Opportunistic Scheduling and Beamforming for MIMO-SDMA Downlink Systems with Linear Combining
本文针对MIMO-SDMA下行链路系统,提出了一种基于线性合并的多用户调度和波束形成方案。从每个移动终端(MT)的所有天线接收的信号被线性组合以改善{ \em有效}信号与噪声干扰比(SINR)。通过利用关于有效SINR的有限反馈,基站(BS)调度多个波束上的同时数据传输到具有最大有效SINR的MT。利用极值理论,我们推导出渐进的系统吞吐量和缩放定律的建议调度和波束形成方案与不同的线性组合技术。计算机模拟证实了所提出的方案可以大大提高系统的吞吐量。
2007-06-26 cs.IT math.IT
Optimal MIMO Combining for Blind Federated Edge Learning with Gradient Sparsification
我们为多输入多输出(MIMO)系统中的联邦学习提供了最佳接收组合策略。我们提出的算法允许客户端执行单独的梯度稀疏化,这大大提高了异构(非i.i.d.)训练数据。所提出的方法大大超过了基准。
2022-05-18 cs.IT eess.SP math.IT
MIMO-MC Radar: A MIMO Radar Approach Based on Matrix Completion
在典型的MIMO雷达场景中,发射节点发射正交波形,而每个接收节点利用已知的发射波形集执行匹配滤波,并将结果转发到融合中心。基于从多个天线接收的数据,融合中心形成一个矩阵,该矩阵与标准阵列处理方案(如MUSIC)结合,导致目标检测和参数估计。在具有压缩感知的MIMO雷达(MIMO-CS)中,通过每个接收节点转发少量压缩获得的样本来制定数据矩阵。在本文中,它表明,在一定的条件下,在两种采样情况下,在融合中心的数据矩阵是低秩的,因此可以恢复的基础上,通过矩阵完成(MC)技术的一个小子集的条目的知识。利用该矩阵的低秩属性,我们提出了一种新的MIMO雷达方法,称为MIMO-MC雷达,其中每个接收节点要么执行匹配滤波与少量随机选择的字典波形或获得子奈奎斯特采样的接收信号在随机采样时刻,并将结果转发到融合中心。基于所接收的样本,并且利用采样方案的知识,融合中心部分地填充数据矩阵,并且随后应用MC技术来估计完整的矩阵。MIMO-MC雷达具有最近提出的MIMO-CS雷达的优点,即,更高的分辨率,减少数据量,但与MIMO-CS雷达不需要网格离散化。MIMO-MC雷达的概念是通过一个线性均匀阵列配置说明,并通过仿真证明其目标估计性能。
2014-09-13 cs.IT math.IT stat.AP
Frequency Domain Hybrid-ARQ Chase Combining for Broadband MIMO CDMA Systems
在本文中,我们考虑使用码分多址(CDMA)和多输入多输出(MIMO)的高速无线分组接入。诸如高速分组接入(HSPA)的当前无线标准已经采用多码传输和混合自动重传请求(ARQ)作为用于递送高数据率的主要技术。混合ARQ的关键技术是在接收端保留错误的数据包以检测/解码重传的数据包。这种策略被称为分组合并。在基于CDMA MIMO的无线分组接入中,由于码片间干扰(ICI)和共天线干扰(CAI)导致的码正交性损失,多码传输遭受严重的性能下降。当在链路层中使用ARQ机制时,这种限制导致大的传输延迟。在本文中,我们研究了有效的最小均方误差(MMSE)频域均衡(FDE)为基础的迭代(turbo)分组合并循环前缀(CP)-CDMA MIMO与追逐型ARQ。我们介绍了两种Turbo分组合并方案:i)在第一种方案中,即“码片级Turbo分组合并”,MMSE FDE和分组合并在码片级联合执行。ii)在第二种方案中,即“符号级turbo分组组合”,针对每次传输单独执行码片级MMSE FDE和解扩,然后在软解映射器的级别执行分组组合。这两种技术的计算复杂性和存储器要求对ARQ延迟非常不敏感,即,最大ARQ轮数。一些代表性的天线配置和负载因素的吞吐量进行评估,以显示所提出的技术提供的增益。
2009-04-30 cs.IT math.IT
Activity Detection in Distributed MIMO: Distributed AMP via Likelihood Ratio Fusion
提出了一种新的分布式多输入多输出(MIMO)系统中免授权多址接入的活动检测算法。该算法是一个分布式版本的近似消息传递(AMP)的基础上软组合的似然比独立计算在多个接入点。我们的算法的基础理论基础是一个新的观察,我们在AMP的状态演变。具体地说,与最小均方误差降噪,状态保持块对角结构时,信号的协方差矩阵具有这样的结构。我们通过数值例子表明,该算法优于竞争计划从文献中。
2022-09-22 cs.IT eess.SP math.IT
Hybrid Beamforming and Combining for Millimeter Wave Full Duplex Massive MIMO Interference Channel
全双工(FD)通信可以彻底改变无线通信,因为它避免了使用独立的信道进行双向通信。这项工作推广了毫米波(mmWave)频段的点对点FD通信,包括K对大规模MIMO FD节点同时工作。我们提出了一种新的联合混合波束成形(HYBF)和加权和速率(WSR)最大化的合并方案,使大规模MIMO FD链路的共存成本有效。该算法依赖于基于最小化-最大化方法的替代优化。此外,我们提出了一种新的SI和大规模MIMO干扰信道感知功率分配方案,包括最优功率控制。仿真结果表明,显着的性能改善相比,传统的双向全数字半双工(HD)系统。
2022-01-04 cs.IT eess.SP math.IT
The Effect of Diversity Combining on ISI in Massive MIMO
