Computationally Efficient Robust Beamforming for SINR Balancing in Multicell Downlink
我们解决的问题，下行链路波束形成器的设计信号与干扰加噪声比（SINR）的平衡在多用户多小区环境与不完美的估计信道在基站（BS）。首先，我们提出了一个半定规划（SDP）的近似解决方案的问题。然后，作为我们的主要贡献，通过利用一些属性的强大的对应的优化问题，我们到达一个二阶锥规划（SOCP）的平衡问题的近似。所提出的基于SOCP的设计的优点是双重的。首先，与基于SDP的方法相比，它大大降低了计算复杂性。其次，它适用于广泛的不确定性模型。作为一个案例研究，我们调查的性能时，基站配备了一个庞大的天线阵列。数值实验证实，所提出的鲁棒设计在实际感兴趣的情况下取得了良好的效果。
2013-04-15 cs.IT math.IT
A Decentralized Method for Joint Admission Control and Beamforming in Coordinated Multicell Downlink
在蜂窝网络中，准入控制和波束成形优化是交织在一起的问题。虽然波束成形优化旨在满足用户的服务质量（QoS）要求或提高QoS水平，但准入控制着眼于应该如何选择用户的子集，使得波束成形优化问题可以在所提供的QoS水平方面产生合理的解决方案。然而，为了简化设计，这两个问题通常被视为单独的问题。本文考虑联合准入控制和波束成形（JACoB）下协调多小区MISO下行链路的情况。我们制定JACoB作为一个用户数最大化的问题，其中选定的用户保证收到他们所要求的QoS水平。制定的问题是组合和硬，我们推导出一个凸逼近的问题。我们的凸近似公式的一个优点是，它可以很容易地分解为每个基站的分散优化，即通过块坐标下降。仿真结果证明了所提出的分散方法的有效性。
2012-11-20 cs.IT math.IT
Two-Stage Beamformer Design for Massive MIMO Downlink By Trace Quotient Formulation
针对大规模多用户MIMO下行链路两阶段波束形成问题，研究了仅基于信道统计信息的外波束形成器设计问题，并基于信漏噪比（SLNR）对该问题进行了研究。为了消除对瞬时信道状态信息的依赖，通过假设迫零（ZF）内波束形成推导出平均SLNR的下限，并提出了一种最大化平均SLNR下限的外波束形成器设计方法。结果表明，所提出的基于SLNR的外波束形成器的设计问题减少到一个跟踪商问题（TQP），这是经常遇到的领域中的机器学习。一个迭代算法，以获得最佳的解决方案，建议TQP。所提出的方法具有根据不同的信道统计特性，最优地控制对期望用户的信号功率和对非期望用户的干扰泄漏功率之间的加权因子的能力。数值结果表明，所提出的外波束形成器的设计方法产生显着的性能增益比现有的方法。
2014-11-26 cs.IT math.IT
An efficient algorithm for weighted sum-rate maximization in multicell downlink beamforming
本文研究了下行链路多小区、多用户正交频分多址接入网络中协作线性预编码的速率优化问题.我们专注于两种不同的设计标准。在第一种方法中，在每个基站的发射功率约束下最大化加权和速率。在第二，我们最小化的总发射功率满足信号干扰加噪声比约束的每个小区的子载波。这两个问题都使用标准的圆锥曲线优化软件包来解决。一个不太复杂，快速，可证明收敛的算法，最大限度地提高加权和速率与每小区发射功率的限制。利用序列参数凸逼近方法，将非凸加权和率最大化（WSRM）问题逼近到一个可解的凸形式。通过适当的变量变换、一阶线性近似和双曲约束变换，得到了优化问题的目标函数和约束的二阶锥形式。该算法收敛到次优解，而与其他已知的迭代WSRM算法相比，它需要较少的迭代次数。数值结果表明了该算法的有效性和优越性。
2013-09-17 cs.IT math.IT
Resource Allocation for Downlink Cellular OFDMA Systems: Part I - Optimal Allocation
在这对文件（第一部分和第二部分在这个问题），我们调查的问题，在扇区化的两个小区的下行链路OFDMA系统受到多小区干扰的功率控制和子载波分配。如WiMAX所建议的，我们假设可用带宽的第一部分可能被不同的基站重用（并且因此受到多小区干扰），并且带宽的第二部分以正交方式在不同的基站之间共享（并且因此受到保护免受多小区干扰）。虽然多小区资源分配的问题在这种情况下是非凸的，我们在第一部分中提供的全球解决方案的一般形式。特别是，最佳的资源分配原来是“二进制”的意义上说，除了在每个小区中的最多一个非授权用户，任何用户接收数据，或者在重用的带宽或在受保护的带宽，但不是在这两个。最优资源分配的确定实质上归结为后一个最优位置的确定。
2009-08-28 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
Distributed Multicell Beamforming Design Approaching Pareto Boundary with Max-Min Fairness
本文讨论了多小区时分双工（TDD）系统中的协调下行链路波束成形优化，其中小区之间交换少量参数，但没有数据共享。为了达到具有最大-最小速率公平性的帕累托边界点，我们首先开发了一种两步集中式优化算法来设计联合波束成形向量。该算法可以实现进一步的最大-最小最优性能的总和速率的改善，并示出保证最大-最小帕累托最优的情况下，两个基站（BS），每个服务于一个用户。为了实现有限的小区间通信的分布式解决方案，我们然后提出了一种迭代算法，通过利用近似的上行链路-下行链路的对偶性，其中只有少量的正标量在每次迭代中的细胞之间共享。仿真结果表明，该算法的公平速率性能接近于集中式算法，但其和速率性能优于集中式算法，尤其在高信噪比时，该算法在和速率和公平性之间的折衷优于纳什协商算法.
