公开(公告)号：CN107359920A

公开(公告)日：2017-11-17

申请号：CN201710623104.1

申请日：2017-07-27

Applicant: 东南大学

Inventor： 李正权 ,  张弛 ,  燕锋 ,  夏玮玮 ,  沈连丰 ,  孙垚垚 ,  胡静 ,  宋铁成

IPC: H04B7/0456

CPC classification number: H04B7/0456

Abstract: 本发明公开了一种基于切比雪夫迭代法的大规模MIMO预编码方法。包括步骤如下：首先基站通过获得的信道状态信息估计信道矩阵，根据得到的信道矩阵计算RZF预编码的表达式。然后采用切比雪夫迭代法对RZF预编码矩阵中的逆矩阵进行迭代估计，将求解逆矩阵的过程转化成矩阵加法和矩阵乘法运算，最后利用得到的预编码矩阵对发射信号进行预编码。实验结果表明，在相同的初始条件下，经过两次迭代，切比雪夫RZF预编码算法可以获取的与RZF预编码算法近似的平均用户到达率，并且计算复杂度要低。当获取相同的平均用户到达率时，切比雪夫RZF预编码算法的复杂度要小于牛顿RZF预编码算法的复杂度，收敛速度也快。

公开(公告)号：CN106817155B

公开(公告)日：2020-12-15

申请号：CN201710049022.0

申请日：2017-01-23

Applicant: 东南大学

Inventor： 李正权 ,  王兵 ,  孙垚垚 ,  燕锋 ,  夏玮玮 ,  沈连丰 ,  胡静 ,  宋铁成

IPC: H04B7/0413 ,  H04L25/02

Abstract: 本发明公开了一种基于加权Kapetyn级数展开的大规模MIMO低复杂度信道估计方法。首先采用Kapteyn级数展开法对Bayesian‑MMSE信道估计表达式中的信道协方差逆矩阵进行近似展开，将矩阵求逆运算转换成矩阵乘法和矩阵加法运算，接着对多项式每项系数采用加权方式来优化多项式展开，建立模型对加权系数向量α和β进行求解使得估计的均方误差最小化，利用α和β的求解结果对信道矩阵进行估计。实验结果表明随着多项式阶数的增大，基于加权Kapetyn级数展开的信道估计方法得到的MSE会收敛于MMSE方法，然而计算复杂度低于MMSE方法。对比与传统Taylor‑MMSE和Kapetyn级数展开信道估计方法，基于加权Kapetyn级数展开方法收敛到MMSE方法的速度更快。

公开(公告)号：CN107770103A

公开(公告)日：2018-03-06

申请号：CN201710842297.X

申请日：2017-09-18

Applicant: 东南大学

Inventor： 李正权 ,  孙垚垚 ,  燕锋 ,  夏玮玮 ,  沈连丰 ,  吴名 ,  张弛 ,  胡静 ,  宋铁成

IPC: H04L25/02 ,  H04B7/08 ,  H04B7/0413

Abstract: 本发明公开了一种基于SSOR迭代的大规模MIMO信号检测方法，该方法包括：(1)根据信道响应矩阵H构造MMSE检测矩阵T；(2)将检测矩阵T分解为矩阵T＝D+L+U，其中D表示T的对角矩阵，L代表T的严格下三角矩阵，U代表T的严格上三角矩阵，且U＝LH；(3)采用信道硬化现象对估计SSOR迭代算法的最优松弛系数；(4)根据矩阵D、L和最优松弛系数，采用SSOR迭代法对经接收端匹配滤波器输出的接收信号矩阵 进行检测得到发射信号估计值 本发明复杂度更低。

公开(公告)号：CN106817155A

公开(公告)日：2017-06-09

申请号：CN201710049022.0

申请日：2017-01-23

Applicant: 东南大学

Inventor： 李正权 ,  王兵 ,  孙垚垚 ,  燕锋 ,  夏玮玮 ,  沈连丰 ,  胡静 ,  宋铁成

IPC: H04B7/0413 ,  H04L25/02

Abstract: 本发明公开了一种基于加权Kapetyn级数展开的大规模MIMO低复杂度信道估计方法。首先采用Kapteyn级数展开法对Bayesian‑MMSE信道估计表达式中的信道协方差逆矩阵进行近似展开，将矩阵求逆运算转换成矩阵乘法和矩阵加法运算，接着对多项式每项系数采用加权方式来优化多项式展开，建立模型对加权系数向量α和β进行求解使得估计的均方误差最小化，利用α和β的求解结果对信道矩阵进行估计。实验结果表明随着多项式阶数的增大，基于加权Kapetyn级数展开的信道估计方法得到的MSE会收敛于MMSE方法，然而计算复杂度低于MMSE方法。对比与传统Taylor‑MMSE和Kapetyn级数展开信道估计方法，基于加权Kapetyn级数展开方法收敛到MMSE方法的速度更快。