Asymptotic Orthogonality Analysis of Time-Domain Sparse Massive MIMO Channels
下行链路大规模MIMO的理论分析通常假设理想的高斯信道矩阵具有与不同用户相关联的信道向量的渐近正交性，因为它可以提供有利的传播条件。同时，最近的实验表明，特定用户和大量基站天线之间的大量MIMO信道在时域和角度域都呈现空间公共稀疏性（SCS）。这促使我们研究现实稀疏大规模MIMO信道是否能提供良好的传播条件，并揭示现实稀疏信道下的大规模MIMO系统与理想高斯信道矩阵假设下的大规模MIMO系统之间的容量差距。本文从理论上证明了大规模MIMO中不同用户在实际稀疏信道下的信道向量满足渐近正交性，从而也提供了良好的传播条件。仿真结果验证了理论分析的正确性。
2015-11-27 cs.IT math.IT
Reconfigurable Intelligent Surface-Assisted Massive MIMO: Favorable Propagation, Channel Hardening, and Rank Deficiency
大规模多输入多输出（MIMO）和可重构智能表面（RIS）是5G及以后无线网络的两种有前途的技术，能够提供大阵列增益和多用户空间复用。在不需要额外频带的情况下，这些技术通过同时为许多用户提供服务，在频谱和能源效率方面都有显著改善。作为信道统计的函数的RI辅助的大规模MIMO系统的性能分析在很大程度上依赖于基本属性，包括有利的传播、信道硬化和秩亏。直接链路和间接链路的共存导致聚合信道，其属性是本课程讲稿的主要关注点。对于具有有限数量的天线和散射元件的RIS的实际系统，我们评估相应的确定性度量与瑞利衰落信道作为一个典型的例子。
2021-09-05 cs.IT eess.SP math.IT
On Low-Resolution ADCs in Practical 5G Millimeter-Wave Massive MIMO Systems
如今，毫米波（mmWave）大规模多输入多输出（MIMO）系统是第五代（5G）蜂窝系统的有利候选。然而，一个关键的挑战是其众多射频（RF）链带来的高功耗，这可以通过选择低分辨率模数转换器（ADC）来缓解，同时容忍适度的性能损失。在这篇文章中，我们讨论了几个重要问题的基础上，毫米波大规模MIMO系统的最新研究依赖于低分辨率ADC。我们讨论了收发器设计的关键挑战，包括信道估计，信号检测器，信道信息反馈和发送预编码。此外，我们还介绍了一种混合ADC架构，作为提高系统整体性能的替代技术。最后，讨论了实际5G毫米波大规模MIMO系统{具有ADC量化器}的相关挑战和潜在实现。
2018-03-20 cs.IT math.IT
Massive MIMO versus Small-Cell Systems: Spectral and Energy Efficiency Comparison
在本文中，我们研究了两种重要的5G网络架构的下行链路性能，即大规模多输入多输出（M-MIMO）和小小区密集化。我们提出了一个比较建模的两个系统，其中用户和天线/基站（BS）的位置分布根据泊松点过程（PPP）。然后，我们利用随机几何的结果和大系统的分析工具来研究SIR分布和每个网络的平均香农和中断率。通过比较这些结果，我们观察到，对于用户平均频谱效率，小小区致密化在具有中等到高用户密度的拥挤区域和具有低用户密度的大规模MIMO中是有利的。然而，当性能度量是能量效率时，小小区系统在所有情况下都优于M-MIMO。本文的研究结果对实际5G网络的优化设计具有一定的参考价值。
2015-09-14 cs.IT math.IT
On the Spectral Efficiency of Noncooperative Uplink Massive MIMO Systems
随着无线网络吞吐量需求的不断增长，大规模多输入多输出（MIMO）系统已经引起了人们的极大关注。在上行链路中，通常研究大规模MIMO系统，假设每个基站（BS）单独地且线性地解码其用户终端的信号，同时将所有干扰视为噪声。尽管这种方法提供了在有利的信道条件下与BS天线的数量成比例的改进的频谱效率，但是从信息理论的角度来看，它通常是次优的。在这项工作中，我们的频谱效率的大规模MIMO时，BS被允许联合解码接收到的信号。特别是，我们考虑了四种方案治疗的干扰，并得出可实现的平均遍历率为有限和渐近数量的天线为每个计划。所提出的方法的仿真测试说明了它们的增益的频谱效率相比，标准的方法单独的线性解码，并显示，标准的方法无法捕获的实际可实现的大规模MIMO系统的速率，特别是当干扰是占主导地位的。
2018-11-27 cs.IT math.IT
Low-Complexity Interference Cancellation Algorithms for Detection in Media-based Modulated Uplink Massive-MIMO Systems
基于媒体的调制（MBM）是一种新的调制技术，可以提高现有无线系统的频谱效率。在MBM中，多个射频（RF）反射镜被放置在发射天线附近，并且被接通/关断以创建不同的信道衰落实现。在这样的系统中，附加信息通过RF反射镜的开/关状态与常规调制符号一起传送。在接收机处的挑战性任务是检测所发送的信息符号并且从用于传输的信道衰落实现中提取附加信息。在本文中，我们考虑了一个大规模MIMO（mMIMO）系统中，每个用户依赖MBM发送信息到基站，并调查在基站的符号检测问题。首先，我们提出了一种基于镜像激活模式（MAP）选择的改进迭代序列检测算法。该算法首先选择最佳MAP，然后对所选MAP对应的符号进行检测。每个解决方案在获得更新之前都要进行可靠性检查。接下来，我们介绍了一种基于$K$有利MAP搜索的迭代干扰消除（KMAP-IIC）算法。特别地，在KMAP-IIC中引入选择规则，用于决定在其上执行迭代干扰消除的有利MAP的集合，随后是用于检测对应于每个用户的MBM符号的贪婪更新方案。仿真结果表明，在MBM-mMIMO系统中，所提出的检测算法在性能和复杂度之间具有较好的折衷.
