下载全文后查看。
联合随机波束成形与迫零预编码的多波束选择

联合随机波束成形与迫零预编码的多波束选择
于波;李静;吕秀丽;张华
【期刊名称】《科学技术与工程》
【年(卷),期】2010(010)035
【摘要】随机波束成形(RBF)在系统用户足够多时,具有与最优预编码方案相同的容量尺度.当系统用户少时,性能却下降严重.针对该问题,提出了联合RBF和迫零波束成形(ZFBF)的广播信道预编码方案.该方案利用RBF实现用户的初步调度,然后要求初选用户附加反馈量化的信道方向信息(CDI)和信道质量信息(CQI),在基站根据CDI和CQI反馈完成最终波束选择和ZFBF预编码.仿真结果表明,所提出的预编码方案,与现有的增强型RBF相比,在基本不增加上行链路反馈量的前提下,可明显提高系统和容量.
【总页数】5页(P8711-8715)
【作者】于波;李静;吕秀丽;张华
【作者单位】东北石油大学,大庆,163318;东北石油大学,大庆,163318;东北石油大学,大庆,163318;东北石油大学,大庆,163318
【正文语种】中文
【中图分类】TN911.22
【相关文献】
1.用于LTE MU-MIMO的标签迫零波束成形技术 [J], 赵松峄;张碧军
2.一种联合迫零和独立信道预编码OFDM系统 [J], 李贞柯;张晓瀛;魏急波
3.基于帧时隙的RFID系统迫零预编码防碰撞算法研究 [J], 张小红;张佳琦
4.用于MIMO广播信道的带多波束选择的正交随机波束成形算法 [J], 傅华;姚天任;江小平;陈少平
5.一种新的迫零自适应混合预编码算法 [J], 段会兰;战金龙;王金伏
因版权原因,仅展示原文概要,查看原文内容请购买。
11联合随机波束成形与迫零预编码的多波束选择_于波

2010 年 10月 15 日收到
黑龙江省科技厅科技攻关
项目 ( GZ09A 119) 资助
第一作者 简介: 于 波 ( 1968 ), 黑龙江安 达市人, 副教授, 博士,
研究方向: M IMO 通信系统、阵列信号处理。
定初步选定的用户, 然后利用选定用户反馈额外的 信道质量信息, 最终确定波束选择。
k= 1
P, P 为总发射功率约束; hk 为第 k 个用户的 1 M 信
道向量; w j 为第 j个用户的 M 1波束成形向量; sj 为
第 j 用户的发射符号; nk 为第 k 个用户的加性高斯噪
87 12
科学 技术与工程
10 卷
声, 其方差为 1。
1. 1 RBF预编码
RBF 方案是利用 与信道具有同分 布的随机编
定义 k [ 0, /2] 为 CD I向量 hk 与量化向量 qk 间的夹角, 有 cos k = hk qHk 。把 CD I向量进行正 交分解可得
35 期
于 波, 等: 联合随机波束成形与迫零预编码的多波束选 择
87 13
hk = ( hk qHk ) qk + ek
( 7)
式 ( 7)中 ek 为量化误差, 即 ek = hk - ( hk qHk ) qk, 从而
然后, 基站通知初选用户集合 U = { 1, , B }中 的用户进行附加信息反馈, 文献 [ 7] 要求 被选择用 户 k 附加反馈其相对所有 B 个波束增益信息 |hk j |2, j = 1, , B。与其不同的是, 这里要求用户 反馈 信 道 质 量 信 息 ( Channel quality inform a tion, CQ I) 和量化的 CD I信息。用户根据与基站共同已 知的单位范 数码本, 由式 ( 4) 得到 其量化 的 CDI。 CQ I的反馈方案在 2. 2节给出。
【国家自然科学基金】_波束成形_基金支持热词逐年推荐_【万方软件创新助手】_20140729

科研热词 波束成形 多输入多输出 阵列天线 自适应 空分多址 盲波束成形 盲多用户检测 有限反馈 多用户分集 声源识别 反馈 信道估计误差 伪码估计 预编码 非完美信道状态信息 随机波束成形 阈值 遗传算法 迫零波束成形 运动声源 联合波束成形 空间复用 空时分组码 矢量量化 相控阵天线 特征波束成形 正交频分复用 正交波束成形 检测算法 机会通信 机会传输 有限速率反馈 最大比合并 智能天线 时延 时变信道 数字波束形成(dbf) 成对差错概率 感知无线电 容量界 容量 天线合并 多输入-多输出 多用户 多普勒效应 多入多出 复独立分量分析 声场分解 声全息 反馈延迟 博弈论 协作式中继
