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
Spectral and Energy Efficiency of Multicell Massive MIMO With Variable-Resolution ADCs Over Correlated Rayleigh Fading Channels
本文分析了采用可变分辨率模数转换器（ADC）的多单元大规模多输入多输出（MIMO）系统的性能。在这样的架构中，每个ADC使用任意量化分辨率以节省功率和硬件成本。沿着这个方向，我们首先介绍了一种基于加性量化噪声模型（AQNM）和线性最小均方误差（LMMSE）估计理论的量化感知信道估计器。然后，利用估计的信道状态信息（CSI），分别推导出最大比合并（MRC）、量化感知多小区最小均方误差（QA-M-MMSE）合并和量化感知单小区最小均方误差（QA-S-MMSE）合并在空间相关Rayleigh衰落信道上可实现的上行链路频谱效率（SE）的渐进表达式。在推导过程中，我们考虑了量化误差的影响，并借助随机矩阵理论得到了渐近结果。最后，仿真结果表明，我们的理论分析是正确的，所提出的量化感知估计器和组合器是更有益的量化不知道的同行。此外，基于一个通用的功耗模型，它表明，低分辨率的ADC可以获得最佳的折衷之间的SE和能源效率（EE）的多个单元的情况下。
2021-09-20 cs.IT math.IT
Joint Coordinated Precoding and Discrete Rate Selection in Multicell MIMO Networks
许多实际的无线通信系统从调制和编码方案的有限集合中选择它们的发送速率，这些调制和编码方案对应于离散速率的集合。因此，在本文中，我们制定了一个联合协调的预编码和离散速率选择问题的多输入多输出（MIMO）多小区网络。与使用连续香农速率作为用户效用的常见假设相比，显式地考虑离散速率可以更准确地建模实际的无线通信系统。然而，我们制定的优化问题是组合的和非凸的，因此很难解决。因此，我们使用不连续的速率函数重写问题，然后使用其凹包络在某个域中绑定。基于块坐标下降，我们提供了一个收敛的资源分配算法，可以实现在一个半分布式的方式。数值性能评估表明，性能增益时，离散速率使用我们的模型进行优化，相比传统的方法，使用连续的香农速率作为用户效用。
2016-04-19 cs.IT math.IT
Lossy Compression for Compute-and-Forward in Limited Backhaul Uplink Multicell Processing
我们研究了通过云无线接入网络的传输，其中多个基站（BS）通过有限容量的回程链路连接到中央处理器（CP）。我们提出了两个基于格的编码方案。在第一种方案中，基站按照计算并转发（CoF）的精神对所发送消息的线性组合进行解码，但与之本质上的不同之处在于，解码的方程被重新映射到信道输入符号的线性组合，以有损方式压缩发送到中央处理器，并且不要求是线性独立的。此外，与标准CoF相反，利用适当的多用户解码器来恢复发送的消息。第二编码方案通过还允许在每个中继节点处对解码的等式和接收到的信号进行联合压缩来推广第一编码方案。这两种方案一般都适用，但更适合于用户多于基站的情况。我们表明，这两个计划可以优于标准的CoF和连续的Wyner-Ziv计划在某些制度，并说明通过一些数值例子的收益。
2016-02-28 cs.IT math.IT
Linear Transceiver Optimization in Multicell MIMO Based on the Generalized Benders Decomposition
研究了多输入多输出干扰广播信道中的最大和速率优化问题。假设多天线发射机和接收机具有完美的信道状态信息。在这种情况下，找到最佳的线性收发器设计是一个NP难题。我们表明，重新制定的问题，使应用程序的广义Benders分解合适。分解为我们提供了一个优化结构，我们利用它来应用两种不同的优化方法。虽然一种方法是保证收敛到局部最优的原始问题，其他方法取决于技术，可以有希望设计一个全局优化方法。
2015-07-06 cs.IT math.IT
Distributed Weighted Sum-Rate Maximization in Multicell MU-MIMO OFDMA Downlink
本文研究了多小区多用户正交频分多址网络下行链路中的分布式线性波束形成问题。给出了在单基站发射功率约束下最大化加权和速率的快速收敛解.利用一系列基于干涉对齐（IA）分析的近似方法，将非凸加权和率最大化（WSRM）问题近似为半定松弛可解凸形式。WSRM优化是一个两阶段的优化过程。在第一阶段，IA条件得到满足。在第二阶段，基于IA的结果和高信号干扰噪声比的假设，得到非凸WSRM的凸逼近。与传统的迭代分布式算法相比，其中BS在每次迭代时交换附加信息，我们提出的解决方案的BS在迭代过程中局部优化其波束形成器而不报告附加信息。
2017-08-15 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
Spatial Degrees of Freedom of the Multicell MIMO Multiple Access Channel