2021-01-06 cs.IT eess.SP math.IT
Intelligent Reflecting Surface Assisted Massive MIMO Communications
在实际的大规模MIMO（multiple-input multiple-output）系统中，基站（BS）的天线数量受到空间和成本因素的限制，这限制了理论分析所承诺的吞吐量增益。因此，本文研究了在大规模MIMO系统中采用智能反射面（IRS）进一步提高上行通信波束形成增益的可行性。在这样一个新的系统，中心问题在于IRS是否能够提高网络吞吐量的预期，如果考虑到信道估计开销。在本文中，我们首先表明，没有IRS的传统大规模MIMO系统的良好传播特性，即，任意两个用户的信道是正交的，对于IRS辅助的大规模MIMO系统不再适用，这是由于其特殊的信道特性，即每个IRS单元将来自所有用户的信号通过相同的信道反射到BS。结果，最大比合并（MRC）接收波束形成策略导致较强的用户间干扰，从而导致比不具有IRS的大规模MIMO系统的用户速率更低的用户速率。为了解决这一挑战，我们提出了一种新的策略，迫零（ZF）波束成形设计在BS和反射系数设计在IRS有效地零用户间干扰。根据我们提出的策略，它严格表明，即使考虑信道估计开销，IRS辅助的大规模MIMO系统总是可以实现更高的吞吐量相比，其对应的没有IRS，尽管事实上，有利的传播属性不再持有。
2020-05-05 cs.IT eess.SP math.IT
Outage Analysis of Downlink URLLC in Massive MIMO systems with Power Allocation
大规模MIMO由于其高空间自由度而被视为低延迟通信的主要推动者。大规模MIMO的信道硬化和良好的传播特性对于多个URLLC设备的复用特别重要。然而，信道硬化和空间复用的实际效用严重依赖于信道知识的准确性。当多个低延迟设备被复用时，获取准确知识的成本变得至关重要，并且不清楚有多少设备可以被服务于延迟可靠性要求以及应该分配多少导频符号。本文研究了在下行链路中实现高频谱效率和高可靠性之间的权衡，通过采用各种功率分配策略，最大比和最小均方误差预编码器。结果表明，采用最大-最小SINR功率分配方式可以获得最佳的可靠性，但总频谱效率较低。
2020-07-09 cs.IT math.IT
Random Orthogonalization for Federated Learning in Massive MIMO Systems
University of Virginia（弗吉尼亚大学）；The Pennsylvania State University（宾夕法尼亚州立大学）；Princeton University（普林斯顿大学）
我们提出了一种新的通信设计，称为随机正交化，联邦学习（FL）在一个大规模的多输入多输出（MIMO）无线系统。随机正交化的关键新颖性来自FL的紧密耦合和大规模MIMO的两个独特特性-信道硬化和良好的传播。结果，随机正交化可以实现自然的空中模型聚合，而不需要用于FL的上行链路阶段的发射机侧信道状态信息（CSI），同时显著减少接收机处的信道估计开销。我们将这一原则扩展到下行链路通信阶段，并开发了一个简单但高效的模型广播方法FL。我们还放松了大规模MIMO假设，提出了一个增强的随机正交化设计的上行链路和下行链路FL通信，不依赖于信道硬化或有利的传播。理论分析方面的通信和机器学习性能进行。特别是，收敛速度，客户端的数量和天线的数量之间的显式关系建立。实验结果验证了大规模MIMO中FL随机正交化的有效性和效率。
2022-10-18 cs.IT cs.LG eess.SP
What is the Benefit of Code-domain NOMA in Massive MIMO?
在过载的大规模MIMO系统中，其中用户设备（UE）的数量K超过基站天线的数量M，最近已经表明非正交多址（NOMA）可以提高性能。本文旨在识别经典操作机制K < M的情况，其中码域NOMA也可以提高大规模MIMO的频谱效率。特别注意的是，在其中经历了不良的有利的传播条件的用例。数值结果表明，具有平面天线阵列的大规模MIMO可以在UE在空间上彼此接近的实际场景中受益于NOMA。
2019-07-03 cs.IT eess.SP math.IT
Towards Very Large Aperture Massive MIMO: a measurement based study
大规模MIMO是一种新的无线通信技术，声称在多用户场景中提供非常高的系统吞吐量和能量效率。成本是在基站处添加非常大量的天线。理论研究已经探索了这些好处，但很少有测量显示大规模MIMO在实践中的潜力。我们调查测量大规模MIMO信道在一个大型室内场地的属性。我们描述了一个测量活动，使用3个阵列具有不同的形状和孔径，64个天线和8个用户2天线。我们专注于阵列孔径的影响，这是在多天线信道中可用的自由度的主要限制因素。我们发现，随着孔径的增加，性能得到了提高，在用户间隔很近的拥挤场景中，这种影响最为明显。我们还测试了MIMO能力在同一用户设备与用户邻近效应。我们看到了良好的通道分辨率，并确认了用户手握的强烈效果。最后，我们强调，传播条件的视线是占主导地位的可以是有利的。
2015-07-22 cs.IT math.IT
On Energy Efficient Uplink Multi-User MIMO with Shared LNA Control
实现成本和功耗是现代无线通信中的两个重要考虑因素，特别是在大规模多天线系统中，其中各个射频（RF）链的数量可能比以前大得多。在这项工作中，我们建议部署一个单一的低噪声放大器（LNA）的上行链路多输入多输出（MIMO）接收机，以覆盖所有的天线。这种架构虽然从成本和功耗的角度来看是有利的，但在LNA增益控制和用户发射功率控制中引入了挑战。在实际系统约束条件下，我们提出了一个能量效率最大化问题，并证明了它是一个约束拟凹优化问题。然后，我们提出了一个有效的算法，二分法-梯度辅助内点（B-GAIP），解决了这个优化问题。分析了B-GAIP算法的最优性、收敛性和复杂性，并通过数值模拟得到了进一步的验证。特别地，当使用B-GAIP来确定LNA增益和用户发射功率时，由于在每个RF链中使用共享LNA而不是单独的LNA而导致的性能损失在集中式和分布式MIMO系统中都非常小。
2017-09-20 cs.IT math.IT
Optimal Power Assignment for MIMO Channels Under Joint Total and Per-Group Power Constraints
