APP下载

一种改进的大规模MIMO线性预编码算法

2018-07-13张继荣吕沙沙

西安邮电大学学报 2018年2期
关键词:用户系统

张继荣,吕沙沙

(西安邮电大学 通信与信息工程学院, 陕西 西安 710121)

在大规模多输入多输出(multiple input multiple output,MIMO)[1]系统中,基站端采用大规模天线阵列来提升系统性能,随着基站天线数目的增加,接收端译码的复杂度会越来越高,为此可以在基站端应用预编码技术来消除用户之间的干扰,进而可以降低终端信息处理复杂度。

目前广泛应用的预编码算法分为两类,一类是非线性预编码算法,主要包括脏纸(dirty paper coding,DPC)预编码[2]和汤姆林森-哈拉希玛预编码(Tomlinson Harashima precoding,THP)[3]。另一类是线性预编码算法,主要包括最小均方误差(minimum mean squared error,MMSE)预编码算法[4]、迫零(zero forcing,ZF)[4]预编码算法、块对角化[5](block diagonalization,BD)预编码算法。研究表明,在大规模MIMO场景下,也就是天线数目达到一定数量时,线性预编码技术可以达到与非线性预编码技术相同的性能[6]。基于Neumann级数展开的预编码算法具有较低的复杂度,但是其误码率性能并没有提升[7]。文[8]提出了一种混合预编码算法,但是在多用户场景下,系统的误码率和复杂度较高。优化的块对角化(optimized block diagonalization,OBD)预编码算法[9]在求解预编码矩阵时没有考虑系统噪声,且在求解时采用了复杂度较高的奇异值分解(singularly valuable decomposition,SVD),不适合在大规模MIMO系统中使用。

为了降低算法的误码率和复杂度,本文拟提出一种改进的BD预编码算法。该算法首先利用正规迫零(regular zero forcing,RZF)预编码算法的预编码矩阵作为信道矩阵的伪逆,并采用正三角(orthogonal triangular,QR)分解求得该矩阵的标准正交基,将下行的多用户MIMO系统被分解为平行的单用户信道,并求得每个用户的等效矩阵,最终求得系统各用户的预编码矩阵。……

登录APP查看全文

猜你喜欢

用户系统
Smartflower POP 一体式光伏系统
WJ-700无人机系统
ZC系列无人机遥感系统
基于PowerPC+FPGA显示系统
半沸制皂系统(下)
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
关注用户
关注用户
关注用户
Camera360:拍出5亿用户