Truncated Polynomial Expansion Downlink Precoders and Uplink Detectors for Massive MIMO
在基于TDD互易性的大规模MIMO中,能够在上行链路-下行链路时隙持续时间的一小部分内计算所有OFDM资源块上的下行链路预编码矩阵是至关重要的。由于这种计算延迟的限制,大规模MIMO的早期实现仅限于简单的共轭波束成形(ConjBF)预编码方法。然而,理论分析和系统仿真已经广泛证明,对于大量但实际数量的发射天线,正则化迫零(RZF)预编码通常比ConjBF有效得多。为了恢复ConjBF和RZF之间的间隙的显著部分并且还满足非常严格的计算延迟约束,已经提出了截断多项式展开(TPE)方法。在本文中,我们提出了一种新的TPE方法,优于所有以前提出的方法在一般非对称的情况下,用户与任意天线相关。此外,所提出的方法是显着更简单,更灵活,比以前提出的方法的基础上确定性的等价物和自由概率在大随机矩阵理论。我们认为功率分配与我们的TPE方法,并表明,经典的系统优化问题,如最小和功率和最大最小速率可以很容易地解决。此外,我们提供了一个详细的计算延迟分析,专门针对一个高度并行的FPGA硬件架构。
2017-11-11 cs.IT math.IT
Proximal Decoding for LDPC-coded Massive MIMO Channels
针对LDPC编码的大规模MIMO信道,提出了一种新的基于优化的译码算法。建议的解码算法是基于一个近似梯度法求解近似最大后验概率(MAP)解码问题。关键思想是使用码约束多项式惩罚远离码字的向量作为近似MAP目标函数中的正则化器。码邻近算子自然地从码约束多项式导出。所提出的算法,称为邻近解码,可以描述为一个简单的递归组成的梯度下降步骤的负对数似然函数和代码的邻近操作。数值实验表明,该算法优于已知的大规模MIMO检测算法,如MMSE检测器与置信传播解码。
2021-02-10 cs.IT math.IT
Search-free DOA Estimation Method Based on Tensor Decomposition and Polynomial Rooting for Transmit Beamspace MIMO Radar
为了提高发射波束域多输入多输出(MIMO)雷达的精度和分辨力,提出了一种基于张量分解和多项式求根的无搜索波达方向(DOA)估计方法。该方法首先利用MIMO雷达接收信号的多线性特性,设计一个三阶张量对接收信号进行建模。然后,利用交替最小二乘(ALS)算法进行张量分解,得到包含目标方位信息的因子矩阵,进而将方位估计问题转化为独立最小化问题。通过利用发送导向矢量的Vandermonde结构,构造多项式函数,通过多项式求根来解决最小化问题。该多项式系数中的因子矩阵可视为广义旁瓣抵消器(GSC)中的分块矩阵,从而在发射波束方向图中形成目标方向上唯一的深零陷。与传统的DOA估计方法不同,该方法不需要谱搜索和波束空间矩阵设计,就可以获得DOA估计。仿真结果验证了该方法的有效性。
2020-10-14 cs.IT eess.SP math.IT
A proof of the log-concavity conjecture related to the computation of the ergodic capacity of MIMO channels
最近在arXiv:0903.1952中引入了关于{ \bf MIMO}信道的遍历容量的上限。这个上界等于某个非负系数的多线性多项式$p(λ_1,...,λ_n)$的单形的最大化。有趣的是,系数是某个非负矩阵的次积式。通常,这样的最大化问题是{ \bf NP-HARD}。但是如果说,泛函$\log(p)$在单纯形上是凹的,并且可以被有效地求值,那么最大化也可以被有效地完成。在arXiv:0903.1952中记录了这种对数。本文基于{ \bf H-稳定}多项式理论,给出了该猜想的完备证明.
2009-11-03 cs.IT math.IT
Controlled Loosening-up (CLuP) -- achieving exact MIMO ML in polynomial time
在本文中,我们攻击的最基本的信号处理/信息理论问题之一,广泛称为MIMO ML检测。我们介绍了一个强大的随机对偶理论(RDT)的机制,我们称之为受控松动(CLuP)的方式实现精确的ML性能在MIMO系统中的多项式时间。我们首先概述总体战略,然后讨论整个概念背后的基本原理。一个坚实的收集通过数值实验获得的结果,以及发现是在一个很好的协议与理论预测。由于这是我们开发的一个大规模通用概念的介绍性论文,我们主要关注尽可能简单的事情,并将重点放在最基本的想法上。在我们的几篇配套论文中,我们提出了其他各种互补的结果,这些结果涉及到理论和实践方面,以及它们与我们多年来在随机对偶中取得的大量其他问题和结果的联系。
2019-09-03 cs.IT math.IT math.ST
Linear Precoding Based on Polynomial Expansion: Large-Scale Multi-Cell MIMO Systems
大规模MIMO系统可以为未来的通信系统带来频谱效率的显著提高。由于在基站处通过大量天线实现的更精细的空间分辨率,这些系统已被证明对用户间干扰是鲁棒的,并且线性预编码的使用是渐近最优的。然而,随着系统维度的增加,大多数预编码方案表现出高计算复杂性。例如,接近最优的RZF需要大矩阵的求逆。这激发了我们的同伴论文,在那里我们提出了解决单小区多用户系统中的问题,通过截断多项式展开(TPE)近似矩阵逆,其中多项式系数被优化以最大化系统性能。我们已经证明,提出的具有少量系数的TPE预编码几乎达到了RZF的性能,但从未超过它。在涉及大规模多用户MIMO系统的现实多小区场景中,RZF预编码的优化迄今为止还不可行。这主要归因于场景的高度复杂性和必要的正则化参数的非线性影响。另一方面,TPE预编码中的标量权重为可能的吞吐量优化带来了希望。按照相同的方法,在配套文件中,我们利用随机矩阵理论推导出一个确定性的表达式为每个用户的渐近信干噪比。我们还提供了一个优化算法来近似的权重,最大限度地提高网络范围内的加权最大最小公平性。优化权值可以用来模拟RZF预编码的用户吞吐量分布。使用模拟,我们比较了网络吞吐量的TPE预编码与次优RZF方案,并表明我们的计划可以实现更高的吞吐量,使用TPE的顺序只有3。
