简介:在这篇文章,一个Grassmannianprecoding多用户多重输入多重产量(MU-MIMO)为downlink传播的计划被建议。建议MU-MIMO计划将表现安排并且precoding同时在库驻扎,增加获得多用户差异获得和precoding,最大化系统能力。precoding方法与Grassmannianprecoding有关,它扩大点对点的单个用户的Grassmannianprecoding到point-to-multipoint多用户Grassmannianprecoding。它比单身的用户MIMO(SU-MIMO)系统提供进一步重要的系统能力改进并且也超过块diagonalization(BD)在一样的模拟环境下面的算法。
简介:与增加的精力消费,精力效率(EE)作为光谱效率(SE)为无线通讯网络被看作了一个重要度量标准。在这份报纸,为downlink多用户的EE优化问题多重输入多重产量(MU-MIMO)有巨大的天线的系统被调查。根据凸的优化理论,在那里存在完成最佳的EE的唯一的全球性最佳的电源分配,并且仅仅与隧道状态信息有关的最佳的EE靠近形式被导出经分解。然后,两个都,有不同复杂性的近似、精确的电源分配算法被建议完成最佳的EE。近似算法获得的最佳的EE与一致到在可控制的错误限制以内由精确算法完成了那的模拟结果表演,和这些建议算法比存在相等的电源分配算法更好表现。有在底的天线的数字的最佳的EE和相应SE增加驻扎无线通讯网络,它为下一代是有希望的。