CN107017930A - 一种存在信道反馈延迟与估计误差的mimo双向中继系统的预编码方法 - Google Patents
一种存在信道反馈延迟与估计误差的mimo双向中继系统的预编码方法 Download PDFInfo
- Publication number
- CN107017930A CN107017930A CN201710085636.4A CN201710085636A CN107017930A CN 107017930 A CN107017930 A CN 107017930A CN 201710085636 A CN201710085636 A CN 201710085636A CN 107017930 A CN107017930 A CN 107017930A
- Authority
- CN
- China
- Prior art keywords
- matrix
- channel
- relaying
- precoding
- feedback delay
- 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
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
- H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
-
- 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)
- Radio Transmission System (AREA)
Abstract
本发明提出了一种存在信道反馈延迟与估计误差的MIMO双向中继系统的预编码方法,该方法在中继发射功率受限的条件下,以最小均方误差为准则设计以预编码矩阵为变量的优化问题,推导了考虑信道反馈延迟和估计误差后的MSE表达式,并给出中继预编码矩阵与接收节点处理矩阵的闭式解。该方法采用联合迭代法交替更新直至算法收敛,得到各节点矩阵的最优解。该迭代方法具有良好的收敛性,易于实现;本发明提出的线性预编码方法,考虑了实际情况中两跳信道可能都存在信道反馈延迟与估计误差的情况,更符合实际MIMO双向中继系统传输情况。
Description
技术领域:
本发明涉及MIMO中继系统的线性预编码方法,尤其涉及一种存在信道反馈延迟与估计误差的MIMO双向中继系统的预编码方法,其属于无线通信领域。
背景技术:
多输入多输出(multiple-input multiple-output,MIMO)技术是通过在通信系统的收发端放置多根天线的一种通信技术,可以在不增加带宽的前提下成倍地提升系统的容量和频谱利用率,是第四代移动通信系统的关键技术。在MIMO系统中引入中继技术,结合预处理技术可以扩大无线网络的覆盖范围并提高系统吞吐量。将现有的MIMO和中继等无线通信技术进行融合,进一步挖掘其潜在优势是当前5G技术的热点内容。而MIMO双向中继系统能进一步提高中继协作通信的频谱效率并更契合实时性要求,成为当前的研究热点。
实际MIMO中继系统中,由于信道估计方法的局限性以及反馈链路的时延性,信道反馈延迟及估计误差会使系统误比特率等性能有明显下降。因此,利用信道估计带来的误差和过期的信道反馈信息联合估计当前的信道状态信息,提出预编码方法对于改善通信系统的性能会有很大的帮助。近年来,关于MIMO中继的研究层出不穷,但大多都是基于完全信道的中继结构,而对于考虑信道反馈延迟及估计误差的MIMO中继系统的研究还甚少。
发明内容:
本发明就是为了解决现有技术存在的不足,提供一种存在信道反馈延迟与估计误差的MIMO双向中继系统的预编码方法,与传统线性预编码方法相比,本发明的方法能进一步改善MIMO中继系统的误码性能。
本发明采用如下技术方案:
本发明具有如下有益效果:
1.本发明的技术方案将MIMO中继系统与信道存在反馈延迟和估计误差的问题相结合,考虑了实际情况中两跳信道可能都存在反馈延迟与估计误差的情况,具有良好的实用性。因此,基于信道存在反馈延迟与估计误差条件下的MIMO双向中继系统线性预编码方法的实施在基于中继实施预编码、接收节点实施检测的MIMO中继技术中有着广泛的应用前景。
2.本发明的技术方案中提出了适用于MIMO双向中继系统的线性预编码方法,在中继功率受限的条件下,以最小均方误差为准则,推导得到了中继转发矩阵和接收节点检测矩阵的闭式解,所提方案能较好地提高系统性能。
3.给出了计算中继节点处预编码矩阵和接收节点检测矩阵的联合迭代方法,该迭代方法以系统误码率为优化目标,具备有良好的收敛性,易于实现,具有很好的实用价值。
