Nonlinear Precoding for Phase-Quantized Constant-Envelope Massive MU-MIMO-OFDM
提出了一种适用于大规模多用户多输入多输出下行链路的非线性相位量化恒包络预编码算法。具体来说，我们适应平方无穷范数道格拉斯-Rachford分裂（SQUID）预编码器的系统，使用过采样数模转换器（DAC）在基站（BS）和正交频分复用（OFDM）的频率选择性信道进行通信。我们证明了所提出的SQUID-OFDM预编码器能够生成被约束为恒定包络的发射信号，这使得能够在BS处使用功率高效的模拟射频电路。通过量化所得到的恒定包络信号的相位，我们获得了有限基数发射信号，该有限基数发射信号可以通过低分辨率（例如，1位）DAC。我们使用误码率仿真来证明SQUID-OFDM在大规模MU-MIMO-OFDM系统中优于线性量化预编码器。
2018-05-02 cs.IT math.IT
Analog Versus Hybrid Precoding for Multiuser Massive MIMO with Quantized CSI Feedback
在这封信中，我们研究了下行链路多用户大规模多输入多输出（MIMO）系统的子连接结构在有限的反馈信道的性能。理论上分析了纯模拟预编码和混合预编码系统的紧速率近似。量化的模拟和数字预编码的效果，其特征在于在派生的表达式。此外，它揭示了纯模拟预编码优于混合预编码使用最大比传输（MRT）或迫零（ZF）在一定的条件下，我们在理论上描述的条件在封闭形式的信噪比（SNR），用户数和反馈比特数。数值结果验证了瑞利信道和毫米波信道的推导结论。
2020-06-01 cs.IT eess.SP math.IT
Study of Block Diagonalization Precoding and Power Allocation for Multiple-Antenna Systems with Coarsely Quantized Signals
在这项工作中，我们提出了块对角化和功率分配算法的大规模多天线系统的粗量化信号。特别地，我们开发了粗量化感知块对角化${\scriptstyle\mathrm{\left(CQA-BD\right)}}$和粗量化感知正则化块对角化${\scriptstyle\mathrm{\left(CQA-RBD\right)}}$预编码算法，其采用Bussgang分解并且可以减轻低分辨率信号和干扰的影响。此外，我们还设计了粗量化感知的最高分配策略${\scriptstyle\mathrm{\left(CQA-MAAS\right)}}$功率分配算法，以提高预编码器的总速率与低分辨率信号。的和速率性能的分析进行连同计算复杂性和功耗研究的建议和现有的技术。仿真结果表明，所提出的${\scriptstyle\mathrm{CQA-BD}}$和${\scriptstyle\mathrm{CQA-RBD}}$预编码算法的性能，以及所提出的${\scriptstyle\mathrm{CQA-MAAS}}$功率分配策略对现有的方法。
2021-07-08 cs.IT math.IT
Analysis of One-Bit Quantized Precoding for the Multiuser Massive MIMO Downlink
我们提出了一个数学分析的线性预编码器的下行链路大规模MIMO多用户系统，采用一位数-模转换器在基站，以降低复杂性和减轻功耗。该分析基于Bussgang定理，并且通常适用于任何线性预编码方案。我们详细研究的量化迫零（ZF）预编码器的特殊情况下，并推导出一个简单的渐近表达式在每个终端的符号出错率。我们的分析表明，量化ZF预编码器的性能主要取决于天线数量与用户数量的比率，并且我们的模拟表明，对于低到中等的信噪比，它可以优于更复杂的最大似然编码器，其中假定大规模MIMO系统进行操作。我们还使用Bussgang定理推导出一个新的线性预编码器优化的情况下，一位量化，并说明其改进的性能。
2016-10-21 cs.IT math.IT
Asymptotic SEP Analysis and Optimization of Linear-Quantized Precoding in Massive MIMO Systems
本文针对大规模MIMO系统低分辨率DAC下的线性量化预编码，在渐近框架下分析SINR与SEP性能，为Bussgang分解的启发式论证提供严格支撑，并推导得到含常用预编码器的一类线性量化预编码器中的最优预编码器，数值验证了分析精度与预编码器最优性。
2023-10-08 cs.IT eess.SP math.IT
Energy Efficiency Maximization Precoding for Quantized Massive MIMO Systems
在实现大规模多输入多输出（MIMO）系统时，低分辨率数模转换器和模数转换器（DAC和ADC）的使用以高量化噪声为代价显著有益于能量效率（EE）。为了最大化量化下行大规模多输入多输出系统的能效，本文提出了一种带天线选择的预编码优化问题，但由于能效的复杂性，获得最优的联合预编码和天线选择解决方案是具有挑战性的。为了解决这一挑战，我们将问题分解为预编码方向和功率优化问题。对于预编码方向，我们描述了一阶最优性条件，这需要量化失真和天线选择的影响。对于预编码功率，我们使用梯度下降算法获得最优解，以最大化给定预编码方向的EE。我们铸造派生的条件作为一个功能的特征值问题，其中找到主特征向量达到最佳的局部最优点。为此，我们提出了基于广义幂迭代的算法。交替这两种方法，我们的算法确定了一个联合的解决方案的活动天线集和预编码的方向和功率。在模拟中，所提出的方法提供了相当大的性能增益。我们的研究结果表明，几位DAC就足以实现高EE的大规模多输入多输出系统。
2021-08-13 cs.IT eess.SP math.IT
Quantized Precoding for Massive MU-MIMO
大规模多用户（MU）多输入多输出（MIMO）技术是第五代无线通信系统的关键技术之一。在本文中，我们研究了在基站（BS）处具有低分辨率数模转换器（DAC）的窄带大规模MU-MIMO系统的下行链路预编码问题。我们分析了线性预编码器的性能，如最大比传输和迫零，受到粗量化。使用Bussgang的定理，我们推导出一个封闭形式的近似下，这样的粗量化的速率。我们的研究结果表明，无限分辨率DAC可达到的性能可以接近使用DAC只有3至4位的分辨率，这取决于BS天线的数量和用户设备（UE）的数量。对于1位DAC的情况下，我们还提出了新的非线性预编码算法，显着优于线性预编码器的成本增加的计算复杂性。具体而言，我们表明，非线性预编码只会导致3 dB的罚款相比，无限分辨率的情况下，未编码的位出错率为10^-3，在系统中与128个BS天线，使用1位DAC和服务16个单天线UE。相比之下，线性预编码器的惩罚约为8dB。
