• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      全雙工大規(guī)模MIMO異構(gòu)網(wǎng)絡(luò)頻譜效率分析及優(yōu)化

      2018-08-20 06:16:10沈哲賢王雨榕
      信號處理 2018年4期
      關(guān)鍵詞:宏基異構(gòu)頻譜

      沈哲賢 許 魁 王雨榕 王 萌

      (解放軍陸軍工程大學(xué)通信工程學(xué)院,江蘇南京 210007)

      1 引言

      伴隨著移動用戶數(shù)量的快速增長以及用戶對高速數(shù)據(jù)通信的需求越來越大,下一代移動通信系統(tǒng)需要利用有限的頻譜資源來不斷提升吞吐量。為了滿足這一需求,學(xué)者們對異構(gòu)網(wǎng)絡(luò)進行了深入研究。為了提供更大的覆蓋范圍和更高的數(shù)據(jù)吞吐量,需要在宏基站的覆蓋范圍內(nèi),根據(jù)用戶分布情況和需求度,在合適的區(qū)域布置微基站。微基站與宏基站共享同一時頻資源,但其發(fā)送功率更低,覆蓋范圍更小(通常40 m)[1],從而發(fā)送信號的路徑損耗更少,信干噪比(signal-to-interference-plus-noise ratio,SINR)更大。因而可以有效地解決室內(nèi)覆蓋和熱點問題[2- 4]。

      然而,在實際系統(tǒng)中許多因素會對異構(gòu)網(wǎng)絡(luò)的性能造成影響。首先,異構(gòu)網(wǎng)絡(luò)的能量效率受限于無線回程鏈路。不合理的回程鏈路設(shè)計會使得異構(gòu)網(wǎng)絡(luò)的能量效率低于傳統(tǒng)蜂窩網(wǎng)[5]。其次,文獻[6]指出微小區(qū)的半徑和分布也會對異構(gòu)網(wǎng)的性能造成影響。影響異構(gòu)網(wǎng)性能的最重要的因素是宏小區(qū)與微小區(qū)之間的跨層干擾。嚴(yán)重的跨層干擾降低了通信質(zhì)量和數(shù)據(jù)速率。學(xué)術(shù)界針對影響因素展開了一系列研究。文獻[5]提出具體的無線回程鏈路的設(shè)計方案。文獻[7- 8]提出了一種空分干擾和協(xié)作波束成形方案來消除跨層干擾。文獻[9]提出一種部分跨層干擾消除算法來提升網(wǎng)絡(luò)性能。文獻[10]提出基于幾何規(guī)劃的用戶接入和功率控制聯(lián)合優(yōu)化方案,以降低基站總發(fā)射功率。

      和半雙工方式相比(time/frequency division duplex, TDD/FDD),全雙工技術(shù)的應(yīng)用使基站同時收發(fā)信號,理論上使系統(tǒng)傳輸效率加倍[11]。然而收發(fā)天線間引入的較強自干擾,給全雙工技術(shù)的實際應(yīng)用帶來挑戰(zhàn)。幸運的是,無線傳播域、模擬域和數(shù)字域的自干擾抑制技術(shù)取得長足進步,使得自干擾抑制后,殘余自干擾減少到相對較低的水平,從而真正實現(xiàn)全雙工的性能增益。實驗證明,全雙工技術(shù)已能夠滿足WiFi系統(tǒng)的組網(wǎng)需求[12-14]。文獻[15]將博弈論運用到全雙工異構(gòu)網(wǎng)中,從而優(yōu)化系統(tǒng)和速率。

      此外,大規(guī)模多輸入多輸出技術(shù)(multiple-input-multiple-output, MIMO)作為5G的關(guān)鍵技術(shù)之一,能夠大幅提升單位時間內(nèi)承載的并行數(shù)據(jù)流數(shù),從而使系統(tǒng)頻譜效率和能量效率倍增,可滿足未來5G通信1000倍的容量需求[16-17]。和諸如臟紙編碼的非線性處理方法相比,最大比合并(maximum ratio combining, MRC)和迫零(zero forcing, ZF)兩種線性處理方法可逼近容量限(天線數(shù)趨向無窮)[18]。此外,基站與不同用戶間的信道隨天線數(shù)量增加而趨于正交,從而消除多用戶干擾。

