EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
一种最大化系统用户速率下限的MIMO-MAC有限反馈干扰对齐算法 4 N* w# f) v9 N4 m& h- M
摘要:针对2小区 MIMO-MAC中传统有限反馈干扰对齐码字选择方案的不足,本文提出了一种最大化用户速率下界的直接码字选择方案,并结合比特分配算法来减少和速率的损失,同时采用最大信干扰算法译码.不同于传统的基于最小弦距离或对齐度准则来选择码字,本文从最大化用户速率下界的角度来选择的码字;进一步地,在格拉斯曼空间中生成与期望预编码接近的码字集合,在该集合中只需简单的搜索便可找到优化的码字组合,同时实现了低复杂度和次优的全局搜索.仿真实验表明,相对于现有的典型算法,本文算法在提升系统和速率的同时,也提高了系统用户速率的下界.3 P( c# L+ E' U! d0 u/ j5 e, Z
关键词:干扰对齐;MIMO-MAC;有限反馈;最大化用户速率下界;码字选择;比特分配
4 U) e2 |8 i& l7 ]) f4 ~8 J: y
5 ?; P# h) {9 Q0 N3 ~1引言( w, \4 x6 @/ ~' E' e6 o# p, Q
干扰对齐( InteRFerence Alignment , IA)能够有效地解决干扰信道中的干扰问题并提高信道容量[12],但是需要全局的信道状态信息( Channel State Information ,CSI)来设计干扰安排矩阵[3.4],通常采用接收端反馈的方式来告知发送端所需的CSI.为了节省反馈的带宽，有限反馈IA在发送端和接收端共享同一码本,接收端由全局CSI设计出最优的预编码,并从码本中找到最优的码字,再将其位置索引进行有限反馈[5·6].因为信道矩阵78l比预编码矩阵[9~1"]的维度大,所以反馈预编码的算法更优,有限反馈IA以较少的反馈取得较大的性5 H4 p2 ?; o8 ^5 t
7 Q5 @+ w# \% L# C; S" [# f7 d1 c$ Y- x2 o# Y. m/ |7 B! B v
0 j8 v# C, D* w7 d; E; |
- G) a+ q' L8 x) ?: K6 L- c1 w
| 
/1 
发表于 2021-3-16 15:07
收藏
淘帖
支持！
反对！