本文针对满足总功率和分组平均功率约束的天线系统，推导了固定MIMO正交信道的最优功率分配闭式解，提出衰落信道下的分配算法并证明收敛性。
2023-05-01 cs.IT math.IT
Random Orthogonalization for Federated Learning in Massive MIMO Systems
提出了一种新的上行链路通信方法--随机正交化，用于大规模多输入多输出（MIMO）无线系统中的联邦学习（FL）。随机正交化的关键新颖性来自FL模型聚合的紧密耦合和大规模MIMO的两个独特特性-信道硬化和有利的传播。结果，随机正交化可以实现自然的空中模型聚合，而不需要发射机侧信道状态信息，同时显著减少接收机处的信道估计开销。理论分析方面的通信和机器学习性能进行。特别地，建立了收敛速度、客户端数目和天线数目之间的显式关系。实验结果验证了大规模MIMO中FL随机正交化的有效性和效率。
2022-01-29 cs.IT eess.SP math.IT
Heterogeneous Massive MIMO: A Cost-Efficient Technique for Uniform Service in Cellular Networks
本文提出异构大规模MIMO（HmMIMO）网络范式，通过在每个小区中心保留大规模天线阵列基站并由小区边缘分布式天线辅助，融合蜂窝与去蜂窝架构优势，在性能与实施复杂性间实现良好折衷。
2025-06-27 cs.IT eess.SP math.IT
Performance of Massive MIMO Uplink with Zero-Forcing receivers under Delayed Channels
在本文中，我们分析了大规模多小区多输入多输出（MIMO）系统的上行链路通信的性能下的导频污染和延迟的信道，因为终端移动性的影响。基站（BS）通过上行链路训练来估计信道，然后使用迫零处理来解码来自用户的发送信号。概率密度函数（PDF）的信号与干扰加噪声比推导出任何有限数量的天线。从这个PDF中，我们得到了一个可实现的遍历率与有限数量的BS天线在封闭的形式。洞察力的多普勒频移（由于终端移动性）的影响，在低信号噪声比制度暴露。此外，中断概率的影响进行了研究。此外，功率缩放定律和渐近性能的结果，通过无限增加的天线和终端的数量（当它们的比例是固定的）提供。数值结果表明，性能损失的各种多普勒频移。其中一个有趣的观察结果是，即使在信道老化条件下，大规模MIMO也是有利的。
2016-07-21 cs.IT math.IT
Practical Analysis of Codebook Design and Frequency Offset Estimation for Virtual-MIMO Systems
当单个接收机没有配备多个天线时，使用与压缩转发（CF）协议的接收机侧协作的虚拟多输入多输出（MIMO）无线系统是点对点MIMO系统的替代方案。很明显，如果在中继站采用有效的信源编码技术，CF协作的实用性将大大增强。甚至更期望CF协作不应当对载波频率偏移（CFO）过度敏感。本文对这两个问题进行了实践研究。首先，Voronoi矢量量化（VQ）和树结构矢量量化（TSVQ）的码本设计，使CF合作在中继描述。在码本设计和编码复杂度方面的比较进行了分析。结果表明，TSVQ是更简单的设计和操作，并可以实现良好的性能复杂度权衡。此外，本文证明了CFO可以导致显着的性能下降的虚拟MIMO系统。为了克服这一点，建议保持时钟同步，并联合估计中继和目的地之间的CFO。这种方法被证明提供了显着的性能改善。
2013-02-07 cs.IT math.IT
Channel Estimation for Intelligent Reflecting Surface-Assisted Millimeter Wave MIMO Systems
智能反射表面（IRSs）被认为是未来毫米波（mmWave）无线通信的有前途的使能者，因为它们能够创建有利的视线（LoS）传播环境。在本文中，我们研究了在下行链路IRS辅助毫米波多输入多输出（MIMO）系统的信道估计。通过利用毫米波信道的稀疏性，我们将信道估计问题表示为固定秩约束的非凸优化问题。为了解决非凸性，提出了一种有效的算法，利用交替极小化和流形优化（MO），它产生一个局部最优解。仿真结果表明，所提出的基于MO的估计（MO-EST）算法显着优于两个基准计划，并证明了MO-EST算法的鲁棒性方面的不完善的知识的稀疏水平的信道在实际实现中。
2020-05-10 cs.IT eess.SP math.IT
Low-Complexity Hybrid Beamforming for Massive MIMO Systems in Frequency-Selective Channels
频率选择性信道的混合波束成形是一个具有挑战性的问题，因为移相器向所有子载波提供相同的相移。现有的方法仅仅依赖于信道的频率响应，并且混合波束形成器在整个频带上最大化平均频谱效率。与最先进的技术相比，我们表明，通过联合利用大规模多输入多输出（MIMO）信道的频域和时域特性，可以实现大量的和速率增益，无论是对于丰富的和稀疏的散射信道。在我们提出的方法中，射频（RF）波束形成器在时域中相干地组合接收到的符号，因此，它将信号的功率集中在特定的时间样本上。结果，RF波束形成器消除了“有效”传输信道的频率响应，并减小了其均方根延迟扩展。然后，基带组合器减轻频域中的残余干扰。利用大规模MIMO信道的良好传播条件，我们给出了所提出的波束形成器及其性能的闭式表达式，并证明了当所采用的移相器网络的数量是时域中可分辨多径分量的两倍时，我们所提出的方案可以实现全数字迫零的性能。
2019-03-12 cs.IT math.IT
Alternative Normalized-Preconditioning for Scalable Iterative Large-MIMO Detection
针对large-MIMO系统信号检测因传播条件不利、ELAA空间非平稳性带来的挑战，提出兼具近最大似然性能、低复杂度、快收敛、鲁棒性的ANPID迭代检测器，性能优于现有方案。
2023-08-22 cs.IT eess.SP math.IT
Antenna Count for Massive MIMO: 1.9 GHz versus 60 GHz
