Spatial Oversampling in LOS MIMO Systems with 1-Bit Quantization at the Receiver
在本文中，我们研究的LOS MIMO系统，使用1位量化和空间过采样在接收端的可达到的速率。我们建议，通过使用额外的天线在接收端，所产生的损失，由于量化的强限制，可以减少。互信息的结果表明，相当大的速率增益可以实现依赖于天线的数量和安排。在某些情况下，甚至可以获得来自发射机的全部可用速率。此外，结果还表明，二维天线阵列可以受益于空间过采样比一维阵列，当使用1位量化在LOS MIMO场景。
2017-02-10 cs.IT math.IT
Blind Adaptive MIMO Receivers for Space-Time Block-Coded DS-CDMA Systems in Multipath Channels Using the Constant Modulus Criterion
本文提出了一种适用于DS-CDMA系统的盲自适应多输入多输出（MIMO）线性接收机。基于约束优化技术，提出了空时码约束恒模（CCM）设计准则，并给出了递推最小二乘（RLS）自适应算法，用于线性接收机参数的估计。本文还提出了一种基于子空间方法的MIMO DS-CDMA系统空时信道盲估计方法和一种有效的RLS算法。针对一个下行链路场景的仿真评估了所提出的算法在几种情况下对现有的方法。
2012-12-29 cs.IT math.IT
Performance of MMSE MIMO Receivers: A Large N Analysis for Correlated Channels
线性接收机被认为是一种有吸引力的低复杂度的替代多天线MIMO通信的最佳处理。在本文中，我们描述了MMSE MIMO接收机的性能在大天线数量的限制，在信道相关性的存在。使用副本的方法，我们推广我们的结果arXiv：0810.0883克罗内克积相关信道，并计算并行MMSE子信道的MIMO系统的互信息的渐近均值和方差。副本方法允许我们使用最佳接收机互信息和高斯输入的MMSE SIR之间的关系来计算MMSE子信道的SIR的联合矩。使用arXiv：0810.0883中讨论的方法，可以示出互信息在分布上收敛于高斯随机变量。我们的结果同意非常好的模拟，即使有一个中等数量的天线。
2009-02-20 cs.IT math.IT
The degrees of freedom of MIMO networks with full-duplex receiver cooperation but no CSIT
研究了即使在各向同性衰落和发射端没有信道状态信息（或输出反馈）的情况下，多用户网络的自由度（DoF）是否可以得到增强的问题。为此，两个用户MIMO（多输入，多输出）的广播和干扰信道进行了研究，没有边信息，无论在发射机和接收机配备了全双工无线电。全双工特征允许接收器协作，因为每个接收器除了接收由发射器发送的信号之外，还可以同时将相同频带中的信号发送到另一接收器。与具有CSIT和全双工接收器的MIMO网络的情况不同，对于其DoF是已知的，示出了对于没有CSIT的MIMO网络，全双工接收器合作在甚至DoF区域被增强的程度上是有益的。实际上，对于由不同终端处的天线数量的某些关系定义的两用户MIMO广播和干扰信道的重要类别，建立精确的DoF区域。实现DoF最优性能的关键是新的反向协作干扰对齐方案。它们的最优性是通过对这些网络的某些基因辅助或增强版本的DoF分析来建立的。
2012-09-06 cs.IT math.IT
Jamming Resistant Receivers for Massive MIMO
我们设计了抗干扰接收机，以提高大规模MIMO上行链路信道对干扰的鲁棒性。在导频阶段，我们不仅估计期望的信道，但也干扰信道利用故意未使用的导频序列。干扰信道估计被用来构造线性接收滤波器，以减少干扰对可达速率的影响。所提出的计划的性能进行了分析和数值评估。这些结果表明，所提出的方案大大提高了速率相比，传统的接收机。此外，所提出的方案仍然工作得很好与更强的干扰功率。
2017-02-15 cs.IT math.IT
Performance of Cell-Free Massive MIMO Systems with MMSE and LSFD Receivers
无小区大规模MIMO包括大量分布式单天线接入点（AP），为数量少得多的用户提供服务。不存在小区划分，并且每个用户由所有AP服务。本文研究了采用最小均方误差（MMSE）和大尺度衰落译码（LSFD）接收机的无小区系统的上行链路性能。LSFD接收机的主要思想是仅利用AP和用户之间的大尺度衰落系数来最大化可达到的吞吐量。推导了MMSE和LSFD接收机的容量下界。推导了MMSE接收机信干噪比（SINR）仅随大尺度衰落系数变化的渐近近似表达式。所得到的近似是准确的，即使是少量的天线。MMSE和LSFD接收机在5%中断率方面分别比匹配滤波器（MF）接收机具有5倍和2倍的增益。
2017-02-08 cs.IT math.IT
Non-iterative Joint Detection-Decoding Receiver for LDPC-Coded MIMO Systems Based on SDR
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。通过码约束的加强，联合SDR检测器向下游解码器提供可靠性大大提高的软信息，因此以显著的增益优于现有的接收器。
2018-08-15 cs.IT math.IT
Unsourced Random Access with the MIMO Receiver: Projection Decoding Analysis