附图说明:
图1为本发明中的MIMO双向中继系统的原理图。
图2是在图1所示的MIMO双向中继系统中采用本发明的方法进行信号发送的示意图。
图3为SNR1=SNR2时基于不同信道反馈延迟的MIMO双向中继系统采用联合迭代设计法与其他设计方法的误比特率比较图。
图4为SNR1=SNR2时基于不同信道估计误差的MIMO双向中继系统采用联合迭代设计法与其他设计方法的误比特率比较图。
图5为采用联合迭代方法时迭代次数与系统误码率性能关系图。
具体实施方式:
以下将通过具体实施实例结合附图对本发明的目的及特性进行详细描述,这些具体实施是说明性的,不具有限制性。
本发明针对信道存在反馈延迟与估计误差的MIMO双向中继系统提出线性预编码方法,目的是通过考虑实际情况中信道存在反馈延迟与估计误差的问题来得到更为优化的系统误码率性能。
为了使本发明的原理更加清楚,首先对本发明采用的MIMO双向中继系统的工作原理进行简单介绍。系统模型如图1所示,它由两个通信节点和一个中继节点组成,通信节点S1和S2分别配备ns根天线,中继节点F则配备nr根天线。结合图2信号发送的原理图,在第一个时隙,节点S1,S2同时发送信号矢量至中继,发送的信号矢量为随机生成的QPSK调制符号,发送信号的协方差矩阵第二个时隙,中继对接收信号进行预编码处理并将信号转发至两个接收节点,Ps=ns为中继节点的最大发送功率,加性高斯噪声的协方差矩阵满足假设所有信道为平坦瑞利衰落,并且在一次传输的2个时隙内保持不变。
本发明存在信道反馈延迟与估计误差的MIMO双向中继系统的预编码方法,具体步骤为:
第一步:针对MIMO双向中继系统构建信道模型。本发明假设信源-中继及中继-接收节点的信道都存在估计误差与反馈延迟。用表示信源Si至中继节点F的信道矩阵,表示中继节点F至接收节点Si的信道矩阵。
第二步:发射信号矢量经信源Si传输至中继,中继处的接收信号为
第三步:中继节点对接收信号ys进行预编码并将其转发至接收节点S1、S2,中继转发信号受中继最大发送功率约束。Si处的接收信号经过不完全自干扰消除后得到 经过Si处线性处理矩阵的检测处理得到信号
第四步:以最小均方误差(Minimum Mean Squared Error,MMSE)为设计准则,构建Si处的均方误差函数使S1与S2处的总均方误差MSE(F,Q1,Q2)最小,并结合中继功率约束条件联合设计中继预编码矩阵F和检测矩阵Qi,采用基于联合迭代法的设计方案进行预编码设计,以此有效地改善系统的误比特率BER。
其中第一步构建存在反馈延迟与估计误差的信道模型包括:用表示信源Si至中继节点F的信道矩阵,表示中继节点F至接收节点Si的信道矩阵。系统中上下行信道是互易的,由系统模型可得其中ns与nr分别表示信源与中继节点处的天线数。真实信道矩阵Hi、反馈延迟估计信道矩阵估计误差矩阵Ei,反馈延迟估计误差矩阵Di存在如下关系:
其中ρi为时延相关系数,由于Ei与Di相互独立,令误差矩阵Σi=Ei+Di,则信道模型可表示为
本实施例中估计误差矩阵Ei的元素服从信道反馈延迟误差矩阵Di元素满足误差矩阵Σi由Ei和Di组成,其元素服从时间相关系数满足J0代表第一类零阶Bessel函数,fdτh为归一化反馈延迟,本实例中对fdτ取值0.05和0.01进行仿真,对估计误差方差取值0.02和0.01进行仿真。
所述第二步中发射信号矢量xi发射至中继节点的处理为:
ys=H1x1+H2x2+nr (3)
其中为中继处的接收信号。H1为信源S1至中继F的信道矩阵,H2为信源S2至中继F的信道矩阵,nr为中继节点的噪声,协方差矩阵满足信道Hi的信噪比定义为
所述第三步中继转发和接收节点的不完全自干扰消除与检测处理是根据以下公式得到:
中继节点对接收信号进行预编码后转发至接收节点Si的处理为:
其中F是基站预编码矩阵,nr为中继节点的噪声,yi为Si处的接收信号,ni为Si处的噪声向量。值得注意的是i和j满足:当i=1时j=2,j=1时i=2。中继转发信号满足最大发射功率约束
Tr[Fys(Fy)H]≤Pr (5)
其中Tr(·)表示矩阵的迹,Pr为中继最大转发功率。
Si处接收信号yi经过自干扰消除后得到
其中为接收节点信号的残余自干扰。
经过检测处理后的信号为
所述第四步,以最小均方误差为设计准则构建Si处的均方误差函数并结合中继功率约束条件,分别采用基于联合迭代法的设计方案和基于矩阵分解法的次优设计方案进行预编码设计是根据以下公式得到:
1).以MMSE为设计准则,建立MSE函数
其中
与为噪声的方差。
2).综合考虑信道反馈延迟和估计误差,将MSE函数进行适当化简,可得MSE函数为