分析了基站采用分集合并技术时大规模多输入多输出(M-MIMO)系统对符号间干扰(ISI)的抗干扰能力。我们表明,最大比合并(MRC)单独可以均衡ISI信道的天线数量增长无界。信道的性质上的附加约束必须根据到达角(AoA)的信息是否在接收器处被利用来假定。有趣的是,更简单的等增益合并器(EGC)接收器也能够随着天线数量的增长而均衡信道,但是在这种情况下,至少一个信道路径必须是莱斯衰落的。通过对WSSUS信道和用光线追踪引擎模拟在香港和上海市中心的实际BS部署生成的信道的模拟,证实了这些发现。最后,所观察到的缩放定律指示,对于BS处的天线数目的每$N$倍增加,归一化ISI功率减小$N$倍。
2018-11-01 cs.IT math.IT
Robust Image Semantic Coding with Learnable CSI Fusion Masking over MIMO Fading Channels
Shanghai Jiao Tong University(上海交通大学);The Chinese University of Hong Kong (Shenzhen)(香港中文大学(深圳));Shenzhen Research Institute of Big Data(深圳大数据研究院);Peng Cheng Laboratory(鹏城实验室);Khalifa University of Science and Technology(哈利法科技大学);CentraleSupelec(中央高等电力学院);University Paris-Saclay(巴黎萨克雷大学)
针对 MIMO 衰落信道下的鲁棒图像语义通信,提出 LCFSC 框架,通过 Swin Transformer 中的非侵入式可学习 CSI 融合注意力掩码实现 CSI 感知编码,并验证其优于现有方案。
2024-05-30 cs.IT cs.LG math.IT
Pilot Precoding and Combining in Multiuser MIMO Networks
虽然预编码和组合数据信号的益处被广泛认可,但是这些技术用于导频传输的潜力还没有被完全理解。这对于使用毫米波(mmWave)通信的多用户多输入多输出(MU-MIMO)蜂窝系统尤其相关,其中在发射器和接收器处将必须使用多个天线以克服严重的路径损耗。在本文中,我们的特点导频预编码和合并的信道估计质量和可实现的数据率方面的增益。具体地,我们考虑毫米波MU-MIMO蜂窝系统中的三种上行链路导频传输场景:1)未预编码和未组合,2)预编码但未组合,以及3)预编码和组合。我们表明,一个简单的预编码器,只利用二阶统计的信道减少了方差的信道估计误差的一个因素,是成比例的用户设备(UE)天线的数量。我们还表明,使用一个线性组合器设计的基础上的二阶统计信道显着减少多用户干扰,并提供了重用一些导频的可能性。具体地,在大天线机制中,导频预编码和组合有助于在一个小区中容纳大量UE,显著提高信道估计质量,提高位于小区边缘附近的UE的信噪比,减轻导频污染,以及解决导频和数据信号的不平衡覆盖。
2016-11-16 cs.IT math.IT
Decision Fusion in Space-Time Spreading aided Distributed MIMO WSNs
本文提出在分布式MIMO WSNs中采用空时扩频(STS)技术处理传感器决策,以平衡分集与复用增益并消除MAC固有干扰,同时构建最优与次优融合规则,实现3至6倍的性能提升。
2020-05-16 cs.IT eess.SP math.IT
Dual-Propagation-Feature Fusion Enhanced Neural CSI Compression for Massive MIMO
针对大规模MIMO系统中CSI压缩现有深度学习方法特征提取单一的问题,提出融合CNN与注意力网络双传播特征的DuffinNet及Duffin-CsiNet框架,结合量化与迁移学习策略,在重建性能等方面优于现有方法。
2023-05-29 cs.IT math.IT
SINR Analysis of Opportunistic MIMO-SDMA Downlink Systems with Linear Combining
对于线性合并的多用户MIMO-SDMA下行链路系统,作者先前已经提出了一种启发式调度(OS)方案。特别是,它已被证明,可以实现显着的性能改善,通过将低复杂度的线性组合技术到设计的操作系统方案的MIMO-SDMA。然而,该先前的分析是基于有效信号干扰比(SIR)执行的,假设干扰受限场景,这通常是基于SDMA的系统中的有效假设。结果表明,有效SIR的极限分布是Frechet型。令人惊讶的是,相应的缩放定律被发现遵循$ε\log K$与$0<ε<1$,而不是传统的$\log\log K$形式。受此启发,本文利用极值理论推导了基于信干噪比(SINR)的渐近吞吐量和缩放定律。有效信干噪比的极限分布的Gumbel型的收敛性。由此产生的缩放定律被发现是由传统的$\log\log K$形式。仿真结果验证了这些新的结果。基于SIR和SINR的分析的比较表明,基于SIR的分析是更有效的基于SDMA的系统的计算,它捕获的渐近系统性能具有更高的保真度。
2008-02-28 cs.IT math.IT
Antenna Combining for the MIMO Downlink Channel
被认为是一个多天线的下行链路信道,其中有限的信道反馈可用于发射机。在矢量下行链路信道(每个接收机处的单个天线)中,仅当发射机具有非常准确的信道知识时,即,如果存在来自每个接收机的高速率信道反馈,在这项工作中,它表明,信道反馈的要求可以显着降低,如果每个接收机有一个小数目的天线,并适当地结合其天线输出。提出并分析了一种合并方法,该方法可使每个接收机的信道量化误差最小,从而使多用户干扰最小。这种技术被证明优于传统的技术,如最大比合并,因为最小化的干扰功率比最大化的信号功率在多天线下行链路中更关键。分析提供量化的反馈节省,该技术被认为是与用户选择工作良好,也是强大的接收机估计误差。
2007-08-19 cs.IT math.IT
MIMO Radar Using Compressive Sampling
提出了一种MIMO雷达系统,用于获取潜在目标的角度和多普勒信息。发送器和接收器是小规模无线网络的节点,并且被假设为随机地分散在圆盘上。发送节点发送不相关的波形。每个接收节点对接收信号应用压缩采样以获得少量样本,节点随后将其转发到融合中心。假设目标稀疏分布在角度-多普勒空间中,融合中心根据接收节点转发的样本建立l1优化问题,求解该问题可得到目标角度和多普勒信息。所提出的方法实现了MIMO雷达的高分辨率与远少于其他方法所需的样本。这意味着在接收节点和融合中心之间的通信阶段期间的功率节省。性能在干扰机的存在下进行了分析的情况下,缓慢移动的目标。讨论了与形成跨越角度多普勒空间的基矩阵以及为该空间选择网格有关的问题。大量的仿真结果证明了所提出的方法在不同的干扰和噪声水平的性能。
2009-11-25 cs.IT math.IT
Target Estimation in Colocated MIMO Radar via Matrix Completion
我们考虑一个共址MIMO雷达的情况下,在接收天线转发他们的测量融合中心。基于接收到的数据,融合中心制定一个矩阵,然后用于目标参数估计。当接收天线以奈奎斯特速率对目标回波进行采样时,假设接收天线数多于目标数,则融合中心的数据矩阵为低秩。当每个接收天线仅向融合中心发送少量样本以及样本索引时,接收数据矩阵具有与未被转发的样本相对应的缺失元素。在某些条件下,可以应用矩阵完成技术来恢复完整的接收数据矩阵,然后可以结合阵列处理技术来使用该完整的接收数据矩阵,例如,MUSIC,获取目标信息。数值结果表明,当接收数据矩阵占用率低至50%时,可以实现良好的目标恢复。
2013-03-26 cs.IT math.IT stat.AP
Beamspace Channel Estimation for Millimeter Wave Massive MIMO System with Hybrid Precoding and Combining
提出了一种毫米波(mmWave)大规模多输入多输出系统中波束域信道估计的框架。该框架包括混合预编码和合并矩阵的设计以及过采样波束空间接收矩阵最大项的搜索方法。在此基础上,提出了基于单位矩阵近似(IA)、基于离散零非对角(SZO)和基于集中零非对角(CZO)的三种信道估计方案。从计算复杂度、估计误差和信道训练总时隙数等方面对这些方案与现有的信道估计方案进行了比较。仿真结果表明,所提出的方案优于现有的方案,可以接近理想情况下的性能。特别地,用于信道训练的总时隙可以显著减少。
2019-01-07 cs.IT eess.SP math.IT
Channel Estimation and Hybrid Combining for Wideband Terahertz Massive MIMO Systems
太赫兹(THz)通信被广泛认为是未来6G无线系统的关键推动者。然而,由于信道的频率选择性,THz链路受到高传播损耗和符号间干扰的影响。大规模多输入多输出(MIMO)以及正交频分复用(OFDM)可以用来处理这些问题。然而,当基站(BS)天线阵列上的传播延迟超过符号周期时,BS阵列的空间响应在OFDM子载波上变化。这种被称为波束偏斜的现象使得窄带组合方法无效。另外,在训练阶段期间没有组合增益的情况下,信道估计变得具有挑战性。在这项工作中,我们解决了宽带太赫兹大规模MIMO均匀平面阵列的信道估计和混合合并问题。具体来说,我们首先介绍了一个低复杂度的波束斜斜抑制方案的基础上的真实时间延迟。接下来,我们提出了一种新的流行的正交匹配追踪(OMP)算法的变体,以准确地估计低训练开销的信道。我们的信道估计和混合合并方案进行了理论和数值分析。此外,所提出的方案被扩展到多天线用户的情况下。仿真结果显示,我们的设计相比,标准的窄带合并和基于OMP的信道估计提供的性能增益。
2021-02-12 cs.IT eess.SP math.IT
Low-Complexity Distributed Combining Design for Near-Field Cell-Free XL-MIMO Systems
Beijing Jiaotong University(北京交通大学);KTH Royal Institute of Technology(皇家理工学院);Nanyang Technological University(南洋理工大学);Auburn University(奥本大学);University of Houston(休斯顿大学)
本文提出五种低复杂度分布式结合方案,用于近场无基站XL-MIMO系统,通过矩阵近似和SSOR算法优化性能。
2026-02-03 cs.IT eess.SP math.IT
Omnidirectional Precoding and Combining Based Synchronization for Millimeter Wave Massive MIMO Systems
针对毫米波大规模多输入多输出系统中的下行链路初始同步问题,设计了基站侧的预编码矩阵和用户侧的合并矩阵。首先,我们证明了预编码和组合矩阵的两个基本要求,包括在实现架构约束下,其中的所有条目都应该具有恒定的幅度,并且用于同步的总K个时隙上的平均传输功率对于任何空间方向都应该是恒定的。然后,我们推导出基于广义似然比检验的最优同步检测器。利用该检测器,分别分析了预编码矩阵和合并矩阵对检测器误检率和虚警率的影响,并给出了相应的条件。结果表明,预编码矩阵和合并矩阵都应该保证每个时隙的完美全向覆盖,即,对于任何空间方向,每个时隙的平均发射功率都是恒定的,这比上述第二个基本要求更严格。我们还表明,这样的全向预编码矩阵和全向组合矩阵存在时,只有发送流的数量和接收流的数量都等于或大于2。在这种情况下,我们建议利用Golay互补对和Golay-Hadamard矩阵来设计预编码和合并矩阵。仿真结果验证了该方法的有效性。