2012-05-09 cs.IT math.IT
Characterization of Capacity and Outage of RIS-aided Downlink Systems under Rician Fading
该研究针对莱斯衰落下RIS辅助的MISO下行系统，将容量最大化转化为L₁范数最大化问题，提出低复杂度的FD和FA最优波束成形算法，推导SNR上界与中断概率下界，验证了界的准确性。
2024-04-16 cs.IT math.IT
On the Spatial Degrees of Freedom of Multicell and Multiuser MIMO Channels
研究了多小区多输入多输出（MIMO）多址接入信道（MAC）在常信道系数下的自由度的逆性和可解性。我们假设L>1个同质小区，每个小区有K>0个用户，其中用户有M个天线，基站配备有N个天线。该L小区和K用户MIMO MAC的自由度外边界被公式化。所表征的外边界使用来自对L小区异构MIMO网络的总自由度的限制的洞察。我们还通过一个例子表明，选择一个发射机和执行部分消息共享的方案优于多个分布式传输策略的总自由度。简单的线性方案达到外边界（即，实现最佳自由度的那些）是针对少数情况进行探索的。获得最佳自由度的所需空间维度的条件以K、L和发送流的数量来表征。通过使用发射迫零和零空间干扰对准来检查两小区MIMO MAC的最佳自由度，并且随后示出简单的接收迫零来提供L>1的最佳自由度。通过上下行链路的对偶性，本文的自由度结果同样适用于下行链路。在下行链路中，我们研究了L小区MIMO干扰信道的自由度，探索多用户分集。强收敛模式的瞬时自由度的用户数的增加的特点。
2016-10-01 cs.IT math.IT
A Theoretical Performance Bound for Joint Beamformer Design of Wireless Fronthaul and Access Links in Downlink C-RAN
已知标准蜂窝网络中的数据率由于小区间干扰而受到限制。解决这一问题的有效方法是采用多小区协作的思想。在作为5G和未来通信网络中的候选解决方案的云无线电接入网络（C-RAN）中，通过连接到具有有限容量前传链路的简单远程无线电头端的中央处理器（CP）来应用协作。在这项研究中，我们考虑了下行链路C-RAN与无线前传，旨在通过联合设计用于前传和接入链路的波束成形器来最大限度地减少总功率。我们考虑的情况下，完美的信道状态信息是不可用的CP。我们首先推导出一个新的理论性能界的问题定义。然后，我们提出了四个算法，具有不同的复杂性，以显示该界的紧密性。前两种算法采用半定松弛思想的连续凸优化，而另外两种算法则是从著名的波束形成设计方法中改进而来。在实际信道条件下的仿真结果表明，随着算法复杂度的增加，相应的性能越来越接近上界。
2021-02-13 cs.IT eess.SP math.IT
Convex Approximated Weighted Sum-Rate Maximization for Multicell Multiuser OFDM
本文研究了下行多小区多用户正交频分复用系统中的加权和速率最大化问题。每个基站的发射功率约束下的WSRMax问题是已知的NP-难，最优解是计算上非常昂贵的。我们提出了两个不太复杂的次优凸逼近解，这是基于序贯参数凸逼近方法。我们推导出可证明更快收敛的迭代凸逼近技术，局部优化加权和率函数。这两个迭代的解决方案被发现收敛到局部最优解相比，其他众所周知的技术在几个迭代。数值结果表明了所提方法的有效性和优越性。
2017-08-15 cs.IT math.IT
General Rank Multiuser Downlink Beamforming With Shaping Constraints Using Real-valued OSTBC
在本文中，我们考虑了最优多用户下行波束赋形的存在下，大量的任意二次成形约束。我们将波束形成与全速率高维实值正交空时分组编码（OSTBC）相结合，以增加波束形成器设计中波束形成权向量的数量和相关的自由度。利用半定松弛法将多约束波束形成问题转化为凸优化问题，并可有效求解。与传统的（秩一）波束成形方法相比，其中只有当SDR解决方案（秩降低后）表现出秩一属性时才能获得最佳波束成形解决方案，在我们的方法中，当不超过秩八时，保证了最优性。我们表明，我们的方法可以将多达79个额外的整形约束，最佳的波束成形解决方案是保证相比，最大的两个额外的约束，约束传统的秩1下行链路波束成形设计。仿真结果表明，我们提出的波束形成器设计的灵活性。
2015-02-17 cs.IT math.IT
Multicell Random Beamforming with CDF-based Scheduling: Exact Rate and Scaling Laws
在采用随机波束形成作为传输方案的多小区多用户MIMO下行链路中，小区间和小区内干扰的异构大尺度信道效应使基于分布式调度的系统的分析复杂化。在本文中，我们扩展了[1]和[2]中的分析，以研究上述具有挑战性的场景。在[1]和[2]中使用的基于累积分布函数（CDF）的调度策略被用来维持用户之间的公平性，同时获得多用户分集增益。在基于CDF的调度策略下，推导了每个用户的个体和速率的封闭形式表达式。更重要的是，与此分布式调度策略，我们进行渐近（在用户）分析，以确定信号与干扰加噪声比的极限分布，并建立个人的缩放定律为每个用户。
2013-06-08 cs.IT math.IT
Coordinated Per-Antenna Power Minimization for Multicell Massive MIMO Systems with Low-Resolution Data Converters
本文针对采用低分辨率数据转换器的多小区大规模 MIMO-OFDM 系统，提出一种协同波束成形方案，通过构建下行天线功率极小极大问题并利用强对偶性转化为虚拟上行问题，开发了迭代算法以在满足信号质量约束下最小化每根天线最大功率。
2023-09-11 cs.IT eess.SP math.IT
REEL-BF Design: Achieving the SDP Bound for Downlink Beamforming with Arbitrary Shaping Constraints