如果我们假设基站处的视线传播和完美的信道状态信息-与缓慢移动的终端一致-那么PCS和mmWave频段的单小区Massive MIMO之间的直接性能比较是直接的和高度启发性的。视线传播被认为有利于毫米波，因为最小的衰减，以及它的促进混合波束成形，以减少所需的有源收发器的数量。我们量化了毫米波（60 GHz）服务天线的数量，这些天线需要复制指定数量的PCS（1.9 GHz）服务天线的性能。作为一个基线，我们考虑一个适度的PCS部署128天线服务18个终端。我们发现，为了实现相同的每终端最大-最小95%可能的下行链路吞吐量，需要10000毫米波天线。为了匹配PCS阵列的总天线面积，将需要128000个半波长毫米波天线，但是减少得多的数量是足够的，因为大量的天线也赋予更大的信道正交性。毫米波技术的主要好处--大量廉价的频谱--至少部分地被可能笨重的硬件数量的复杂性所抵消。
2018-07-25 cs.IT math.IT
Deep Reinforcement Learning Aided Monte Carlo Tree Search for MIMO Detection
Research Center for Information Technology Innovation, Academia Sinica（中央研究院资讯科技创新研究中心）
本文提出了一种新的多输入多输出（MIMO）符号检测器，该检测器将深度强化学习（DRL）代理集成到蒙特卡罗树搜索（MCTS）检测算法中。我们首先描述如何MCTS算法，用于许多决策问题，适用于MIMO检测问题。然后，我们介绍了一个自行设计的深度强化学习代理，由一个策略值网络和一个状态值网络组成，它被训练用于检测MIMO符号。训练后的网络的输出被采用到一个修改的MCTS检测算法，以提供有用的节点统计信息，并促进增强的树搜索过程。由此产生的方案，称为DRL-MCTS检测器，表现出显着的改进，比原来的MCTS检测算法，并表现出良好的性能相比，其他现有的线性和DNN为基础的检测方法在不同的信道条件下。
2021-01-30 cs.IT cs.LG eess.SP
Variational Bayes Inference for Data Detection in Cell-Free Massive MIMO
无小区大规模MIMO是用于超5G网络的有前途的技术。通过部署许多协作接入点（AP），与传统蜂窝系统相比，该技术可以显著增强用户覆盖和频谱效率。由于AP分布在大的区域上，因此无小区大规模MIMO中的有利传播水平小于共位大规模MIMO中的有利传播水平。因此，当AP天线的数目不是很大时，当前的线性处理方案不接近最优方案。本文的目的是发展非线性变分贝叶斯（VB）方法的数据检测无细胞的大规模MIMO系统。与文献中仅获得发射数据符号的点估计的现有工作相反，所提出的方法旨在获得数据符号的后验分布和贝叶斯估计。我们开发了相应的VB方法的AP之间的合作水平。仿真结果表明，显着的性能优势，开发的VB方法的线性处理技术。
2023-01-11 cs.IT eess.SP math.IT
Performance Analysis of Cell-Free Massive MIMO Systems: A Stochastic Geometry Approach
无小区（CF）大规模多输入多输出（MIMO）已经成为传统蜂窝大规模MIMO网络的替代部署。先前的工作依赖于AP均匀分布的强假设（非常理想化），实际上，这种随机性在模拟过程中被考虑，而不是在分析中。然而，在实践中，现有的和未来的网络变得更加密集，越来越不规则。考虑到这一点，我们认为，AP的位置是通过泊松点过程（PPP），这是一个更现实的模型比网格或均匀部署的空间随机性建模。特别是，凭借随机几何工具，我们推导出下行链路覆盖概率和可达速率。值得注意的是，这是唯一的工作提供的覆盖概率，并阐明这方面的CF大规模MIMO系统。专注于提取有趣的见解，我们认为小细胞（SC）作为比较的基准。其中，CF大规模MIMO系统实现了更高的覆盖率和速率相比，由于良好的传播，信道硬化和干扰抑制的属性SC。特别是，我们表明，对于这两种架构，增加AP密度会导致更高的覆盖范围，该覆盖范围在一定值之后饱和，并且增加用户数量会降低可实现的速率，但是CF大规模MIMO系统利用了上述属性，因此优于SC。通常，CF大规模MIMO系统和SC之间的性能差距通过增加AP密度来增强。另一个有趣的观察结果是，较高的路径损耗指数会降低速率，而距离AP较近的用户对速率性能的影响更大。
2020-10-25 cs.IT math.IT
Fundamental Limits of Two-Hop MIMO Channels: An Asymptotic Approach
本文利用大规模随机矩阵理论，对两跳MIMO信道互信息的均值、方差进行闭式近似，证明渐近高斯性，并提出迭代算法求解基本方程，数值验证了理论准确性。
2024-02-06 cs.IT math.IT
Uplink Performance of Conventional and Massive MIMO Cellular Systems with Delayed CSIT
大规模多输入多输出（MIMO）网络，其中基站（BS）配备有大量的天线，并同时服务于多个用户，是非常有前途的，但遭受导频污染。尽管它的重要性，延迟信道状态信息（CSI），由于用户的移动性，是另一个退化因素，缺乏在文献中的调查。因此，我们考虑上行链路模型，其中每个BS应用迫零解码器，考虑两种效果，但是焦点在于相对于BS天线的相对用户移动。在这种情况下，分析封闭形式的表达式与有限数量的BS天线的和速率，和无限数量的BS天线的渐近极限概括的主要贡献。特别地，对于任意有限数目的天线，导出了信号与干扰加噪声比的概率密度函数和各态历经和速率。洞察到低信号-噪声比制度，以及中断概率的影响，由于用户的移动性所产生的多普勒频移。此外，渐近分析性能的结果无限增加的天线，功率，天线和用户的数量（而它们的比例是固定的）。数值结果表明，性能损失的各种多普勒频移。一个有趣的观察是，即使在时变信道条件下，大规模MIMO也是有利的。
2015-04-09 cs.IT math.IT
Energy Efficiency Optimization for Downlink Massive MIMO With Statistical CSIT
我们调查的能量效率（EE）优化单小区大规模多输入多输出（MIMO）下行链路传输，只有统计信道状态信息（CSI）在基站。我们首先表明，波束域传输是有利于在大规模MIMO下行链路的能源效率，通过推导出一个封闭形式的解决方案的最佳传输协方差矩阵的特征向量。利用这一结论，EE优化问题被简化为一个实值功率分配问题，这比原来的高维复矩阵值预编码设计问题更容易解决。我们进一步提出了一种迭代注水结构波束域功率分配算法，具有低复杂度和保证收敛性，利用序贯优化，分数优化和随机矩阵理论的技术。数值结果表明，我们提出的统计CSI辅助EE优化方法的性能接近最优。
2020-02-12 cs.IT eess.SP math.IT
One-Bit Sigma-Delta MIMO Precoding