      將全雙工技術(shù)與大規(guī)模MIMO技術(shù)相結(jié)合,一方面在保持大規(guī)模MIMO性能增益的同時,利用全雙工技術(shù)在時頻維度引入的額外自由度達到降低系統(tǒng)設(shè)計復(fù)雜度的目的;另一方面,大規(guī)模MIMO空間高分辨率特性可降低自干擾抑制的難度。

      在本文中,我們主要研究全雙工大規(guī)模MIMO兩層異構(gòu)網(wǎng)絡(luò)的系統(tǒng)性能。該網(wǎng)絡(luò)由一個宏基站和多個微基站組成。每個宏基站和微基站都裝配大規(guī)模均勻線性天線陣列(uniform linear antenna array, ULA)。本文的主要貢獻如下:

      (1)本文采用ZFR/ZFT 方法推導(dǎo)上下行漸近SINR的閉合表達式。

      (2)本文提出基于幾何規(guī)劃(geometric programing, GP)的功率控制方案,優(yōu)化了系統(tǒng)頻譜效率。和傳統(tǒng)的統(tǒng)一功率分配方案相比,基于幾何規(guī)劃的功率控制方案使異構(gòu)網(wǎng)的頻譜效率提升17.2%。

      (3)本文提出基于部分用戶選擇(partial users selection, PUS)的跨層干擾消除方案。該方案利用ULA的高自由度來消除部分的跨層干擾,在功率控制方案的基礎(chǔ)上使系統(tǒng)頻譜效率提升14.6%。

      (4)通過結(jié)合PUS方案和基于幾何規(guī)劃的功率控制方案,并進行迭代計算,異構(gòu)網(wǎng)絡(luò)的頻譜效率與傳統(tǒng)方案相比提升了59.1%。

      2 系統(tǒng)模型

      如圖1所示,在一個全雙工兩層異構(gòu)網(wǎng)絡(luò)中,宏基站和K個微基站都裝配大規(guī)模ULA。宏基站使用NM根天線發(fā)送信號,使用另外NM根天線接收來自宏小區(qū)用戶的信號,宏小區(qū)上下行用戶數(shù)各為M;每個微基站使用NP根發(fā)送天線和NP根接收天線,微小區(qū)上下行用戶數(shù)均為L。我們假設(shè)所有用戶設(shè)備工作在半雙工模式,并且只裝配單天線。我們主要關(guān)注由全雙工和大規(guī)模MIMO技術(shù)帶來的性能增益,而不是無線回程鏈路的具體設(shè)計細節(jié),所以我們假設(shè)宏基站和微基站之間使用有線回程。

      圖1 全雙工大規(guī)模MIMO兩層異構(gòu)網(wǎng)絡(luò)

      圖1中的序號代表不同的信道,具體信道細節(jié)如表1所示。

      表1 圖1中信道細節(jié)

      2.1 信道估計

      為了實現(xiàn)全雙工傳輸,在信道相干時間內(nèi),基站需要利用部分時頻資源來獲取信道狀態(tài)信息,即GMA和GPiA,(A∈{U,D})。假設(shè)基站的每個發(fā)送天線與額外的接收射頻鏈路相連,上下行信道具有互易性。所有上下行用戶同時向基站發(fā)送導(dǎo)頻序列,為保證導(dǎo)頻序列兩兩正交,導(dǎo)頻長度τ≥用戶數(shù)。 參考文獻[19],信道矩陣的最小均方誤差(minimum mean-square-error, MMSE)估計可以表達為

      (1)

      (2)

      (3)

      2.2 數(shù)據(jù)傳輸

      2.2.1上行鏈路

      宏基站接收信號表示為

      (4)

      設(shè)ai為矩陣A的第i列子矩陣,則宏基站接收的來自第m個宏小區(qū)用戶的信號可表達為

      (5)

      式(5)右邊第一項為有用信號,第二項為來自其他宏小區(qū)用戶的多用戶干擾。第三項代表宏基站收發(fā)天線間的自干擾。第四項代表微基站對宏基站的跨層干擾。類似的,第k個微基站的接收信號為

      (6)

      (7)

      2.2.2下行鏈路

      宏基站發(fā)送給用戶的下行信號為

      (8)