其中
3).为使接收节点S1与S2处的总均方误差最小,并结合中继功率约束条件联合设计转发矩阵F和处理矩阵Qi,现将预编码设计转化为如下约束优化问题
其中
4).采用基于联合迭代法的预编码方法求取中继预编码矩阵、接收节点处理矩阵闭式解的步骤如下:
采用拉格朗日乘子法与KKT准则将预编码矩阵求解问题转化为凸优化问题,设λ为拉格朗日乘子,构造的拉格朗日函数为
由KKT准则解得中继预编码矩阵F为
λ需满足中继功率约束,即
由λ的上下限可用二分法求解得到λ,继而得到中继预编码矩阵F。
接收节点不存在功率限制,因此可对MSEi(F,Qi)求偏导来求接收节点处理矩阵Qi,由
可得接收节点处理矩阵Qi为:
得到中继预编码矩阵、接收节点线性处理矩阵的闭式解后,本实例中求取中继预编码矩阵、接收节点线性处理矩阵的最优解采用迭代算法,具体步骤如表1:
表1 MIMO双向中继系统联合迭代算法
式中:F(n)、Qi (n)表示F与Qi的第n次迭代。Niter为最大迭代次数,ζ为预先设定的迭代收敛精度,表示相邻2次迭代中MSE函数变化的大小(本实例取ζ=0.001,注意,ζ取值的大小对算法的精度和复杂度均有影响,取值越小,计算结果越精确,但时间复杂度也越高)。在上述迭代过程中,均方误差函数是单调减小的,此外,均方误差值的下界为零,这两点保证了该迭代算法的收敛性。
下表为是本实施例采用的仿真条件:
仿真参数配置列表
参数 | 值域 |
天线配置 | 4×4×4 |
信道条件 | 平坦瑞利衰落 |
调制解调方式 | QPSK |
发送数据符号数 | 103 |
信道矩阵样本数 | 105 |
在本实施例中,一共随机生成了10000次随机信道,每次都发送了1000个QPSK调制符号。为了验证本发明提出的联合迭代算法的优越性,将该方法与其他方法进行对比,仿真中对比的方法为:
放大转发(AF)中继方案:
迫零(ZF)中继方案:
联合迭代预编码方案。
图3和图4分别给出了SNR1=SNR2,时基于不同估计误差及不同反馈延迟下MIMO中继系统的误比特率比较图。其中SNR1表示发送端-中继节点的信噪比,SNR2表示中继节点-接收节点的信噪比。从仿真结果看出,联合迭代法显著好于其他两种方法,并保持2-5dB的信噪比增益。图5为当仿真参数设定为fdτ=0.02并采用联合迭代法时,迭代次数与系统误码率性能关系图。可以看到随着每次迭代次数的增加,误码率性能都能获得1-2dB的提升。但这一提升并不是无限制的,当迭代次数超过30次时,系统误码率提升较小,由此可以定义30为迭代次数的门限值,在这个值附近联合迭代法能获得最佳性能。由以上可知本发明所提方案确实可以获得更低的误比特率,验证了所提算法的有效性和优越性。
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,在不脱离本发明原理的前提下还可以做出若干改进,这些改进也应视为本发明的保护范围。
Claims (5)
1.一种存在信道反馈延迟与估计误差的MIMO双向中继系统的预编码方法,其特征在于:包括如下步骤:
第一步:针对由两个信源S1,S2与一个中继节点F组成的MIMO双向中继系统,构建存在信道反馈延迟与估计误差的信道模型,假设信源-中继及中继-接收节点的信道都存在估计误差与反馈延迟,用表示信源Si至中继节点F的信道矩阵,表示中继节点F至接收节点Si的信道矩阵,其中ns与nr分别表示信源与中继节点处的天线数;
第二步:发射信号矢量经信源Si传输至中继,中继处的接收信号为
第三步:中继节点对接收信号ys进行预编码并将其转发至接收节点S1、S2,中继转发信号受中继最大发送功率约束,Si处的接收信号经过不完全自干扰消除后得到经过Si处线性处理矩阵的检测处理得到信号
第四步:以最小均方误差为设计准则,比较发射信号矢量xi与接收节点检测后得到的信号构建Si处的均方误差函数使S1与S2处的总均方误差MSE(F,Q1,Q2)最小,并结合中继功率约束条件联合设计中继预编码矩阵F和检测矩阵Qi,将预编码设计问题转化为存在不等式约束的凸优化问题,分别采用基于联合迭代法的设计方案和基于矩阵分解法的次优设计方案进行预编码设计,改善系统的误比特率。
2.如权利要求1所述的存在信道反馈延迟与估计误差的MIMO双向中继系统的预编码方法,其特征在于:所述第一步构建信道存在反馈延迟与估计误差的信道模型包括:
用表示信源Si至中继节点F的信道矩阵,表示中继节点F至接收节点Si的信道矩阵,Hi与Gi的元素服从均值为0方差为1的复高斯分布,系统中上下行信道是互易的,由系统模型可得为信道矩阵Hi的估计矩阵,为信道矩阵Hi的估计误差矩阵,Di为反馈延迟估计误差矩阵,则真实信道矩阵可表示为
