基于Min-Sum-MSE的多用户MIMO训练序列与数据功率联合优化
MU-MIMO用户调度和预编码跨层联合优化

MU-MIMO用户调度和预编码跨层联合优化
王军选;刘阳
【期刊名称】《西安邮电学院学报》
【年(卷),期】2015(020)001
【摘要】针对多用户多输入多输出(Multi-User Multiple Input Multiple Output,MU-MIMO)系统中用户调度和预编码传统算法性能不佳和分层设计导致系统复杂度高的问题,利用最大信漏噪比(Signal to Leakage plus Noise Ratio,SLNR)算法的优越性,提出一种基于SLNR算法的用户调度和预编码的跨层联合优化策略,利用迭代搜索最优用户组,并在预编码中加入功率分配.仿真结果表明,新策略比传统算法能够提升系统吞吐量,并改善误码率性能,同时使系统具有较低的复杂度.
【总页数】5页(P14-18)
【作者】王军选;刘阳
【作者单位】西安邮电大学通信与信息工程学院,陕西西安710121;西安邮电大学通信与信息工程学院,陕西西安710121
【正文语种】中文
【中图分类】TN929.53
【相关文献】
1.基于SLNR准则的MU-MIMO下行链路的预编码与用户调度 [J], 关驰;蔡光卉;常俊
2.MU-MIMO系统的用户调度和预编码联合优化 [J], 夏欣;方舒;武刚;李少谦
3.MU-MIMO用户调度和预编码跨层联合优化 [J], 王军选;刘阳;
4.基于SLNR的MU-MIMO系统预编码和用户调度算法研究 [J], 赵金鑫; 万海斌; 黎相成; 陈海强; 覃团发
5.基于MU-MIMO分簇调度算法的下行链路多用户调度研究 [J], 贺金领; 肖玲玲因版权原因,仅展示原文概要,查看原文内容请购买。
基于深度学习的多用户Massive MIMO预编码方法

2×(NR×dk +dk×dk)
进行网络训练[11]。监督学习是训练波束赋形神经网络最 直接的方法。在监督学习中采用较简单的神经网络模 型(MLP和CNN)。训练样本通过WMMSE算法直接 产生。
对于MLP网络来说,由于网络的输入H是一个高维 的复数矩阵,考虑把高维矩阵拉伸成一维的张量来处 理,考虑到原输入是一个复数矩阵,同时也把复数的实 部和虚部也拼接成一维张量。在MLP网络中选择Adam 和MSE分别作为优化器和损失函数。网络模型示意图如 图2所示:
综合上述问题,基于经典的WMMSE波束赋形方案[9], 本文应用深度学习技术到Massive MIMO系统波速赋形 设计中,采用监督学习的方案,并且尝试不同的网络的 结构,通过优化设计网络的输入输出结构,从而降低神 经网络的输出维度,减小模型的训练难度。仿真结果显 示,本文提出的方法可以达到WMMSE算法性能的92% 以上,并且所采用的MLP网络和CNN网络结构简单,非 常容易训练。
U
kW k
(6)
∑ Tr(VkVkH )
= U k
(σ
2 k
k
PT
∑ I+
H
kVmVmH
H
H k
)−1
H
kVk
m
(7)
W= k
(Ek)-1
(8)
其中,Ek=I-UHk HkVk
重复上述迭代过程,直至算法收敛。
2 神经网络的输入输出设计
在多用户Massive MIMO系统中,发射天线的数目
NT比较大,且通常情况下发射天线数远远大于用户数
OSID:
扫描二维码 与作者交流
Deep Learning-Based Precoding Design for Multi-user Massive MIMO Systems
传输网络的广播信号传输中的信道估计考核试卷

17.在实际通信系统中,信道估计通常会受到哪些非理想因素的影响?()
A.硬件限制
B.信号同步误差
C.信道时变
D.所有上述因素
18.以下哪个不是信道估计中的基本步骤?()
A.训练序列设计
B.信道模型建立
C.信号检测
D.参数估计
19.在多用户MIMO系统中,以下哪种方法可以用于进行有效的信道估计?()
12.信道估计中,哪种算法可以减少计算复杂度?()
A.最大后验概率(MAP)
B.最小均方误差(MMSE)
C.迭代最小二乘(ILS)
D.线性最小二乘(LSE)
13.哪种技术用于减少多径效应对信道估计的影响?()
A.分集技术
B.均衡技术
C.编码技术
D.调制技术
14.在广播信号传输中,以下哪个参数通常不是信道估计的直接输入?()
B.空分复用
C.时分复用
D.正交频分复用(OFDM)
14.以下哪些条件有利于进行准确的信道估计?()
A.高信噪比
B.稳定的信道
C.充足的训练序列
D.简单的信号处理算法