      第m個用戶接收到的信號表達式為

      (9)

      第k個微基站發(fā)送給其用戶的下行信號表達式為

      (10)

      第l個用戶接收到的信號表達式為

      (11)

      3 上下行信號漸近SINR分析

      3.1 ZFR/ZFT

      基站的接收檢測矩陣和發(fā)送預(yù)編碼矩陣可以表示為

      (12)

      3.1.1上行鏈路漸近SINR分析

      將(1)、(12)代入(5),第m個用戶發(fā)送給宏基站的信號可以表示為

      (13)

      (14)

      當(dāng)宏基站天線數(shù)量趨向于無窮時,宏小區(qū)上行漸近SINR如(15)所示。證明見附錄。

      (15)

      采用相同的方法,第k個微小區(qū)上行漸近SINR如(16)所示。

      (16)

      3.1.2下行鏈路漸近SINR分析

      參照上行漸近SINR推導(dǎo)方法,我們直接給出下行漸近SINR表達式,如(17)和(18)所示。

      (17)

      (18)

      3.2 性能評估

      3.2.1上下行信號遍歷速率

      (19)

      將(15)代入(19)可得上行信號遍歷速率的下界為

      (20)

      (21)

      (22)

      (23)

      (24)

      (25)

      由式(22)~(25)可得,宏小區(qū)或微小區(qū)的上下行遍歷速率的下界隨天線數(shù)量的增加而增長。此外,采用功率控制方案和增加天線數(shù)量可抑制自干擾,跨層干擾和同層干擾。我們以式(22)為例進行分析。記

      其中EmU,EmD,EPiD為正常數(shù),0≤p,q,r≤1。則式(22)可變形為

      (26)

      由式(26)可得,當(dāng)天線數(shù)量趨于無窮,信道估計誤差將被消除;自干擾,跨層干擾和高斯白噪聲的干擾強度受p,q,r控制。當(dāng)p=1,q=r=0,即僅對宏小區(qū)上行鏈路進行功率控制,增加基站天線數(shù)量并不能抑制自干擾,跨層干擾和噪聲;當(dāng)0

      3.2.2頻譜效率

      異構(gòu)網(wǎng)絡(luò)的頻譜效率如式(27)所示

      (27)

      其中T是相干時間長度(以符號計量)。在相干間隔內(nèi),τ個符號用于訓(xùn)練,剩余資源用于數(shù)據(jù)傳輸。注意在ZF條件下,我們使用速率下界來計算頻譜效率,且當(dāng)天線數(shù)量很大時,可以認為該值為精確值。

      4 頻譜效率的優(yōu)化

      在3.2.1節(jié),我們已經(jīng)證明采用功率控制和增加天線數(shù)量的措施可以提升異構(gòu)網(wǎng)的頻譜效率。在這一部分,我們提出一種基于幾何規(guī)劃的功率控制方案。在功率控制方案的基礎(chǔ)上,我們也提出一種基于部分用戶選擇(PUS)的跨層干擾消除方案來消除部分跨層干擾并進一步提高頻譜效率。

      4.1 功率控制

      由于每個上/下行信號發(fā)送功率的選擇導(dǎo)致不同程度的自干擾和跨層干擾,我們使用功率控制方案來合理分配發(fā)送功率,優(yōu)化整個網(wǎng)絡(luò)的頻譜效率。

      值得注意的是,基站在進行功率控制時,只考慮優(yōu)化整體網(wǎng)絡(luò)性能,這可能會引入不公平現(xiàn)象,導(dǎo)致個別用戶通信質(zhì)量較差。因此為了確保所有用戶最基本的通信質(zhì)量,上下行發(fā)送功率不得低于某一門限值。頻譜效率優(yōu)化問題可寫成

      (28)

      為了簡化計算,(28)可被化簡為(29)

      (29)

      其中各項系數(shù)如下所示:

      (30)