2014-07-24 cs.IT math.IT
On the Distribution of MIMO Mutual Information: An In-Depth Painlevé Based Characterization
本文建立在我们最近的工作,计算的矩生成函数的MIMO互信息正是在一个Painlevé V微分方程。通过利用这个关键的分析工具,我们提供了一个深入的表征足够大(但有限)的天线数量的互信息分布。特别是,我们得到系统的高阶累积量的封闭形式的扩展。这些结果产生了相当多的新的见解,如提供了一个技术解释,为什么众所周知的高斯近似是相当强大的大SNR的情况下,不平等的天线阵列,而它强烈偏离相等的天线阵列。此外,通过借鉴我们的高阶累积量展开,我们采用Edgeworth展开技术,提出了一个改进的高斯近似,这是一个非常准确的封闭形式表征的互信息分布,无论是周围的平均值和中等偏差到尾部(高斯近似失败显着)。对于更强的偏差的Edgeworth展开变得笨拙,我们采用鞍点方法和渐近积分工具,建立新的分析特征,这是非常简单和准确的。基于这些结果,我们还恢复关键的良好建立的属性的尾部分布,包括多样性复用权衡。
2013-01-21 cs.IT math.IT
The Feasibility Conditions for Interference Alignment in MIMO Networks
干扰对齐技术因其在干扰网络中具有突破性的性能,近年来引起了人们的广泛关注。然而,尽管有大量的工作致力于IA,IA的可行性条件仍然不清楚大多数网络拓扑结构。IA可行性分析是具有挑战性的IA约束是一组高次多项式,没有系统的工具来分析存在的可解性条件。在这项工作中,通过开发一个新的数学框架,将多项式方程组的可解性映射到其一阶项的线性独立性,我们提出了一个适用于具有一般配置的MIMO干扰网络的充分条件。我们进一步证明了这个充分条件在广泛的配置下与必要条件相匹配。这些结果进一步巩固了IA的理论基础。
2012-11-15 cs.IT math.IT
On Feasibility of Interference Alignment in MIMO Interference Networks
我们探讨的可行性,在信号向量空间的干扰对齐-仅基于波束成形-K用户MIMO干扰信道。我们的主要贡献是与确定多元多项式系统的可解性问题的可行性问题,被广泛认为是在代数几何。众所周知,例如从Bezout定理,通用多项式系统是可解的,当且仅当方程的数量不超过变量的数量。根据这种直觉,我们根据方程和变量的数量将信号空间干扰对齐问题分类为正确或不正确。通过Bernshtein定理的情况下,每个发射机只使用一个波束形成向量的可行和适当的系统之间的严格连接。多束情况引入了多项式系统系数之间的依赖性,使得该系统在这两个定理所要求的意义上不再是通用的。在这种情况下,我们表明,可行的和适当的系统之间的连接可以进一步加强(因为可行的和适当的系统之间的等价性并不总是成立),包括标准的信息理论的可行性分析的外部边界。
2009-11-23 cs.IT math.IT
Sum-Rate Maximization in Two-Way AF MIMO Relaying: Polynomial Time Solutions to a Class of DC Programming Problems
双向放大转发(AF)多输入多输出(MIMO)中继中的和速率最大化问题属于一类凸函数差分(DC)规划问题。DC编程问题也发生在其他信号处理应用中,并且通常使用分支定界方法的不同修改来解决。然而,该方法不具有任何多项式时间复杂度保证。在本文中,我们证明了一类DC规划问题,其中的和速率最大化的双向MIMO中继属于,可以非常有效地解决在多项式时间,并开发了两个算法。该问题的目标函数表示为二次比的乘积,并参数化,使得其凸部分(相对于凹部分)仅包含一个(或两个)优化变量。其中一种算法称为多项式时间DC(POTDC),它基于半定规划(SDP)松弛、线性化和单个参数的迭代搜索。另一种算法被称为速率最大化通过广义特征向量(RAGES),是基于广义特征向量方法和迭代搜索两个(或一个,在其近似版本)优化变量。我们还推导出相应的优化问题的最优值的上限,并通过模拟表明,这个上限可以实现这两种算法。所提出的方法最大化的和速率在双向AF MIMO中继系统中被证明是优于其他国家的最先进的算法。
2012-02-11 cs.IT math.IT math.OC
A Feasibility Test for Linear Interference Alignment in MIMO Channels with Constant Coefficients
在本文中,我们考虑了线性干扰对齐(IA)的多输入多输出(MIMO)信道的常数系数为任何数量的用户,天线和每个用户的流的可行性,并提出了一个多项式时间测试这个问题。结合代数几何技术与微分拓扑的,我们首先证明了一个结果,概括了以前发表的关于这个主题。具体来说,我们认为输入集(MIMO干扰信道的复投影空间),输出集(预编码器和解码器格拉斯曼)和解决方案集(信道,解码器和预编码器满足IA多项式方程),不仅作为代数集,而且作为光滑紧致流形。利用这个数学框架,我们证明了当解簇的代数维数大于或等于输入空间的维数,且第一投影所给出的两个光滑流形的切空间之间的线性映射是一般满射时,线性对齐问题是可行的.如果该映射不是满射,则解簇以奇异的方式投影到输入空间中,并且投影是零测度集。这个结果自然会产生一个简单的可行性测试,相当于检查矩阵的秩。我们还提供了一个精确的算术版本的测试,这证明了测试IA的通用MIMO信道的可行性属于有界误差概率多项式(BPP)的复杂性类。
2014-01-15 cs.IT math.IT
Linear Precoding of Data and Artificial Noise in Secure Massive MIMO Systems