2017-06-29 cs.IT math.IT
Joint Quantized Precoding and Bit Allocation for Fronthaul-Constrained Cell-Free Massive MIMO
Bilkent University（比尔肯特大学）
针对前传受限的无小区大规模MIMO下行链路，提出基于Bussgang分解的量化感知联合预编码与比特分配算法，在功率和比特约束下迭代优化，显著优于传统方案。
2026-09-23 cs.IT eess.SP math.IT
Capacity of a Multiple-Antenna Fading Channel with a Quantized Precoding Matrix
给定多输入多输出（MIMO）信道，来自接收器的反馈可用于指定发射预编码矩阵，其选择性地激活最强信道模式。在这里，我们分析的随机矢量量化（RVQ），其中的预编码矩阵是从包含独立的，各向同性分布的条目的随机码本中选择的性能。我们假设信道元素是独立同分布的。并且对于接收机是已知的，接收机使用B个比特将最优（速率最大化）预编码器码本索引中继到发射机。我们首先导出作为B的函数的波束成形（秩一预编码矩阵）的大系统容量，其中大系统将极限称为B，并且发射天线和接收天线的数量都以固定比率趋于无穷大。在波束成形的情况下，RVQ是渐近最优的，即，没有其它量化方案可以实现更大的渐近速率。RVQ的性能也比较了一个更简单的降秩标量量化方案，其中波束形成器被约束到位于一个随机子空间。随后，我们考虑一个预编码矩阵与任意秩，并近似的渐近RVQ性能与最佳和线性接收机（匹配滤波器和最小均方误差（MMSE））。数值例子表明，这些近似准确地预测有限尺寸系统的性能。给定目标频谱效率，数值例子表明，线性MMSE接收机所需的反馈量仅略多于最佳接收机所需的反馈量，而匹配滤波器可能需要更多的反馈。
2009-02-17 cs.IT math.IT
Analysis of One-Bit Quantized Linear Precoding Schemes in Multi-Cell Massive MIMO Downlink
本研究分析多小区一比特大规模MIMO下行链路中MRT和ZF预编码的性能，通过Bussgang分解推导SQINR和可达速率，发现一比特量化降低SQINR，且对传统系统影响更大，并探讨了功率和能量效率。
2023-12-23 cs.IT math.IT
SLNR Based Precoding for One-Bit Quantized Massive MIMO in mmWave Communications
大规模多输入多输出（MIMO）是5G无线通信的关键技术，有望大幅提高容量。低分辨率数据转换器的使用对于大规模MIMO至关重要，以使整体传输尽可能具有成本效益和能源效益。在这项工作中，我们考虑了下行毫米波（mmWave）传输的情况下，多个用户同时服务的大规模MIMO与一位数/模（D/A）转换器。特别是，我们提出了一种新的预编码器设计的基础上的信号泄漏加噪声比（SLNR），最大限度地减少能量泄漏到不需要的用户，同时考虑到由于非线性一位量化的损害。我们表明，众所周知的正则化迫零（RZF）预编码器是一个特定版本的建议SLNR为基础的预编码器，这是当量化损伤完全忽略。数值结果强调显着的性能改善，以及所提出的SLNR为基础的预编码器相比，无论是RZF或迫零（ZF）预编码器。
2019-02-12 cs.IT math.IT
Quantized Precoding and RIS-Assisted Modulation for Integrated Sensing and Communications Systems
在本文中，我们提出了一种新的可重构智能表面（RIS）辅助通感一体化（ISAC）系统与1位量化在ISAC基站。在ISAC系统中引入RIS，以减轻粗量化的影响，并实现感测和通信功能之间的共存。具体来说，我们设计发射预编码器以获得具有所需辐射图案的1位感测波形。然后，RIS相移被设计为调制1比特感测波形以向用户发送M进制相移键控符号。通过数值模拟，我们表明，所提出的方法提供了显着改善的符号错误概率相比，MIMO通信系统具有量化的线性预编码器，同时仍然提供可比的传感性能作为未量化的传感系统。
2022-11-03 cs.IT eess.SP math.IT
Robust Precoding Design for Coarsely Quantized MU-MIMO Under Channel Uncertainties
近来，具有低分辨率数模转换器（DAC）的多用户多输入多输出（MU-MIMO）系统由于能够显著降低硬件成本而受到相当大的关注。此外，它已被证明，使用低分辨率DAC，使功耗大大减少，同时保持在可接受的余量内的性能损失，假设的完美知识的信道状态信息（CSI）。在本文中，我们研究的预编码问题的粗量化MU-MIMO系统没有这样的假设。信道不确定性被建模为具有有限二阶统计量的随机矩阵。通过利用多位DAC输出和单位DAC输出之间的有利关系，我们首先将原始复杂的预编码问题转化为非凸二进制优化问题。然后，利用S-过程引理，将非凸问题转化为一个具有凸约束的简单形式，最后用半定松弛（SDR）方法求解。与现有的代表性方法相比，所提出的预编码器对各种信道不确定性是鲁棒的，并且能够支持具有更高阶调制的MUMM 0系统，例如，16QAM。
2019-05-14 cs.IT eess.SP math.IT
On Out-of-Band Emissions of Quantized Precoding in Massive MU-MIMO-OFDM
本文分析了大规模多用户多输入多输出（MIMO）下行链路中的带外发射。我们专注于系统中的基站（BS）配备了低分辨率的数字到模拟转换器（DAC）和正交频分复用（OFDM）是用来通信的用户设备（UE）的频率选择性信道。我们证明，模拟滤波结合简单的频域数字预失真（DPD）在BS能够显着减少OOB排放，但降低了信号干扰噪声和失真比（SINDR）在UE和增加的峰均功率比（PAR）在BS。我们使用Bussgang定理来表征OOB发射、SINDR和PAR之间的权衡，并研究模拟滤波器和DPD对大规模MU-MIMO-OFDM下行链路的误码率性能的影响。我们的研究结果表明，通过仔细调整的模拟滤波器的参数，可以实现一个显着减少OOB排放只有一个温和的退化的错误率性能和PAR。
2017-12-04 cs.IT math.IT
Hybrid Precoding Architecture for Massive Multiuser MIMO with Dissipation: Sub-Connected or Fully-Connected Structures?