我们考虑使用MIMO接收器的无源随机接入-这是未来5G/6 G无线网络的关键通信场景。我们进行基于投影的解码器分析，并推导出能量效率的可扩展性界限时，信道状态信息是未知的发射机和接收机（无CSI的情况下）。与Gao等人（2023）的最大似然（ML）可验证性界限进行比较。我们表明，有一个新的边界优于ML界的区域。后一个事实不应该让读者感到惊讶，因为当考虑每用户错误概率（PUPE）时，这两个解码标准都是次优的。此外，过渡到投影解码允许显着的降维，这大大减少了计算时间。
2023-03-27 cs.IT math.IT
Asymptotic MIMO Channel Model for Diffusive MC with Fully-absorbing Receivers
这封信介绍了一个分析模型，给出了在扩散的多输入多输出（MIMO）分子通信（MC）系统逐点发射器的球形接收器吸收的分子的渐近累积数。在该模型中，全吸收（FA）接收器之间的相互作用用虚拟点态负分子源的概念来描述，每个球形接收器的最佳位置由其吸收重心来确定.我们发现，有一个协议之间的渐近模型和精确的解析模型的数值解，从文献中描述的接收器之间的相互作用，这是解决了足够长的时间。我们求助于数值解，因为对于精确模型，除了一个发射器和两个接收器的情况之外，没有解析解。我们证明了在时间渐近的情况下，重心往往与FA接收器的中心重合。
2021-12-09 cs.IT math.IT
A New Combination of Message Passing Techniques for Receiver Design in MIMO-OFDM Systems
在本文中，我们提出了一种新的组合消息传递算法，允许置信传播（BP）和平均场（MF）应用于同一个因素节点，使MF可以应用于硬约束因素。基于所提出的消息传递算法，设计了MIMO-OFDM系统的迭代接收机。BP和MF都被用来处理涉及信道系数和数据符号相乘的硬约束因子节点，以降低仅使用BP的复杂度。数值结果表明，提出的低复杂度接收机的误码率性能接近的国家的最先进的接收机，其中只有BP是用来处理硬约束因素，在高信噪比。
2017-01-23 cs.IT math.IT
MIMO Networks with One-Bit ADCs: Receiver Design and Communication Strategies
高分辨率模数转换器（ADC）通常用于接收机终端以存储接收信号的精确数字表示，从而允许对发送的消息进行可靠解码。然而，在广泛的应用中，例如毫米波通信和大规模多输入多输出（MIMO）系统，由于功率预算限制，使用高分辨率ADC是不可行的。在传统的全数字接收机设计中，每个接收机天线连接到不同的ADC，降低ADC分辨率会导致可实现速率方面的性能损失。一种提出的减轻速率损失的方法是使用模拟线性组合器，从而导致混合接收机的设计。这里，混合框架通过添加延迟元件来增强，以允许时间模拟处理。提出了两类新的接收器，包括延迟元件、模拟线性组合器和一位ADC。在单用户和多用户（上行链路和下行链路）MIMO系统采用建议的接收机的通信的基本限制进行了研究。在高信噪比的制度，它表明，建议的接收器实现最大可实现的速率之间的所有接收器具有相同数量的一位ADC。
2021-12-03 cs.IT math.IT
Transmit Beamforming for MIMO Communication Systems with Low Precision ADC at the Receiver
多天线系统已经被设计在几GHz的带宽中操作的多吉比特通信系统的标准广泛使用。在本文中，我们研究了使用发射机（Tx）波束成形技术，以提高低精度ADC的MIMO系统的性能。我们激励的方法，使用本征模发射波束成形（这施加在完整的MIMO系统的对角结构），并使用本征模功率分配，最大限度地减少未编码的BER的有限精度系统。虽然我们不能保证这种方法的最优性，但我们观察到，即使是低精度ADC，它也可以在没有本征模功率分配的情况下执行高达全精度的系统。例如，在接收机处具有有限精度ADC的高吞吐量MIMO系统中，仿真结果表明，对于接收机处具有3比特精度ADC的3/4 LDPC编码的2x2 MIMO OFDM 16-QAM系统，在26 dB的SNR下实现了0.0001的BER。这比具有全精度但相等本征模功率分配的相同系统所需的好1dB。
2013-10-06 cs.IT math.IT
Blind Adaptive MIMO Receivers for CDMA Systems with Space-Time Block-Codes and Low-Cost Algorithms
针对多径信道下采用多发射天线和空时分组码（STBC）的直接序列码分多址（DS-CDMA）系统，提出了一种低复杂度的盲多输入多输出（MIMO）自适应线性多用户接收机。基于约束优化技术和低复杂度的随机梯度（SG）自适应算法，提出了一种空时码约束恒模（CCM）设计准则，用于空时线性接收机的参数估计。接收机的设计是利用扩频码和空时分组码的独特结构。提出了一种基于子空间方法的空时信道盲估计算法和一种高效的SG算法。针对下行链路的仿真结果表明，所提出的接收机结构和算法具有良好的性能，优于现有方法。
2014-10-21 cs.IT math.IT
Achievable Sum Rate of MIMO MMSE Recievers: A General Analytic Framework
研究了采用线性最小均方误差（MMSE）接收机的多输入多输出（MIMO）无线系统的可达和速率。我们提出了一个新的分析框架，揭示了一个有趣的连接之间的可实现的和速率与MMSE接收机和遍历互信息实现最佳接收机。这个简单但强大的结果使大量的遍历MIMO互信息的现有文献直接应用到MMSE接收机的分析。该框架是特殊的各种瑞利和莱斯信道的情况下，产生新的精确的封闭形式的表达式，可实现的和速率，以及简化的表达式在渐近制度的高和低的信噪比。这些表达式导致的MIMO MMSE接收机在实际信道条件下的性能的关键见解的发现。
2009-03-04 cs.IT math.IT
Iterative Turbo Receiver for LDPC-Coded MIMO Systems Based on Semi-definite Relaxation