我们考虑每个小区具有多个用户的同质多蜂窝场景，即，$K\geq 1$，其中$K$表示小区中的用户数量。在这种情况下，一个自由度的外边界，以及一个可实现的计划，达到自由度的外边界的多小区多址接入信道（MAC）与恒定的信道系数进行了研究。用户具有$M$天线，并且基站配备有$N$天线。所发现的外边界是通用的，因为它表征了$K\geq 1$和$L>1$的自由度上限，其中$L$表示单元的数量。研究了双胞情况下自由度外边界的可拓性（即，L=2）。达到L=2的自由度外边界的可实现方案基于两种方法。第一种方案是利用$M=Kβ+β$和$N=Kβ$的简单迫零，第二种方法是利用$M=Kβ$和$N=Kβ+β$的零空间干扰对准，其中$β>0$是正整数。
2011-08-06 cs.IT 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
Performance of Uplink Multiuser Massive MIMO Systems
我们研究了大规模MIMO系统中上行链路传输的性能，其中所有的发射机都有单天线，接收机（基站）有大量的天线。具体而言，我们分析了可实现的自由度的系统，而无需假设在接收机的信道状态信息。此外，我们量化的量的功率节省，是可能的接收天线的数量增加。
2013-11-06 cs.IT math.IT
Joint Optimization of Power Allocation and Training Duration for Uplink Multiuser MIMO Communications
在本文中，我们考虑了一个多用户多输入多输出（MU-MIMO）通信系统之间的基站配备了多个天线和多个移动用户，每个都配备了一个单一的天线。考虑上行链路场景。上行链路信道由基站通过训练阶段获取。两个线性处理方案，即最大比合并（MRC）和迫零（ZF）。我们优化的训练周期和最佳的训练能量的平均和峰值功率约束下，使可实现的和速率最大化。
2014-09-22 cs.IT math.IT
Spectral Efficiency of Dense Multicell Massive MIMO Networks in Spatially Correlated Channels
本文研究密集多小区大规模多输入多输出（MIMO）系统的频谱效率。信道是空间相关的，并考虑了多斜率路径损耗模型。在我们的框架中，信道状态信息是通过使用导频序列和随机部署的BS。首先，我们研究了信道估计精度及其对SE的影响，随着BS密度的增加和网络变得密集。其次，我们考虑不相关信道的特殊情况，对于这种情况，随机几何框架有助于我们简化SE表达式，并获得导频污染占主导地位的天线-UE比的最小值，而不是小区间和小区内干扰。最后，我们提供了一些见解到获得的SE的空间相关的信道，从多小区处理方案以及单小区的BS密度方面。我们的研究结果表明，虽然所有的检测器的结果在非增加SE的BS密度方面，其面积SE呈指数增长的网络变得致密。此外，我们得出结论，为了实现给定的SE，天线-UE比的所需值随着信道相关性的水平的增加而减小。
2020-11-04 cs.IT math.IT
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
Uplink and Downlink MIMO-NOMA with Simultaneous Triangularization
在本文中，我们考虑两个用户的功率域多输入多输出（MIMO）非正交多址（NOMA）系统的上行链路和下行链路预编码器的设计。我们提出了新的上行链路和下行链路的预编码和解码方案，通过分解成多个单输入单输出（SISO）-NOMA信道的用户的MIMO信道的同时三角化（ST）和低复杂度的自干扰消除在接收机处的接收机的MIMO-NOMA信道，降低解码复杂度。提出的ST MIMO-NOMA方案避免了发送端和接收端的信道反转，并充分利用了用户MIMO信道的零空间，有利于获得遍历的可达速率性能。我们的最大遍历可实现的速率区域的建议的上行链路和下行链路ST MIMO-NOMA方案的特征，并将它们与各自的上限，基线MIMO-NOMA预编码方案，和正交多址接入（OMA）。我们的研究结果表明，所提出的方案显着优于所考虑的基线MIMO-NOMA预编码方案和OMA，并有一个小的差距，以各自的上限为大多数信道条件和用户速率。此外，我们表明，一个混合方案，它执行建议的上行链路和下行链路ST MIMO-NOMA和单用户MIMO之间的分时，可以进一步提高性能。
2021-01-14 cs.IT math.IT
Massive MU-MIMO-OFDM Uplink with Hardware Impairments: Modeling and Analysis
研究了基于正交频分复用（OFDM）的大规模多用户（MU）多输入多输出（MIMO）上行链路系统中基站（BS）硬件损伤的影响。我们利用Bussgang的定理来开发精确的模型，所造成的失真的非线性低噪声放大器，本机振荡器的相位噪声，过采样有限分辨率模数转换器。通过结合这些硬件模型的个体效应，我们获得了由非理想硬件引起的BS侧失真的复合模型，该模型考虑了其在时间、频率和天线之间的固有相关性。我们使用这个复合模型来分析实际的大规模MU-MIMO-OFDM上行链路系统的性能上的BS侧硬件损伤的影响。
2019-07-17 cs.IT math.IT
Uplink Performance Evaluation of Massive MU-MIMO Systems