本文研究了大规模多用户多输入多输出（MIMO）系统中有限反馈信道下的混合预编码结构。我们专注于在一个更现实的硬件网络模型下的混合预编码的系统性能，特别是，不可避免的耗散。量化的模拟和数字预编码的效果进行了表征。我们研究了两种典型的混合预编码结构的频谱效率，即，子连接结构和全连接结构。结果表明，增加信号功率可以补偿量化模拟预编码带来的性能损失。此外，通过捕获混合处理的有效信道的性质，我们采用了基于信道相关性的码本，并证明了该码本显示出比传统的随机矢量量化（RVQ）码本有很大的优势。研究还发现，无论是在大规模MIMO还是在低信噪比的情况下，如果采用基于信道相关性的码本，子连接结构的性能总是优于全连接结构;反之，全连接结构的性能更好。瑞利衰落信道和毫米波信道下的仿真结果验证了上述结论。
2018-06-07 cs.IT math.IT
Constant-Envelope Quantized Precoding with Power Control for Cell-Free Massive MIMO-OFDM
Bilkent University（比尔肯特大学）；TOBB University of Economics and Technology（托布经济技术大学）
针对无蜂窝大规模MIMO-OFDM系统，研究低分辨率DAC下的量化恒包络预编码设计，并提出一种跨接入点的功率控制策略以缓解严重量化发射机的不利影响，显著提升未编码误码率性能。
2026-05-22 cs.IT eess.SP math.IT
Efficient Quantized Constant Envelope Precoding for Multiuser Downlink Massive MIMO Systems
量化恒包络（QCE）预编码是一种在每个天线上只允许离散QCE发射信号的新的传输方案，由于其能够降低大规模多输入多输出（MIMO）系统的硬件成本和能量消耗而受到越来越多的研究兴趣。然而，QCE发射信号的离散性质极大地使预编码设计复杂化。在本文中，我们考虑QCE预编码问题的大规模MIMO系统与相移键控（PSK）调制和开发一种有效的方法来解决建设性干扰（CI）为基础的问题制定。我们的方法是基于一个定制设计的（连续）惩罚模型，相当于原来的离散问题。具体地说，惩罚模型放松了离散QCE约束，并在目标中用负的$\ell_2$ -范数项对其进行惩罚，这导致非光滑非凸优化问题。为了解决这个问题，我们求助于我们最近提出的交替优化（AO）算法。我们表明，AO算法承认封闭形式的更新，在每次迭代时，适用于我们的问题，从而可以有效地实现。仿真结果表明，该方法优于现有的算法。
2023-02-20 cs.IT eess.SP math.IT
Green One-Bit Quantized Precoding in Cell-Free Massive MIMO
本文针对无蜂窝大规模MIMO系统的高功耗问题，提出一种基于符号向量结构动态停用天线的绿色一位量化预编码算法，在降低功耗的同时性能优于SQUID和RZF等现有方法。
2025-09-20 cs.IT eess.SP math.IT
Energy efficiency of mmWave massive MIMO precoding with low-resolution DACs
随着6GHz以下频谱的拥塞，对工作在毫米波频谱上的大规模多输入多输出（MIMO）系统的兴趣日益增长。为了降低这种大规模MIMO系统的功耗，最近已经提出了混合模拟/数字收发器和低分辨率数模/模数转换器的应用。在这项工作中，我们调查的能量效率的量化混合发射机配备了一个完全/部分连接的相移网络组成的有源/无源移相器，并比较它的量化数字预编码器。我们引入了一种基于加性量化噪声近似的量化单用户MIMO系统模型，考虑了实际的功耗和损耗模型，以评估发送预编码方法的频谱和能量效率。仿真结果表明，部分连接的混合预编码器可以更节能的数字预编码器相比，而全连接的混合预编码器表现出较差的能量效率一般。此外，相移组件的拓扑提供了能量-频谱效率的折衷：有源移相器提供更高的数据率，而无源移相器保持更好的能量效率。
2018-06-14 cs.IT math.IT
Optimized Precoding for MU-MIMO With Fronthaul Quantization
多用户多输入多输出（MU-MIMO）的第一次广泛使用之一是在5G网络中，其中每个基站都有一个先进的天线系统（AAS），该天线系统通过容量受限的前传连接到基带单元（BBU）。在AAS配置中，多个无源天线元件和无线电单元被集成到单个盒子中。本文研究了单小区MU-MIMO系统中的预编码下行链路传输。我们研究了有限容量前传下AAS的优化线性预编码，这需要对预编码矩阵进行量化。我们提出了一种新的预编码设计，是知道的前传量化和最小化的均方误差在接收端。我们使用球形解码（SD）方法计算预编码矩阵。我们还提出了一个启发式的低复杂度的方法来量化预编码。这种启发式算法对于大规模多输入多输出系统来说在计算上足够高效。数值结果表明，我们提出的预编码显着优于量化未知的预编码和其他以前的方法的总和速率。考虑到复杂度的降低，我们的启发式方法相比量化感知预编码的性能损失是微不足道的，这使得启发式方法对于实时应用是可行的。我们考虑完美和不完美的信道状态信息。
2022-09-05 cs.IT eess.SP math.IT
Performance Analysis of Zero-Forcing Precoding in Multi-Cell One-Bit Massive MIMO Downlink
研究了多小区大规模多输入多输出（MIMO）系统的下行链路性能，该系统在每个基站（BS）的接收和发送射频（RF）链中采用1位模数转换器（ADC）和数模转换器（DAC），以降低功耗。我们利用Bussgang分解推导出最小均方误差（MMSE）信道估计在每个基站的基础上接收的量化的上行链路训练信号，和渐近封闭形式的表达式下实现的下行链路速率下一位量化迫零（ZF）预编码使用估计的信道。导出的表达式明确地示出了量化噪声、热噪声、导频污染和干扰的影响，并且被用来研究在一比特MIMO系统的每个BS处执行以及常规MIMO系统所需的附加天线的数量。数值结果验证了我们的分析，并显示，尽管需要更多的天线来实现相同的和平均速率，一比特的大规模MIMO系统是更节能的比传统的系统，特别是在高采样频率。