其中ρi为时延相关系数,由于Ei与Di相互独立,令误差矩阵Σi=Ei+Di,则信道模型可表示为
3.如权利要求2所述的存在信道反馈延迟与估计误差的MIMO双向中继系统的预编码方法,其特征在于:所述第二步信号发射至中继节点采用如下公式得到:
发射信号矢量xi由信源发射至中继节点的处理过程为:
ys=H1x1+H2x2+nr
其中H1为信源S1至中继F的信道矩阵,H2为信源S2至中继F的信道矩阵,nr为中继节点的噪声,协方差矩阵满足
4.如权利要求3所述的存在信道反馈延迟与估计误差的MIMO双向中继系统的预编码方法,其特征在于:所述第三步中继转发和接收节点的不完全自干扰消除与检测处理是根据以下公式得到:
中继节点对ys进行预编码后转发至接收节点Si的处理为:
其中F是中继预编码矩阵,yi为Si处的接收信号,ni为Si处的噪声向量,协方差矩阵满足i、j满足:当i=1时j=2,j=1时i=2,中继转发信号满足最大发射功率约束
Tr[Fys(Fy)H]≤Pr
其中Tr(·)表示矩阵的迹,Pr为中继最大转发功率;
Si处接收的接收信号为
其中为接收节点信号的残余自干扰;
当Si处的线性处理矩阵为Qi时,Si处得到的为
5.如权利要求4所述的存在信道反馈延迟与估计误差的MIMO双向中继系统的预编码方法,其特征在于:所述第四步结合中继功率约束条件采用基于联合迭代法的设计方案进行预编码方法设计,求取中继预编码矩阵、接收节点处理矩阵最优解的处理方法是根据以下公式得到:
1).以MMSE为设计准则,建立MSE函数
其中
与为噪声的方差;
2).综合考虑信道反馈延迟和估计误差,将MSE函数进行适当化简,可得MSE函数为
其中
3).为使接收节点S1与S2处的总均方误差最小,并结合中继功率约束条件联合设计转发矩阵F和处理矩阵Qi,现将预编码设计转化为如下约束优化问题
其中
4).采用基于联合迭代法的预编码方法求取中继预编码矩阵、接收节点处理矩阵最优解步骤如下:
采用拉格朗日乘子法与KKT准则将预编码矩阵求解问题转化为凸优化问题,设λ为拉格朗日乘子,构造的拉格朗日函数为
由KKT准则解得中继预编码矩阵F为
λ需满足中继功率约束,即
由λ的上下限可用二分法求解得到λ,继而得到中继预编码矩阵F;
接收节点不存在功率限制,对MSEi(F,Qi)求偏导来求接收节点处理矩阵Qi,由
可得接收节点处理矩阵Qi为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710085636.4A CN107017930B (zh) | 2017-02-17 | 2017-02-17 | 一种存在信道反馈延迟与估计误差的mimo双向中继系统的预编码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710085636.4A CN107017930B (zh) | 2017-02-17 | 2017-02-17 | 一种存在信道反馈延迟与估计误差的mimo双向中继系统的预编码方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107017930A true CN107017930A (zh) | 2017-08-04 |
CN107017930B CN107017930B (zh) | 2020-08-14 |
Family
ID=59440417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710085636.4A Active CN107017930B (zh) | 2017-02-17 | 2017-02-17 | 一种存在信道反馈延迟与估计误差的mimo双向中继系统的预编码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107017930B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108599830A (zh) * | 2018-08-07 | 2018-09-28 | 哈尔滨工业大学 | 平坦莱斯衰落信道中自适应天线阵列系统下的基于最小和均方误差混合预编码方法 |
CN108768473A (zh) * | 2018-04-04 | 2018-11-06 | 景晨 | 一种存在天线相关与信道估计误差的mimo多中继系统的预编码方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105007141A (zh) * | 2015-06-18 | 2015-10-28 | 西安电子科技大学 | 多用户mimo中继系统的信息传输方法 |
