Fairness Scheduling in Dense User-Centric Cell-Free Massive MIMO Networks
我们考虑一个以用户为中心的可扩展的无小区大规模MIMO网络与$LM$分布式远程无线电单元天线服务$K$用户设备(UE)。当前文献中的许多工作假设$LM\gg K$,从而实现高UE数据率,但也导致系统在总吞吐量方面不以其最大性能操作。我们提供了一个新的角度对无小区的大规模MIMO网络,调查率分配和UE密度制度,网络利用其全部能力。近似等于$\frac{LM}{2}$的UE密度$K$是系统达到最大总吞吐量的范围。另外,当同时服务$K>\frac{LM}{2}$ UE时,存在具有相对低吞吐量的相当大比例的UE。我们建议减少每个时隙的活动UE的数量,使得系统不以"满负荷“操作,并且通过设计成最大化适当定义的凹的按分量非递减网络效用函数的调度器在所有用户之间施加吞吐量公平性。我们的数值模拟表明,我们可以调整系统,使得根据效用函数实现UE吞吐量的期望分布。
2022-11-28 cs.IT math.IT
Centralized and Distributed Power Allocation for Max-Min Fairness in Cell-Free Massive MIMO
无小区大规模MIMO系统由大量地理上分布的接入点(AP)组成,这些接入点通过相干联合传输为用户提供服务。下行链路功率分配在这些系统中是重要的,以确定哪些AP应该向哪些用户以及以什么功率进行传输。如果该系统正确实现,它可以提供比传统蜂窝网络更均匀的用户性能。为此,以前的作品已经示出了如何执行系统范围的最大-最小公平功率分配时,使用最大比预编码。在本文中,我们首先将此方法推广到任意的预编码,然后训练神经网络执行近似相同的功率分配,但降低了计算复杂性。最后,我们训练每个AP一个神经网络来模拟系统范围的最大-最小公平功率分配,但只使用本地信息。通过学习本地传播环境的结构,该方法优于来自无小区大规模MIMO文献的最先进的分布式功率分配方法。
2021-12-31 cs.IT eess.SP math.IT
Energy Harvesting Fairness in AN-aided Secure MU-MIMO SWIPT Systems with Cooperative Jammer
本文研究了一种多用户多输入多输出保密同步无线信息和功率传输(SWIPT)信道,该信道由一个发射机、一个协作干扰机(CJ)、多个能量接收机(潜在窃听者,ER)和多个共址接收机(CR)组成。我们利用人工噪声(AN)生成的双重性来促进有效的无线能量传输和安全传输。我们的目标是最大限度地提高最小收获的能量之间的ER和CR的保密率约束为每个CR和总发射功率约束。通过引入范数有界信道不确定性模型,提出了一种基于序贯参数凸逼近的迭代算法来寻找近似最优解。最后,仿真结果验证了该算法的性能优于传统的AN辅助方案和CJ辅助方案。
2018-02-01 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
Statistical CSI Based Hybrid mmWave MIMO-NOMA with Max-Min Fairness
非正交多址(NOMA)和毫米波(mmWave)是第五代(5G)移动网络及以后的两种关键使能技术。在本文中,我们考虑毫米波NOMA系统的最大-最小公平性约束。一方面,现有的波束形成设计,旨在最大限度地提高频谱效率(SE)是不适合的NOMA系统的公平性,在本文中。另一方面,以前关于毫米波NOMA的工作主要依赖于对信道状态信息(CSI)的充分了解,这在毫米波通信系统中是非常难以准确获得的。为了解决这个问题,我们提出了一个启发式的混合波束形成设计的基础上统计CSI(SCSI)用户分组策略。首先提出了一种模拟波束形成方案,在第一阶段对整个簇内的用户进行合并,以减轻簇间干扰。在此基础上,提出了两种基于SCSI的数字波束形成方案,进一步抑制干扰。一种是广泛使用的迫零(ZF)方法,另一种是从正交多址(OMA)系统扩展的信号泄漏加噪声比(SLNR)度量导出的。从用户反馈的有效增益用于功率分配。我们引入二次变换(QT)方法和二分法重新制定这个复杂的问题,使之可解。仿真结果表明,我们提出的算法优于以前的算法在用户公平性。
2021-01-06 cs.IT math.IT
RSMA for Overloaded MIMO Networks: Low-Complexity Design for Max-Min Fairness
本文针对下行过载MIMO网络,推导RSMA最优功率与速率分配闭式解,并提出适配任意用户和天线数、支持完美及非完美CSIT的低复杂度预编码与资源分配设计,显著优于SDMA基准。
2023-12-08 cs.IT math.IT
Long-Term Rate-Fairness-Aware Beamforming Based Massive MIMO Systems
本文研究全维 MU m-MIMO 中的长期速率公平波束成形,利用信道协方差优化 SLNR 最大-最小、GM-SLNR 与软最大-最小目标,并提出凸求解及闭式可扩展算法,仿真验证了公平性提升。
2023-12-09 cs.IT eess.SP math.IT
Multi-point Coordination in Massive MIMO Systems with Sectorized Antennas
