Reduced-Feedback Opportunistic Scheduling and Beamforming with GMD for MIMO-OFDMA
作者先前已经提出了用于减少反馈MIMO-OFDMA下行链路系统的启发式调度和波束成形方案,其中每个子载波的MIMO信道被分解成分层的空间子信道。已经证明,与传统方案中针对每个子载波的一个波束形成矩阵(BFM)相比,可以通过返回关于来自每个MT的所有子载波的仅一个波束形成矩阵(BFM)的信息来实现显著的反馈减少。然而,由于先前提出的信道分解是基于奇异值分解导出的,因此所得到的系统性能受到与最小奇异值相关联的子信道的损害。为了克服这一障碍,本文提出了基于几何平均分解的信道分解的改进的机会调度和波束形成方案。除了固有的优势,减少反馈,所提出的方案可以实现改善系统性能的MIMO信道分解成空间子信道更均匀分布的信道增益。数值结果证实了所提出的机会调度和波束形成方案的有效性。
2009-06-22 cs.IT math.IT
Adaptive Low-rank Constrained Constant Modulus Beamforming Algorithms using Joint Iterative Optimization of Parameters
提出了一种基于自适应滤波器联合迭代优化(JIO)的降秩自适应波束形成算法。该方案提供了一种有效的方法来处理大量的元素的过滤器。它由一组满秩自适应滤波器组成,形成一个变换矩阵和一个自适应降秩滤波器,在滤波器组的输出端工作。变换矩阵将接收到的向量投影到低维向量上,该低维向量由降秩滤波器处理以估计期望信号。根据约束恒模准则,推导了变换矩阵和降秩权向量的表达式。两种新的低复杂度的自适应算法的设计实施所提出的计划相对于不同的约束条件。仿真结果表明,与现有的方法相比,所提出的算法具有优越的性能。
2013-03-14 cs.IT math.IT
Adaptive Reduced-Rank Constrained Constant Modulus Beamforming Algorithms Based on Joint Iterative Optimization of Filters
提出了一种基于自适应滤波器联合迭代优化(JIO)的降秩自适应波束形成算法。新方案根据恒模(CM)准则受不同的约束而设计,并且由形成变换矩阵的满秩自适应滤波器和在滤波器组的输出处操作以估计期望信号的自适应降秩滤波器组成。我们描述的直接形式的处理器(DFP)和广义旁瓣消除器(GSC)结构的建议方案。对于每个结构,我们推导出随机梯度(SG)和递归最小二乘(RLS)算法,其自适应实现。将Gram-Schmidt(GS)技术应用于自适应算法,以重构变换矩阵,提高性能。一个自动秩选择技术的开发和使用,以确定最适当的排名派生算法。进行了复杂性和凸性分析。仿真结果表明,所提算法在收敛性和跟踪性能方面优于现有的满秩和降秩方法。
2013-01-29 cs.IT math.IT
Heterogeneous Rank Beamforming for Industrial Communications
本文提出一种异构秩波束成形硬件架构,可在不同带宽部分使用不同数量的射频链,并证明比例公平调度能高效利用高秩带宽,优于传统波束成形方案。
2023-09-22 cs.IT cs.NI math.IT
Transmission Rank Selection for Opportunistic Beamforming with Quality of Service Constraints
在本文中,我们考虑一个多小区多用户MISO广播信道。该系统在多小区环境中根据机会性波束成形框架操作,其中在每个基站处具有可变数量的发射波束(可替换地被称为传输秩)。小区中共同调度用户的最大数量等于其传输秩,因此增加它将具有增加复用增益的效果。然而,这将同时增加网络中的干扰量,这将降低通信速率。本文着重于最佳设置在每个基站的传输秩,使得一组服务质量(QoS)的约束,这将确保每个波束在每个基站的保证最低速率,不违反。考虑到不同的网络设置,获得表示传输秩的可实现区域的表达式。可实现传输秩区域由满足QoS约束的所有可实现传输秩元组组成。数值结果也提供了进一步的见解的可行性问题。
2014-05-10 cs.IT math.IT
Reduced Complexity Decoding for Bit-Interleaved Coded Multiple Beamforming with Constellation Precoding
多波束形成是通过奇异值分解的信道矩阵,这是假设是已知的发射机和接收机。比特交织编码多波束形成(BICMB)可以实现全分集,只要码率Rc和所使用的子信道的数目S满足条件RcS<=1。另一方面,具有星座预编码的比特交织编码多波束形成(BICMB-CP)可以在不满足条件RcS<=1的情况下实现全分集。然而,BICMB-CP的解码复杂度远高于BICMB。本文提出了一种基于球形译码(SD)的降低译码复杂度的方法来降低BICMB-CP的最大似然(ML)译码的复杂度。降低的复杂度解码实现了几个数量级的减少,在获得一个预编码比特度量所需的实数乘法的平均数量方面,不仅相对于常规ML解码,而且相对于常规SD。
2011-09-14 cs.IT math.IT
Reduced-rank Adaptive Constrained Constant Modulus Beamforming Algorithms based on Joint Iterative Optimization of Filters
提出了一种基于约束联合迭代优化滤波器的降秩自适应波束形成方法。我们采用这种计划,设计了两个新的降秩自适应算法根据常数模(CM)准则与不同的约束。第一个设计的算法制定为约束联合迭代优化的投影矩阵和降秩滤波器相对于CM标准受到约束的阵列响应。推导了投影矩阵和降秩权向量的约束恒模(CCM)表达式,并提出了一种低复杂度的自适应算法来实现投影矩阵和降秩权向量的联合估计。第二种算法是对第一种算法的扩展,并根据CM准则在阵列响应约束和投影矩阵正交约束下实现。Gram-Schmidt(GS)技术被用来实现这种正交约束并提高性能。仿真结果表明,与现有的方法相比,所提出的算法具有优越的性能。
