適用多用戶多輸出輸入系統之低複雜度比例公平性排程設計;Low Complexity User Grouping for Proportional Fair Multi-User MIMO Scheduling

NCU Institutional Repository > 資訊電機學院 > 通訊工程研究所 > 博碩士論文 > Item 987654321/65527

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/65527

题名:	適用多用戶多輸出輸入系統之低複雜度比例公平性排程設計;Low Complexity User Grouping for Proportional Fair Multi-User MIMO Scheduling
作者:	溫光明;Wen,Kuang-Ming
贡献者:	通訊工程學系
关键词:	公平性;行動寬頻網路;多用戶多輸出輸入天線;公平性;行動寬頻網路;Fairness;mobile broadband network;multi-user MIMO
日期:	2014-07-29
上传时间:	2014-10-15 17:02:47 (UTC+8)
出版者:	國立中央大學
摘要:	隨著多媒體應用與技術的發展行動寬頻網路對於頻寬的需求也越來越高，致使要求相當高的頻譜資源利用效率，在弴彇網路中高速率上弯下行傳輸已是基本的要求之一。空間分集多工接取技術已被視為是下一個增加頻譜使用效率的方法之一，多用戶多輸出輸入天線技術即為空間分集多工接取的實際應用方式之一。在本文中，我們提出了在單一個基地台弨彳彩彮彧彬彥弭彣彥彬彬弩中考慮到通道狀況與資源使用公平性，選取數個使用者弨录彅彳弩服務時能使系統整體有著近似最佳傳輸效能的多用戶多輸出輸入天線技術的排程方法現今考慮到通道狀況與公平性的方法的討論限制服務群組內的使用者為兩位，並在已知通道狀況與前置編碼時先依照單用戶多輸出輸入天線技術選擇一位使用者作為服務群組的第一位使用者，第二位使用者選擇將基於第一位使用者。本篇論文沒有限制服務群組內的使用者數量，此外還提出依照使用者回報的通道狀況與前置編碼方式簡化服務群組選擇的演算法，前置編碼的討論也包括長期演進技術中定義的編碼簿方式與迫零預編碼兩種。最後，數值模擬比較了本篇與其他文獻的方法、包括效能與公平性兩方面。;With the development of multimedia applications and mobile broadband technology network, bandwidth demand is much more higher than before, it causes frequency efficiency higher and higher. Actually, high-speed downlink/uplink transmission in 4G wireless system has been one of basic requirement. Spatial-Division Multiple Access(SDMA) is one of the solutions to improve frequency efficiency; Multi-User Multi-Input Multi-Output(MU-MIMO) is one the application of SDMA. In the paper, we proposed a single-cell scheduling considering both channel quality and fairness that improve the performance and fairness when scheduler selects UE pair. Existing paper which discuss about proportional fair MU-MIMO is only about two UE pair. For proposed algorithm in this paper, there is no limitation of the UE number in pair, besides we further discuss about LTE codebook and ZF precoding and give some comparison in simulation result.
显示于类别:	[通訊工程研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	298	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....