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83
多径展宽 多小区 多入多出一正交频分复用 多入多出 多入单出-正交频分复用 复杂度 声学 基站协作 基片集成波导 噪声源识别 哈夫曼编码 反馈延迟 反馈压缩 协作式中继 动态资源分配 功率分配 分集增益 分组空时编码 分布式波束成形 分布式天线 公平性 信道反馈 信道估计误差 信息处理技术 传声器阵列 二次采样 不确定 ofdm music mimo-ofdma mimo
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
53 54 55 56 57 58 59 60 61 62 63 64 65
协作中继 功率控制 分布式算法 共信道干扰 信道状态信息 信干噪比 传递路径声全息 中继 中断概率 stbc-vblast ofdm mimo系统 mimo
推荐指数 4 3 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
基于联合用户分组及天线选择的大规模MIMO波束成形

基于联合用户分组及天线选择的大规模MIMO波束成形王倩;华权;周应超;申滨【摘要】大规模MIMO系统中,当小区用户数与基站天线数较大时,各用户的信道条件不尽相同,提出一种适用于大规模MIMO下行链路的基于联合用户分组及天线选择的迫零波束成形算法.将用户分成两组,选择信道条件较优的一组用户来接收信号,并为每一个发送数据流选择最优的基站天线组合进行通信,以较小的性能损失,换取大规模MIMO射频电路的成本与功耗的大幅度降低.仿真结果证明,该算法能够较好地实现系统性能与硬件复杂度的折中.【期刊名称】《电信科学》【年(卷),期】2016(032)008【总页数】8页(P61-68)【关键词】大规模MIMO;用户分组;天线选择;迫零波束成形;硬件复杂度【作者】王倩;华权;周应超;申滨【作者单位】重庆邮电大学移动通信重点实验室,重庆400065;重庆邮电大学移动通信重点实验室,重庆400065;重庆邮电大学移动通信重点实验室,重庆400065;重庆邮电大学移动通信重点实验室,重庆400065【正文语种】中文【中图分类】TN929.5大规模MIMO最基本的特征在于在基站侧配置大量天线(几十甚至上百根),相较于4G系统的4根或 8根天线数(如在LTE系统中最多采用了4根天线,LTE-Advanced 系统中最多采用了 8 根天线[1])增加了 1~2个数量级[2]。
分布在基站覆盖区的多个用户利用大规模MIMO天线配置所提供的空间自由度在同一时频资源上与基站同时进行通信,既大幅度增加了系统吞吐量[3,4],提升了频谱资源利用率[5-7],解决了频谱资源有限的问题,又降低了干扰,增强了系统的顽健性[8,9]。
同时,利用其提供的分集增益和阵列增益,用户与基站之间通信的效率可以得到显著提高[10,11]。
大规模MIMO中基站配置大量的天线阵列,高达几十甚至上百根,进行信号传输时,一方面,为了支持大量天线阵列进行数据信息传输,对数字域和射频链路或模拟域的硬件复杂度要求较高[12],同时大规模MIMO的大量天线单元使得消耗的能量相对增加,而且由于信道状况不同,部分天线的信道对系统容量的贡献较小,如果不采用天线选择技术选择出较有效的天线信道,而直接使用全部天线发射,就不可避免地造成射频单元和发射功率的浪费;另一方面,当小区用户数较大时,用户的信道条件各不相同,若选择小区内的所有用户作为信号接收端,系统的吞吐量并不一定能够达到最优状态。
《2024年毫米波大规模MIMO低复杂度波束赋形和混合预编码技术研究》范文

《毫米波大规模MIMO低复杂度波束赋形和混合预编码技术研究》篇一一、引言随着无线通信技术的快速发展,毫米波大规模MIMO(多输入多输出)技术已成为5G及未来通信网络的关键技术之一。