15.以下哪些技术可以用于信道估计中的信号同步?()
A.循环前缀
B.循环后缀
C.导频符号
D.时间交织
16.在哪些建立广播信号传输模型时,需要考虑的因素?()
6.在高速移动环境中,信道估计的挑战性会降的性能。()
8.信号同步对于信道估计来说不是必要的。()
9.信道估计的复杂度与所采用的算法无关。()
10.在多用户MIMO系统中,用户之间的协作可以改善信道估计性能。()
五、主观题(本题共4小题,每题10分,共40分)
A.边带子载波
多用户MIMO-MEC网络中基于APSO的任务卸载研究

多用户MIMO-MEC网络中基于APSO的任务卸载研究顾敏;徐雅男;王辛迪;花敏;周雯【期刊名称】《无线电工程》【年(卷),期】2024(54)3【摘要】在移动边缘计算(Mobile Edge Computing,MEC)系统中引入多输入多输出(Multiple Input Multiple Output,MIMO)技术与数据压缩技术,能够降低数据冗余度和提高数据传输速率,从而降低任务的执行时延与能耗。
针对具备数据压缩功能的多用户MIMO-MEC网络,研究了多用户任务卸载问题。
通过联合优化任务卸载比例、数据压缩比例、发送功率、计算频率和信道带宽,来最小化系统总时延。
在能耗、功率和带宽等约束条件下,将任务卸载归纳为一个非凸优化问题。
由于能耗约束较为复杂,构造罚函数将其归并,得到一个相对简单的等价问题。
将所有优化变量视为一个粒子,基于自适应粒子群优化(Adaptive Particle Swarm Optimization,APSO)框架提出多用户的任务卸载方法。
由于粒子更新时可能违反约束条件,提出的方法对粒子越界的情形进行了特别处理。
该方法能自适应地调整惯性权重来提高寻优能力和收敛性,通过不断迭代最终获得最优或者次优解。
仿真实验评估了所提卸载方法的性能,分析了用户数、任务计算强度等参数对系统性能的影响。
结果表明,提出的方法优于本地计算、传统粒子群优化(Particle Swarm Optimization,PSO)算法等对比方案,能够有效降低系统的任务执行时延。
【总页数】8页(P711-718)【作者】顾敏;徐雅男;王辛迪;花敏;周雯【作者单位】南京林业大学信息科学技术学院;安徽大学互联网学院【正文语种】中文【中图分类】TN929.5;TP18【相关文献】1.基于延迟接受的多用户任务卸载策略2.基于稳定匹配的多用户任务卸载策略3.基于深度强化学习多用户移动边缘计算轻量任务卸载优化4.基于深度强化学习的多用户边缘计算任务卸载调度与资源分配算法5.基于博弈论的多服务器多用户视频分析任务卸载算法因版权原因,仅展示原文概要,查看原文内容请购买。
面向能效优化的MIMO系统参数配置

面向能效优化的MIMO系统参数配置刘亚丽;李双志;段海鹏;穆晓敏【摘要】Based on the tensor model of point-to-point multiple-input multiple-output( MIMO) communica-tion systems,a joint optimization framework for the transmission parameters is proposed to maximize the ener-gy efficiency. Firstly,the tensor modeling procedure and the system energy efficiency model of the received signal are constructed with the signal matrix,coding matrix and channel matrix,respectively. Then,the k-rank condition of the parallel factor( PARAFAC) decomposition is exploited as the constraints to optimize the transmission parameters including the number of transmitting antennas,the number of receiving antennas,and the coding length by the iterative fitting method. Simulation results show that through the exhaustive search scheme,a set of optimal parameters can be found to maximize the energy efficiency of the system.