US20150381244A1 (en) * | 2014-06-30 | 2015-12-31 | Lg Electronics Inc. | Method of transceiving feedback information in wireless communication system and apparatus therefor |
CN105375958A (zh) * | 2015-10-10 | 2016-03-02 | 南京航空航天大学 | 一种存在信道反馈延迟的mimo中继系统的线性预编码方法 |
CN105429688A (zh) * | 2015-11-18 | 2016-03-23 | 清华大学 | 大规模分布天线系统中抑制导频污染的多小区预编码方法 |
CN105577249A (zh) * | 2016-01-13 | 2016-05-11 | 南京航空航天大学 | 一种存在信道估计误差及天线相关的mimo中继系统的预编码方法 |
CN106330284A (zh) * | 2016-08-16 | 2017-01-11 | 东南大学 | 一种低复杂度大规模mimo信道估计方法 |
-
2017
- 2017-02-17 CN CN201710085636.4A patent/CN107017930B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150381244A1 (en) * | 2014-06-30 | 2015-12-31 | Lg Electronics Inc. | Method of transceiving feedback information in wireless communication system and apparatus therefor |
CN105007141A (zh) * | 2015-06-18 | 2015-10-28 | 西安电子科技大学 | 多用户mimo中继系统的信息传输方法 |
CN105375958A (zh) * | 2015-10-10 | 2016-03-02 | 南京航空航天大学 | 一种存在信道反馈延迟的mimo中继系统的线性预编码方法 |
CN105429688A (zh) * | 2015-11-18 | 2016-03-23 | 清华大学 | 大规模分布天线系统中抑制导频污染的多小区预编码方法 |
CN105577249A (zh) * | 2016-01-13 | 2016-05-11 | 南京航空航天大学 | 一种存在信道估计误差及天线相关的mimo中继系统的预编码方法 |
CN106330284A (zh) * | 2016-08-16 | 2017-01-11 | 东南大学 | 一种低复杂度大规模mimo信道估计方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108768473A (zh) * | 2018-04-04 | 2018-11-06 | 景晨 | 一种存在天线相关与信道估计误差的mimo多中继系统的预编码方法 |
CN108768473B (zh) * | 2018-04-04 | 2021-08-03 | 景晨 | 一种存在天线相关与信道估计误差的mimo多中继系统的预编码方法 |
CN108599830A (zh) * | 2018-08-07 | 2018-09-28 | 哈尔滨工业大学 | 平坦莱斯衰落信道中自适应天线阵列系统下的基于最小和均方误差混合预编码方法 |
CN108599830B (zh) * | 2018-08-07 | 2021-04-20 | 哈尔滨工业大学 | 基于最小和均方误差混合预编码方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107017930B (zh) | 2020-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Serafimovski et al. | Dual-hop spatial modulation (Dh-SM) | |
CN108768473B (zh) | 一种存在天线相关与信道估计误差的mimo多中继系统的预编码方法 | |