2013-03-06 cs.IT math.IT
Adaptive Set-Membership Reduced-Rank Least Squares Beamforming Algorithms
提出了一种新的线性约束最小方差波束形成器(LCMV)自适应设计算法。我们将集员滤波(SMF)机制降秩联合迭代优化(JIO)计划开发一个约束递归最小二乘(RLS)算法称为JIO-SM-RLS。所提出的算法继承了降秩信号处理技术的优点,以提高输出性能,并利用SMF方法的数据选择性更新(约10-15%),以节省计算成本显着。一个有效的时变界限施加在阵列输出作为约束,以规避风险的上界或下界,并更新参数的波束形成。更新后的参数构成一组解决方案(隶属度集),满足LCMV波束形成器的约束。仿真结果表明,该算法在收敛速度和降低计算复杂性方面均优于现有算法。
2013-02-17 cs.IT math.IT
Rank-Two Beamforming and Power Allocation in Multicasting Relay Networks
针对单组多播放大转发中继网络,提出利用两路联合处理、Alamouti 编码和直连链路的秩二波束成形与功率分配迭代算法,显著提升最低接收服务质量。
2015-02-17 cs.IT math.IT
Joint Design of Multi-Tap Analog Cancellation and Digital Beamforming for Reduced Complexity Full Duplex MIMO Systems
在多输入多输出(MIMO)系统中实现全双工操作提供了提高吞吐量性能的潜力。然而,模拟自干扰消除器的硬件复杂度与发射天线和接收天线的数量成比例,因此利用模拟消除的益处对于全双工MIMO收发器来说变得不切实际。在本文中,我们提出了一种新的架构,包括减少数量的抽头(抽头指的是固定延迟和可变移相器和衰减器的线)和简单的多路复用器之间的发送和接收射频链的有效信号路由的模拟消除器。与可用的模拟消除架构相比,每个抽头的值和多路复用器的配置根据某些性能目标与数字波束成形滤波器联合设计。以窄带平坦衰落信道模型为例,提出了一种模拟抵消和数字波束形成联合设计的通用优化框架。我们还详细介绍了一个特定的优化目标,连同其派生的解决方案,后者的架构组件。代表性的计算机模拟结果表明,所提出的低复杂度全双工MIMO系统的优越性,最近可用的。
2017-05-15 cs.IT math.IT
Sum Secrecy Rate Maximization for Full-Duplex Two-Way Relay Networks Using Alamouti-based Rank-Two Beamforming
考虑双向通信场景,其中在全双工模式下操作的两个单天线节点通过(全双工)多天线中继的帮助彼此交换信息,并且存在意图窃听的另一个单天线节点。中继节点利用人工噪声干扰窃听者的信道,并采用基于放大前向Alamouti的秩2波束形成技术建立合法节点的双向通信链路。我们的问题是优化秩2波束形成器和AN协方差的总和保密率最大化(SSRM)。这个SSRM问题是非凸的,我们开发了一个有效的解决方案,使用半定松弛(SDR)和最小化最大化(MM)的方法。我们证明了SDR是紧的SSRM问题,从而引入了没有损失。此外,我们考虑一个不精确的MM方法,近似但计算成本低廉的MM解决方案的更新是用来代替传统MM的精确更新。我们表明,这种不精确的MM方法保证收敛到一个固定的解决方案的SSRM问题。我们所提出的方法的有效性进一步证明了能量收集的情况下的扩展,并通过广泛的仿真结果。
2016-08-28 cs.IT math.IT
Design of Robust Adaptive Beamforming Algorithms Based on Low-Rank and Cross-Correlation Techniques
这项工作提出了成本效益的低秩技术设计强大的自适应波束形成(RAB)算法。所提出的算法是基于利用阵列观测数据和波束形成器的输出之间的互相关。首先,我们构造了一个一般的线性方程,考虑在大尺寸的解决方案产生的导向矢量失配。然后,我们采用的思想,全正交化方法(FOM),正交Krylov子空间为基础的方法,迭代估计的导向矢量失配在降维子空间,从而在建议的正交Krylov子空间投影失配估计(OKSPME)方法。我们还设计了基于随机梯度(SG)和共轭梯度(CG)技术的自适应算法,以低复杂度更新波束形成权重,并避免任何昂贵的矩阵求逆。所提出的低秩和失配估计技术的主要优点是在处理高维子空间或大型传感器阵列时具有成本效益。仿真结果表明,在所有比较的RAB方法中,该波束形成器的输出信号与干扰加噪声比(SINR)表现出优异的性能。
2016-06-04 cs.CE cs.IT math.IT
Secure Transmission Strategy for Intelligent Reflecting Surface Enhanced Wireless System
在本文中,我们研究的安全传输框架的设计与智能反射表面(IRS)。我们的设计旨在最大限度地减少系统的能量消耗的情况下,秩一和全秩接入点(AP)-IRS链接。为了便于设计,将问题分为两部分:AP处波束形成矢量的设计和IRS处的相移。在秩一信道模型中,波束形成矢量设计和相移设计是独立的。推导了波束形成矢量的闭合表达式。同时,针对瞬时信道情况下的相移问题,采用半定松弛算法和投影梯度算法进行了求解,并在统计信道模型下分析了相移对整个系统的影响。然而,由于波束形成和相移在满秩模型中相互依赖,我们参考传统的窃听模型,并利用基于特征值的算法来获得波束形成向量,同时也应用了上述两种相位优化方案。仿真结果表明,IRS增强系统的设想,以提高物理层的安全。
