Channel Estimation for TDD/FDD Massive MIMO Systems with Channel Covariance Computing
本文提出了一种新的TDD/FDD大规模MIMO系统信道估计方案，该方案通过利用阵列信号处理技术重构上下行信道协方差矩阵（CCM）来实现。具体地，从瞬时上行链路信道状态信息（CSI）中提取每个多径信道的角度信息和功率角谱（PAS）。然后，重建上行链路CCM，并可以用于改善上行链路信道估计，而无需任何额外的训练成本。由于上行链路和下行链路信道之间的角度互易性以及PAS互易性，即使对于FDD大规模MIMO系统，也可以用类似的方法来推断下行链路CCM。然后，下行链路瞬时CSI可以通过向每个用户的主导特征方向训练来获得。所提出的策略适用于任何类型的PAS分布和阵列几何形状。数值结果表明，所提出的方法优于现有的。
2017-10-02 cs.IT math.IT
ComSens: Exploiting Pilot Diversity for Pervasive Integration of Communication and Sensing in MIMO-TDD-Frameworks
在本文中，我们提出了一个完全集成的雷达和通信系统-命名为ComSens。我们利用两个不同的导频序列（一个用于上行链路，一个用于下行链路），条件是它们必须彼此不相关。在这样的框架内，从终端用户接收的信号和来自期望对象的反向散射信号具有不相关的导频。因此，基站能够区分来自用户的数据信号和来自对象的后向散射信号。我们假设时分双工（TDD）框架。导频序列被设计用于MIMO信道。我们评估信道MSE作为通信系统的品质因数。我们还表明，所设计的飞行员是不相关的一系列的时间滞后。此外，所设计的上行链路导频具有可忽略不计的自相关的时间滞后的范围内，导致脉冲状的自相关雷达感测。
2017-09-05 cs.IT math.IT
Channel reciprocity calibration in TDD hybrid beamforming massive MIMO systems
模拟数字混合波束形成结构是构建低成本大规模多输入多输出系统的一种非常有吸引力的解决方案。通常，这些系统使用一组固定波束进行发送和接收，以避免需要在发射机处为每个天线元件单独获得信道状态信息（CSIT）。然而，这样的方法不能充分利用混合AD波束成形系统的潜力。或者，可以通过假设传播信道的模型来估计CSIT，而由于其较差的散射性质，该模型仅在毫米波（mmWave）频带中得到验证。在本文中，我们专注于时分双工（TDD）系统与混合波束形成结构，并提出了一个互惠校准方案，允许获得完整的CSIT。与现有的CSIT捕获方法不同，我们的方法不需要对信道模型进行任何假设，并且在理论上可以估计CSIT到任意小的误差。
2017-08-25 cs.IT math.IT
No Downlink Pilots are Needed in TDD Massive MIMO
我们考虑大规模多输入多输出（MIMO）下行链路与最大比和迫零处理和时分双工（TDD）操作。为了解码，终端必须知道它们的瞬时有效信道增益。传统上，假设由于信道硬化，该瞬时增益接近其平均值，因此终端可以依赖于该平均值的知识（也称为统计信道信息）。然而，在某些传播环境中，例如锁眼信道，信道硬化并不成立。我们提出了一种盲算法来估计每个用户的有效信道增益，不需要任何下行链路导频。我们推导出我们提出的方案，适用于任何传播信道的每个用户的容量下限。与没有下行链路导频（依赖于信道硬化）的情况相比，以及与使用下行链路导频的基于训练的估计相比，我们的盲算法表现得更好。这种差异在不提供通道强化的环境中尤其明显。
2016-12-23 cs.IT math.IT
The Feasibility of Interference Alignment for Reverse TDD Systems in MIMO Cellular Networks
分析了反向TDD系统中干扰对齐的可行性条件，一个小区作为下行链路（DL）操作，而另一个小区作为上行链路（UL）操作。在一般的多输入多输出（MIMO）天线配置下，建立了单次线性IA的必要条件和充分条件，即，没有符号或时间扩展的线性IA。在几个示例网络中，最优和自由度（DoF）由导出的必要条件和充分条件表征。对于每个细胞内的对称自由度，一个充分条件建立在一个更紧凑的表达式，这产生了一类对称自由度的必要和充分条件。进一步提出了一种发射和接收波束形成向量的迭代构造方法，该方法提供了一种满足单次IA的波束形成设计。仿真结果表明，所提出的IA不仅实现了更大的自由度，但也显着提高和速率在实际的信噪比（SNR）制度。
2016-07-06 cs.IT math.IT
Enhancing massive MIMO: A new approach for Uplink training based on heterogeneous coherence time
大规模多输入多输出（MIMO）是下一代网络的关键技术之一。由于其可观的频谱和能量效率增益，大规模MIMO系统提供了所需的性能，以应对不断增长的无线容量需求。然而，在时分双工（TDD）和频分双工（FDD）系统中的大规模MIMO中，调度用户的数量仍然有限。这是由于TDD系统中有限的相干时间，以及FDD模式中有限的反馈容量。在当前系统中，TDD模式中的时隙持续时间对于所有用户是相同的。这是一种次优方法，因为用户受到异构多普勒扩展的影响，因此受到不同相干时间的影响。在本文中，我们研究了一个大规模的MIMO系统工作在TDD模式下，上行链路的训练频率不同的用户之间的实际信道相干时间的基础上。我们认为，利用这种多样性优化上行链路训练可以导致相当大的频谱效率增益。然后，我们提供了一个用户调度算法，利用相干间隔为基础的分组，以最大限度地提高可实现的加权和速率。
2017-10-06 cs.IT math.IT
Beyond 5G: Leveraging Cell Free TDD Massive MIMO using Cascaded Deep learning
Virginia Tech（弗吉尼亚理工大学）；IIT Madras（印度马德拉斯理工学院）