2017-10-28 cs.IT math.IT
Uplink Performance of Cell-Free Extremely Large-Scale MIMO Systems
在本文中,我们研究了无小区(CF)的超大规模多输入多输出(XL-MIMO)系统,这是一个很有前途的技术,为未来的无线通信的上行链路性能。更具体地,我们考虑具有多个基站(BS)和多个用户设备(UE)的实际场景。为此,我们得到确切的可实现的频谱效率(SE)的表达式为任何组合方案。值得注意的是,我们推导出了具有最大比(MR)合并的CF XL-MIMO的封闭形式的SE表达式。数值结果表明,CF XL-MIMO的SE性能相比于小小区XL-MIMO有很大的提高。有趣的是,较小的天线间距导致贴片天线之间的较高的相关水平。最后,我们证明了增加UE天线的数量可能会降低MR合并的SE性能。
2023-02-14 cs.IT eess.SP math.IT
Spatial Coding Techniques for Molecular MIMO
本文研究了空间分集技术在多输入多输出(MIMO)扩散分子通信(DBMC)中的应用。提出并分析了两种空间编码技术,即Alamouti型编码和重复MIMO编码。此外,我们考虑接收端等增益合并,这是相当于对称情况下的最大比合并。为了进行数值分析,利用训练好的人工神经网络获得了对称$2 \times 2$ MIMO-DBMC系统的信道冲激响应。结果表明,空间分集有可能提高系统性能,重复MIMO编码优于Alamouti型编码。
2017-06-15 cs.ET cs.IT math.IT
On the Performance of Reduced-Complexity Transmit/Receive Diversity Systems over MIMO-V2V Channel Model
在这封信中,我们研究了多输入多输出技术在车对车通信系统中的性能。我们考虑发射天线选择与最大比合并和发射天线选择与选择合并。两辆车之间的信道传播模型表示为n* 瑞利分布,这已被证明是一个现实的模型,用于车辆到车辆的通信场景。我们推导出严密的中断概率和后处理信噪比的衰落量的解析表达式。
2017-01-31 cs.IT math.IT
Beam-Coherence-Aware Two-Stage Digital Combining for mmWave MU-MIMO Systems
KTH Royal Institute of Technology(皇家理工学院);BeammWave AB(BeammWave公司)
本文提出一种两阶段数字组合架构,通过压缩信号减少终端处理负担,结合波束相干性和通道几何特性,提升毫米波多用户MIMO系统的频谱效率。
2026-03-27 cs.IT eess.SP math.IT
Local Partial Zero-Forcing Combining for Cell-Free Massive MIMO Systems
无小区的大规模多输入多输出(MIMO)为用户(UE)提供比蜂窝技术更均匀的频谱效率(SE)。实现无小区大规模MIMO的主要挑战是以可扩展的方式实现信号处理。在本文中,我们考虑可扩展的全导频迫零(FZF),部分FZF(PFZF),保护性弱PFZF(PWPFZF),和本地正则化ZF(LRZF)结合利用信道统计。我们推导出封闭形式的表达式的上行链路SE FZF,PFZF,PWPFZF结合大规模衰落解码独立的瑞利衰落信道,信道估计误差和导频污染考虑。此外,我们调查的导频序列的数量,每个AP的天线,和AP上的性能的影响。数值结果表明,LRZF提供了最高的SE。然而,当导频序列的数量大并且每个AP的天线的数量小时,PWPFZF是优选的。原因在于PWPFZF具有较低的计算复杂性,并且SE表达式可以以封闭形式计算。此外,我们研究了PWPFZF结合分数功率控制的性能,数值结果表明,它提高了弱UE的性能,并以可扩展的方式实现了所有UE的均匀良好的服务。
2022-03-19 cs.IT eess.SP math.IT
Optimal Power Allocation for Distributed Detection over MIMO Channels in Wireless Sensor Networks
在具有无线传感器网络的分布式检测系统中,由于传感器处的干扰和有限的发射器功率以对抗融合中心的接收器处的噪声,传感器与融合中心之间的通信并不完美。在这种不完全通信的情况下如何优化检测性能的问题给分布式检测带来了新的挑战。在本文中,传感器被假定为具有独立的,但不相同分布的意见,和多输入/多输出(MIMO)信道模型包括占传感器和融合中心之间的不完善的通信。不同假设下的检测统计量的分布之间的J-发散被用作性能标准,以提供易于处理的分析。研究了在传感器上具有单个和总发射功率约束的情况下优化性能(以J-发散度为依据),并给出了相应的功率分配方案。有趣的是,所提出的功率分配是两个因素之间的权衡,通信信道质量和本地决策质量。对于正交信道的情况,在一定条件下,功率分配可以通过加权注水算法来解决。仿真结果表明,为了达到相同的性能,在某些情况下,所提出的功率分配只消耗低至25%的总功率所使用的一个平等的功率分配方案。
2007-07-17 cs.IT math.IT
LMMSE Receivers in Uplink Massive MIMO Systems with Correlated Rician Fading
我们进行了理论分析的大规模MIMO系统的上行链路(UL)与每个用户的信道相关性和莱斯衰落,使用两种处理方法。首先,我们研究了基于训练的不完美信道估计下的线性最小均方误差接收机。其次,我们提出了一种统计组合技术,更适合于强视线(LoS)组件的环境。我们推导出封闭形式的渐近近似的UL频谱效率(SE)达到每个组合方案在单个和多个小区的设置,作为系统参数的函数。这些表达式在LoS传播条件和导频污染等不同因素如何影响整体系统性能方面具有深刻的见解。此外,它们被用来确定最佳的训练符号的数量,这是显着的兴趣在低莱斯因子。研究和数值结果证实,更强的LoS信号导致更好的性能,在这种条件下,统计合并需要更高的SE增益比传统的接收机。
2018-09-06 cs.IT math.IT
Spatial Diversity in Molecular Communications
在这项工作中,空间分集技术在多输入多输出(MIMO)扩散为基础的分子通信(DBMC)领域进行了研究。对于发射端空间编码,提出并分析了Alamouti型编码和重复MIMO编码。在接收端,研究了选择分集、等增益合并和最大比合并等合并策略。在整个数值分析中,假设一个对称的$2\times 2$ MIMO-DBMC系统。此外,训练的人工神经网络被用来获取信道冲激响应。数值分析表明,在分子通讯中实现多样性增益是可能的。此外,它表明,对于MIMO-DBMC系统的重复MIMO编码是优于Alamouti型编码。
2017-07-24 cs.ET 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
On MIMO Channel Capacity with Output Quantization Constraints
研究了多输入多输出(MIMO)信道的容量,其中天线输出经过模拟线性合并网络处理,并由一组门限量化器量化。线性组合权重和量化阈值是根据信道矩阵从一组可能的配置中选择的。组合网络模型特定模拟接收器架构的可能配置,例如单个天线选择、天线输出的符号量化或输出的线性处理。一个有趣的连接,这个通道的容量和约束球包装问题,其中单位球被包装在一个超平面安排。从高层次的角度来看,这是因为每个阈值量化器可以被视为划分发射机信号空间的超平面。因此,该组量化器的输出对应于由对应于信道实现和接收器配置的超平面布置引起的可能区域。这种连接为MIMO接收机的量化架构的设计提供了一些重要的见解;例如,它表明,对于给定数量的量化器,选择引起更大数量的分区的配置可以导致更高的速率。
2018-06-05 cs.IT math.IT
Cell-Free Massive MIMO-OFDM for High-Speed Train Communications
无小区(Cell-free,CF)大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统由于其小区边界消失和强宏分集特性,在低移动性环境下显示出巨大的应用潜力。然而,正交频分复用(OFDM)技术中的大多普勒频偏(DFO)导致了严重的载波间干扰,这使得它很难为高速训练(HST)运行控制系统和乘客提供高质量的传输。在本文中,我们专注于CF大规模MIMO-OFDM系统的性能与完全集中式和本地最小均方误差(MMSE)合并在HST通信。考虑局部最大比合并、大规模衰落译码协作以及DFO对系统性能的实际影响,推导了上行链路频谱效率的精确闭式表达式。我们观察到,合作MMSE组合实现更好的SE性能比非合作MR组合。此外,HST通信与小小区和蜂窝大规模MIMO-OFDM系统的SE方面进行了比较。数值结果表明,CF大规模MIMO-OFDM系统比其他系统获得了更大和更均匀的SE。最后,设计了以训练天线为中心的CF大规模MIMO-OFDM系统,并采用了三种功率控制方案来优化TA的传播,以减小DFO的影响。
2022-03-02 cs.IT eess.SP math.IT
Combining Channel Output Feedback and CSI Feedback for MIMO Wireless Systems
使用信道输出反馈来提高衰落信道的可靠性在文献中很少受到关注。在大多数关于衰落信道的反馈的工作中,仅信道状态信息(CSI)反馈被用于在发射机处进行编码。在这项工作中,设计的编码方案的多输入多输出(MIMO)衰落系统的信道输出和信道状态反馈在发射机被认为是。在加性高斯白噪声和独立同分布衰落过程的假设下,提出了一种简单的线性编码策略,可实现任意速率。该框架假设发射机和接收机处的CSI是完美的。这个简单的线性处理方案可以提供一个双指数概率的错误衰减与块长度为所有速率小于容量。值得注意的是,这种编码方案实际上由两个单独的编码块组成:一个适应当前CSI,另一个适应先前的信道输出反馈。该方案被扩展到的情况下,当CSI被量化在接收机和传送到发射机在一个有限的速率反馈信道;对于多输入单输出(MISO)衰落系统,它示出的双指数概率的错误衰减实现的块长度的增加。
2012-04-11 cs.IT math.IT
Distributed Reception with Spatial Multiplexing: MIMO Systems for the Internet of Things
物联网(IoT)具有很大的商业潜力,可以促进未来系统中的分布式多输入多输出(MIMO)通信。我们研究了一个分布式接收的情况下,配备了多个天线的发射机发送多个流通过空间复用到大量的地理上分离的单天线接收节点。然后,接收节点对它们的接收信号进行量化,并将量化的接收信号转发到接收融合中心。利用全局信道知识和从接收节点转发的量化信息,融合中心尝试解码所发送的符号。我们假设发射向量由相移键控(PSK)星座点组成,并且每个接收节点用信号的实部和虚部中的每一个的一个比特来量化其接收信号,以最小化接收节点与融合中心之间的传输开销。融合该数据是一个重要的问题,因为接收节点不能在量化之前解码发送的符号。相反,每个接收节点处理单个量,即,接收的信号,而不管发送的符号的数量。我们开发了一个最佳的最大似然(ML)接收机和低复杂度迫零(ZF)型接收机的融合中心。尽管ZF型接收机是次优的,但ZF型接收机易于实现,并且在低信噪比(SNR)状态下表现出与ML接收机相当的性能,但在高SNR下经历出错率平层。结果表明,这种错误地板可以通过增加接收节点的数量来克服。因此,ZF型接收器将是物联网时代空间复用分布式接收的实用解决方案,在物联网时代,我们可以轻松拥有大量接收节点。
2014-09-27 cs.IT math.IT
Combining Reciprocity and CSI Feedback in MIMO Systems
基于互易性的时分双工(TDD)大规模MIMO(多输入多输出)系统利用在上行链路中获得的信道估计来在下行链路中执行预编码。然而,在信道估计不足以在空间上分离多个用户终端的意义上,由于信道估计质量不足,在低上行链路参考信号信噪比下,该方法被批评为崩溃。相反,基于码本的下行链路预编码已经被提倡作为替代解决方案,以便绕过这个问题。我们分析这个问题,考虑一个“网格的光束世界”有限数量的可能的下行链路信道实现。假设终端可以准确地检测到下行链路信道,我们表明,在互易性的情况下,仔细设计的下行链路信道和上行链路参考信号之间的映射将执行比传统的TDD大规模MIMO和频分双工(FDD)大规模MIMO的方法。我们得出优雅的度量设计这个映射,并进一步,我们提出了算法,找到良好的序列映射。
2022-06-10 cs.IT eess.SP math.IT
Tomlinson-Harashima Precoding with Stream Combiners for MU-MIMO with Rate-Splitting
本文介绍了多用户多输入多输出(MU-MIMO)架构的基础上,非线性预编码和流合并技术使用率分裂(RS),其中发射机往往只有部分的信道状态信息(CSI)的知识。与现有的作品相比,我们考虑部署的接收器可能配备有多个天线。这使我们能够采用线性组合技术的最小最大值,最大比率和最小均方误差标准的基础上,随着汤姆林森-Harashima预编码器(THP)的RS为基础的MU-MIMO系统,以提高和速率性能。此外,我们将多分支(MB)的概念到RS架构,以进一步提高和速率性能。通过统计分析,推导出了接收端信干噪比和和速率的闭式表达式。仿真结果表明,所提出的RS-THP方案取得了更好的性能比传统的线性和THP预编码器。
2021-03-14 cs.IT math.IT
Pilot Contamination is Not a Fundamental Asymptotic Limitation in Massive MIMO
大规模MIMO(多输入多输出)通过在大天线阵列上对信号进行相干组合以及通过对许多用户进行空间复用,在传统蜂窝网络上提供了频谱效率的极大改进。从一开始,由导频污染引起的相干干扰就被认为是一种即使在无限数量的天线下也不会消失的损害。在这项工作中,我们表明,这种信念是不正确的,从使用简单的信道模型和次优信号处理方案的工件。我们专注于上行链路,并证明了多小区MMSE合并,频谱效率增长没有约束的天线数量的增加,即使在导频污染,信道协方差矩阵之间的线性独立的条件下。这一条件一般都能满足,但在实践中很难找到的特殊情况除外。
2017-03-03 cs.IT math.IT
PDRS: A Fast Non-iterative Scheme for Massive Grant-free Access in Massive MIMO
免授权多输入多输出(MIMO)通常采用非正交导频进行联合用户检测和信道估计。然而,现有方法对于大规模MIMO中的大规模免授权接入来说太复杂。本文提出了导频检测参考信号(PDRS),以大大降低复杂度。在PDRS方案中,不需要迭代。提出了直接权值估计算法,无需信道估计即可计算合并权值。在合并之后,PDRS恢复误差用于决定导频活动。仿真结果表明,所提出的免授权方案性能良好,复杂度降低了几个数量级。
2020-12-25 cs.IT eess.SP math.IT
A New Look at Cell-Free Massive MIMO: Making It Practical With Dynamic Cooperation
本文通过网络MIMO文献中的动态协作集群框架,对无小区大规模MIMO(多输入多输出)进行了新的研究。其目的是识别和解决在以前的工作中出现的可伸缩性问题。我们提供分布式算法的初始接入,导频分配,集群形成,预编码,并结合可扩展的意义上的任意多个用户的可实现的。有趣的是,建议的预编码和组合分别优于共轭波束成形和匹配滤波,同时也是完全分布式的。
2019-06-26 cs.IT eess.SP math.IT
Scalable Cell-Free Massive MIMO Systems
想象一下,一个覆盖区域有许多无线接入点,这些接入点相互合作,共同为用户提供服务,而不是创建自治小区。这种无小区网络操作可以潜在地解决当前蜂窝网络中出现的许多干扰问题。这一目标以前被称为网络MIMO(多输入多输出),最近又以无小区大规模MIMO的名称重新出现。主要的挑战是以实际可行的方式实现无小区操作的益处,其中计算复杂性和前传要求可扩展到具有许多用户的大型网络。我们提出了一个新的框架,可扩展的无小区大规模MIMO系统,利用动态合作集群的概念,从网络MIMO文献。我们提供了一种新的算法,联合初始接入,导频分配和集群的形成,被证明是可扩展的。此外,我们适应标准的信道估计,预编码和组合方法,成为可扩展的。证明了一种新的上行链路和下行链路的对偶性,并使用该对偶性在合并向量的基础上,对预编码向量进行了启发式设计。有趣的是,所提出的可伸缩预编码和组合优于传统的最大比处理,也执行接近最好的不可伸缩的替代品。
2020-05-08 cs.IT eess.SP math.IT
Capacity Bounds for One-Bit MIMO Gaussian Channels with Analog Combining
使用1位模数转换器(ADC)被视为显著降低多输入多输出(MIMO)接收器的功耗和硬件成本的有前途的方法。然而,由于1比特量化的非线性失真从根本上改变了最佳通信策略,并且还对系统施加了容量惩罚。本文研究了高斯MIMO信道中,天线输出经模拟线性合路器处理后,再经一组零门限ADC量化的信道容量。一个新的容量上限为零阈值的情况下,建立比文献中的界限更紧。此外,我们提出了一个可扩展性方案,它配置的模拟组合器,以创建并行高斯通道与相位量化的输出。在这一类的模拟组合器,提出了一种算法,确定的模拟组合器和输入分配,最大限度地提高可实现的速率。数值结果表明,该算法在低信噪比条件下具有较好的收敛速度。最后,提出了一种新的采用模拟时空处理的1比特MIMO接收机结构。所提出的接收机在高信噪比的制度达到的能力。
2022-09-19 cs.IT eess.SP math.IT
Achieving Optimal Performance-Cost Trade-Off in Hierarchical Cell-Free Massive MIMO
本文首次系统分析分层无蜂窝大规模MIMO的上行链路配置,提出统一频谱效率框架和分层合并方法,证明采用集中式迫零合并的HCF可实现性能与成本的最优权衡。
2025-08-28 cs.IT eess.SP 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
Grassmannian Beamforming for MIMO-OFDM Systems with Frequency and Spatially Correlated Channels Using Huffman Coding
多输入多输出(MIMO)预编码是可以显著增强通信链路的有效方案。然而,这种增强是有代价的。许多预编码方案需要在发射机处通过来自接收机的反馈获得的信道知识。针对正交频分复用(OFDM)和MIMO的自然共同融合,利用频域和空间域的信道相关性来降低频分双工(FDD)系统中所需的反馈速率。建议的反馈方法是基于霍夫曼编码,并在这里采用的单流的情况下。该方法导致所需的反馈速率的显着降低,而没有任何性能损失。所提出的方法可以扩展到多流的情况。
2009-07-27 cs.IT math.IT
Uplink Performance of Cell-Free Massive MIMO with Multi-Antenna Users Over Jointly-Correlated Rayleigh Fading Channels
在本文中,我们研究了一个无小区的大规模MIMO系统与接入点(AP)和用户设备(UE)都配备了多个天线在联合相关的瑞利衰落信道。我们研究了四种上行链路实现,从完全集中式处理到完全分布式处理,并推导出它们在最小均方误差连续干扰消除(MMSE-SIC)检测器和任意组合方案下可实现的频谱效率(SE)表达式。此外,全球和本地MMSE合并方案的基础上,导频污染下获得的完整和本地信道状态信息(CSI),这可以最大化可实现的SE完全集中式和分布式实现,分别。我们研究了一个两层的解码实现与任意的组合方案在第一层和最佳的大规模衰落解码(LSFD)在第二层。此外,我们计算新的封闭形式的SE表达式的两层解码实现与最大比(MR)结合。在数值结果中,我们比较了不同的实施水平,结合方案,和信道模型的SE性能。重要的是要注意,增加每个UE的天线数量可能会降低SE性能。
2022-03-17 cs.IT eess.SP math.IT
Channel Estimation Techniques for Quantized Distributed Reception in MIMO Systems
物联网(IoT)可以实现云多输入多输出(MIMO)系统的开发,其中支持互联网的设备可以作为分布式传输/接收实体工作。我们预计,使用云MIMO的分布式接收的空间复用将是未来无线通信系统的关键因素。在本文中,我们首先审查实际的接收机的空间复用传输数据的分布式接收的融合中心依赖于量化的接收信号从地理上分离的接收节点。使用这些接收机的结构,我们提出了实用的块衰落的情况下的信道估计技术。所提出的信道估计技术依赖于在接收节点处的非常简单的操作,同时随着训练长度变大而实现接近最优的信道估计性能。
2014-11-30 cs.IT math.IT
Massive MIMO has Unlimited Capacity
蜂窝网络的容量可以通过Massive MIMO提供的前所未有的阵列增益和空间复用来提高。从一开始,由于导频污染引起的相干干扰就被认为会产生有限的容量限制,因为天线的数量会达到无穷大。在本文中,我们证明,这是不正确的,从使用简单的信道模型和次优预编码/组合方案的工件。我们表明,多小区MMSE预编码/组合和少量的空间信道相关性或大规模的衰落变化的阵列,容量增加,没有约束的天线数量的增加,即使在导频污染。更准确地说,当污染用户的信道协方差矩阵是渐近线性独立的,这是通常的情况下,该结果成立。如果协方差矩阵的对角线也是线性无关的,那么知道这些对角线(而不是完整的协方差矩阵)就足以实现无限的渐近容量。
2017-11-09 cs.IT math.IT
Decentralized MIMO Systems with Imperfect CSI using LMMSE Receivers
本文研究不完美CSI下采用LMMSE接收机的去中心化MIMO系统,提出最优及两种次优融合方案,利用随机矩阵理论推导SINR闭式表达式,并确定最优正则化参数与天线划分策略。
2025-01-30 cs.IT math.IT
On the Outage Capacity of the Massive MIMO Diversity Channel