在本文中,我们考虑安全的下行链路传输中的多小区大规模多输入多输出(MIMO)系统中的基站(BS)天线,移动终端和窃听天线的数量是渐近大。假设窃听者的信道状态信息在BS处不可用,并且因此,采用数据的线性预编码和人工噪声(AN)用于保密增强。四个不同的数据预编码器(即,自私迫零(ZF)/正则化信道反转(RCI)和协作ZF/RCI预编码器)和三种不同的AN预编码器(即,随机的、自私的/协作的基于零空间的预编码器),并分析了相应的可实现的遍历保密率。我们的分析包括上行链路信道估计,导频污染,多小区干扰和路径损耗的影响。此外,为了在复杂度和性能之间取得平衡,提出了基于矩阵多项式的线性预编码器用于数据和AN预编码。使用来自自由概率和随机矩阵理论的工具,分别优化数据和AN预编码器的多项式系数,以最小化感兴趣小区中的移动终端的和均方误差和AN泄漏。我们的分析和仿真结果提供了有趣的见解,安全的多小区大规模MIMO系统的设计,并揭示了所提出的多项式数据和AN预编码器接近自私的RCI数据和零空间为基础的AN预编码器的性能,分别。
2015-08-31 cs.IT math.IT
Spatial Domain Simultaneous Information and Power Transfer for MIMO Channels
在本文中,我们从理论上研究了一种新的技术,同时在多输入多输出(MIMO)点到点的无线电频率能量收集能力的信息和功率传输(SWIPT)。所提出的技术利用MIMO信道的空间分解,并使用本征信道来传递信息或传递能量。为了推广我们的研究,我们考虑了分解过程中的信道估计误差和本征信道之间的干扰。最小化的总发射功率的最大功率每特征信道,信息和能量约束的优化问题,制定为一个混合整数非线性规划和解决的最优性使用混合整数二阶锥规划。一个接近最优的混合整数线性规划的解决方案也开发了强大的计算性能。当没有每个特征信道的最大功率约束时,进一步提出了一个多项式复杂度算法的最优解的问题。此外,一个低多项式复杂度的算法开发的功率分配问题与给定的本征信道分配,以及一个低复杂度的启发式求解本征信道分配问题。
2015-04-09 cs.IT math.IT
A Near Maximum Likelihood Decoding Algorithm for MIMO Systems Based on Semi-Definite Programming
在多输入多输出(MIMO)系统中,最大似然(ML)解码等价于在N维复空间中找到最近的格点。一般来说,这个问题是NP难的。本文提出了一种基于半定规划(SDP)的拟极大似然算法。我们介绍了几个SDP松弛模型的MIMO系统,随着复杂性的增加。我们使用边界点方法来求解模型,并获得了近似ML的性能与多项式计算复杂性。应用格基约简进一步降低求解这些模型的计算复杂性。所提出的松弛模型也用于MIMO系统中的软输出解码。
2007-05-31 cs.IT math.IT
Optimal Non-coherent Data Detection for Massive SIMO Wireless Systems with General Constellations: A Polynomial Complexity Solution
大规模MIMO系统可以通过利用大型天线阵列来大大提高传统MIMO系统的频谱和能量效率。然而,在大规模MIMO系统中,增加基站(BS)处的天线数目使得上行链路非相干数据检测非常具有挑战性。在本文中,我们考虑的联合最大似然(ML)信道估计和数据检测问题的大规模SIMO(单输入多输出)无线系统,这是一个特殊的情况下,无线系统与大型天线阵列。我们提出了精确的ML非相干数据检测算法的恒模和非恒模星座,具有较低的预期复杂度。尽管大量的未知信道系数的大规模SIMO系统,我们表明,这些算法的预期计算复杂性是线性的接收天线的数量和多项式的信道相干时间。仿真结果表明,性能增益(高达5 dB的改善)的最佳非相干数据检测与低计算复杂性。
2015-07-10 cs.IT math.IT
Adaptive Sum Power Iterative Waterfilling for MIMO Cognitive Radio Channels
本文将高斯多输入多输出(MIMO)认知无线电信道(MCC)的总容量表示为有限个线性约束的凸问题,并利用多项式时间内点技术求解。此外,一类专门的和功率迭代注水算法的确定,利用和容量问题的固有结构。这些算法不仅确定最大化的总容量值,而且还确定实现该最优值的传输策略。最后,本文提供的数值结果表明,该算法需要很少的迭代收敛到最优。
2008-02-28 cs.IT math.IT
Degrees of Freedom of Holographic MIMO Channels
我们考虑矩形对称的空间约束孔径,旨在检索通过不同的分析和工具在其他地方获得的空间自由度(DoF)的平均数的限制。与以前的工作不同,我们使用最近在[1]中引入的傅立叶平面波级数展开,其中远场小尺度衰落的统计模型是在笛卡尔空间傅立叶基上基于连续空间和物理的正交展开的基础上开发的。这种扩展产生了一组统计独立的随机系数,其基数直接给出了DoF平均数的限制。的治疗是有限的各向同性散射环境,但可以扩展到非各向同性的情况下,通过线性系统理论解释的平面波传播。
2020-02-27 cs.IT eess.SP math.IT
Optimal non-coherent data detection for massive SIMO wireless systems: A polynomial complexity solution
大规模MIMO系统通过利用大型天线阵列,在提高传统MIMO系统的频谱和能量效率方面取得了重大进展。在本文中,我们考虑联合最大似然(ML)信道估计和数据检测问题的大规模SIMO(单输入多输出)无线系统。尽管大规模SIMO系统的大量未知信道系数,我们改进的算法,以实现精确的ML非相干数据检测具有较低的预期复杂度。结果表明,该算法的计算复杂性与接收天线数成线性关系,与信道相干时间成多项式关系。仿真结果表明,最佳非相干数据检测的性能增益与低计算复杂性。
2014-11-25 cs.IT math.IT
Impact and Calibration of Nonlinear Reciprocity Mismatch in Massive MIMO
