MIMO迭代注水算法中注水线为什么是变化的

yunliu0516 2016-05-22 10:40:08

如题.......................................................

...全文

410 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

chengxuyuanxiaobaitj 2018-12-21

打赏
举报

回复

是不是因为功率分配是自适应信道变化的分配方式

将多用户MIMO线性预编码分为干扰消除和干扰抑制两类，针对干扰消除中的块对角化（block diagonalization，BD）迫零算法，讨论了经典注水功率分配，提出一种信噪比控制功率分配方案。该方案可使系统各子流接收信噪比相同，各个用户的误码性能一致，也可控制用户之间的任意信噪比比例；研究了干扰抑制类预编码的统一功率分配方案，提出一种针对存在干扰系统的适用于相关信道的迭代注水算法。该算法引入经典注水的思想，将干扰和噪声一并考虑。仿真结果表明，该算法在相关信道下使系统和容量获得了明显提高。

比特和功率分配是基于正交频分复用的多输入多输出（multiple input multiple output-orthogonal frequency division multiplexing，MIMO-OFDM）系统自适应资源分配中的一个重要研究问题。针对单用户MIMO放大转发中继系统中功率分配的问题，提出了基于注水定理的比特和功率分配算法，算法采用对分法搜索注水线，相对于传统的注水算法，减少了迭代次数，复杂度较低。仿真结果表明，该算法能够有效提高系统谱效率，并且在误码率性能上也有一定的提高。

将多用户MIMO线性预编码分为干扰消除和干扰抑制两类，针对干扰消除中的块对角化（block diagonalization，BD）迫零算法，讨论了经典注水功率分配，提出一种信噪比控制功率分配方案。该方案可使系统各子流接收信噪比相同，各个用户的误码性能一致，也可控制用户之间的任意信噪比比例；研究了干扰抑制类预编码的统一功率分配方案，提出一种针对存在干扰系统的适用于相关信道的迭代注水算法。该算法引入经典注水的思想，将干扰和噪声一并考虑。仿真结果表明，该算法在相关信道下使系统和容量获得了明显提高。

功率分配技术能有效提高认知网络传输链路的信道容量,而注水算法利用凸优化的思想能实现功率分配最优化.针对认知网络中使用注水算法分配信道功率时未考虑邻近认知信道干扰的情况,对认知网络中邻近认知信道干扰对授权信道的影响进行研究,提出了基于注水算法的两种降低邻近认知信道干扰的功率分配的次优化方案.性能分析和仿真结果表明,认知网络中认知信道干扰对授权信道的影响不容忽略,合理调整注水算法的参数能够降低邻近认知信道干扰,达到传输容量的最大化.面对日益复杂多变的电磁环境带来的挑战，频谱资源显得十分有限。认知网络能够在授权用

在实际应用中，基于大规模MIMO技术的功率优化算法可以根据不同的网络需求和条件进行灵活调整，以实现更高效、稳定和可靠的通信服务。基于大规模MIMO技术的5G网络上下行功率优化算法"是针对5G网络中的大规模多输入多输出（MIMO）系统进行功率优化的一种算法。它的基本思想是将总功率按照信道质量分配到不同的子载波上，即信道质量越好的子载波分配更多的功率。在大规模MIMO系统中，功率优化问题旨在最大化上行信道容量或最小化下行通信中的总功率，同时满足用户设备和基站的功率约束条件。初始化：随机初始化发送信号向量。

4,356

社区成员

28,926

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章