%基于点对点多输入多输出(MIMO)通信系统的张量模型,提出了一种以能效最大化为目标的传输参数联合优化方法.首先根据信号矩阵、编码矩阵、信道矩阵构建了接收信号的张量模型和系统能效模型,然后利用张量平行因子(PARAFAC)分解的k-秩条件,通过迭代拟合对能效函数所包含的收发端天线数目、编码长度等传输参数进行联合优化.仿真结果表明,利用穷尽搜索,可以找到一组对应系统能效最大化的传输参数组合.【期刊名称】《电讯技术》【年(卷),期】2017(057)009【总页数】6页(P1035-1040)【关键词】MIMO系统;系统能效;平行因子分解;参数优化【作者】刘亚丽;李双志;段海鹏;穆晓敏【作者单位】郑州大学信息工程学院,郑州450001;郑州大学信息工程学院,郑州450001;东南大学微电子学院,南京210096;郑州大学信息工程学院,郑州450001【正文语种】中文【中图分类】TN919.3随着无线通信业务和宽带数据业务需求的不断增加,现有的无线频谱资源日益紧缺。
基于能效优化的大规模MIMO FDD下行系统导频和功率资源分配算法

基于能效优化的大规模MIMO FDD下行系统导频和功率资源分配算法王毅;林艳;李春国;黄永明;杨绿溪【摘要】该文针对大规模MIMO FDD下行系统,联合考虑信道估计与数据传输两个阶段的资源分配问题,提出一种能效资源分配算法。
该方法以最大化能效为目标,以导频时长、导频功率和数据功率为参量,在指定发射功率和频谱效率约束的条件下建立优化模型。
由于目标函数无精确解析形式,借助确定性等价原理对其近似并求得闭合表达式。
进而,利用分数规划将原分式形式目标函数等价转换为减式形式,再利用目标函数的下界将非凸优化问题逐步释放为相对容易求解的等效问题,最终获得一种3层迭代能效资源优化算法。
仿真结果验证了所提算法的有效性,且具有较快的收敛速度。
%An energy-efficient resource allocation method is provided for the downlink massive Multiple-Input Multiple-Output (MIMO) Frequency Division Duplexing (FDD) system, which jointly evaluates the channel estimation stage and data transmission stage. The optimization problem is established based on the Energy Efficiency (EE) maximization by adjusting the pilot duration, pilot power and data power under the constraint of total transmit energy and spectral efficiency requirement. Since the analytical expression of the involved objective function is intractable, a closed-form expression is deduced using deterministic equivalent approximation technology. Based on this, the original non-convex fractional optimization problem is transformed into an equivalent problem in subtractive form by the means of fraction programming. Then, a lower bound of the transformed objective function is employed, whichinduces a relatively easy-to-solve equivalent problem. Finally, a three-layer iterative algorithm is developed. Numerical results validate the effectiveness and relatively fast convergence speed of the proposed algorithm.