与传统的LTE技术相比,非协作蜂窝大规模MIMO与功率控制相结合,可以显著提高每用户吞吐量。在本文中,我们调查进一步细化大规模MIMO,第一,在三倍扇区化的形式,第二,协调多点操作(有和没有扇区化),其中三个基站合作,在联合服务的用户。对于这些情况下,我们分析了最大比和迫零预编码的下行链路性能,并推导出封闭形式的下界表达式的用户可达到的速率。然后,这些表达式被用来制定具有两个吞吐量公平性标准的功率优化问题:i)网络范围的最大-最小公平性,以及ii)每个小区的最大-最小公平性。此外,我们提供了集中式和分散式的功率控制策略,以优化网络中的发射功率。我们证明,采用扇区化的天线元件减轻了有害影响的导频污染,通过拒绝在空间域中的干扰导频的一部分,在信道估计阶段。实际扇区化天线的仿真结果表明,扇区化和多点协调与扇区化相结合,导致超过1.7倍和2.6倍的改进,在95%的可能的每用户吞吐量,分别。
2021-04-22 cs.IT math.IT
Utility Maximization for Uplink MU-MIMO: Combining Spectral-Energy Efficiency and Fairness
在绿色通信的推动下,能量效率(EE)已成为设计无线通信系统的新的重要标准。然而,高能效往往导致低频谱效率(SE),这刺激了EE-SE权衡的研究。在本文中,我们专注于如何最大化的效用在上行链路多用户多输入多输出(MU-MIMO)系统中,我们将不仅考虑EE-SE权衡在一个统一的方式,但也确保用户公平性的物理层。我们首先制定的效用最大化问题,但它原来是非凸的。通过利用该问题的结构,我们找到了一个凸化过程,原来的非凸问题转化为一个等价的凸问题,它具有相同的全局最优与原问题。根据凸化过程,我们提出了一个集中式算法来解决效用最大化问题,但它需要所有用户的全局信息。因此,我们提出了一个原始-对偶分布式算法,不需要全局信息,只是消耗少量的开销。此外,我们还证明了分布式算法可以收敛到全局最优解。最后,数值实验结果表明,该算法既能捕获用户分集,实现EE-SE折衷,又能保证用户公平性,验证了原-对偶分布式算法的有效性.
2016-05-07 cs.IT cs.NI math.IT
Improving Fairness for Cell-Free Massive MIMO Through Interference-Aware Massive Access
无小区大规模多输入多输出(CF mMIMO)通过协调比用户设备(UE)多得多的接入点(AP)来提供良好的干扰管理。当UE的数量接近AP的数量并且远远超过导频的数量时,确定哪些AP应该利用哪些导频服务哪些UE变得具有挑战性。与以前的工作相比,在这样的大规模接入场景中,需要在频谱效率(SE)和实现简单性之间进行更好的折衷。针对CF mMIMO系统中的大规模干扰特性,提出了一种基于干扰感知的大规模接入(IAMA)方案,实现AP与UE的联合关联和导频分配。我们提出了一个干扰感知的奖励作为一种新的性能指标,并使用它来开发两个迭代算法来优化关联和导频分配。数值结果表明,我们的IAMA计划在用户公平性和平均SE的基准计划的显着优势。
2022-12-05 cs.IT eess.SP math.IT
Fairness Designs for Load Balancing Optimization in Satellite-Cell-Free Massive MIMO Systems
Queen’s University Belfast(贝尔法斯特女王大学)
本文研究卫星无蜂窝大规模 MIMO 系统中的公平性负载均衡问题,推导了遍历吞吐量闭式表达式,并提出基于遗传算法的低复杂度优化方案,显著提升了系统性能。
2025-11-02 cs.IT math.IT
User-Centric Clustering Under Fairness Scheduling in Cell-Free Massive MIMO
针对无蜂窝大规模MIMO公平调度中导频和聚类频繁重分配的高开销问题,提出固定分配方案,在提升UE吞吐量的同时大幅减少控制信令交换。
2023-05-15 cs.IT eess.SP math.IT
Multi-Tag Backscattering to MIMO Reader: Channel Estimation and Throughput Fairness
对专用无线资源要求最低的绿色低功耗组网是当今时代的需要,这导致了后向散射通信(BSC)技术的兴起。然而,BSC的这种固有潜力受到底层标签的硬件约束的挑战。我们解决这个问题及时调查多输入多输出(MIMO)技术在克服BSC的基本局限性的实际效果。具体来说,我们首先介绍了一种新的基于最小二乘的信道估计(CE)协议的多标签BSC设置,照顾到意外的环境反射和无法进行估计的标签本身。然后使用它,一个非平凡的低复杂度的算法,提出了获得最佳的收发器设计的多天线阅读器,以最大限度地提高最低值的下界之间的单天线半无源标签的后向散射吞吐量。通过探索渐近最优收发器设计,提供了对读取器处的单独和联合最优预编码向量和检测器矩阵的额外分析见解。最后,详细的数值研究进行了验证的理论结果和量化的实际可实现的吞吐量公平性。具体而言,超过七倍的增加,在标签之间的共同后向散射的吞吐量所实现的建议的设计超过相关的基准证实了它们的实际意义。
2019-08-23 cs.IT math.IT math.OC
On proportional fairness of uplink spectral efficiency in cell-free massive MIMO systems