Gong et al. | Robust superimposed training optimization for UAV assisted communication systems | |
CN105656538A (zh) | 一种大规模mimo系统的低复杂度置信传播检测算法 | |
Khan et al. | Novel receivers for AF relaying with distributed STBC using cascaded and disintegrated channel estimation | |
CN104702557A (zh) | 一种基于不完全csi的分布式天线系统自适应调制方法 | |
Zaidi et al. | Achievable spatial throughput in multi-antenna cognitive underlay networks with multi-hop relaying | |
Zhang et al. | Cloud-based cell-free massive MIMO systems: uplink error probability analysis and near-optimal detector design | |
CN105577249A (zh) | 一种存在信道估计误差及天线相关的mimo中继系统的预编码方法 | |
CN109981151A (zh) | 大规模mimo系统中改进的高斯树近似消息传递检测算法 | |
CN106788641B (zh) | 一种信息与能量联合传输系统的预编码传输方法 | |
CN107017930A (zh) | 一种存在信道反馈延迟与估计误差的mimo双向中继系统的预编码方法 | |
CN102801456A (zh) | 单小区中继移动通信蜂窝系统的联合下行预编码方法 | |
CN108111439B (zh) | 双向mimo中继系统中一种非迭代的信道估计方法 | |
CN104702540A (zh) | 一种用于小区边缘终端的信号接收优化方法 | |
CN105812043B (zh) | 一种基于信道协方差反馈的预编码方法 | |
Amarasuriya et al. | Two-way amplify-and-forward mimo relay networks with antenna selection | |
Zhang et al. | Optimization of an amplify-and-forward relay network considering time delay and estimation error in channel state information | |
Lu et al. | High-throughput cooperative communication with interference cancellation for two-path relay in multi-source system | |
Wang et al. | Code-rate-optimized differentially modulated near-capacity cooperation | |
Ji et al. | Vehicular Communication Based on RIS-Assisted Source: RIS-Relay Versus Energy Harvesting Relay | |
Yang et al. | An adaptive coding method for dual-polarized mobile satellite communications | |
Sharifian et al. | Performance of complex field network coding in multi-way relay channels | |
Girnyk et al. | Large-system analysis of the K-hop AF MIMO relay channel with arbitrary inputs | |
Shu et al. | Relay-aided interference alignment and neutralization for 3-cellular interference channels |
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 |