本文研究了采用大规模MIMO方法的多用户MIMO（MU-MIMO）系统中基于OFDM的上行链路。在这种情况下，线性检测器最小均方误差（MMSE），迫零（ZF）和最大比合并（MRC）被认为是和评估。本文包括比特出错率（BER）的结果，通过平坦瑞利衰落信道的假设下，完美的功率控制和信道估计的未编码QPSK/OFDM传输。通过蒙特卡罗模拟得到BER结果。性能结果进行了详细讨论，我们确认可实现的“大规模MIMO”的效果，即使是降低复杂度的检测技术，当在BS的接收天线的数量远大于发射天线的数量。
2015-03-07 cs.IT math.IT
On Uplink User Capacity for Massive MIMO Cellular Networks
在大规模MIMO网络中的性能受到导频污染限制的条件下，当使用不同的导频分配方案时，反向链路信号干扰比（SIR）表现出不同的分布。通过利用不同的正交导频序列组，与相邻小区之间的重用序列相反，所得到的SIR分布在使网络上的用户数量最大化同时为所有用户保持给定的服务质量（QoS）方面更有利。本文提供了一个简单的表达式，在这样的网络上的上行链路用户容量，并提出了上行链路用户容量的数字为选择的服务质量目标的导频分配方案。
2016-06-09 cs.IT math.IT
Towards Optimal CSI Allocation in Multicell MIMO Channels
在这项工作中，我们考虑跨K个发射机（TX）的联合预编码，共享要向K个单天线接收机（RX）发送的用户数据符号的知识。我们考虑一个分布式的信道状态信息（DCSI）配置，其中每个TX有自己的本地估计的整体多用户MIMO信道。这项工作的重点是在通过回程网络的总共享的约束下的CSI反馈的分配的优化。在Wyner模型的基础上，我们推导出一种新的方法来分配CSI反馈，同时有效地利用路径损耗结构来减少所需的反馈量。我们表明，所提出的CSI分配实现了良好的性能，每个TX的CSI比特的数量不与合作TX的数量成比例，从而使联合传输从大量的TX比以前认为的更实际。实际上，所提出的CSI分配将协作减少到局部规模，这也允许用户的数据符号的减少的分配。我们进一步表明，该方法可以扩展到更一般的一类信道：指数衰减的信道，它精确地模拟位于一维空间上的TX的合作。最后，我们通过仿真验证，建议的CSI分配导致非常小的性能损失。
2011-10-31 cs.IT math.IT
A General MIMO Framework for NOMA Downlink and Uplink Transmission Based on Signal Alignment
多输入多输出（MIMO）技术在非正交多址（NOMA）系统中的应用对于提高NOMA系统的性能增益具有重要意义。本文提出了一种新的MIMO-NOMA框架，用于下行链路和上行链路传输，通过应用信号对齐的概念。通过使用随机几何，封闭形式的分析结果，以方便性能评估的建议框架随机部署的用户和用户。研究了固定功率分配和认知无线电功率分配等不同功率分配策略对MIMO-NOMA性能的影响。计算机模拟结果证明了所提出的框架的性能和开发的分析结果的准确性。
2015-08-29 cs.IT math.IT
Learning-based Rate Adaptation for Uplink Massive MIMO Networks with Cooperative Data-Assisted Detection
本文研究了在不知道用户密度的情况下，大规模多输入多输出（MIMO）网络的上行链路自适应问题。具体地说，首先提出了一种新的协作上行链路传输和检测方案，用于大规模MIMO网络，其中每个上行链路帧被划分为具有独立编码方案的多个数据块，并且基于先前在服务小区和相邻小区中检测到的数据块来解码随后的块。推导了该方案的渐近信干噪比（SINR），并证明了考虑用户位置随机性的干扰功率分布服从高斯分布。通过跟踪干扰功率的均值和方差，针对干扰信道和用户密度未知的情况，提出了一种在线鲁棒速率自适应算法，保证了目标分组中断概率。
2019-04-27 cs.IT math.IT
The Role of Large-Scale Fading in Uplink Massive MIMO Systems
在这封信中，我们分析了一个大的上行链路多用户多输入多输出（MU-MIMO）系统在广义$K$衰落信道的遍历容量。在所考虑的情况下，多个用户将其信息发送到配备有大量天线的基站。由于大规模MIMO系统中快衰落的影响逐渐消失，大规模衰落成为影响大规模MIMO系统遍历容量的最主要因素。关于这一事实，在我们的工作中，我们集中我们的注意力在大规模MIMO系统的大规模衰落的影响。具体地说，一些有趣的和新颖的遍历容量的下界已经得到了完美的信道状态信息（CSI）和不完美的CSI。仿真结果评估这些解析表达式的准确性。
2014-06-12 cs.IT math.IT
Selective Uplink Training for Massive MIMO Systems
作为满足第五代（5G）无线网络中对高吞吐量和均匀覆盖两者的急剧增长的需求的有前途的技术，大规模多输入多输出（MIMO）系统近年来引起了极大的关注。然而，在大规模MIMO系统中，随着移动用户（MU）密度的增加，传统的上行链路训练方法会产生与MU数量成正比的过高的训练开销。本文提出了一种大规模MIMO系统的选择性上行链路训练方法，在每个信道块中，只有部分MU发送上行导频进行信道训练，并且利用信道的时间相关性，从先前块中的估计来预测剩余MU的信道状态。我们提出了一种有效的算法来动态地选择每个块内的MU进行训练，并确定最佳的上行链路训练长度。仿真结果表明，所提出的训练方法提供了显着的吞吐量增益相比，现有的方法，同时实现了更低的估计复杂度。据观察，吞吐量增益变得更高的MU密度增加。