研究了无小区(CF)大规模多输入多输出(MIMO)系统中上行链路频谱效率(SE)最大化的比例公平性(PF)问题。在该系统中,大量单天线接入点(AP)连接到一个中央处理器(CPU),为多个单天线用户提供服务。为了检测用户信号,AP使用基于本地信道状态信息的匹配滤波器,而CPU基于信道统计的知识部署接收器滤波器。我们设计的最大化问题的SE PF,最大限度地提高可实现的用户速率的对数的总和,作为一个联合非凸优化问题的接收机滤波器系数和用户功率分配的用户功率约束。为了处理与制定的设计问题的非凸性相关的挑战,我们开发了一种迭代算法,通过交替寻找最佳滤波器系数在CPU和用户的发射功率。滤波器系数的设计是一个广义特征值问题,而功率分配问题是由梯度投影(GP)的方法来解决。仿真结果表明,SE PF最大化不仅提供了近似的可实现的和速率相比,和速率最大化,但也提供了一个改进的用户速率公平性和可实现的和速率之间的权衡。
2021-10-15 cs.IT math.IT math.OC
A Fair Individual Rate Comparison between MIMO-NOMA and MIMO-OMA
在本文中,我们比较了MIMO-NOMA和MIMO-OMA的个别率时,用户配对成簇。提出了一种功率分配策略,该策略保证了MIMO-NOMA在任意功率分配和最优自由度分割下,每个用户的速率都比MIMO-OMA高。此外,考虑了OMA具有相等自由度和任意PA的特殊情况,NOMA的个体速率优势仍然成立。此外,它表明,NOMA可以获得更好的公平性,通过适当的PA。最后,进行了仿真,验证了开发的分析结果。
2017-09-15 cs.IT math.IT
A Fair and Scalable Power Control Scheme in Multi-cell Massive MIMO
研究了多小区大规模多输入多输出(MIMO)系统中的发射功率优化问题。为了克服全网最大最小公平性(NW-MMF)的可扩展性问题,我们提出了一种新的功率控制(PC)方案。该方案最大化了每个小区的最大-最小频谱效率(SE)的几何平均值(GM)。为了解决这个新的优化问题,我们证明了它可以重写为凸形式,然后使用标准工具解决。为了提供一个公平的比较,在文献中可用的效用函数,我们解决了网络范围内的比例公平性(NW-PF)PC以及。NW-PF专注于最大化SE和,从而忽略公平性,但对最弱的用户给予一些额外的关注。仿真结果突出了我们的模型之间的平衡NW-PF和NW-MMF的好处。
2021-05-21 cs.IT math.IT math.OC
User Association in Massive MIMO HetNets
大规模MIMO和小小区都被认为是未来5G无线系统的关键技术。在本文中,我们研究了具有大规模MIMO和小小区的异构网络(HetNet)中的用户关联问题,其中宏基站(BS)配备了大规模MIMO,而微微小区BS配备了常规MIMO。我们首先开发了集中式用户关联算法,并证明了最优性,考虑到各种目标,如速率最大化,比例公平性,联合用户关联和资源分配。然后,我们建模的大规模MIMO HetNet作为一个重复的游戏,这导致分布式用户关联算法证明收敛到纳什均衡(NE)。我们通过仿真与几种贪心算法进行比较,证明了这些优化方案的有效性。
2015-01-14 cs.IT math.IT
Deep Learning for Uplink Spectral Efficiency in Cell-Free Massive MIMO Systems
在本文中,我们介绍了一种深度神经网络(DNN),以最大限度地提高无小区(CF)大规模多输入多输出(MIMO)系统中上行链路的频谱效率(SE)的比例公平性(PF)。最大化SE的PF的问题是一个非凸优化问题的设计变量。我们将开发一个DNN,它以用户的导频序列和大尺度衰落系数作为输入,并产生最佳发射功率的输出。通过由层之间的密集剩余连接组成,所提出的DNN可以有效地利用输入的分层特征,并激发DNN架构的前馈性质。实验结果表明,与传统的迭代优化算法相比,该算法在总速率和公平性损失仅约1%的情况下,具有较低的计算复杂性.这表明我们提出的DNN非常适合CF大规模MIMO系统中的实时信号处理。
2021-10-11 cs.IT math.IT math.OC
α-Fair Multistatic ISAC Beamforming for Multi-User MIMO-OFDM Systems via Riemannian Optimization
Hanbat National University(韩北国立大学);Chungnam National University(忠南国立大学)
本文提出一种基于Riemannian优化的α-公平多静态ISAC框架,用于多用户MIMO-OFDM系统,通过优化每个目标的CRLB实现传感公平性与通信的平衡。
2026-03-31 cs.IT cs.SY eess.SY
Transmit Power Allocation for Joint Communication and Sensing through Massive MIMO Arrays
本文考虑的情况下,一个基站(BS),配备了一个大规模的天线阵列,执行,使用相同的频率范围内,既与移动用户的通信和雷达监视周围环境,依赖于大规模MIMO阵列的能力,以合成多个窄波束。基于用于通信和监视任务的OFDM信令格式,提供了系统可实现的下行链路速率的下限,以及不需要关于目标参数的任何知识的GLRT检测规则。然后,提出了一种功率分配策略,旨在最大限度地提高移动用户的公平性,同时保证最小的信号干扰比的雷达系统的阈值。数值结果表明,该系统的性能是有效的,功率控制过程有助于提高系统的公平性。
