CN109194373A - 一种大规模mimo波束域联合单播多播传输方法 - Google Patents

一种大规模mimo波束域联合单播多播传输方法 Download PDF

Info

Publication number
CN109194373A
CN109194373A CN201810933114.XA CN201810933114A CN109194373A CN 109194373 A CN109194373 A CN 109194373A CN 201810933114 A CN201810933114 A CN 201810933114A CN 109194373 A CN109194373 A CN 109194373A
Authority
CN
China
Prior art keywords
beam domain
base station
unicast
multicast
matrix
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.)
Granted
Application number
CN201810933114.XA
Other languages
English (en)
Other versions
CN109194373B (zh
Inventor
王闻今
熊佳媛
尤力
陈旭
李科新
高西奇
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201810933114.XA priority Critical patent/CN109194373B/zh
Publication of CN109194373A publication Critical patent/CN109194373A/zh
Application granted granted Critical
Publication of CN109194373B publication Critical patent/CN109194373B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/003—Arrangements for allocating sub-channels of the transmission path
    • H04L5/0058—Allocation criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出一种大规模MIMO波束域联合单播多播传输方法，该方法中无线通信的基站侧配置了大规模天线阵列，通过波束赋形生成覆盖整个小区的大规模波束集合。基站在相同的时频资源上采用波束域联合单播和多播的方式与小区内的用户进行通信。基站根据小区内各个用户的波束域统计信道状态信息，对波束域的多播信号和发送给各个用户的单播信号进行功率分配。其中，波束域功率分配基于MM迭代算法和确定性等同方法，通过迭代求解凸优化问题获得波束域功率分配矩阵，并随着统计信道状态信息的变化动态更新。本发明解决了基站侧仅知统计信道信息的波束域联合单播多播传输的功率分配优化问题，提升了***单播和多播传输速率，并且有效降低了实现的复杂度。