      (30)是一個標(biāo)準(zhǔn)的幾何規(guī)劃問題,我們使用算法1去解決。

      算法1 使用GP解決問題(30)1.初始化: 利用(22^25)計算初始值^γ(1)mU,^γ(1)mD,^γ(1)i,jU,^γ(1)i,jD。 n=1,ε 表示容限制,L表示最大迭代次數(shù)。2.第n次迭代: (1)使用^γ(n)mU,^γ(n)mD,^γ(n)i,jU,^γ(n)i,jD計算葜mU,葜mD葜i,jU,葜i,jDηmU,ηmD,ηi,jU,ηi,jD(2)解決GP問題:min ∏m=M,i=K,j=Lm=i=j=1葜-1mU葜-1mD葜-1i,jU葜-1i,jDγ-ηmUmUγ-ηmDmDγ-ηi,jUi,jUγ-ηi,jDi,jDs.t. c1^c4,p1^p83.若maxm=1,…,M^γ(n)mU-^γ(n-1)mU<εmaxm=1,…,M^γ(n)mD-^γ(n-1)mD<εmaxi=1,…,Kj=1,…,L^γ(n)i,jU-^γ(n-1)i,jU<εmaxi=1,…,Kj=1,…,L^γ(n)i,jD-^γ(n-1)i,jD<εì?í????????或者n=L,停止計算。否則n=n+1, 回到第2步。

      4.2 基于部分用戶選擇的跨層干擾消除方案

      在一個蜂窩小區(qū)內(nèi),ZF方法可將其他用戶信號投影到零空間,從而消除多用戶干擾?;诖颂攸c,我們提出一種基于PUS的跨層干擾消除方案來進一步提升異構(gòu)網(wǎng)的頻譜效率。這里PUS指宏基站或者微基站僅僅選擇部分的用戶來消除跨層干擾。

      (31)

      (32)

      將(31)、(32)與式(24)、(25)比較可發(fā)現(xiàn),宏基站以損失天線自由度,降低下行速率為代價消除被選擇用戶的跨層干擾,提升微小區(qū)下行速率。異構(gòu)網(wǎng)性能將受到影響。為最大化網(wǎng)絡(luò)頻譜效率,宏基站需以一定準(zhǔn)則選擇微小區(qū)用戶消除跨層干擾,而不至于損失過多自由度。稍后我們介紹具體的用戶選擇準(zhǔn)則。

      同樣PUS方案也可用于微基站。宏小區(qū)用戶的SINR可寫為

      (33)

      此處存在兩種微小區(qū)用戶的SINR。未被選擇的微小區(qū)用戶SINR可寫為(34),被選擇用戶的SINR可寫為(35)。

      (34)

      (35)

      算法2 PUS方案用戶選擇準(zhǔn)則1.初始化:(1)SP=SM=1;利用(22)^(25)計算初始頻譜效率SE′。 ε 表示容限值。(2)度量矩陣U∈^K×L,V∈^1×M,U=RP1-RP0,V=RM2-RM1。(3)設(shè)A=RP0,B=RM1。2.微小區(qū)的優(yōu)化:當(dāng)(SPε記錄被選擇用戶;(U)m,n=0 ;SP=SP+1 ;SE′=SE;(A)m,n=(RP)m,n;否則返回SE′;

      3.宏小區(qū)的優(yōu)化:當(dāng)(SMε記錄被選擇用戶;(V)1,m=0; SM=SM+1;SE′=SE″;(B)1,m=(RM2)1,m;否則返回SE′。

      通過仿真發(fā)現(xiàn),執(zhí)行該算法選擇的用戶均受到嚴(yán)重的跨層干擾。當(dāng)宏基站用相同自由度消除此類用戶的跨層干擾時,系統(tǒng)能夠獲得更多性能增益。在第5節(jié),我們將證明功率控制方案和PUS方案都能夠有效地提升網(wǎng)絡(luò)頻譜效率。事實上,通過結(jié)合這兩種方法并加以迭代,頻譜效率的提升更加顯著。具體的迭代算法如算法3所示。

      算法3 結(jié)合功率控制和PUS方案的迭代算法1.初始化: 用(22)^(25)計算統(tǒng)一功率分配方案下異構(gòu)網(wǎng)絡(luò)的初始頻譜效率:SE′。SE=0,n=0,設(shè)L為最大的迭代次數(shù)。2.while(SE′>SE)&&(n

      5 仿真結(jié)果

      在這一部分,我們將驗證理論分析結(jié)果。我們使用蒙特卡羅方法對MRC和ZF兩種線性預(yù)編碼/檢測方法的性能進行對比。并且將功率控制和PUS方案與文獻[8]采用的協(xié)作波束成形方案進行對比,驗證所提方案的性能優(yōu)越性。

