Beamforming-selection Precoding with Particle Swarm Optimization in Massive MIMO Systems
Date Issued
2016
Date
2016
Author(s)
Lee, Jing-Yen
Abstract
之前的學者提出了beamforming-selection precoding (BSP)方法以降低frequency-division duplex (FDD) 大規模多輸入多輸出(massive multiple-inputmultiple-output ,massive MIMO)之downlink training以及channel state information(CSI) 回傳的負擔，然而BSP方法有一個缺陷，他們使用了一組他們自行定義的固定beamformnig系數作為BSP方法的precoder，這會造成使用者(UEs)之間的干擾問題，因此這篇論文提出了一種方法修正BSP，我們運用了粒子最佳化演算法(PSO)去搜尋最佳的beamformnig系數運用於BSP，如此便可以大幅地降低使用者間的干擾，我們稱我們提出的方法為BSP-PSO，BSP-PSO比起原本的BSP不僅可以達到更好的位元錯誤率(BER)，也保留了原本BSP擁有較低的downlink training 以及 CSI回傳的負擔的優點。此外，我們提出了一種新的基於平均錯誤率公式的PSO適應值方程式，數個模擬結果顯示了在各種通道環境中或考慮mutual coupling情況下，我們的BSP-PSO方法在位元錯誤率(BER)效能下比原來的BSP方法有著非常大的改進。
Subjects
multiple input multiple output(MIMO)
spatial precoding
limited channel state information (CSI)
beamforming
frequency-division duplex (FDD)
cooperatively coevolving particle swarm optimization(CCPSO)
bit error rate (BER)
Type
thesis
File(s)![Thumbnail Image]()
Loading...
Name
ntu-105-R03942120-1.pdf
Size
23.32 KB
Format
Adobe PDF
Checksum
(MD5):1b6f7c8ba716a60e6bc40ec3172c1638