其核心优势在于利用大规模天线阵列,结合毫米波频段的高频谱效率,实现了对空间资源的深度挖掘和高效利用。
然而,随着系统复杂性的增加,波束赋形和预编码技术也面临着巨大的挑战。
本文将重点研究毫米波大规模MIMO低复杂度波束赋形和混合预编码技术,探讨其原理、方法和应用。
二、毫米波大规模MIMO波束赋形技术1. 波束赋形原理波束赋形是利用天线阵列对信号进行空间滤波和方向性增强的一种技术。
在毫米波大规模MIMO系统中,通过精确控制每个天线单元的相位和幅度,形成定向的波束,以提高信号的接收灵敏度和抗干扰能力。
2. 低复杂度波束赋形算法为了降低系统复杂度,本文提出一种基于压缩感知的快速波束赋形算法。
该算法通过优化天线阵列的权值,实现快速收敛和低复杂度。
同时,结合毫米波信道的稀疏特性,进一步提高了算法的准确性。
三、混合预编码技术研究1. 混合预编码原理预编码技术是MIMO系统中的关键技术之一,它可以提高系统的传输效率和可靠性。
在毫米波大规模MIMO系统中,由于天线数量众多,传统的预编码算法复杂度高,难以实现实时处理。
因此,混合预编码技术应运而生。
该技术结合了数字预编码和射频预编码的优点,通过部分连接的天线阵列实现低复杂度的预编码处理。
2. 混合预编码算法优化为了进一步提高混合预编码的性能,本文提出一种基于深度学习的预编码优化算法。
该算法通过训练神经网络模型,实现对预编码权值的精确估计和优化。
同时,结合毫米波信道的统计特性,提高了算法的鲁棒性和适应性。
四、实验与分析为了验证本文提出的低复杂度波束赋形和混合预编码技术的有效性,我们进行了大量的仿真实验。
实验结果表明,本文提出的算法在提高系统性能的同时,有效降低了系统复杂度。
具体来说,压缩感知的波束赋形算法在保持良好性能的同时,显著降低了计算复杂度;而基于深度学习的混合预编码优化算法则提高了系统的传输效率和可靠性。
联合波束成形和混合波束成形

联合波束成形和混合波束成形
联合波束成形和混合波束成形是现代通信技术中常用的一种方法。
联合波束成形是指利用多个天线发射的信号相互协作,形成一个方向性更强的信号,以提高通信质量和传输速度。
混合波束成形则是将多个天线发射的信号进行加权混合,以形成一个更为优良的信号,同时减少了对环境的干扰。
联合波束成形和混合波束成形的优点在于,它们能够提高天线阵列的辐射效率和信号质量,使通信更加可靠和高效。
此外,它们还能够在信号传输过程中减少多径效应和干扰,提高信号传输的稳定性和可靠性。
联合波束成形和混合波束成形已经广泛应用于卫星通信、雷达和无线通信等领域。
随着技术的不断发展,这些方法也将继续发挥更为重要的作用,为现代通信技术的发展做出更大贡献。
- 1 -。
联合波束成形和混合波束成形

联合波束成形和混合波束成形
联合波束成形和混合波束成形都是用于无线通信中改善信号传输质量的技术,但它们的原理和应用场景略有不同。
联合波束成形(Joint Beamforming)是一种多天线系统中对多个发射和接收天线的波束进行协同优化的方法。
通过联合处理所有天线的信号,可以有效减少多径、干扰等因素对信号传输的影响,提高信号的质量和可靠性。
联合波束成形主要应用于室内无线通信、雷达等需要高精度信号传输的领域。
混合波束成形(Hybrid Beamforming)是一种结合数字信号处理和模拟射频技术的波束成形方法。
混合波束成形通过将发射端和接收端的天线分别分成数字和模拟两个部分,分别进行波束成形,从而降低系统的成本和复杂度。
混合波束成形主要应用于5G移动通信、毫米波通信等领域,具有较高的可行性和实用性。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
联合随机波束成形与迫零预编码的多波束选择
于 波 李 静 吕秀丽 张 华
(东北石油大学, 大庆 163318)
摘 要 随机波束成形 ( RBF )在系统用户足够多 时, 具有与最优预编码方 案相同的容 量尺度。当 系统用户少 时, 性能 却下降
严重。针对该问题, 提出了联合 RBF 和迫零波束成形 ( ZFBF )的广 播信道 预编码 方案。该 方案利用 RBF 实现 用户的 初步调
j k, j = 1