本文讨论了在基于正交频分复用（OFDM）的无小区大规模MIMO系统中时分双工（TDD）互易性的校准，其中（射频）RF链的响应使得端到端信道是非互易的，即使物理无线信道是互易的。我们进一步解决了在导频子载波以外的位置处的上行链路信道估计的不可用性，并提出了一种单发解决方案，以从选定导频子载波处的上行链路信道估计所有子载波处的下行链路信道。我们提出了一个级联的两个深度神经网络（DNN）来实现这个目标。所提出的方法是容易扩展的，并且消除了基于天线的合作的相对互易性校准的需要，这通常在无小区大规模MIMO系统中引入依赖性。
2020-04-04 cs.IT cs.LG math.IT
HetNets and Massive MIMO: Modeling, Potential Gains, and Performance Analysis
我们考虑异构蜂窝网络（HetNet），其中具有大天线阵列基站（BS）的宏小区层覆盖有密集层的小小区（SC）。我们调查的潜在好处，将一个大规模的MIMO BS在TDD为基础的HetNet，我们提供的覆盖概率和使用随机几何的区域频谱效率的解析表达式。优化了SC在上行宏小区传输期间应该操作的切换模式。此外，我们考虑了一个反向TDD方案，其中大规模MIMO BS可以估计SC干扰协方差矩阵。我们的研究结果表明，显着的吞吐量的改善，可以通过利用干扰归零和隐式的协调，由于灵活和不对称的TDD操作的层次。
2013-09-19 cs.IT math.IT
A Simple DFT-aided Spatial Basis Expansion Model and Channel Estimation Strategy for TDD/FDD Massive MIMO Systems
针对多用户大规模多输入多输出（MIMO）系统，提出了一种新的传输策略，包括上行/下行信道估计和用户调度。首先，利用角度互易性和均匀线阵的物理特性，提出了一种离散傅里叶变换（DFT）辅助的空间基扩展模型（SBEM），用于描述参数维数少的上下行信道。SBEM算法可以用很少的训练资源进行多用户上下行信道估计，大大降低了训练开销和反馈开销。同时，通过利用用户的空间信息，可以立即缓解上行链路训练中的导频污染问题。为了提高频谱效率和充分利用空间资源，我们还设计了贪婪的用户调度方案在数据传输期间。与现有的低秩模型相比，新提出的SBEM提供了一种替代的信道捕获，而无需信道统计的TDD和FDD系统的基础上的角度互易性。此外，所提出的方法可以有效地部署通过快速傅立叶变换（FFT）。各种数值结果证实了所提出的研究。
2016-01-09 cs.IT math.IT
Deep Reinforcement Learning Based Intelligent Reflecting Surface Optimization for TDD MultiUser MIMO Systems
本文研究TDD多用户MIMO系统中IRS的离散相移设计，通过改进PPO算法并集成GRU，在无需子信道CSI的情况下最大化平均下行传输速率，仿真表明其性能、收敛速度和稳定性均优于基准。
2023-07-28 cs.IT eess.SP math.IT
Two Models for Noisy Feedback in MIMO Channels
在文献中已经广泛地研究了分别适用于FDD（频分双工）和TDD（频分双工）系统的两种不同的反馈模型。在本文中，我们比较了这两种模式的反馈的多样性复用的权衡在终端处的信道状态信息的变化量。我们发现，当所有的不完善占，在FDD系统中的最大可实现的分集阶数匹配的TDD系统中的分集阶数。TDD系统在更高的复用增益下实现更好的分集阶数。在FDD系统中，最大分集阶数可以仅用单个比特的反馈来实现。如果接收机不知道信道状态信息，则额外的反馈比特（完美或不完美）不影响分集阶数。
2008-11-26 cs.IT math.IT
Heterogeneous Doppler Spread-based CSI Estimation Planning for TDD Massive MIMO
大规模多输入多输出（Massive MIMO）已被公认为满足更高数据容量和大规模连接需求的关键技术。然而，由于训练开销和有限的相干时间，活动用户的数量受到限制。当前的无线系统假设所有用户的相干时隙持续时间相同，而不管它们的异构多普勒扩展。在本文中，我们利用这个被忽视的自由度来解决训练开销瓶颈。我们提出了一种新的上行链路训练方案，导频传输的周期性不同的用户之间的实际信道相干时间的基础上。由于无线信道的变化主要是由于移动，因此在长时间段内优化上行链路训练决策，同时考虑用户信道和位置的演进。由于无线信道和位置演化速率的不同，提出了一个双时间尺度的控制问题。在快速时间尺度下，通过选择哪些用户被请求发送他们的导频，得到最优的训练策略。在慢时间尺度中，位置估计决策被优化。仿真结果表明，推导出的训练策略提供了相当大的改善的累积平均频谱效率，即使部分位置的知识。
2018-03-16 cs.IT math.IT
Timing Advance Estimation and Beamforming of Random Access Response in Crowded TDD Massive MIMO Systems
基站（BS）的定时提前（TA）估计和用户随机接入响应（RAR）的可靠解码是初始随机接入（RA）过程中最重要的步骤。然而，由于专用于RA的物理资源的有限可用性，在高用户密度场景中，由于请求RA的用户之间的竞争，RA请求的成功完成将变得越来越困难。在本文中，我们建议使用大规模MIMO BS的大天线阵列，联合组RA请求来自不同的用户使用相同的RA前导。然后，我们将每个检测到的用户组的公共RAR波束成形到相同的频率资源上，使得组中的大多数用户可以可靠地解码RAR。因此，所提出的RAR波束成形自动解决了相同RA前导码上的多个RA请求之间的冲突问题，与LTE相比，这显著减少了RA延迟。分析和仿真还揭示，对于接收到的RAR的固定的期望SINR，所需的每用户RA前导码传输功率和总RAR波束成形功率两者可以随着BS天线的数量的每加倍而大致降低1.5dB。
2018-01-25 cs.IT math.IT
Sum Secret Key Rate Maximization for TDD Multi-User Massive MIMO Wireless Networks
