CN114285444B - 一种去蜂窝大规模mimo***的功率优化方法 - Google Patents
一种去蜂窝大规模mimo***的功率优化方法 Download PDFInfo
- Publication number
- CN114285444B CN114285444B CN202111163511.1A CN202111163511A CN114285444B CN 114285444 B CN114285444 B CN 114285444B CN 202111163511 A CN202111163511 A CN 202111163511A CN 114285444 B CN114285444 B CN 114285444B
- Authority
- CN
- China
- Prior art keywords
- user
- channel
- uplink
- signal
- power
- 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.)
- Active
Links
Images
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种去蜂窝大规模MIMO***的功率优化方法,包括如下步骤,获取***的初始参数信息,建立接入点AP的接收信号函数;根据所述接收信号函数,建立上行用户和速率优化问题;基于wMMSE算法,寻求所述优化问题的最优解;根据最优解,获取***内所有用户的功率优化结果。本发明采用的功率优化方法,提高了上行用户和速率,从而补偿了由***引起的用户速率下降,提高了去蜂窝大规模MIMO***的整体性能。
Description
技术领域
本发明涉及一种去蜂窝大规模MIMO***的功率优化方法,属于无线通信技术领域。
背景技术
为了满足不断增长的高数据速率需求,大规模多输入多输出(MIMO)技术在***和第五代移动通信***中得到重大应用,是一种为基站配备大量的天线,以获得高吞吐量、高可靠性和高能量效率的无线接入技术。然而,***内小区间的干扰、频繁切换和覆盖率等问题,严重限制了蜂窝网***性能的进一步提升。
为了满足智能终端和新移动服务带来的移动互联网用户的激增,去蜂窝大规模MIMO***被认为是未来移动通信方面最具颠覆性和最具发展前景的技术,取消了蜂窝制式***架构,引入大量的随机分布式接入点AP为用户提供高质量服务。在去蜂窝大规模MIMO***中,AP和用户以低发射功率运行,强大的***可以在导频训练阶段干扰信道估计,进一步导致用户数据传输速率的下降,对整个去蜂窝大规模MIMO***性能产生严重威胁。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域普通技术人员所公知的现有技术。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种去蜂窝大规模MIMO***的功率优化方法,构建***上行用户和速率优化问题,并求得该优化问题的局部最优解,补偿由***引起的用户速率下降,提高***的整体性能。
为达到上述目的,本发明是采用下述技术方案实现的:
第一方面,本发明提供了一种去蜂窝大规模MIMO***的功率优化方法,包括如下步骤,
获取***的初始参数信息,建立接入点AP的接收信号函数;
根据所述接收信号函数,建立上行用户和速率优化问题;
基于wMMSE算法,寻求所述优化问题的最优解;
根据最优解,获取***内所有用户的功率优化结果。
进一步的,所述接入点AP的接收信号函数为
其中,yl为接入点AP的M维接收信号函数,M为接入点AP的天线数量;ρ为用户的信号发送功率;q为***的信号发送功率;ηk为任意用户k的功率控制参数;xk为用户数据信号;sj为干扰数据信号;为加性高斯白噪声,/>表示随机变量满足复高斯分布,IM表示M×M维单位矩阵;gl,k为第l个AP与用户k之间的信道,gl,j为第l个AP与***j之间的信道,且满足/>βl,k为用户信道的大尺度衰落参数,βl,j为干扰信道的大尺度衰落参数,IM表示M×M维单位矩阵。
进一步的,根据所述接收信号函数,进行上行导频训练和上行数据传输,获取用户信道估计和干扰信道估计;
所述用户信道估计表达式为,
其中,为用户信道估计;参数α1为用户信道估计关于真实用户信道的系数,α2为用户信道估计关于真实干扰信道的系数,cl,k为利用MMSE进行用户信道估计得到的系数;ρp为用户的导频传输功率;qp分别为用户和***的导频传输功率;τp为导频传输序列长度;为用户k采用的维度为τp的复数列向量导频;/>为***发送的导频,/>表示/>的共轭转置运算,且满足/>E表示期望;/>为加性高斯白噪声,IM表示M×M维单位矩阵;k′表示用户序号;集合/>表示与用户k使用相同导频的用户序号集,并包含用户k;gl,k′表示第l个AP与第k′个用户之间的信道,
所述干扰信道估计表达式为,
进一步的,还包括,根据用户信道估计和干扰信号估计,建立上行用户速率闭式表达式;
所述上行用户速率闭式表达式为
Rk=log2(1+SINRk)
其中,Rk为上行用户速率,SINRk为信干噪比,其表达式如下,
进一步的,还包括,根据上行用户速率闭式表达式,建立上行用户和速率优化问题,表达式如下,
P1为第一优化问题;s.t.表示约束条件;ηk为任意用户k的功率控制参数;Rk为上行用户速率。
