中文摘要：

无线通信业务的快速增长要求无线网络达到接近最优的传输性能，因此迫切需要解决无线网络中的发射机与资源优化问题。其挑战在于节点通常无法获得全局的网络状态信息，因此无法执行中心式的优化；该问题往往属于非凸优化问题，缺乏有效的算法。本项目研究多入多出（MIMO）网络中的分布式优化理论和算法。很多现有的MIMO网络优化方法都没有利用问题最优解的结构，因而具有复杂度高，对非凸问题性能欠佳，且不利于分布式实现等问题。我们最近发现了MIMO网络中一大类可达区域的最优输入协方差矩阵都满足一种礼貌注水结构，这一重大突破为解决MIMO网络的非凸优化难题奠定了基础。由于礼貌注水能将网络分解为多个等效的单用户信道，因此适用于分布式算法的设计。本项目将基于礼貌注水建立一套系统的MIMO网络分布式非凸优化理论与算法，其研究成果将为未来的无线通信网络提供高性能的设计方案，进一步推动无线通信技术的发展。

结论摘要：

本项目研究MIMO网络中的分布式优化理论与算法，包括网络状态信息获取机制，分布式算法设计以及性能分析。原计划重点研究传统小规模MIMO网络中的分布式优化理论与算法。考虑到目前学术界研究重点是5G无线通信系统，并且大规模MIMO已成为了5G系统核心技术，因此本项目后半期，我们对原有研究内容进行了扩展。利用已有研究成果，解决了大规模MIMO系统中的若干关键技术问题。因此本课题不仅完成了原有研究任务，还取得了比更广泛和重要的研究成果 1. 提出了一套基于礼貌注水的分布式优化理论与算法，包括1）多线性约束下的礼貌注水算法；2）多跳MIMO中继网络中的对偶性与礼貌注水算法；3）基于局部信道估计和消息传播的分布式礼貌注水算法；4）基于礼貌注水算法的收敛性分析。分析和仿真验证表明所设计的算法在性能、复杂度、信令开销、收敛速度以及对信令时延的鲁棒性上都优于现有算法 2. 提出了一种MIMO网络中基于局部信道估计的网络状态信息获取方法。其特点在于网络节点间无需进行信息交互，仅靠局部信道估计就可获得各节点的网络状态信息，进行分布式优化，因而大大降低了信令开销。此外，还提出了一种大规模MIMO系统中多时间尺度的网络状态信息获取机制。该方法将状态信息划分为变化快、时延敏感的短期状态信息，以及变化慢、时延不敏感的长期状态信息。其中，网络中各节点只需获取局部的短期网络状态信息，而全局长期状态信息则通过一个中心节点进行收集。因而这种状态信息获取机制具有信令开销低且对节点间信令传播时延不敏感等优点 3. 基于1和2中的分布式优化理论与算法，以及网络状态信息获取方法，解决了大规模MIMO系统中的一系列关键技术。包括1）大规模MIMO系统中分层干扰抑制方案；2）大规模C-RAN网络中天线选择、用户调度与功率分配的联合优化；3）多用户大规模MIMO系统下行传输优化方案；4）双层大规模MIMO网络的导频复用和波束成形；5）分布式多用户大规模MIMO能量效率的分析与优化等。这些关键技术的解决对大规模天线系统的应用具有重要的理论和实际意义基于上述成果，已发表(或录用)多篇顶级国际期刊和重要国际会议论文。其中，包括IEEE TSP 4篇，IEEE TWC 1篇，SCI论文10篇。此外，培养了3名博士生。