Robust Precoder for Multiuser MISO Downlink with SINR Constraints
在本文中，我们考虑线性预编码的SINR约束的多用户MISO（多输入单输出）通信系统的下行链路中存在不完美的信道状态信息（CSI）。基站配备有多个发射天线，并且每个用户终端配备有单个接收天线。我们提出了一种鲁棒的线性预编码器的设计，发送最小的功率，以提供所需的SINR在用户终端时，真正的信道状态位于一个给定的大小的区域周围的信道状态可在发射机。我们表明，这个设计问题可以制定为一个二阶锥计划（SOCP），可以有效地解决。我们比较了一些文献中报道的稳健设计的性能所提出的设计。仿真结果表明，所提出的鲁棒设计提供了更好的性能，降低了复杂度。
2008-04-17 cs.IT math.IT
Hybrid Analog and Digital Precoding: From Practical RF System Models to Information Theoretic Bounds
混合模拟-数字预编码是关键的毫米波接入技术，其中具有减少数量的射频（RF）链的天线阵列与RF预编码矩阵一起使用，以合理的成本增加天线增益。然而，数字和RF预编码器算法必须由RF预编码器的详细系统模型来完成。在这项工作中，我们为这些预编码器提供了基本的RF系统模型，并显示了它们对可实现速率的影响。我们发现，混合预编码系统遭受显着的退化，一旦考虑到RF预编码网络的局限性。我们随后量化这种性能下降，并使用它作为一个参考，比较不同的预编码方法的性能。这些结果表明，混合预编码器必须重新设计（和它们的速率重新计算），以考虑实际因素。
2016-11-05 cs.IT math.IT
Design of Linear Precoders for Correlated Sources in MIMO Multiple Access Channels
本研究针对MIMO多址接入信道中相关信源的线性预编码非凸优化问题，提出多种适配不同场景的预编码器求解方法，仿真验证利用信源相关性能显著提升低SNR等场景下的性能。
2024-01-30 cs.IT math.IT
A Framework for Joint Design of Pilot Sequence and Linear Precoder
导频辅助的多输入多输出（MIMO）系统的大多数性能指标是依赖于线性预编码滤波器和导频序列的函数。这两个参数的优化框架，提出了基于矩阵值的推广的概念，有效的信号噪声比（SNR）介绍了一个著名的工作Hassibi和Hochwald。该框架适用于所述有效SNR矩阵的广泛类别的效用函数，最值得注意的是用于高斯输入的公知的互信息表达式、最小均方误差（MMSE）的上界以及其近似。该方法包括在分解的联合优化问题分为三个子问题：首先，我们描述了如何重新制定的线性预编码器的优化作为一个凸问题的固定导频序列。第二，我们同样对服从固定预编码器的导频序列的优化进行。第三，我们描述了如何生成成对的预编码器和导频序列是帕累托最优的意义上，他们达到帕累托边界的一组可行的有效的SNR矩阵。通过将这三个优化问题结合到一个迭代中，我们得到了一个算法，该算法允许计算联合最佳的预编码器和导频序列对相对于一些通用的效用函数的有效SNR。
2012-10-04 cs.IT math.IT
On the precoder design of a wireless energy harvesting node in linear vector Gaussian channels with arbitrary input distribution
本文研究了一种工作在线性矢量高斯信道中的无线能量收集节点（WEHN），该信道具有任意分布的输入符号。在信道状态和收获能量的非因果知识下研究了沿N个独立信道接入最大化互信息的预编码策略（通常称为离线方法）。它示出，在每个信道使用，左奇异向量的预编码器是相等的Gram信道矩阵的特征向量。此外，通过最小均方误差（MMSE）矩阵的能量收集配置文件的预编码器的最佳奇异值的表达式。然后，考虑预编码器的右奇异向量被设置为单位矩阵的具体情况。在这种情况下，最佳的离线功率分配，命名为水星水流，推导出一个直观的图形表示。提出了两种计算水银水流解的最优离线算法，并对它们的计算复杂性进行了详尽的研究。此外，在线算法的设计，它只使用的因果知识的收获的能量和信道状态。最后，通过仿真对所获得的互信息进行了评估。