Description

一种大规模MIMO波束域联合单播多播传输方法
技术领域
本发明属于通信领域，具体涉及一种利用大规模天线阵列在相同时频资源下进行联合单播多播的波束域无线传输方法。
背景技术
大规模MIMO***中，基站布置大规模天线阵列同时服务多个用户。采用大规模MIMO技术可以有效降低用户间干扰，大幅度提高无线通信***的频谱利用率和功率效率。波束域传输是指基站侧通过统一的酉变换将发送信号转换到波束域，在波束域信道进行信号传输，充分利用大规模天线阵列的空间角度分辨率和用户信道在波束域中的局部性特性。
在联合单播多播的场景下，基站在相同的时频资源上同时发送给小区内所有用户的多播信号和针对单个用户的单播信号。在该场景下，往往需要构建并求解关于发送信号功率分配问题，使得整个***的单播速率和多播速率的加权平均达到最大，并且此类问题的优化目标函数往往是非凸的，通常难以得到全局最优解。同时，优化过程中求解单播多播速率都需要进行求期望的运算，实现复杂度很高。为此，本发明提出了一种低复杂度的利用统计信道状态信息的大规模MIMO波束域联合单播多播传输方法。
发明内容
发明目的：本发明的目的是在小区基站同时发送单播信号和多播信号的场景下，提供一种利用统计信道状态信息进行联合单播多播的传输方法。
技术方案：为实现上述发明目的，本发明采用的技术方案为：
一种大规模MIMO波束域联合单播多播传输方法，包括以下步骤：
(1)在基站与用户组进行联合单播多播通信的场景下，配置大规模天线阵列的基站通过模拟多波束赋形或数字多波束赋形或模拟与数字混合波束赋形的方法生成能够覆盖整个小区的波束集合；
(2)基站利用小区内用户的波束域统计信道状态信息，构建并求解波束域联合单播多播功率分配优化问题对发送信号进行功率分配；所述波束域联合单播多播功率分配优化问题的优化目标为最大化***单播速率和多播速率的加权平均，优化变量为基站发送的多播信号和给各个用户的单播信号的协方差矩阵；约束条件为基站发送总信号的协方差矩阵满足功率约束；
(3)在各用户移动过程中，随着基站与各用户之间统计信道状态信息的变化，基站侧动态实施波束域功率分配，联合单播多播过程动态更新。
所述步骤(1)中基站生成能够覆盖整个小区的大规模波束集合实现空间资源的波束域划分，基站在同一时频资源上小区内用户进行联合单播多播通信，该联合单播多播通信的过程在波束域上实施。
所述步骤(2)中基站利用小区内用户的波束域统计信道状态信息对发送信号进行功率分配。基站根据小区用户在上行信道探测阶段发送的探测信号估计出实施波束域功率分配所需的波束域统计信道状态信息。具体的分配方法基于MM(Minorize-Maximization)迭代算法和确定性等同方法。
上述的基于MM迭代算法和确定性等同方法的功率分配方法包括：
(a)将当次迭代过程中单播速率和多播速率加权平均表达式中的干扰速率项进行一阶泰勒展开近似，将非凸的问题转化为关于波束域功率分配的凸优化问题，然后利用内点法或其他优化方法进行求解。
将当次迭代过程中优化问题的解代入优化目标产生下一次迭代的优化问题，并再次进行求解。重复该步骤直至相邻两次迭代过程中的***单播速率和多播速率的加权平均的差值小于给定阈值，最后一次迭代过程的解即优化问题的解。
(b)根据大维随机矩阵理论，分别计算***单播速率和多播速率的加权平均表达式中的包含干扰速率的单播总速率项和多播总速率项的确定性等同表达，避免高复杂度的求期望运算。
所述步骤3)中，随着各用户的动态移动，基站与各用户之间的波束域统计信道状态信息发生变化，基站根据变化后的统计信道状态信息重新实施前述的波束域功率分配，从而实施联合单播多播过程的动态更新。波束域统计信道状态信息的变化与具体应用场景有关，其典型的统计时间窗是短时传输时间窗的数倍或数十倍，相关的统计信道状态信息的获取也在较大的时间宽度上进行。
有益效果：与现有技术相比，本发明具有如下优点：
1.基站与小区用户在波束域相同时频资源下实施联合单播多播通信，可以与其无线信道的空间特性相匹配，从而获取使用大规模天线阵列所带来的功率效率和频谱效率的提高。
2.利用小区用户的波束域统计信道状态信息对发送信号进行设计，所需的各用户的波束域统计信道状态信息可以通过稀疏的探测信号获得，所提出的联合单播多播传输方法同时适用于时分双工和频分双工***。
3.利用MM迭代算法和确定性等同方法，显著降低联合单播多播通信的实现复杂度，并且该方法能够获得近似最优的性能。
附图说明
图1为利用统计信道状态信息的大规模MIMO波束域联合单播多播无线传输方法流程图。
图2为大规模MIMO联合单播多播***示意图。
图3为基于MM迭代算法和确定性等同方法的功率分配方法的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图。
如图1所示，本发明实施例公开的一种利用统计信道状态信息的大规模MIMO波束域联合单播多播传输方法，主要包括以下步骤：