在这项工作中，我们开发了一种新的迭代Turbo接收机的LDPC编码的多天线系统的基础上半定松弛（SDR）。对于经典的Turbo接收机，前向纠错（FEC）码仅在解码器处使用。尽管如此，通过在检测阶段利用FEC码，我们提出的SDR检测器可以输出外部信息，大大提高了解码器的可靠性。我们还提出了一个简化的SDR涡轮接收机，解决每个码字，而不是解决多个SDR问题的迭代涡轮处理中的一个SDR问题。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，在这个意义上，它是适用于任何基于列表的迭代接收器。
2018-08-20 cs.IT math.IT
Jamming-Resistant Receivers for the Massive MIMO Uplink
为了提高大规模MIMO上行链路系统抗干扰的鲁棒性，我们设计了一种抗干扰接收机方案。我们假设干扰机在导频和数据传输阶段都对系统进行攻击。该方案的主要特点是，在导频阶段，我们不仅估计合法信道，还利用故意未使用的导频序列来估计干扰信道。干扰信道估计用于构造线性接收滤波器，以抑制干扰信号的影响。该方案的性能分析评估使用大规模MIMO的渐近性质。研究了最优正则迫零接收机和最优功率分配问题。数值结果验证了我们的分析，并表明该方案大大提高了可实现的速率，相比传统的接收机。有趣的是，所提出的方案在强干扰攻击下特别有效，因为改进的干扰信道估计超过了额外的干扰功率。
2017-02-28 cs.IT math.IT
MIMO APP Receiver Processing with Performance-Determined Complexity
通常的接收机处理总是以最佳可实现的比特出错率性能为目标，这可能导致资源的浪费，特别是当传输条件使得最佳性能比所需性能好几个数量级时。在这项工作中，提出了一个处理框架，它允许调整的处理要求的传输条件和所需的比特出错率。它适用于在多输入多输出信道上操作的后验概率接收机。它表明，显着的复杂性节省可以实现在软，球解码器为基础的检测器和信道解码器，只有很小的修改。
2012-01-20 cs.IT math.IT
Joint Transmitter-Receiver Design for the Downlink Multiuser Spatial Multiplexing MIMO System
本文提出了一种联合发射机-接收机设计，以最小化加权和功率下的后处理信号干扰噪声比（post-SINR）的约束下，所有子信道。仿真结果表明，该算法不仅可以满足后SINR约束，而且可以方便地调整用户之间的功率分配，通过相应的改变权重。因此，该算法可以通过降低边缘用户的发射功率来消除邻小区干扰，而不会带来性能损失。
2008-11-04 cs.IT math.IT
A General Framework for Low-Resolution Receivers for MIMO Channels
针对不同的接收机结构，研究了具有输出量化的离散时间多输入多输出（MIMO）高斯信道容量。这个问题的一般配方中提出的天线输出处理的模拟组合器，而符号量化器用于模数转换。为了验证这种方法，考虑了四种不同的通用性和复杂性的模拟接收机架构：（a）多天线选择和天线输出的符号量化，（b）单天线选择和多级量化，（c）多天线选择和多级量化，以及（d）天线输出和多级量化的线性组合。可量化率作为可用符号量化器的数量的函数进行了研究，并在不同的架构之间进行了比较。特别是，它示出的架构（a）是足够的，以获得最佳的高信噪比性能的MIMO接收机中的天线的数量大于符号量化器的数量。的平均性能的数值评估的情况下，其中信道增益是独立同分布。高斯。
2017-07-07 cs.IT math.IT
Constructing Receiver Signal Points using Constrained Massive MIMO Arrays
研究了一种用于构造接收机信号点的低成本解决方案，该解决方案将大量受约束的射频（RF）前端与有限数量的全RF链相结合。受约束的RF前端具有低成本，并且限于天线元件的开/关切换和少量的相位。对于这些简单的开/关天线阵列的多用户MIMO，通常观察到严重的劣化。一些完整的RF前端被示出为补偿用于各种场景的大量受限RF前端的信号误差。这样的混合RF（HRF）系统的算法开发，实现性能接近的穷举搜索相对于瑞利衰落和WINNER 2城市宏信道模型的构造接收机信号的均方误差。
2017-02-08 cs.IT math.IT
Message-Passing Receiver for Joint Channel Estimation and Decoding in 3D Massive MIMO-OFDM Systems
本文研究了三维大规模MIMO-OFDM系统的消息传递接收机设计。借助于中心极限论证和泰勒级数近似，在期望传播的框架下设计了一种计算效率高的联合信道估计和译码接收机。特别地，利用Wirtinger演算将定义在信道转移函数上的局部信念扩展到二阶，将信道转移函数发送的信息转化为易于处理的形式.因此，通过高斯消息传递来估计每对天线之间的信道脉冲响应（CIR）。此外，一个变分的期望最大化（EM）为基础的方法来学习信道的功率延迟分布（PDP）。在具有空间相关信道的3D大规模MIMO系统中对所提出的联合算法进行了评估，实验结果证实了其在性能和复杂度方面的优越性。
2016-01-04 cs.IT math.IT
Minimum BER Power Adjustment and Receiver Design for Distributed Space-Time Coded Cooperative MIMO Relaying Systems
针对协作多输入多输出（MIMO）网络，提出了一种基于最小出错率准则的自适应联合功率分配（JPA）和线性接收机设计算法。该系统采用多个中继与分布式空时编码（DSTC）计划和放大转发（AF）的策略。它是根据一个联合约束优化算法来确定每个发送符号的最小误码率功率分配参数和接收滤波器参数。仿真结果表明，与等功率分配系统和最小均方误差（MMSE）设计相比，该算法获得了性能增益。