2013-01-28 cs.IT math.IT
Single-Tap Precoders and Decoders for Multi-User MIMO FBMC-OQAM under Strong Channel Frequency Selectivity
提出了在强信道频率选择性情况下多用户多输入多输出滤波器组多载波调制的线性预编码器或解码器的设计。用户和基站（BS）使用空分多址（SDMA）进行通信。所提出的低复杂度解决方案基于下行链路/上行链路中基站（BS）处的单抽头每子载波预编码/解码矩阵。与在子载波级别假设平坦信道频率选择性的经典方法相反，BS不进行该假设并且考虑由信道频率选择性引起的失真。在较早的作品中导出的强信道选择性的情况下的FBMC渐近均方误差（MSE）的表达式的开发和扩展。线性预编码器和解码器的发现，通过优化的MSE公式下的两个设计标准，即迫零（ZF）或最小均方误差（MMSE）。最后，仿真结果验证了优化设计的性能。只要BS天线的数目大于用户的数目，则示出了那些额外的自由度可以用于补偿信道频率选择性。
2016-11-08 cs.IT math.IT
A Unified Linear Precoding Design for Multi-user MIMO Systems
针对多用户多输入多输出广播系统中次优线性预编码器与最优线性预编码器之间的误出错率性能差距问题进行了研究。特别是，移动用户遭受噪声增强效应，由于次优的LP，可以抑制的最佳LP矩阵。诸如线性迫零（LZF）预编码器之类的次优LP矩阵仅在高信噪比（SNR）状态下执行，相反，诸如线性最小均方误差（LMMSE）预编码器之类的最优预编码器在低和高SNR场景两者中都表现优异。这些种类的预编码器示出了当其本身用于MU MIMO系统中时至少0.1的BER间隙距离。因此，我们提出并设计了一个统一的线性预编码（ULP）矩阵使用预编码选择技术，结合了次优和最优的LP矩阵的多用户MIMO系统，以确保零BER性能差距在本文中。数值结果表明，我们提出的ULP技术提供了显着的性能在低和高信噪比的情况下。
2016-12-07 cs.IT math.IT
Precoder Design for Orthogonal Space-Time Block Coding based Cognitive Radio with Polarized Antennas
频谱共享最近已经成为主流的认知无线电（CR）策略。针对该策略的核心问题：主接收端的干扰抑制问题，提出了一种线性预编码器的设计方法，旨在从信源处抑制次用户对正交空时分组码（OSTBC）的干扰。在保证正交空时分组码的正交性、保证辅链路对主链路的干扰在可容忍的范围内以及满足辅发送端总发射功率约束的前提下，采用最小方差（MV）方法设计辅发送端的预编码矩阵，以最大化辅接收端的信噪比（SNR）。此外，SL的极化模式的选择被纳入预编码器的设计。为了提供一个低计算成本的解析解，我们提出了一个原始的预编码器设计算法，利用一个辅助变量来处理线性和二次约束的混合优化问题。数值结果表明，我们提出的预编码器的设计，使SR有一个合适的SNR的前提下，在PR的干扰保持低于阈值。
2012-08-27 cs.IT cs.NI math.IT
Study of Clustered Robust Linear Precoding for Cell-Free MU-MIMO Networks
本文针对无小区MU-MIMO系统中CSIT不完善导致的残余干扰问题，提出在优化目标中加入加载项的鲁棒预编码方法，并利用用户与接入点簇降低计算和信令开销，实验证明其性能优于传统MMSE预编码器。
2024-07-07 cs.IT math.IT
Optimal Precoder Designs for Sum-utility Maximization in SWIPT-enabled Multi-user MIMO Cognitive Radio Networks