本文考虑了多用户多输入单输出（MISO）下行链路的波束成形设计与任意数量的（上下文特定的）成形约束。在这种设置中，国家的最先进的波束形成方案不能达到众所周知的性能界限所承诺的半定规划（SDP）松弛技术。为了缩小这一差距，我们提出了一种冗余信号嵌入线性波束形成（REEL-BF）方案，其中每个用户被分配一个信息波束形成器和多个成形波束形成器。结果表明，所提出的REEL-BF方案可以执行一般的秩$K$波束成形的用户符号在一个低复杂度和结构化的方式。此外，充分条件，以保证REEL-BF计划总是实现线性波束形成方案的SDP界。在此基础上，提出了一种在多项式时间内求解REEL-BF最优解的有效算法。数值结果表明，所提出的方案享有显着的性能增益比现有的替代品。
2017-02-10 cs.IT math.IT
Optimizing Downlink Resource Allocation in Multiuser MIMO Networks via Fractional Programming and the Hungarian Algorithm
优化多频带、多用户、多天线网络的下行链路的和对数效用需要通过使用云无线电接入网络（CRAN）架构来联合解决相关联的波束成形和用户调度问题;然而，优化这样的网络是非凸和NP难的。本文提出了一种基于分数规划和匈牙利算法的迭代波束形成和调度策略。波束形成策略允许我们以类似于块坐标上升的方式迭代地最大化所选择的目标函数。此外，基于至关重要的洞察力，在下行链路中，干扰模式保持固定的一组给定的波束成形权重，我们使用匈牙利算法作为一种有效的方法来优化调度用户的给定的波束成形权重。具体来说，这种方法允许我们选择最佳用户子集（在所有可用用户的较大集合中）。我们的仿真结果表明，在平均和对数效用，以及和率，该计划大大优于国家的最先进的多小区加权最小均方误差（WMMSE）和贪婪的比例公平WMMSE计划，以及标准的相邻点和顺序二次求解器。重要的是，我们提出的方案也远比多小区WMMSE方案的计算效率。
2020-06-22 cs.IT math.IT
Coordinated Multicell Multicast Beamforming Based on Manifold Optimization
多播波束赋形是下一代无线蜂窝网络支持高速率内容分发服务的关键技术。本文研究了多小区网络中下行链路多播波束形成的协调设计问题。目标是在单个基站功率约束下，最大化所有用户的最小信号干扰噪声比。我们利用分数形式的目标函数和几何性质的约束重新制定的问题作为一个参数流形优化程序。然后，我们提出了一个低复杂度的Dinkelbach型算法相结合的自适应指数平滑和黎曼共轭梯度迭代，这是保证收敛。数值实验表明，该算法优于现有的基于SDP的方法和基于DC规划的方法，并达到接近最优的性能。
2017-07-12 cs.IT math.IT
Beamformer Design with Smooth Constraint-Free Approximation in Downlink Cloud Radio Access Networks
已知标准蜂窝网络中的数据率由于小区间干扰而受到限制。解决这一问题的有效方法是采用多小区协作的思想。在作为5G及更高版本中的候选解决方案的云无线电接入网络中，通过连接到具有有限容量前传链路的简单远程无线电头端的中央处理器（CP）来应用协作。在这项研究中，我们考虑了下行链路的情况下，旨在通过设计波束形成器，以最大限度地减少总功耗。我们考虑的情况下，完美的信道状态信息是不可用的CP。原问题包括具有许多约束条件的不连续项。我们提出了一种新的方法，将问题转化为一个光滑的无约束的形式和解决方案是由梯度下降的方法。作为比较，我们考虑的最优方法解决了大量的凸子问题，一个已知的启发式搜索算法和一些稀疏的解决方案技术。启发式搜索方法通过求解所有可能的凸子问题的子集来找到解。稀疏技术应用一些范数近似（$\ell_0/\ell_1, \ell_0/\ell_2$）或凸近似来使目标函数更易处理。我们还推导出一个理论上的性能界限，以观察当运行最佳方法是禁止的，由于计算复杂性，所提出的方法执行了多远的最佳方法。仿真结果表明，该方法的性能接近最优解，且优于其他方法。
2021-02-13 cs.IT eess.SP math.IT
Coordinated Multicast Beamforming in Multicell Networks
我们研究多小区网络中的物理层多播，每个基站，配备多个天线，发送一个共同的消息，使用一个单一的波束形成器在同一个小区中的多个用户。我们研究了两种协调波束形成设计：服务质量（QoS）波束形成和最大最小SINR（信号干扰噪声比）波束形成。QoS波束成形的目标是最小化总功耗，同时保证每个用户处的接收SINR高于预定阈值。我们提出了一个必要条件的优化问题是可行的。然后，基于分解理论，我们提出了一种新的分散算法来实现不同基站之间的有限信息共享的协调波束形成。该算法保证收敛，在大多数情况下，它收敛到最优解。最大-最小信干噪比（MMS）波束成形是在每个基站功率约束下最大化所有用户之间的最小接收信干噪比。我们证明了MMS问题和加权峰值功率最小化（WPPM）问题是逆问题。基于这种反演关系，我们提出了一个有效的算法来解决MMS问题的近似方式。仿真结果表明，所提出的多播波束形成算法比传统的多播方案的显着优势。
2012-10-22 cs.IT math.IT
Joint Tilt Angle Adaptation and Beamforming in Multicell Multiuser Cellular Networks
3D波束成形是用于蜂窝网络中的干扰协调的有前途的方法，其与传统的2D波束成形技术相比带来显著的改进。本文研究了多小区多用户协作蜂窝网络下行链路能量效率最大化的基站天线阵联合波束赋形设计和倾角自适应问题。基于分式规划方法的迭代算法被引入到解决所产生的非凸优化问题。在每次迭代中，用户基于他们的仰角被聚类。然后，通过降低复杂度的贪婪搜索来进行倾斜角度的优化，以找到针对用户的给定放置的最佳倾斜角度。数值结果表明，该算法实现了更高的EE相比，二维波束形成技术。
2017-01-13 cs.IT math.IT
Joint Base Station Clustering and Beamformer Design for Partial Coordinated Transmission in Heterogenous Networks
本文研究了多小区MIMO异构网络中的干扰管理问题。在每个小区内，存在大量的分布式微/微微基站（BS），其可以潜在地被协调用于联合传输。为了减少协调开销，我们考虑以用户为中心的BS集群，使每个用户只由少量（可能重叠）BS服务。因此，给定的信道状态信息，我们的目标是联合设计的BS聚类和线性波束形成器的网络中的所有BS。在本文中，我们制定这个问题从{稀疏优化}的角度来看，并提出了一个有效的算法，是基于迭代求解一系列的组LASSO问题。所提出的算法的一个新的特点是，它执行BS集群和波束成形器的设计联合，而不是分开，因为在现有的方法进行部分协调传输。此外，通过调整非光滑正则化效用函数中的单个惩罚参数，可以控制聚类的大小。该算法的收敛性（局部最优解）得到保证，其有效性通过广泛的仿真证明。