进一步的,还包括,将优化问题P1转化为优化问题P2,表达式如下,
其中,P2为第一优化问题;s.t.表示约束条件;vk为接收机参数;ξk为用户k的功率控制参数ηk开根号,满足 为单输入单输出***的输入信号与单输入单输出***输出信号经接收机检测得到的信号的均方误差;μk为最小均方误差的倒数。
进一步的,基于wMMSE算法,利用拉格朗日乘子法,交替优化vk,μk和ξk,通过循环迭代,求解优化问题P2的局部最优解ηk,ηk即为***内用户采用的功率控制系数。
第二方面,本发明提供了一种去蜂窝大规模MIMO***的功率优化装置,包括,
数据获取模块,用于获取***的初始参数信息,包括用户和***的数据信号,信号发送功率及信道的大尺度衰落参数;
函数建立模块,用于建立AP的接收信号函数,进行上行导频训练和上行数据传输,获取上行用户速率闭式表达式,建立上行用户和速率优化问题;
问题计算模块,基于wMMSE算法,寻求所述优化问题的最优解;
功率优化模块,根据最优解,获取***内所有用户的功率控制优化结果。
进一步的,还包括,至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中,所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行上述方法。
第三方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机上述的方法。
与现有技术相比,本发明所达到的有益效果:
本发明提供的一种去蜂窝大规模MIMO***的功率优化方法,根据***的初始参数信息,建立上行用户和速率优化问题;并进一步转化该优化问题,以求得该优化问题的最优解,得到***内所有用户的功率控制优化结果;本发明采用的基于wMMSE算法的功率优化方法,提高了上行用户和速率,从而补偿了由***引起的用户速率下降,提高了去蜂窝大规模MIMO***的整体性能。
附图说明
图1为去蜂窝大规模MIMO***的功率优化方法的流程图;
图2为去蜂窝大规模MIMO***的功率优化方法的应用场景实例图;
图3为去蜂窝大规模MIMO***的功率优化方法的MIMO收发端天线图;
图4为去蜂窝大规模MIMO***的功率优化方法的使用TDD的帧结构图;
图5为接入点AP部署不同天线根数时,采用固定功率分配和采用本发明方法得到的上行用户和速率对比图;
图6为***采用不同的导频传输功率时,采用固定功率分配和采用本发明方法得到的上行用户和速率对比图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明涉及的名词解释如下:
AP:接入点,Access Point;
wMMSE:加权最小均方误差,weighted Minimum Mean Squared Error;
MMSE:最小均方误差,Minimum Mean Squared Error;
CPU:中心处理单元,Central Processing Units;
CSI:信道状态信息,Channel State Information;
TDD:时分双工,Time Division Duplex。
本发明的技术构思为,在满足单个AP功率限制的情况下,建立***上行用户和速率优化问题,并利用以wMMSE思想为启发的算法得到每次迭代的闭式表达式,最终求得优化该问题的局部最优解,该局部最优解即为所有用户采用的功率控制系数。在不同的***参数条件下,本发明提出的功率分配方法可以显著提高上行用户和速率,补偿由***引起的用户数据传输速率下降,进而提升***性能。
本发明实施例的具体步骤如下:
步骤一:建立存在干扰攻击的去蜂窝大规模MIMO***模型。
该***内随机分布着L个配备M根天线的接入点AP,在TDD模式下服务K个单天线用户,且满足LM>>K。***中所有的AP都通过前传链路网络连接到CPU,以便进行CSI的交换。本实施例默认上下行信道具有对称性,实际信道在一个相干时频间隔内保持不变,而在不同的时频间隔之间独立变化。与此同时,***中还随机分布着一个严重影响信道估计精确度和上行数据传输速率的单天线***。
用户和***同时向AP发送信号,接入点AP的M维接收信号函数为,
其中,yl为接入点AP的M维接收信号函数;ρ和q分别为用户和***的信号发送功率;ηk为任意用户k的功率控制参数,且0≤ηk≤1;xk为用户数据信号,满足均值为0,方差为1;sj为干扰数据信号,假设服从高斯分布;nl为加性高斯白噪声,满足 表示随机变量满足复高斯分布,IM表示M×M维单位矩阵,M为天线数量;
用gl,k和gl,j分别表示第l个AP与用户k和***j之间的信道,假设为不相关的瑞利块衰落信道,gl,k和gl,j满足
其中,βl,k和βl,j分别为用户和***信道的大尺度衰落参数,在40个相干时间间隔内都为常数,默认AP提前已知。
TDD模式下,令相干间隔的长度为τc,满足条件τc=τp+τu,其中τp为导频传输长度,τu为上行数据传输长度。
步骤二:上行导频训练。
在τp时间内,用户通过向AP发送导频获得上行CSI的过程称作信道估计。
第l个AP的接收信号为
利用MMSE得到用户信道估计表达式,
其中,为用户信道估计;参数α1为用户信道估计关于真实用户信道的系数,α2为用户信道估计关于真实干扰信道的系数,cl,k为利用MMSE进行用户信道估计得到的系数;ρp和qp分别为用户和***的导频传输功率;τp为导频传输序列长度;/>为用户k采用的维度为τp的复数列向量导频;/>为***发送的导频,/>表示/>的共轭转置运算,且满足E表示期望;/>为加性高斯白噪声;gl,k′表示第l个AP与第k′个用户之间的信道。