2019-09-02 cs.IT math.IT
Hybrid Beamforming with Reduced Number of Phase Shifters for Massive MIMO Systems
针对大规模多输入多输出(MIMO)系统中采用子连接移相器网络结构的混合波束形成器,提出了两种新的混合波束形成方法。这是通过用开关替换一些移相器来实现的,与移相器相比,开关通常更便宜并且具有更低的功耗。根据信道矩阵奇异向量元素的性质,推导出了所提出的方法及其性能的闭式表达式。在第一种方法中,它表明,通过结合子连接的移相器网络与全连接的开关结构,移相器的数量可以减少到50%,同时保持频谱效率。然后,为了简化开关网络的结构,全连接开关被替换为子连接开关网络,例如二进制开关。分析和仿真结果表明,只需使用25%的移相器,就可以达到90%的频谱效率。最后,仿真结果表明,当无线信道被认为是稀疏或相关的观察到类似的行为。
2017-12-06 cs.IT math.IT
Full Duplex Hybrid A/D Beamforming with Reduced Complexity Multi-Tap Analog Cancellation
虽然全双工多输入多输出(MIMO)设计中的模拟自干扰消除器的硬件复杂度不一定随收发器天线的数量而缩放,但是在具有数百个天线元件的大规模MIMO系统中利用模拟消除的益处仍然是相当不切实际的。混合模拟和数字(A/D)波束成形架构最近被认为是用于实现具有非常大数量的天线元件但具有少得多数量的射频(RF)链的大规模MIMO收发器的候选技术。在本文中,我们提出了一种新的架构,全双工混合A/D波束成形收发器,包括多抽头模拟消除与减少的抽头和简单的多路复用器之间的收发器RF链的有效信号路由的数量。利用建议的收发器架构,我们提出了一个联合设计的模拟消除和A/D波束成形的目标,以最大限度地提高可实现的全双工速率性能。代表性的毫米波仿真结果证明了所提出的架构和算法框架的有效性,用于实现具有降低的复杂度的模拟自干扰消除的同时上行链路和下行链路通信。
2020-05-04 cs.IT eess.SP math.IT
CSI Transfer From Sub-6G to mmWave: Reduced-Overhead Multi-User Hybrid Beamforming
针对多用户混合波束成形中导频开销过大的问题,提出SA-MUHBF框架,利用卷积神经网络和图神经网络从sub-6G信道预测mmWave波束空间并选择波束,显著降低了开销并提升了频谱效率与泛化能力。
2024-11-14 cs.IT eess.SP math.IT
Adaptive Space-Time Beamforming in Radar Systems
本章的目标是回顾空时波束形成算法及其在雷达系统中的应用领域的最新工作和进展。这些系统包括相控阵\cite{melvin}和多输入多输出(MIMO)雷达系统\cite{haimo_08}、单基地和双基地雷达系统以及其他配置\cite{melvin}。此外,本章还详细介绍了一些最成功的空时波束形成算法,利用低秩和稀疏特性,以及使用先验知识,以提高性能的STAP算法在雷达系统中。
2013-02-10 cs.IT math.IT
Algebraic Solution for Beamforming in Two-Way Relay Systems with Analog Network Coding
针对采用模拟网络编码(ANC)的具有理想信道状态信息(CSI)的双向中继(TWR)系统,将其最优波束形成问题简化为一对二元代数方程组,并利用数值方法对其进行求解。该解决方案大大降低了复杂性相比,以前的精确解通过半定规划(SDP)。与(Aziz和Thron,2014)中描述的线性化鲁棒解决方案一起,它为双向中继提供了高性能、低复杂度的鲁棒波束成形解决方案。
2015-08-31 cs.IT math.IT
Effective DoF Collapse in Sparse Near-Field Beamforming: A Block-Rank-1 Mechanism
King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学);A*STAR Institute of Advanced Intelligence and Computing (A*STAR IAIC)(新加坡科技研究局先进智能与计算研究所)
该研究针对稀疏近场波束成形,揭示其协方差有效秩可从MN坍缩至M的块秩-1机制,通过理论论证与八颗卫星LEO实验验证,为相关系统设计提供保守自由度规则与性能分析依据。
2026-10-14 cs.IT math.IT
Joint Wireless Information and Energy Transfer with Reduced Feedback in MIMO Interference Channels
为了确定用于MIMO干扰信道(IFC)中的联合无线信息和能量传输(JWIET)的传输策略,信息接入点(IAP)和能量接入点(EAP)需要到信息解码(ID)移动站(MS)和能量收集(EH)MS两者的它们相关联的链路的信道状态信息(CSI)(所谓的本地CSI)。为了减少两用户MIMO IFC中JWIET的MS反馈开销,提出了一种在EAP处需要部分CSI的测地线能量波束形成方案。在两用户MIMO IFC中,证明了测地线能量波束形成是最优的波束形成策略。通过对IAP的发射信号协方差增加秩一约束,我们可以利用测地线信息波束形成来进一步减少IAP的反馈开销。在IAP发射信号秩为1的约束下,证明了测地线信息/能量波束形成方法是两用户MIMO IFC中JWIET的最优策略。我们还讨论了建议的秩一测地线信息/能量波束成形策略的扩展到一般K用户MIMO IFC。最后,通过统计分析不完美部分CSIT下的可达速率-能量性能,我们提出了一种适用于EH MS和ID MS的自适应比特分配策略。