2012-11-28 cs.IT math.IT
SINR Constrained Beamforming for a MIMO Multi-user Downlink System
考虑多输入多输出（MIMO）下行链路多用户信道。在这样的系统中，一个研究得很好的问题是设计线性波束形成器，用于功率最小化与服务质量（QoS）约束。解决这类问题的最具代表性的算法是所谓的MMSE-SOCP算法[11-12]和UDD算法[9]。前者是基于发射和接收波束形成器的交替优化，而后者是基于众所周知的上行链路-下行链路对偶理论。尽管其广泛的适用性，收敛（KKT解决方案）的两种算法仍然是开放的文献。在本文中，我们严格建立这些算法的收敛性QoS约束的功率最小化（QCPM）问题，每个用户的情况下，单流和多流。我们分析的关键是一个新的MMSE-DUAL算法的发展和分析，它连接的MMSE-SOCP和UDD算法。数值实验表明：1）无论初始化如何，这些算法几乎都能到达目标值相同的点; 2）MMSE-SOCP/MMSE-DUAL算法效果较好，而UDD算法可能会因初始化不可行而失败。
2015-07-25 cs.IT math.IT
Multiuser MIMO Downlink Beamforming Design Based on Group Maximum SINR Filtering
在本文中，我们的目标是解决多用户多输入多输出（MIMO）下行波束成形问题，其中一个多天线基站广播数据到许多用户。每个用户被分配多个数据流，并且在其接收器处具有多个天线。提出了一种基于迭代法的联合发射接收波束形成和功率分配问题的有效解决方案。我们采用组最大信号干扰噪声比（SINR）滤波器组（GSINR-FB）作为我们的波束形成器，通过用户的数据流之间的合作，利用接收机的多样性。每个用户的数据流受到平均SINR约束，该平均SINR约束在无线通信系统中具有许多重要的应用，并且用作测量服务质量（QoS）的良好度量。GSINR-FB还优化其输出的平均SINR。在GSINR-FB波束形成器的基础上，提出了一种SINR均衡的最优功率分配结构，将复杂的功率分配问题简化为线性问题。仿真结果验证了所提出的算法优于以前的作品，具有近似相同的复杂度。
2011-03-29 cs.IT math.IT
Robust Monotonic Optimization Framework for Multicell MISO Systems
多用户系统的性能既难以公平地测量，也难以优化。大多数资源分配问题是非凸的和NP-难的，即使在简化的假设下，如完善的信道知识，用户之间的同质信道属性，和简单的功率约束。我们建立了一个通用的优化框架，系统地解决这些问题的全局最优性。提出的分支归约定界（BRB）算法处理具有单天线用户、多天线发射机、任意二次功率约束和对信道不确定性的鲁棒性的一般多小区下行链路系统。该算法在每次迭代中求解一个鲁棒的公平性轮廓优化（RFO）问题，这是一个拟凸问题，是最大最小公平性的一种新推广。BRB算法计算量大，但它比以前提出的外多块近似算法具有更好的收敛性。我们的框架是适合于计算基准在一般的多细胞系统，或没有通道的不确定性。我们说明了这一点，推导和评估迫零解决方案的一般问题。
2012-04-26 cs.IT math.IT
Joint Beamforming and Power Control in Coordinated Multicell: Max-Min Duality, Effective Network and Large System Transition
研究了多小区协作下行链路系统中的联合波束成形和功率控制问题，该系统在每个小区为多个用户提供服务时，最大化最小加权信干噪比。利用非线性Perron-Frobenius理论和多单元网络对偶理论，导出了最优解和具有几何快速收敛速度的分布式算法。迭代算法虽然以分布式方式操作，但仍然需要通过回程在协调集群内进行瞬时功率更新。回程信息交换和消息传递可能随着发射天线数目的增加和用户数目的增加而变得令人望而却步。为了得到渐近最优解，利用随机矩阵理论设计了一种只需要统计信息的分布式算法。我们的方法的优点是，通过回程没有瞬时功率更新。此外，利用非线性Perron-Frobenius理论和随机矩阵理论，提出了一种有效的原始网络和有效的对偶网络来刻画和解释渐近解.
2013-06-27 cs.IT math.IT
Adaptive Bit Partitioning for Multicell Intercell Interference Nulling with Delayed Limited Feedback
基站协作可以在发射机处利用用户的信道状态信息（CSI）的知识来管理同信道干扰。用户必须使用有限带宽的回程链路来反馈期望信道和干扰信道的CSI。用于单小区有限反馈的现有码本设计可以通过在多个信道之间划分可用反馈资源来用于多小区协作。在本文中，提出了一种新的反馈比特分配策略，作为在通信链路中的延迟和在下行链路中的接收信号强度的函数。信道的时间相关性建模为一个函数的延迟使用高斯马尔可夫模型。推导了位划分的封闭形式表达式，以分配更多的位来分配具有较小延迟的较强通道，并分配较少的位来分配具有较大延迟的较弱通道，假设随机矢量量化。蜂窝网络模拟表明，该算法产生更高的和速率比等比特分配技术。
2010-10-14 cs.IT math.IT
Energy-Efficient Downlink Power Control in mmWave Cell-Free and User-Centric Massive MIMO
本文考虑了无小区和以用户为中心的方法，在毫米波频率工作的无线蜂窝系统的覆盖范围的改善，并提出了下行链路功率控制算法，旨在最大限度地提高全球能源效率。为了解决问题的非凸性，顺序和交替优化之间的相互作用被认为是。混合模拟/数字波束形成器的使用也被考虑在内。数值结果表明，从功率控制算法中获得的好处，以及以用户为中心的方法一般优于无细胞之一。
2018-05-11 cs.IT math.IT
Nearly Optimal Resource Allocation for Downlink OFDMA in 2-D Cellular Networks