粗量化MIMO信令方法在大规模MIMO的最近发展中已经获得普及，因为它们为使用廉价且功率高效的射频前端的大规模MIMO实现开辟了机会。提出了一种新的基于空间Sigma-Delta（$ΣΔ$）调制的1比特MIMO预编码方法。在以往的1比特MIMO预编码研究中，主要集中在使用优化来解决预编码设计中出现的困难的二进制信号优化问题。我们的方法尝试了一条不同的路线。假设角度MIMO信道，我们应用$ΣΔ$调制-一个经典的概念，在模拟到数字转换的时间信号-在空间。所得到的$ΣΔ$预编码方法具有两个主要优点：第一，我们不再需要在$ΣΔ$预编码设计中处理二进制优化。特别地，二进制信号约束被峰值信号幅度约束所取代。其次，量化误差的影响可以通过调制器设计并在适当的操作条件下得到很好的控制。通过符号错误概率分析，我们揭示了在大规模MIMO中非常大的天线数量为$ΣΔ$预编码提供了有利的操作条件。此外，我们开发了一种新的$ΣΔ$调制架构，能够适应的信道，以实现接近零的量化误差为目标用户。此外，我们考虑使用迫零和符号级预编码方案的多用户$ΣΔ$预编码。仿真结果表明，这两种$ΣΔ$预编码方案的性能明显优于其直接一比特量化对应方案。
2019-08-16 cs.IT eess.SP math.IT
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
Partial Interference Alignment for K-user MIMO Interference Channels
在本文中，我们考虑了部分干扰对齐和干扰检测（PIAID）设计的$K$ -用户准静态MIMO干扰信道与离散星座输入。每个发射机具有M个天线，并且利用N个接收天线向期望的接收机发送L个独立的数据流。我们关注的情况下，不是所有的K-1干扰发射机可以在每个接收器对齐。因此，在每个接收器处将存在不能对准的残余干扰。每个接收机基于星座图检测并消除残余干扰。然而，对于干扰检测（ID），在接收器处存在不利干扰简档的窗口。在本文中，我们提出了一个低复杂度的部分干扰对齐方案，在该方案中，我们动态地选择IA的用户集，以便在每个接收器处为ID创建有利的干扰配置文件。我们首先推导出的平均符号出错率（SER）考虑到非高斯残留干扰，由于离散星座。利用图论，我们然后设计了一个低复杂度的PIAID计划，它最大限度地减少了平均端到端的SER性能的渐近紧界的用户集选择算法。此外，我们大大简化了干扰检测在接收机使用半定松弛（SDR）技术。结果表明，所提出的PIAID方案的SER性能与各种传统的基线解决方案相比，有显着的增益。
2011-06-27 cs.IT math.IT
A GCICA Grant-Free Random Access Scheme for M2M Communications in Crowded Massive MIMO Systems
针对大规模多输入多输出系统中机器对机器通信的大规模接入问题，提出了一种高成功率的免授权随机接入方案.该方案允许活动用户设备（UE）将其调制的上行链路消息连同由多个子导频组成的超级导频一起发送到基站（BS）。然后，基站利用提出的图结合聚类独立分量分析（GCICA）解码算法进行信道状态信息（CSI）估计和上行链路消息解码，并利用大规模MIMO信道的渐近有利传播特性，利用估计的CSI检测活动UE。我们称之为基于GCICA的随机接入方案（GCICA-RA）。分析了GCICA-RA方案的成功接入概率、误检概率和上行链路吞吐量。仿真结果表明，GCICA-RA方案显著提高了成功接入概率和上行链路吞吐量，降低了误检概率，同时提供了较低的CSI估计误差。
2020-12-25 cs.IT eess.SP math.IT
Robust Precoding Design for Coarsely Quantized MU-MIMO Under Channel Uncertainties
近来，具有低分辨率数模转换器（DAC）的多用户多输入多输出（MU-MIMO）系统由于能够显著降低硬件成本而受到相当大的关注。此外，它已被证明，使用低分辨率DAC，使功耗大大减少，同时保持在可接受的余量内的性能损失，假设的完美知识的信道状态信息（CSI）。在本文中，我们研究的预编码问题的粗量化MU-MIMO系统没有这样的假设。信道不确定性被建模为具有有限二阶统计量的随机矩阵。通过利用多位DAC输出和单位DAC输出之间的有利关系，我们首先将原始复杂的预编码问题转化为非凸二进制优化问题。然后，利用S-过程引理，将非凸问题转化为一个具有凸约束的简单形式，最后用半定松弛（SDR）方法求解。与现有的代表性方法相比，所提出的预编码器对各种信道不确定性是鲁棒的，并且能够支持具有更高阶调制的MUMM 0系统，例如，16QAM。
2019-05-14 cs.IT eess.SP math.IT
A Random Access Protocol for Pilot Allocation in Crowded Massive MIMO Systems
大规模MIMO（多输入多输出）技术在管理快速增长的无线数据流量方面具有巨大的潜力。大规模MIMO通过对数十个用户设备（UE）进行空间复用来实现巨大的频谱效率。这些增益在实践中仅在比今天更多的UE可以有效地连接到网络的情况下实现。随着UE数量的增加，当每个UE间歇地接入网络时，随机接入功能对于在UE之间共享有限数量的导频变得至关重要。在本文中，我们重新审视了大规模MIMO环境中的随机接入问题，并开发了一个重新设计的协议，称为最强用户冲突解决（SUCRe）。接入UE通过发送未协调的随机接入导频来请求专用导频，具有其他UE发送相同导频的风险。利用大规模MIMO信道的有利传播来实现每个UE处的分布式冲突检测，从而确定竞争者的信号的强度，并且如果UE判断其在接收机处的信号是最强的，则决定重复导频。SUCRe协议解决了拥挤的城市场景中的绝大多数导频冲突，并且在过载的网络中继续有效地接纳UE。
2017-02-11 cs.IT cs.NI math.IT
Analysis of Joint Transmit-Receive Diversity in Downlink MIMO Heterogeneous Cellular Networks
研究了基于多输入多输出（MIMO）的下行异构蜂窝网络（HetNets），在基站采用正交空时分组码，在用户采用最大比合并（MRC），实现联合收发分集。由于在BS和用户设备处的相对低的硬件复杂度，具有MRC的MIMO分集在蜂窝网络中特别有吸引力。使用随机几何，我们开发了一个易于处理的随机模型，分析这样的HetNet考虑到不规则和多层BS部署。我们推导出干扰盲（IB）和干扰感知（IA）MRC的覆盖概率作为相关层特定的系统参数，如BS密度和功率，路径损耗法，和发射（Tx）天线的数量的函数。从我们对典型HetNet的分析中产生的重要见解是例如：（i）IA-MRC变得不如具有Tx分集的IB-MRC有利，这是由于Rx天线上的较小干扰方差和增加的干扰相关性;（ii）忽略空间干扰相关性显著高估了IA-MRC的性能;（iii）对于少量Rx天线，选择组合可以提供比MRC更好的复杂度-性能折衷。