2015-01-12 cs.IT math.IT
Study of Distributed Robust Beamforming with Low-Rank and Cross-Correlation Techniques
在这项工作中,我们提出了一种新的鲁棒分布式波束形成(RDB)的方法的基础上低秩和互相关技术。建议的RDB方法减轻了信道错误的影响,在无线网络中配备了中继的基础上利用接收到的数据之间的互相关从中继在目的地和系统输出和低秩技术。中继节点配备了放大转发(AF)协议和信道误差建模使用加性矩阵扰动,这会导致系统性能的下降。所提出的方法,表示为低秩和互相关RDB(LRCC-RDB),考虑了总的中继发射功率约束的系统和最大化的输出信号与干扰加噪声比(SINR)的目标。我们提出的LRCC-RDB技术进行了性能分析,随着计算复杂度的研究。所提出的LRCC-RDB不需要任何昂贵的在线优化过程和模拟显示出优异的性能相比,以前报道的算法。
2019-11-27 cs.IT cs.LG eess.SP
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
Data-Adaptive Reduced-Dimension Robust Beamforming Algorithms
General Sonar Studies(通用声纳研究);Thales Underwater Systems(泰雷兹水下系统)
本文提出了一种低复杂度、快速收敛的鲁棒自适应波束成形算法,结合鲁棒Capon波束成形方法与数据自适应的Krylov子空间降维技术,通过扩展降维RCB框架,提供数据自适应降维的新结果。
2014-02-23 cs.IT cs.SY eess.SY
Robust Adaptive Beamforming for General-Rank Signal Model with Positive Semi-Definite Constraint via POTDC
研究了带半正定约束的广义秩信号模型的鲁棒自适应波束形成问题。利用最坏情况性能优化的原则,这样的RAB问题导致一个凸函数(DC)的差异优化问题。现有的解决非凸DC问题的方法是基于近似和只找到次优解。在这里,我们严格解决非凸DC问题,并给出参数表明,解决方案是全局最优的。特别地,我们将问题改写为一维最优价值函数的最小化,其相应的优化问题是非凸的。然后,用另一个等价的最优价值函数代替最优价值函数,对于该等价的最优价值函数,相应的优化问题是凸的。通过多项式时间DC(POTDC)算法迭代极小化新的一维最优价值函数,证明了该解满足KKT(Karush-Kuhn-Tucker)最优性条件,并证明了该解也是全局最优的.针对这一结论,我们猜想新的最优价值函数是一个凸函数。新的RAB方法表现出优越的性能相比,其他国家的最先进的一般秩RAB方法。
2012-12-14 cs.IT math.IT math.OC
Low-Rank Spatial Channel Estimation for Millimeter Wave Cellular Systems
30至300 GHz之间毫米波(mmW)频率的巨大带宽使这些频段成为下一代蜂窝系统的有吸引力的候选频段。然而,在这些频率下的可靠通信在很大程度上取决于具有非常高维的天线阵列的波束成形。因此,由于低相干时间和大量天线,足够准确地估计信道以执行波束成形可能具有挑战性。此外,用于信道估计的测量可能需要利用模拟波束成形来进行,其中接收器一次只能在方向上"看"。本文提出了一种新的方法,用于从在不同角度方向上进行的功率测量序列中估计信道的接收侧空间协方差矩阵。该方法将空间协方差估计简化为矩阵完备优化问题。为了减少测量的数量,优化可以将低秩约束并入在mmW设置中典型的信道中。该优化问题是凸优化问题,求解速度快,并给出了求解该问题的迭代法.模拟单径和多径信道使用来自真实的测量在纽约市在28 GHz的信道模型。
2014-10-17 cs.IT math.IT
A New Energy Efficient Beamforming Strategy for MISO Interfering Broadcast Channels based on Large Systems Analysis
在本文中,我们提出了一种新的波束形成设计,以最大限度地提高能源效率(EE)的多输入单输出干扰广播信道(IFBC)。在此模型下,由于耦合干扰及其分数形式,EE问题一般是非凸的,因此很难求解。解决该问题的传统算法对每个信道的实现采用迭代法,这需要高的计算复杂性。为了降低计算复杂性,我们用与波束方向和功率相关的标量参数来参数化波束形成向量。然后,通过采用这种参数化的随机矩阵理论的渐近结果,我们确定的最佳参数,以最大限度地提高EE在大系统的限制,假设发射天线和用户的数量是大的固定比例。在渐近制度,我们的解决方案只依赖于二阶信道统计,这产生显着减少的计算复杂性和系统开销相比,传统的方法。因此,可以利用本地信道状态信息和优化的参数来确定使EE性能最大化的波束成形向量。基于渐近结果,该方案可以提供的平均EE性能的见解,和一个简单而有效的波束形成策略的有限系统的情况下引入。数值结果证实,所提出的计划相比,传统的方法实现的最好的结果,即使在小的系统尺寸,大大降低了系统的复杂性表现出可以忽略不计的性能损失。
2015-08-27 cs.IT math.IT
Low-Complexity Robust Data-Adaptive Dimensionality Reduction Based on Joint Iterative Optimization of Parameters
