空间相关莱斯衰落信道下基于部分信道信息的多用户预编码与调度算法 multi-user precoding and scheduling algorithm for spatial correlation-aided ricean fading channel with partial csi.pdfVIP

下载本文档

0
0
约1.39万字
约 4页
2017-08-22 发布于上海
举报
版权申诉

空间相关莱斯衰落信道下基于部分信道信息的多用户预编码与调度算法 multi-user precoding and scheduling algorithm for spatial correlation-aided ricean fading channel with partial csi.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

空间相关莱斯衰落信道下基于部分信道信息的多用户预编码与调度算法 multi-user precoding and scheduling algorithm for spatial correlation-aided ricean fading channel with partial csi

第31卷第1期电子与信息学报 Vbl．31No．1 2009年1月 JournalofElectronic8＆Information Jan．2009 Technology 空间相关莱斯衰落信道下基于部分信道信息的多用户预编码与调度算法刘建国许道峰林敏杨绿溪 (东南大学信息科学与工程学院南京210096) 摘要：在空间相关的莱斯衰落信道模型下，针对多用户MIMO(Multiple-InputMultipbOutput)系统潜在的多用户分集增益和窄间分集增益，该文提出了一种基于部分信道信息的多用户预编码与调度算法。结合部分瞬时信道信息和统计信息，利用约束最大似然估计对各用户信道矢量进行估计，然后利用估计的各用户信道调度多个用户进行预编码。仿真结果表明，该方案以较少的反馈开销，获得了较大的性能增益。关键词：多用户预编码；调度算法；莱斯信道；信道状态信息中图分类号：TN914 文献标识码：A M比i_llSer for Precoding姐dScheduHngAlgorithmSpatiaLl Correlation-AidedChannelwithPartialCSI Rice锄Fading Liu Xu LinMin Lu-)【i Jian—guo Da伊f宅ng Y妇g nnd眈咖ee而哪，舶t‘￡九∞武踟ie粥％肌删硼210096，锄犰n) (^DDzo，J咖mⅡ￡lo几tence Abstl阻ct：Inorderto fbr咖ltou∞rMIMO exploit训ti-u鼬rdiver8ity98inand印ati址mllltiple)【inggain with correlation—aided硒cean multi-u8er spatial f矾ingch锄el，ajoint (Multiple-InputMultiple-Output)8y8tem and i8 b嬲edon ChannelState precoding8cheduhngalgorithmpropo舱d panim p盯tiaLl fbr iI斌卸taneou8CSIandstatisticatCSI矗3r8ll B鹪e thechanIlele8chu8er u解r8，theStation(BS)estimate8 llsing MaXiInum then8chedul鹤aofu跎r8耐th Coll8trained group optimalprecoding Likelihood(CML)印proach，锄d thee8tiInated re8ult8demo璐tratethatthe 8clleme u8ing channels．Simulation prop08edgreatlyimprove8syste