2016-02-29 cs.IT math.IT
Guard Region Model for Pilot Reuse Analysis in Uplink Massive MIMO Systems
大规模多输入多输出（MIMO）有望显著提高未来蜂窝系统的频谱效率（SE）和能量效率（EE）。由于大规模MIMO的性能增益从根本上受到导频污染的限制，导频复用设计对于实现合理的小区吞吐量和用户速率至关重要。在本文中，我们利用随机几何模型在大规模MIMO系统中的导频复用，通过引入一个保护区模型，以匹配现实的导频分配策略。推导了上行链路的信干噪比（SINR）分布，并在此基础上分析了导频复用对小区吞吐量和用户速率的影响。得到了用于上行链路传输的最优导频复用因子。我们还通过仿真发现，增加导频复用因子超过一定的值不会提高用户速率，甚至可能导致小区吞吐量的显着损失。
2016-05-13 cs.IT math.IT
Spectral Efficiency Analysis for Spatial Modulation in Massive MIMO Uplink over Dispersive Channels
平坦衰落信道模型通常被用来分析大规模空间调制多输入多输出（SM-MIMO）系统的性能。然而，在宽带短消息传输中，频率选择性衰落信道引起的严重符号间干扰（ISI）不容忽视，这对系统性能造成了严重影响，尤其是对于单载波短消息（SC-SM）传输方案。据作者所知，没有一个以前的研究人员能够提供一个全面的分析，可实现的频谱效率（SE）的大规模SC-SM MIMO上行链路传输。分析了单小区大规模SC-SM MIMO系统的上行链路估计误差，提出了一个紧闭形式的估计误差下界，用于量化基站采用最大比合并进行多用户检测时的估计误差。同时考虑了非理想信道估计和发射相关性的影响。蒙特卡罗模拟进行验证我们提出的SE下限的紧密性。理论分析和仿真结果均表明，上行单小区大规模SC-SM MIMO系统的SE具有优于单天线UE所实现的上行SE的潜力。
2017-02-28 cs.IT math.IT
Can Massive MIMO Support Uplink Intensive Applications?
当前的室外移动网络基础设施不能支持上行链路密集型移动应用，例如收集和上传大量实时的数据的联网车辆。我们的研究表明，最大比（MR）解码，它在理论上是不可能的，以支持无小区的大规模MIMO这样的应用，它需要在单小区配置的服务天线的数量非常大，使它实际上是不可行的;但是通过迫零（ZF）解码，这样的应用可以容易地由具有非常适度数量的接入点（AP）的无小区大规模MIMO来支持，并且在单小区配置中需要更多的服务天线。通过新推导的无小区大规模MIMO的SINR表达式，我们表明上行链路功率控制是不必要的，并且在2GHz频带上，在城市和郊区形态中，对于上行链路数据传输的10 MHz有效带宽，每平方公里90个单天线AP和每平方公里32个单天线AP分别足以支持18辆自动驾驶汽车。在农村形态中，使用450 MHz频带，每平方公里仅2个单天线AP就足够了。
2019-02-12 cs.IT math.IT
Low-complexity near-optimal signal detection for uplink large-scale MIMO systems
最小均方误差（MMSE）信号检测算法是上行多用户大规模多输入多输出（MIMO）系统的近最优检测算法，但需要进行复杂度较高的矩阵求逆。本文首先证明了大规模MIMO系统的MMSE滤波矩阵是对称正定的，并在此基础上利用Richardson方法避免矩阵求逆，提出了一种低复杂度的准最优信号检测算法。复杂度可以从O（K3）降低到O（K2），其中K是用户数。我们还提供了所提出的算法的收敛性证明。仿真结果表明，该算法收敛速度快，达到了经典MMSE算法的近优性能。
2015-07-16 cs.IT math.IT
On Hybrid Pilot for Channel Estimation in Massive MIMO Uplink
针对多小区多用户大规模MIMO系统的上行链路，提出了一种混合导频辅助信道估计技术。所提出的混合导频被设计成使得其享有时分复用（TM）导频和时间叠加（TS）导频之间的互补优势，并且由此允许优于传统导频方案的解决方案。我们数学上的混合导频的影响，大规模MIMO上行链路推导出一个封闭的形式近似的上行链路可达速率。在大天线数情况下，通过联合设计TM导频和TS导频，得到了混合导频的渐近最优解。结果表明，TM导频或TS导频分别具有大帧大小和有限帧大小传输的优势，而混合导频方案可以提供优于TM导频或TS导频的性能。数值结果验证了所提设计的有效性。
2016-12-22 cs.IT 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
Dynamic Metasurface Antennas for Uplink Massive MIMO Systems