提出了一种基于改进的联合迭代优化(MJIO)算法的低复杂度鲁棒数据相关降维方法,用于降秩波束形成和导向矢量估计。所提出的鲁棒优化过程联合调整降秩矩阵和自适应波束形成器的参数。优化后的降阶矩阵将接收信号向量投影到维度较低的子空间上。然后在降维子空间中执行波束形成器/导向矢量优化。我们设计了有效的随机梯度和递归最小二乘算法来实现所提出的鲁棒MJIO设计。所提出的鲁棒MJIO波束形成算法具有更快的收敛速度和更好的性能。仿真结果表明,所提出的MJIO算法优于一些现有的满秩和降秩算法具有相当的复杂度。
2014-01-20 cs.IT math.IT
Hierarchical Passive Beamforming for Reconfigurable Intelligent Surface Aided Communications
在可重构智能表面(RISs)辅助通信中,现有的无源波束形成(PB)设计涉及反射元件数量的多项式复杂性,因此由于反射元件数量庞大而难以实现。为了克服这一困难,我们提出了一个基于反射角的级联信道模型,采用广义斯涅耳定律,其中涉及优化的变量空间的维数显着减少,从而简化了分层无源波束形成(HPB)设计。我们开发了一个有效的两阶段HPB算法,它利用信道的角域属性,以最大限度地提高目标用户的可达速率。仿真结果表明,所提出的HPB设计的吸引人的性能和低复杂度。
2021-04-17 cs.IT math.IT
Network MIMO with Linear Zero-Forcing Beamforming: Large System Analysis, Impact of Channel Estimation and Reduced-Complexity Scheduling
我们考虑多天线基站和单天线用户终端的多小区系统的下行链路,任意基站合作集群,距离相关的传播路径损耗,和一般的“公平性”的要求。同一协作簇中的基站采用具有线性迫零波束成形的联合传输,受到总和或每个基站功率约束。集群间干扰在用户终端处被视为噪声。系统频谱效率的解析表达式中发现的大系统的限制,每个基站的用户和天线的数量趋于无穷大与给定的比率。特别是,对于每个基站的功率约束,我们发现在随机矩阵理论的新结果,产生的摩尔-彭罗斯伪逆的结构化非独立同分布的子矩阵的平方Frobenius范数。由协作簇、用户分布和路径损耗系数得到的信道矩阵。该分析扩展到通过显式下行链路信道训练和上行链路反馈获得的发射机处的非理想信道状态信息(CSIT)的情况。具体来说,我们的研究结果照亮了大量的合作天线的好处和估计高维信道向量的成本之间的权衡。此外,我们的分析导致一个新的简化的下行链路调度方案,根据从大系统的结果,根据所需的公平性标准获得的概率预先选择的用户。所提出的方案执行接近最佳(有限维)的机会用户选择,而需要显着较少的信道状态反馈,因为只有一小部分预选用户必须反馈他们的信道状态信息。
2011-09-12 cs.IT math.IT
Energy Efficient Robust Beamforming for Vehicular ISAC with Imperfect Channel Estimation
本文针对车辆ISAC系统中信道估计不完善问题,提出基于分数规划、SDR和凸变换的鲁棒波束赋形方法以最大化系统能量效率,并证明最优解秩1,仿真验证其收敛性和抗信道误差能力。
2023-10-26 cs.IT eess.SP math.IT
Set-Membership Adaptive Constant Modulus Algorithm with a Generalized Sidelobe Canceler and Dynamic Bounds for Beamforming
在这项工作中,我们提出了一种自适应集成员常数模(SM-CM)算法与广义旁瓣抵消器(GSC)结构的盲波束形成。我们开发了一个随机梯度(SG)型算法的基础上的SM滤波的自适应实现的概念。仅当不能满足约束时才更新过滤器权重。此外,我们还提出了一个扩展的两个方案的时变界波束形成与GSC结构,并将参数和干扰的依赖性来表征的环境,提高了跟踪性能的算法在动态场景中。所提出的自适应SM滤波技术的收敛性进行了分析。仿真结果表明,所提出的自适应SM-CM-GSC算法与动态边界取得了优越的性能,以前报告的方法在降低更新速率。
2014-03-12 cs.IT math.IT
Trainable Least Squares to Reduce PAPR in OFDM-based Hybrid Beamforming Systems
本文提出可训练最小二乘法,在混合波束成形OFDM系统中降低PAPR,兼顾有限带宽与数字空间约束,并以低复杂度逼近凸优化性能界,验证其在全连接HBF中的可行性。
2024-02-16 cs.IT cs.OH math.IT
Distributed Coordinated Beamforming for Multi-cell Multigroup Multicast Systems
本文考虑了多小区无线网络中的协作组播波束形成。每个多天线基站(BS)通过生成具有每组公共数据的单个波束来服务多组单天线用户。目标是在满足用户特定的SINR目标的同时最小化BS的和功率。我们提出了集中式和分布式多播波束形成算法的多小区多组系统。NP-hard组播问题的解决,它近似为一个凸问题,使用标准的半定松弛方法。由此产生的半定规划(SDP)可以解决通过集中处理,如果全球信道知识。为了允许分布式实现,原始分解方法用于将SDP转化为两个优化级别。较高级别负责优化小区间干扰,而较低级别针对给定的小区间干扰约束优化波束成形器。分布式算法需要每个BS处的本地信道知识和BS之间的标量信息交换。如果解具有单位秩,则它对于原问题是最优的。否则,使用高斯随机化方法来寻找可行解。所提出的算法优于传统的计划,通过数值计算证明。
2015-11-11 cs.IT math.IT
Reduced-Rank Adaptive Filtering Based on Joint Iterative Optimization of Adaptive Filters
