毫米波数字波束成形的案例
本文研究了使用毫米波频率进行无线蜂窝通信系统的大规模天线阵列,提出了一种混合波束成形架构,该架构包含低维数字波束成形器和使用模拟相移器实现的射频波束成形器,证明了该架构可以实现任何完全数字波束成形器的性能,并提出了一种启发式混合波束成形设计方法。
Jan, 2016
本文研究毫米波系统中具有 OFDM 调制的杂合波束成形技术,提出一种全新的并行设计算法,旨在实现具有最大的频谱效率,同时减小硬件复杂度并接近全数字波束成形方案的性能。
Nov, 2017
本文针对毫米波 MIMO-OFDM 接收机中使用广义混合模拟数字前端和低分辨率模拟转换器时,由于其引入的强非线性性,导致数据检测极具挑战性的问题,提出了一种使用广义期望一致性信号恢复技术的计算有效数据检测算法,并在混合 ADC 架构中进行了拓展。
Mar, 2018
本文提出了一种自适应算法以估计 mmWave(毫米波)信道参数,利用了信道的弱散射特性,并使用新型分层多分辨率码本构建了训练波束向量以实现算法的高效运行。此外,本文还将自适应信道估计算法扩展至多径情况,通过估计的信道,提出了一种新型混合模拟 / 数字预编码算法,其能够突破模拟仅波束成形的硬件限制并接近数字解决方案的性能。仿真结果表明,所提出的低复杂度信道估计算法与全面信道训练算法相比达到了可比较的预编码增益,同时说明了即使存在干扰,所提出的算法也能够接近完全信道知识实现的覆盖概率。
Jan, 2014
本文提出了一种新的,基于动态子阵列和硬件高效的低分辨率相移器的混合波束成形结构,用于毫米波多用户多输入单输出(MU-MISO)系统,此外,还提出了一种迭代算法和一种简单的启发式算法,以提高系统的性能表现。
Jun, 2019
本文提出一种基于广泛的角度和时间延迟域的毫米波多输入多输出(MIMO)系统的信道估计算法,该算法利用了信道的关节稀疏性,在采用少位模拟数字转换器(ADCs)的情况下解决量化压缩感知问题。我们设计了一种训练序列,使得这些算法的实现效率很高,同时最小化了发射机峰均功率比。通过详细的仿真研究,我们发现这种方法使得 1-bit ADCs 在低信噪比下可以与无限位 ADCs 相媲美,而 4-bit ADCs 在中等信噪比下可以与无限位 ADCs 相媲美。
Oct, 2016
该研究提出了一种基于深度学习的射束成形网络(BFNN)来最大化光谱效率的设计方法,该方法针对大规模天线阵列、有限的射频链路和相移器的模拟设计,能够有效处理不完善的信道状态信息问题,该方法的仿真结果表明其性能明显优于传统方法。
Apr, 2019
本文提出了一种基于无监督学习的方案,用于同时设计多用户 Mu-MIMO 系统的模拟前置器和合成器,并结合低分辨率 PS。通过将模拟前置器和合成器的设计问题转换为相位分类问题,并提出一种泛化神经网络体系结构 (PCNet),能够产生各种 PS 分辨率的解,仿真结果表明,该方案相对于对于最常用的低分辨率 PS 配置的最先进的混合波束成形设计具有更优越的总速率和复杂度性能。
Feb, 2022
本研究提出了一种利用室外毫米波通信实现基站间回程网络和单个基站内移动接入的方案,同时,这篇论文通过研究大型阵列的波束成形来克服毫米波传输中的室外障碍,并提出了一种高效的波束对准技术来适应柱式摇晃和其他环境影响。
Jun, 2013