MU-MIMO中有限反馈下用户调度复杂度分析与性能仿真 6.27.docVIP

  • 13
  • 0
  • 约4千字
  • 约 13页
  • 2016-02-01 发布于湖北
  • 举报

MU-MIMO中有限反馈下用户调度复杂度分析与性能仿真 6.27.doc

MU-MIMO中有限反馈下用户调度复杂度分析与性能仿真 6.27.doc

MU-MIMO中有限反馈下用户调度复杂度分析与性能仿真 一.有限CSI反馈下各用户调度算法浮点复杂度计算 图1 MU-MIMO系统下行传输模型 在MU-MIMO下行传输中,假设基站端配置根天线,系统中用户总数为,每个用户端有根天线,选择个用户进行调度。 贪婪搜算算法 由[1]中,每一次搜索都要经过SVD分解和注水,最多有个用户集合 复杂度 半正交用户调度(SUS)算法 复杂度: 基于SLNR的用户调度算法 由[2]可知复杂度: 基于弦距离用户调度算法 由[3]可知复杂度: 最大上限GS算法 由[4]可知复杂度: PU2RC调度算法 复杂度: 其中,B为反馈的比特数。 为了比较各算法的复杂度,将代入各式 表1. 有限反馈情况下各调度算法复杂度及优缺点 调度算法 复杂度理论分析(浮点数) 优缺点 贪婪搜索算法 算法简单但反馈开销和算法的实现复杂度较高 SUS(半正交)用户调度 复杂度低,性能较好,但是门限值选取困难 基于SLNR用户调度 复杂度不大,考虑对已有用户干扰而非容量 基于弦距离用户调度 较低的复杂度,只考虑CDI,无CQI,性能略差 最大上限GS用户调度 复杂度显著降低,且有非常好的系统性能 PU2RC调度 能选出相关性最小而CQI质量最好的一组用户,只能采用较小的码本,较大的量化误差 复杂度从小到大排列依次是:SUS算法 最大上限GS算法

文档评论(0)

1亿VIP精品文档

相关文档