【期刊名称】《电子与信息学报》【年(卷),期】2017(039)001【总页数】8页(P16-23)【关键词】大规模多输入多输出;频分双工;能效;导频时长【作者】王毅;林艳;李春国;黄永明;杨绿溪【作者单位】东南大学信息科学与工程学院南京 210096;东南大学信息科学与工程学院南京 210096;东南大学信息科学与工程学院南京 210096;东南大学信息科学与工程学院南京 210096;东南大学信息科学与工程学院南京 210096【正文语种】中文【中图分类】TN92近几年来,大规模多输入多输出(Multiple- Input Multiple-Output, MIMO)技术受到无线通信界的广泛关注,通过在基站部署比现有多天线系统中天线数高若干数量级的天线阵列,将会带来许多较之传统MIMO系统完全不同的物理特性和性能优势[4,5]。
SDMA-MIMO系统基于MMSE-RWBS的多用户检测技术
SDMA-MIMO系统基于MMSE-RWBS的多用户检测技术杜娟;王琪;崔微微
【期刊名称】《自动化与仪器仪表》
【年(卷),期】2015(0)3
【摘要】为了提高SDMA-MIMO系统接收机的整体性能,本文提出了一种改进重复加权激励搜索辅助的多用户检测算法(SDMA-MIMO-MMSE-RWBS MUD)。
该算法利用RWBS算法优化MMSE检测估计值,引入合适的权值来加强优良个体在群体中的作用。
仿真结果表明:与遗传算法辅助的MMSE多用户检测(MMSE-GA MUD)和MMSE检测相比,SDMA-MIMO-MMSE-RWBS MUD在略微增加系统复杂度的基础上有效地提升了性能。
【总页数】4页(P145-148)
【关键词】SDMA-MIMO;改进重复加权激励搜索;多用户检测;MMSE-
GA;MUD;MMSE
【作者】杜娟;王琪;崔微微
【作者单位】南阳理工学院;河南科技学院
【正文语种】中文
【中图分类】TN91
【相关文献】
1.DS-CDMA系统中基于Hopfield神经网络的多用户检测技术 [J], 韩静
2.基于解相关多用户检测的并行组合扩频通信系统接收技术研究 [J], 罗倩;郭黎利;
殷复莲
3.基于多种调制方式的空时OFDM系统多用户检测技术 [J], 齐萌;陆彦辉;穆晓敏
4.基于PIC的MC-CDMA系统多级型多用户检测技术 [J], 吴晓葵
5.基于分支定界算法的DS-CDMA UWB系统多用户检测技术研究 [J], 刘南平;徐亮;宋祥波
因版权原因,仅展示原文概要,查看原文内容请购买。
MIMO通信系统中的信道估计与功率分配优化研究
MIMO通信系统中的信道估计与功率分配优化研究随着移动通信技术的快速发展,多输入多输出(MIMO)通信系统已成为当前无线通信领域的研究热点之一。
MIMO技术通过增加天线数量,利用空间维度提高信号传输的可靠性和性能。
然而,信道估计和功率分配是MIMO系统中关键的问题,需要对其进行深入研究和优化,以提高系统性能。
在MIMO通信系统中,信道估计是非常重要的环节,其准确性直接影响到整个系统的通信质量。
信道估计在接收端对信道进行建模和估计,以获取关键的信道状态信息(CSI)。
基于CSI,接收端可以对接收到的信号进行最优的检测和解调。
然而,由于信号的传输受到多径衰落、多用户干扰、噪声等多种因素的影响,信道估计本身也面临着诸多挑战。
对MIMO信道进行准确估计的关键问题之一是信道状态信息的获取和反馈延迟。
由于MIMO系统中天线数量众多,某些技术会要求对全部的CSI进行反馈,这将导致巨大的信息开销和时延,影响系统的实时性和可靠性。
因此,研究者们提出了各种技术来降低CSI的反馈开销,例如利用压缩感知、部分反馈和分布式反馈等方法。
这些技术有效地减少了反馈开销,同时保证了系统的性能。
此外,基于统计和最小均方误差等方法的信道估计算法也是研究的重点。
例如,最大似然估计(ML)算法、线性最小均方误差(LMMSE)算法等,这些算法通过统计分析和优化求解,提高了信道估计的准确性和性能。
此外,还有基于导频序列和非导频序列的估计方法,通过导频信息的发送和接收来估计信道,同时利用非导频信息进行干扰抑制和性能优化。
除了信道估计,功率分配也是MIMO系统中的重要研究内容之一。
功率分配技术旨在在系统容量受限的情况下,合理分配发送天线的发射功率,以优化系统性能。
功率分配需综合考虑多个因素,如信道质量、用户数量和调制方式等。
一种常见的功率分配优化问题是通过最大化系统容量来实现。
这种情况下,功率分配问题可以转化为一个凸优化问题,通过使用凸优化算法可以高效解决。