时分复用大规模多输入多输出(MIMO)系统利用上下行信道互易性来估计信道状态信息(CSI),但当上下行链路不对称导致失配时,该信道互易性不再有效。现有的作品处理的互易性不匹配为常数简单。然而,实际的RF链由非线性元件组成,这导致非线性互易失配。在这项工作中,我们研究了大规模MIMO系统中的非线性互易性失配的影响和校准方法。为了评估非线性失配的影响,我们首先推导出遍历可实现速率的封闭形式的表达式。然后,我们分析了由非线性失配引起的性能损失,表明失配在基站(BS)侧的影响远大于在用户设备侧的影响。因此,我们提出了一种校准方法的BS。在校准过程中,多项式函数被用来近似非线性失配因子,并通过空中训练来估计多项式系数。之后,通过最大化下行链路可实现速率来计算校准系数。仿真结果验证了分析结果,并显示所提出的校准方法的性能。
2020-09-30 cs.IT math.IT
Spatial-Temporal BEM and Channel Estimation Strategy for Massive MIMO Time-Varying Systems
针对时变环境下的多用户大规模多输入多输出(MIMO)系统,提出了一种新的信道估计方法。我们引入了一种离散傅里叶变换(DFT)辅助的空时基扩展模型(ST-BEM)来降低上下行信道的有效维数,从而大大降低了训练开销和反馈开销。新提出的ST-BEM由于角度互易性而适用于时分双工(TDD)系统和频分双工(FDD)系统,并且可以通过快速傅立叶变换(FFT)有效地部署。各种数值结果证实了所提出的研究。
2016-10-29 cs.IT math.IT
Polynomial-Time MIMO Detection at the Maximum-Likelihood Threshold
Microsoft Research(微软研究院);University of Wisconsin(威斯康星大学)
本文证明在方形高斯二进制MIMO模型中,舍入线性MMSE加最陡单比特下降可在多项式时间内达到与最大似然检测相同的一阶SNR阈值,实现精确块恢复。
2026-09-18 cs.IT math.IT
Joint Pilot Design and Uplink Power Allocation in Multi-Cell Massive MIMO Systems
本文研究了多小区大规模多输入多输出(MIMO)系统中的导频设计问题。而不是建模的导频设计作为一个组合分配问题,如在以前的作品,我们表示的导频信号使用的导频基础和治疗相关的功率系数作为连续的优化变量。我们计算的最大比检测,适用于任意导频信号的瑞利衰落信道的上行链路容量的下限。我们进一步制定的最大-最小公平性问题下的功率预算约束,与导频信号和数据功率作为优化变量。由于这个优化问题是非确定性的多项式时间的困难,由于符号约束,我们然后提出了一个算法,以获得一个局部最优的多项式复杂度。我们的框架作为一个基准,试点设计的情况下,无论是理想的或非理想的硬件。数值结果表明,所提出的优化算法接近于穷举搜索得到的最优解,并且新的导频结构和优化方法比现有的次优导频设计方法具有更大的优势。
2018-01-22 cs.IT math.IT
Efficient Optimal Joint Channel Estimation and Data Detection for Massive MIMO Systems
针对大规模MIMO无线系统,提出了一种高效的最优联合信道估计和数据检测算法。我们的算法是最佳的广义似然比检验(GLRT)。对于大规模MIMO系统,我们表明,我们的算法的预期复杂度增长多项式的信道相干时间。仿真结果表明,与次优非相干检测算法相比,我们的算法有显着的性能增益。据我们所知,这是第一个算法,有效地实现GLRT最佳的非相干检测的大规模MIMO系统与一般星座。
2016-03-08 cs.IT math.IT math.OC
On the Equivalence of Semidifinite Relaxations for MIMO Detection with General Constellations
多输入多输出(MIMO)检测问题是现代数字通信中的一个基本问题。基于半定松弛(SDR)的算法是解决该问题的一类流行的方法,因为该算法具有多项式时间的最坏情况复杂度,并且通常可以实现良好的检测出错率性能。尽管存在各种不同的SDR的MIMO检测问题的文献中,很少有人知道这些SDR之间的关系。本文旨在填补这一理论空白。特别是,本文表明,现有的两个SDR的MIMO检测问题,这需要相当不同的形式,并提出了使用不同的技术,是等效的。作为等价性结果的副产品,在充分条件下可以得到上述两个SDR之一的紧密性。
2019-02-18 cs.IT math.IT
Parallelized Structures for MIMO FBMC under Strong Channel Frequency Selectivity
提出了一种适用于强频率选择性下滤波器组多载波(FBMC)调制信号MIMO传输和接收的新结构。所提出的系统试图近似一个理想的频率选择性预编码器和线性接收器的泰勒展开,利用分析和合成滤波器组的结构。由此产生的架构是通过线性组合传统的MIMO线性收发器,这是适用于原始滤波器组的顺序衍生物。经典的每子载波预编码/线性接收机配置作为这种架构的特殊情况下,当只有一个阶段是固定在发送器和接收器。假设子载波的数量增长大,得到的符号间/载波间(ISI/ICI)失真的渐近表达式。该表达式在实践中可以用于确定需要在所提出的架构中实现的并行级的数量。性能评估研究证实了该方案在实际频率选择性MIMO场景中的实质性优势。
2016-07-05 cs.IT math.IT
Sum Spectral Efficiency Maximization in Massive MIMO Systems: Benefits from Deep Learning
研究了多小区Massive MIMO系统中以最大和频谱效率(SE)为目标的数据和导频功率联合优化问题。首先,我们提出了一个新的优化算法,启发加权最小均方误差(MMSE)的方法,以获得一个稳定点在多项式时间。然后,我们使用该算法与深度学习一起训练一个卷积神经网络,以在亚毫秒级运行时间内执行联合数据和导频功率控制,使其适用于实际多小区Massive MIMO系统的在线优化。数值结果表明,对于四单元系统,神经网络解比稳定点小$1\%$,而对于九单元系统,SE损失之和为$2\%$.