2015-07-14 cs.IT cs.NI math.IT
Network Massive MIMO Transmission Over Millimeter-Wave and Terahertz Bands: Mobility Enhancement and Blockage Mitigation
移动性和阻塞是毫米波（mmWave）和太赫兹（THz）频段上的无线传输中的两个关键挑战。在本文中，我们研究了移动性和阻塞的存在下，网络的大规模多输入多输出（MIMO）传输毫米波/太赫兹下行链路。考虑到毫米波/太赫兹波的传播特性，我们首先提出将每个波束同步应用于网络大规模多输入多输出，以减轻信道多普勒和延迟色散效应。因此，我们建立了一个传输模型。然后，我们研究网络大规模多输入多输出下行链路传输策略，只有统计信道状态信息（CSI）在基站（BS），制定的策略设计问题作为一个优化问题，以最大限度地提高网络总速率。我们表明，波束域是有利的执行传输，并证明BS可以单独工作时，发送信号到用户终端。基于这些见解，网络大规模多输入多输出预编码设计被简化为关于波束域功率分配的网络和速率最大化问题。利用序贯优化方法和随机矩阵理论，进一步提出了一种保证收敛性能的波束域功率分配迭代算法。数值结果表明，所提出的基于统计CSI的网络大规模多输入多输出传输方法可以有效地缓解阻塞效应，并在毫米波和太赫兹频段上提供移动性增强。
2020-05-06 cs.IT eess.SP math.IT
From Antenna Abundance to Antenna Intelligence in 6G Gigantic MIMO Systems
KTH Royal Institute of Technology（皇家理工学院）；Bilkent University（比尔肯特大学）；Nokia Technology Standards（诺基亚技术标准）；Constructor University Bremen（不来梅康斯坦斯大学）
本文提出通过智能天线设计减少天线数量，提升6G巨型MIMO系统性能。
2026-01-13 cs.IT eess.SP math.IT
Learnable Model-Driven Performance Prediction and Optimization for Imperfect MIMO System: Framework and Application
用于多输入多输出系统的性能分析和优化的现有技术方案通常在具有未知干扰和信道状态信息（CSI）不确定性的动态复杂场景中经历降级甚至变得无效。为了适应具有挑战性的设置，更好地完成这些网络自动调整任务，本文提出了一个通用的可学习的模型驱动框架。为了解释所提出的框架是如何工作的，我们考虑正则化迫零预编码作为一个使用实例，并设计了一个轻量级的神经网络，用于基于粗糙模型驱动近似的和率和检测误差的精细预测。然后，我们以迭代的方式在学习的预测器上估计CSI不确定性，并在此基础上，优化发送正则化项和随后的接收功率缩放因子。提出了一种基于深度展开投影梯度下降的功率缩放算法，该算法在收敛速度和鲁棒性之间取得了较好的折衷。
2022-06-30 cs.IT eess.SP math.IT
Random Access in Massive MIMO by Exploiting Timing Offsets and Excess Antennas
大规模多输入多输出系统（其中基站配备有数百个天线）是处理数据业务快速增长的有吸引力的方式。随着用户设备（UE）数量的增加，在现代网络中的初始接入和切换将被用户冲突淹没。在本文中，提出了一种随机接入协议，解决冲突，并通过简单地利用大量的天线设想在大规模多输入多输出网络进行定时估计。进入网络的UE在时域和频域两者中执行扩展，并且在基站处使用子空间分解方法以封闭形式估计它们的定时偏移。该信息用于计算信道估计，基站随后采用该信道估计来与检测到的UE进行通信。大规模多输入多输出的有利传播条件抑制了UE之间的干扰，而固有的定时失准提高了协议的检测能力。数值结果被用来验证所提出的方法在蜂窝网络中的性能在不相关和相关衰落信道下。对于可以以概率1\%和总共的$16$频率-时间码（在给定的随机接入块中）同时变为活动的$2.5\times10^3$ UE，结果是，对于$100$天线，所提出的过程以概率75\%成功地检测到给定UE，同时提供可靠的定时估计。
2018-06-19 cs.IT eess.SP math.IT
Massive MIMO Asymptotics for Ray-Based Propagation Channels
有利传播（FP）和信道硬化（CH）是大规模多输入多输出（MIMO）系统中期望的特性。迄今为止，这些属性主要是针对经典的\textit{statistical}信道模型或具有非常特定的角度参数和分布的\textit{ray-based}模型进行分析的。本文提出了一个彻底的数学分析的渐近系统行为的射线为基础的信道与\textit{arbitrary}射线分布，并认为\textit{two}类型的天线阵列结构在蜂窝基站：一个均匀的线性阵列（UWB）和一个均匀的平面阵列（UPA）。除了FP和信道硬化，我们分析了\textit{large system potential}（LSP），当天线和用户数量增长时，它测量期望信道中的预期功率与预期总干扰功率的渐近比。当该比率收敛到正常数时，LSP被称为保持。结果表明，虽然FP是保证在基于射线的信道，CH可能会或可能不会发生，这取决于模型的性质。此外，我们表明，LSP将不会正常举行的预期干扰功率增长grammically为ULA和UPA相对于所需的信道中的功率作为系统大小的增加。尽管如此，我们确定了一些基本的和有吸引力的大规模MIMO性能在这个限制制度。
2020-02-26 cs.IT eess.SP math.IT
Probabilistic ODMA Receiver with Low-Complexity Algorithm for MIMO Unsourced Random Access
本文为MIMO无源随机接入提出低复杂度概率ODMA接收机，采用基于近似消息传递的线性复杂度检测器，相比现有方案获得13 dB性能提升并改善复杂度与容量权衡。