1)基站配置大规模天线阵列，通过波束赋形方法生成能够覆盖整个小区的大规模波束集合。本步骤中，基站通过模拟多波束赋形或数字多波束赋形的方法生成能够覆盖整个小区的大规模波束集合，从而实现空间资源的波束域划分。基站在同一时频资源上与小区用户进行联合单播多播通信，该联合单播多播通信的过程在波束域上实施。
2)基站利用小区内用户的波束域统计信道状态信息，构建并求解波束域联合单播多播功率分配优化问题对发送信号进行功率分配。
3)在各用户动态移动过程中，随着基站与小区用户之间波束域统计信道状态信息变化，基站侧动态实施波束域功率分配，联合单播多播过程动态更新。
下面以图2所示的大规模MIMO联合单播多播场景为例，对本发明实施例的方法做详细说明。考虑单小区场景，基站侧配置M(M为102或103数量级)根发射天线，天线间隔为半波长。为小区用户集合，每个用户配置N根接收天线。基站可以采用模拟多波束赋形或数字多波束赋形或模拟与数字混合波束赋形的方法将发送的空间域信号变换到波束域。
在信道探测阶段，小区用户发送上行探测信号，基站根据接收到的探测信号估计小区用户的波束域统计信道状态信息,即其中Hk为第k个用户的波束域信道矩阵，运算符⊙为矩阵Hadamard乘积，*为矩阵的共轭，表示期望运算。
假设基站发送的波束域联合单播多播信号为其中xm为多播信号，为基站到用户k的单播信号。波束域多播信号的协方差矩阵为发送给用户k的单播信号的协方差矩阵为多播速率可以表示为：
是多播过程中的干扰速率项，同样，单播速率可以表示为
是单播过程中基站对用户k的干扰速率项，
上述表达式中，log表示对数运算，det表示取矩阵的行列式，H为矩阵的共轭转置。
***单播速率和多播速率的加权平均
η∈[0,1]为多播的权重因子。
考虑到波束域信道基站侧的低相关性，基站在各个波束上发送相互独立的数据流，即多播信号协方差矩阵Λm和单播信号协方差矩阵均为对角矩阵。注意到在波束域联合单播多播传输过程中，为了获得更高的***和速率，需要对发送信号的协方差矩阵进行优化，即在基站侧对发射波束进行功率分配，即解决如下优化问题：
其中，P为基站总的功率约束，tr(·)表示计算矩阵的迹，≥表示矩阵非负定。
此问题目标函数非凸，很难得到全局最优解，且实现复杂度很高。为此，本发明实施例采用MM迭代算法和确定性等同方法求解上述波束域多播功率分配优化问题。
上述的基于MM迭代算法和确定性等同方法的功率分配方法包括：
(a)将当次迭代过程中的多播速率项中的干扰速率项和单播速率项中的干扰速率项进行一阶泰勒展开近似，将非凸的问题转化如下为关于波束域功率分配的凸优化问题：
其中，分别为和的梯度，其对角线上的元素可以表示为
然后利用内点法或其他优化方法进行求解公式(6)中的优化问题。
将当次迭代过程中优化问题的解代入优化目标产生下一次迭代的优化问题，并再次进行求解。重复该步骤直至相邻两次迭代过程中的***单播速率和多播速率的加权平均的差值小于给定阈值，最后一次迭代过程的解即优化问题的解。
(b)为了降低运算复杂度，根据大维随机矩阵理论，分别计算***单播速率和多播速率的加权平均项中的和的确定性等同表达和
其中，
四个辅助变量通过迭代计算得到：
其中，和表示生成对角矩阵，对角线上的元素分别为
由此得到***单播速率和多播速率的加权平均的确定性等同表达
图3给出了MM迭代算法和确定性等同方法的功率分配方法的实现过程，算法的详细过程如下：
步骤1：初始化发送信号的协方差矩阵设置迭代次数指示i＝0。在初始化发送信号的协方差矩阵时，可以假设均匀功率分配，即这K+1个协方差矩阵都是其中I是M×M的单位矩阵。
步骤2：计算***单播速率和多播速率的加权平均的确定性等同的初始值该步骤首先根据初始化发送信号的协方差矩阵迭代计算确定性等同辅助变量直至辅助变量收敛，利用辅助变量计算和的确定性等同，代入公式(21)进行计算。
步骤3：利用计算当次迭代梯度项和采用MM迭代算法线性化多播干扰速率项和单播干扰速率项得到如公式(6)所示本次迭代过程中的优化问题。
步骤4：利用迭代计算确定性等同辅助变量 直至辅助变量收敛。
步骤5：根据公式(9)(10)得到***单播速率和多播速率的加权平均项中和的确定性等同表达和并用确定性等同表达替换优化目标中的和
步骤6：利用内点法或其他凸优化方法求解优化问题得到当次迭代的解
步骤7：利用当次迭代优化问题的解，利用公式(21)计算***单播速率和多播速率的加权平均的确定性等同
步骤8：比较和如果两者之间的差值小于预先设定的阈值ε则迭代结束，此时的即优化问题的解。否则令i＝i+1，返回步骤2。
在各用户移动过程中，随着基站与用户之间的波束域统计信道状态信息的变化，基站侧根据更新后的统计信道状态信息重复前述步骤，进行波束域联合单播多播功率分配。从而实现联合单播多播传输过程的动态更新。波束域统计信道状态信息的变化与具体应用场景有关，其典型统计时间窗是短时传输时间窗的数倍或数十倍，相关的统计信道状态信息的获取也在较大的时间宽度上进行。
应当指出，以上所述仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (7)

