电气电子工程高级研究国际杂志
菜单类ISSNONLINE(2278-8875)PINT (2320-3765)
ISSNONLINE(2278-8875)PINT (2320-3765)
| P.Thoamarai1B.Karthik2T.V.U.Kirankumar3 |
| 相关文章at普梅德,学者谷歌 |
访问更多相关文章电气电子工程高级研究国际杂志
本文处理多用户多输入多输出下行链路联合传输接收优化线性处理用户可接收多数据流最大通量电量约束等值最小化平方误差矩阵决定因素的产物(PDETMSE)。标量平方误差算解题问题出自平均方差不提供高效解决方案最优接收处理结构一知后,设计问题即简化并可在强信优化理论框架内拟制,即大量趣味设计标准可很容易接受并有效解决,即使闭式表达式可能并不存在设计迭代算法 上行链路电量优化 上行链路接收滤波 下行链路接收滤波产生一个新的权分配机制,可设计成差分演化法,涉及平均平方误差模拟显示建议算法证明相容并优于现有线性方法
关键字 |
| 多用户MIMO系统、收发器设计、总率最大化、差分进化algorthim |
导 言 |
| 无线通信系统多天线的好处众所周知。天线阵列出现在发射机和/或接收器中时,多输入、多输出技术可使用空间维度提高可靠性、提高数据率和用户空间分离本文中,我们建议的方法将侧重于利用所有这些特征,目标是最大限度地提高MIMO多用户下行链路所实现的总数据速率。 多用户MIMO广播频道可实现容量区域特征为信息定理背景,例如[1]、[2]假设dirty纸张预编码DPC总和最优性泛指数多天线接收器使用游戏理论概念和上行链路双重性[4]求出迭代解法求和容量.DPC预编码策略证明是一个难题 |
| 现有解决方案主要基于Tomlinson-Haraiso预编码[6],因其非线性化和用户排序组合问题而产生高度复杂性。 Linear预编码为MIMO下行链路传输提供替代方法,交换预编码复杂性亚优性能正向分解机制使用零强制和块二分化法将多用户下行链化为并行单用户系统。Thus,零强制非实现能力策略填水分电可用向用户分配权[7]也可以提高ZF和BD总和率,在预码设计中包括用户或天线选择本文考虑线性预编码下总率最大化最优配方多用户MIMO系统线性预编码现有文献大都侧重于最小化平均平方差和多数论文中一个重要的重复式主题是使用上行链路双重性MSE和信号干扰加噪声比 |
| 线性预编码法迭代法直接优化总和,同时[13]和[14]利用SINR上行链路二重性[10],[11]16年[17]独立提出了两种相似算法,以尽量减少多用户MIMO下行链路中平均平方差错的产物论文显示PPSE最小化问题相当于14中提议的直接和率最大化工作[15]受单用户最小 MSE和[18]中相互信息开发等值关系驱动每种方法都产生非最优解决办法,因为结果解决办法只归结到局部最优或完全 |
| 显示线性处理上述问题非剖析法,因此已知判定最大化算法无法应用[19]在此,我们建议迭代算法联合优化传输能力,传输和接收过滤器,这些算法适合上行链路和下行链路传输,基于上下行链路双重性[20] |
| 下划线斜体表示标量,下划线表示矢量使用下划线粗体类型(如x)。上例斜体表示常量和上例粗体表示矩阵,如X矢量和矩阵中的条目分别表示为[x]i和[X]i上标T和H表示移植和Hermitian运算符E[.]表示统计期望运算符而IN则表示NQ+++++++2+++++++2tr.]和det是跟踪和判定运算符x1和x2表示1规范(条目总和)和欧几里得规范dag(x)表示二维矩阵组成 |
 |
 |
 |
 |
 |
四.DEALGORTHIM |
| DE算法基于人口算法像遗传算法使用相似运算符交叉变换选择构建更好解决方案的主要差别在于遗传算法依赖交叉而DE依赖变异运算主操作基于随机采样对求算法使用变异运算机制选择运算 引导搜索面向搜索空间未来区域DE算法还使用非unify交叉式从父/母取子向量参数比从父/母取子向量参数多通过使用现有成员组件构建试向量,重组操作符高效打乱成功组合信息,帮助寻找更好的解决空间 |
| 由D参数组成的优化任务可用D维矢量表示DE中NP解析矢量群启动时随机生成通过应用变换、交叉和选择运算符成功提高该群 |
| DE算法的主要步骤如下: |
| a.初始化 |
| b.评价 |
| C.重复 |
| .变异性 |
| e.选择区 |
| f.直至满足所需精度 |
 |
VSIMLATIONS |
| PMSE和PDMSE算法不要求明确选择n取而代之的是,此参数由权分配隐性确定可强制PMSE算法向每位用户分配最大数子流ND以深入了解自身行为福格5Nd=4系统流数从x1=x2=2到x1=3和x2=1不等系统可实现和速率下降后一种情况,因为对称流分配与对称通道配置不匹配 |
 |
 |
| 用户2仅限于单流数据,因此无法充分利用良好的信道实现如果目标总不变,求和率最大化,用户应分配数据流最大数尽可能均衡 |
六.结论 |
| 设计线性预码问题 以最大量求和多用户MIMO下行链路线性预编码机制最大可实现总和性能与MIMO通用下行链路总和性能比较问题重拟为MSE基础表达式,基于PDEMS最小化的共同处理解决方案显示在理论上最优化,但在计算上不可行并提议以标量处理为基础的亚优框架,并基于PMSE最小化提供实现不同于DE对SINR的权控,我们建议一种新的权控策略,优化几何MSE并加MMSE估计算法证明趋同 |
引用 |
|