2013-03-17 cs.IT math.IT
On the Spectral Efficiency of Space-Constrained Massive MIMO with Linear Receivers
在本文中，我们调查的频谱效率（SE）的大规模多输入多输出（MIMO）系统与大量的天线在基站（BS）占物理空间的限制。与大量的相关文献，它认为固定的元件间的间距，我们详细说明了一个实际的拓扑结构，其中在一个固定的总空间中的天线的数量的增加引起天线间的距离成反比的减少。对于这种情况下，我们推导出精确和近似的表达式，以及简化的上/下限，SE的最大比合并（MRC），迫零（ZF）和最小均方误差接收机（MMSE）接收机。特别是，我们的分析表明，MRC接收机是空间受限的大规模MIMO拓扑结构的非最佳。另一方面，ZF和MMSE接收机仍然可以随着BS天线的数量变大而提供增加的SE。数值结果证实了我们的分析，并显示了天线的数量，用户的数量，和总的天线阵列空间上的总和SE性能的效果。
2016-02-23 cs.IT math.IT
Spectral Efficiency of Mixed-ADC Receivers for Massive MIMO Systems
研究了多用户大规模多输入多输出（MIMO）系统的上行链路，该系统采用混合模数转换器（ADC）接收机架构，其中一些天线配备了昂贵的全分辨率ADC，另一些天线配备了较便宜的低分辨率ADC。推导了最大比合并（MRC）检测器可实现的频谱效率（SE）的封闭形式近似。在此基础上，分析了基站天线数、发射功率、全分辨率ADC在混合ADC结构中的比例以及低分辨率ADC的量化位数对系统性能的影响。结果表明，可实现的SE随着BS天线和量化比特的数量而增加，并且在高用户功率状态或全ADC分辨率的情况下，它收敛到饱和值。最重要的是，这种工作效率证明，对于大规模MIMO，具有一小部分全分辨率ADC的混合ADC接收机可以与具有所有全分辨率ADC的接收机具有相当的SE性能，但硬件成本要低得多。
2016-08-01 cs.IT math.IT
On Multiterminal Communication over MIMO Channels with One-bit ADCs at the Receivers
当在接收器终端处使用有限数量的一位模数转换器（ADC）时，考虑多输入多输出（MIMO）网络上的通信的基本限制。先前的工作主要集中在点对点通信，其中考虑由模拟处理模块、具有非自适应阈值的有限数量的一位ADC和数字处理模块的级联组成的接收器架构。在这项工作中，提出了一种新的接收器架构，它利用自适应阈值一位ADC-其中ADC阈值在每个通道使用依赖于在以前的通道使用的通道输出-以减轻量化率损失。编码方案提出的点对点和广播信道上的通信，并得出可实现的速率区域。在高SNR制度，它表明，使用所提出的架构和编码方案导致最大的可实现的速率区域之间的所有接收器架构具有相同数量的一位ADC。
2019-01-31 cs.IT math.IT
On the Capacity and Degrees of Freedom Regions of MIMO Interference Channels with Limited Receiver Cooperation
本文给出了有限接收机协作下两用户MIMO干扰信道的近似容量域，其中内界和外界之间的间隙是两个接收机的接收天线总数，与实际信道值无关。然后使用近似容量区域来找到自由度区域。对于对称干扰信道的特殊情况，我们还发现了根据回程容量的接收机合作量，超过该容量，自由度不会提高。此外，广义自由度的MIMO干扰信道的天线数量相等的所有节点。结果表明，广义自由度从“W”曲线逐渐提高到“V”曲线的回程容量方面的合作的增加。
2013-08-15 cs.IT math.IT
A Bayesian Receiver with Improved Complexity-Reliability Trade-off in Massive MIMO Systems
第五代（$5$ G）蜂窝网络对可靠性和处理延迟的严格要求给大规模多输入多输出（M-MIMO）接收机的设计带来了相当大的挑战。M-MIMO接收器的两个主要组件是检测器和解码器。为了改善可靠性和复杂性之间的权衡，贝叶斯概念已被认为是一种有前途的方法，增强了经典的检测器，例如最小均方误差检测器。本文提出了一种基于贝叶斯框架的迭代M-MIMO检测器，并行干扰消除方案和决策统计组合概念。然后，我们开发了一个高性能的M-MIMO接收机，结合所提出的检测器与低复杂度的极性码顺序解码。仿真结果表明，与其他低复杂度检测器相比，该检测器具有显著的性能增益。此外，所提出的具有顺序解码的M-MIMO接收器确保了与具有用于来自5G新无线电标准的极化码的堆栈连续消除解码的接收器相比低一个数量级的复杂度。
2021-10-27 cs.IT eess.SP math.IT
Impact of CFO Estimation on the Performance of ZF Receiver in Massive MU-MIMO Systems
本文研究了多用户大规模多输入多输出（MIMO）系统上行链路中载波频偏（CFO）估计/补偿对迫零（ZF）接收机信息速率性能的影响。对推导出的每用户信息速率的封闭形式表达式的分析揭示，随着BS天线$M$的数量的增加，可以实现$\mathcal{O}(\sqrt{M})$阵列增益，这与理想的零CFO场景中实现的增益相同。还观察到，与理想的零CFO情况相比，在存在残余CFO的情况下（在CFO补偿之后）的性能降级对于ZF和MRC两者是相同的。
2015-12-03 cs.IT math.IT
Spatial Precoder Design for Space-Time Coded MIMO Systems: Based on Fixed Parameters of MIMO Channels