在本文中，我们提出了一个资源分配算法扇区化的二维（2-D）OFDMA蜂窝网络的下行链路假设统计信道状态信息（CSI）和分数频率复用。所提出的算法可以实现在一个分布式的方式，而不需要任何中央控制单元。在快衰落瑞利信道和高斯分布多小区干扰的条件下分析了其性能。我们表明，这种简单算法的发射功率往往随着用户数量增长到无穷大而达到与满足所有用户速率要求所需的最小功率相同的极限，即，所提出的资源分配算法是渐近最优的。作为这种渐近分析的副产品，我们表征的重用因子的相关值，仅取决于网络的平均状态。
2010-09-12 cs.IT math.IT
Uplink-Downlink Duality for Beamforming in Integrated Sensing and Communications
University of Toronto（多伦多大学）
本文研究了在集成感知与通信中同时利用通信信号进行感知的波束成形和功率优化问题，提出通过最大化特定感知方向的波束成形功率来最小化贝叶斯Cramér-Rao界，并扩展了经典上行-下行对偶性理论以适应ISAC场景，引入额外条件以处理负噪声功率。
2026-05-13 cs.IT eess.SP math.IT
Efficient Solutions for Weighted Sum Rate Maximization in Multicellular Networks With Channel Uncertainties
多小区环境中的加权和速率最大化（WSRM）问题本质上对信道估计误差敏感。在本文中，我们研究如何最大限度地提高加权和率的线性预编码多小区下行链路系统中的接收机配备了一个单一的天线。在基站具有完善的信道信息的情况下，我们首先提出了一种新的快速收敛算法来解决WSRM问题。然后，该假设被放宽到信道估计中的误差向量被假设为位于由有限椭球的相交形成的不确定性集合中的情况。作为我们的主要贡献，我们提出了两个程序来解决棘手的非凸鲁棒设计的最坏情况下的原则。所提出的迭代算法解决了半定规划在其每个步骤，并证明收敛到鲁棒WSRM问题的局部最优解。所提出的方法进行了数值比较，以确定其对信道估计不完善的鲁棒性。结果清楚地表明，性能增益的情况下，在设计过程中忽略信道的不确定性。对于某些情况下，我们还量化了建议的近似值和精确解之间的差距。
2013-01-02 cs.IT math.IT
Active Sensing for Multiuser Beam Tracking with Reconfigurable Intelligent Surface
本文研究AP与RIS协同的多用户波束跟踪主动感知问题，提出基于RNN和GNN的深度学习框架，利用历史CSI轨迹动态优化波束成形与RIS反射系数，性能显著优于非自适应方法。
2024-11-11 cs.IT eess.SP math.IT
Joint Long-Term Admission Control and Beamforming in Green Downlink Networks: Offline and Online Approaches
接纳控制是管理具有大用户集的无线网络的有效解决方案。它动态地拒绝用户在恶劣的条件下，从而保证高质量的服务（QoS）的其他。不幸的是，一个频繁变化的容许用户集要求显着的权力，不断重新建立传输链路。因此，我们探讨的稳定性的容许用户集，并制定一个联合的长期准入控制和波束成形问题的网络与一个多天线基站（BS）和多个单天线用户。我们考虑包含多个时间片的时间段中的下行链路传输。通过联合优化不同时间片上的可接纳用户和基站发射波束形成器，以最小化总功率开销，其中不仅包括QoS保证所需的功率，还包括用户状态切换所需的功率.由于该问题的NP-硬度，我们开发了两个（离线和在线）算法来找到一些有效的次优解。离线算法需要所有的信道状态信息（CSI），基于连续上限最小化（SUM）算法一次性求解不同时间片上的可接纳用户和波束形成器。为了支持数据的实时传输，本文进一步设计了一种基于交替方向乘法器（ADMM）的在线算法，该算法利用前一个允许用户集、当前CSI的实际值和未来CSI的分布，在不同的时间片上依次输出允许用户和波束形成器。仿真结果验证了两种算法的性能，并表明在线算法是一种有效的实用替代离线算法。
2019-09-09 cs.IT eess.SP math.IT
Learning Based User Scheduling in Reconfigurable Intelligent Surface Assisted Multiuser Downlink
可重构智能表面（RIS）能够智能地控制入射电磁波的相位，以改善基站（BS）和用户之间的无线传播环境。本文研究了在导频开销有限的RIS辅助下行链路网络中，联合用户调度、RIS配置和BS波束成形问题。我们表明，图神经网络（GNN）与置换不变和等变属性可以用来适当地调度用户和设计RIS配置，以实现高的整体吞吐量，同时占用户之间的公平性。与传统的先估计信道，然后优化用户调度、RIS配置和波束形成器的方法相比，本文提出了一种利用GNN直接从一组非常短的导频中获得优化的用户调度，然后利用第二个GNN优化RIS配置，最后根据总的有效信道设计BS波束形成器。数值结果表明，该方法比传统的基于信道估计的方法更有效地利用了接收导频，并且可以推广到任意用户数的系统。
2022-05-12 cs.IT eess.SP math.IT
Fundamental Limits of Spectrum Sharing Full-Duplex Multicell Networks
本文研究了全双工多小区网络的自由度，该网络在非正交设置中在多个小区之间共享频谱。在所考虑的网络中，我们假设具有多个发射和接收天线的{ \em全双工}基站与多个单天线移动用户通信。通过在多个小区之间共享频谱并且（同时）启用全双工无线电，网络可以更灵活地利用频谱，但是同时，与具有用于不同小区和上行链路-下行链路业务的单独专用频带的网络相比，网络受到多个干扰源的影响。因此，为了利用频谱使用的额外自由度，干扰管理是一个关键因素。在这项工作中，我们提出了一种新的策略，干扰对齐的基础上，考虑到小区间的干扰和小区内的干扰所造成的频谱共享和全双工建立一个一般的可扩展性结果的总和自由度的考虑网络。配对上的总和自由度，这是在一定条件下紧的上限，我们演示了如何频谱共享和全双工可以显着提高吞吐量超过传统的蜂窝网络，特别是对于网络与大量的用户和/或细胞。
2016-05-09 cs.IT math.IT
Multi-Group Multicast Beamforming: Optimal Structure and Efficient Algorithms