一种多用户MIMO系统干扰对齐优化算法
一种多用户MIMO系统干扰对齐优化算法陈艳;宋云超【摘要】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.【期刊名称】《电讯技术》【年(卷),期】2018(058)007【总页数】7页(P785-791)【关键词】MIMO干扰信道;干扰对齐;迭代算法;预编码初始化【作者】陈艳;宋云超【作者单位】南京邮电大学电子与光学工程学院、微电子学院,南京210003;南京理工大学紫金学院电子工程与光电技术学院,南京210046;南京邮电大学电子与光学工程学院、微电子学院,南京210003【正文语种】中文【中图分类】TN929.51 引言作为第四代蜂窝移动通信系统的关键技术之一,多输入多输出(Multiple-Input Multiple-Output,MIMO)技术在不增加系统带宽和天线发射功率的前提下可以显著提高信道的容量及频谱利用率[1]。
单用户MIMO系统若配置的天线数受限会降低系统获得的容量增益,而多用户MIMO系统允许多个用户同时进行通信,可达到更高的容量,但当天线数目及用户数量增加时会引起无线介质的广播与叠加,此时干扰成为制约多用户MIMO系统可靠通信的重要因素之一[2]。
因此,为了改善系统的性能,需要采用有效的措施对用户引起的干扰进行管理。
MU-MIMO系统中联合功率分配和预编码设计的优化设计方案
息。传输信号为 x ∈ M ×1 ,假设信道状态已知,且信道矩阵为 h = M ×M ,中继节点不需要将信号从频带 转换至基带来收集能量,中继节点接收到的信号可以表示为:
= y hx + z
(1)
其中 z 表示源端节点至中继节点之间的加性高斯白噪声(AWGN)矢量,z 相互独立且服从 z ∼ ( 0, I ) ,x
2. 系统模型
本文设计的具有中继节点的 MIMO-WAHN 网络如图 1 所示。系统包括源端节点 S,机会主义中继节 点 R 和两个终端节点——主用户 i 与从用户 j。假设系统采用半双工模式进行传输,中继节点遵循 DF 协 议进行数据转发,且所有的信道都是准静态平坦衰弱信道,源端节点配有 M 根发射天线。中继节点无固 定电源且配有 M 根天线,这些天线同时用于发射源端节点及中继节点自身的信号,用户终端都配备有 N 根接收天线。中继节点转发源端节点的信息给主用户 i 的速率要求大于一个最低阈值以保证通信质量, 在这一基础上,中继节点利用剩余的能量将自身的信息发送给从用户 j。 在本系统中,传输分为两个时隙阶段完成。在第一个时隙,源端节点向中继节点同时发送能量和信
2 H 12 = R log 2 I + Λ1 ρ hS s h Λ ρ
(2)
中继节点所收集到的能量可表示为:
= P tr Λ ρ hS S h 的功率分配因子均相同,ρ= ρ= = ρN = ρ, diag ( ρ1 , , ρ N ) ,Λ ρ = I − Λ ρ , 1 2 在第一时隙中,满足中继节点信息接收速率的前提下,最大化中继节点收集到的能量,可以使得中继节 点有充足的能量在第二时隙传输更多的信息,从而实现系统速率最大化。 第一时隙的中继节点能量收集最优化问题(P1)建模如下:
- 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)。
间相 关信 道 下 , 当存 在 信 道估 计 误 差 时 ,上 下 行 sm— E 对 偶 性 依然 成立 。并 利用 此 对 偶性 ,把 下 u MS
这 种联合功 率分配在 相关信 道及非 相关信道 下 , 系统 的平 均 B R性能方 面均优 于数据 、训练 序列平 均功率 分配时 的 其 E
性 能。
关键词 多用户 MI MO;功 率分配 ;S m. E最 小准则 ;MMS u MS E信道 估计 中图分 类号 t N9 1 2 T 1. 2 文献标 识码 tA
1
引 言
MI MO ( lpeip t lpeo t mut l. u— t l.u )技 术 可 以在 不增 加 带 宽 的情 况 下 成 倍 的提 高传 输 速 率 ,有 力 i n mu i