考虑了在独立同分布瑞利衰落下,在收发端均采用线性处理的大规模多输入多输出(MIMO)分集信道,分析了大天线数情况下的中断容量。我们首先讨论了经典的单输入多输出(SIMO)分集信道,使用最大比合并(MRC)或选择合并(SC)。对于MRC,数值计算和高斯近似(GA)被认为是,而对于SC的精确评估是可能的。分析,然后直接扩展到多输入单输出(MISO)系统,使用最大比传输(MRT)或发射天线选择。一般的多输入多输出(MIMO)系统,追求全分集,最后考虑,在发射机和接收机的最佳线性处理和简单的天线选择。如果至少一侧的天线数量足够大,则每个考虑的分集信道的中断容量接近具有适当定义的信噪比(SNR)的合适参考加性高斯白噪声(AWGN)信道的中断容量,这提供了性能基准。这一结论是有效的,但现实的大量天线兼容的假设独立衰落。
2021-06-08 cs.IT math.IT
Spectral Efficiency Bounds for Interference-Limited SVD-MIMO Cellular Communication Systems
基于随机几何的思想,研究了干扰受限多输入多输出(MIMO)下行蜂窝系统的各态历经频谱效率。通过奇异值分解预编码和合并,为单个用户提供服务。通过近似的信道特征值的期望,我们推导出上界和下界的遍历SE。得到的上界是最好的可能的系统级性能的任何MIMO策略在非合作蜂窝网络。我们通过仿真验证我们的分析结果。我们还推测,存在的最佳数量的流是成正比的路径损耗指数。
2016-10-30 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
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
Cell-Free Massive MIMO with Multi-Antenna Users over Weichselberger Rician Channels
本文研究了具有多天线接入点和用户设备的无小区大规模多输入多输出(MIMO)系统,该系统在具有随机相移的Weichselberger Rician衰落信道下工作。更具体地说,我们研究了两种实用的处理方案的上行链路频谱效率(SE):1)与全球最小均方误差(MMSE)或最大比(MR)合并的完全集中式处理方案; 2)与本地MMSE或MR合并的大规模衰落解码(LSFD)方案。为了提高系统的SE性能,我们提出了一种实用的上行链路预编码方案的基础上只有UE侧的相关矩阵的特征基。此外,我们推导出新的封闭形式的SE表达式表征的LSFD计划与MR结合。数值结果验证了我们推导的表达式的准确性,并表明所提出的预编码方案可以显着提高SE性能相比,没有任何预编码方案的情况下。
2022-07-22 cs.IT eess.SP math.IT
MIMO: State of the Art and the Future in Focus
发射机和接收机的天线已经被操纵以增加信号的发射和接收的容量。几十年来,在天线中使用许多元件来对波束进行整形并在特定点处引导零点以用于最佳信号传输和接收,对接收功率和信噪比(SNR)产生了巨大的积极影响。然而,由于天线元件操纵可以在基站和设备终端两者处完成,因此产生了使用多个天线以增加的容量向空间发送信号和从空间获得信号的重要方法。这种原理被称为多输入多输出(MIMO)。本文讨论了MIMO在最新技术和下一代无线系统(5G)中的应用。讨论了MIMO系统的四种模型:SISO、SIMO、MISO和MIMO,以及选择合并(SC)、等增益合并(EGC)和最大比合并(MRC)三种多径信号合并方法。空间分集和空间复用也作为MIMO的形式进行讨论。最后,大规模或超MIMO,这是一个新的方法,以非常大的规模增加传输容量的第五代无线系统的讨论,它的挑战和机遇。关键术语-分集合并技术,空间复用,信道状态信息(CSI)。大规模MIMO
2016-09-19 cs.IT cs.NI math.IT
MmWave Amplify-and-Forward MIMO Relay Networks with Hybrid Precoding/Combining Design
在本文中,我们考虑放大转发中继网络的毫米波系统,并提出了一种混合预编码器/组合器的设计方法。首先设计仅相位RF预编码/组合矩阵以支持多流传输,其中我们补偿信道的本征模的相位。然后,执行基带预编码器/组合器以实现最大的互信息。基于互信息的数据处理不等式,我们首先联合设计基带源和中继节点,使互信息在目的基带接收机之前最大化。提出的低复杂度的迭代算法的源和中继节点之间的等价性的基础上的互信息最大化和加权MMSE。在得到源节点和中继节点的最优预编码器和合并器后,在基带接收端实现MMSE-SIC滤波器,以保持互信息不变,从而得到整个中继系统的最优互信息。仿真结果表明,与文献中的其他算法相比,该算法以较低的复杂度获得了更好的性能。此外,我们也提出了一个稳健的联合收发器的设计不完美的信道状态信息。
2019-10-30 cs.IT eess.SP math.IT
Uplink Power Control for Extremely Large-Scale MIMO with Multi-Agent Reinforcement Learning and Fuzzy Logic
本文研究了无小区(CF)超大规模多输入多输出(XL-MIMO)系统的上行链路发射功率优化问题。与传统方法不同,本文提出了两种信号处理架构:模糊逻辑集中训练集中执行和模糊逻辑集中训练分散执行,分别采用多智能体强化学习(MARL)和模糊逻辑的融合来解决功率控制的设计问题,以最大化系统的频谱效率(SE)。此外,系统采用最大比(MR)合并和本地最小均方误差(L-MMSE)合并的上行链路性能进行了评估。我们的结果表明,所提出的方法与模糊逻辑优于传统的基于MARL的方法和信号处理方法的计算复杂性。此外,MR组合下的SE性能甚至优于传统的基于MARL的方法。
2023-02-18 cs.IT eess.SP math.IT