在本文中，我们提出了一个广义的框架，结合认知无线电（CR）技术的频谱共享和同步无线信息和功率传输（SWIPT）的能量收集（EH）在传统的多用户MIMO（MuMIMO）信道，这导致了MuMIMO-CR-SWIPT网络。在这个系统中，我们有一个辅助基站（S-BS），支持多个辅助信息解码（S-ID）和辅助EH（S-EH）用户同时在影响主ID（P-ID）接收机的干扰功率应保持在一定的阈值以下的条件下。本文的目标是开发一种广义预编码器设计，其在S-BS处的发射功率约束、每个S-EH用户处的EH约束以及每个P-ID用户处的干扰功率约束下最大化和效用成本函数。因此，以前的研究CR和SWIPT系统被铸造作为特定的解决方案的建议框架。该问题本质上是非凸的，甚至加权最小均方误差（WMMSE）变换也不能解决原问题的非凸性。为了解决这个问题，我们找到了一个解决方案，从对偶优化通过次梯度椭球方法的基础上观察到的WMMSE变换提出的原始和对偶问题之间的零对偶差距。我们还提出了一个简化的算法的情况下，一个单一的S-ID用户，这是实现全局最优。最后，我们通过数值模拟结果证明了所提出的算法的最优性和效率。
2018-08-23 cs.IT math.IT
Wideband Hybrid Precoding for Next-Generation Backhaul/Fronthaul Based on mmWave FD-MIMO
毫米波（mmWave）通信由于其大的传输带宽而被认为是下一代回程/前传网络不可或缺的技术。特别是对于异构网络（HetNet），毫米波全维（FD）-MIMO被用来在虚小区基站（BS）和宏小区BS之间建立回程/前传链路，其中高效的预编码是先决条件。在此背景下，本文提出了一种基于主成分分析（PCA）的混合预编码的宽带毫米波MIMO回程/前传信道。首先，我们提出了一个最佳的混合预编码器，利用主成分分析（PCA），从而最佳的高维频率选择性预编码器投影到低维频率平坦预编码器。此外，该组合器的设计，通过利用加权PCA，其中接收信号的协方差被考虑作为权重的最佳最小均方误差（MMSE）的全数字组合器，以进一步提高性能。仿真结果表明，该方案在频谱效率（SE）和误码率（BER）性能上优于传统方案。
2018-09-10 cs.IT math.IT
Robust Linear Precoder Design for Multi-cell Downlink Transmission
由多小区无线网络的基站进行的协调信息处理增强了网络中的通信的总体质量。用于优化任何期望的网络范围的服务质量（QoS）的这种协调需要基站获取和共享某些信道状态信息（CSI）。在充分了解信道状态的情况下，基站可以调整其传输以实现网络QoS最优。然而，在实践中，CSI只能不完美地获得。因此，由于所涉及的不确定性，网络不能保证受益于全局最优QoS。然而，如果信道估计扰动被限制在有界区域内，则QoS度量也将位于有界区域内。因此，通过利用最坏情况意义上的鲁棒性的概念，可以断言网络的一些最坏情况的QoS保证。我们采用了一个流行的模型，噪声信道估计，假设估计噪声项位于已知的超球体。我们的目标是设计线性收发器，优化最坏情况下的QoS措施在下行链路传输。特别是，我们专注于最大化网络的最坏情况下的加权和率和网络的最小最坏情况下的速率。为了获得这样的收发器的设计，我们提供了几个集中式（完全合作）和分布式（有限合作）的算法，需要不同程度的复杂性和基站之间的信息交换。
2010-09-27 cs.IT math.IT
Low-Complexity Widely-Linear Precoding for Downlink Large-Scale MU-MISO Systems
在这封信中，我们提出了一个宽线性最小均方误差（WL-MMSE）预编码方案采用实值发送符号的下行链路大规模多用户多输入单输出（MU-MISO）系统。与使用WL预编码器和WL检测器的用于单用户多输入多输出（SU-MIMO）系统的现有WL-MMSE收发器相比，所提出的方案仅使用WL预编码和在用户终端（UT）处的简单常规检测。此外，为了避免与大矩阵的求逆相关联的计算复杂性，我们使用多项式展开（PE）来修改WL-MMSE预编码器。我们的仿真结果表明，在过载的系统中，UT的数量大于基站天线的数量，建议的PE WL-MMSE预编码器与矩阵多项式中只有几项实现了显着更高的总和速率比系统采用传统的MMSE预编码。因此，可以在小区中服务共享相同时间/频率资源的更多UT。我们验证了我们的模拟结果的渐近和率，这是通过使用随机矩阵理论的结果得到的解析表达式。