1.一种大规模MIMO波束域联合单播多播传输方法，其特征在于：包括如下步骤：
(1)在基站与用户组进行联合单播多播通信的场景下，配置大规模天线阵列的基站通过模拟多波束赋形或数字多波束赋形或模拟与数字混合波束赋形的方法生成能够覆盖整个小区的波束集合；
(2)基站利用小区内用户的波束域统计信道状态信息，构建并求解波束域联合单播多播功率分配优化问题对发送信号进行功率分配；所述波束域联合单播多播功率分配优化问题的优化目标为最大化***单播速率与多播速率的加权平均，优化变量为基站发送的多播信号和给各个用户的单播信号的协方差矩阵；约束条件为基站发送总信号的协方差矩阵满足功率约束；
(3)在各用户移动过程中，随着基站与各用户之间统计信道状态信息的变化，基站侧动态实施波束域功率分配，联合单播多播过程动态更新。
2.根据权利要求1所述的大规模MIMO波束域联合单播多播传输方法，其特征在于：所述步骤(1)中基站生成能够覆盖整个小区的大规模波束集合实现空间资源的波束域划分，基站在同一时频资源上与小区内用户进行联合单播多播通信，该联合单播多播通信的过程在波束域上实施。
3.根据权利要求1所述的大规模MIMO波束域联合单播多播传输方法，其特征在于：所述波束域统计信道状态信息由基站根据接收到小区内用户发送的上行探测信号估计得出。
4.根据权利要求1所述的大规模MIMO波束域联合单播多播传输方法，其特征在于：所述步骤(2)中波束域联合单播多播功率分配优化问题表示为：
其中，η∈[0,1]为多播的权重因子，为小区内用户集合，K为小区内用户总数，为基站多播速率，为基站到用户k的单播速率，Λm为基站发送波束域多播信号的协方差矩阵，为基站到用户k的波束域单播信号的协方差矩阵，P为基站总的功率约束，tr(·)表示计算矩阵的迹，≥0表示矩阵非负定；上述优化目标中：
其中，Hk为基站到用户k的波束域信道矩阵，I为单位矩阵，上标H为求矩阵的共轭转置，det为求矩阵的行列式，为求期望。
5.根据权利要求4所述的大规模MIMO波束域联合单播多播传输方法，其特征在于：所述步骤(2)中波束域联合单播多播功率分配优化问题基于MM迭代算法和确定性等同方法求解。
6.根据权利要求5所述的大规模MIMO波束域联合单播多播传输方法，其特征在于：所述步骤(2)中求解优化问题所用到的MM迭代算法和确定性等同方法包括如下两个方面：
(a)在当次迭代过程中将***单播速率和多播速率加权平均表达式中的干扰速率项进行一阶泰勒级数展开近似，将非凸的问题转化为关于波束域功率分配的凸优化问题，将优化问题转变为求解下述问题：
其中，
和为M×M的对角矩阵，对角线上的元素为：
其中，M为基站天线数，N为用户天线数，为波束域统计信道状态信息，上标i标记迭代次数，下标t标记矩阵行列号，⊙为矩阵的阿达玛积，上标*为矩阵的共轭；
将当次迭代过程中优化问题的解代入优化目标产生下一次迭代的优化问题，并再次进行求解，直至相邻两次迭代过程中***的单播速率和多播速率加权平均的差值小于给定阈值，最后一次迭代过程的解即优化问题的解；
(b)根据大维随机矩阵理论，分别计算和的确定性等同表达和避免高复杂度的求期望运算；
其中，
四个辅助变量通过迭代计算得到：
和表示生成对角矩阵，对角线上的元素分别为
7.根据权利要求1所述的大规模MIMO波束域联合单播多播无线传输方法，其特征在于：在各用户动态移动过程中，随着基站与各用户之间统计信道状态信息变化，基站侧动态实施波束域功率分配，联合单播多播过程动态更新；波束域统计信道状态信息的变化与具体应用场景有关，统计时间窗是短时传输时间窗的数倍或数十倍。
CN201810933114.XA 2018-08-16 2018-08-16 一种大规模mimo波束域联合单播多播传输方法 Active CN109194373B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810933114.XA CN109194373B (zh) 2018-08-16 2018-08-16 一种大规模mimo波束域联合单播多播传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810933114.XA CN109194373B (zh) 2018-08-16 2018-08-16 一种大规模mimo波束域联合单播多播传输方法