基于信道互易性的物理层密钥生成（PKG）是近年来出现的一种在设备间建立密钥的新技术。大多数工作集中在单天线或小规模天线的成对通信场景。然而，第五代（5G）无线通信采用大规模多输入多输出（MIMO）来同时支持多个用户，这带来了严重的互逆信道捕获开销。提出了一种大规模MIMO无线网络中多用户秘密密钥的生成方法。我们提出了一个波束域信道模型，其中不同的元素表示从不同发射方向到不同接收方向的信道增益。在此信道模型的基础上，我们分析了独立信道条件下的秘密密钥速率，并推导出一个封闭形式的表达式。为了最大化和秘密密钥速率，给出了预编码矩阵和接收矩阵的Kronecker积的最优条件，并提出了一种导频复用的预编码矩阵和接收矩阵的生成算法。所提出的优化设计可以显著降低互易信道状态信息获取的导频开销。此外，我们分析了用户终端（UT）之间的信道相关性下的安全性，并提出了一种低开销的多用户秘密密钥产生与UT之间的非重叠波束。仿真结果表明，所提出的预编码和接收矩阵的设计和非重叠波束分配的优点的性能接近最优。
2020-09-22 cs.IT math.IT
Enabling Cooperative Hybrid Beamforming in TDD-based Distributed MIMO Systems
针对分布式MIMO中RF损伤破坏信道互易性导致协作混合波束赋形性能下降的问题，提出两步校准及互易串联低复杂度联合校准与信道估计方法，仿真验证有效性。
2023-08-29 cs.IT cs.NI math.IT
Achieving Phase Coherency and Gain Stability in Active Antenna Arrays for Sub-6 GHz FDD and TDD FD-MIMO: Challenges and Solutions
在过去的几年里，大规模MIMO一直是学术界和工业界强烈兴趣的主题。用于蜂窝系统的3GPP标准化已经采用了大规模MIMO的原理，并且将在基站处使用大型矩形平面阵列归类为全维MIMO（FD-MIMO）以在TDD和FDD两者中操作。操作大型天线阵列基站需要系统克服由硬件损害引起的若干实现挑战，使得实际解决方案不理想且大规模部署昂贵。重要的是要从现有的挑战和解决方案中学习，以便为更大规模的部署做好准备，例如使用无小区的大规模MIMO。因此，在本文中，我们使用在实验室和商用LTE网络中的现场进行的测量，专门研究了由于RF损伤引起的相位和幅度不稳定性。我们研究了相位和幅度误差对FD-MIMO系统性能的影响。我们讨论并表征了产生这些误差的各种来源，包括低成本本振（LO）的时变相位漂移和影响RF链频率响应的内部温度变化。讨论了实际蜂窝部署的不同LO架构和校准机制的最低要求和权衡。然后，我们提供了一种新的相干LO分配机制和相关的新的阵列校准机制，可以应用到TDD和FDD系统的细节。测量结果提供了一个二维全连接的混合波束形成阵列架构称为高清晰度有源天线系统（HDaaS），以验证这些方法的性能。这些结果展示了所提出的方法的有效性，可以很容易地扩展到其他阵列架构，包括子阵列混合波束形成和元素级数字化。
2019-09-17 cs.IT eess.SP math.IT
Massive MU-MIMO Downlink TDD Systems with Linear Precoding and Downlink Pilots
我们考虑了一个大规模的MU-MIMO下行时分双工系统，其中一个基站（BS）配备了许多天线，在同一时间频率资源服务于几个单天线用户。我们假设BS使用线性预编码进行传输。为了可靠地解码从BS发送的信号，每个用户应该具有其信道的估计。在这项工作中，我们考虑了一个有效的信道估计方案，以获得CSI在每个用户，称为波束成形训练计划。利用波束成形训练方案，BS对导频序列进行预编码并转发给所有用户。然后，基于接收到的导频，每个用户使用最小均方误差信道估计来估计有效信道增益。该方案的信道估计开销不依赖于基站天线的数目，而仅与用户的数目成正比。然后，我们推导出最大比传输和迫零预编码技术，使我们能够评估的频谱效率，同时考虑到与下行链路导频的传输相关联的频谱效率损失的容量的下限。与以前的工作相比，每个用户只使用统计信道特性来解码发送的信号，我们看到，所提出的波束成形训练方案是最好的中等和低移动性的环境。
2013-10-05 cs.IT math.IT
Achievable Rates of FDD Massive MIMO Systems with Spatial Channel Correlation
众所周知，具有i.i.d.与时分双工（TDD）系统相比，由于在发射机处获取信道状态信息（CSIT）的开销过大，因此，在本文中，我们研究了空间相关信道的FDD大规模MIMO系统的可达速率，考虑CSIT捕获维数损失，CSIT的不完善性和正则化迫零线性预编码器。通过合理设计下行信道训练序列和用户CSIT反馈码本，利用多用户空间信道相关性，优化了可达速率。我们比较我们的可实现的速率与TDD大规模MIMO系统，i.i.d. FDD系统和联合空分复用（JSDM）方案，通过基于流行的信道模型导出可实现速率的确定性等效。结果表明，基于所提出的特征空间信道估计方案，FDD系统和TDD系统之间的速率差距显着缩小，甚至在适度数量的基站天线接近。与JSDM方案相比，我们的方案实现了降维信道估计而无需信道预投影，并且在中等数量的天线和中等到大的信道相干时间下具有更高的吞吐量，尽管具有更高的计算复杂性。
2014-06-29 cs.IT math.IT
End-to-End Deep Learning for TDD MIMO Systems in the 6G Upper Midbands
针对6G高中段TDD MIMO系统最优方法难落地的问题，提出含信道自适应导频的端到端深度学习方案，可生成近最优预编码器，在中高信噪比和导频开销受限时显著提升和速率。
2024-02-01 cs.IT eess.SP math.IT
Can Dynamic TDD Enabled Half-Duplex Cell-Free Massive MIMO Outperform Full-Duplex Cellular Massive MIMO?
