A Genetic Algorithm-based Antenna Selection Approach for Large-but-Finite MIMO Networks
Artikel i vetenskaplig tidskrift, 2017

We study the performance of antenna selection-based multiple-input-multiple-output networks with large-but-finite number of transmit antennas and receivers. Considering the continuous and bursty communication scenarios with different users' data request probabilities, we develop an efficient antenna selection scheme using genetic algorithms (GAs).As demonstrated, the proposed algorithm is generic in the sense that it can be used in the cases with different objective functions, precoding methods, levels of available channel state information, and channel models. Our results show that the proposed GA-based algorithm reaches (almost) the same throughput as the exhaustive search-based optimal approach, with substantially less implementation complexity.

partial channel state information (CSI)

Antenna selection

genetic algorithm

large-but-finite multiple-input multiple-output (MIMO)

massive MIMO

Författare

Behrooz Makki

Chalmers, Signaler och system

Chalmers, Signaler och system, Kommunikations- och antennsystem, Kommunikationssystem

Forskning Andra publikationer

Anatole IDE

ESIEE

Tommy Svensson

Chalmers, Signaler och system

Chalmers, Signaler och system, Kommunikations- och antennsystem, Kommunikationssystem

Forskning Andra publikationer

Thomas Eriksson

Chalmers, Signaler och system

Chalmers, Signaler och system, Kommunikations- och antennsystem, Kommunikationssystem

Forskning Andra publikationer

Mohamed-Slim Alouini

King Abdullah University of Science and Technology (KAUST)

IEEE Transactions on Vehicular Technology

0018-9545 (ISSN)

Vol. 66 7 6591-6595 7801976

Millimetre-Wave Based Mobile Radio Access Network for Fifth Generation Integrated Communications (mmMAGIC)

Europeiska kommissionen (Horisont 2020), 2015-07-01 -- 2017-06-30.

Visa projekt

Styrkeområden

Informations- och kommunikationsteknik

Ämneskategorier

Telekommunikation

Kommunikationssystem

Signalbehandling

DOI

10.1109/TVT.2016.2646139

Publikationsdata kopplat till DOI

Mer information

Senast uppdaterat

2019-09-11

Feedback och support

Om du har frågor, behöver hjälp, hittar en bugg eller vill ge feedback kan du göra det här nedan. Du når oss också direkt per e-post research.lib@chalmers.se eller via telefon 031-772 3744.

Om tjänsten

Research.chalmers.se innehåller information om forskning på Chalmers, publikationer och projekt inklusive information om finansiärer och samarbetspartners.

Läs mer om tjänsten, täckningsgrad och vilka som kan se informationen

Personuppgifter och cookies

Citation Style Language
citeproc-js (Frank Bennett)

Länkar

Chalmers bibliotek
Chalmers forskning
Forskningsprojekt på chalmers.se

Chalmers tekniska högskola

412 96 GÖTEBORG
TELEFON: 031-772 10 00
WWW.CHALMERS.SE