Publications (2)

Publication Number Publication Date
CN109194373A true CN109194373A (zh) 2019-01-11
CN109194373B CN109194373B (zh) 2020-05-05

Family

ID=64918129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810933114.XA Active CN109194373B (zh) 2018-08-16 2018-08-16 一种大规模mimo波束域联合单播多播传输方法

Country Status (1)

Country Link
CN (1) CN109194373B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110166090A (zh) * 2019-04-29 2019-08-23 东南大学 能效最优的大规模mimo下行单播波束域功率分配方法
CN110311715A (zh) * 2019-07-12 2019-10-08 东南大学 能效最优的大规模mimo非正交单播多播传输功率分配方法
CN111246496A (zh) * 2020-03-17 2020-06-05 北京交通大学 一种基于智能反射表面的波束追踪覆盖与增强方法
CN111917445A (zh) * 2020-08-06 2020-11-10 东南大学 一种最大化最小能效多小区大规模mimo波束域功率分配方法
CN111970033A (zh) * 2020-08-25 2020-11-20 东南大学 能效谱效联合优化的大规模mimo多播功率分配方法
CN113300814A (zh) * 2020-02-24 2021-08-24 国家广播电视总局广播电视科学研究院 基于多小区协作的混合业务传输方法、装置存储介质
CN113300749A (zh) * 2021-03-30 2021-08-24 北京邮电大学 基于机器学习赋能的智慧传输波束优化方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070218950A1 (en) * 2006-03-17 2007-09-20 Codreanu Marian I Data transmission parameter optimization in MIMO communications system
CN101584228A (zh) * 2007-01-22 2009-11-18 郎讯科技公司 针对无线广播中单播-组播叠加的动态功率分配
CN105933979A (zh) * 2016-04-12 2016-09-07 东南大学 多小区bdma传输功率分配方法
CN107294575A (zh) * 2017-06-16 2017-10-24 东南大学 大规模mimo波束域安全通信方法
CN107733510A (zh) * 2017-09-26 2018-02-23 同济大学 具有鲁棒性的云无线传输***的波束成型设计
CN107979826A (zh) * 2017-11-28 2018-05-01 深圳大学 复用模式下含d2d通信的das中功率分配方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070218950A1 (en) * 2006-03-17 2007-09-20 Codreanu Marian I Data transmission parameter optimization in MIMO communications system
CN101584228A (zh) * 2007-01-22 2009-11-18 郎讯科技公司 针对无线广播中单播-组播叠加的动态功率分配
CN105933979A (zh) * 2016-04-12 2016-09-07 东南大学 多小区bdma传输功率分配方法
CN107294575A (zh) * 2017-06-16 2017-10-24 东南大学 大规模mimo波束域安全通信方法
CN107733510A (zh) * 2017-09-26 2018-02-23 同济大学 具有鲁棒性的云无线传输***的波束成型设计
CN107979826A (zh) * 2017-11-28 2018-05-01 深圳大学 复用模式下含d2d通信的das中功率分配方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
彭青，李银伟，郭志军: "认知MIMO***中波束成形和功率的联合控制博弈算法", 《电信科学》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110166090A (zh) * 2019-04-29 2019-08-23 东南大学 能效最优的大规模mimo下行单播波束域功率分配方法
CN110311715A (zh) * 2019-07-12 2019-10-08 东南大学 能效最优的大规模mimo非正交单播多播传输功率分配方法
CN110311715B (zh) * 2019-07-12 2021-02-09 东南大学 能效最优的大规模mimo非正交单播多播传输功率分配方法
CN113300814A (zh) * 2020-02-24 2021-08-24 国家广播电视总局广播电视科学研究院 基于多小区协作的混合业务传输方法、装置存储介质
CN113300814B (zh) * 2020-02-24 2022-08-09 国家广播电视总局广播电视科学研究院 基于多小区协作的混合业务传输方法、装置存储介质
CN111246496A (zh) * 2020-03-17 2020-06-05 北京交通大学 一种基于智能反射表面的波束追踪覆盖与增强方法
CN111917445A (zh) * 2020-08-06 2020-11-10 东南大学 一种最大化最小能效多小区大规模mimo波束域功率分配方法
CN111917445B (zh) * 2020-08-06 2022-02-01 东南大学 一种最大化最小能效多小区大规模mimo波束域功率分配方法
CN111970033A (zh) * 2020-08-25 2020-11-20 东南大学 能效谱效联合优化的大规模mimo多播功率分配方法
CN111970033B (zh) * 2020-08-25 2022-07-26 东南大学 能效谱效联合优化的大规模mimo多播功率分配方法
CN113300749A (zh) * 2021-03-30 2021-08-24 北京邮电大学 基于机器学习赋能的智慧传输波束优化方法