我们考虑一种支持动态时分双工（DTDD）的无小区大规模多输入多输出（CF-mMIMO）系统，其中每个半双工（HD）接入点（AP）基于用户设备（UE）的数据需求被调度为在上行链路（UL）或下行链路（DL）模式下操作，目标是最大化总UL-DL频谱效率（SE）。我们开发了一种新的，低复杂度，贪婪算法的组合AP调度问题，与理论上建立的最优性保证，通过显示的下限的总和UL-DL SE是子模块化。我们还考虑了UE之间的导频序列重用以限制信道估计开销。在CF系统中，所有AP估计来自每个UE的信道，使得导频分配问题不同于蜂窝情况。我们开发了一种新的算法，迭代最大限度地减少跨UE的导频污染。我们比较我们的解决方案的性能，无论是理论上和通过模拟，对全双工（FD）多小区mMIMO系统。我们的研究结果表明，由于在中央处理单元的信号的联合处理，CF-mMIMO与动态高清AP调度显着优于蜂窝FD-mMIMO的总和SE和90%的可能SE。因此，DTDD使能的HD CF-mMIMO是蜂窝FD-mMIMO的有前景的替代方案，而无需用于自干扰抑制的硬件成本。
2022-05-21 cs.IT eess.SP math.IT
Joint Optimization of Switching Point and Power Control in Dynamic TDD Cell-Free Massive MIMO
针对动态TDD无蜂窝大规模MIMO网络，提出联合优化切换点、功率控制系数与LSFD权重的迭代算法，通过连续凸逼近求解，显著提升了能效。
2024-06-20 cs.IT eess.SP math.IT
User-to-User Interference Mitigation in Dynamic TDD MIMO Systems with Multi-Antenna Users
本文针对动态TDD MIMO系统中多天线用户间的干扰问题，提出基于导频估计和组合矩阵设计的UUI抑制方法，并验证其可显著提升严重干扰下的频谱效率。
2024-08-07 cs.IT eess.SP math.IT
Channel Coherence Classification with Frame-Shifting in Massive MIMO Systems
研究了时分双工（TDD）大规模多输入多输出（MIMO）移动系统中的上行导频开销。常规大规模MIMO系统的常见场景是基站（BS）以相同的TDD帧格式服务小区中的所有用户终端（UT），该TDD帧格式适合用户移动性的最坏情况场景（例如，速度为300 Km/s的移动训练）的相干间隔。此外，BS必须为所有用户估计每个时隙的所有信道，即使对于具有长相干间隔的用户也是如此。事实上，在同一小区内，具有低移动性UT（例如，移动1.38 m/s）的传感器或行人共享相同的短TDD帧，因此必须在每个时隙上传其导频。具有1.9 GHz载波频率的行人UT的信道相干间隔可以是训练乘客用户的信道相干间隔的60倍。换句话说，传统技术浪费了59个上传的导频序列用于信道估计。在本文中，我们意识到由于不同的用户移动性之间的各种相干间隔的资源浪费。我们根据用户的相干间隔长度对用户进行分类，并且我们建议跳过上传具有大相干间隔的UT的导频。然后，我们将具有相同导频重用序列的帧移向空导频时隙。仿真结果表明，该技术在能量和频谱效率方面都优于传统的大规模MIMO系统。
2017-11-14 cs.IT math.IT
Deep Learning for TDD and FDD Massive MIMO: Mapping Channels in Space and Frequency
我们能否将一组天线和一个频带上的信道映射到另一组天线上的信道--可能是在不同的位置和不同的频带上？如果这种信道到信道的映射是可能的，我们可以期待大规模MIMO系统的巨大收益。例如，在FDD大规模MIMO中，可以将上行链路信道映射到下行链路信道，或者可以将一个天线子集处的下行链路信道映射到所有其他天线处的下行链路信道。这可以显著减少（或甚至消除）下行链路训练/反馈开销。在无小区/分布式大规模MIMO系统的上下文中，可以利用该信道映射来减少前传信令开销，因为只有分布式终端的子集处的信道需要被馈送到中央单元，中央单元可以将它们映射到所有其他终端处的信道。该映射还可以在毫米波波束预测、MIMO雷达和基于大规模MIMO的定位中找到有趣的应用。本文引入了空间和频率上的信道映射的新概念，将一组天线和一个频带上的信道映射到另一组天线和另一个频带上的信道。首先，我们证明了这个信道到信道的映射函数存在的条件下，从候选用户的位置映射到在第一组天线的信道是双射的条件下，可以实现在几个实际的MIMO通信场景的概率很高。然后，我们注意到通道到通道映射函数，即使它存在，通常也是未知的，并且很难分析表征，因为它严重依赖于周围环境的各种元素。基于这种动机，我们建议利用深度神经网络强大的学习能力。
2019-08-14 cs.IT eess.SP math.IT
Deep Learning for Channel Sensing and Hybrid Precoding in TDD Massive MIMO OFDM Systems
本文提出了一种深度学习方法，用于在时分双工模式下操作并采用单载波或多载波传输的大规模多输入多输出系统的信道感测和下行链路混合波束成形。传统的预编码设计涉及两步过程，首先估计高维信道，然后基于这样的估计来设计预编码器。然而，这两步过程不一定是最佳的。本文表明，通过使用学习的方法来设计的模拟感知和混合下行链路预编码器直接从接收到的导频没有中间的高维信道估计，系统的整体性能可以显着提高。然而，训练神经网络以同时设计模拟和数字预编码器是困难的。此外，这种方法不能推广到具有不同数量的用户的系统。在本文中，我们开发了一种简化的和可推广的方法，使用深度神经网络学习上行链路感知矩阵和下行链路模拟预编码器，该深度神经网络基于每个用户进行分解，然后基于估计的低维等效信道设计数字预编码器。数值比较表明，所提出的方法的结果显着减少训练开销，并导致一个体系结构，推广到各种系统设置。
2022-06-29 cs.IT eess.SP math.IT
Multicarrier-Division Duplex for Solving the Channel Aging Problem in Massive MIMO Systems
训练和数据传输的分离以及频繁的上行链路/下行链路（UL/DL）切换使得基于时分双工（TDD）的大规模多输入多输出（mMIMO）系统由于导致严重的信道老化而在快速时变场景中不太胜任。为此，引入了与两种类型的精心设计的帧结构相关联的多载波分双工（MDD）mMIMO方案，用于在快速时变信道上通信时对抗信道老化。为了与TDD进行比较，给出了与3GPP标准相关的相应帧结构及其变体形式。引入MDD特定的通用维纳预测器和决策指导维纳预测器来分别在时域中基于UL导频和在频域中基于检测到的UL数据预测信道状态信息，考虑残余自干扰（SI）的影响。此外，通过应用迫零预编码和最大比合并，推导出了时变信道下TDD和MDD系统所能达到的速率下界的闭式近似。我们从这项研究的主要结论是，MDD，赋予全双工的能力，但比带内全双工（IBFD）的SI消除的需求较少，优于传统的TDD和IBFD在对抗信道老化。