2023-03-06 cs.IT math.IT
Low-Resolution Precoding for Multi-Antenna Downlink Channels and OFDM
下行链路预编码被考虑用于多径多输入单输出信道，其中基站使用正交频分复用和低分辨率信令。提出了一种量化坐标最小化（QCM）算法，并将其性能与其他预编码算法进行了比较，包括平方无穷范数松弛（SQUID），多天线贪婪迭代量化（MAGIQ）和最大安全裕度预编码。MAGIQ和QCM实现了最高的信息速率，QCM具有最低的复杂度，以乘法的数量来衡量。计算导频辅助信道估计和数据辅助信道估计的信息速率。5G低密度奇偶校验码的比特出错率证实了信息理论计算。在发射机处具有不完善信道知识的仿真表明，QCM和SQUID的性能以与具有高分辨率量化器的迫零预编码类似的方式下降。
2022-08-29 cs.IT math.IT
Low-Complexity Hybrid Precoding in Massive Multiuser MIMO Systems
大规模多输入多输出（MIMO）被设想为提供相当大的容量改进，但是以硬件的高复杂性为代价。在本文中，我们提出了一种低复杂度的混合预编码方案，以接近传统的基带迫零（ZF）预编码（称为全复杂度ZF），这被认为是一个虚拟的最佳线性预编码方案在大规模MIMO系统的性能。所提出的混合预编码方案，称为相位ZF（PZF），本质上是在RF域应用仅相位控制，然后基于从基带看到的有效信道执行低维基带ZF预编码。重量化的RF相位控制高达$2$位的精度也被认为是和招致非常有限的退化。该方案在理想瑞利衰落信道和稀疏散射毫米波（mmWave）信道中进行了仿真，都达到了非常理想的性能。
2014-10-15 cs.IT math.IT
Massive MIMO Downlink 1-Bit Precoding with Linear Programming for PSK Signaling
量化的大规模多输入多输出（MIMO）系统由于其功率效率而受到越来越多的关注。提出了一种新的预编码技术，以减轻多用户干扰和量化失真的下行链路多用户（MU）多输入单输出（MISO）系统与1比特量化在发送端。这项工作仅限于PSK调制方案。考虑到1比特量化，针对每个期望的接收矢量优化发射信号矢量。该优化是基于最大化安全裕度的PSK调制的决策阈值。仿真结果表明，与现有的线性预编码技术相比，在未编码的误码率（BER）方面有显着的增益。
2017-04-21 cs.IT math.IT
Robust Precoding Designs for Multiuser MIMO Systems with Limited Feedback
针对有限反馈多用户MIMO系统中量化误差导致速率下降的问题，本文提出基于量化信道二阶统计量近似的鲁棒MMSE和加权MMSE预编码设计，有效补偿量化误差并显著提升可达速率。
2024-07-08 cs.IT math.IT
Limited Feedback Hybrid Precoding for Multi-User Millimeter Wave Systems
天线阵列将是毫米波（mmWave）蜂窝系统中的重要组成部分。天线阵列的一个自然应用是同时向多个用户传输。遗憾的是，毫米波系统中的硬件约束使得难以在毫米波应用常规的较低频率多用户MIMO预编码技术。本文提出了低复杂度的混合模拟/数字预编码下行多用户毫米波系统。混合预编码涉及模拟和数字处理的组合，其灵感来自完整射频和混合信号硬件的功耗。所提出的算法配置混合预编码器在发射机和模拟组合器在多个接收机与一个小的训练和反馈开销。该算法的性能进行了分析，在高维制度和单径信道。当模拟和数字预编码矢量从量化码本中选择时，由于联合量化而导致的速率损失的特征在于，并且与仅模拟波束成形解决方案相比，给出了混合波束成形的性能的见解。分析和仿真结果表明，该技术与仅模拟波束形成方案相比，具有更高的和速率，并在较小码本下接近无约束数字波束形成的性能。
2015-03-05 cs.IT math.IT
A Fixed Precoding Approach to Achieve the Degrees of Freedom in X channel
本文旨在提供一种固定的预编码方案，以实现广义遍历X信道的自由度自由度。这是通过使用遍历干扰对齐技术的概念来实现的。因此，在所提出的方法中，发射机不需要知道完整的信道状态信息，而这个假设是现有方法的组成部分。相反，有限速率反馈信道足以实现DoF。换句话说，它表明，信道增益的量化版本是足够的，以实现的自由度。为了深入了解所提出的方法的功能，首先，我们依赖于有限域信道模型，然后将术语扩展到更现实的情况下，包括量化器存在下的色散衰落信道。因此，在瑞利衰落环境中，示出了2log（p）+Theta（log（log（p）的反馈速率可以提供DoF，其中$p$是总发射功率。
2010-10-16 cs.IT math.IT
Quantisation-aware Precoding for MU-MIMO with Limited-capacity Fronthaul
5G及以后的基站使用先进的天线系统（AAS），其中多个无源天线元件和无线电单元集成到单个盒子中。这种系统的关键瓶颈是AAS和基带单元（BBU）之间的数字前传，其具有有限的容量。在本文中，我们研究了一种用于预编码下行链路传输多用户多输入多输出（MU-MIMO）信道的AAS。首先，我们提出了当在BBU处计算预编码器并且然后量化以通过前传发送时创建的基线量化未知预编码方案。我们提出了一种新的预编码设计，是知道的前传量化。我们制定了一个优化问题，以最小化接收端的均方误差。数值结果表明，本文提出的预编码算法在和速率方面大大优于量化未知预编码算法。