提出了一种基于自适应滤波器联合迭代优化的自适应降秩滤波方案。该新方案包括一个联合迭代优化的满秩自适应滤波器的银行,形成的投影矩阵和自适应降秩滤波器,操作在输出的银行的过滤器。我们描述了最小均方误差(MMSE)表达式的投影矩阵和降秩滤波器和低复杂度的归一化最小均方(NLMS)自适应算法的设计,其有效的实施。干扰抑制应用的仿真结果表明,所提出的计划优于收敛和跟踪的最先进的降秩计划在显着降低复杂度。
2012-05-20 cs.IT math.IT
Robust Statistical Beamforming with Multi-Cluster Tracking for Time-Varying Massive MIMO (Extended Version)
提出了一种大规模多输入多输出(MIMO)系统中瞬时信道估计、波束跟踪和自适应波束形成器的联合设计方法。这种设计的重点是效率方面的性能和计算复杂性的不利影响下的时间变化和移动性的来源,多用户和多径组件的存在下,或简单的多集群,和远近效应。该设计也适用于混合波束形成和频率选择性信道。在所提出的系统中,信道参数估计在时域双工(TDD)上行链路模式使用每簇的方法,而不是一个联合的方法,这显着降低了复杂度。由于所提出的干扰感知统计波束形成方法,即降维广义特征波束形成器(RD-GEB),每簇估计是可能的,它承担了干扰减轻的计算负载,并使剩余阶段的设计更简单。此外,整体设计基于将信道参数分离为快时间和慢时间,仅留下瞬时信道估计和信道匹配滤波作为快时间操作,其在集群特定的降维子空间内处理。波束跟踪和波束形成很少在慢时间内进行,降低了时均复杂度。此外,通过利用一批瞬时信道估计来执行波束跟踪,这消除了对额外训练过程的需要。所提出的低复杂度设计优于传统的方法。
2023-03-01 cs.IT eess.SP math.IT
Adaptive Reduced-Rank Equalization Algorithms Based on Alternating Optimization Design Techniques for Multi-Antenna Systems
针对MIMO空间复用系统,提出了一种新的基于交替优化设计技术的自适应降秩多输入多输出(MIMO)均衡方案和算法。所提出的降秩均衡结构由两个均衡阶段的联合迭代优化组成,即,执行降维的变换矩阵和检索所需传输符号的降秩估计器。所提出的降秩架构被纳入均衡结构,允许判决反馈和线性方案,以减轻天线间和符号间干扰。我们开发交替最小二乘(LS)表达式的变换矩阵和降秩估计的设计以及计算效率高的交替递归最小二乘(RLS)自适应估计算法。然后,我们提出了一个算法,自动调整所提出的计划的模型阶数。最小二乘算法的分析进行了收敛的充分条件和证明所提出的算法的收敛性降秩维纳滤波器。仿真结果表明,所提出的均衡算法优于现有的降秩和满秩算法,而需要相当的计算成本。
2013-01-12 cs.IT math.IT
Multiple Beamforming with Perfect Coding
完美空时分组码(PSTBC)实现了全分集、全速率、非零常数最小行列式、均匀的天线平均发射能量和良好的成形。然而,高解码复杂度是实践中的关键问题。当信道状态信息(CSI)在发射机和接收机都可用时,通常将奇异值分解(SVD)应用于多输入多输出(MIMO)系统以提高吞吐量或性能。本文提出了两种新的波束形成技术,即完全编码多波束形成(PCMB)和比特交织编码多波束形成与完全编码(BICMB-PC),分别采用了PSTBC和SVD,并进行了信道编码和未进行信道编码。与采用PSTBC的MIMO系统相比,在发射机处具有CSI(CSIT)的PCMB的解码复杂度大幅降低,提供了CSIT的新前景。特别地,由于生成矩阵的特殊性质,PCMB在2维和4维上提供比现有技术的基于SVD的未编码技术低得多的解码复杂度。类似地,BICMB-PC的解码复杂度在这两个维度上远低于最先进的基于SVD的编码技术,并且复杂度增益大于未编码的情况。此外,这些上述复杂性降低是在性能上仅有可忽略的或适度的损失的情况下实现的。
2012-01-30 cs.IT math.IT
Partially-Connected Hybrid Beamforming for Spectral Efficiency Maximization via a Weighted MMSE Equivalence
混合波束形成(HBF)是一种用于实际大规模多输入多输出(MIMO)毫米波(mmWave)系统的有吸引力的技术。与完全连接的HBF结构相比,部分连接的HBF结构可以进一步降低硬件成本和功耗。然而,其模拟波束形成矩阵的特殊块对角结构带来了额外的设计挑战。在本文中,我们开发了有效的HBF算法的频谱效率最大化(SEM)的毫米波大规模MIMO系统的部分连接架构。一个主要的贡献是,我们证明了等价的SEM问题和矩阵加权和均方误差最小化(WMMSE)的问题,这导致了一个方便的算法方法来直接解决SEM问题。具体来说,我们分解成混合预编码和混合组合的子问题,其中最佳的数字预编码器和组合器的等效WMMSE问题具有封闭形式的解决方案。对于更有挑战性的模拟预编码器和组合器,我们提出了一个基于元素迭代的算法和流形优化的算法。最后,交替地更新混合预编码器和组合器。整体HBF算法被证明是单调增加的频谱效率和收敛。此外,我们还提出了改进的算法,降低了计算复杂性和有限分辨率移相器。仿真结果表明,所提出的HBF算法实现了显着的性能增益比传统的算法。
2020-10-09 cs.IT math.IT
Beamforming Inferring by Conditional WGAN-GP for Holographic Antenna Arrays
本文针对全息天线阵列波束赋形开销高的问题,提出基于条件WGAN-GP的方法,仅用极少量信道信息推断完整波束赋形矩阵,在保持与WMMSE算法相当性能的同时将开销降低超过50%。
2024-05-16 cs.IT eess.SP math.IT