      為了避免微小區(qū)半徑和分布對網(wǎng)絡(luò)性能帶來的額外影響,我們假設(shè)宏基站和微基站的半徑分別是rm=500 m,rp=40 m,所有的微小區(qū)都處在宏小區(qū)的邊緣。我們使用實際的大尺度衰落模型。該模型包括路徑損耗,陰影衰落和收發(fā)端的隨機位置[22]。大尺度衰落系數(shù)為

      (36)

      其中z為標(biāo)準(zhǔn)差為σdB的對數(shù)隨機變量。ν為路徑損耗指數(shù),d為用戶和基站間的距離,d0為參考距離。在城市場景中,我們假設(shè)σ=8 dB,ν=3.8,d0在宏小區(qū)和微小區(qū)內(nèi)分別設(shè)為200 m和50 m。假設(shè)所有用戶都均勻分布在小區(qū)內(nèi)。參照文獻[8]中的標(biāo)準(zhǔn),仿真參數(shù)如下:

      宏基站半徑:rm=500 m;微基站半徑:rp=40 m;

      宏小區(qū)用戶數(shù):M=10; 微小區(qū)數(shù)量:K=2;微小區(qū)用戶數(shù):L=2;

      采用MRC/MRT和ZFR/ZFT兩種方法條件下,異構(gòu)網(wǎng)頻譜效率如圖2所示。在半雙工或者全雙工模式下,ZFR/ZFT方法的性能高于MRC/MRT。因為對于干擾受限的異構(gòu)網(wǎng)絡(luò),嚴(yán)重的跨層干擾和多用戶干擾成為擾亂接收信號,降低網(wǎng)絡(luò)速率的主要因素。使用MRC方法增加信號發(fā)送功率不能有效改善用戶服務(wù)質(zhì)量,而且還會對小區(qū)造成更嚴(yán)重的干擾。在ZF方法下,基站通過將干擾信號投影到零空間,可以消除多用戶干擾,從而獲取更好的性能增益。然而當(dāng)天線數(shù)趨向無窮時,兩種方法的性能曲線將趨于重疊。

      圖2 FD/HD模式下異構(gòu)網(wǎng)頻譜效率隨天線數(shù)NM 的變化圖, βLIM=βLIPk=0 dB

      圖3比較了4種不同方案的性能。在下行鏈路,采用功率控制方案使頻譜效率提升4.5%,然而采用協(xié)作波束成形方案[8]性能僅提升1.2%。該方案性能增益有限的原因是宏基站不使用對微小區(qū)造成嚴(yán)重干擾的波束。在用戶數(shù)較少的情況下天線自由度損失較大;此外,僅采用功率控制方案的性能低于IMP消除算法[9],因為仿真參數(shù)設(shè)置用戶數(shù)較小,功率控制方案性能優(yōu)勢無法體現(xiàn)。而功率控制方案結(jié)合PUS方案性能優(yōu)于[9],驗證了算法3的性能優(yōu)勢。盡管(interference from Macro base station to Pico base station, IMP)消除算法能夠有效提升頻譜效率,但當(dāng)天線數(shù)量很大時,該算法的優(yōu)勢將消失。

      圖3 異構(gòu)網(wǎng)下行鏈路頻譜效率隨天線數(shù)NM (均勻線性天線陣列)的變化圖

      事實上當(dāng)NM或NP增加到128時,IMP消除算法不能帶來任何性能提升。因為選擇任何微小區(qū)用戶來消除IMP都將導(dǎo)致下行頻譜效率下降。因此文獻[9]提出的IMP消除算法受場景限制。該算法不適用于大規(guī)模天線陣列場景。

      當(dāng)小區(qū)內(nèi)有更多用戶時,仿真結(jié)果如圖4所示。圖4為上下行頻譜效率隨NM變化圖。不同于圖3,在用戶數(shù)較多條件下,采用功率控制方案使頻譜效率提升17.2%,其性能與IMP消除算法[9]近似相等??紤]上下行功率控制方案比僅僅考慮下行信號的功率控制方案更為有效,因為上下行鏈路相互影響,合理的功率分配方案能抑制跨層干擾和自干擾。迭代算法性能曲線表明,在經(jīng)過功率控制和采用PUS方案后,仍有提升頻譜效率的空間。經(jīng)過2次迭代后,異構(gòu)網(wǎng)絡(luò)的頻譜效率較不經(jīng)過迭代提升16.4%,較統(tǒng)一功率方案相比,性能提升60.39%。

