System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及无线通信,特别是指一种分布式大规模mimo低复杂度预编码方法。
技术介绍
1、多输入多输出(multiple input multiple output,mimo)是为极大地提高信道容量,在发送端和接收端都使用多根天线,在收发之间构成多个信道的天线系统。mimo系统的一个明显特点就是具有极高的频谱利用效率,在对现有频谱资源充分利用的基础上通过利用空间资源来获取可靠性与有效性两方面增益,其代价是增加了发送端与接收端的处理复杂度。大规模mimo技术采用大量天线来服务数量相对较少的用户,可以有效提高频谱效率。
2、分布式大规模mimo相较于传统大规模mimo在抗干扰性和覆盖范围方面具有显著优势,系统在不同地理位置分布式地部署大量rau进行信号处理和协作,提供更强大的抗干扰能力和更广泛的信号覆盖,从而提高通信系统的可靠性和性能。不断丰富的业务类型也对网络提出了更高的性能指标要求,这就需要在复杂度、成本、功耗等因素的制约下,利用预编码技术形成高指向性、高增益的传输来克服信号传输中的诸多非理想因素,保证覆盖距离和传输质量。预编码可以根据信号处理由bbu基于所有rau的信道状态信息(channelstate information,csi)还是由rau基于本地csi进行信号处理分为集中式预编码、分布式预编码。受益于集中式信号处理的干扰消除能力最强,本专利技术考虑集中式预编码,即数据编码和预编码在集中式bbu上完成。
3、预编码技术通常可以分为非线性预编码技术和线性预编码技术两类。当收集完csi信息后,可以
4、然而,上述预编码方法的权重向量均未能有效匹配用户信道的特性,信号衰落等因素使得rau难以为所有用户提供良好的服务,系统中rau分布较为分散,也对回程网络资源提出了更高的要求;其次,分布式大规模mimo系统中与用户离得近的rau提供了绝大部分增益,是否为了理想消除全部rau之间的干扰而付出过多的开销也是值得思考的问题;此外,上述预编码方法均涉及大量的矩阵运算,矩阵求逆过程计算复杂度过高,寻求低复杂度信号处理技术也是目前重要研究问题之一。
技术实现思路
1、本专利技术的目的在于提供一种分布式大规模mimo低复杂度预编码方法,解决现有技术中存在的问题,以更低的系统开销、更低的计算复杂度获得更好的性能。
2、为了达成上述目的,本专利技术的解决方案是:
3、一种分布式大规模mimo低复杂度预编码方法,包括以下步骤:
4、步骤1、获取输入信道估计矩阵、通信调度后确定用户的数量、选取给用户提供服务的rau数量;
5、步骤2、执行基于信道估计矩阵最大范数选择方法,选取个rau提供服务,进行集中式预编码;
6、步骤3、个用户根据信道估计矩阵并行执行基于kaczmarz迭代预编码方法;
7、步骤4、合并个用户并行求解得到的结果;
8、步骤5、输出最终的预编码矩阵结果。
9、优选地,所述步骤1中,获取实际系统参数,包括下链路信道估计矩阵、用户的数量、迭代次数、初始化预编码矩阵、给定rau和用户分布,以及给用户提供服务的rau数量。
10、优选地,所述步骤2的具体步骤为:
11、2-1 对第个用户,代表第个用户和第个rau之间矩阵维度为的下链路信道估计矩阵,从第个用户的矩阵维度为的信道估计矩阵中找到列向量l2范数最大的列;
12、2-2被选取出的前个rau加入集合,对矩阵维度为的角矩阵用来确定第个rau是否服务于第个用户。
13、优选地,所述步骤3的具体步骤为:
14、3-1 首先,初始化状态向量、;
15、接着,计算规范基向量作为原始信号,其向量维度为;定义每个用户的基向量且对其他用户则;
16、3-2 根据设置的迭代次数对用户进行迭代,当迭代至第次时,对随机选取的行记作:
17、从有效的信道估计矩阵随机选取行记作,的每一行被选取的概率为:
18、
19、其中,表示矩阵的frobenius范数,是正则化因子;
20、3-3 对所有行向量进行残差计算:
21、
22、其中,从第个用户的基向量选取出行记作,向量与向量的内积记作;
23、3-4 根据残差对随机选取的行更新状态向量,其中状态向量为、:
24、
25、
26、并重复。
27、优选地,所述步骤4中,汇总每个用户迭代得到的解,即更新。
28、优选地,所述步骤5中,最终预编码矩阵输出为。
29、采用上述技术方案后,本专利技术具有以下技术效果:
30、①本专利技术提出每个用户不再被所有rau服务而是被挑选出来的部分rau服务,下行链路通信开销更少,系统能够更灵活地分配资源,避免资源浪费;虽然对给定的某个用户被服务的rau数量有所降低,但每个用户的目标信号会得到显著提升,减少了不必要的干扰,还提高了系统的整体性能和用户满意度;此外,每个rau处只需要处理部分用户的相关信号,信号处理复杂度也会降低;
31、②本专利技术基于并行计算kaczmarz迭代的低复杂度预编码方法,该方法区别于其他低复杂度预编码方法,不需要提前假设已知信道向量的协方差矩阵,允许多个用户的数据流同时进行并行处理,在多核环境下实现并行加速,从而以更低的计算复杂度获得更好的性能;此外,本专利技术求解过程的收敛速度只依赖于系数矩阵的条件数,而不依赖于线性系统中方程的个数(即矩阵的维度),更为灵活,可以通过调整迭代次数折中性能和复杂度。
本文档来自技高网...【技术保护点】
1.一种分布式大规模MIMO低复杂度预编码方法,其特征在于包括以下步骤:
2.如权利要求1所述的分布式大规模MIMO低复杂度预编码方法,其特征在于:
3.如权利要求2所述的分布式大规模MIMO低复杂度预编码方法,其特征在于所述步骤2的具体步骤为:
4.如权利要求3所述的分布式大规模MIMO低复杂度预编码方法,其特征在于所述步骤3的具体步骤为:
5.如权利要求4所述的分布式大规模MIMO低复杂度预编码方法,其特征在于:
6.如权利要求5所述的分布式大规模MIMO低复杂度预编码方法,其特征在于:
【技术特征摘要】
1.一种分布式大规模mimo低复杂度预编码方法,其特征在于包括以下步骤:
2.如权利要求1所述的分布式大规模mimo低复杂度预编码方法,其特征在于:
3.如权利要求2所述的分布式大规模mimo低复杂度预编码方法,其特征在于所述步骤2的具体步骤为:
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。