2022-02-17 cs.IT eess.SP math.IT
Optimal Shape-Gain Quantization for Multiuser MIMO Systems with Linear Precoding
研究了基于线性预编码的多用户多输入多输出下行链路系统中无线信道形状增益矢量量化的最优比特分配问题。我们的设计最大限度地减少了原始和量化的通道之间的均方误差，通过最佳的比特分配的形状（方向）和增益（幅度）为每个用户的固定反馈开销。这被示出为显著减少量化误差，这又减少MU干扰。本文主要做了三个方面的贡献：首先，我们专注于信道增益量化和推导的量化失真，基于欧几里德距离测量，对应于一个MIMO信道的奇异值。其次，我们表明，欧几里德距离为基础的失真的单位范数复杂的信道，由于形状量化，是成比例的\frac{2^{-2Bs}}{2M-1}，其中，Bs是形状量化比特的数量和M是发射天线的数量。最后，我们表明，对于复杂空间中的通道，并允许一个大的反馈开销，方向量化位的数量应该是大约（2 M- 1）倍的通道幅度量化位的数量。
2011-11-29 cs.IT math.IT
Feedback Design with VQ-VAE for Robust Precoding in Multi-User FDD Systems
本文提出基于VQ-VAE的反馈方案，用于多用户FDD系统中的鲁棒预编码设计，在低导频开销下优于现有AE压缩和DFT码本方案，可减少反馈比特或导频需求。
2024-08-08 cs.IT eess.SP math.IT
Modular CSI Quantization for FDD Massive MIMO Communication
我们考虑在频分双工（FDD）系统中的高维MIMO传输。对于预编码，频率选择性信道必须由用户测量、量化并反馈到基站。当天线的数量非常高时，这通常导致过高的量化复杂度和大的反馈。在5G新无线电（NR）中，已经为此应用了模块化量化方法，其中首先为整个频率选择性信道识别低维子空间，然后将子带信道线性映射到该子空间并量化。我们分析了如何在这样一个模块化的方案中的组件有助于整体量化失真。基于此分析，我们改进了模块化方法中的技术组件，并提出了正交归一化宽带预编码方案和顺序宽带预编码方法，这些方法比传统方法提供了相当大的增益。我们比较的性能开发的量化方案，现有技术通过模拟方面的投影失真，整体失真和频谱效率，在一个场景中与一个现实的空间信道模型。
2023-03-23 cs.IT eess.SP math.IT
Hybrid Precoding in Millimeter Wave Systems: How Many Phase Shifters Are Needed?
混合预编码最近已经被提出作为用于毫米波（mm-wave）系统的具有成本效益的收发器解决方案。与传统的全数字预编码器相比，这种预编码器中由移相器网络组成的模拟组件是关键的区分元件。虽然在现有的工作中通常假设大量的具有未量化相位的移相器，但在实践中，移相器应该用粗量化来离散化，并且由于成本和功率考虑，它们的数量应该减少到最小。在本文中，我们提出了一种新的混合预编码器的实现，使用少量的移相器与量化和固定的相位，即，固定移相器（FPS）实现，显着降低了成本和硬件复杂性。此外，提出了一种动态切换网络，以提高频谱效率。基于所提出的FPS实现，一个有效的交替最小化（AltMin）算法开发的封闭形式的解决方案，在每次迭代。仿真结果表明，该算法与FPS实现优于现有的。更重要的是，它需要比现有的混合预编码器提议少得多的移相器，例如，$\sim$ 10个固定移相器足以满足实际相关的系统设置。
2017-07-26 cs.IT math.IT
Discrete MMSE Precoding for Multiuser MIMO Systems with PSK Modulation
提出了一种基于恒包络量化信号的最优MMSE预编码方法。与现有的MMSE设计，依赖于1位的分辨率，所提出的方法采用均匀的相位量化和分支定界方法中的定界步骤是不同的，在考虑最严格的放松的非凸问题，然后利用次优设计也。此外，与以前的研究不同，我们提出了三种不同的软检测方法和迭代检测和解码方案，允许利用信道编码结合低分辨率预编码。除了一个精确的方法计算的外部信息，我们提出了两个近似降低计算复杂性。数值模拟表明，利用MMSE准则，而不是既定的最大-最小距离的判决阈值产生了较低的误码率在许多情况下。此外，当使用MMSE准则时，在分支定界方法中对于低和中等SNR需要较少数量的定界评估。最后，基于LDPC分组码的结果表明，接收处理方案产生较低的比特错误率相比，传统的设计。
2021-05-24 cs.IT eess.SP math.IT
Deep Learning for Distributed Channel Feedback and Multiuser Precoding in FDD Massive MIMO
本文表明，深度神经网络（DNN）可用于有效的和分布式的信道估计，量化，反馈，和下行链路多用户预编码的频分双工大规模多输入多输出系统中，基站（BS）服务于多个移动用户，但从用户到BS的速率受限的反馈。一个关键的观察是，多用户信道估计和反馈问题可以被认为是一个分布式信源编码问题。在传统的方法中，信道状态信息（CSI）的估计和量化在每个用户独立的，本文表明，联合设计的导频和一个新的DNN架构，直接映射到反馈比特在用户侧的接收导频，然后从所有用户的反馈比特直接映射到预编码矩阵在BS，可以显着提高整体性能。本文进一步提出了鲁棒的设计策略，相对于信道参数，也是一个可推广的DNN架构的不同数量的用户和反馈比特数。数值结果表明，基于DNN的方法具有短导频序列和非常有限的反馈开销，已经可以接近传统的线性预编码方案的性能与完整的CSI。
2021-01-26 cs.IT eess.SP math.IT
