论文部分内容阅读
大规模多输入多输出（massive Multiple Input Multiple Output,massive MIMO）技术不用增加发射功率和频谱便可获得显著的系统容量增益和能效,是目前第五代（5th Generation,5G）移动通信系统中不可或缺的关键技术,不过用户和基站天线数目过多将导致大规模MIMO系统下行链路预编码算法的复杂度急剧增加。虽然信道硬化现象能使最小均方误差（Minimum Mean Square Error,MMSE）这类传统线性预编码逼近系统最优性能,但是仍包含一个大型高阶厄米特矩阵求逆过程。针对当前预编码算法复杂度高的问题,本文深入研究了两个方向的预编码方案,能够在保持算法性能的同时降低计算复杂度,具体的工作内容如下:针对传统MMSE预编码求逆过程复杂度过高的问题,在高斯-赛尔德算法的基础上引入权重因子和加速因子后提出一种新算法。首先通过迭代矩阵对称化得到算法的前向、后向迭代结果,其次通过加速因子进一步加快算法的收敛速度。然后基于最小二乘准则给出最优权重因子近似选取公式,同时给出加速因子选取范围。最后通过仿真结果证明,提出的算法能够在传统MMSE预编码的基础上有效降低一个量级的复杂度,其不仅能够避免系统对权重因子过于敏感,而且仅需少量的迭代次数就能满足所需的求逆精度。在大规模MIMO系统中,将牛顿迭代法用于传统的MMSE预编码求逆运算,但是其迭代初始值计算复杂,针对这个问题提出一种改进算法。首先在SOR算法的基础上提出中间算法,然后与牛顿迭代算法相结合,利用中间算法直接对高阶矩阵的逆进行估算,将得到的结果作为牛顿迭代法的迭代初始值以加快收敛速度。仿真结果显示,与传统牛顿迭代法比较,本文提出的改进算法能够以更少的迭代次数和近似相同的复杂度逼近MMSE算法的性能。