由(5)式发现其中,E表示期望;/>为干扰信道的共轭转置运算;/>为用户信道估计;M为天线数量;α2为用户信道估计关于真实干扰信道的系数;βi,j为干扰信道的大尺度衰落参数;所以理想的用户信道估计和干扰信道相关。
为了消除干扰带来的影响,以用户信道和干扰信道为基础设计接收滤波器。但由于在接入点AP处CSI未知,采用用户信道的估计和干扰信道的估计替代。假设在导频集中至少存在一个未被用户使用的导频/>利用该导频消除(3)式中的用户信号。
所述干扰信道估计表达式为,
步骤三:上行数据传输。
合法用户和***采用最大信号发射功率时,第l个AP处的上行数据接收信号为:
其中,yl为合法用户和***采用最大信号发射功率时的第l个AP处的上行数据接收信号;ρu和qu分别为合法用户和***的最大信号发射功率;ηk为任意用户k的功率控制参数,且0≤ηk≤1;xk为用户数据信号,满足均值为0,方差为1;sj为干扰数据信号,假设服从高斯分布;nl为加性高斯白噪声,满足 表示复高斯分布函数,IM表示M×M维单位矩阵,M为天线数量;gl,k为第l个AP与用户k之间的信道;gl,j为第l个AP与***j之间的信道;
为了检测用户数据信号xk,基于用户信道估计和干扰信道估计设计接收滤波器:
滤波后通过前传链路汇聚到CPU的信号为:
因为发送给用户的信号互不相关,干扰噪声和加性高斯白噪声也不相关,所以(9)式后三项与理想信号不相关。
故上行用户速率闭式表达式为
Rk=log2(1+SINRk) (10)
其中,Rk为上行用户速率;SINRk为信干噪比,其表达式如下,
步骤四:建立上行用户和速率优化问题。
从(5)式和(11)式可以看出,***不仅影响合法用户的信道估计,还影响用户上行数据的传输速率。这时,我们可以从功率优化角度提高所有上行用户的数据传输和速率。在单用户功率限制条件下,建立优化问题如下:
其中,P1为优化问题;ηk为用户k的功率控制参数;K为单天线用户的数量;Rk为上行用户速率;s.t.表示约束条件。
步骤五:利用算法1求解优化问题。
根据上行用户速率闭式表达式,将***等价为一个单输入单输出***,则输出信号表达式为:
其中,yk为单输入单输出***的输出信号;sk为单输入单输出***的输入信号,满足均值为0,方差为1;为单输入单输出***的加性噪声,满足均值为0,方差为Ψk;Ψk为单输入单输出***的加性噪声的方差。
利用接收机检测信号得到,
将ek关于υk求一阶导,并令一阶导数为0,求得
故优化问题P1的目标函数可以等价为:
故第一优化问题P1可以转化为第一优化问题P2
此处的优化问题P2仍然是非凸的,利用拉格朗日乘子法,交替优化自变量υk,μk和ξk,求解P2的具体步骤如下:
4)令n=n+1,执行步骤2)
具体的,
参阅图1,本发明所采用的功率分配方法具体实施步骤如图1所示。
参阅图2,本实施例所采用的的场景为1km2的去蜂窝大规模MIMO***,服务区中随机分布着150个APs和30个用户,AP在TDD模式下为用户服务。大尺度衰落模型为:
βl,k=PLl,k·zl,k
其中,PLl,k为第l个AP和第k个用户之间的路径损耗,zl,k为第l个AP和第k个用户之间不相关的阴影衰落,其标准差为σsh=8dB。所有的AP通过前传链路连接到CPU上,便于交换CSI。
参阅图3,在上行链路进行传输时,发送端用户和***都是单天线的,而AP是多天线的。
参阅图4,TDD模式下,本实施例的相干间隔长度τe=40,被分为两个部分,其中上行导频训练长度为τp=5,上行数据传输长度为τu=35。***采用随机方式将5个相互正交导频分配给30个用户,故存在导频污染。
参阅图5,固定功率分配方案中所有用户采用的功率控制系数相同,而本发明采用wMMSE方法迭代得到的局部最优解ηk即为所有用户采用的功率控制系数。结果表明,随着AP天线根数的增多,上行用户和速率不断增加。并且本发明相较于固定功率分配方案,明显改善了上行用户和速率,提高了***的整体性能。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (9)
1.一种去蜂窝大规模MIMO***的功率优化方法,其特征是,包括如下步骤,
获取***的初始参数信息,建立接入点AP的接收信号函数;
根据所述接收信号函数,进行上行导频训练和上行数据传输,获取用户信道估计和干扰信道估计;
根据用户信道估计和干扰信号估计,建立上行用户速率闭式表达式;
根据上行用户速率闭式表达式,建立上行用户和速率优化问题P1,并将所述优化问题P1转化为优化问题P2;
基于wMMSE算法,寻求所述优化问题P2的最优解;
根据最优解,获取***内所有用户的功率优化结果;
其中,所述接入点AP的接收信号函数为
2.根据权利要求1所述的去蜂窝大规模MIMO***的功率优化方法,其特征是,所述用户信道估计表达式为,
其中,为用户信道估计;参数α1为用户信道估计关于真实用户信道的系数,α2为用户信道估计关于真实干扰信道的系数,cl,k为利用MMSE进行用户信道估计得到的系数;ρp为用户的导频传输功率;qp分别为用户和***的导频传输功率;τp为导频传输序列长度;/>为用户k采用的维度为τp的复数列向量导频;/>为***发送的导频,/>表示/>的共轭转置运算,且满足/>E表示期望;/>为加性高斯白噪声,IM表示M×M维单位矩阵;k′表示用户序号;集合/>表示与用户k使用相同导频的用户序号集,并包含用户k;gl,k′表示第l个AP与第k′个用户之间的信道;