2019-03-19 cs.IT math.IT
A Generalized Spatial Correlation Model for 3D MIMO Channels based on the Fourier Coefficients of Power Spectrums
已有的研究证实了衰落相关对二维多输入多输出(MIMO)系统的互信息(MI)的不利影响。最近,趋势是通过利用信道在仰角上的自由度来增强系统性能,这需要在存在空间相关性的情况下导出和表征三维(3D)信道。在本文中,空间相关函数(SCF)的一个精确的封闭形式的表达式推导出3D MIMO信道。这种新的SCF是针对具有各向异性天线方向图的均匀线性天线阵列而开发的。所提出的方法诉诸球谐展开(SHE)的平面波和三角展开的勒让德和相关的勒让德多项式。由此产生的表达式取决于潜在的任意角分布和天线方向图通过傅立叶级数(FS)的功率方位角和仰角谱系数。所提出的方法的新颖性在于SCF是有效的任何3D传播环境。开发的SCF确定的协方差矩阵在发送器和接收器,形成克罗内克信道模型。为了量化相关性对系统性能的影响,在单用户和多用户情况下,利用Kronecker模型的MI的信息理论确定性等价物。数值结果验证了所提出的解析表达式,并阐明了方位角和仰角扩展和天线方向图的系统性能的依赖性。提供了一些有用的见解MI作为下倾角的函数的行为。推导出的模型将有助于评估相关的3D MIMO信道的性能在未来。
2015-04-21 cs.IT math.IT
Multichannel group sparsity methods for compressive channel estimation in doubly selective multicarrier MIMO systems (extended version)
我们考虑在双选择性MIMO信道上传输的脉冲成形多载波多输入多输出(MIMO)系统中的信道估计。这种设置包括作为特殊情况的MIMO正交频分复用(MIMO-OFDM)系统。我们发现,在延迟-多普勒域的分量信道往往表现出近似的联合组稀疏结构。然后,我们开发了一个压缩信道估计,利用这种结构,以提高性能。提出的信道估计器使用多通道组稀疏压缩感知的方法,它结合了组稀疏压缩感知和多通道压缩感知的方法。我们推导了信道估计误差的上界,并分析了估计器的计算复杂性。通过引入基础扩展产生增强的联合组稀疏性,以及基础优化算法,该算法能够利用先前的统计信息,如果可用的话,估计器的性能进一步提高。使用基于几何的信道模拟器的模拟表明,由于利用联合组稀疏性和优化的基础的性能增益。
2016-08-01 cs.IT math.IT
Frequency Offset Estimation and Training Sequence Design for MIMO OFDM
研究了频率选择性衰落信道下多输入多输出(MIMO)正交频分复用(OFDM)系统的载波频偏估计和训练序列设计问题。通过利用训练序列在频域的正交性,估计整数CFO(ICFO)。{With训练序列中均匀间隔的非零导频}和相应的几何映射,通过实多项式的根来估计分数CFO(FCFO)。进一步给出了训练序列保证估计可辨识性的条件。通过对训练序列相关性的分析,构造了两类由Chu序列生成的次优训练序列。仿真结果验证了所提出的训练序列辅助的CFO估计器的良好性能。
2017-03-22 cs.IT math.IT
On Optimal Scheduling for Joint Spatial Division and Multiplexing Approach in FDD Massive MIMO
大规模MIMO被广泛认为是下一代5G网络的关键推动因素。利用基站处的大量天线,可以增强频谱和能量效率两者。不幸的是,下行链路信道估计开销与天线的数量成线性比例。在TDD系统中,通过使用信道互易性特性,很容易减轻这种负担。然而,这对于FDD系统是不可行的,因此开发了两阶段波束形成的方法以减少信道状态信息反馈的量。该方案的性能高度依赖于用户的分组和调度机制,本文引入了一种新的相似性度量,再加上一种新的聚类过程,以实现适当的用户分组。我们还着手制定最佳用户调度策略在JSDM,并证明它是NP-难的。这个结果是至关重要的,因为它表明,除非P=NP,有没有多项式时间算法,解决一般的调度问题的全局最优性和使用次优调度策略是更现实的实践。因此,我们使用图论来开发一个次优的用户调度方案,运行在多项式时间,并优于先前在文献中介绍的JSDM在总速率和吞吐量公平的调度方案。
2019-08-11 cs.IT math.IT
Robust Design of Transmit Waveform and Receive Filter For Colocated MIMO Radar
本文针对共置MIMO雷达在信号相关干扰下的角度不确定性,提出基于秩一松弛和半定规划的循环优化算法,联合设计发射波形与接收滤波器以最大化最坏情况输出SINR。
2015-06-05 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
Distributed Compressive Sensing Based Doubly Selective Channel Estimation for Large-Scale MIMO Systems
大规模多输入多输出(MIMO)系统中的双选择性(DS)信道估计是一个具有挑战性的问题,由于无法承受的导频开销和禁止的复杂性的要求。在本文中,我们提出了一种新的分布式压缩感知(DCS)的信道估计方案来解决这个问题。在该方案中,我们引入基扩展模型(BEM),以减少所需的信道系数和导频开销。由于所有发射-接收天线对在延迟域中的共同稀疏性,我们考虑DCS框架来估计BEM系数,该框架具有简单的线性结构和低复杂度。此外,提出了一种线性平滑方法,以提高估计精度。最后,我们进行各种模拟,以验证所提出的计划的有效性,并证明所提出的计划相比,传统的计划的性能增益。
2015-11-09 cs.IT math.IT
Interpolation-Based QR Decomposition in MIMO-OFDM Systems