(P /B ) hk 1 + (P /B )
2 ekwk + ( hk qHk ) ( qkwk ) 2
B
hk 2 s in2 k
ekw j 2
j k, j = 1
( 8)
在式 ( 8) 中, 由于 qkw j = 0, 故 ( a) 的左端 分母中 ( hk qHk ) ( qkw j ) = 0。
1) 初始化选定用户集为 S0 = , 用户全集为
U = { 1, , B }, R^ ZF ( S0 ) = 0, n= 1。 2) 从备选用户集确定一个欲增加用户, 该用户
由式 ( 11)判定
sn =
arg u
m ax
U \Sn-
RZF
1
( S n-
1
{u} )
( 11)
式 ( 11) 中的 U \Sn- 1表示从用户集 U 中去除已选定
( 2)
用户端计算出遍历全部正交波束的最大 SINR,
然后把该值及相应的波 束序号反馈给 基站。基站
根据全部用户反馈, 把波束 分配给 具有最大 S INR
的用户。系统实现的和速率为
B
B
R=
Rj =
j= 1
j= 1
lg(
1+
m ax SINR
1 kK
k,
j
)
( 3)
1. 2 有限反馈的 ZFBF 预编码
k= 1
P, P 为总发射功率约束; hk 为第 k 个用户的 1 M 信
道向量; w j 为第 j个用户的 M 1波束成形向量; sj 为
第 j 用户的发射符号; nk 为第 k 个用户的加性高斯噪
87 12
科学 技术与工程
10 卷
声, 其方差为 1。
1. 1 RBF预编码
RBF 方案是利用 与信道具有同分 布的随机编
1+
(P
/B
)MB
-
1 1
hk
2 s in2 k
(P /B ) hk 2 qkwk
1+
(P
/B
)MB
-
1 1
hk
2 cos2 k ( b) 2 s in2 k
(P /B ) hk 2 qkwk 2 cos2 k 1+ (P /M ) hk 2 s in2 k
( 9)
在式 ( 9) 中, ( a) 的左式分子忽略了 ekw k, 在 ( b) 的左
考虑随机向量量化方案 [ 4] , 每个用户对应不同
的由单位范数列向量构成的码本, 且每个用户均与
基站共享码本, 第 k 个用户的码本表示为 Ck =
{ ck, 1, , ck, N }, 其中 N = 2 。
令第 k 个用户的 CD I为 hk =
hk , 采用弦距 hk
离准则 [ 9] 对 h^ k 进行量化
用户集 Sn - 1得到的备选用户集。
3) 若 RZF ( Sn - 1 sn ) RZF ( Sn - 1 ), 令 S = Sn - 1,
终止计算, 输出 S; 否则, 令 Sn = Sn - 1 { sn }, S = Sn。
定义 k [ 0, /2] 为 CD I向量 hk 与量化向量 qk 间的夹角, 有 cos k = hk qHk 。把 CD I向量进行正 交分解可得
35 期
于 波, 等: 联合随机波束成形与迫零预编码的多波束选 择
87 13
hk = ( hk qHk ) qk + ek
( 7)
式 ( 7)中 ek 为量化误差, 即 ek = hk - ( hk qHk ) qk, 从而
为复数的 M 1维向量。设采用等功率发射, 用户 k
对应波束向量 j 的信干噪比 ( Signal to Interference plus No ise Ratio, SINR) 为
SIN Rk, j =
(P /B ) 1 + (P /B )
hk
2 j
hk mΒιβλιοθήκη ; m, j2mj
{ 1, , B }
j k, j= 1
( 8) 的期望值可得
E [SINRZkF ]
(P /B )
hk
2
ekwk + (hk qHk ) (qkwk ) 2
B
=
1+ (P /B ) hk 2 sin2 kE
ekwj 2
j k, j= 1
(P /B ) hk 2 ekwk + ( hk qHk ) ( qkwk ) 2 ( a)
式分母中,
利用 B M
-
1 1
B M
(当
1< B
M ) 。令
dk =
(P /M ) 1+ (P /M
)
hk hk