2022-05-05 cs.IT eess.SP math.IT
Massive MIMO performance with imperfect channel reciprocity and channel estimation error
时分双工（TDD）大规模多输入多输出（MIMO）系统中的信道互易性可以用于减少获取信道状态信息（CSI）所需的开销。然而，由于上行链路和下行链路信道中的随机射频（RF）电路失配，完美的互易性在实际系统中是不现实的。这可能导致线性预编码方案的性能显著下降，线性预编码方案对CSI的准确性敏感。在本文中，我们建模和分析的影响，在TDD多用户大规模MIMO系统中的线性预编码的RF失配的性能，考虑到信道估计误差。我们使用截断高斯分布来模拟RF失配，并推导出最大比传输和迫零预编码器的输出信号与干扰加噪声比的封闭形式的表达式。我们进一步研究所得到的表达式的渐近性能，提供有价值的见解，实际的系统设计，包括有用的指导方针，选择有效的预编码方案。仿真结果验证了分析结果的有效性和准确性。
2018-03-07 cs.IT math.IT
A Spatial Basis Coverage Approach For Uplink Training And Scheduling In Massive MIMO Systems
大规模多输入多输出（massive multiple-input multiple-output，massive MIMO）可以提供大的频谱和能量效率增益。然而，其潜力是以获取准确的信道状态信息（CSI）为条件的。在时分双工（TDD）系统中，信道状态信息（CSI）是通过上行链路训练获得的，而上行链路训练受到导频污染的影响。这种现象的影响可以使用空分复用来缓解，空分复用是指基于用户的空间信息对用户进行划分，并相应地处理他们的信号。这种方案的性能主要取决于实现的分组方法。在本文中，我们提出了一种新的空间分组方案，旨在管理导频污染，同时减少所需的训练开销在TDD大规模MIMO。这里，基于离散傅里叶变换矩阵（DFT）的列导出用户特定解码矩阵，将其作为空间基。然后形成副导频用户组，以便获得具有解码矩阵之间的最小重叠的空间基的最佳覆盖。我们提供了两种算法，实现所需的分组，并获得各自的性能保证。我们还通过有效的导频序列分配，利用形成的副驾驶员组来解决小区间副驾驶员干扰。各种数值结果显示所提出的算法的效率。
2018-04-29 cs.IT math.IT
Downlink Channel Reconstruction for Spatial Multiplexing in Massive MIMO Systems
为了在基站获取信道状态信息，大规模多输入多输出（MIMO）系统的研究大多考虑时分复用（TDD），以利用上下行信道的互易性。然而，即使在TDD中，BS仍然需要发送下行链路训练信号，其在3GPP标准中被称为信道状态信息参考信号（CSI-RS），以在实践中支持空间复用。这是因为，由于功耗和电路复杂性问题，在许多情况下，在用户设备（UE）处，发射天线的数量小于接收天线的数量。由于这种失配，来自UE的上行链路探测参考信号（SRS）不足以使BS获得完整的下行链路MIMO CSI。因此，在接收到下行链路CSI-RS之后，UE需要使用预定义的码本向BS反馈量化的CSI以支持空间复用。在本文中，提出了可能的方法来重建完整的下行链路MIMO CSI在BS考虑实际的天线结构，减少下行链路CSI-RS开销，通过利用SRS和量化的下行链路CSI。数值结果表明，基于所提出的下行MIMO CSI重构技术的空间复用的频谱效率优于仅基于量化CSI的传统方法。
2021-02-10 cs.IT math.IT
Large-Scale MIMO versus Network MIMO for Multicell Interference Mitigation
本文比较了两种重要的下行链路多小区干扰抑制技术，即大规模（LS）多输入多输出（MIMO）和网络MIMO。我们考虑一个合作的无线蜂窝系统工作在时分双工（TDD）模式，其中每个合作集群包括$B$基站（BS），每个配备有多个天线和调度$K$单天线用户。在LS-MIMO系统中，每个BS采用$BM$天线不仅服务于其调度的用户，而且使用迫零（ZF）波束成形来消除对协作集群内的其他用户造成的干扰。在网络MIMO系统中，每个BS仅配备有$M$天线，但是通过回程链路上的数据和信道状态信息交换以及使用ZF波束成形的联合下行链路传输来实现干扰消除。两种系统都能够完全消除集群内干扰，并为每个用户提供相同数量的空间自由度。假设由TDD提供的上行链路-下行链路信道互易性，两个系统在上行链路导频传输阶段期间经受相同的信道捕获开销。此外，每个集群处的可用总功率是固定的，并且假设在两个系统中跨下行链路波束均匀分布。建立在信道分布函数和使用工具从随机排序，本文表明，然而，从性能的角度来看，用户体验更好的服务质量，平均在小尺度衰落，LS-MIMO系统下比网络MIMO系统。多小区网络的数值仿真表明，这一结论也适用于正则化ZF波束形成方案。因此，考虑到在每个BS处添加过多数量的天线的可能的较低成本，LS-MIMO可以是朝向蜂窝网络中的干扰减轻的优选路线。
2014-07-22 cs.IT math.IT
Estimation and Mitigation of Channel Non-Reciprocity in Massive MIMO
基于时分双工（TDD）的大规模MIMO系统在基于上行链路导频计算下行链路预编码器时依赖于无线传播信道的互易性。然而，由于各个发送和接收链的不同行为，结合基站（BS）和用户设备（UE）的模拟无线电前端的有效上行链路和下行链路信道表现出非互易性。当下行链路预编码器不知道这种信道非互易性（NRC）时，系统性能可能由于NRC引起的干扰项而显著降级。在这项工作中，我们考虑了一个一般的TDD为基础的大规模MIMO系统中，在BS和UE的频率响应失配，以及在BS大阵列系统的互耦失配都共存，并诱导信道NRC。基于NRC受损信号模型，我们首先提出了一种新的迭代估计方法，用于获取BS和UE侧的NRC矩阵，然后还提出了一种新的NRC感知下行链路预编码器设计，利用所获得的估计。此外，为了便于在实际系统中执行所提出的估计方法和NRC感知预编码技术，在BS和UE之间引入了有效的导频信令方案。综合的数值结果表明，与现有的最先进的方法相比，当采用所提出的NRC估计和NRC感知预编码方法时，频谱效率性能大大提高。
2017-06-14 cs.IT math.IT
A Framework for Over-the-air Reciprocity Calibration for TDD Massive MIMO Systems
针对TDD大规模MIMO系统射频前端不对称导致的信道互易性偏差问题，本文提出统一的空口校准框架与基于天线分组的新型校准方法，结合克拉美罗界评估估计器性能，支持非相干积累以降低业务影响，实现了高精度、资源高效的互易性校准。
2017-10-30 cs.IT eess.SP math.IT