2025-05-05 cs.IT eess.SP math.IT
Engineering Favorable Propagation: Near-Field IRS Deployment for Spatial Multiplexing
Shanghai Jiao Tong University（上海交通大学）；Nanjing University of Science and Technology（南京理工大学）；Southeast University（东南大学）；University of Macau（澳门大学）
针对IRS辅助MIMO系统中视距链路导致信道秩亏的问题，提出利用稀疏阵列近场球面波前部署IRS以解相关信道，并推导出闭合形式的有利传播度量，实现低复杂度MRT预编码。
2026-06-03 cs.IT math.IT
Approaching Massive MIMO Performance with Reconfigurable Intelligent Surfaces: We Do Not Need Many Antennas
本文提出可重构智能基站（RIBS）结构，将小型天线阵列置于RIS前方，通过推导近场信道模型并优化功率与RIS配置，证明该结构能以较低硬件成本逼近大规模MIMO性能。
2024-10-22 cs.IT eess.SP math.IT
Unsupervised Learning for Pilot-free Transmission in 3GPP MIMO Systems
Pennsylvania State University（宾夕法尼亚州立大学）；InterDigital Communications（交互数字通信公司）
参考信号开销减少最近已经发展为用于提高系统频谱效率的有效解决方案。本文介绍了一种新的下行链路数据结构，它是免费的解调参考信号（DM-RS），因此不需要在接收机的任何信道估计。新提出的数据传输结构涉及跨不同子带的部分用户数据的简单重复步骤。利用在用户端的重复结构，它表明，可靠的恢复是可能的，通过典型相关分析。本文还提出了两种有效的机制，提高CCA性能的OFDM系统中，一个重复模式选择和另一个处理严重的频率选择性问题。所提出的方法具有良好的复杂性和性能的权衡，使其具有吸引力的实际实施。使用3GPP链路级测试平台的数值结果表明，相对于最先进的方法，所提出的方法的优越性。
2023-02-04 cs.IT cs.LG eess.SP
Joint Resource Allocation to Minimize Execution Time of Federated Learning in Cell-Free Massive MIMO
由于其通信效率和隐私保护能力，联邦学习（FL）已成为5G及以后无线网络中机器学习的一个有前途的框架。人们非常感兴趣的是设计和优化新的无线网络结构，支持FL的稳定和快速的操作。无小区的大规模多输入多输出（CFmMIMO）原来是一个合适的候选人，它允许在迭代FL过程中的每个通信轮在大规模的相干时间内稳定地执行。为了减少CFmMIMO中FL过程的总执行时间，本文提出只选择可用用户的一个子集参与FL。最优选择具有良好链路条件的用户将最小化每个通信轮的执行时间，同时限制所需的通信轮总数。为此，我们制定了一个联合优化问题的用户选择，发射功率和处理频率，受预定义的最小数量的参与用户，以保证学习的质量。然后，我们开发了一个新的算法，证明收敛到附近的固定点的制定的问题。数值结果证实，我们提出的方法显着减少FL的总执行时间超过基线计划。当接入点部署的密度较低时，时间的减少更为明显。
2022-06-10 cs.IT math.IT
Joint Detection and Velocity Estimation in OFDM-ISAC Cell-Free Massive MIMO Networks
Consorzio Nazionale Interuniversitario per le Telecomunicazioni（意大利国立电信联盟）；DIEI, Universita degli Studi di Cassino e del Lazio Meridionale（卡西诺及南拉齐奥大学 DIEI）
本文提出一种考虑多普勒效应的传感框架，用于基于OFDM的ISAC无细胞大规模MIMO网络，通过3D双静态多普勒几何和用户目标导向的AP关联方法，结合粗网格搜索、梯度优化和粒子群优化策略，实现目标速度估计，提升准确性和复杂度平衡。
2026-09-11 cs.IT eess.SP math.IT
Joint Transceiver and Large Intelligent Surface Design for Massive MIMO MmWave Systems
大型智能表面（LIS）最近出现了一个潜在的低成本的解决方案，以重塑无线传播环境，提高频谱效率。在本文中，我们考虑了下行毫米波（mmWave）多输入多输出（MIMO）系统，其中LIS被部署以协助从基站（BS）到用户设备（UE）的下行链路数据传输。BS和UE都配备有大量天线，并且使用混合模拟/数字预编码/合并结构来降低硬件成本和能量消耗。我们的目标是通过联合优化LIS的反射系数和BS（UE）处的混合预编码器（组合器）来最大化频谱效率。为了解决这个非凸问题，我们通过利用有效（级联）毫米波信道的固有结构，将复杂的优化问题重新表述为更友好的优化问题。然后，开发了基于流形优化（MO）的算法。仿真结果表明，通过仔细设计LIS的反射系数，我们提出的方法可以帮助实现一个良好的传播环境与一个小的信道矩阵条件数。此外，它可以达到与那些国家的最先进的算法，而在一个更低的计算复杂性的性能。
2020-10-11 cs.IT eess.SP math.IT
Rate-Splitting Robustness in Multi-Pair Massive MIMO Relay Systems
中继系统提高了覆盖范围和系统容量。朝着这个方向，全双工（FD）技术，能够通过在相同的频率和时间资源上同时发送和接收来提高频谱效率，被设想在未来的网络中发挥关键作用。然而，其益处是以来自其自身发射信号的自干扰（SI）为代价的。与此同时，大规模MIMO系统带来了非常规的许多天线，成为一种具有巨大自由度（DoF）的有前途的技术。为此，本文考虑了多对解码和转发FD中继信道，中继站部署有大量的天线。此外，最近已经示出了速率分裂（RS）传输在具有发射机处的不完美信道状态信息（CSIT）的各种多用户场景中提供显著的性能益处。采用RS方法，我们采用确定性等效（DE）分析，推导出相应的和率存在的干扰。最初，数值结果证明了RS在半双工（HD）系统中的鲁棒性，因为可实现的和速率无限制地增加，即，它在高信噪比（SNR）下不饱和。接下来，我们解决SI在FD中的不利影响。特别地，并且最重要的是，不仅FD优于HD，而且RS使得能够增加FD优于HD的SI的范围。此外，增加中继站天线的数量，RS似乎是更有效的，由于不完美的CSIT，因为SI降低。有趣的是，在这些条件下，增加用户数量，RS的效率及其实现变得不那么有利。最后，我们验证了所提出的DE，是准确的大量的中继站天线，即使是现实的系统尺寸是紧密的近似。