本文研究了多组组播波束形成优化问题，由于该问题的非凸性和NP-困难性，其最优解一直未知。利用逐次凸逼近数值方法和拉格朗日对偶性，得到了服务质量（QoS）问题和最大最小公平（MMF）问题的最优多播波束形成解结构.最佳的结构带来了宝贵的见解多播波束成形：我们表明，上行链路-下行链路的二元性的概念可以推广到多播波束成形问题。最优多播波束形成器是基于组信道方向的加权MMSE滤波器：最优下行链路多用户单播波束形成器的广义版本。我们还表明，有一个固有的低维结构的最佳多播波束成形解决方案的发射天线的数量无关，导致有效的数值算法设计，特别是对于系统与大型天线阵列。我们提出了有效的算法来计算多播波束形成器的最佳波束形成结构的基础上。通过渐近分析，我们表征的渐近行为的多播波束形成器的天线数量的增长，反过来，提供简单的封闭形式的近似多播波束形成器的QoS和MMF问题。这种近似提供了实际的多播波束成形的解决方案，具有接近最佳的性能，在非常低的计算复杂度的大规模天线系统。
2021-04-10 cs.IT eess.SP math.IT
Adaptive Spatial Intercell Interference Cancellation in Multicell Wireless Networks
下行链路空间小区间干扰消除（ICIC）被考虑用于使用多个发射天线来减轻其它小区干扰。我们探讨的一个原则问题是，ICIC还是简单的标准单小区波束成形更好。我们探讨这个问题的分析，并表明，波束成形是首选的边缘SNR（信噪比）时，所有用户低（$<0$ dB），和ICIC是首选的边缘SNR高（$>10$ dB）时，例如在城市设置。在中等SNR，建议的自适应策略，其中多个基站联合选择基于用户位置的传输策略，优于两者，同时需要比纯ICIC方法更低的反馈速率。所采用的度量是总和速率，这通常是一个可疑的度量蜂窝系统，但令人惊讶的是，我们表明，即使有这个奖励功能的自适应策略也提高了公平性。当信道信息由有限反馈提供时，还研究了引起的量化误差的影响。结果表明，ICIC与精心设计的反馈策略仍然提供了显着的吞吐量增益。
2009-09-22 cs.IT math.IT
Hybrid Precoding for Massive MIMO Systems in Cloud RAN Architecture with Capacity-Limited Fronthauls
云RAN（C-RAN）是分布式大规模MIMO系统的一个有前途的使能者，但易受其前传拥塞的影响。针对下行分布式大规模MIMO系统中前传容量有限的问题，提出了一种基于C-RAN架构的混合模数预编码设计，该设计自适应地调整前传压缩级别和整个射频（RF）链中的活动RF链数量。在此架构下，我们提出一个模拟波束形成器的设计，追求最大化多用户和平均数据率（和率）。基于空间信道协方差矩阵的加权和来构造模拟波束形成器的每个元件，同时优化模拟波束形成器的大小，即活动RF链的数量，以便最大化大规模近似和速率。利用这些模拟波束形成器和RF链激活，基于通过给定模拟波束形成器观察到的瞬时有效信道信息来联合优化正则化迫零（RZF）数字波束形成器。通过仿真验证了混合预编码算法的有效性，并通过分析阐明了混合预编码算法的设计准则。
2017-09-22 cs.IT math.IT
Coordinated Beamforming for Energy Efficient Transmission in Multicell Multiuser Systems
在本文中，我们研究了能量有效的联合功率分配和波束成形的协调多小区多用户下行链路系统。所考虑的优化问题是在一个非凸的分数形式和难以处理。我们建议首先将原问题转化为一个等价的优化问题，在一个参数减法的形式，我们通过一个两层的优化方案达到其解决方案。外层只涉及一维搜索的能源效率参数，可以解决使用二分搜索，关键问题在于内层的一个非分数的子问题需要解决。利用用户速率与均方误差之间的关系，提出了一种迭代算法，证明了该算法的收敛性，并给出了解的封闭形式。我们的分析还表明，所提出的算法可以并行实现合理的复杂性。数值结果表明，我们的算法具有快速的收敛性，并达到接近最优的能量效率。在低发射功率区域，该方案几乎同时达到最优和速率和最优能量效率;而在中高发射功率区域，为了保证能量效率，会出现一定的和速率损失。
2013-10-08 cs.IT math.IT
Precoder Design for Signal Superposition in MIMO-NOMA Multicell Networks
具有差信道条件的用户（诸如在小区边缘处的用户）的吞吐量是无线系统中的瓶颈。功率预算的主要部分必须被分配以服务于这些用户，以保证他们的服务质量（QoS）要求，妨碍其他用户的QoS，从而损害系统的可靠性。在非正交多址（NOMA）中，发送给信道条件差的用户的消息由其自身和信道条件较好的另一个用户解码。在消除了前者的干扰之后，预定给后者的消息随后由其自身连续地解码。因此，通过这种特定的连续解码和干扰消除，提高了总的信息吞吐量。本文旨在设计用于NOMA多输入多输出多蜂窝系统基站信号叠加的线性预编码器/波束形成器，以最大化受用户QoS要求约束的总体和吞吐量，该QoS要求独立于用户的信道条件。这个设计问题被制定为一个高度非线性和非光滑的非凸约束下的函数的最大化，这是非常具有挑战性的计算。路径跟踪算法的解决方案，这只调用一个简单的凸问题的中等规模在每次迭代开发。生成一系列改进的点，这些算法至少收敛到一个局部最优。广泛的数值模拟，然后提供证明他们的优点。
2017-06-06 cs.IT math.IT
Transmit Beamforming for Interference Exploitation in the Underlay Cognitive Radio Z-channel
本文介绍了新的发射波束形成方法的认知无线电（CR）Z信道。所提出的传输方案利用关于SBS处的干扰的非因果信息来重新设计CR波束成形优化问题。这样做的目的是通过利用次级链路中的相长干扰来提高次级用户的服务质量（QoS）。波束形成器的设计，以最大限度地减少最坏的次用户的符号错误概率（SEP）的约束下的瞬时总发射功率，在主链路的瞬时干扰的功率。该问题被表述为一个二元概率约束规划（BPCP）问题。我们表明，BPCP问题可以转化为一个凸优化问题，可以解决实际SEP，例如，屏障法。一个计算效率高的紧近似方法也被开发来计算近最优的解决方案。仿真结果和分析表明，该近似问题的平均每下行帧计算复杂性与传统的CR下行波束赋形问题相当。此外，所提出的方法提供了显着的性能改进相比，传统的CR下行链路波束成形，同时保证在瞬时的基础上，在传统的波束成形器的平均QoS保证的主用户的QoS。
2016-06-21 cs.IT math.IT
How Many Simultaneous Beamformers are Needed for Integrated Sensing and Communications?