2020-03-29 cs.IT eess.SP math.IT
Cell-Free Massive MIMO with OTFS Modulation: Power Control and Resource Allocation
我们考虑了无小区的大规模多输入多输出(MIMO)系统的下行链路与正交时频空间(OTFS)调制。两种基于导频的信道估计方案,即基于叠加导频的信道估计(SP-CHE)和基于嵌入导频的信道估计(EP-CHE),被应用于估计接入点(AP)处的信道。SP-CHE方案在延迟-多普勒域中将低功率导频叠加到数据符号上,以避免由于EP-CHE方案中使用的空保护间隔而导致的频谱效率(SE)损失。在SP-CHE方案的情况下,我们考虑一个最大最小公平性优化问题,以联合优化每个用户导频/数据功率分配系数和每个AP功率控制系数。然后通过两个解耦的子问题迭代求解复杂的非凸问题。此外,一个最大-最小公平性问题投EP-CHE方案,其中优化变量是每个AP的功率控制系数。数值结果表明,所提出的资源分配方法提供了最多42和5倍的增加,在95%可能的每用户SE的SP-CHE和EP-CHE计划,分别与均匀功率控制和相关的阴影衰落信道。
2022-03-14 cs.IT math.IT
A Deep Reinforcement Learning-Based Resource Scheduler for Massive MIMO Networks
针对大规模MIMO网络中NP难的资源调度问题,提出基于SAC深度强化学习模型与KNN算法的动态调度器,在频谱效率与公平性上接近最优比例公平调度器,且大幅降低计算复杂度。
2023-09-14 cs.IT math.IT
Antenna Selection in MIMO Non-orthogonal Multiple Access Systems
研究了基站和用户都具有多天线的典型两用户MIMO非正交多址接入(NOMA)系统中的联合天线选择(AS)问题。具体来说,几个计算效率的AS算法开发两个常用的NOMA场景:固定功率分配NOMA(F-NOMA)和认知无线电启发NOMA(CR-NOMA)。针对F-NOMA系统,分别在不考虑用户公平性和考虑用户公平性的情况下,提出了两种新的AS方案,即max-max-max AS(A $^3$ -AS)和max-min-max AS(AIA-AS),以最大化系统和速率。在CR-NOMA网络中,提出了一种新的AS算法MCG-AS(maximum-channel-gain-based AS),在满足主用户服务质量要求的前提下,最大化次用户的可达速率。分别导出了$^3$和AIA-AS的平均和速率以及MCG-AS的次用户平均速率的渐近闭式表达式。数值结果表明,AIA-AS算法具有更好的用户公平性,而A $^3$ -AS算法在F-NOMA系统中获得了接近最优的和速率。对于CR-NOMA场景,MCG-AS在宽SNR范围内实现了接近最佳的性能。此外,所有提出的AS算法产生一个显着的计算复杂性减少,相比穷举搜索为基础的同行。
2017-11-22 cs.IT math.IT
Fairness Scheduling in User-Centric Cell-Free Massive MIMO Wireless Networks
针对用户数远超天线数的以用户为中心无蜂窝大规模 MIMO 网络,提出基于信息中断概率、冲突图与自适应瞬时速率调度的动态公平调度方法。
2024-04-09 cs.IT eess.SP math.IT
Multiuser MIMO Wireless Energy Transfer With Coexisting Opportunistic Communication
这封信认为,一个主要的多用户多输入多输出(MIMO)无线能量传输(WET)系统和一个共存的次要的点对点MIMO无线信息传输(WIT)系统之间的频谱共享,其中WET产生干扰WIT和降低其吞吐量性能。我们表明,由于干扰,WIT系统遭受损失的自由度(DoF)的能量发射机(ET),其中,在一般情况下,需要大于1,以优化多用户WET与用户公平性的考虑发送的能量波束的数量成正比。为了最小化WIT中的自由度损失,我们进一步提出了一种基于分时原理的新的单波束能量传输方案,其中ET每次发送一个最优能量波束。这种新的方案实现了相同的WET系统的最佳性能,并最大限度地减少其干扰的WIT系统的影响。
2015-01-09 cs.IT math.IT
Vector Coded Caching Multiplicatively Boosts MU-MIMO Systems Under Practical Considerations
EURECOM(欧洲通信研究所)
本文提出向量编码缓存技术,通过优化多用户MIMO系统中的干扰管理,显著提升吞吐量,尤其在实际信道条件下表现更优。
2026-01-20 cs.IT math.IT
Networked MIMO with Clustered Linear Precoding
针对大型蜂窝MIMO网络,提出了一种分簇基站(BTS)协调策略,包括簇内全协调以提高和速率,有限簇间协调以降低对簇边缘用户的干扰。多小区块对角化用于协调跨同一集群中的多个BTS的传输。为了满足每个BTS的功率约束,提出了三种组合的预编码器和功率分配算法,具有不同的性能和复杂度权衡。对于簇间协调,选择协调区域以平衡边缘用户的公平性和可实现的和速率。结果表明,一个小的集群大小(约7个细胞)是足够的,以获得大部分的总速率的好处,从集群协调,同时大大减轻信道反馈的要求。仿真结果表明,该协调策略有效地减少了干扰,并提供了一个相当大的总和速率增益蜂窝MIMO网络。
