使用支撑恢复的符号级多用户预编码近似求解方法
信号处理
2019-03-11 v1
摘要
在本文中，我们提出了一种低复杂度方法，用于近似求解符号级预编码（SLP）的 SINR 约束优化问题。首先，假设采用通用调制方案，将预编码优化问题重新表述为标准非负最小二乘（NNLS）问题。然后，我们利用近似完美恢复最优解支撑的条件改进了现有的闭式 SLP（CF-SLP）方案，随后求解一个缩减的线性方程组。通过仿真结果表明，与 CF-SLP 方法相比，本文改进的近似解（称为 ICF-SLP）以可忽略不计的复杂度增加显著提升了性能。我们还与快速收敛的迭代 NNLS 算法进行了比较，结果表明 ICF-SLP 方法在最大迭代次数受限的情况下，其性能可与迭代算法相媲美。本文对不同方法的复杂度进行了分析讨论，验证了所提方法的计算效率。我们的结果进一步表明，ICF-SLP 方案的性能非常接近最优 SLP，特别是在大系统规模下。
引用
@article{arxiv.1903.03377,
title = {An Approximate Solution for Symbol-Level Multiuser Precoding Using Support Recovery},
author = {Alireza Haqiqatnejad and Farbod Kayhan and Bjorn Ottersten},
journal= {arXiv preprint arXiv:1903.03377},
year = {2019}
}
备注
7 pages, 2 figures, Submitted to IEEE SPAWC 2019