Adaptive Decision Feedback Reduced-Rank Equalization Based on Joint Iterative Optimization of Adaptive Estimation Algorithms for Multi-Antenna Systems
提出了一种新的基于自适应估计器联合迭代优化的自适应降秩多输入多输出(MIMO)判决反馈均衡结构。新的降秩均衡结构由两个均衡阶段的联合迭代优化组成,即,执行降维的投影矩阵和检索所需的传输符号的降秩估计器。所提出的降秩结构之后是负责消除由相关联的数据流引起的天线间干扰的判决反馈方案。我们描述了最小二乘(LS)表达式的投影矩阵和降秩估计的设计以及计算效率的递归最小二乘(RLS)自适应估计算法。MIMO均衡应用的仿真结果表明,该方案优于国家的最先进的降秩和传统的估计算法在大约相同的复杂度。
2013-04-29 cs.IT math.IT
Joint Model-Order and Step-Size Adaptation using Convex Combinations of Adaptive Reduced-Rank Filters
在这项工作中,我们提出了联合模型阶和步长自适应降秩自适应滤波器的计划。所提出的方案采用降秩自适应滤波器并行操作,具有不同的阶数和步长,利用凸组合策略。所提出的方案中使用的降秩自适应滤波器是基于最近提出的联合迭代抽取和插值(JIDF)方法。JIDF方法的独特之处在于,它可以大大减少自适应系数的数量,从而使并行使用多个降秩滤波器成为可能。我们研究所提出的方案在CDMA系统中的干扰抑制应用的性能。仿真结果表明,所提出的方案可以显着改善现有的降秩自适应滤波器的性能的JIDF方法的基础上。
2013-05-16 cs.IT math.IT
Robust Designs of Beamforming and Power Splitting for Distributed Antenna Systems with Wireless Energy Harvesting
在本文中,我们研究了一个多用户分布式天线系统,同时无线信息和功率传输的假设下,不完美的信道状态信息(CSI)。在该系统中,具有多个天线的分布式天线端口支持一组移动站,这些移动站可以通过功率分配器同时解码信息和收获能量。为了设计鲁棒的发射波束成形矢量和功率分配(PS)因素在CSI错误的存在下,我们最大化的平均最坏情况下的信号与干扰加噪声比(SINR),同时实现个人的能量收集约束每个移动台。首先,我们开发了一个有效的算法转换的最大-最小的SINR问题的一组“双”最小-最大功率平衡问题。然后,受罚函数法的启发,提出了一种基于半定规划(SDP)的迭代算法,以获得局部最优的秩一解。此外,为了减少计算复杂性,我们提出了另一种迭代方案的基础上拉格朗日方法和逐次凸逼近(SCA)技术,以产生一个次优解。仿真结果验证了算法的鲁棒性和有效性。
2018-01-31 cs.IT math.IT
Adaptive Reduced-Rank RLS Algorithms based on Joint Iterative Optimization of Filters for Space-Time Interference Suppression
提出了一种基于自适应滤波器联合迭代优化的自适应降秩滤波算法。该新方案包括一个联合迭代优化的满秩自适应滤波器的银行构成的投影矩阵和自适应降秩滤波器,在滤波器的银行的输出操作。我们描述的投影矩阵和降秩滤波器和递归最小二乘(RLS)自适应算法的设计,其计算效率的实施最小二乘(LS)表达式。在CDMA系统中的空时干扰抑制应用的仿真结果表明,所提出的方案优于在收敛和跟踪最先进的降秩方案在大约相同的复杂度。
2013-04-29 cs.IT math.IT
Adaptive Minimum BER Reduced-Rank Linear Detection for Massive MIMO Systems
针对超大型多用户多输入多输出(MIMO)系统,提出了一种新的自适应降秩策略。建议的降秩方案是基于联合迭代优化(JIO)的概念,根据最小化的比特出错率(BER)的成本函数的过滤器。所提出的优化技术调整的投影矩阵和降秩滤波器的权重联合。我们开发了随机梯度(SG)算法的自适应实现,并介绍了一种新的自动秩选择方法的BER标准的基础上。多用户MIMO系统的仿真结果表明,所提出的自适应算法明显优于现有的方案。
2013-02-17 cs.IT math.IT
Multi-Group Multicast Beamforming by Superiorized Projections onto Convex Sets
在本文中,我们提出了一种迭代算法来解决非凸多组多播波束成形问题的服务质量约束和每天线功率约束。我们制定了一个凸松弛的问题作为一个半定的程序在一个真正的希尔伯特空间,这使我们能够近似的可行集中的一个点,通过迭代应用有界扰动弹性不动点映射。受优越化方法的启发,我们使用这种映射作为基本算法,并且我们在每次迭代中添加一个小扰动,目的是减少目标值和到非凸秩约束集的距离。我们证明了扰动序列是有界的,从而保证算法收敛到松弛半定规划的可行点。仿真结果表明,在许多情况下,该方法在计算时间和近似间隙方面优于现有算法。
2021-02-23 cs.IT eess.SP math.IT
Mixed-Timescale Deep-Unfolding for Joint Channel Estimation and Hybrid Beamforming