Also Published As

Publication number Publication date
CN109194373B (zh) 2020-05-05

Similar Documents

Publication Publication Date Title
CN109104225B (zh) 一种能效最优的大规模mimo波束域多播传输方法
CN109194373A (zh) 一种大规模mimo波束域联合单播多播传输方法
CN111106859B (zh) 毫米波/太赫兹网络大规模mimo无线传输方法
Ammar et al. Downlink resource allocation in multiuser cell-free MIMO networks with user-centric clustering
CN107135024B (zh) 一种低复杂度的混合波束赋形迭代设计方法
CN105933979B (zh) 多小区bdma传输功率分配方法
CN110311715B (zh) 能效最优的大规模mimo非正交单播多播传输功率分配方法
CN110166090B (zh) 能效最优的大规模mimo下行单播波束域功率分配方法
CN111970033B (zh) 能效谱效联合优化的大规模mimo多播功率分配方法
CN110289895B (zh) 能效谱效联合优化的大规模mimo下行功率分配方法
CN109831233A (zh) 一种多小区协调大规模mimo波束域多播功率分配方法
CN109150257B (zh) 一种大规模mimo波束域安全多播无线传输方法
CN111917445B (zh) 一种最大化最小能效多小区大规模mimo波束域功率分配方法
CN105554780B (zh) 毫米波下Massive MIMO多小区协作波束分配方法
CN110299937A (zh) 一种上行mimo-noma无线通信***波束成形方法
CN112564746B (zh) CF mmWave mMIMO***中基于最优GEE的功率分配方法
Majidzadeh et al. Partially connected hybrid beamforming for large antenna arrays in multi-user MISO systems
Ismayilov et al. Power and beam optimization for uplink millimeter-wave hotspot communication systems
CN106788934B (zh) 一种大规模mimo***中多小区联合的导频分配方法
Zhang et al. Transmit array resource allocation for radar and communication integration system
CN111726153A (zh) 用于航空通信公共信道的自适应预编码方法
Hong On the effect of shadowing correlation and pilot assignment on hybrid precoding performance for cell-free mmWave massive MIMO UDN system
Li et al. Low-band information and historical data aided non-uniform millimeter wave beam selection algorithm in 5G-R high-speed railway communication scene
Ebrahiem et al. A deep learning approach for channel estimation in 5G wireless communications
CN109039410B (zh) 一种异构云无线接入网络的波束成形方法及通信网络

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant