CN114389660A - 一种超大规模mimo中包含球面波特征的传输方法 - Google Patents
一种超大规模mimo中包含球面波特征的传输方法 Download PDFInfo
- Publication number
- CN114389660A CN114389660A CN202111464543.5A CN202111464543A CN114389660A CN 114389660 A CN114389660 A CN 114389660A CN 202111464543 A CN202111464543 A CN 202111464543A CN 114389660 A CN114389660 A CN 114389660A
- Authority
- CN
- China
- Prior art keywords
- user
- spherical wave
- scale mimo
- super
- noise ratio
- 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
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000004891 communication Methods 0.000 abstract description 5
- 238000001228 spectrum Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 description 11
- 241000209094 Oryza Species 0.000 description 3
- 235000007164 Oryza sativa Nutrition 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 235000009566 rice Nutrition 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Images
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
- H04B7/0452—Multi-user MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
本发明涉及通信技术领域,尤其涉及一种超大规模MIMO中包含球面波特征的传输方法,通过在三维空间中建立单小区多用户超大规模MIMO***模型,根据所建模型,利用统计信道状态信息,基于信号泄露噪声比最大准则,设计出超大规模MIMO中包含球面波特征的最优发射策略;结果表明,球面波模型下的最优发射策略与多用户所处位置有关,采用用户调度策略可以解决波束与用户间的误匹配问题。在此基础上,提出了一种基于贪婪思想的低复杂度用户调度策略。由此,超大规模MIMO中包含球面波特征的传输方法,通过所建模型,以信号泄露噪声比最大得包含球面波特征的最优发射方向,降低波束与用户的误匹配,提出低复杂度的用户调度策略,有效地提高***频谱利用效率。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种超大规模MIMO中包含球面波特征的传输方法。
背景技术
由于超大规模MIMO(Multiple Input Multiple Output,多进多出)技术可以充分挖掘空间资源,能满足低功耗和极高频谱效率的迫切需求,已经成为第五代移动通信***(5th Generation Mobile Communication System,5G)物理层的关键技术。
与传统MIMO相比,网络实测结果显示,在大规模MIMO通信场景下,无线传输信道中存在着球面波特性。针对点对点的均匀线性天线阵列,现有研究提出了一种包含球面波前的大规模MIMO三维信道模型,并通过数值仿真分析了天线阵元位置对信道空间相关性的影响。研究结果表明,空间相关性随着发射端天线阵元的间隔增加而减少,随着接收端天线阵元的间隔增加而呈现波动性。
基于此研究,现有研究提出了一种包含球面波前的二维椭圆信道模型,它假设AOA(Angle Of Arrive,到达角)和AOD(Angle Of Departure,发射角)相关联。研究结果表明,球面波模型中大规模MIMO的空间相关性与平面波模型中相关性极为不同。在点对点均匀线性阵列中的大规模MIMO直射环境中,基于计算机仿真,现有研究给出了平面波与球面波模型中信道容量对比。研究结果表明,使用球面波模型,即使在直射信道中,大规模MIMO信道容量也会随着天线数的增加而增加,并且它能达到适宜传播环境中的容量上界,然而平面波模型中的大规模MIMO信道容量不会随着天线数的增加而增加。
现有研究主要是围绕大规模MIMO的信道测量,信道建模和信道容量展开研究,没有研究超大规模MIMO中包含球面波特征的传输理论方法。同时,在超大规模MIMO中,已知理想信道状态信息同样重要。但在实际通信场景中,由于导频污染、信道估计误差、反馈延迟和量化误差的存在,并不能获得理想的信道状态信息,这导致超大规模MIMO性能下降。
一种基于统计信道状态信息的多用户MIMO传输方案被研究,研究结果表明,与瞬时信道状态信息相比,统计信道状态信息变化缓慢,并且对于误差和反馈延时具有更强的鲁棒性。从而,研究基于统计信道状态信息的多用户超大规模MIMO传输引起了广泛关注。
如何进一步实现多用户超大规模MIMO中包含球面波特征的最优传输设计,是本领域中需要进一步研究的问题。
发明内容
有鉴于此,本发明的目的是提供一种超大规模MIMO中包含球面波特征的传输方法,以实现多用户超大规模MIMO中包含球面波特征的最优传输。
本发明通过以下技术手段解决上述技术问题:
一种超大规模MIMO中包含球面波特征的传输方法,包括以下步骤:
在三维空间中构建超大规模MIMO多用户***;
获取统计信道状态信息,并利用统计信道状态信息,结合Mullen不等式,推导信号泄露噪声比下界,确定出第k个用户的信号泄露噪声比;
以信号泄露噪声比最大为准则,确定出包含球面波建模的最优发射方向;
基于所述超大规模MIMO多用户***,确定出基于贪婪思想的低复杂度用户调度策略。
采用上述技术方案,通过此种方式给出了包含球面波特征的最优传输方向闭式表达式,解决了多用户超大规模MIMO中包含球面波特征的最优传输问题,从而可以在基站端仅知道统计信道状态信息的前提下,有效提高包含球面波特征的***信道容量。而球面波模型下的最优发射策略(包含球面波特征的最优发射方向)与多用户所处位置有关,采用用户调度策略可以解决波束与用户间的误匹配问题。
进一步,所述超大规模MIMO多用户***的传输速率为:
其中,Csum表示传输速率;K表示用户个数;hk表示第k个用户的信道;wk表示第k个用户的发射方向;wj表示第j个用户的发射方向;ρ表示平均信噪比。
进一步,所述以信号泄露噪声比最大为准则,确定出包含球面波建模的最优发射方向,包括:
以信号泄露噪声比最大为准则,运用球面波建模,确定出包含球面波建模的最优发射方向为:
其中,
在上述实现方式中,通过构建的超大规模MIMO多用户***,以信号泄露噪声比最大为准则,可以得到包含球面波特征的最优发射方向,从而实现超大规模MIMO中包含球面波特征的最优传输。
进一步,所述基于所述超大规模MIMO多用户***,确定出基于贪婪思想的低复杂度用户调度策略,包括:
当n=1时,计算每个用户的传输速率,确定出传输速率最大的用户,将其加入选择用户集合Φtmp中,并从原用户集合U=[1,2,…,K]中删除,其中,n表示选择的第几个用户;
当n=2时,将原用户集合U中的每个元素分别加入当前的选择用户集合Φtmp中,计算每个选择用户集合的传输速率,保留传输速率最大的选择用户集合Φtmp,并从原用户集合U中删除选择用户集合中的元素;
若n≤Nu,重复当n=2时的步骤,否则,输出当前的选择用户集合Φtmp。
利用基于贪婪思想设计低复杂度用户调度策略,可以降低基于穷举搜索思想的用户调度策略的复杂度。
本发明的超大规模MIMO中包含球面波特征的传输方法,通过在三维空间中建立单小区多用户超大规模MIMO***模型,根据所建模型,利用统计信道状态信息,基于信号泄露噪声比最大准则,设计出超大规模MIMO中包含球面波特征的最优发射策略,进一步提出一种基于贪婪思想的低复杂度用户调度策略,降低了基于穷举搜索思想用户调度策略的复杂度。由此,超大规模MIMO中包含球面波特征的传输方法,通过所建模型,以信号泄露噪声比最大得包含球面波特征的最优发射方向,降低波束与用户的误匹配,提出低复杂度的用户调度策略,有效地提高***频谱利用效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种超大规模MIMO多用户***的示意图。
图2为本发明提供的最优发射策略与基于瞬时信道状态信息的ZF的容量误差分析。
图3为本发明实施例提供的平面波建模与球面波建模最优发射策略性能对比图。
图4为本发明实施例提供的用户调度策略性能对比图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,图1为本申请实施例提供的一种超大规模MIMO多用户***的示意图。为了便于对本方案的理解,可以在三维空间中构建超大规模MIMO多用户***,示例性的,每个用户的莱斯因子设定为30db,基站的高度h=10米,天线间的间距d=0.04米,基站天线数M=100,每个用户的水平夹角θk在(0,2π)内,垂直仰角在内,单小区中有8个用户,选取5个用户进行通信。需要说明的是,此处的模型仅为举例说明,不应视为对本身的限定。
基于此,可以依据所建模型,利用统计信道状态信息,基于信号泄露噪声比最大准则,设计出超大规模MIMO中包含球面波特征的最优发射策略。
在本实施例中,在发射端可以使用等功率分配,第k个用户处的接收信号则为:
超大规模MIMO多用户***的传输速率为:
其中,Csum表示传输速率;K表示用户个数;hk表示第k个用户的信道;wk表示第k个用户的发射方向;wj表示第j个用户的发射方向;ρ表示平均信噪比。
为了最大化信道容量,可以通过信干噪比设计***最优传输方向,为了避免耦合问题,以信号泄露噪声比最大设计最优传输方向。
因此,可以获取统计信道状态信息,并利用统计信道状态信息,结合Mullen不等式,推导信号泄露噪声比下界,从而确定出第k个用户的信号泄露噪声比为:
其中,H为信道矩阵,Kk为第k个用户的莱斯因子,IM为M介单位矩阵,hk为第k个用户的信道,wk∈£M×1为第k个用户的发射方向,ρ为信噪比。
从而,能够以信号泄露噪声比最大为准则,确定出包含球面波建模的最优发射方向。
而后,基于超大规模MIMO多用户***,确定出基于贪婪思想的低复杂度用户调度策略。
通过此种方式给出了包含球面波特征的最优传输方向闭式表达式,解决了多用户超大规模MIMO中包含球面波特征的最优传输问题,从而可以在基站端仅知道统计信道状态信息的前提下,有效提高包含球面波特征的***信道容量。而球面波模型下的最优发射策略(包含球面波特征的最优发射方向)与多用户所处位置有关,采用用户调度策略可以解决波束与用户间的误匹配问题。
为了确定出包含球面波建模的最优发射方向,可以进行以下处理:
以信号泄露噪声比最大为准则,运用球面波建模,确定出包含球面波建模的最优发射方向为:
其中,
同时要求:
其中,
通过构建的超大规模MIMO多用户***,以信号泄露噪声比最大为准则,可以得到包含球面波特征的最优发射方向,从而实现超大规模MIMO中包含球面波特征的最优传输。
以此相同的设计思路,以信号泄露噪声比最大为准则,运用平面波建模,确定出包含平面波建模的最优发射方向(作为对比)为:
其中,
通过构建的超大规模MIMO多用户***,以信号泄露噪声比最大为准则,可以得到包含平面波特征的最优发射方向。
为了避免波束与用户的误匹配,基于穷举搜索思想设计用户调度策略的具体方式如下:
而后可以计算每种选择用户集合对应的传输速率,并确定出传输速率最大的目标用户集合;将目标用户集合对应的传输速率赋值于Cmax,将目标用户集合赋值于Φ,并输出目标用户集合Φ。
由此,可以实现基于穷举搜索思想的用户调度策略,从而有效降低波束与用户间的误匹配。
为了进一步降低基于穷举搜索思想的用户调度策略的复杂度,可以基于贪婪思想设计低复杂度用户调度策略。
示例性的,可以采用以下方式确定出基于贪婪思想的低复杂度用户调度策略:
当n=1时,计算每个用户的传输速率,确定出传输速率最大的用户,将其加入选择用户集合Φtmp中,并从原用户集合U=[1,2,…,K]中删除,其中,n表示选择的第几个用户。
当n=2时,将原用户集合U中的每个元素分别加入当前的选择用户集合Φtmp中,计算每个选择用户集合的传输速率,保留传输速率最大的选择用户集合Φtmp,并从原用户集合U中删除选择用户集合中的元素。
若n≤Nu,重复当n=2时的步骤,否则,输出当前的选择用户集合Φtmp。
利用基于贪婪思想设计低复杂度用户调度策略,可以降低基于穷举搜索思想的用户调度策略的复杂度。
如图2所示,基于瞬时信道状态信息的ZF(Zero Forcing,ZF)预编码和本申请采用的最优发射策略方案的优劣性作了简单的对比分析。从图中可以看出,在低信噪比下使用本发明所提的最优发射策略明显优于ZF预编码方案,但高信噪比条件下ZF预编码方案获得的***容量要高于本发明所提的最优发射策略方案,但随着莱斯因子K的增大,ZF预编码与本发明所提的最优发射策略方案产生的***容量误差逐步减小。但相比于ZF预编码方案,本发明所提的最优发射策略方案需要更少的反馈信息,且计算复杂度更低。
请参阅图3,给出了利用统计信道状态信息获得的大规模MIMO多用户***中球面波建模和平面波建模的最优发射策略的性能对比。从图中可以看出,球面波模型获得的***容量更加接近于***的真实容量,而平面波模型获得的***容量与真实的***容量存在较大的误差,会在一定程度上导致误判。
如图4所示,给出了基于贪婪思想、基于穷举搜索思想以及未进行用户调度等三种策略下的***容量对比。从图中可以看出,相比于基站未进行用户调度,采用了用户调度的传输方案的***具有更好的性能。因为采用用户调度策略避免了波束与用户的误匹配,从而提升了***的频谱利用率。此外,基于穷举搜索思想的用户调度策略的传输性能要略好于所提的基于贪婪思想的用户调度策略的传输性能。但基于贪婪思想的用户调度策略的传输方法复杂度更低,更加容易实现,即兼顾了性能的同时,又降低了实现复杂度。
综上所述,本发明实施例提供一种超大规模MIMO中包含球面波特征的传输方法,通过在三维空间中建立单小区多用户超大规模MIMO***模型,根据所建模型,利用统计信道状态信息,基于信号泄露噪声比最大准则,设计出超大规模MIMO中包含球面波特征的最优发射策略;同时提出一种基于穷举搜索思想的用户调度策略;而为了降低基于穷举搜索思想用户调度策略的复杂度,进一步提出一种基于贪婪思想的低复杂度用户调度策略。由此,超大规模MIMO中包含球面波特征的传输方法,通过所建模型,以信号泄露噪声比最大得包含球面波特征的最优发射方向,降低波束与用户的误匹配,提出低复杂度的用户调度策略,有效地提高***频谱利用效率。理论和仿真结果显示,本方案以较低复杂度可达到近似最优性能。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。本发明未详细描述的技术、形状、构造部分均为公知技术。
Claims (4)
1.一种超大规模MIMO中包含球面波特征的传输方法,其特征在于,包括以下步骤:
在三维空间中构建超大规模MIMO多用户***;
获取统计信道状态信息,并利用统计信道状态信息,结合Mullen不等式,推导信号泄露噪声比下界,确定出第k个用户的信号泄露噪声比;
以信号泄露噪声比最大为准则,确定出包含球面波建模的最优发射方向;
基于所述超大规模MIMO多用户***,确定出基于贪婪思想的低复杂度用户调度策略。
4.根据权利要求3所述的一种超大规模MIMO中包含球面波特征的传输方法,其特征在于,所述基于所述超大规模MIMO多用户***,确定出基于贪婪思想的低复杂度用户调度策略,包括:
当n=1时,计算每个用户的传输速率,确定出传输速率最大的用户,将其加入选择用户集合Φtmp中,并从原用户集合U=[1,2,…,K]中删除,其中,n表示选择的第几个用户;
当n=2时,将原用户集合U中的每个元素分别加入当前的选择用户集合Φtmp中,计算每个选择用户集合的传输速率,保留传输速率最大的选择用户集合Φtmp,并从原用户集合U中删除选择用户集合中的元素;
若n≤Nu,重复当n=2时的步骤,否则,输出当前的选择用户集合Φtmp。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111464543.5A CN114389660B (zh) | 2021-12-02 | 2021-12-02 | 一种超大规模mimo中包含球面波特征的传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111464543.5A CN114389660B (zh) | 2021-12-02 | 2021-12-02 | 一种超大规模mimo中包含球面波特征的传输方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114389660A true CN114389660A (zh) | 2022-04-22 |
CN114389660B CN114389660B (zh) | 2023-04-07 |
Family
ID=81195328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111464543.5A Active CN114389660B (zh) | 2021-12-02 | 2021-12-02 | 一种超大规模mimo中包含球面波特征的传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114389660B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102185683A (zh) * | 2010-07-29 | 2011-09-14 | 东南大学 | 基于统计信漏噪比准则的mimo多用户下行传输方法 |
CN110100391A (zh) * | 2016-10-26 | 2019-08-06 | 华为技术有限公司 | 用于与基站进行蜂窝通信以及进行设备到设备通信的用户通信设备和方法 |
CN110212957A (zh) * | 2019-05-27 | 2019-09-06 | 广西大学 | 一种基于信漏噪比的mu-mimo***用户调度方法 |
CN112737653A (zh) * | 2020-12-28 | 2021-04-30 | 重庆邮电大学 | 一种利用球面波模型的非均匀天线阵列***设计方法 |
-
2021
- 2021-12-02 CN CN202111464543.5A patent/CN114389660B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102185683A (zh) * | 2010-07-29 | 2011-09-14 | 东南大学 | 基于统计信漏噪比准则的mimo多用户下行传输方法 |
CN110100391A (zh) * | 2016-10-26 | 2019-08-06 | 华为技术有限公司 | 用于与基站进行蜂窝通信以及进行设备到设备通信的用户通信设备和方法 |
CN110212957A (zh) * | 2019-05-27 | 2019-09-06 | 广西大学 | 一种基于信漏噪比的mu-mimo***用户调度方法 |
CN112737653A (zh) * | 2020-12-28 | 2021-04-30 | 重庆邮电大学 | 一种利用球面波模型的非均匀天线阵列***设计方法 |
