CN105187102A - 一种基于超松弛迭代的低复杂度迫零预编码方法 - Google Patents

一种基于超松弛迭代的低复杂度迫零预编码方法 Download PDF

Info

Publication number
CN105187102A
CN105187102A CN201510496840.6A CN201510496840A CN105187102A CN 105187102 A CN105187102 A CN 105187102A CN 201510496840 A CN201510496840 A CN 201510496840A CN 105187102 A CN105187102 A CN 105187102A
Authority
CN
China
Prior art keywords
iteration
matrix
overrelaxation
precoding
formula
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510496840.6A
Other languages
English (en)
Inventor
顾晨
周叶
束锋
黄晓晖
钱振宇
崔玉荻
桂林卿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201510496840.6A priority Critical patent/CN105187102A/zh
Publication of CN105187102A publication Critical patent/CN105187102A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413MIMO systems
    • H04B7/0456Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/02Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413MIMO systems
    • H04B7/0452Multi-user MIMO systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radio Transmission System (AREA)

Abstract

本发明公开了一种大规模MIMO(Multi-input?multi-output)***下基于超松弛迭代方法的低复杂度迫零预编码方法,在基站设计低复杂度迫零预编码方法时,为了降低大规模MIMO***下大维度矩阵求逆极高的复杂度,而采用超松弛迭代的方法来代替矩阵求逆计算。同时,为了提高收敛速度,减少迭代次数,我们根据最大化和速率准则,根据推导公式计算得到最佳的松弛因子a。

Description

一种基于超松弛迭代的低复杂度迫零预编码方法
技术领域
本发明涉及无线通信领域,特别涉及一种基于超松弛迭代的低复杂度迫零预编码方法。
背景技术
过去几年中,大规模多输入多输出(Multi-inputmulti-output,MIMO)由于其极高的复用与分集增益和精细的角度分辨率而成为无线通信领域的一个最新研究热点,并被视为下一代无线网络的关键技术的有力候选者。在传统的MU-MIMO环境中,一些经典的线性预编码方法例如匹配滤波(Matchedfilter,MF)、迫零(Zero-forcing,ZF)、块对角化(Blockdiagonalization,BD)、最大化信泄噪比(Maximumsignal-to-leakage-and-noiseratio,Max-SLNR)、奇异值分解(Singularvaluedecomposition,SVD)和最小均方误差(Minimummeansquareerror,MMSE)已经得到了广泛研究。这些预编码方法都可以方便地推广到大规模多用户MIMO***中。基于分解的预编码方法例如ZF、BD,MMSE和Max-SLNR需要大约KN3次复数乘法运算,其中N和K分别为基站的天线数和***的用户数。因此,当基站的天线数到达几百甚至一千根时,预编码的复杂度成为实际应用中一个极具挑战性的问题,如何降低波束成形方法的复杂度是大规模MIMO***的一个关键问题。
因此,需要一种新的方法来解决大规模MIMO***预编码方法的复杂度较高的问题。
发明内容
本发明的目的旨在提供一种基于超松弛迭代(SOR)的低复杂度迫零预编码方法,以获得和速率性能与算法复杂度的良好折中。
本发明为解决上述技术问题采用以下技术方案:
将待求逆矩阵A分解为A=L+D+U。假设迭代M次,当迭代到第k次时(k≤M),根据公式xk+1=Baxk+fa计算得到xk+1。令k=k+1,重复迭代步骤;直到k>M,停止迭代过程。
式中,L为A的对角线下的元素组成的下三角矩阵;D为A的对角元素组成的矩阵;U为A的对角线上的元素组成的上三角矩阵。
Ba=(D+aL)-1[(1-a)D-aU]
fa=a(D+aL)-1b
a为松弛因子。
再根据最大化和速率准则,按照推导的公式寻找最佳的松弛因子a,进一步提高收敛速度,降低运算复杂度。最优的松弛因子由下列公式求得:
a o p t = 2 1 + 2 ( 1 - r [ D - 1 ( L + U ) ] )
式中,r[·]表示矩阵的谱半径。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
(a)采用低复杂度的迫零预编码方法,在保证和速率性能的同时,显著降低波束成形方法的计算复杂度,达到了性能和复杂度之间的良好折中。
(b)根据最大化和速率准则,根据推导的公式求得最佳的松弛因子a,提高收敛速度,降低循环次数,进一步降低计算复杂度。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1是根据本发明一个迭代方法示意图。
图2是本发明的流程示意图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
本发明一种基于超松弛迭代的低复杂度迫零预编码方法包括:利用超松弛迭代方法实现低复杂度迫零预编码,避免了大维度矩阵的求逆运算,同时根据最大化和速率准则寻找最优的松弛因子a,提高收敛速度,在保证和速率性能的同时,显著降低预编码方法的复杂度。
作为优选方案,根据超松弛迭代的思想,首先将待求逆矩阵A分解成上三角矩阵,下三角矩阵和对角矩阵三个矩阵,再根据迭代公式,得到发射信号xk+1。其具体步骤如下。
将待求逆矩阵A分解为A=L+D+U。假设迭代M次,当迭代第k次(k≤M)时,根据公式xk+1=Baxk+fa计算得到xk+1。令k=k+1,重复迭代步骤;直到k>M,停止迭代过程。
式中,L为A的对角线下的元素组成的下三角矩阵;D为A的对角元素组成的矩阵;U为A的对角线上的元素组成的上三角矩阵。
Ba=(D+aL)-1[(1-a)D-aU]
fa=a(D+aL)-1b
a为松弛因子。
同时,为了加快收敛速度,可根据以下的推导公式求得最优的松弛因子a:
a o p t = 2 1 + 2 ( 1 - r [ D - 1 ( L + U ) ] )
式中,r[·]表示矩阵的谱半径。
如图1所示,先设定初始信号,在第k次迭代时,根据超松弛迭代公式得到xk+1,并用新的xk+1来更新xk,直到迭代完毕,得到发射信号。
如图2所示的流程图中,原始信号s经过超松弛迭代预编码之后得到发射信号x。
本发明采用了超松弛迭代的思想,利用迭代方法来代替大维度矩阵的求逆运算,实现低复杂度迫零预编码方法;同时根据最大化和速率准则寻找最优的松弛因子a,提高收敛速度,在保证和速率性能的同时,显著降低预编码方法的复杂度。