在大规模多输入多输出(MIMO)系统中,混合模拟-数字波束成形是一种利用潜在阵列增益而无需为每个天线使用专用射频链的基本技术。然而,由于天线数量大,传统的信道估计和混合波束成形算法通常需要很高的计算复杂性和信令开销。在这项工作中,我们提出了一个端到端的深度展开神经网络(NN)联合信道估计和混合波束形成(JCEHB)算法,以最大限度地提高系统的和速率在时分双工(TDD)的大规模MIMO。具体而言,递归最小二乘(RLS)算法和随机逐次凸逼近(SSCA)算法展开的信道估计和混合波束形成,分别。为了减少信令开销,我们考虑了一种混合时标混合波束形成方案,其中模拟波束形成矩阵基于离线的信道状态信息(CSI)统计进行优化,而数字波束形成矩阵基于估计的低维等效CSI矩阵在每个时隙进行设计。我们联合训练的模拟波束形成器与RLS和SSCA诱导的深度展开神经网络的可训练参数的基础上CSI统计离线。在数据传输过程中,我们通过RLS诱导的深度展开神经网络估计低维等效CSI,并更新数字波束形成器。此外,我们提出了一个混合的时标深度展开神经网络的模拟波束形成器进行在线优化,并扩展到频分双工(FDD)系统,其中信道反馈被认为是框架。仿真结果表明,该算法在降低计算复杂性和信令开销的同时,性能明显优于传统算法。
2022-06-08 cs.IT eess.SP math.IT
Joint Active and Passive Beamforming for RIS-aided MIMO Communications with Low-Resolution Phase Shifts
本文针对实际低分辨率相移限制下的RIS辅助多流MIMO通信,提出一种避免显式离散约束的联合发射预编码与RIS相移优化问题表述,并设计基于简单投影的迭代算法,仿真验证其在低分辨率相移下具有显著性能优势。
2023-04-19 cs.IT eess.SP math.IT
An Efficient Slow-Time Adaptation for Massive MIMO Hybrid Beamforming in mm-Wave Time-Varying Channels
针对毫米波大规模多输入多输出(MIMO)系统上行数据模式下单载波宽带传输,提出了一种自适应混合波束形成方法。在慢时间内自适应地构造一个统计模拟波束形成器,而信道是时变的,并且是错误估计的。针对广义特征波束形成器(GEB)对估计误差的鲁棒性,提出了一种递归滤波方法。近似表达式得到的信道协方差矩阵解耦角扩展和多径分量的中心角。利用这些表达式,提出了改进的自适应构造方法,该方法仅使用角补丁上的量化估计功率电平。从输出信号干扰噪声比(SINR)、瞬时信道估计和波束精度等方面对所提出的慢时自适应技术进行了性能评估。它们被证明是非常有效的,使得计算复杂性显着降低,而性能保持几乎相同的理想的GEB,即使在大的角度估计误差。
2020-07-01 cs.IT eess.SP math.IT
An Efficient Interference-Aware Constrained Massive MIMO Beamforming for mm-Wave JSDM
针对毫米波JSDM混合大规模MIMO,本文提出恒模约束的干扰感知GEB模拟波束成形及动态子阵列算法,并配合LMMSE数字波束成形抑制残余干扰。
2021-03-22 cs.IT eess.SP math.IT
Weighted Spectral Efficiency Optimization for Hybrid Beamforming in Multiuser Massive MIMO-OFDM Systems
本文研究了多用户大规模多输入多输出(MIMO)-正交频分复用(OFDM)系统中的混合波束成形设计。以加权频谱效率最大化为目标,提出了一种交替最大化框架,其中模拟预编码采用黎曼流形优化。如果数字预编码采用局部最优算法进行优化,则得到局部最优交替最大化算法。相比之下,如果我们使用加权最小均方误差(MMSE)为基础的数字预编码迭代算法,我们得到一个次优的交替最大化算法,降低了每次迭代的复杂度。通过对加权算术均方误差和几何均方误差上界的刻画,证明了在用户权值相差不大的情况下,两种交替最大化算法具有相似的性能。数值结果表明,当用户间的最大和最小权值之比很大时,两种交替最大化算法的性能差距变大。此外,我们还提出了一个低复杂度的封闭形式的方法没有迭代。它采用矩阵分解的模拟波束形成和加权MMSE的数字波束形成。虽然它不应该最大化加权频谱效率,它表现出较小的性能恶化相比,两个迭代交替最大化算法,它有资格作为一个很好的初始化迭代算法,从而节省迭代。
2019-07-29 cs.IT eess.SP math.IT
Convolutional Beamspace Beamforming for Low-Complexity Far-Field and Near-Field MU-MIMO Communications
本文提出基于卷积波束空间的低复杂度波束成形方法,通过波束空间降维和空间滤波抑制MU-MIMO用户间干扰,并针对远场和近场场景分别设计,在接近最优性能的同时显著降低复杂度。
2024-09-02 cs.IT eess.SP math.IT
Deep Learning Enabled Optimization of Downlink Beamforming Under Per-Antenna Power Constraints: Algorithms and Experimental Demonstration
研究了多用户多输入单输出系统中基于深度学习的快速下行波束形成算法,其中基站的每个发射天线都有自己的功率约束。我们专注于信号干扰噪声比(SINR)平衡问题,这是准凸的,但没有有效的解决方案。我们首先设计了一个快速次梯度算法,可以达到接近最优的解决方案,降低复杂度。然后,我们提出了一个深度神经网络结构,以学习基于卷积网络和利用原始问题的对偶性的最佳波束成形。研究了两种不同精度的对偶变量学习策略,并利用次梯度算法恢复原解。我们还开发了一个泛化方法,使他们能够适应不同数量的用户和天线,而无需重新训练的算法。我们进行了密集的数值模拟和试验台实验,以评估所提出的算法的性能。仿真结果表明,在信道信息完备的情况下,该算法的性能接近最优解,在实验中优于理论上的最优解,比现有算法具有更好的性能-复杂度权衡。
2020-02-28 cs.IT eess.SP math.IT