[發明專利]一種FDD Massive MIMO網絡中基于D2D的CSI反饋方法有效
| 申請號： | 201810353145.8 | 申請日： | 2018-04-19 |
| 公開（公告）號： | CN108242950B | 公開（公告）日： | 2021-02-12 |
| 發明（設計）人： | 梅中輝;吳嫻 | 申請（專利權）人： | 南京郵電大學 |
| 主分類號： | H04B7/06 | 分類號： | H04B7/06;H04B7/0456;H04B7/0413 |
| 代理公司： | 南京縱橫知識產權代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 210003 江蘇*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 fdd massive mimo 網絡 基于 d2d csi 反饋 方法 | ||
1.一種FDD Massive MIMO網絡中基于D2D的CSI反饋方法，其特征是，包括以下步驟：
步驟A，為CSI交換進行位分區，計算出最優的位分區；
步驟B，根據最優位分區進行CSI交換；
步驟C，CSI交換完成后，計算出預編碼器發送給基站BS，完成CSI的反饋；
步驟A中，最優的位分區就是使得虛擬SLNR最大化的位分區；
虛擬SLNR的定義：給出了位分區{bkj}，如果存在一個D2D量化器Q({bkj})和一列預編碼碼本例如Γk是可獲得的，則虛擬SLNR就是可獲得的這個SLNRΓk的上確界；
計算最優的位分區的具體過程包括：
虛擬SLNR最大化的位分區，此最優化問題表達式如下：
最優位分區問題就被重新表述為使得虛擬SLNR下界最大的最優化問題，將虛擬SLNR的下界帶入之前的最優化問題中進行變形，其中
其中原最優化問題目標函數是使得上面(1)式最大，其實就是使得(2)式的第二項最小化，所以該最優化問題最終變形如下：
步驟B中，根據最優位分區進行CSI交換的具體過程包括：
為了把信道hk共享給用戶j，用戶k先計算出部分信道其中Uj是一個的矩陣，該矩陣包含用戶j的協方差矩陣Rj的個特征向量；接著將計算出的部分信道用一個量化器Qkj量化成最后再發送給用戶j，用戶j獲得來自用戶k的信道表示為
用戶間通過D2D進行交換CSI使用的量化器的計算過程為：
令作為部分信道的協方差矩陣，接著做Gkj特征分解，是對角陣，其中包含Gkj的特征值的KLT為這里有一個維度限制，當用戶k和用戶j僅部分重疊時，接著設計量化器量化的每個元素，同時用無損碼在量化器輸出端進行解碼，最終在用戶j收到的用戶k的信道為
2.根據權利要求1所述的一種FDD Massive MIMO網絡中基于D2D的CSI反饋方法，其特征是，步驟C中，計算預編碼器的具體過程為：
選擇一個預編碼向量使得用戶k的SLNR預期下界最大，具體問題表示如下：
每個用戶k計算出各自的預編碼向量之后反饋給基站BS。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南京郵電大學，未經南京郵電大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810353145.8/1.html，轉載請聲明來源鉆瓜專利網。