满 足 未 来无 线 通 信大 容 量 的 需求 。多用 户 MI MO利 用 空 分 多址 ( DMA)技术 在 相 同 的 资源 上 同 时 向 S 多个 用 户传 输 数 据 ,相 比单用 户 MI MO 能 极大 提 高 系统 和 容 量 、小 区边 缘 吞 吐量 而 受 到广 泛 关 注 ,已 经 被 纳 入 了 L E、Wi X 等 协议 【。然 而 ,多 个用 户 在 相 同 的 资源 上 同 时通 信 存 在共 信 道 干 扰 ,需 T MA i J 采 用 预 编码 技 术 消 除或 者 抑 制共 信 道 干扰 。狭 义 上 的预 编 码 技术 只 对 发 送端 进 行 优 化 设计 ;收 发联 合 处 理 对 发送 端 预 编码 和 接 收 滤波 矩 阵 进行 联 合 优 化 ,可 以进 一 步提 高 系 统 性 能【3 2] 者统 称 为 预编 码 ,;二 技术 。 早 期 的预 编 码 研 究 采 用 理 想 假 设 , 未考 虑 如 何 获 取 信 道 状 态信 息 。对 于存 在 信 道 互 惠 性 的 T DD 系统 ,可 以采 用 信道 估 计 获 取信 道 状 态信 息 。而 对 于不 存 在 信道 互 惠 性 的 T DD 系 统 或者 F D 系 统 , D 需要 采 用 反馈 的 方式 获 取 信 道状 态 信 息 。 随着 研 究 的深 入 ,预编 码 方 法 一 方面 着 重 研 究信 道 估 计误 差 的影 响 ,不 考虑 信 道 反 馈 的具 体 形 式 ,;另 一 类 方法 考 虑 采用 有 限反 馈 方法 ,不考 虑 信 道 估计 误 差 【。 4 J 5 1 然 而 这 些 方 法[ 5 假 设 发送 数据 功 率 一 定 ,均 未考 虑 训练 序 列 功 率 与 发 送 数据 功 率之 间 的关 系 。显 11 -均 然 ,对 于 基 于 最 小 二乘 ( S 、最 小 均 方 误差 ( L ) MMS E)及 其 改进 型 的信 道 估 计 方 法 ,训练 序 列 功 率 越 大 ,所 获得 的信道 估 计 精 度越 高 。而 在 总功 率 一 定 的情 况 下 ,分 配 给 训练 序 列 的总 功率 越 多 ,相 应 的分 配 给数 据 部 分 的功 率 就 越 少 ,导 致 数据 部 分 的信 噪 比降 低 。在 总 功 率 一 定 的条 件 下 ,如 何 在 训练 序 列 与 数据 之 间 分 配功 率 ?文献 [] 究 了单 用 户 MI 6研 MO 系 统 中基 于 容 量最 大 的 训练 序 列 与波 束 形 成 的联 合 优化 问题 ,但 是 该方 法 未考 虑 信 道相 关 性 。文 献 [] 究 了多用 户 MI 系 统 中导 频 、反 馈 与系 7研 MO
第l 6卷 第 3期 21 0 1年 6月
文 章编 号 :1 0—2 9(0 0 —0 40 0 70 4 2 1) 30 4 -6 1
电路 与 系 统 学报
J 0U RNAL OF RCU I CI TS AN D Y STEM S S
Vo . 6 NO 3 1 1 .
J ne, 20l u 1
基 于 Mi S MS 多 用 户 Ml . u m— E n MO训 练 序 列 与数 据 功 率 联 合 优 化
王 丽 ,, 胡捍 英 , 唐 其辉 2 , 张建 安 2
( .信 息 工程 大 学 信 息 工 程学 院 ,河 南 郑 州 4 00 ;2 1 5 02 .信 息 工 程 大 学 电子 技 术 学 院 昆 明分 院 , 云 南 昆 明 60 3 ) 50 1
统 和 容 量之 间的 关 系 ,但 是 该方 法 也 未考 虑 信 道 相关 性 ,没 有考 虑 系 统 的误 码 率 性 能 。 文 献 [】 明 了多用 户 MI 的上 下 行链 路 的 sm— E存在 对 偶 性 。文献 [] 一 步证 明 了在存 在 8证 MO u MS 9进
信 道 估 计误 差 时 ,上 下 行 sm. E 对 偶性 仍 然 成立 。本 文进 一 步 扩 展对 偶 性 成 立 的 范 围 ,证 明在 空 u MS
摘 要 t本 文研 究了多用 户 MI 系统 中基 于 S m. E最小准 则预编 码的训练 序列 与数据 联合功 率分配 问题 。考 MO u MS
虑 信 道 空 间相 关 性 ,采 用 MMS E准 则 进 行 信 道 估 计 ,在 训 练 序 列 与 数 据 总 功 率 一 定 的 条 件 下 ,通 过 分 析 上 下 行 链 路 存 在 MS E对 偶 性 , 将 下 行 S m. S u M E最 小 化 转 化 为 上 行 S m— E最 小 化 问题 。然 后 推 导 了 在 发 送 端 存 在 相 关 性 时 该 功 u MS 率 联 合 优 化 的 闭式 解 。 相 关 性 越 强 或 者 平 坦 块 衰 落 块 长 度 越 长 , 分 配 给 训 练 序 列 的 总 功 率 就 越 多 。 仿 真 结 果 也 表 明 ,