低复杂度QL-QR分解：双向MIMO中继网络波束形成优化

本文主要探讨了低复杂度QL-QR分解在双向多输入多输出（MIMO）中继网络波束形成设计中的应用。针对双向放大转发（AF）MIMO中继系统，研究了如何优化联合源和中继节点的波束形成矩阵，以提高通信效率并满足功率约束。系统由两个发送源节点和两个中继节点组成，接收端采用了线性最小均方误差（MMSE）技术，这有助于减少信号处理过程中的噪声干扰。 核心问题聚焦于行列式最大化（DM）设计，这是一个非凸优化问题，通常难以找到全局最优解。为了克服这一挑战，作者提出了一种迭代算法，通过最小化均方误差的平衡，寻找至少局部最优的波束形成矩阵。这个算法巧妙地结合了QL、QR和Cholesky分解技术，这三种方法在复杂度和性能上有所不同。QL分解和QR分解主要用于简化矩阵操作，而Cholesky分解则用于高效求解线性系统的解，它们共同促进了算法的优化。 与现有基于规则块对角线奇异值分解（SVD）的解决方案相比，该算法在保持相近误码率（BER）性能的同时，显著降低了计算复杂度。这意味着在实际部署中，使用QL-QR-Cholesky分解法的双向MIMO中继系统在保证性能的同时，能有效节省系统资源，提升整体通信效率。 文中给出了详细的分析和仿真结果，证实了新算法在性能和效率方面的优势。这对于设计高效的无线通信网络，特别是在资源受限或实时性强的环境中，具有重要的理论和实践意义。通过使用低复杂度的波束形成技术，该研究为未来双向MIMO中继网络的设计提供了新的优化策略。