Secure MIMO Communications under Quantized Channel Feedback in the presence of Jamming
我们考虑的问题，在MIMO设置中的对抗干扰机配备$n_j$发射天线和窃听器配备$n_e$接收天线的存在下，安全通信。配备有$n_t$天线的多天线发射机希望向配备有$n_r$天线的多天线接收机秘密地传送消息。我们提出了一种基于人工噪声和线性预编码的传输方法和一种采用波束成形的两阶段接收方法。在此策略下，我们首先刻画了通信的可达保密率，并证明了在理想信道状态信息（CSI）情况下，可达安全自由度（SDoF）由$d_s = n_r - n_j$给出.其次，我们考虑量化CSI反馈使用直接信道矩阵的函数的格拉斯曼量化，并导出作为发射功率的函数的量化比特率缩放的充分条件，用于保持具有完美CSI的可实现SDOF $d_s$，并且用于由于量化而具有渐近零保密率损失。数值模拟也提供了支持的理论。
2014-11-05 cs.IT math.IT
Phase Precoded Compute-and-Forward with Partial Feedback
在这项工作中，我们提出了相位预编码的计算和转发（CoF）协议。我们推导出相位预编码的计算速率，并表明它是大于没有预编码器的CoF协议的原始计算速率。为了最大化相位预编码的计算速率，我们需要“联合”找到最佳相位预编码矩阵和相应的网络方程系数。这是一个混合整数规划问题，其中最佳的预编码器应在发射机和网络方程系数必须在中继计算。为了解决这个问题，我们引入相位预编码的部分反馈的CoF。它是一种量化预编码系统，其中中继站联合计算来自有限码本的准最佳预编码器和对应的网络方程。然后，将码本内的所获得的相位预编码器的索引反馈给发射机。“深孔相位预编码器”作为这种方案的一个例子。我们进一步模拟我们的计划与格码雕刻出的Gosset格，并表明显着的编码增益可以获得方程的错误性能。
2014-01-28 cs.IT math.IT
Optimal Multiuser Loading in Quantized Massive MIMO under Spatially Correlated Channels
低分辨率数模转换器（DAC）在促进大规模多输入多输出（MIMO）系统的成本和功率有效实现方面显示出巨大的潜力。我们研究了大规模MIMO下行链路网络的性能与低分辨率DAC使用正则化迫零（RZF）预编码。它可为配备有限分辨率模数转换器（ADC）的多个接收器提供服务。在空间相关信道下，考虑发射端和接收端的量化误差，应用渐近随机矩阵理论，给出了RZF正则化参数的最优解。最优正则化参数与ADC量化分辨率和信道相关性无关，但与用户负载率呈线性关系。此外，渐近和速率性能的特点和最佳用户负载比的封闭形式的表达式，得到在低信噪比。最佳比率随DAC分辨率增加而增加，随ADC分辨率减少而减少。数值模拟验证了我们的观察。
2019-01-28 cs.IT math.IT
Precoding-Oriented CSI Feedback Design with Mutual Information Regularized VQ-VAE
Department of ECE, Rutgers University（电子工程系，罗格斯大学）；Nokia Bell Labs（诺基亚贝尔实验室）
本文提出一种基于VQ-VAE的面向预编码的CSI反馈框架，结合信息论正则化，实现高效CSI压缩与高系统性能。
2026-01-22 cs.AI cs.IT eess.IV
Cooperative Feedback for MIMO Interference Channels
多天线预编码有效地减轻了无线网络中的干扰。然而，预编码效率会由于所需的信道状态信息（CSI）的反馈而被开销显著降低。针对这一问题，提出了一种基于有限速率CSI反馈（协作反馈）的双用户多输入多输出（MIMO）干扰信道预编码器设计方法。具体地，每个预编码器被分解为内预编码器和外预编码器，分别用于使干扰为零和提高数据链路阵列增益。内部预编码器被进一步设计为抑制由有限速率协作反馈引起的残余干扰。为了调节由于预编码器量化而产生的残余干扰，设计了附加的标量协作反馈信号以使用不同的准则来控制发射机的功率，所述准则包括应用干扰裕度、最大化总吞吐量以及最小化中断概率。仿真结果表明，这种额外的反馈有效地消除了由于量化预编码器反馈的性能下降。
2010-09-17 cs.IT math.IT
Variable-Length Channel Quantizers for Maximum Diversity and Array Gains
我们考虑一个$t \times 1$多天线衰落信道与量化的信道状态信息在发送端（CSIT）。我们的目标是最大限度地提高分集和阵列增益与符号出错率（SER）的系统性能。众所周知，对于波束成形和预编码策略，有限速率固定长度量化器（FLQ）不能实现全CSIT分集和阵列增益。在这项工作中，对于任何功能$f(P)\inω(1)$，我们构建可变长度量化器（VLQ），可以实现这些全CSIT增益率$1+(f(P) \log P)/P$和$1+f(P)/P^t$分别为波束成形和预编码策略，其中$P$是发射机的功率约束。我们还表明，这些利率是最好的可能高达$o(1)$乘数在其$P$依赖的条款。特别地，尽管全CSIT SER在任何（甚至无限）反馈速率下都是不可实现的，但是全CSIT分集和阵列增益可以利用每信道状态1比特的反馈速率渐进地实现。
2013-01-27 cs.IT math.IT
Bit-level Optimized Neural Network for Multi-antenna Channel Quantization
量化的信道状态信息（CSI）在预编码设计中起着至关重要的作用，有助于发挥多输入多输出（MIMO）技术的优点。为了减少CSI反馈的开销，我们提出了一种基于深度学习的CSI量化方法，通过开发一种联合卷积残差网络（JCResNet），从比特级量化性能的角度出发，该方法有利于MIMO信道特征提取和恢复。实验表明，我们提出的方法大大提高了性能。