2008-08-28 cs.IT math.IT
Hybrid OTFS/OFDM Design in Massive MIMO
针对不同移动性用户的下行链路大规模MIMO系统,提出混合OTFS/OFDM调制方案及FZF和PZF预编码设计,并设计加权最大-最小功率控制方案以优化频谱效率与用户公平性。
2024-08-28 cs.IT eess.SP math.IT
Capacity Comparison between MIMO-NOMA and MIMO-OMA with Multiple Users in a Cluster
本文研究了多个用户组成簇时多输入多输出非正交多址接入(MIMO-NOMA)系统的性能。分析证明了MIMO-NOMA在总信道容量和各态历经总容量方面优于MIMO正交多址(MIMO-OMA)。此外,它表明,更多的用户被接纳到一个集群,较低的是实现的和速率,这说明了和速率和接纳的用户的最大数量之间的权衡。在此基础上,提出了一种在信干噪比门限相等时,总速率和接纳用户数均为最优的用户接纳方案。当这些阈值是不同的,所提出的计划仍然取得了良好的性能,在平衡这两个标准。此外,在一定条件下,它最大限度地接纳用户的数量。此外,所提出的计划的复杂性是线性的每个集群的用户数。仿真结果验证了MIMO-NOMA在总速率和用户公平性方面优于MIMO-OMA,以及所提出的用户接纳方案的有效性。
2017-06-08 cs.IT math.IT
Pilot Assignment in Cell-Free Massive MIMO based on the Hungarian Algorithm
本文主要研究无小区大规模MIMO系统中的导频分配问题。利用著名的匈牙利算法,提出了两个过程,一个最大化系统吞吐量,另一个最大化用户间的公平性。该算法基于大尺度衰落系数的知识作为系统中用户之间距离的代理,并考虑到上行链路和下行链路性能。数值结果表明,所提出的导频分配算法是有效的,并优于许多竞争的替代方案在文献中。
2020-08-26 cs.IT eess.SP math.IT
RIS-Aided Cell-Free Massive MIMO Systems: Joint Design of Transmit Beamforming and Phase Shifts
本文研究了RIS辅助的无小区大规模MIMO系统,其中多个RIS被部署以辅助多个接入点(AP)和多个用户之间的通信,其中RIS处具有连续或离散相移。我们制定的最大-最小的公平性问题,最大限度地提高所有用户之间的最低可实现的速率,通过联合优化在主动AP的发射波束成形和在被动RISs的相移,在AP的功率约束。为了解决这样一个具有挑战性的问题,我们首先研究了特殊的单用户场景,并提出了一种算法,可以将优化问题转化为半定规划(SDP)或整数线性规划(ILP)的连续和离散相移的情况下,分别。通过求解所得的SDP和ILP,我们首先获得最佳相移,然后据此设计最佳发射波束形成。为了解决多用户场景下RISs连续相移的优化问题,本文对单用户算法进行了扩展,提出了一种交替优化算法,该算法首先将最大最小公平性问题分解为与发射波束形成和相移相关的两个子问题,然后将这两个子问题分别转化为二阶锥规划和SDP。对于多用户场景和离散相移,最大最小公平性问题是一个混合整数非线性规划(MINLP)。为了解决这个问题,我们设计了一个基于ZF的连续细化算法,它可以找到一个次优的发射波束形成和相移交替优化的手段。数值结果表明,与不使用RIS的随机相移基准方案相比,所提算法能显著提高所有用户间的最小可达速率,尤其是当每个RIS的反射单元数较大时。
2021-12-13 cs.IT eess.SP math.IT
Max-Min Fair Transmit Precoding for Multi-group Multicasting in Massive MIMO
研究了大规模多输入多输出(MIMO)系统中物理层多播的下行预编码问题。我们研究的最大最小公平性(MMF)的问题,在发射机的信道状态信息(CSI)被用来设计预编码向量,最大限度地提高系统的最小频谱效率(SE),给定固定的功率预算的上行链路训练和下行链路传输。我们的系统模型占信道估计,导频污染,任意路径损耗,和多组组播。我们考虑六种不同的传输技术(单播和多播),不同的导频分配策略(专用或共享导频分配),和不同的预编码方案(最大比传输和迫零)的情况下,并得出可实现的频谱效率为所有可能的组合。然后,我们解决这些情况下的每一个的MMF问题,并为任何给定的导频长度,我们找到SE最大化上行链路导频和下行链路数据传输策略,所有在封闭形式。我们使用这些结果绘制大规模MIMO多播设计的一般准则,对于给定数量的基站天线,用户数量和相干间隔长度,我们确定的多播方案,应使用。
2017-05-31 cs.IT math.IT
Antenna Selection for MIMO-NOMA Networks
研究了基站和用户均配置多天线的两用户非正交多址接入网络中的联合天线选择问题。由于基于穷举搜索的最优AS方案在天线数目较大时计算量过大,提出了两种计算效率较高的联合AS算法,即最大最小最大AS(AIA-AS)和最大AS($^3$ -AS),以最大化系统和速率。在高信噪比(SNR)条件下,分别导出了AIA-AS和A $^3$ -AS的平均和速率的渐近封闭表达式.数值结果表明,AIA-AS和A $^3$ -AS可以产生显着的性能增益可比计划。此外,AIA-AS可以提供更好的用户公平性,而A $^3$ -AS方案可以获得接近最优的和速率性能。
