近年来,多用户多输入多输出(Multiple-User Multiple-Input Multiple-Output,MU-MIMO)下行链路的预编码算法设计吸引了越来越多研究者的兴趣。然而目前并没有对基站端已知信道误差概率分布且约束条件为单天线功率约束(Per-Antenna Power Constraints,PAPCS)的情况下的线性预编码算法的研究。针对上述情况,以遍历和速率(Expected Sum Rate)最大化为优化准则,主要基于约束随机逐次凸近似(Constrained Stochastic Successive Convex Approximation,CSSCA)、二阶对偶法、交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)及高斯随机化(Gaussian Randomization)设计了线性预编码算法。所提算法的适用场景更符合实际情况,而且实验仿真结果证明,算法的性能较好。
云无线接入网络(cloud radio access network,C-RAN)是一种能够集中处理信号的网络架构。C-RAN能够通过算法动态选择无线电单元(remote radio head,RRH)来调整用户通信速率。而通信速率作为用户服务质量(quality of service,QoS)的关键部分,当参与服务的RRH越多时,用户的通信速率更大且体验更好,但同时所带来的能源损耗越大,因此本文研究通信速率和功率消耗二者之间的权衡关系。提出一种优化算法,将权衡问题建模成一个单目标优化模型,通过权衡系数来协调速率和RRH激活个数之间的矛盾。为了解决l0-范数的非凸问题,本文使用重复加权l1-范数去近似l0-范数,同时使用加权最小均方误差(weighted minimum mean square error,WMMSE)的方法将通信速率从非凸问题转换成一个凸问题,最后使用改进的次梯度法对预编码矩阵进行更新。仿真结果证明该算法减少了时间复杂度,同时达到了与穷举法相近的性能。