University of Toronto（多伦多大学）
针对下行集成感知与通信系统，推导了实现最优感知与通信性能所需的最小波束成形器数量界限，分别考虑用户能否消除感知波束干扰两种情况，并扩展至更一般的感知任务。
2026-06-18 cs.IT eess.SP math.IT
Coordinated Multicell Beamforming and Power Allocation for Massive MIMO with Low-Resolution ADC/DAC
在这项工作中，我们提出了一个解决方案，协调波束成形和功率分配时，基站采用大量的天线配备低分辨率的模数和数模转换器。本文研究了具有目标信干噪比约束的粗量化上行和下行通信系统的总功率最小化问题。通过将UL问题与最小均方误差组合器相结合，并推导出DL问题的拉格朗日对偶，我们证明了UL-DL对偶性，并表明即使使用粗数据转换器也没有对偶间隙。受强对偶性的启发，我们设计了一种迭代算法来确定最佳UL发射功率，然后用适当的权重线性放大UL组合器以获得最佳DL预编码器。仿真结果验证了强对偶性，并评估所提出的方法的总功耗和实现的信干噪比。
2021-03-07 cs.IT eess.SP math.IT
An Encoder-Decoder Network for Beamforming over Sparse Large-Scale MIMO Channels
Department of Electrical Engineering, Columbia University（电气工程系，哥伦比亚大学）
本研究提出一种基于编码器-解码器网络（EDN）的端到端深度学习框架，通过半摊销学习与知识蒸馏策略训练，可实现稀疏大规模MIMO信道下的下行链路波束成形，且适用于远场和近场混合场景，经仿真验证有效。
2025-09-27 cs.IT cs.LG cs.SY
A Practical Cooperative Multicell MIMO-OFDMA Network Based on Rank Coordination
无线网络的一个重要挑战是提高小区边缘性能，并使多流传输到小区边缘用户。目前，在文献中大量研究了依赖于多个天线和小区之间的协调的干扰减轻技术。OFDMA网络中的典型策略包括协调调度、波束成形和功率控制。在本文中，我们提出了一种新的和实用的类型的OFDMA下行链路网络的协调依赖于多个天线在发射机和接收机。传输等级，即\所有小区中的发送流的数量和用户调度被联合优化，以便最大化考虑用户之间的公平性的网络效用函数。介绍了一种以干扰定价机制为动力、依赖于主从结构的分布式协调调度器。所提出的方案基于考虑接收机干扰抑制能力的干扰小区的推荐秩的用户报告来操作。它引起非常低的反馈和回程开销，并实现高效的链路自适应。此外，它对信道测量误差是鲁棒的，并且适用于开环和闭环MIMO操作。通过系统级仿真，示出了在非协调LTE-A系统上的20%小区边缘性能增益。
2013-02-28 cs.IT math.IT
Updating Beamformers to Respond to Changes in Users
我们考虑一个多用户多输入单输出下行链路系统，为每个用户提供一个预先指定的服务质量水平。基站（BS）设计波束形成器，使得每个用户接收特定的信号干扰噪声比（SINR）。与波束形成领域中的大多数现有文献相比，我们专注于系统变化时所需的修改。我们具体研究三种情况：（i）用户进入系统，（ii）用户离开系统，以及（iii）SINR目标的变化。我们这样做是为了避免针对需求中的每一个变化从头开始设计整个系统。在这三种情况下，我们描述的修改所需的波束成形方向和功率负载。我们考虑最大比传输（MRT），迫零（ZF）和最佳波束形成器。所提出的修改提供的性能是准确的或非常接近，当我们重新设计整个系统，同时具有更低的计算成本。
2018-03-11 cs.IT eess.SP math.IT
Power Allocation Schemes for Multicell Massive MIMO Systems
本文研究了多小区大规模多输入多输出系统中功率分配策略所带来的和速率增益。对于上行链路和下行链路，我们分别推导出采用迫零接收机和预编码器的可达速率的易于处理的表达式。为了避免高复杂度的联合优化整个网络，我们提出了一种调度机制的功率分配，在一个单一的时隙中，只有细胞，不相互干扰，调整自己的发射功率。在此基础上，推导出相应的发射功率分配策略，目标是最大化每个小区的总速率。这些方案被示出为对于实际天线配置（例如，多达几百个）。然而，对于固定的用户数（N），这些增益随着M变为无穷大而减小，并且等功率分配变得最优。对于M和N一起变大的情况得出不同的结论，在这种情况下：（i）随着M以固定的M/N比增长，实现了改进的速率，以及（ii）随着M/N增长，相等功率分配上的相对增益减小。此外，我们还提供了一个可接受的功率分配增益阈值下的M/N的适用值，它可以用来确定何时提出的功率分配方案产生可观的增益，当他们不。从网络的角度来看，所提出的调度方法可以实现几乎相同的性能，联合功率分配后，一轮调度，大大降低了复杂度。
2015-06-10 cs.IT math.IT
Uplink and Downlink Rate Analysis of a Full-Duplex C-RAN with Radio Remote Head Association
本文分析了全双工云无线接入网（C-RAN）在所有参与和单个最佳远程无线头端（RRH）关联方案下的上行链路（UL）和下行链路（DL）速率。具体地，假设根据泊松点过程分布的多天线装备的RRH。分别使用UL和DL RRH处的接收和发送波束成形器设计来最大化单个最佳RRH关联方案的UL和DL总和速率。在单一最佳策略的情况下，我们研究了基于最大比合并/最大比传输（MRC/MRT）和迫零/MRT（ZF/MRT）处理的最优和次优方案。数值结果表明，显着的性能改善，可以通过使用全双工模式相比，半双工模式。此外，波束成形设计和RRH关联方案的选择对可实现的全双工增益具有主要影响。
2016-06-01 cs.IT math.IT
Quantized Massive MIMO Systems with Multicell Coordinated Beamforming and Power Control