在本文中，我们介绍了新的使用线性空间预编码的多输入多输出（MIMO）信道的固定和已知的参数的基础上，以提高空时编码MIMO系统的性能。我们推导出线性空间预编码方案的相干（信道是已知的接收机）和非相干（信道是未知的接收机）空时编码MIMO系统。天线间距和天线放置（几何形状）被认为是MIMO信道的固定参数，其在发射机处是容易知道的。这些预编码方案利用MIMO信道两端的天线布局信息来改善非理想天线布局对空时编码系统性能的影响。在这些方案中，对于给定的发射和接收天线配置，预编码器是固定的，并且发射机不需要来自接收机的信道状态信息（部分或全部）的任何反馈。两个预编码方案的封闭形式的解决方案，提出了多达三个接收机天线的系统。提出了一种适用于三个以上接收天线的广义方法。我们使用相干空时分组码（STBC）和差分空时分组码来分析预编码方案的性能。仿真结果表明，在低信噪比，这两个预编码器给出了显着的性能改善比非预编码系统的小天线孔径尺寸。
2005-12-13 cs.IT math.IT
Asymptotic Analysis for Low-Resolution Massive MIMO Systems with MMSE Receiver
研究了在大规模多输入多输出（MIMO）系统中，假设基站（BS）上安装低分辨率模数转换器（ADC）时的上行链路可达速率。我们假设在BS处仅知道不完全的信道站信息。在此基础上，设计了一种新的MMSE接收机，该接收机不仅考虑了高斯噪声，还考虑了信道估计误差和量化器噪声。通过使用随机矩阵的Stieltjes变换，我们进一步推导出一个紧密的渐近等价的上行链路可达速率与建议MMSE接收机。我们提出了一个详细的分析BS天线的数量，通过表达的可实现的速率，并使用数值模拟验证的结果。它还表明，我们可以补偿由于低分辨率量化的性能损失，通过增加在BS的天线数量。
2018-01-30 cs.IT math.IT
Asymptotic Performance of Linear Receivers in MIMO Fading Channels
线性接收机是一种有吸引力的低复杂度的替代多天线MIMO通信的最佳处理。在本文中，我们描述了两种不同的渐近制度的MIMO线性接收机的信息理论性能。对于固定数目的天线，我们调查的限制，在高信噪比制度的分集复用权衡（DMT）的错误概率。在此之后，我们的特点是固定的SNR在政权的大（但有限）数量的天线的错误概率。就DMT而言，我们报告一个负面的结果：我们表明，线性迫零（ZF）和线性最小均方误差（MMSE）接收器实现相同的DMT，这在很大程度上是次优的，即使在外编码和解码的情况下，跨天线进行。我们还提供了一个近似的定量分析的显着不同的行为的MMSE和ZF接收机在有限的速率和非渐近SNR，并表明，虽然ZF接收机实现差的多样性在任何有限的速率，MMSE接收机的误差曲线的斜率逐渐下降，随着编码速率的增加。当信噪比是固定的，天线的数量变得很大，我们表明，互信息在输出的MMSE或ZF线性接收机具有波动，收敛于高斯分布的随机变量，其均值和方差可以在封闭的形式。这种分析扩展到线性接收机的情况下，一个众所周知的结果，以前获得的最佳接收机。仿真结果表明，渐近分析准确地捕捉中断行为的系统，即使有一个中等数量的天线。
2009-02-19 cs.IT math.IT
Joint Power Adjustment and Receiver Design for Distributed Space-Time Coded in Cooperative MIMO Systems
针对协作多输入多输出（MIMO）网络，提出了一种基于最小均方误差（MMSE）接收机的联合功率分配算法，该算法采用多中继和解码转发（DF）策略。在每个中继节点中应用分布式空时编码（DSTC）方案。我们提出了一种联合约束优化算法来确定功率分配参数和MMSE接收滤波器的参数向量为每个发送的符号在每个链路，以及信道系数矩阵。随机梯度（SG）算法被推导用于联合优化的计算，以将接收机从MMSE接收滤波器和功率分配参数的大量计算复杂度中释放出来。仿真结果表明，与等功率分配系统相比，该算法具有一定的增益。
2013-03-17 cs.IT math.IT
Channel Hardening-Exploiting Message Passing (CHEMP) Receiver in Large-Scale MIMO Systems
在本文中，我们提出了一种MIMO接收机算法，利用{ \em信道硬化}，发生在大MIMO信道。信道硬化是指随着信道增益矩阵${\bf H}$的大小增加，与对角项相比，${\bf H}^H{\bf H}$矩阵的非对角项变得越来越弱的现象。具体来说，我们提出了一种消息传递检测（MPD）算法，该算法与实值匹配滤波接收向量（其信号项变为${\bf H}^T{\bf H}{\bf x}$，其中${\bf x}$是传输向量）一起工作，并对${\bf H}^T{\bf H}$矩阵的非对角项使用高斯逼近。我们还提出了一个简单的估计方案，直接获得估计的${\bf H}^T{\bf H}$（而不是估计的${\bf H}$），它被用作一个有效的信道估计的MPD算法。我们将此接收器称为{ \em信道硬化-利用消息传递（CHEMP）}接收器。所提出的CHEMP接收机在大规模MIMO系统（例如，在具有16到128个上行链路用户和128个基站天线的系统中）。对于所考虑的大MIMO设置，所提出的MPD算法的复杂度几乎相同或小于最小均方误差（MMSE）检测。这是因为MPD算法不需要矩阵求逆。与MMSE和其他使用${\bf H}$的MMSE估计的消息传递检测算法相比，它还实现了显著更好的性能。我们还提出了一个收敛性分析所提出的MPD算法。此外，我们设计了优化的不规则低密度奇偶检验（LDPC）码特定于所考虑的大MIMO信…
2014-01-10 cs.IT math.IT
A Linear Bayesian Learning Receiver Scheme for Massive MIMO Systems