用于基于正交频分复用(OFDM)的多输入多输出(MIMO)无线系统的检测算法通常需要计算每个携带数据的OFDM音调的QR分解。通常,所得到的计算复杂性将是显著的,因为携带数据的音调的数量范围从48(如在IEEE 802.11 a/g标准中)到1728(如在IEEE 802.16 e标准中)。基于MIMO-OFDM系统中信道矩阵是高过采样多项式矩阵的事实,我们提出了基于插值的QR分解算法。基于超大规模集成(VLSI)实现相关度量的深入复杂度分析表明,对于足够多的数据承载音调和足够小的信道阶数,所提出的算法可证明表现出比蛮力每音调QR分解明显更小的复杂度。
2009-10-30 cs.IT math.IT
Moving Target Parameters Estimation in Non-Coherent MIMO Radar Systems
研究了多输入多输出(MIMO)雷达中运动目标参数的估计问题,提出了一种利用多输入多输出(MIMO)雷达各收发通道的相位信息估计运动目标参数的新方法。这种技术要求不同的接收天线具有相同的时间基准,但是不需要接收天线的初始相位的同步,因此,估计过程是非相干的。我们在一定的处理间隔内的目标运动建模为一般顺序的多项式。这种多项式的前三个系数分别对应于目标的初始位置、速度和加速度。提出了一种新的估计目标运动系数的最大似然(ML)方法。结果表明,所考虑的ML问题可以解释为经典的“超定”非线性最小二乘问题。建议的ML估计需要多维搜索的未知多项式系数。提出的参数估计问题的Cramér-Rao界(CRB)的推导。仿真结果验证了所提出的估计器的性能,并示出实现CRB。
2012-02-01 cs.IT math.IT stat.AP
Large-Scale MIMO Detection for 3GPP LTE: Algorithms and FPGA Implementations
例如,基于即将到来的3GPP LTE版本12标准,大规模(或大规模)多输入多输出(MIMO)预计将成为下一代多用户蜂窝系统中的关键技术之一。在这项工作中,我们提出-据我们所知-第一个超大规模集成电路设计,使高吞吐量的数据检测在单载波频分多址(SC-FDMA)为基础的大规模MIMO系统。我们提出了一种新的近似矩阵求逆算法依赖于诺依曼级数展开,这大大降低了线性数据检测的复杂性。我们分析了相关的错误,我们比较其性能和复杂性的一个确切的线性检测器。我们提出了相应的超大规模集成电路架构,执行精确和近似的软输出检测的大规模MIMO系统与各种天线/用户配置。Xilinx Virtex-7 XC 7VX 980 T FPGA的参考实现结果表明,我们的设计能够实现超过600 Mb/s的128天线,8用户的3GPP LTE为基础的大规模MIMO系统。最后,我们提供了一个性能/复杂性权衡比较使用所提出的FPGA设计,这表明,检测器电路的选择是由BS天线和用户之间的比率,以及所需的误码率性能。
2014-03-22 cs.IT math.IT
Capacity and Character Expansions: Moment generating function and other exact results for MIMO correlated channels
我们应用一个有前途的新方法,从李群的表示领域来计算酉群上的积分,这对多天线通信很重要。为了证明这种技术的力量和简单性,我们首先重新推导出一些结果,最近在无线信息论的社会中使用,只使用几个简单的步骤。特别是,我们得到的联合概率分布矩阵GG* 的特征值,与G的半相关高斯随机矩阵或高斯随机矩阵与非零均值(和G* 其厄密共轭)。然后,这些联合概率分布函数可以用于计算两端具有多个天线的高斯信道的互信息的矩生成函数,其中高斯信道具有其信道矩阵G的该概率分布。然后,我们转向以前未解决的问题,计算的矩生成函数的互信息的MIMO(多输入多输出)信道,这是相关的接收机和发射机。由该矩母函数得到了互信息的各态历经平均,并研究了中断概率。这些方法可以应用于许多其他问题。作为一个特殊的例子,我们研究了酉编码的MIMO系统的空时传输,我们推导出接收信号的分布时,在发射端的信道矩阵相关。
2005-09-27 cond-mat.mes-hall cond-mat.stat-mech cs.IT
Optimizing Reconfigurable Antenna MIMO Systems with Coherent Ising Machines
本文利用相干伊辛机求解可重构天线MIMO的配置选择问题,将选择转化为无约束二次规划,实现接近最优性能且保持多项式复杂度。
2024-03-19 cs.IT eess.SP math.IT
Optimization of RIS-Aided MIMO -- A Mutually Coupled Loaded Wire Dipole Model
本文针对含散射物体的RIS辅助MIMO系统,提出一种不依赖诺伊曼级数近似的可调负载优化算法,可证明收敛且复杂度随RIS单元数呈多项式增长,在迭代次数和收敛时间上均优于现有基准算法。
2023-09-18 cs.IT eess.SP math.IT
MIMO with Analogue 1-bit Phase Shifters: A Quantum Annealing Perspective
本文研究采用1-bit移相器的MIMO系统SNR最大化问题,提出两种经典启发式算法,并引入基于迭代量子退火的方法,在多项式时间内实现近最优性能,且经D-WAVE设备验证有效。
2024-03-24 cs.IT math.IT
Spatial Resources Optimization in Distributed MIMO Networks with Limited Data Sharing
通过具有协作和协调能力的低复杂度基础设施节点的大型分布式网络进行无线接入,是一种新兴的无线电架构,是处理移动数据容量紧缩的候选者。在3GPP演进路径中,这被称为未来无线电的Cloud-RAN范例。在这样一个复杂的网络中,为了实现容量扩展,分布式MIMO资源优化是至关重要的。在本文中,我们调查有效的策略,优化接入节点与用户的配对,以及线性预编码设计,在整个网络提供公平的QoS体验时,数据共享是有限的,由于复杂性和开销的限制。我们提出了一种方法来获得精确的最优空间资源分配的解决方案,可应用于网络的规模有限,以及近似算法具有有限的多项式复杂性,可用于较大的网络。该算法优于现有的面向用户的聚类技术,并实现了相当高的服务质量水平,合理的复杂性。
2013-04-03 cs.IT math.IT