2019-09-24 cs.IT eess.SP math.IT
Design and Analysis of Downlink Channel Estimation Based on Parametric Model for Massive MIMO in FDD Systems
研究了基于频分双工（FDD）的大规模多输入多输出（MIMO）系统下行链路信道估计问题。为了减少FDD系统中下行链路信道估计和上行链路反馈的开销，级联预编码已经被用于大规模MIMO中，使得仅需要估计和反馈低维有效信道。另一方面，传统的信道估计由于缺乏信道的先验知识，很难达到最小均方误差（MMSE）性能。本文设计并分析了一种基于级联预编码的大规模MIMO系统参数模型的下行信道估计策略。对于参数模型，信道频率响应使用路径延迟和相关联的复振幅来表示。上行链路信道的路径延迟首先在基站处被估计和量化，然后通过专用前馈链路被前馈到用户设备（UE）。以这种方式，UE可以提前获得下行链路信道的先验知识，因为已经证明下行链路和上行链路信道可以具有相同的路径延迟。我们的分析和仿真结果表明，所提出的方法可以达到接近MMSE性能。
2016-08-22 cs.IT math.IT
Spatial Coding Based on Minimum BER in 1-Bit Massive MIMO Systems
我们考虑一个下行链路1位量化多用户（MU）多输入多输出（MIMO）系统，其中1位数字模拟（DAC）和模拟数字转换器（ADC）用于经济和计算效率的发射机和接收机。我们最终得到一个离散的无记忆信道，其输入和输出矢量属于QPSK星座。在大规模（MIMO）系统的背景下，基站（BS）天线的数量远大于接收天线的数量。这导致通道的高输入基数。在这项工作中，我们介绍了一种方法来减少输入集的基础上最小误码率（BER）的标准结合非线性预编码技术。这种方法被称为空间编码。仿真结果表明，这种空间编码改善了误码率的行为显着消除错误地板由于粗量化。
2017-06-27 cs.IT math.IT
Limited Feedback-based Block Diagonalization for the MIMO Broadcast Channel
块对角化是用于多天线广播（下行链路）信道的线性预编码技术，其涉及到向每个接收器传输多个数据流，使得在任何接收器处都不经历多用户干扰。这种低复杂度的方案仅与容量相差几dB，但在发射机处需要非常准确的信道知识。我们考虑一个有限的反馈系统，其中每个接收机知道它的信道完美，但发射机只提供了有限数量的信道反馈比特从每个接收机。使用随机量化参数，我们量化的吞吐量损失由于不完善的信道知识作为反馈水平的函数。信道知识的质量必须提高成比例的SNR，以防止干扰的限制，我们表明，缩放反馈位的数量与系统SNR的线性是足够的，以保持有界的速率损失。最后，我们比较我们的量化策略的模拟反馈方案，并显示量化反馈的优越性。
2007-11-21 cs.IT math.IT
Scalable Transceiver Design for Multi-User Communication in FDD Massive MIMO Systems via Deep Learning
针对FDD大规模MIMO系统中联合收发器设计的可扩展性问题，提出含RVQ-VAE和EGAT的DL框架，通过一次训练适配不同反馈容量与用户数，结合渐进训练策略，在真实数据集上性能与可扩展性优于现有方法。
2025-04-15 cs.IT eess.SP math.IT
Ice-Filling: Near-Optimal Channel Estimation for Dense Array Systems
针对密集阵列系统因天线数量多导致信道估计难的问题，提出ice-filling等算法设计观测矩阵，实现近最优信道估计，性能显著优于现有方法。
2025-03-24 cs.IT eess.SP math.IT
Mode Switching for MIMO Broadcast Channel Based on Delay and Channel Quantization
不完全信道状态信息会降低多输入多输出（MIMO）通信的性能，它对单用户（SU）和多用户（MU）MIMO传输的影响是完全不同的。具体地，MU-MIMO由于不完美的信道状态信息而遭受残余用户间干扰，而SU-MIMO仅遭受功率损耗。本文比较了由于延迟和信道量化引起的SU和MU MIMO在下行链路上的吞吐量损失。精确的封闭形式的近似推导出可实现的速率为SU和MU MIMO。结果表明，SU-MIMO是相对稳健的延迟和量化的信道信息，而MU MIMO与迫零预编码失去空间复用增益与固定的延迟或固定码本大小。基于导出的可实现速率，提出了一种模式切换算法，该算法基于平均信噪比（SNR）、归一化多普勒频率和信道量化码本大小在SU和MU MIMO模式之间切换以提高频谱效率。确定具有不同延迟和码本大小的SU和MU模式的操作区域，其可以用于选择优选模式。结果表明，MU模式是活跃的，只有当归一化多普勒频率是非常小的码本大小是大的。
2008-12-16 cs.IT math.IT
Limited Feedback Massive MISO Systems with Trellis Coded Quantization for Correlated Channels
在本文中，我们提出了基于网格编码量化（TCQ）的有限反馈技术的大规模多输入单输出（MISO）频分复用（FDD）系统在时间和空间相关的信道。我们利用信道中存在的相关性来有效地提取信道方向信息（CDI）。对于多用户（MU）系统与匹配滤波器（MF）预编码，我们表明，反馈比特的数量所需的随机矢量量化（RVQ）码本匹配，即使是一小部分完美的CDI信号干扰噪声比（SINR）的性能是大的。对于如此大量的比特，传统码本方法所需的穷举搜索使得它们对于大规模MISO系统是不可行的。出于这一点，我们提出了一个差分TCQ方案的时间相关的信道，变换的源星座在每个阶段的网格使用2D的翻译和缩放技术。我们推导出一个缩放参数的源星座的时间相关性和BS天线的数量的函数。我们还提出了一种基于TCQ的有限反馈方案，用于空间相关信道，其中信道直接量化，而无需在接收机处执行解相关。仿真结果表明，所提出的TCQ方案优于现有的非相干TCQ（NTCQ）方案，通过提高系统的频谱效率和波束形成增益。与差分NTCQ方法相比，所提出的差分TCQ还减少了系统的反馈开销。