超可靠低延迟通信（URLLC）业务对可靠性和处理延迟的要求使得线性大规模多输入多输出（M-MIMO）接收机的设计变得非常具有挑战性。最近，贝叶斯的概念已被用来提高检测的可靠性，在最小均方误差（MMSE）的线性接收机。然而，由于MMSE方案中矩阵求逆运算的指数复杂度，延迟处理时间是主要关注点。本文提出了一种迭代M-MIMO接收机，它是通过使用贝叶斯概念和并行干扰消除（PIC）计划，称为线性贝叶斯学习（LBL）接收机。PIC具有线性复杂度，因为它使用最大比组合（MRC）和决策统计组合（DSC）方案的组合来避免矩阵求逆操作。仿真结果表明，在不同的M-MIMO系统配置下，该接收机的误比特率（BER）和时延处理性能均优于MMSE和最佳贝叶斯接收机，其$2$ dB和$19$倍均最小。
2021-10-27 cs.IT eess.SP 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
The DoF Region of the Three-Receiver MIMO Broadcast Channel with Side Information and Its Relation to Index Coding Capacity
我们考虑三接收高斯多输入多输出（MIMO）广播信道，在每个发射机和接收机的任意数量的天线。我们调查的自由度（DoF）区域的通道时，每个接收器请求一个私人的消息，并可能知道一些由其他接收器请求的消息作为接收器消息侧信息（RMSI）。我们建立了所有16个可能的非同构RMSI配置的通道的自由度区域，通过推导该区域的内部和外部边界。为了得到内界，我们首先提出了一个计划，每个RMSI配置，利用零空间和边信息的接收器。然后，我们使用这些计划结合分时的15 RMSI配置，并与分时和两个符号扩展的剩余一个。为了获得外部边界，我们为每个RMSI配置构建增强版本的通道，并上限其DoF区域。在建立了DoF区域之后，在所有节点都具有相同数量天线的情况下，我们介绍了DoF区域的一些共同性质，以及索引编码问题的容量区域。
2016-08-11 cs.IT math.IT
Task-Based Quantization with Application to MIMO Receivers
多输入多输出（MIMO）系统需要使用大量天线在高频谱带可靠地通信，同时在严格的功率和成本约束下操作。为了满足这些约束，未来的MIMO接收器预期以低分辨率量化器操作，即，利用有限数量的比特来表示其观测到的测量，固有地使所获取信号的数字表示失真。MIMO接收机将它们的测量结果用于诸如符号检测和信道估计之类的某些任务而不是恢复底层模拟信号的事实表明，可以通过根据系统任务来设计捕获方案来减少由比特约束量化引起的失真，即，通过{ \em基于任务的量化}。在这项工作中，我们调查的理论和设计方法，以任务为基础的量化，提出模型感知的设计以及数据驱动的实现。然后，我们展示了如何实现一个基于任务的位约束MIMO接收器，提出的方法，从传统的混合接收器架构的结构，利用元表面天线的动态特性。这项调查缩小了理论上的基于任务的量化和它在实践中的实现之间的差距，提供具体的算法和硬件设计原则，实现基于任务的MIMO接收机。
2020-02-11 cs.IT eess.SP math.IT
Pareto Characterization of the Multicell MIMO Performance Region With Simple Receivers
我们研究了一个一般的多小区下行链路的多天线发射机，硬件损伤，和低复杂度的接收机，将干扰作为噪声的情况下的性能区域。该区域的帕累托边界描述了所有有效的资源分配，但通常难以计算。我们提出了一种新的显式特征，该特征使用一组比之前工作更少的正参数来给出帕累托最佳传输策略。我们还提出了一个隐式的特征，需要更少的参数，并保证找到帕累托边界的每一个参数的选择，但在解决准凸优化问题的代价。在干扰信道和理想网络的多输入多输出（MIMO）的情况下，说明了这两个特征的优点。
2012-07-11 cs.IT math.IT
Receiver Design for MIMO Unsourced Random Access with SKP Coding
在这封信中，我们扩展的稀疏克罗内克积（SKP）编码方案，最初设计的加性高斯白噪声（AWGN）信道，多输入多输出（MIMO）无源随机接入（URA）。在MIMO传输中采用SKP编码，我们提出了一种有效的贝叶斯迭代接收机设计来解决具有挑战性的三线性分解问题。数值结果表明，所提出的设计优于现有的同行，它表现良好，在所有模拟设置与各种天线尺寸和活跃用户数。
2022-08-14 cs.IT eess.SP math.IT
On the Performance of Backhaul Constrained Cell-Free Massive MIMO with Linear Receivers
研究了大规模多输入多输出（MIMO）系统，在该系统中，实现了雾无线接入网（F-RAN）来实现接入点（AP）和中央处理器（CPU）之间的信息交换。我们引入了一种新的方法，其中AP估计信道，并将估计信道的量化版本和接收信号的量化版本发送回中央处理单元。最大算法和Bussgang定理被用来模拟最佳均匀量化。推导了各态历经的可达速率。我们发现，利用微波无线回程链路，并使用少量的比特来估计信道和接收信号，有限回程无小区Massive MIMO的性能接近无小区Massive MIMO的性能与完美的回程链路。
2018-11-26 cs.IT math.IT
ADC Bit Allocation under a Power Constraint for MmWave Massive MIMO Communication Receivers