大规模多输入多输出（MIMO）通信是近年来相当感兴趣的焦点。虽然已经建立了大规模MIMO的理论增益，但在实践中实现具有大规模天线阵列的MIMO系统具有挑战性。与大规模MIMO系统相关的实际挑战包括增加的成本、功耗和物理尺寸。在这项工作中，我们研究了大规模MIMO天线阵列使用动态元表面天线（DMA），一种新兴的技术，固有地处理上述挑战的实现。具体而言，DMA实现了大规模的平面天线阵列，并且可以在物理天线结构中自适应地结合诸如压缩和模拟组合的信号处理方法，从而降低成本和功耗。首先，我们提出了一个数学模型的大规模MIMO系统与DMA和讨论他们的限制相比，理想的天线阵列。然后，我们的特点的基本限制的上行链路通信与由此产生的系统，并提出了两种算法设计实用的DMA接近这些限制。我们的数值结果表明，所提出的方法产生了实用的大规模MIMO系统，其性能与理想天线阵列可实现的性能相当。
2019-06-30 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
Successive Cancellation Soft Output Detector For Uplink MU-MIMO Systems With One-bit ADCs
本文提出了一种用于上行链路多用户多输入多输出（MU-MIMO）系统的逐次抵消软输出（SCSO）检测器，该检测器采用1位模数转换器（ADC）。所提出的检测器产生软输出（例如，对数似然比（LLR））：每个用户k的消息从用于$k=1,...,K$的信道解码器$k$以该顺序被顺序解码，并且先前解码的消息被利用来提高LLR的可靠性。此外，我们开发了一个有效的贪心算法来优化解码顺序。通过仿真结果，我们证明了所提出的有序SCSO检测器优于其他检测器的编码MU-MIMO系统与一位ADC。
2017-11-01 cs.IT math.IT
Uplink Achievable Rate for Massive MIMO with Low-Resolution ADC
在这封信中，我们推导出一个大规模的多输入多输出（MIMO）天线系统的上行链路可达到的速率时，有限精度的模数转换器（ADC）和共同的最大比合并技术在接收机的近似解析表达式。为了得到这个表达式，我们把量化噪声作为一个加性量化噪声模型。考虑到得到的表达式，我们表明，低分辨率ADC导致可实现的速率下降，但性能损失可以通过增加接收天线的数量来补偿。此外，我们研究了天线数目与ADC分辨率之间的关系，以及功率-缩放定律。这些讨论支持在实际的大规模MIMO系统中配备低分辨率的高经济性ADC的可行性。
2015-12-02 cs.IT 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
Impact of Frequency Selectivity on the Information Rate Performance of CFO Impaired Single-Carrier Massive MU-MIMO Uplink
在本文中，我们研究了频率选择性对剩余CFO场景中所需的每用户发射功率之间的差距的影响（即在基站（BS）的CFO估计/补偿后[6]），在理想/零CFO场景中，对于固定的每用户信息速率，在单载波大规模MU-MIMO上行链路系统与TR-MRC接收机。信息论分析表明，这个差距随着信道的频率选择性的增加而减小。而且，在残余CFO情形中，在具有不完美信道估计的频率选择性信道中，仍然可实现$\mathcal{O}(\sqrt{M})$阵列增益（$M$是BS天线的数量）。
2016-06-10 cs.IT math.IT
Matrix Inversion-Less Signal Detection Using SOR Method for Uplink Large-Scale MIMO Systems
对于上行链路大规模MIMO系统，线性最小均方误差（MMSE）信号检测算法是近最优的，但涉及矩阵求逆，具有较高的复杂度。本文提出了一种基于超松弛（SOR）方法的低复杂度信号检测算法，避免了复杂的矩阵求逆运算。首先证明了上行链路大规模MIMO系统MMSE滤波矩阵对称正定的一个特殊性质，这是SOR方法的前提。在此基础上，提出了一种基于SOR方法的低复杂度迭代信号检测算法，并给出了收敛性证明。分析表明，该方案可以将计算复杂性从O（K3）降低到O（K2），其中K为用户数。最后，通过仿真实验验证了该算法的性能优于最近提出的Neumann级数近似算法，并且以较少的迭代次数达到了经典MMSE算法的近优性能。
2015-07-16 cs.IT math.IT
On The Uplink Throughput of Zero-Forcing in Cell-Free Massive MIMO with Coarse Quantization
针对上行链路研究了最近提出的无小区大规模MIMO架构。与大多数以前的作品相比，联合检测使用全局CSI执行。因此，我们研究的策略，CSI转移到CPU考虑到前传容量，限制CSI量化。基于导频的CSI捕获被认为是两种策略：估计和量化和估计。这些都是使用Bussgang分解分析。对于数据和CSI的给定量化约束，确定具有迫零的每个用户的可实现速率。数值结果表明，量化和估计（更简单的策略）是相似的，或优于估计和重构，特别是对于1位分辨率。
2019-07-03 cs.IT math.IT
Can Hardware Distortion Correlation be Neglected When Analyzing Uplink SE in Massive MIMO?