2016-09-26 cs.IT math.IT
Robust Transceiver Design for K-Pairs Quasi-Static MIMO Interference Channels via Semi-Definite Relaxation
在本文中,我们提出了一个稳健的收发器设计的K对准静态MIMO干扰信道。每个发射机配备有M个天线,每个接收机配备有N个天线,并且第k个发射机向期望的接收机发送L_k个独立的数据流。在文献中,存在各种理论上有前途的收发器设计的干扰信道,如干扰消除为基础的计划,其具有可行性和实际的局限性。为了解决实际的系统问题和要求,我们考虑了收发器的设计,强制对不完美的信道状态信息(CSI)的鲁棒性,以及在干扰信道中的用户之间的公平的性能。具体来说,我们制定的收发器设计作为一个优化问题,以最大限度地提高最坏情况下的信号与干扰加噪声比之间的所有用户。我们设计了一个低复杂度的迭代算法的基础上交替优化和半定松弛技术。数值结果验证了将干扰信道的重要实际问题,如CSI的不确定性和公平性能的收发器设计的优点。
2010-09-22 cs.IT math.IT
Large System Analysis of Power Normalization Techniques in Massive MIMO
线性预编码已经在大规模多输入多输出(MIMO)的背景下连同两种常见的功率归一化技术(即,矩阵归一化(MN)和向量归一化(VN))一起被广泛研究。尽管如此,它们对大规模MIMO系统性能的影响尚未得到深入研究。本文的目的是通过使用大系统分析来填补这一空白。考虑到一个系统模型,占信道估计,导频污染,任意的路径损耗,和每用户信道相关性,我们计算紧近似的信号干扰加噪声比和系统中的每个用户设备的速率,同时采用最大比传输(MRT),迫零(ZF),并根据MN和VN技术正则化ZF预编码。这种近似是用来分析揭示如何选择功率归一化影响MRT和ZF的性能在不相关衰落信道下。事实证明,ZF与VN类似于一个和速率最大化,而它提供了一个公平的MN下的概念。数值结果被用来验证渐近分析的准确性,并表明在大规模MIMO,非相干干扰和噪声,而不是导频污染,往往是考虑的预编码方案的主要限制因素。
2017-05-19 cs.IT math.IT
A Low-Complexity Design for Rate-Splitting Multiple Access in Overloaded MIMO Networks
本文针对过载MIMO网络,提出一种基于闭式解的低复杂度RSMA设计,用于预编码器选择和资源分配,相比SDMA基准,显著提升了性能增益。
2023-06-23 cs.IT math.IT
Enhanced Channel Estimation in Massive MIMO via Coordinated Pilot Design
导频污染是多小区大规模多输入多输出(MIMO)系统中的一个限制因素,因为它会严重损害信道估计。先前的工作已经建议跨小区协调导频设计,以便减少由导频污染引起的信道估计误差。在本文中,我们提出了一种使用分式规划的协调导频设计方法,以最小化信道估计中的加权均方误差(MSE)。特别是,我们最近提出的二次变换的MSE表达式,允许的影响,导频污染解耦。由此产生的问题的重新制定,使飞行员优化,在封闭的形式,如果他们可以任意设计。当导频被限制到一组给定的正交序列,导频优化减少到一个分配问题,可以解决加权二分匹配。此外,我们考虑的最大-最小公平性的数据率与正交导频,并获得所提出的方法的相关瑞利衰落的扩展。最后,仿真结果表明,所提出的(正交和非正交)导频设计的优势相比,国家的最先进的方法,在打击导频污染。
2020-08-11 cs.IT math.IT
Low-Complexity Downlink User Selection for Massive MIMO Systems
针对基站配置大规模天线阵列的多用户大规模MIMO下行链路系统,提出了一对基于迫零预编码的低复杂度用户选择方案。首先,我们推导出近似的遍历和率的系统调用传统的随机用户选择(RUS)和位置相关的用户选择(LUS)。然后,同时服务的用户设备(UE)的最佳数量,$K^*$,研究最大化的和速率近似。在利用$K^*$时,我们开发了两种用户选择方案,即$K^*$ -RUS和$K^*$ -LUS,其中$K^*$ UE被随机地或基于它们的位置来选择。这两种方案都不依赖于小尺度衰落的瞬时信道状态信息,因此具有与传统RUS方案相同的极低的计算复杂性。此外,我们提出的两个方案都比传统RUS实现了显着的总和速率改进。此外,值得注意的是,与传统RUS类似,$K^*$ -RUS在UE之间实现了良好的公平性。
2015-04-12 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
Optimal Transmit Power and Channel-Information Bit Allocation With Zeroforcing Beamforming in MIMO-NOMA and MIMO-OMA Downlinks
针对MIMO-NOMA与MIMO-OMA下行链路,本文通过几何规划联合优化发射功率和CDI比特分配以实现max-min SINR公平性,并提出基于K-means的分组与渐进填充方案降低复杂度。
2023-01-25 cs.IT math.IT