2015-12-02 cs.IT math.IT
A Deep Learning Framework for Joint Channel Acquisition and Communication Optimization in Movable Antenna Systems
本文提出一种用于移动天线多用户系统的端到端深度学习框架，联合优化信道估计、天线放置与预编码设计，在不完美CSI下显著降低反馈开销并提升可达总速率。
2025-08-30 cs.IT eess.SP math.IT
Hybrid Precoder Design for Cache-enabled Millimeter Wave Radio Access Networks
在本文中，我们研究了一种混合预编码器的设计，包括一个模拟和一个数字预编码器，用于下行缓存启用毫米波（mmWave）无线接入网络（CeMm-RAN）的交付阶段。在CeMm-RAN中，增强型远程无线电头端（eRRH）经由前传链路连接到基带处理单元，eRRH除了常规RRH的基本功能之外还配备有本地高速缓存和基带信号处理能力。考虑两种不同的前传信息传送策略，即，硬前传信息传送，其中未高速缓存的请求文件的硬信息经由前传链路被传送到eRRH的子集，以及软前传信息传送，其中前传链路用于传送未高速缓存的请求文件的量化基带信号。混合预编码器被优化用于在前传容量约束、eRRH发射功率约束和对模拟预编码器的恒模约束下最大化最小用户速率。由此产生的优化问题是非凸的，因此很难获得全局最优解。因此，采用凸近似方法来解决可实现用户速率的非凸性、前传容量约束和对模拟预编码器的恒模约束。然后，一个有效的算法与可证明收敛性来解决近似优化问题。以全数字预编码算法为基准，通过仿真验证了算法的性能。结果表明，除了一个大的前传链路容量的情况下，软前传信息传输是更可取的CeMm-RAN。
2019-01-22 cs.IT math.IT
Spatio-Temporal Waveform Design for Multi-user Massive MIMO Downlink with 1-bit Receivers
物联网（IoT）是指低成本低比特率终端和传感器的高密度网络，其中低能耗也是一个核心特征。由于经典接收机链的功率预算主要由高分辨率模数转换器（ADC）控制，因此人们越来越关注部署具有减少位甚至1位ADC的接收机架构。本文研究了多用户大规模MIMO下行链路的波形设计、优化和检测方面，其中用户终端采用非常简单的1位ADC和过采样。为了实现高于1位/秒/赫兹每实维的频谱效率，我们提出了一个两阶段的预编码，即一个新的量化预编码器，其次是最大比传输（MRT）或迫零（ZF）型空间信道预编码器，共同形成多用户多天线发射波形。在适当的发射机和接收机滤波器带宽约束下，量化预编码器输出被优化，以提供受控的符号间干扰（ISI），使得能够在没有噪声的情况下利用低复杂度符号检测器从1比特量化观测唯一地检测输入符号。在量化预编码器设计中还施加了额外的优化约束，以增加对噪声和残余用户间干扰（IUI）的鲁棒性。空间信道预编码器的目的又是抑制IUI并提供高波束成形增益，使得在存在噪声和干扰的情况下可以实现良好的符号出错率（SER）。广泛的数值评估表明，所提出的基于时空预编码器的多天线波形设计可以促进良好的多用户链路性能，尽管接收器中的1位ADC非常简单，因此是未来低复杂度物联网网络的一种可能的使能技术。
2016-11-11 cs.IT math.IT
Precoder Design in Multi-User FDD Systems with VQ-VAE and GNN
TUM School of Computation, Information and Technology（慕尼黑技术大学计算、信息与技术学院）
本文提出利用VQ-VAE替代GMM，与GNN联合训练并优化导频，形成端到端预编码器设计，显著提升多用户FDD系统速率，优于传统DFT和迭代方法。
2025-10-10 cs.AI cs.IT eess.SP
Tensor Learning-based Precoder Codebooks for FD-MIMO Systems
Virginia Tech（弗吉尼亚理工大学）；Qualcomm（高通公司）
本文提出了一种有效的设计低复杂度的码本预编码在全维（FD）多输入多输出（MIMO）系统与均匀平面阵列（UPA）天线在发射机（Tx）使用张量学习。特别是，我们没有使用统计信道模型，而是利用一种无模型的数据驱动方法，以机器学习为基础，生成适应周围传播条件的码本。我们使用FD-MIMO信道的张量表示，并利用其属性来设计信道预编码器的量化版本。我们找到最佳预编码器的最佳表示作为两个低维预编码器的克罗内克积（KP）的函数，分别对应于UPA的水平和垂直维度，从信道的张量分解获得。然后，我们将该预编码器用于设计乘积码本，使得由于信道状态信息（CSI）的量化而导致的互信息的平均损失最小化。关键的技术贡献在于利用预编码器上的约束，以减少产品码本设计问题的笛卡尔积格拉斯曼流形（CPM）上的无监督聚类问题，其中的集群质心形成一个有限大小的预编码器码本。该码本可以通过在CPM上运行$K$均值聚类来有效地找到。与一个合适的诱导距离度量的CPM，我们表明，产品码书的建设相当于找到最佳的一组质心的因素流形上对应的水平和垂直维度。仿真结果表明，所提出的设计准则在学习的码本和设计的码本有吸引力的性能的能力。
2021-06-21 cs.IT cs.LG eess.SP