Claims (3)

1.一种基于超松弛迭代的低复杂度迫零预编码方法,其特征在于:用超松弛迭代方法来代替传统迫零方法中的矩阵求逆运算,实现低复杂度迫零预编码方法,得到预编码信号。同时,为了提高收敛速度,减少迭代次数,我们根据最大化和速率准则,按照推导的公式计算得到最佳的优化松弛因子a。
2.根据权利要求1所述的超松弛迭代方法,其特征在于:超松弛迭代方法的具体步骤如下:
步骤1),将待求逆矩阵A分解为A=L+D+U。
其中,L为A的对角线下的元素组成的下三角矩阵;D为A的对角元素组成的矩阵;U为A的对角线上的元素组成的上三角矩阵。
假设迭代M次,当迭代第k次(k≤M)时,重复:
步骤2),根据公式xk+1=Baxk+fa计算得到xk+1
式中,
Ba=(D+aL)-1[(1-a)D-aU]
fa=a(D+aL)-1b
a为松弛因子。
步骤3),令k=k+1,重复步骤2);
直到k>M,停止迭代。
3.根据权利要求2所述的优化松弛因子法,其特征在于根据最大化和速率准则,按照推导的公式寻找最优的松弛因子a,优化收敛速度,降低大规模MIMO***预编码方法的计算复杂度。
CN201510496840.6A 2015-08-13 2015-08-13 一种基于超松弛迭代的低复杂度迫零预编码方法 Pending CN105187102A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510496840.6A CN105187102A (zh) 2015-08-13 2015-08-13 一种基于超松弛迭代的低复杂度迫零预编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510496840.6A CN105187102A (zh) 2015-08-13 2015-08-13 一种基于超松弛迭代的低复杂度迫零预编码方法

Publications (1)

Publication Number Publication Date
CN105187102A true CN105187102A (zh) 2015-12-23

Family

ID=54908982

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510496840.6A Pending CN105187102A (zh) 2015-08-13 2015-08-13 一种基于超松弛迭代的低复杂度迫零预编码方法

Country Status (1)