在宽带宽上操作并且使用大量天线的毫米波（mmWave）系统对功耗施加了沉重的负担。在大规模多输入多输出（MIMO）上行链路中，模数转换器（ADC）将是基站接收机中的主要功率消耗者。提出了一种功率受限下的毫米波多用户（MU）大规模MIMO系统比特分配（BA）方法。我们将ADC应用于波束空间投影的模拟相控阵的输出，以利用毫米波信道稀疏性。我们放松均方量化误差（MSQE）最小化问题，并映射到每个ADC的非负整数位的封闭形式的解决方案。在链路级仿真中，所提出的方法在相同或更低的功耗下提供了比传统低分辨率ADC更好的通信性能。我们的贡献是一个接近最优的低复杂度BA方法，最大限度地减少总MSQE下的功率约束。
2017-02-24 cs.IT math.IT
The Secrecy Capacity Region of the Gaussian MIMO Multi-receiver Wiretap Channel
在本文中，我们考虑高斯多输入多输出（MIMO）多接收机窃听信道中，发射机希望有一个外部窃听者存在的情况下与任意数量的用户进行保密通信。我们推导出最一般的情况下，该通道的保密容量区域。我们首先表明，即使是单输入单输出（SISO）的情况下，现有的高斯标量广播信道的逆技术不能扩展到这个保密的上下文中，强调需要一个新的证明技术。我们的新的证明技术利用最小均方误差和互信息之间的关系，等价地，Fisher信息和微分熵之间的关系。利用从SISO信道的逆证明中得到的直观性，首先证明了退化MIMO信道的保密容量域，在该保密容量域中，所有接收机具有相同的天线数，并且噪声协方差矩阵可以按照半正定的顺序排列。然后，我们将此结果推广到对齐的情况下，其中所有接收器具有相同数量的天线，但是噪声协方差矩阵之间没有顺序。我们通过使用信道增强技术来完成这个任务。最后，我们找到了一般MIMO信道的保密容量区域，通过使用一些限制参数对齐MIMO信道的保密容量区域。我们表明，容量实现编码方案是一个变种的脏纸编码与高斯信号。
2009-03-18 cs.IT math.IT
A Lattice-Based MIMO Broadcast Precoder for Multi-Stream Transmission
在多用户多输入多输出（MIMO）广播信道中，块对角化预编码是一种逼近和容量的有吸引力的方案。该方法需要在每个接收机处的全局信道状态信息或额外的训练阶段，这需要额外的系统规划。在本文中，我们提出了一种基于格的多用户预编码器，使用块对角化结合预均衡和扰动的多用户MIMO广播信道。该方案的可实现的和速率的推导和使用表明，所提出的技术方法的可实现的和速率的块对角化与注水，但不需要在接收机的额外信息。等功率分配的Monte Carlo仿真结果表明，该方法提供了更好的比特出错率和分集性能比块对角化与迫零接收机。此外，所提出的方法表现出类似的最大似然接收机的性能，但具有更低的接收机复杂度。
2006-05-25 cs.IT math.IT
On the Capacity of Massive MIMO With 1-Bit ADCs and DACs at the Receiver and at the Transmitter
本文研究了在复值加性高斯白噪声（AWGN）干扰下，发射机和接收机均采用1位数模转换器（DAC）和1位模数转换器（ADC）的大规模多输入多输出（MIMO）系统的容量。作为1比特DAC和ADC的结果，假设发送和接收的符号以及发送和接收侧信道状态信息（CSI）被量化为1比特的信息。导出的结果表明，所考虑的大规模MIMO系统的容量是$2N$和$2M$比特每信道使用时，$N$是固定的和$M\to\infty$和$M$是固定的和$N\to\infty$，其中$M$和$N$分别表示发送和接收天线的数量。这些与在发射机和接收机处具有全CSI的相应容量一致。在这两种情况下，我们表明，派生的容量可以实现与噪声1比特CSI在发送端或在接收端，而没有任何CSI在另一端。此外，我们表明，容量可以实现在一个信道使用，而不采用信道编码，这将导致在一个信道使用的延迟。
2019-11-12 cs.IT math.IT
MIMO Broadcasting for Simultaneous Wireless Information and Power Transfer
无线电能传输是一种为无线网络提供方便、持久的能量供应的新技术。在实践中，WPT可以通过各种技术来实现，例如电感耦合、磁共振耦合和电磁（EM）辐射，分别用于短距离/中距离/长距离应用。在本文中，我们特别考虑EM或无线电信号使能的WPT。由于无线电信号可以同时携带能量和信息，因此对同时无线信息和功率传输（SWIPT）进行了统一的研究。具体来说，本文研究了一个多输入多输出（MIMO）无线广播系统，由三个节点，其中一个接收机收获能量和另一个接收机解码信息分别从一个共同的发射机发送的信号，和所有的发射机和接收机可以配备多个天线。研究了两种情况，其中信息接收器和能量接收器被分离并且从发射器看到不同的MIMO信道，或者位于同一地点并且从发射器看到相同的MIMO信道。对于分离的接收器的情况下，我们推导出最佳的传输策略，以实现不同的权衡最大的信息速率与能量传输，其特征在于由一个所谓的速率-能量（R-E）区域的边界。对于共址接收器的情况下，我们示出了可实现的R-E区域的外边界，这是由于实际能量收集接收器还不能直接解码信息的潜在限制。在此约束下，我们调查了两个实际的设计，共定位接收机的情况下，即时间切换和功率分配，并表征其可实现的R-E区域的外边界相比。
2013-02-15 cs.IT math.IT
Maximum Sum-Rate of MIMO Multiuser Scheduling with Linear Receivers
我们分析调度算法的多用户通信系统的用户具有多个天线和线性接收机。当没有信道信息反馈时，我们考虑一种常见的轮询调度算法，并推导出新的精确的和高的信噪比（SNR）的最大和速率的最大比合并（MRC）和最小均方误差（MMSE）接收机的结果。我们还提出了新的分析MRC，迫零（ZF）和MMSE接收机在低信噪比制度。当有有限的反馈能力在系统中，我们认为一个共同的实际调度方案的基础上的信号干扰噪声比（SINR）的反馈在发射机。我们推导出新的精确近似的最大和速率，MRC，ZF和MMSE接收机的情况下。我们还推导出最大和率缩放定律，这表明，所有三个线性接收机的最大和率收敛到相同的值为大量的用户，但在不同的速率。