Agentic Verifier-in-the-Loop Solver Orchestration for Cell-Free Massive MIMO Downlink Power Control
本文提出VISO-PC框架,通过代理在求解器间路由以优化无细胞大规模MIMO下行功率控制,提升公平性并减少运行时间。
2026-03-24 cs.IT math.IT
Energy Efficient Power Control for the Two-tier Networks with Small Cells and Massive MIMO
在本文中,能量有效的功率控制的上行链路两层网络,其中一个宏小区层与一个大规模的多输入多输出(MIMO)基站覆盖一个小小区层进行了研究。我们提出了一种分布式的能量有效的功率控制算法,它允许每个用户在两层网络中采取单独的决策,以优化自己的能源效率(EE)的多用户和多小区的情况。分布式功率控制算法通过将EE优化问题解耦为两个步骤来实现。在第一步中,我们建议将同一资源上的用户分配到同一组中,每个组可以分别优化自己的EE。在第二步中,多个功率控制游戏的进化博弈论(EGT)的基础上制定为每个组,这使得每个用户优化自己的EE。在基于EGT的功率控制游戏中,每个玩家选择一个策略,给出一个更高的回报比平均回报,这可以提高用户之间的公平性。该算法具有线性复杂度的子载波的数量和细胞的数量相比,蛮力的方法,具有指数的复杂度。仿真结果表明,该算法在公平性方面有明显的改善。
2017-03-21 cs.GT cs.IT cs.NI
Graph Theory Based Approach to Users Grouping and Downlink Scheduling in FDD Massive MIMO
大规模MIMO被认为是下一代5G网络的关键推动因素之一。通过在BS处使用大量天线,可以提高频谱和能量效率。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。这不会在时分双工(TDD)系统中产生复杂性,因为上行链路方向的信道估计可以直接用于下行链路方向上的链路自适应。然而,这种信道互易性对于其中上行链路和下行链路存在不同物理传输信道的频分双工(FDD)系统是不可行的。为了减少FDD系统中信道状态信息(CSI)的反馈量,提出了一种很有前途的两阶段波束成形传输方法。然而,这种传输方案的性能受到用户分组和选择机制的高度影响。在本文中,我们首先介绍了一种新的相似性度量加上一种新的聚类技术,以实现适当的用户分区。我们还使用图论开发了一个低复杂度的组调度方案,优于目前现有的方法在总速率和吞吐量公平性。这种性能增益是通过计算机模拟证明的。
2017-12-08 cs.IT math.IT
User Scheduling for Heterogeneous Multiuser MIMO Systems: A Subspace Viewpoint
在下行链路多用户多输入多输出(MU-MIMO)系统中,用户实际上是异构的。然而,大多数现有的用户调度算法的设计与一个隐式的假设,用户是同构的。在本文中,我们重新审视这个问题,从子空间的角度来看,探索异构用户的特点。以最小化用户间干扰非正交性为目标,提出了三种新的基于角度的用户调度准则,可应用于各种用户调度算法。虽然第一个标准是通过识别的最大主角的能力,以表征子空间的相关性,因此,用户之间的干扰非正交性,第二个和第三个推导出的,分别使用,与块对角化和容量的变化,通过添加一个新的用户到现有的用户子集的总和速率容量的界限。为了在保持多用户分集增益的同时兼顾异构用户间的公平性,提出了两种新的混合用户调度算法,其计算复杂性仅与用户数成线性关系。我们通过模拟表明,我们提出的用户调度标准和算法的有效性,通常用于在同构环境中。
2011-08-14 cs.IT math.IT
Massive MIMO over Correlated Fading Channels: Multi-Cell MMSE Processing, Pilot Assignment and Power Control
针对相关瑞利衰落下的多小区大规模MIMO系统,本文利用渐近SINR近似提出低复杂度导频分配和功率控制方案,有效降低导频污染与开销,提升频谱效率和用户公平性。
2025-07-06 cs.IT math.IT
Downlink Spectral Efficiency of Cell-Free Massive MIMO with Full-Pilot Zero-Forcing
与蜂窝通信相比,由于增加了宏分集,大规模多输入多输出(MIMO)可确保以高频谱效率(SE)进行无处不在的通信。然而,系统的可扩展性和性能受到前传业务和干扰的限制。与仅抑制小区内干扰的常规预编码方案不同,在[1]中引入的全导频迫零(fpZF)还主动地抑制小区间干扰,而不在接入点(AP)之间共享信道状态信息(CSI)。在这项研究中,我们推导出一个新的封闭形式的表达的下行链路(DL)SE的无小区大规模MIMO系统与多天线AP和fpZF预编码,不完美的CSI和导频污染。该分析还包括最大-最小公平DL功率优化。数值结果表明,fpZF显着优于最大比传输方案,而不增加前传开销,只要系统是充分分布。
2019-09-06 cs.IT eess.SP 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
Secrecy Analysis of Random MIMO Wireless Networks over $α$-$μ$ Fading Channels