Branch-and-Bound Precoding for Multiuser MIMO Systems with 1-Bit Quantization
多天线系统是未来无线通信系统中实现多用户服务的关键技术。为了降低能耗和硬件复杂度,我们首先考虑发送具有恒定幅度的符号,然后考虑1位数模转换器。我们提出的预编码设计,最大限度地提高了最小距离的决策阈值在接收机。1比特DAC的预编码设计对应于一个离散优化问题,我们用分支定界策略精确地解决了这个问题。我们也提出了一个基于松弛的近似。我们的研究结果表明,所提出的分支定界方法具有多项式的复杂性。所提出的方法优于现有的预编码方法与1比特DAC的未编码比特的出错率和速率。与无限DAC分辨率相比,性能损失很小。
2017-11-10 cs.IT math.IT
On-off Analog Beamforming for Massive MIMO
该文研究了一种新的大规模多输入多输出(MIMO)系统模拟波束形成结构,根据发射端的信道状态信息,将多根发射天线中的每一根天线切换为开启或关闭,形成波束。这种开关模拟波束形成(OABF)方案在硬件复杂度和算法复杂度方面都具有优势。OABF可以完全去除传统模拟波束形成方案中广泛使用的高成本、功耗和笨重的模拟移相器;它只需要部署易于实现的低成本模拟开关。此外,我们表明,这种简单的天线开关操作形成的波束可以实现相当好的性能与低复杂度的波束形成算法。具体来说,我们首先提出了两个最佳的信噪比最大化算法,以确定每个开关的通断状态下的每天线功率约束和总功率约束,分别。在此基础上,我们从理论上证明了OABF可以实现全分集增益和全阵列增益,复杂度高达多项式阶。数值结果与理论分析一致。我们相信,OABF的简单结构使得大规模MIMO更容易在实际系统中实现。
2017-01-31 cs.IT math.IT
Distortion Exponent in MIMO Fading Channels with Time-Varying Source Side Information
在严格时延约束下,研究了高斯信源在时变多输入多输出(MIMO)信道中的传输。假设在接收机处相关边信息的可用性,其质量,即,与源信号的相关性也随时间变化。一个块衰落模型被认为是时变信道和时变边信息的状态,并假设在接收机完美的状态信息,而发射机只知道的统计。针对这种联合信源-信道编码问题,研究了由\textit{distortion exponent}表征的高信噪比性能。上界推导和比较与较低的列表解码,混合数字模拟传输,以及多层计划,传输连续细化的源,依赖于渐进式和叠加传输与列表解码。最佳失真指数的特点是单输入多输出(SIMO)和多输入单输出(MISO)的情况下,通过显示的失真指数实现多层叠加编码与联合解码满足建议的上限。在MIMO的情况下,最佳失真指数的特点是在低带宽比制度,它表明,多层叠加编码执行非常接近的上限在高带宽扩展制度。
2015-05-26 cs.IT math.IT
Near-optimal stochastic MIMO signal detection with a mixture of t-distribution prior
针对MIMO系统信号检测性能提升难题,提出将离散检测扩展为连续问题,采用哈密顿蒙特卡洛方法并使用混合t分布先验,以多项式复杂度实现近最优检测,助力6G发展。
2024-03-07 cs.IT cs.NI math.IT
On the Full Column-Rank Condition of the Channel Estimation Matrix in Doubly-Selective MIMO-OFDM Systems
最近,该杂志发表了一篇论文,讨论了基于基扩展模型(BEM)的最小二乘(LS)信道估计在双选择性正交频分复用(DS-OFDM)系统。最小二乘信道估计器计算信道估计矩阵的伪逆。由于伪逆的存在,信道估计矩阵必须是满秩的。在本文中,我们调查的条件,需要满足,以确保满列秩条件的信道估计矩阵。特别是,我们推导出的BEM和导频图案的设计应满足的条件,以确保信道估计矩阵是满列秩。本文研究了多项式边界元法(P-BEM)、复指数边界元法(CE-BEM)、Slepian边界元法(S-BEM)和广义复指数边界元法(GCE-BEM)。我们提出了一种可能的方法来设计的导频图案,满足全列秩条件。此外,所提出的方法扩展到多输入多输出(MIMO)DS-OFDM系统的情况下,以及。导频图案的设计的例子,确保信道估计矩阵是满列秩的大型DS-MIMO-OFDM系统多达6个发射机,6个接收机和1024个子载波。
2010-10-07 cs.IT math.IT
Integrated Semi-definite Relaxation Receiver for LDPC-Coded MIMO Systems
半定松弛(SDR)检测器已被证明是成功的接近最大似然(ML)性能,而时间复杂度只有多项式。我们提出了一种新的接收机联合利用前向纠错(FEC)码信息的SDR检测过程。通过代码约束的加强,联合SDR检测器大大提高了整体接收机性能。为了进一步提高性能,ML-SDR检测器通过在成本函数中并入先验信息而适于MAP-SDR检测器。在Turbo原理下,MAP-SDR检测器从解码器接收软信息,输出外信息,大大提高了检测器的可靠性。我们还提出了一个简化的SDR涡轮接收机,解决了每个码字,而不是解决多个SDR的迭代涡轮处理。该方案显著降低了软件无线电Turbo接收机的时间复杂度,而误码性能保持与以前相似。事实上,我们的简化方案是通用的,可以应用于任何基于列表的迭代接收器。
2018-06-12 cs.IT math.IT
Efficient Soft-Output Gauss-Seidel Data Detector for Massive MIMO Systems
对于大规模多输入多输出(MIMO)系统,线性最小均方误差(MMSE)检测已经被证明可以实现接近最优的性能,但是由于大规模矩阵求逆而遭受过高的复杂度。基于高斯-赛德尔(GS)方法的检测算法不需要矩阵求逆,因此被证明比传统的基于诺依曼级数展开(NSE)的检测算法更有效。本文提出了一种适用于大规模多输入多输出的基于GS的软输出数据检测器及其VLSI结构。为了加快GS方法的收敛速度,提出了一种新的初始解。提出了几种在VLSI结构级上的优化方法,以进一步减少处理延迟和面积。在Xilinx Virtex-7 XC 7VX 690 T FPGA上实现的128个基站天线和8个用户的大规模大规模多输入多输出系统的参考结果表明,我们基于GS的数据检测器实现了732 Mb/s的吞吐量与接近MMSE的错误率性能。我们的实施结果表明,所提出的解决方案具有优势,现有的设计在复杂性和效率方面,特别是在具有挑战性的传播条件下。