Low-Overhead Channel Estimation via 3D Extrapolation for TDD mmWave Massive MIMO Systems Under High-Mobility Scenarios
Jinan University（暨南大学）；University of Macau（澳门大学）；East China Normal University（华东师范大学）；Southeast University（东南大学）；Tsinghua University（清华大学）
针对高移动 TDD mmWave massive MIMO 的信道老化与高维导频开销问题，提出空间-频率-时间 3D 外推框架及 KDD-SFCEN、TUDCEN，将导频开销降低 16 倍并提升频谱效率。
2024-12-29 cs.AI cs.IT eess.SP
Spatial-Temporal BEM and Channel Estimation Strategy for Massive MIMO Time-Varying Systems
针对时变环境下的多用户大规模多输入多输出（MIMO）系统，提出了一种新的信道估计方法。我们引入了一种离散傅里叶变换（DFT）辅助的空时基扩展模型（ST-BEM）来降低上下行信道的有效维数，从而大大降低了训练开销和反馈开销。新提出的ST-BEM由于角度互易性而适用于时分双工（TDD）系统和频分双工（FDD）系统，并且可以通过快速傅立叶变换（FFT）有效地部署。各种数值结果证实了所提出的研究。
2016-10-29 cs.IT math.IT
Pilot Decontamination in CMT-based Massive MIMO Networks
在时分双工（TDD）模式下的大规模MIMO网络中，导频污染问题在很大程度上限制了网络的期望容量。本文解决了这个问题，在余弦调制多音（CMT）为基础的大规模MIMO网络，利用其所谓的盲均衡属性。我们扩展和应用盲均衡技术从单天线的情况下，多蜂窝大规模MIMO系统，并表明它可以消除信道估计误差（由于导频污染效应），而不需要任何不同的小区之间的合作或传输额外的训练信息。我们的数值结果主张的功效，建议的盲技术，提高信道估计精度和消除的残留信道估计误差所造成的其他细胞的用户。
2014-06-19 cs.IT math.IT
Combining Reciprocity and CSI Feedback in MIMO Systems
基于互易性的时分双工（TDD）大规模MIMO（多输入多输出）系统利用在上行链路中获得的信道估计来在下行链路中执行预编码。然而，在信道估计不足以在空间上分离多个用户终端的意义上，由于信道估计质量不足，在低上行链路参考信号信噪比下，该方法被批评为崩溃。相反，基于码本的下行链路预编码已经被提倡作为替代解决方案，以便绕过这个问题。我们分析这个问题，考虑一个“网格的光束世界”有限数量的可能的下行链路信道实现。假设终端可以准确地检测到下行链路信道，我们表明，在互易性的情况下，仔细设计的下行链路信道和上行链路参考信号之间的映射将执行比传统的TDD大规模MIMO和频分双工（FDD）大规模MIMO的方法。我们得出优雅的度量设计这个映射，并进一步，我们提出了算法，找到良好的序列映射。
2022-06-10 cs.IT eess.SP math.IT
Multi-Cell Multi-User Massive FD-MIMO: Downlink Precoding and Throughput Analysis
针对时分双工（TDD）多小区多用户大规模全维MIMO（FD-MIMO）网络，研究了下行链路预编码和功率分配策略。利用信道互易性，消除了DL信道状态信息（CSI）反馈，并且通过经由旋转不变技术（ESPRIT）估计信号参数，将DL多用户MIMO预编码与上行链路（UL）到达方向（DoA）估计相关联。假设UL导频的非正交/非理想扩频序列，UL DoA估计的性能被解析地表征，并且所表征的DoA估计误差被并入到相应的DL预编码和功率分配策略中。仿真结果验证了我们的分析特征的DoA估计的准确性，并表明，所介绍的多用户MIMO预编码和功率分配策略优于现有的基于迫零的大规模MIMO策略。
2018-09-26 cs.IT math.IT
On the Downlink Average Energy Efficiency of Non-Stationary XL-MIMO
本文研究了非平稳多用户XL-MIMO系统在TDD和FDD模式下的下行平均能效，通过检测接收信号能量估计可视区（VR），推导了采用RZF预编码时遍历平均能效的近似表达式，并提出交替优化算法设计检测阈值和导频长度。
2024-05-30 cs.IT math.IT
Blind Estimation of Effective Downlink Channel Gains in Massive MIMO
我们考虑大规模MIMO下行链路与时分双工（TDD）操作和共轭波束成形传输。为了可靠地解码期望信号，用户需要知道有效信道增益。在本文中，我们提出了一种盲信道估计方法，它可以应用在用户，它不需要任何下行链路导频。我们表明，我们提出的方案可以大大优于每个用户只有统计信道知识的情况下，性能的差异是特别大的某些类型的通道，最显着的锁眼通道。与依赖于下行链路导频的方案相比，我们提出的方案在宽范围的信噪比下产生更准确的信道估计，并且避免在导频上花费时频资源。
2015-03-31 cs.IT math.IT
Subspace Estimation and Decomposition for Hybrid Analog-Digital Millimetre-Wave MIMO systems
在这项工作中，我们解决了所谓的混合毫米波（mmWave）MIMO架构的信道估计和预编码/组合的问题。我们提出的信道估计方案利用TDD MIMO系统中的信道互易性，通过使用回波，从而使我们能够以完全分布式的方式实现Krylov子空间方法。后者的结果是估计正确的（resp。左）发射机处的信道的奇异子空间（分别接收器）。此外，我们还解决了子空间分解的问题，从而估计的权利（resp。左）奇异子空间由模拟和数字预编码器（分别为combiner），使用迭代法。最后，我们将我们的方案与等效的全数字情况进行比较，并得出结论，可以实现相对相似的性能，但是，RF链的数量大大减少-少4 ~ 8倍（即，大量节省成本和功耗）。
2016-06-28 cs.IT math.IT
Enabling FDD Massive MIMO through Deep Learning-based Channel Prediction
University of Stuttgart（斯图加特大学）；Nokia Bell Labs（诺基亚贝尔实验室）