所述干扰信道估计表达式为,
6.根据权利要求5所述的去蜂窝大规模MIMO***的功率优化方法,其特征是,基于wMMSE算法,利用拉格朗日乘子法,交替优化υk,μk和ξk,通过循环迭代,求解优化问题P2的局部最优解ηk,ηk即为***内用户采用的功率控制系数。
7.一种去蜂窝大规模MIMO***的功率优化装置,其特征是,包括,
数据获取模块,用于获取***的初始参数信息,建立接入点AP的接收信号函数;
函数建立模块,用于根据所述接收信号函数,进行上行导频训练和上行数据传输,获取用户信道估计和干扰信道估计;
根据用户信道估计和干扰信号估计,建立上行用户速率闭式表达式;
根据上行用户速率闭式表达式,建立上行用户和速率优化问题P1,并将所述优化问题P1转化为优化问题P2;
问题计算模块,用于基于wMMSE算法,寻求所述优化问题P2的最优解;
功率优化模块,用于根据最优解,获取***内所有用户的功率优化结果;
其中,所述接入点AP的接收信号函数为
8.根据权利要求7所述的去蜂窝大规模MIMO***的功率优化装置,其特征是,还包括,至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中,所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1-6任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111163511.1A CN114285444B (zh) | 2021-09-30 | 2021-09-30 | 一种去蜂窝大规模mimo***的功率优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111163511.1A CN114285444B (zh) | 2021-09-30 | 2021-09-30 | 一种去蜂窝大规模mimo***的功率优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114285444A CN114285444A (zh) | 2022-04-05 |
CN114285444B true CN114285444B (zh) | 2023-03-28 |
Family
ID=80868645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111163511.1A Active CN114285444B (zh) | 2021-09-30 | 2021-09-30 | 一种去蜂窝大规模mimo***的功率优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114285444B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114978267A (zh) * | 2022-05-05 | 2022-08-30 | 清华大学 | 去蜂窝***导频分配方法及装置 |
CN114980332B (zh) * | 2022-05-17 | 2023-04-07 | 清华大学 | 去蜂窝大规模mimo***下行功率分配方法及装置 |
CN115021780B (zh) * | 2022-05-18 | 2023-12-22 | 浙江大学 | 基于无蜂窝大规模多输入多输出***的免授权随机接入方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111865378A (zh) * | 2020-05-28 | 2020-10-30 | 东南大学 | 基于深度学习的大规模mimo下行预编码方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2371170A1 (en) * | 2008-12-01 | 2011-10-05 | Telefonaktiebolaget L M Ericsson (PUBL) | Method and apparatus for power allocation in a multicarrier system |
US9537556B2 (en) * | 2014-07-11 | 2017-01-03 | Huawei Technologies Canada Co., Ltd. | Systems and methods for optimized beamforming and compression for uplink MIMO cloud radio access networks |
CN107171704B (zh) * | 2017-06-09 | 2020-04-14 | 北京邮电大学 | 一种大规模mimo***的上行功率控制方法及装置 |
CN110401964B (zh) * | 2019-08-06 | 2021-08-03 | 北京邮电大学 | 一种面向用户为中心网络基于深度学习的功率控制方法 |
CN110933757B (zh) * | 2019-11-26 | 2022-04-05 | 重庆邮电大学 | 基于时间反演的wpcn***的抗干扰资源分配方法 |
CN112468196B (zh) * | 2020-11-25 | 2021-10-19 | 南京邮电大学 | 一种基于pzf预编码的去蜂窝大规模mimo***中功率分配方法 |
-
2021
- 2021-09-30 CN CN202111163511.1A patent/CN114285444B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111865378A (zh) * | 2020-05-28 | 2020-10-30 | 东南大学 | 基于深度学习的大规模mimo下行预编码方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114285444A (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114285444B (zh) | 一种去蜂窝大规模mimo***的功率优化方法 | |
US10530457B1 (en) | Beamsteering in a spatial division multiple access (SDMA) system | |
WO2017162143A1 (en) | System and method for downlink channel estimation in massive multiple-input-multiple-output (mimo) | |
US8577310B2 (en) | System and method for transceivers in a wireless network | |
CN103312390B (zh) | 基于干扰对齐的预编码方法,发射机和设备 | |
CN107210783B (zh) | 采用协作中继进行联合mimo传输和压缩来降低干扰的***和方法 | |
US9231632B2 (en) | Apparatus for interference cancellation in MIMO receiver, method for interference cancellation in MIMO receiver and MIMO receiver | |
US20210013934A1 (en) | Method and system for multiple input, multiple output communications in millimeter wave networks | |
US10666329B2 (en) | Method and device for beam forming | |
WO2014115374A1 (ja) | 移動通信端末 | |
CN104868947A (zh) | 一种实现波束成型的方法及基站 | |
WO2015112883A1 (en) | System and method for early termination in iterative null-space directed singular value decomposition for mimo | |
CN114665930B (zh) | 去蜂窝大规模mimo***的下行链路盲信道估计方法 | |
JP5693713B2 (ja) | マルチユーザ無線システムでセル間干渉を減らすための複数アンテナの方法および装置 | |
CN104683005A (zh) | 干扰抑制方法及装置 | |
CN111865844B (zh) | 大规模mimo全双工中继***信道估计方法和装置 | |
KR20110110733A (ko) | 중계기 및 그의 신호 전달 방법 | |
CN102752071A (zh) | 用于多点协作***的下行链路预编码方法和中心处理节点 | |
CN105375967A (zh) | 一种基于统计方法的增强型最大比合并检测方法和接收机 | |
CN114760647A (zh) | 一种去蜂窝大规模mimo上行总速率一阶优化方法 | |
CN114727317B (zh) | 一种利用d2d通信设备实现中继转发的高谱效通信*** | |
Chen | A channel estimation algorithm for large-scale MIMO system using block sparsity adaptive matching pursuit | |
Gopala et al. | Reciprocity‐Based Beamforming Techniques for Spectrum Sharing in MIMO Networks | |
Jiang et al. | Turbo message passing based burst interference cancellation for data detection in massive MIMO-OFDM systems | |
CN107257560B (zh) | 多小区多用户大规模mimo***中基站合理分布的方法 |
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 |