本文分析了多天线基站中硬件损伤造成的失真如何影响上行链路频谱效率（SE），重点是大规模MIMO。失真在天线之间是相关的，但通常被近似为不相关的，以便于（易处理的）SE分析。为了确定这种近似何时是准确的，首先揭示失真相关性的基本性质。然后，我们专注于三阶非线性和证明解析和数值的相关性可以忽略不计的SE分析时，有许多用户。在i.i.d.具有相等信噪比的瑞利衰落，这在具有五个用户时发生。
2018-05-21 cs.IT math.IT
On the Spectral Efficiency of Noncooperative Uplink Massive MIMO Systems
随着无线网络吞吐量需求的不断增长，大规模多输入多输出（MIMO）系统已经引起了人们的极大关注。在上行链路中，通常研究大规模MIMO系统，假设每个基站（BS）单独地且线性地解码其用户终端的信号，同时将所有干扰视为噪声。尽管这种方法提供了在有利的信道条件下与BS天线的数量成比例的改进的频谱效率，但是从信息理论的角度来看，它通常是次优的。在这项工作中，我们的频谱效率的大规模MIMO时，BS被允许联合解码接收到的信号。特别是，我们考虑了四种方案治疗的干扰，并得出可实现的平均遍历率为有限和渐近数量的天线为每个计划。所提出的方法的仿真测试说明了它们的增益的频谱效率相比，标准的方法单独的线性解码，并显示，标准的方法无法捕获的实际可实现的大规模MIMO系统的速率，特别是当干扰是占主导地位的。
2018-11-27 cs.IT math.IT
Asymmetrical Uplink and Downlink Transceivers in Massive MIMO Systems
即使大规模多输入多输出（MIMO）理论上可以带来巨大的好处，它也会带来相当大的硬件复杂性和昂贵的硬件成本。为了解决这些问题，同时保持系统的性能，我们开发了一种非对称的收发器架构的大规模MIMO系统在本文中释放的无线电频率（RF）链上的枷锁。具体来说，我们首先开发的非对称收发器的接收RF链的数量是从发射RF链的不同的架构。由于RF链的这种不相等数量，出现信道不一致。为了克服信道的不一致性，从而充分利用系统的下行数据传输能力，我们提出了两个上下行信道转移算法。成本和功耗模型的非对称收发器也开发和上行链路的信号噪声损失由于信道的不一致性进行了研究。通过分析系统频谱、成本和能量效率，证明了基于非对称MIMO的大规模MIMO系统在保持合理能量效率的同时，能够获得良好的下行频谱效率。
2021-09-18 cs.IT math.IT
MU-MIMO Uplink Timely Throughput Maximization for Extended Reality Applications
Nokia Bell Labs（诺基亚贝尔实验室）；University of Agder（阿格德尔大学）；SimulaMet
本文提出了一种基于PAoI度量的无信号比例公平迭代算法，用于实现扩展现实应用的多用户MIMO上行链路及时吞吐量最大化。
2026-02-05 cs.IT math.IT
Pilot Assignment for Joint Uplink-Downlink Spectral Efficiency Enhancement in Massive MIMO Systems with Spatial Correlation
针对相关瑞利衰落信道下的多小区大规模多输入多输出（MIMO）系统，提出了一种灵活的导频分配方法，用于联合优化上下行数据传输。通过利用最大比处理实现的遍历频谱效率（SE）的封闭形式的表达式，我们制定了一个优化问题，最大化的最小加权和的上行链路和下行链路SE的发射功率和导频分配集。该组合优化问题通过两种顺序算法来解决：首先提出启发式导频分配算法，以获得较好的导频复用集，然后进行数据功率控制。数值结果表明，该算法收敛速度快，比以往的算法更好的最小总和每个用户的SE。
2021-06-30 cs.IT math.IT
Uplink Macro Diversity of Limited Backhaul Cellular Network
在这项工作中，新的可实现的速率推导出，与联合multicell处理的蜂窝网络的上行链路信道，与以前的结果不同，理想的回程网络具有有限的容量每小区。也就是说，小区站点经由具有有限容量的无损链路链接到中央联合处理器。细胞网络是抽象的对称模型，使分析处理似是而非。对于这个理想化的模型家庭，可实现的速率为小区站点，使用压缩和转发方案结合本地解码，高斯和衰落信道。对于经典的Wyner模型和软切换模型，给出了速率的封闭形式。然后，这些速率被证明是相当接近最佳的无限回程联合处理速率，已经为适度的回程容量，支持联合多小区处理方法提供的潜在增益。还特别注意这些速率的低SNR特性，通过该特性明确揭示了有限回程网络的效果。此外，回程容量应该缩放的速率，以保持原始的高SNR特性的无限回程容量系统被发现。
2008-05-29 cs.IT math.IT
Achievable Uplink Rates for Massive MIMO with Coarse Quantization