本文研究了随机MIMO无线网络在小尺度$α$ - $μ$衰落信道下的保密性能,其中合法接收者和窃听者均服从两个独立的齐次泊松点过程(HPPPs)分布.具体地说,会计的存在下,非合谋窃听,保密性能指标,包括连接中断概率(COP),概率非零保密容量(PNZ)和遍历保密容量,推导关于$k$ -th最近/最佳用户的情况。根据发射机和接收机之间的距离,从排序中提取用于第$k$最近用户的索引,而用于第$k$最佳用户的索引基于路径损耗和小尺度衰落的组合效应。特别是,概率密度函数(PDF)和累积分布函数(CDF)的复合信道增益,为$k$ -th最近的和最好的用户,其特征在于,分别。受益于这些结果,随后得到的COP,PNZ和遍历保密能力的封闭形式表示。此外,最佳顺序的用户的最大数量的限制也计算,对于一个给定的保密中断约束。最后,数值结果验证了我们推导的正确性。此外,还分析了衰落参数、路径损耗指数和密度比等因素的影响。
2018-10-01 cs.IT math.IT
Performance of Cell-Free MmWave Massive MIMO Systems with Fronthaul Compression and DAC Quantization
针对无小区毫米波(mmWave)大规模多输入多输出(MIMO)系统,提出了一种基于最大最小功率分配的迫零(ZF)预编码器,该预编码器采用低分辨率数模转换器(DAC),前传链路容量有限。所提出的功率分配的目的是实现最大-最小的公平性上的可实现的速率下限的用户的加性量化噪声模型(AQNM),它模仿的效果,低分辨率DAC。为了解决最大-最小功率分配问题,提出了一种交替优化(AO)方法,该方法在每次AO迭代中都能得到构成原问题的子问题的全局最优解,从而保证了算法的收敛性.在仿真结果中探索了无小区系统和小小区系统的性能,这表明不太小的前传容量足以使无小区系统优于小小区系统。
2021-01-25 cs.IT eess.SP math.IT
EMF-Aware Power Control for Massive MIMO: Cell-Free versus Cellular Networks
针对EMF约束下的CF-mMIMO系统,本文提出上行与下行最大化用户最小速率的功率控制方法,并证明其在满足电磁安全限制的同时优于蜂窝mMIMO且提升公平性。
2024-04-24 cs.IT eess.SP 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
User Partitioning for Less Overhead in MIMO Interference Channels
本文提出了一种多天线干扰信道的研究,占一般开销作为网络中的用户和天线的数量的函数。该模型包括在存在噪声的情况下基于信道估计的完美和不完美信道状态信息。提出了三种低复杂度的方法,通过将用户划分为正交组来减少开销对网络总吞吐量的影响。第一种方法将频谱平均分配给各组,从而在各组的总速率中产生不平衡。第二种方法在组之间不均等地分配频谱以提供速率公平性。最后,地理分组的情况下,一些接收机没有观察到其他发射机的显着干扰。对于每种划分方法,最优解不仅需要在所有可能的划分上进行强力搜索,而且还需要完整的信道状态信息,从而破坏了划分的目的。因此,我们提出贪婪的方法来解决问题,不需要瞬时信道知识。仿真结果表明,所提出的贪婪方法切换从时分干扰对齐作为信道的相干时间的增加,并有一个小的损失相对于最佳分割只有在适度的相干时间。
2012-02-08 cs.IT math.IT
Max-Min Fair Wireless-Powered Cell-Free Massive MIMO for Uncorrelated Rician Fading Channels
本文研究了无小区大规模多输入多输出系统,其中多天线接入点(AP)通过无线功率传输辅助单天线用户设备(UE)。UE利用在下行链路中收集的能量来向AP发送上行链路导频和信息信号。我们认为实际的莱斯衰落的视线分量的信道被相移在每个相干块。推导了该模型的上行链路频谱效率(SE),并考虑了最大最小公平性问题,其中优化变量为AP和UE功率控制系数以及大尺度衰落解码向量。目标是在AP和UE的传输功率约束下最大化用户的最小SE。提出了一种交替优化算法来求解高耦合非凸问题。
2020-01-25 cs.IT eess.SP math.IT
Joint Design of Hybrid Beamforming and Reflection Coefficients in RIS-aided mmWave MIMO Systems
本文研究了一种可重构智能地面(RIS)辅助毫米波(mmWave)下行通信系统,该系统在基站(BS)采用混合模拟-数字波束形成。我们制定了一个功率最小化问题,通过联合优化混合波束形成在BS和RIS的响应矩阵,在所有用户的信号干扰噪声比(SINR)的约束下。由于RIS反射系数和模拟波束形成器的非凸SINR约束以及单位模相移约束,该问题是非常具有挑战性的解决。提出了一种基于两层惩罚的算法来解耦SINR约束中的变量,并采用流形优化来处理非凸的单位模约束。{We本文还提出了一种低复杂度的顺序优化方法,该方法无需迭代,依次优化RIS反射系数、模拟波束形成器和数字波束形成器。此外,功率最小化问题和最大最小公平性(MMF)问题之间的关系进行了讨论。仿真结果表明,所提出的基于惩罚的算法优于最先进的半定松弛(SDR)的算法。结果还表明,RIS在降低功耗方面起着重要作用。
2022-02-14 cs.IT math.IT