2
cos2 k 2 s in2
k
( 10)
则
S
INR
ZF k
(M /B )
qkw k
dk。
2. 3 波束选择的贪婪算法
在 CQ I反馈的基础上, 基于和速率逐增的思想
实现贪婪波束选择, 算法基本步骤如下。
由文 献 [ 9 ] 的 推 论 2, ekw j 2 满 足 参 数 为 ( 1, M-2)的 分布, 期望值为 1 / (M - 1) 。并且根
据琴生 不等式 可知, 针对 凹 ( 下凸 ) 函 数 f ( x ) 有:
B
E [ f (x ) ] f (E [ x ] )。令 x =
ekw j 2, 考虑式
R = B
ZF
k= 1 k
lg2 ( 1+ SIN RZkF )
( 6)
2 联合 RBF 和 ZFBF的多波束选择
2. 1 多用户多波束选择策略 借鉴文献 [ 7] 所提出的增强型 RBF 预编码方
案, 把 ZFBF 与 RBF 联合应用, 在 RBF 用户选择的 基础上, 利用附加反馈实现 ZFBF, 称之为 RBF-ZFBF算法, 实现策略如下:
最后, 在基站利用贪婪波束选择算法, 根据 CQ I 和 CD I反馈确定最终选择的波束, 并利用 ZFBF 方 案进行波束成形。贪婪波束选择算法见 2. 3节。 2. 2 CQI反馈方案
有限反馈 下, 基站只 能通 过估 算 得到 用户 的 SINR, 除了需要量化的 CD I完成波束成形, 还需适 当的 CQ I反馈, 以便完成最终的波束选择。
束成形向量为 wk = w^ k / w^ k 。 采用等功率加载 时, Pk = P /B, 用 户 k 的 SIN R
可表示为
S
IN
R
ZF k
=
(P /B ) hkw k 2
B
( 5)
1 + (P /B )
hkw j 2
j k, j = 1
在高斯编码和最小距离解码情况下, 可实现的
用户和速率为
RZF =
把 RBF 与有限反馈的 ZFBF 结合, 提出了新的 波束成形方案, 与文献 [ 7] 相比, 增加了信道方向性 信息而减少了信 道相对其它波束 的质量信息。在 基本不增加系统总反馈量的前提下, 可进一步提高 系统和容量。
1 系统模型
考虑多用户多天线通信系统的下行链路, 一个 配置 M 根天线的基站, K 个单天线用户, K M。假
有 ek 2 = hk 2 s in2 k = s in2 k。
令 ek = ek / ek , 则由式 ( 5)和式 ( 7) 可得
SINRZkF =
(P /B ) hk 2 ekwk + (hk qHk )(qkwk ) 2
B
(a)
=
1+ (P /B) hk 2
ekwj + (hk qHk ) (qkwj ) 2
然后, 基站通知初选用户集合 U = { 1, , B }中 的用户进行附加信息反馈, 文献 [ 7] 要求 被选择用 户 k 附加反馈其相对所有 B 个波束增益信息 |hk j |2, j = 1, , B。与其不同的是, 这里要求用户 反馈 信 道 质 量 信 息 ( Channel quality inform a tion, CQ I) 和量化的 CD I信息。用户根据与基站共同已 知的单位范 数码本, 由式 ( 4) 得到 其量化 的 CDI。 CQ I的反馈方案在 2. 2节给出。
定各用户信道服从独立同分布, 经历准静态块衰落 信道。
若系统选定的用户个数为 B, 满足 1 B M, 用 户集合表示为 U = { ki }Bi= 1。对于用户 k U, 接收信 号 yk 可表示为
yk =
pk hkw j sj + nk
( 1)
jU
B
式 ( 1) 中 pk 为第 k 个用户的发射功率, 满足 pk
qk = arg m ax |hk c*k, j |
( 4)
{ cTk, j } j = 1, , N
确定量化码字后, 把量化码字向量的序号反馈
给基站, 每个用户需要 位。 令 Q = [ qT1, , qTB ] T 为选定用户的量化信道矩
阵, 信道量化矩阵的右伪逆为 Q + = QH (QQH ) - 1。令 w^ k, k = 1, , B, 为 Q + 的第 k 列向量, 则规范化的波