基于频分双工（FDD）的大规模多输入多输出（MIMO）通信的广泛部署的主要障碍是用于将完整下行链路（DL）信道状态信息（CSI）报告回基站（BS）以便实现闭环预编码的大的信令开销。我们通过基于深度学习的信道外推（或“预测”）方法完全消除了这种开销，并证明BS处的神经网络（NN）可以通过仅观察$f_\text{UL}$周围的不同但相邻的频带上的上行链路（UL）CSI来推断以频率$f_\text{DL}$为中心的DL CSI;与真正的基于时分双工（TDD）的系统相比，不需要更多的导频/报告开销。基本原理是散射体和大规模传播环境足够相似，以允许NN了解两个相邻频带之间的物理连接和约束，从而即使当经典外推方法（如维纳滤波器（用作整个比较的基线））失败时，也能提供良好的操作系统。我们研究其性能的各种国家的最先进的大规模MIMO信道模型，更是如此，评估计划使用实际的大规模MIMO信道测量，使其成为实际可行的频谱效率相比，一个真正的TDD系统的损失可以忽略不计。
2019-01-08 cs.IT cs.LG math.IT
A Graph Theoretic Approach for Training Overhead Reduction in FDD Massive MIMO Systems
与基于反馈的信道捕获相关联的开销可以极大地损害基于FDD的大规模MIMO系统的可实现速率。实际上，下行链路（DL）训练和上行链路（UL）反馈开销随着基站（BS）天线的数量线性缩放，这与基于TDD的大规模MIMO形成鲜明对比，在基于TDD的大规模MIMO中，单个UL导频训练整个BS阵列。在这项工作中，我们提出了一个图论的方法，以减少DL训练和UL反馈的FDD大规模MIMO系统的开销。特别是，我们考虑一个单小区的情况下，涉及一个单一的BS与大规模的天线阵列服务于单天线移动台（MS）在DL。我们假设BS在DL中采用两阶段波束成形，包括DFT预波束成形，随后是MU-MIMO预编码。所提出的图论方法利用BS-MS信道的角谱的知识来构造具有减少的开销的DL训练协议。仿真结果表明，所提出的训练资源分配方法可以提供约35%的总速率性能增益相比，传统的正交训练。我们的分析还揭示了减少开销对信道估计质量的影响，进而影响可实现的速率。
2018-02-03 cs.IT math.IT
Composite Channel Estimation in Massive MIMO Systems
我们考虑一个多用户（MU）多输入多输出（MIMO）时分双工（TDD）系统中，基站（BS）配备了大量的天线与单天线移动用户进行通信。在这样的系统中，BS必须通过上行链路导频来估计包括大尺度衰落系数（LSFC）和小尺度衰落系数（SSFC）的信道状态信息（CSI）。虽然关于前FC的信息在MU-MIMO或分布式MIMO系统中是必不可少的，但是在处理MIMO CSI估计问题时，它们通常被忽略或被假定为完全已知。我们利用大规模MIMO BS的大空间样本，在缺乏SSFC信息的情况下推导出准确的LSFC估计。与估计的LSFC，SSFC，然后获得使用降秩（RR）的信道模型，在本质上转换成一个较低的维度表示的信道向量。我们分析了所提出的复合信道估计器的均方误差（MSE）性能，并证明了RR模型提供的可分离到达角（AoA）信息有利于提高估计器的性能，特别是当上行链路信号的角度扩展不是太大时。
2013-12-04 cs.IT math.IT
A Generalized Framework on Beamformer Design and CSI Acquisition for Single-Carrier Massive MIMO Systems in Millimeter Wave Channels
针对时分双工（TDD）模式下采用单载波（SC）调制的频率选择性大规模多输入多输出（MIMO）系统，利用毫米波（mm）频段的联合角度-延迟域信道稀疏性，建立了降维信道状态信息（CSI）估计和预波束形成器设计的一般框架。首先，基于一种通用子空间投影方法，考虑了联合角度-时延功率分布和用户分组，推导了空间相关宽带MIMO信道下的降秩最小均方误差（RR-MMSE）瞬时CSI估计器。其次，统计预波束形成器的设计被认为是频率选择性SC大规模MIMO信道。我们研究的降维问题和子空间（波束空间）的建设，RR-MMSE估计可以实现尽可能准确。最后，通过在适当的降维波束空间中进行最小二乘（LS）估计，得到了一种时空域相关器型降秩信道估计器，作为RR-MMSE估计的近似。据观察，所提出的技术显示出显着的鲁棒性的导频干扰（或污染）的导频开销的显着减少。
2016-07-05 cs.IT math.IT
Joint Interference Alignment and Bi-Directional Scheduling for MIMO Two-Way Multi-Link Networks
借助于动态时分双工（TDD）的新兴技术，可以跨多小区系统优化上行链路和下行链路传输之间的切换点，以便减少小区间干扰的影响。最近已经认识到，还优化上行链路和下行链路传输（或者更一般地，双向链路的两个方向）被调度的顺序可以在干扰减少方面产生显著的益处。在这项工作中，双向调度的优化研究结合设计的线性预编码和均衡的一般多链路MIMO双向系统。提出了一种简单的算法，该算法对双向链路和线性收发器的两个方向上的传输顺序进行联合优化，目的是最小化干扰泄漏功率。数值结果验证了所提出策略的有效性。
2015-05-05 cs.IT math.IT
Antenna Grouping based Feedback Compression for FDD-based Massive MIMO Systems
大规模多输入多输出（MIMO）的最新研究表明，通过在基站部署大量天线，可以实现容量增益的潜在突破。为了实现大规模MIMO系统所承诺的性能，在基站处必须提供准确的发送侧信道状态信息（CSI）。虽然在时分双工（TDD）系统中可以通过采用信道互易性来获得发送侧CSI，但是对于频分双工（FDD）系统，需要从用户终端到基站的CSI的显式反馈。在本文中，我们提出了一种基于天线分组的反馈减少技术的大规模MIMO系统基于FDD。所提出的算法，被称为天线组波束形成（AGB），映射多个相关的天线元件到一个单一的代表性值使用预先设计的模式。该方法通过引入报头的概念来选择合适的组模式和有效载荷的概念来修改反馈分组，以减少维数的信道向量。仿真结果表明，在相同的目标和速率要求下，与传统的对整个信道矢量进行矢量量化的方法相比，该方法可以显著降低反馈开销。
2015-07-21 cs.IT math.IT
Multiuser Millimeter Wave MIMO Channel Estimation with Hybrid Beamforming
本文主要研究毫米波频段的多用户MIMO信道估计和数据传输。所提出的方法依赖于时分双工（TDD）协议，是基于两个不同的阶段。首先，基站（BS）发送合适的探测信号，使得所有移动站（MS）可以使用子空间跟踪算法来估计它们的BS到MS传播信道的主左奇异向量。然后，每个MS使用估计的主左奇异向量作为预编码波束形成器，发送合适的导频序列，使得BS可以估计相应的右主信道奇异向量和相应的特征值。在MS处使用低复杂度的具有收缩的投影近似子空间跟踪（PASTd）算法来进行主导子空间估计，而在BS处使用导频匹配（PM）和迫零（ZF）接收。所提出的算法可以用于与模拟RF波束形成器，并表现出非常好的性能。
