【技术实现步骤摘要】
一种基于遗传算法的无蜂窝大规模MIMO分簇方法
[0001]本专利技术涉及无线通信
,具体涉及基于遗传算法的无蜂窝大规模
MIMO
分簇方法
。
技术介绍
[0002]随着通信技术的不断发展,人们对通信质量与速度的要求也越来越高,超可靠低时延通信
(ultra
‑
reliable low
‑
latency communication,URLLC)
成为了当前
5G
以及未来
6G
中的重要技术
。
对于
URLLC
技术,时延通常要求小于
1ms
,误码率小于
10
‑5。
为了实现所需的可靠性,
URLLC
技术通常与大规模多输入多输出
(massive multiple
‑
input multiple
‑
output,MIMO)
技术相结合,以利用空间分集
。
无蜂窝
(cell
‑
free,CF)
是一种分布式
MIMO
结构,在网络中布置多个接入点
,
每个接入点通过前传链路与中心处理单元
(central processing unit,CPU)
相连
。
通过
CPU
的集中处理,所有接入点可以共同为设备提供服务,通过大量分布式 ...
【技术保护点】
【技术特征摘要】
1.
基于遗传算法的无蜂窝大规模
MIMO
分簇方法,其特征在于,包括:
S1.
建立无蜂窝上行
URLLC
传输基于两级接收合并的信号接收模型;
S2.
建立基于信号接收模型的系统性能优化的目标函数和约束条件;
S3.
根据目标函数以及约束条件设计遗传算法求解
。2.
根据权利要求1所述的基于遗传算法的无蜂窝大规模
MIMO
分簇方法,其特征在于,所述步骤
S1
具体包括如下子步骤:
S11.
配置拥有1个中心处理单元
、l
个具有多天线的接入点和
K
个单天线用户的大规模
MIMO
无蜂窝系统,其中接入点已知统计信道状态信息;
S12.
建立在接入点处用户信道测量模型,用户发送长度为
l
p
的正交导频信号,用户
k
到接入点
l
的信道为其中
α
kl
表示大尺度衰落系数,表示小尺度衰落系数;接入点处通过最小均方误差估计,得到估计的信道参数
S13.
构造用户信号的两级合并模型,若接入点
l
在为用户
k
选择的簇内,可得到接入点
l
对用户
k
选信号的估计值
p
k
表示用户
k
的发送功率,其中
s
k
表示用户
k
的发送信号,
n
l
表示接收噪声,表示合并向量,采用
PZF
合并策略,合并权重向量具体为其中
{l1,...,l
n
}
为该接入点关联的所有用户的序号,
n
表示该接入点关联的用户数量,
e
k
为单位阵的第
k
列,
||
•
||
表示范数运算,
|
·
|
表示绝对值运算;将估计的信号传送到
CPU
后,得到最终的估计信号后,得到最终的估计信号为中心处的合并系数,采用
LSFD
进行合并,
d
kl
∈{0,1}
指示接入点
l
是否在用户
k
的服务簇内,具体合并系数为:
D
k
=
diag{d
k1
,...,d
kL
}
,,
S14.
建立用户上行传输速率模型,第
k
个用户的信号在中心
CPU
处的信干噪比为:
上标
H
...
【专利技术属性】
技术研发人员:朱鹏程,王景宸,李佳珉,王东明,尤肖虎,
申请(专利权)人:东南大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。