2015-02-06 cs.IT math.IT
Robust Power Allocation and Linear Precoding for Cell-Free and Multi-Cell Massive MIMO Systems
多小区（MC）系统存在于从第一代到第五代无线网络的移动网络操作中，并且考虑所有用户到以小区为中心的基站（BS）的信号。无小区（Cell-Free，CF）系统使用大量分布式天线同时为用户服务。在这种情况下，多输入多输出（MIMO）技术被用于两种拓扑结构中，并导致性能增益和干扰减少。为了实现所提及的益处，在下行链路（DL）中需要适当的预编码器设计和功率分配技术。一般而言，DL方案假设发射机处的完美信道状态信息（CSIT），这是不现实的。本文研究了在下行链路中采用线性预编码器的MIMO系统中的MC和CF，并提出了一种在不理想CSIT情况下的自适应功率分配算法。所提出的鲁棒自适应功率分配优于标准自适应和均匀功率分配。仿真还比较了两种系统框架使用最小均方误差（MMSE）预编码器与鲁棒自适应功率分配和自适应功率分配的性能。
2022-10-01 cs.IT math.IT
Distortion-Aware Linear Precoding for Massive MIMO Downlink Systems with Nonlinear Power Amplifiers
我们介绍了一个大规模的多输入多输出下行链路系统中存在的非线性功率放大器（PA）的线性预编码器的设计框架。通过研究失真的空间特性，我们证明了传统的线性预编码技术引导非线性失真对用户。我们表明，通过考虑PA的非线性，可以设计线性预编码器，减少，在单用户的情况下，甚至完全消除在用户的方向传输的失真。然而，这是以降低阵列增益为代价实现的。为了解决这个问题，我们提出了预编码器的优化算法，同时考虑到阵列增益，失真，多用户干扰和接收机噪声的影响。具体来说，我们推导出可实现的总和速率的表达式，并提出了一种迭代算法，试图找到最大化这个表达式的预编码矩阵。此外，使用PA功耗的模型，我们提出了一种算法，试图找到的预编码矩阵，最大限度地减少消耗的功率为一个给定的最小可实现的总和速率。我们的数值结果表明，所提出的失真感知预编码技术提供了显着的改善，在频谱和能源效率相比，传统的线性预编码器。
2021-11-14 cs.IT eess.SP math.IT
Max-Min SINR in Large-Scale Single-Cell MU-MIMO: Asymptotic Analysis and Low Complexity Transceivers
本文主要研究了大规模单小区MU-MIMO系统的下行链路和上行链路，其中，具有$M$天线的基站（BS）与$K$单天线用户设备（UE）进行通信。特别是，我们的目标是在一个给定的功率约束下，最大限度地提高最小的信号与干扰加噪声比的线性预编码器和接收机的复杂度。为此，我们考虑的渐近制度，其中$M$和$K$增长大与一个给定的比例。然后，当不完美的信道状态信息（由通用高斯-马尔可夫公式形式建模）在BS处可用时，来自随机矩阵理论（RMT）的工具用于以封闭形式计算最优预编码器和接收器的参数的精确近似。渐近分析使我们能够推导出渐近最优线性预编码器和接收器，其特征在于具有较低的复杂性（由于依赖于信道的大尺度分量），并且可能具有对不完美信道状态信息的更好的弹性。然而，两者的实现仍然是具有挑战性的，因为它需要在每个相干周期中对大矩阵进行快速求逆。为了克服这个问题，我们将截断多项式展开（TPE）技术应用于每个UE的预编码和接收向量，并利用RMT来确定每个UE的基础上的最佳加权系数，渐近地解决最大-最小SINR问题。数值结果被用来验证在有限系统政权的渐近分析，并表明，建议TPE收发器有效地模仿最佳的，同时需要低得多的计算复杂性。