大规模MIMO基站的硬件复杂性很高，需要数百个无线电链路，这使得商业化建设具有挑战性。降低接收器的硬件复杂度和功耗的一种方式是降低模数转换器（ADC）的分辨率。我们推导出一个大规模MIMO系统的任意量化的可实现的速率，并使用此速率来表明，低至3位的ADC可以使用没有显着的性能损失在频谱效率约3.5 bpcu每用户，也从较强的发射机的干扰和自动增益控制的一些缺陷。
2016-11-17 cs.IT math.IT
Channel Estimation and Uplink Achievable Rates in One-Bit Massive MIMO Systems
本文考虑了一个大规模的多输入多输出（MIMO）系统的上行链路的信道估计和可达到的速率，其中基站配备了一位模数转换器（ADC）。通过使用线性表达式重写非线性一比特量化，我们首先推导出线性最小均方误差（LMMSE）信道估计器的简单而有见地的表达式。然后，采用这种信道估计器，我们推导出一个封闭形式的表达式的最大比合并器（MRC）接收机的可达速率的下限。数值结果验证了我们的分析，并表明我们提出的LMMSE信道估计优于近最大似然（nML）估计先前提出的。
2016-08-19 cs.IT math.IT
Analyzing Uplink SINR and Rate in Massive MIMO Systems Using Stochastic Geometry
本文提出了一种随机几何框架来分析大规模上行链路大规模MIMO网络的信干噪比和速率性能。基于该模型，推导出了最大比合并（MRC）和迫零（ZF）接收机的空间平均SINR分布在用户和基站分布上的表达式。我们表明，使用大规模MIMO，在某些城市宏小区的情况下，上行链路的信干噪比是有限的干扰。在干扰受限的制度，结果表明，对于MRC接收机，超线性（多项式）缩放定律之间的基站天线和每个小区的调度用户的数量保持上行链路SIR分布，而线性缩放适用于ZF接收机。ZF接收机被示出为优于MRC接收机在SIR覆盖范围，和性能差距量化的天线数量的差异，以实现相同的SIR分布。数值结果验证了分析的正确性。研究发现，MRC和ZF接收机在分数功率控制中优化速率的最佳补偿分数通常是不同的。此外，仿真结果表明，从所提出的框架得出的缩放结果适用于基站按照六边形网格分布的网络。
2016-04-02 cs.IT math.IT
Information Rate Performance of Massive MU-MIMO Uplink with Constant Envelope Pilot-based Frequency Synchronization
在本文中，我们考虑了一个恒定的包络（CE）导频为基础的低复杂度的多用户大规模MIMO系统的频率同步技术。复杂度-性能权衡的研究表明，这种基于CE导频的技术提供了更好的MSE性能相比，现有的低复杂度高PAPR导频为基础的CFO（载波频率偏移）估计。数值研究了TR-MRC接收机在非理想信道状态下的信息速率性能，结果表明，在大规模MIMO系统中，基于CE导频的CFO估计器比现有的低复杂度CFO估计器具有更高的能量和频谱效率。还观察到，利用该基于CE导频的CFO估计，可以实现$\mathcal{O}(\sqrt{M})$阵列增益。
2016-05-20 cs.IT math.IT
Random Access in Uplink Massive MIMO Systems: How to exploit asynchronicity and excess antennas
大规模MIMO系统，其中基站配备有数百个天线，是处理快速增长的数据流量的一种有吸引力的方式。随着用户数量的增加，现代网络中的初始接入和切换将被用户冲突淹没。在这项工作中，我们提出了一个随机接入过程，解决冲突，也执行定时，信道和功率估计，通过简单地利用大量的天线设想在大规模MIMO系统和固有的定时失调的上行链路信号在网络接入和切换。数值结果被用来验证所提出的解决方案在不同的设置下的性能。事实证明，所提出的解决方案可以以高于90%的概率检测到所有冲突，同时提供可靠的定时和信道估计。此外，数值结果表明，它是强大的过载情况。
2016-05-03 cs.IT math.IT
Max-Min Fairness and PHY-Layer Design of Uplink MIMO Rate-Splitting Multiple Access with Finite Blocklength
本文研究了短包通信中的上行MIMO RSMA，提出在有限块长和Max-Min公平性约束下优化预编码器与合并器的框架，并通过交替优化和SCA算法求解，链路级仿真证实其相比SDMA和NOMA具有更高的吞吐量与鲁棒性。
2024-06-03 cs.IT math.IT
On the Multi-User, Multi-Cell Massive Spatial Modulation Uplink: How Many Antennas for Each User?