Country Link
CN (1) CN105187102A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105933044A (zh) * 2016-05-11 2016-09-07 中山大学 一种大规模多天线***低复杂度预编码方法
CN106230755A (zh) * 2016-07-26 2016-12-14 郑州大学 一种mimo***信道估计方法和装置
CN106788644A (zh) * 2016-12-30 2017-05-31 东南大学 一种基于改进的牛顿迭代法的大规模mimo预编码方法
CN108880710A (zh) * 2018-06-04 2018-11-23 电子科技大学 一种massive MIMO检测器松弛因子的选取方法
CN113055068A (zh) * 2020-10-16 2021-06-29 武汉大学 一种大规模mimo快速收敛的低复杂度预编码方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013135457A (ja) * 2011-12-27 2013-07-08 Kddi Corp 中継装置、端末局、無線通信システムおよび中継方法
CN104158575A (zh) * 2014-08-19 2014-11-19 东南大学 Zf预编码策略下的多小区mimo***用户调度方法
CN104506468A (zh) * 2015-01-09 2015-04-08 南京理工大学 一种时域稀疏信道估计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013135457A (ja) * 2011-12-27 2013-07-08 Kddi Corp 中継装置、端末局、無線通信システムおよび中継方法
CN104158575A (zh) * 2014-08-19 2014-11-19 东南大学 Zf预编码策略下的多小区mimo***用户调度方法
CN104506468A (zh) * 2015-01-09 2015-04-08 南京理工大学 一种时域稀疏信道估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XIE TIAN ET AL: ""A Low-Complexity Linear Precoding Scheme Based on SOR Method for Massive MIMO Systems"", 《2015 IEEE 81ST VEHICULAR TECHNOLOGY CONFERENCE(VTC SPRING)》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105933044A (zh) * 2016-05-11 2016-09-07 中山大学 一种大规模多天线***低复杂度预编码方法
CN105933044B (zh) * 2016-05-11 2018-11-06 中山大学 一种大规模多天线***低复杂度预编码方法
CN106230755A (zh) * 2016-07-26 2016-12-14 郑州大学 一种mimo***信道估计方法和装置
CN106230755B (zh) * 2016-07-26 2019-05-10 郑州大学 一种mimo***信道估计方法和装置
CN106788644A (zh) * 2016-12-30 2017-05-31 东南大学 一种基于改进的牛顿迭代法的大规模mimo预编码方法
CN106788644B (zh) * 2016-12-30 2020-07-14 东南大学 一种基于改进的牛顿迭代法的大规模mimo预编码方法
CN108880710A (zh) * 2018-06-04 2018-11-23 电子科技大学 一种massive MIMO检测器松弛因子的选取方法
CN113055068A (zh) * 2020-10-16 2021-06-29 武汉大学 一种大规模mimo快速收敛的低复杂度预编码方法

Similar Documents

Publication Publication Date Title
Gao et al. Matrix inversion-less signal detection using SOR method for uplink large-scale MIMO systems
CN107332598B (zh) 一种基于深度学习的mimo***联合预编码和天线选择方法
CN105187102A (zh) 一种基于超松弛迭代的低复杂度迫零预编码方法
CN110808765B (zh) 一种基于不完全信道信息的大规模mimo***频谱效率优化的功率分配方法
CN104618061A (zh) 一种大规模多天线***中多用户信号的检测方法
Li et al. Spectral efficiency analysis of single‐cell multi‐user large‐scale distributed antenna system
CN102882579B (zh) 一种用于多天线***的并行矩阵求逆方法
CN105071843A (zh) 大规模mimo***低复杂度多项式展开矩阵求逆方法及应用
CN102684766B (zh) 下行多用户mimo***中的低复杂度预编码方法
CN102946267A (zh) 一种基于qr分解的低复杂度mimo检测算法
CN102546488A (zh) 基于有效信道参数半正交的干扰消除方法
Dong et al. Improved joint antenna selection and user scheduling for massive MIMO systems
CN103037478B (zh) 一种多小区多用户干扰信道***中用户选择方法
CN112054830A (zh) 一种针对硬件损伤的Massive MIMO信能同传***优化方法
CN104954054A (zh) 一种解决c-ran架构下多小区***边缘用户干扰的消除方法
CN106533521A (zh) 一种基于截短级数展开的lr‑rzf大规模mimo***预编码方法
CN101877607A (zh) 多小区预编码权值的配置方法和装置
CN105978835A (zh) 一种低复杂度的分布式干扰对齐方法
Han et al. FDD massive MIMO without CSI feedback
CN105262526B (zh) 一种基于最小化干扰投影矩阵核范数的干扰对齐方法
CN105356922A (zh) 3d mimo信道下基于非均匀分割的垂直维码本设计方法
CN104821840A (zh) 一种大规模多输入多输出下行***的抗干扰方法
CN104683006A (zh) 基于Landweber迭代法的波束形成方法
CN104901913A (zh) 基于多用户信能同传干扰***能效最大化收发机设计方法
Dong et al. A low-complexity precoding method based on the steepest descent algorithm for downlink massive MIMO systems

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20151223