2017-02-08 cs.IT math.IT
An information-theoretic branch-and-prune algorithm for discrete phase optimization of RIS in massive MIMO
在本文中，我们考虑被动的RIS辅助无线节点之间的多用户通信，以改善阻塞的视线（LOS）链路的性能。假设无线节点配备有大规模多输入多输出天线、混合预编码器、组合器和低分辨率模数转换器（ADC）。我们首先推导出干扰下目标接收机处接收和组合信号的均方误差（MSE）的克拉默-拉奥下限（CRLB）的表达式。通过适当设计混合预编码器、组合器和RIS相位设置，可以表明MSE实现了CRLB。我们进一步表明，最小化MSE w.r.t. RIS的相位设置等同于最大化系统的吞吐量和能量效率。然后，我们提出了一种新的信息导向的分支和修剪（IDBP）算法来获得RIS的相位设置。我们，在文献中第一次，使用信息理论的措施，以决定在树搜索算法的修剪规则，到达RIS相位设置的解决方案，这是非常不同的传统的分支定界算法，使用的代价函数的界限来定义的修剪规则。此外，我们提供了理论保证的RIS相位设置的解决方案，从而获得使用渐近均分属性的近最优。这也确保了接近最佳的吞吐量和MSE性能。
2023-01-16 cs.IT eess.SP math.IT
A Coding Theoretic Approach for Evaluating Accumulate Distribution on Minimum Cut Capacity of Weighted Random Graphs
有向网络的多播容量与$s$ - $t$最大流密切相关，由于最大流最小割定理，该最大流等于$s$ - $t$最小割容量。如果网络的拓扑结构（或链路容量）是动态变化的或具有随机性，那么预测最大流的统计特性就不是那么简单了。本文提出了一种计算加权随机图最小割容量的累积分布的编码理论方法。我们的方法的主要特点是利用一个图的割空间和一个二进制LDGM（低密度生成矩阵）代码与列重2之间的对应关系。本文所处理的图系综是Erdens-Rényi随机图系综的一个加权版本。本文的主要贡献是给出了最小割容量累积分布的一个组合下界。从计算机实验中可以看出，本文导出的下限反映了最小割集容量的实际统计特性。
2012-02-04 cs.IT math.IT
Graph Theory versus Minimum Rank for Index Coding
我们获得了新的索引编码方案，并证明了它们的性能优于迄今为止提出的所有已知的图论界。进一步，我们建立了一个相当强的否定结果：所有已知的图论界都在色数的对数因子之内。这与minrank形成了鲜明的对比，因为先前的工作表明，在某些情况下，它可以通过多项式因子超过色数。结论是所有已知的图论界都不比色数强多少。
2014-02-17 cs.IT math.IT
Rate-Distortion Analysis of Minimum Excess Risk in Bayesian Learning
Sharif University of Technology（谢里夫理工大学）
在参数贝叶斯学习中，假定先验是关于确定样本分布的参数$W$的。在此设置中，最小超额风险（MER）定义为从数据中学习时可实现的最小预期损失与观察到$W$时可实现的最小预期损失之间的差值。在本文中，我们建立并扩展了（Xu & Raginsky，2020）的最新结果，以分析贝叶斯学习中的MER，并推导出其信息理论界。我们将问题表示为（受约束的）率失真优化，并展示了解决方案如何通过其他两个更容易研究的率失真函数上下界。下限表示使用来自参数$W$的$R$信息位的任何过程可实现的最小可能超额风险。对于上界，优化被进一步约束为使用来自训练集的$R$位，该设置将MER与频率主义学习中的泛化间隙上的信息理论界相关联。我们推导出这些上限和下限之间的差异的信息理论界，并表明，他们可以提供有序紧速率MER在一定条件下。这种分析提供了更多的洞察贝叶斯学习的信息理论的性质，以及提供新的界限。
2021-07-17 cs.IT cs.LG math.IT