2008-12-19 cs.IT math.IT
Solutions for the MIMO Gaussian Wiretap Channel with a Cooperative Jammer
我们研究了高斯MIMO窃听信道的发射机，一个合法的接收机，窃听者和外部助手，每个都配备了多个天线。发射机向其预定的接收机发送机密消息，而助手发送与源消息无关的干扰信号以迷惑窃听者。假设干扰信号在预期接收器和窃听器处均被视为噪声。我们得到了一个封闭形式的表达式的人工噪声协方差矩阵的结构，保证不降低窃听信道的保密容量。我们还描述了如何找到这个协方差矩阵表达式，提供良好的保密率性能的具体实现，即使当没有非平凡的零空间之间的助手和预期的接收器。与以前的工作不同，我们的方法考虑了一般的MIMO情况下，并不限于SISO或MISO的情况。
2011-01-24 cs.IT math.IT
Analyzing Uplink SINR and Rate in Massive MIMO Systems Using Stochastic Geometry
本文提出了一种随机几何框架来分析大规模上行链路大规模MIMO网络的信干噪比和速率性能。基于该模型，推导出了最大比合并（MRC）和迫零（ZF）接收机的空间平均SINR分布在用户和基站分布上的表达式。我们表明，使用大规模MIMO，在某些城市宏小区的情况下，上行链路的信干噪比是有限的干扰。在干扰受限的制度，结果表明，对于MRC接收机，超线性（多项式）缩放定律之间的基站天线和每个小区的调度用户的数量保持上行链路SIR分布，而线性缩放适用于ZF接收机。ZF接收机被示出为优于MRC接收机在SIR覆盖范围，和性能差距量化的天线数量的差异，以实现相同的SIR分布。数值结果验证了分析的正确性。研究发现，MRC和ZF接收机在分数功率控制中优化速率的最佳补偿分数通常是不同的。此外，仿真结果表明，从所提出的框架得出的缩放结果适用于基站按照六边形网格分布的网络。
2016-04-02 cs.IT math.IT
Fast Ambiguous DOA Elimination Method of DOA Measurement for Hybrid Massive MIMO Receiver
大规模多输入多输出（MIMO）系统的波达方向（DOA）估计可以提供超高分辨率的角度估计。然而，由于全数字MIMO系统的高计算复杂性和成本，提出了一种混合模拟数字（HAD）结构的MIMO。针对HAD MIMO系统的测向模糊问题，提出了一种快速消除模糊相位的方法。该算法只需要两个数据块就可以实现DOA估计。仿真结果表明，该方法在性能损失较小的情况下，可以大大减小估计时延。
2021-05-14 cs.IT eess.SP math.IT
Joint Pilot and Payload Power Control for Uplink MIMO-NOMA with MRC-SIC Receivers
该文提出了一种联合导频和有效载荷功率分配（JPA）方案，以缓解上行链路多输入多输出非正交多址（MIMO-NOMA）系统的误差传播问题。在基站上采用最大比合并和连续干扰消除（MRC-SIC）接收机进行多用户检测。通过考虑信道估计误差引起的误差传播，分析了MRC-SIC解码过程中每个用户的平均信干噪比（ASINR）。此外，JPA设计制定为一个非凸优化问题，以最大限度地提高最小加权ASINR和几何规划的最佳解决方案。仿真结果证实了性能分析，并表明，我们提出的方案可以有效地减轻错误传播的MRC-SIC和提高检测性能，特别是对于中等能量预算的用户。
2018-01-24 cs.IT math.IT
A Low-Complexity Graph-Based LMMSE Receiver for MIMO ISI Channels with M-QAM Modulation
为了消除多输入多输出（MIMO）通信中的符号间和流间干扰，提出了一种低复杂度的基于图的线性最小均方误差（LMMSE）均衡器。所提出的施加在图上的状态空间表示提供了随块长度线性增加的计算复杂性。此外，由于在所提出的无循环因子图中使用的高斯假设，所建议的均衡器结构的复杂性不受信令空间的大小的影响。此外，我们引入了一种有效的方法来计算外部比特对数似然比（LLR）值的LMMSE估计兼容的高阶字母，这是表现得比其他方法在文献中。总的来说，我们提供了一个有效的接收机结构，达到高数据率的频率选择性MIMO系统的性能被证明是非常接近一个天才辅助匹配滤波器通过广泛的模拟约束。
2017-01-02 cs.IT math.IT
Performance of Uplink Multiuser Massive MIMO Systems
我们研究了大规模MIMO系统中上行链路传输的性能，其中所有的发射机都有单天线，接收机（基站）有大量的天线。具体而言，我们分析了可实现的自由度的系统，而无需假设在接收机的信道状态信息。此外，我们量化的量的功率节省，是可能的接收天线的数量增加。
2013-11-06 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
Multi-User Diversity vs. Accurate Channel State Information in MIMO Downlink Channels
在一个多发射天线，每个接收机的下行链路信道与有限的信道状态反馈的单天线，我们考虑以下问题：给定的约束的总系统范围内的反馈负载，它是最好得到低速率/粗信道反馈从大量的接收机或高速率/高质量的反馈从一个较小的接收机数量？从许多接收器获取反馈允许利用多用户分集，而高速率反馈允许非常精确地选择波束成形方向。我们发现，有一个强烈的偏好，获得高质量的反馈，并获得接近完美的信道信息，从尽可能多的接收机提供了一个显着更大的总和比收集一些反馈比特从大量的用户。
2009-07-06 cs.IT math.IT