在本文中，我们研究了一个协调多点（CoMP）波束形成和功率控制问题的基站（BS）与大量的天线阵列下粗量化在低分辨率的模数转换器（ADC）和数模转换器（DAC）。与高分辨率ADC和DAC系统不同，在CoMP设计中需要考虑的不可忽略的量化噪声使问题更具挑战性。首先，我们制定的总功率最小化问题的上行链路（UL）和下行链路（DL）系统的信号干扰噪声比（SINR）的约束。然后，我们推导出粗糙量化系统下的UL和DL问题的强对偶性。利用的对偶性，我们提出了一个框架，是针对一个双重的目标：发现在UL中的最佳发射功率，通过开发迭代算法在分布式的方式，并获得在DL中的最佳预编码器作为一个缩放的UL组合器的实例。在均匀发射功率和每个小区的SINR约束下，我们进一步通过分析SINR的下界来推导UL CoMP问题的确定性解决方案。最后，我们将所得结果推广到宽带正交频分复用系统，以优化所有子载波的发射功率和波束形成器。仿真结果验证了理论分析和算法的正确性。
2020-05-16 cs.IT eess.SP math.IT
Reconfigurable-intelligent-surface-assisted Downlink Transmission Design via Bayesian Optimization
本文研究了可重构智能地面（RIS）辅助下行链路系统的传输设计。当RIS没有配备射频链时，信道状态信息（CSI）通常难以在基站（BS）处估计。在本文中，我们提出了一个下行链路传输框架与未知CSI通过贝叶斯优化。由于CSI在BS处不可用，因此我们将未知的目标函数视为黑盒函数，并将波束形成器、相移和接收滤波器作为输入。然后将目标函数分解为低维子函数之和，降低了算法的复杂度。通过在球坐标系中重新表达基站的功率约束，将原约束问题转化为等价的无约束问题。用户估计训练符号的和MSE作为目标值，并将其反馈给BS。我们假设一个高斯先验的反馈样本和下一个查询点的更新，通过最小化构造的采集函数。此外，该框架还可以应用于电力传输系统和公平性问题。仿真结果验证了该传输方案在下行数据传输和功率传输中的有效性。
2021-02-04 cs.IT math.IT
Cooperative Multi-Cell Networks: Impact of Limited-Capacity Backhaul and Inter-Users Links
预计合作技术将对蜂窝网络或更一般的基础设施网络的性能产生重大影响。多小区处理（基站之间的合作）和中继（在用户级别的合作）目前正在调查。在这份报告中，最近的结果，关于性能的多小区处理和用户合作的假设下，容量有限的基站间和用户间的链接，分别进行审查。调查的重点是非衰落的上行链路和下行链路信道的简单蜂窝系统模型的相关结果。分析处理，促进这些简单的设置，提高了洞察力有限的能力限制所施加的限制，通过合作技术实现的收益。
2007-10-20 cs.IT math.IT
Power Efficient and Secure Full-Duplex Wireless Communication Systems
在本文中，我们研究了资源分配的全双工（FD）无线电基站服务多个半双工（HD）下行链路和上行链路用户同时。所考虑的资源分配算法设计被公式化为考虑到下行链路和上行链路通信的最小所需接收信号与干扰加噪声比（SINR）以及潜在窃听者处的最大可容忍SINR的非凸优化问题。所提出的优化框架，使安全的下行链路和上行链路通信，通过在下行链路中的人工噪声生成干扰潜在的窃听者。我们通过联合优化下行链路波束形成器、人工噪声协方差矩阵和上行链路发射功率来最小化总下行链路和上行链路发射功率的加权和。我们采用半定规划（SDP）松弛的方法来获得一个听话的解决方案所考虑的问题。的SDP松弛的紧密性揭示了通过检查的解决方案的全局最优性的充分条件。仿真结果表明，所提出的方案和显着的发射功率节省实现优化的人工噪声协方差矩阵的优异性能。
2015-06-05 cs.IT math.IT
Globally Optimal Beamforming Design for Downlink CoMP transmission with Limited Backhaul Capacity
本文考虑了一种多小区下行链路信道，其中多个基站（BS）通过联合预编码从中央处理器在有限容量的回程链路上传输的共享数据来协作地为用户服务。我们共同设计的波束成形器和BS用户链路选择，以便最大限度地提高总速率受到用户特定的信号干扰噪声（SINR）的要求，每BS回程容量和每BS功率约束。由于所考虑的问题的现有解决方案是次优的，其最优性仍然是未知的，由于缺乏全局最优的解决方案，我们提出了一个全局最优算法的兴趣问题的特点，这一差距。具体而言，所提出的方法是定制的分支定界算法应用于离散单调优化的通用框架。我们表明，所提出的算法收敛有限次数的迭代后，可以作为一个基准，现有的次优解决方案和那些将在未来开发类似的情况下。在这方面，我们数值比较所提出的最佳解决方案，以目前的最先进的，这表明，这种次优方法只能达到70%至90%的最佳性能。
2017-03-17 cs.IT math.IT
Model-driven Learning for Generic MIMO Downlink Beamforming With Uplink Channel Information
准确的下行信道信息对于波束成形设计至关重要，但在实际中很难获得。本文研究了一种基于深度学习的下行波束赋形优化方法，以最大化系统和速率，当只有上行信道信息可用时。我们的主要贡献是提出了一种模型驱动的学习技术，利用最佳下行链路波束成形的结构，设计一个有效的混合学习策略，旨在最大限度地提高和速率性能。这是通过在训练阶段联合考虑下行链路信道的学习性能、功率和和速率来实现的。所提出的方法适用于上行链路信道信息可用但其与下行链路信道的关系未知并且不需要显式下行链路信道估计的一般情况。我们进一步扩展开发的技术，以大规模的多输入多输出的情况下，实现了分布式学习策略的多小区系统，而无需小区间信令开销。仿真结果表明，该方法具有接近于现有数值算法的性能，并具有良好的下行信道信息，在总速率方面明显优于现有的数据驱动方法。
2021-09-16 cs.IT eess.SP math.IT
Co-existing/Cooperating Multicell Massive MIMO and Cell-Free Massive MIMO Deployments: Heuristic Designs and Performance Analysis
本文研究多小区大规模MIMO与无小区大规模MIMO共存部署的下行性能，提出前传感知的启发式用户关联算法，并通过仿真分析不同协作程度、预编码和功率控制策略对系统性能的影响。
2024-10-22 cs.IT eess.SP math.IT