大规模空间调制辅助多输入多输出（SM-MIMO）系统最近已经被提出作为空间调制（SM）和常规大规模MIMO的新颖组合，其中基站（BS）配备有大量天线并且同时服务于采用SM进行其上行链路传输的多个用户设备（UE）。由于大规模SM-MIMO概念结合了SM和大规模MIMO技术的优点，因此最近吸引了大量的研究兴趣。本文研究了多小区大规模SM-MIMO系统的上行链路频谱效率（SE），推导了当基站天线数量足够大时，最大比合并（MR）和迫零合并（ZF）两种线性基站合并方案的SE的渐近下界表达式。推导考虑到发射机空间相关性的影响，不完美的信道估计，用户特定的功率控制和不同的导频复用因子。所提出的渐近界被证明是紧的，即使当BS天线的规模是有限的。新的SE结果有利于系统级调查的最佳数量的上行链路发射天线（TA）$N$相对于SE最大化。解释，我们提供了理论见解的SE大规模SM-MIMO系统。此外，我们证明了大规模SM-MIMO系统能够优于依赖于单TA UE的传统大规模MIMO的SE。
2016-12-27 cs.IT math.IT
Dictionary Learning Based Sparse Channel Representation and Estimation for FDD Massive MIMO Systems
本文研究了FDD Massive MIMO系统的上下行信道估计问题。通过利用稀疏恢复和压缩感知算法，我们能够提高上/下行链路信道估计的准确性，并减少上/下行链路导频符号的数量。这种成功的信道估计建立在信道可以在某个基/字典下稀疏地表示的假设之上。以前的作品模型的通道使用一些预定义的基础/字典，而在这项工作中，我们提出了一个基于字典学习的通道模型，这样的字典是从全面收集的通道测量。学习的字典专门适应于小区特性，并促进更有效和鲁棒的信道表示，这反过来又提高了信道估计的性能。此外，我们通过观察上/下行链路传输之间的AOA/AOD的互易性，将基于字典学习的信道模型扩展到联合上行/下行链路学习框架中，并提出了一种联合信道估计算法，该算法结合了上行和下行接收的训练信号，以获得更准确的信道估计。换句话说，可以通过利用来自更简单的上行链路训练的信息来减少作为FDD Massive MIMO系统中的瓶颈的下行链路训练开销。
2018-05-31 cs.IT math.IT
A Novel Uplink Data Transmission Scheme For Small Packets In Massive MIMO System
智能终端经常产生大量的小长度的数据分组。对于这些分组，遵循传统的介质访问控制（MAC）协议是低效的，因为它们导致服务资源的不良利用。提出了一种基于压缩感知的多址接入方案。我们采用块预编码在时域中，使许多用户的同时传输，这可能是在基站的接收天线的数量甚至更多。我们建立了一个块稀疏系统模型，并采用块正交匹配追踪（BOMP）算法来恢复传输信号。数据恢复保证的条件和数值结果表明，我们的计划是有效的上行链路小包传输。
2014-09-03 cs.IT math.IT
Decoupled Signal Detection for the Uplink of Large-Scale MIMO Systems in Heterogeneous Networks
大规模多输入多输出（MIMO）系统是未来第五代（5G）异构蜂窝网络的强有力候选者。对于5G，预期具有大量不同类别的用户和数据服务需求的网络致密化。如此大量的连接设备需要被分离，以便允许根据不同的数据要求来检测所传输的信号。在本文中，一个解耦的信号检测（DSD）技术，允许分离的上行链路信号，为每个用户类，在基站（BS）提出了大规模MIMO系统。本文还建立了异构网络中具有集中式和分布式天线的大规模MIMO系统的信号数学模型。所提出的DSD算法的性能进行评估，并与现有的检测方案在一个现实的情况下与分布式天线。一个和率分析和DSD的计算成本研究。仿真结果表明，所提出的DSD算法与线性和连续干扰抵消检测技术相结合时，具有良好的性能。
2016-11-17 cs.IT math.IT
Joint Pilot Sequence Design and Power Control for Max-Min Fairness in Uplink Massive MIMO
针对大规模多输入多输出（MassiveMIMO，MultipleInputMultipleOutput）系统中的导频污染问题，对导频分配和导频发射功率进行了优化。虽然以前的作品已经处理导频分配作为一个组合问题，我们实现了一个更容易处理的问题制定直接优化的导频序列。为此，我们计算上的上行链路（UL）的频谱效率（SE）的下限，瑞利衰落信道的最大比（MR）检测和任意导频序列。我们优化的最大-最小SE相对于导频序列和导频功率，功率预算约束下。这成为一个NP难的符号问题，但我们提出了一个有效的算法，以获得多项式复杂度的局部最优解。数值结果表明，该算法的近最优性，并显示出显着的收益比现有的次优算法。
2017-03-06 cs.IT math.IT
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