2018-04-17 cs.IT eess.SP math.IT
Channel Estimation for Spatially/Temporally Correlated Massive MIMO Systems with One-Bit ADCs
本文考虑了大规模多输入多输出(MIMO)系统,使用一位模数转换器(ADC)的信道估计问题。以前的大规模MIMO信道估计技术使用一位ADC都是基于单次估计,而没有利用无线信道中固有的时间相关性。在本文中,我们提出了一种自适应信道估计技术,考虑到空间和时间相关性的大规模MIMO与一位ADC。我们首先使用Bussgang分解线性化的一位量化的接收信号。然后,我们采用卡尔曼滤波器估计的空间和时间相关的信道。由于量化噪声不是高斯的,我们假设有效噪声是具有相同统计量的高斯噪声以应用卡尔曼滤波。我们还实现了基于截断多项式展开的低复杂度信道估计器,性能损失可以忽略不计。数值结果表明,所提出的信道估计器可以提高估计精度显着利用信道的空间和时间的相关性。
2019-12-09 cs.IT eess.SP math.IT
Vector Precoding for Wireless MIMO Systems: A Replica Analysis
我们应用复制方法来分析矢量预编码,一种降低天线阵列通信中发射功率的方法。分析适用于一个非常一般的一类信道矩阵。信道矩阵的统计信息通过其R变换输入每个符号的传输能量。我们发现,矢量预编码执行复杂的比真正的字母。作为一个副产品,我们发现一个非线性预编码方法的多项式复杂性,优于NP-硬汤姆林森-Harashima预编码的二进制调制复杂的信道,如果发射天线的数量略大于两倍的接收天线的数量。
2007-06-08 cond-mat.stat-mech cs.IT math.IT
Bilinear Expectation Propagation for Distributed Semi-Blind Joint Channel Estimation and Data Detection in Cell-Free Massive MIMO
针对无蜂窝大规模MIMO上行传输场景,提出基于双线性期望传播的分布式半盲联合信道估计与数据检测算法,通过因子图消息传递实现低复杂度分布式计算,性能优于同类多项式时间算法。
2023-12-18 cs.IT eess.SP math.IT
Closed-Form Expressions of Ergodic Capacity and MMSE Achievable Sum Rate for MIMO Jacobi and Rayleigh Fading Channels
多模/多芯光纤有望提供一种有吸引力的解决方案来克服当前光通信系统的容量限制。在模式/芯之间存在高串扰的情况下,输入/输出传输矩阵的平方奇异值遵循随机矩阵的雅可比系综的定律。假设信道状态信息仅在接收端可用,我们推导出MIMO雅可比衰落信道的遍历容量的新表达式。这个表达式涉及二重积分,可以很容易和有效地评估。此外,在推导该表达式时所使用的方法并不诉诸于随机矩阵模型的经典的一点相关函数。利用Jacobi多项式和Laguerre多项式之间的极限转换,我们推导出了MIMO瑞利衰落信道的遍历容量的类似公式。此外,我们推导出一个新的精确的封闭形式的表达式MIMO雅可比和瑞利衰落信道采用线性最小均方误差(MMSE)接收机的可达和速率。分析结果进行了比较,通过Monte Carlo模拟得到的结果和文献中的相关结果,这表明完美的协议。
2020-06-10 cs.IT math.IT math.PR
Low-Complexity ZF/MMSE Receivers for MIMO-OTFS Systems With Imperfect CSI
正交时频空间(OTFS)方案将时间和频率选择性信道转换为延迟-多普勒域中的几乎非选择性信道,为高速移动设备建立可靠的无线通信。针对具有理想和非理想接收信道状态信息的多输入多输出(MIMO)-OTFS系统,设计并分析了低复杂度迫零(LZ)和最小均方误差(LM)接收机。所提出的接收机提供了与常规对应方完全相同的解决方案,并且通过利用MIMO-OTFS信道矩阵的双循环性质、逐块逆和舒尔补来降低复杂度。我们还推导出,通过利用泰勒展开和随机矩阵理论的结果,一个紧密的近似后处理的信号与噪声加干扰比(SINR)的表达式在封闭形式的LZ和LM接收机。我们表明,推导出的SINR表达式,当平均在多个信道实现,准确地表征各自的比特出错率(BER)的完美和不完美的接收CSI。我们数值上显示了较低的误码率和较低的复杂性,所提出的设计超过国家的最先进的现有解决方案。
2020-10-09 cs.IT eess.SP math.IT
Quantum Algorithm for DOA Estimation in Hybrid Massive MIMO
波达方向(DOA)估计是阵列信号处理中的一个重要研究领域。波达方向的有效性在很大程度上决定了多输入多输出(MIMO)天线系统的性能。多信号分类(MUSIC)算法是目前应用最广泛的基于子空间的DOA估计方法,具有中等的DOA估计性能。然而,在混合大规模MIMO系统中,天线上的接收信号并不直接发送到接收机,因此无法获得MUSIC算法中必不可少的空间协方差矩阵。因此,MUSIC在混合大规模MIMO系统中的应用需要空间协方差矩阵的重构。在这篇文章中,我们提出了一种量子算法的混合大规模MIMO系统中基于MUSIC的DOA估计。与经典算法相比,在适当的条件下,量子算法在某些参数上可以获得指数加速比,在其他参数上可以获得多项式加速比。在我们的方案中,我们首先提出了基于光束扫描的空间协方差矩阵重建的量子子程序,在那里我们实现了量子奇异向量转换过程,以避免将导向向量矩阵扩展为Hermitian形式。其次,提出了一种变分量子密度矩阵本征解算器(VQDME),用于获得信号和噪声子空间,其中我们设计了一个新的目标函数的形式的密度矩阵乘积的迹。最后,提出了一种量子标记操作来估计信号的波达方向。
2021-02-08 cs.IT math.IT quant-ph