      圖4 異構(gòu)網(wǎng)上行+下行頻譜效率隨天線數(shù)NM 的變化圖,M=30,K=3,L=15,βLIM=βLIPk=0 dB,NP=100

      6 結(jié)論

      本文研究全雙工大規(guī)模MIMO兩層異構(gòu)網(wǎng)絡(luò)。采用ZFR/ZFT方法推導(dǎo)了宏小區(qū),微小區(qū)的上下行漸近SINR閉合表達式。理論分析表明,通過控制發(fā)送信號功率并增加天線數(shù)量,跨層干擾,自干擾和加性高斯白噪聲能被有效壓制。根據(jù)理論分析,本文提出一種基于幾何規(guī)劃的功率控制方案和PUS方案來提升網(wǎng)絡(luò)頻譜效率。在仿真部分,通過對比不同算法性能,驗證了功率控制方案和PUS方案的優(yōu)越性和靈活性。

      附錄 采用ZF方法計算漸近 的證明

      (37)

      其中‖fM,m‖2可重寫為

      (38)

      (39)

      (40)

      (41)

      (42)

      (43)

      將(43)代入(42)可得:

      (44)

      (45)

      (46)

      [1] 3GPP. TR36.814.—2010, Further advancements for E-UTRA Physical layer aspects[S]. France: 3GPP, 2010.

      [2] Huang Y, He S, Jin S, et al. Area-classified interference coordination for heterogeneous cellular network[J]. EURASIP J. Wireless Comm. and Networking, 2014, 2014(1):1-16.

      [3] Ye Q, Rong B, Chen Y, et al. User association for load balancing in heterogeneous cellular networks[J]. IEEE Trans. Wireless Commun., 2013, 12(6):2706-2716.

      [4] Dhillon H S, Kountouris M, Andrews J G. Downlink MIMO hetnets: Modeling, ordering results and performance analysis[J]. IEEE Trans. Wireless Commun., 2013, 12(10): 5208-5222.

      [5] Yang H H, Geraci G, Quek T Q S. Energy-Efficient Design of MIMO Heterogeneous Networks With Wireless Backhaul[J]. IEEE Transactions on Wireless Communications, 2016, 15(7): 4914- 4927.

      [6] Fehske A J, Richter F, Fettweis G P. Energy Efficiency Improvements through Micro Sites in Cellular Mobile Radio Networks[C]∥IEEE Globecom Workshops. Honolulu HI, 2009: 1-5.

      [7] Huang Y, Zheng G, Bengtsson M, et al. Distributed multicell beamforming design with limited intercell coordination[J]. IEEE Trans. Signal Process., 2011, 59(2): 728-738.

      [8] Zhang F, Huang Y, Jin S, et al. Reduced-backhaul coordinated beamforming for massive MIMO heterogeneous networks[C]∥ IEEE Wireless Communications and Networking Conference (WCNC).New Orleans LA, 2015: 129-134.

      [9] Liu Y, Lu L, Li G, et al. Performance analysis and interference cancellation for heterogeneous network with massive MIMO[C]∥ IEEE Global Conference on Signal and Information Processing (GlobalSIP).Orlando FL, 2015: 888- 892.

      [10] 趙景, 韓圣千. 協(xié)作異構(gòu)網(wǎng)絡(luò)中的用戶接入與功率控制聯(lián)合優(yōu)化[J]. 信號處理, 2015, 31(10): 1279-1286.

      Zhao Jing, Han Shengqian. Joint Optimization of User Access and Power Control in Cooperative Heterogeneous Networks[J]. Journal of Signal Processing, 2015, 31(10): 1279-1286.(in Chinese)

      [11] Shojaeifard A, Wong K K, Renzo M D, et al. Full-duplex versus half-duplex large scale antenna system[C]∥ 2017 IEEE International Conference on Communications Workshops. Paris France, 2017: 743-748.