2017-04-22 cs.IT math.IT
Optimal Downlink Training Sequence for Massive MIMO Secret-Key Generation
该文在时分双工（TDD）大规模多输入多输出（MIMO）系统中，通过优化下行链路训练序列来最大化秘密密钥容量。考虑了单用户和多用户情况。与以前的工作不同，最优训练序列和相关的秘密密钥容量在单用户情况和大天线多用户情况下以封闭形式表征。还提出了考虑到对最大导频数目的约束的设计。在多用户的情况下，最大-最小和总和容量标准都被考虑，包括潜在的用户优先级。最后，它表明，大规模MIMO提高秘密密钥的能力，通过利用：i）空间维度增益和ii）阵列增益。此外，在大天线的情况下，与单用户的情况相比，在没有额外的导频开销的情况下获得多用户容量。
2021-04-14 cs.IT eess.SP math.IT
Beamspace Aware Adaptive Channel Estimation for Single-Carrier Time-varying Massive MIMO Channels
针对时分双工（TDD）模式下单载波频率选择性大规模多输入多输出（MIMO）系统，研究了基于降秩（RR）卡尔曼滤波的序贯波束构造和自适应信道估计问题。在两阶段波束形成中，假设信道是平稳的高斯-马尔可夫随机过程，针对空间相关的时变宽带MIMO信道，提出了一种新的统计预波束形成器设计算法。该算法产生了一个接近最优的预波束形成器，其波束方向图的设计顺序与低复杂度，通过考虑用户分组，并利用卡尔曼滤波和相关的预测误差协方差矩阵的属性。由此产生的设计，基于信道的二阶统计特性，生成波束空间，在该波束空间上可以尽可能准确地实现RR卡尔曼估计器。据观察，自适应信道估计技术连同所提出的顺序波束空间结构显示出显着的鲁棒性的导频干扰。这伴随着预波束形成器的导频开销和维度的显著减少，从而降低了硬件复杂度和功耗。
2017-03-08 cs.IT math.IT
On Reciprocity in Physically Consistent TDD Systems with Coupled Antennas
我们考虑了时分双工（TDD）多用户多输入多输出（MU-MIMO）系统在上行链路和下行链路中的信息理论信道的互易性。具体来说，我们假设发送和接收链是相互的。我们考虑到在基站和在手机的天线单元之间的互耦。互耦影响如何计算发射功率和噪声协方差。分析基于多端口通信理论，保证了信息论模型与物理一致。它还包括一个详细的噪声模型。我们表明，由于耦合，信息理论的上行链路和下行链路信道不满足普通的互易关系，即使发送电压源和接收负载电压的输入输出关系，即，在上行链路中借助于导频信号估计的信道是互易的。这是一个基本的影响，没有被认为是其他。我们通过Monte Carlo模拟表明，这两个，使用普通的互易关系，而不考虑耦合，显着降低遍历率在单用户和遍历和率在多用户系统。
2020-07-24 cs.IT eess.SP math.IT
Joint Power and User Grouping Optimization in Cell-Free Massive MIMO Systems
针对无小区大规模多输入多输出（MIMO）系统中信道估计和解码复杂度的问题，研究了基于时分双工（TDD）的接入点（AP）在不同的时间资源和相同的频率资源上为用户提供服务的用户分组问题。此外，当考虑服务质量（QoS）要求时，广泛使用的最大-最小功率控制不再适用。我们推导出不同的QoS要求下考虑用户分组的最小功率约束。在此基础上，以最小化总发射功率为目标，提出了QoS约束下的联合功率和用户分组问题。提出了一种基于广义Benders分解（GBD）的算法，通过迭代求解原问题和主问题来逼近最优解。仿真结果表明，在不增加信道估计和译码复杂度的情况下，通过用户分组，无小区MIMO系统中服务的用户数可以与接入点的数目相等。此外，利用所提出的用户分组策略，与参考用户分组策略相比，功率消耗可以降低2 - 3dB，并且与没有分组的总发射功率相比，功率消耗可以降低7dB。
2021-07-27 cs.IT math.IT
Self-Interference Suppression for the Full-Duplex Wireless Communication with Large-Scale Antenna
在这封信中，我们提出了一种用于多用户MIMO系统的共享天线全双工大规模MIMO模型。该模型利用基站（BS）处的单个天线阵列来同时发送和接收信号。它同时具有全双工系统和时分双工（TDD）大规模MIMO系统的优点，即，高频谱效率和信道互易性。重点研究了大规模MIMO系统中常用的迫零（ZF）和最大比传输/最大比合并（MRT/MRC）线性处理方法。作为主要的发现，我们证明了自干扰（SI）在共享天线全双工大规模MU-MIMO系统可以抑制在完全依赖的上行链路和下行链路信道的天线数量变得足够大。
2015-10-01 cs.IT cs.NI math.IT
Subspace Estimation and Decomposition for Large Millimeter-Wave MIMO systems
混合模数毫米波（mmWave）MIMO系统中的信道估计和预编码是一个基本问题，在任何承诺的增益可以利用之前，尚未得到解决。为此，我们提出了一种方法（基于著名的Arnoldi迭代），利用TDD系统中的信道互易性和信道本征模的稀疏性，来估计正确的（分别）。左）信道的奇异子空间，在BS（分别MS）。我们首先描述了在传统的MIMO系统的上下文中的算法，并推导出在BS和MS的失真的存在下的估计误差的界限。我们后来确定的障碍，阻碍了这样的算法的混合模拟-数字架构的应用，并单独解决它们。鉴于履行的混合模拟-数字架构所施加的约束，我们进一步提出了一种迭代算法的子空间分解，从而上述估计的子空间，近似模拟和数字预编码器/组合器的级联。最后，我们评估我们的方案对完美的CSI，全数字的情况下（即，等效的传统MIMO系统），并且得出结论，可以实现类似的性能，特别是在中高SNR（其中性能差距小于5%）下，然而，具有显著更少数量的RF链（少4到8倍）。
2016-06-27 cs.IT math.IT
Scheduling and Dynamic Pilot Allocation For Massive MIMO with Varying Traffic
在本文中，我们考虑的问题，联合用户调度和动态导频分配的时分双工（TDD）的大规模MIMO网络在不同的业务条件下。大规模MIMO系统的主要问题之一是可用的正交导频信号的数量是有限的，并且迫切需要将这些信号动态分配到不同用户以利用这些系统的全部益处。此外，导频信号在实践中是无线电资源控制（RRC）配置的，因此频繁的重新配置导致高信令开销并且是昂贵的。利用李雅普诺夫优化框架，提出了一种基于队列大小、用户信道条件和重构代价的大时间尺度下的导频动态分配算法。然后，它在小的时间尺度上调度用户。数值结果表明，我们的算法的有效性，并表明，导频不需要配置频繁的队列延迟增加的代价。
2020-05-06 cs.IT cs.NI math.IT