Non-Patent Citations (1)
Title |
---|
LEI YANG 等: "Optimal Precoding Design for Uniform Linear Antenna Arrays with the Spherical-Wave Model", 《2019 IEEE/CIC INTERNATIONAL CONFERENCE ON COMMUNICATIONS IN CHINA (ICCC)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114389660B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shaikh et al. | Localization based on angle of arrival in EM lens-focusing massive MIMO | |
CN113315560B (zh) | 一种紧凑型平面阵列Massive MIMO***的波束赋形方法 | |
CN108777855A (zh) | 应用于das的功率分配方法、装置及计算机可读存储介质 | |
CN112737653B (zh) | 一种利用球面波模型的非均匀天线阵列***设计方法 | |
CN113949427A (zh) | 一种多用户无线网络安全能效优化设计方法和*** | |
CN115243382A (zh) | Ris辅助边缘计算的去蜂窝网络用户公平性资源分配方法 | |
Shaddad et al. | Channel estimation for intelligent reflecting surface in 6G wireless network via deep learning technique | |
Han et al. | FDD massive MIMO without CSI feedback | |
Kao et al. | AI-aided 3-D beamforming for millimeter wave communications | |
CN114389660B (zh) | 一种超大规模mimo中包含球面波特征的传输方法 | |
CN116015503B (zh) | 一种考虑聚合干扰的无线通信***中多可重构智能表面选择方法 | |
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 | |
CN114337902B (zh) | 一种irs辅助的毫米波多小区间干扰的抑制方法 | |
CN116419245A (zh) | 一种基于智能反射面辅助的速率分割多址接入的多小区通信***能效优化方法 | |
CN115334524A (zh) | 一种基于全向智能超表面的通信和雷达目标检测方法 | |
Lim et al. | Low Complexity Joint User Association, Beamforming and RIS Reflection Optimization for Load Balancing in a Multi-RIS Assisted Network | |
CN115065392A (zh) | 脏纸编码条件下实现miso下行总和速率最大化的波束形成设计方法 | |
Kong et al. | Active and passive beamforming for IRS-aided vehicle communication | |
CN116437431A (zh) | 一种基于可重构折射超表面的蜂窝通信功率分配方法 | |
Vasuki et al. | Latest Wireless Technologies towards 6G | |
Liu et al. | Multi-Branch Unsupervised Learning-Based Beamforming in mm-Wave Massive MIMO Systems With Inaccurate Information | |
Yu et al. | On resource optimization in Multi-IRS-assisted and interference-coupled multi-cell systems | |
WO2024059969A1 (zh) | 一种信道估计方法、装置及*** | |
CN116546531B (zh) | 一种双可重构智能表面辅助的无线传输能量效率优化方法 | |
Younes et al. | Optimization of the trade-off between spectral efficiency and energy efficiency in the sub-terahertz context |
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 |