      [12] Riihonen T, Balakrishnan A, Haneda K, et al. Optimal eigenbeamforming for suppressing self-interference in full-duplex MIMO relays[C]∥ 45th Annual Conference on Information Sciences and Systems. Baltimore, MD, 2011:1- 6.

      [13] Riihonen T, Werner S, Wichman R. Mitigation of loopback self-interference in full-duplex MIMO relays[J]. IEEE Transactions on Signal Processing, 2011, 59(12): 5983-5993.

      [14] Sabharwal A, Schniter P, Guo D, et al. In-Band Full-Duplex Wireless: Challenges and Opportunities[J]. IEEE Journal on Selected Areas in Communications, 2014, 32(9): 1637-1652.

      [15] Yuan S, Liang Q. Game Theoretical Method for Sum-Rate Maximization in Full-Duplex Massive MIMO Heterogeneous Networks[C]∥IEEE 12th International Conference on Mobile Ad Hoc and Sensor Systems. Dallas TX, 2015: 610- 615.

      [16] Rusek F, Persson D, Lau BK, et al. Scaling Up MIMO: Opportunities and Challenges with Very Large Arrays[J]. IEEE Signal Processing Magazine, 2013, 30(1): 40- 60.

      [17] Wang X, Zhang D, Xu K, et al. On the energy spectral efficiency of multi-user full-duplex massive MIMO systems with power control[J]. Eurasip Journal on Wireless Communications & Networking, Shenzhen, 2017(1): 82.

      [18] Ngo H Q, Larsson E G, Marzetta T L. Energy and Spectral Efficiency of Very Large Multiuser MIMO Systems[J]. IEEE Trans. Commun., 2013, 61(4): 1436-1449.

      [19] Ngo H Q, Suraweera H A, Matthaiou M, et al. Multipair Full-Duplex Relaying With Massive Arrays and Linear Processing[J]. IEEE Journal on Selected Areas in Communications, 2014, 32(9): 1721-1737.

      [20] Tulino A M. Random matrix theory and wireless communications[M]. Now Publishers Inc, 2004.

      [21] Weeraddana P C, Codreanu M, Latva-aho M, et al. Resource allocation for cross-layer utility maximization in wireless networks[J]. IEEE Trans.Veh.Technol., 2011, 60(6): 2790-2809.

      [22] Choi W, Andrews J G. The capacity gain from intercell scheduling in multi-antenna systems[J]. IEEE Trans. Wireless Commun., 2008, 7(2): 714-725.

      [23] Cramér H. Random variables and probability distributions[M]. 3rd ed. Cambridge University Press, 1970.

      [24] Evans J, Tse D N C. Large system performance of linear multiuser receivers in multipath fading channels[J]. IEEE Trans. Inf. Theory, 2000, 46(6): 2059-2078.

      猜你喜歡
      宏基異構(gòu)頻譜
      高考中不等式小題的考查方向
      試論同課異構(gòu)之“同”與“異”
      一種用于深空探測的Chirp變換頻譜分析儀設(shè)計與實現(xiàn)
      一種基于稀疏度估計的自適應(yīng)壓縮頻譜感知算法
      超大屏顯示才是它的菜Acer(宏基)P5530
      overlay SDN實現(xiàn)異構(gòu)兼容的關(guān)鍵技術(shù)
      LTE異構(gòu)網(wǎng)技術(shù)與組網(wǎng)研究
      認知無線電頻譜感知技術(shù)綜述
      咩兒駕到
      中華手工(2015年1期)2015-01-23 14:18:17
      在新興異構(gòu)SoCs上集成多種系統(tǒng)
      绥芬河市| 晋江市| 云阳县| 新巴尔虎左旗| 乐清市| 珠海市| 山东省| 怀化市| 福安市| 亚东县| 夏邑县| 诸城市| 收藏| 阿拉尔市| 宜兰市| 柳江县| 东明县| 曲麻莱县| 瓦房店市| 津南区| 江油市| 南阳市| 渭南市| 滁州市| 乌海市| 台南市| 肇州县| 灵川县| 固始县| 常山县| 万载县| 奉新县| 永仁县| 泸西县| 北辰区| 安徽省| 甘泉县| 大田县| 肇东市| 武清区| 札达县|