2018-06-14 cs.IT math.IT
A Cyclic Shift Embedded Pilot based Channel Estimation for Multi-User MIMO-OTFS systems with fractional delay and Doppler
本文提出了一种基于循环移位嵌入式导频的多用户MIMO-OTFS系统信道估计方法，通过多维分解和压缩感知技术提升信道估计性能，同时减少导频开销达30%以上。
2025-12-02 cs.IT math.IT
SCNR Maximization for MIMO ISAC Assisted by Fluid Antenna System
Purple Mountain Laboratories（紫金山实验室）；University College London（伦敦大学学院）；Yonsei Frontier Lab, Yonsei University（延世大学延世前沿实验室）
针对FAS辅助MIMO ISAC系统，提出通过迭代算法最大化SCNR下界（针对预编码矩阵和天线位置），解决非凸性问题，显著提升SCNR且优于基线方案。
2025-04-02 cs.IT eess.SP math.IT
RIS-Assisted Quasi-Static Broad Coverage for Wideband mmWave Massive MIMO Systems
可重构智能表面（RISs）可以建立良好的无线环境，以对抗毫米波（mmWave）频段的严重衰减和阻塞。然而，为了实现性能的最佳增强，瞬时信道状态信息（CSI）需要以与RIS元素的数量和用户的数量成比例的大开销为代价来估计。在本文中，我们设计了一个准静态的广泛覆盖的RIS与减少的开销的统计CSI的基础上。我们提出了一个设计框架，以合成的RIS，满足广泛的覆盖面定制的要求所反映的功率模式。对于广播信道的通信，我们将单个传输流的广泛覆盖推广到多个流的场景。此外，我们采用准静态的宽覆盖的多用户正交频分复用接入（OFDMA）系统，并推导出下行链路速率的解析表达式，证明了增加的功率增益反映的RIS。通过考虑信道估计的开销，所提出的准静态宽覆盖甚至优于使用瞬时CSI优化RIS相位的设计方法。数值模拟进行验证这些意见。
2022-03-01 cs.IT eess.SP math.IT
Channel Estimation for IRS-Assisted Millimeter-Wave MIMO Systems: Sparsity-Inspired Approaches
由于智能反射面能够创造良好的视距传播环境，因此被认为是未来毫米波无线通信的有力推动者。本文研究了基于IRS的毫米波多输入多输出（MIMO）{ \color{black} wireles}系统的信道估计问题。通过利用毫米波信道在角域中的稀疏性，我们将信道估计问题表示为具有固定秩约束的$\ell_1$范数正则化优化问题。为了解决非凸性的制定的问题，提出了一个有效的算法，通过利用交替最小化和流形优化（MO），这会产生一个局部最优解。为了进一步降低信道估计算法的计算复杂性，本文提出了一种基于压缩感知的信道估计方法。特别地，提出了一种三阶段估计协议，其中每个阶段的子问题可以通过低复杂度的CS方法来解决。在此基础上，基于级联信道的信道状态信息，设计了一种被动波束形成算法，以最大化频谱效率。仿真结果表明，提出的基于MO的估计（MO-EST）和波束形成算法的性能明显优于两种基准算法，而基于CS的估计（CS-EST）算法在性能和复杂度之间取得了平衡。此外，我们证明了MO-EST算法的鲁棒性相对于不完善的知识的稀疏水平的信道，这是至关重要的实际实现。
2021-07-24 cs.IT eess.SP math.IT
Distributed MIMO Measurements for Integrated Communication and Sensing in an Industrial Environment
本文在工业环境中开展 sub-6 GHz 分布式 MIMO 测量，评估衰落分集与链路可靠性，并验证多基地感知定位及新型空间一致信道模型需求。
2024-03-04 cs.IT eess.SP math.IT
Are Stacked Intelligent Metasurfaces (SIMs) Better than Single-layer Reconfigurable Intelligent Surfaces (RISs) for Wideband Multi-user MIMO Communication Systems?
University of Manitoba（曼尼托巴大学）
本文提出了一种基于SIMs的宽带多用户MIMO通信系统框架，通过优化波束成形和考虑互耦合效应，显著提升频谱效率，尤其在宽带多用户场景中表现更优。
2026-02-26 cs.ET cs.IT math.IT
Learning to Beamform in Heterogeneous Massive MIMO Networks
Shenzhen Research Institute of Big Data（深圳大数据研究院）；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；University of Minnesota（明尼苏达大学）
众所周知，在大规模多输入多输出（MIMO）网络中寻找最优波束形成器的问题是具有挑战性的，因为它的非凸性，并且传统的基于优化的算法遭受高计算成本。虽然已经提出了基于计算高效的深度学习的方法，但是它们的复杂度严重依赖于诸如发射天线的数量之类的系统参数，并且因此当在基站（BS）配备有不同数量的发射天线并且具有不同的BS间距离的异构场景中部署时，这些方法通常不能很好地推广。本文提出了一种新的基于深度学习的波束形成算法来解决上述挑战。具体而言，我们考虑多输入单输出（MISO）干扰信道中的加权和速率（WSR）最大化问题，并通过展开并行梯度投影算法，提出了一种深度神经网络架构。令人惊讶的是，通过利用最佳波束成形解决方案的低维结构，我们构建的神经网络可以独立于发射天线和BS的数量。此外，这种设计可以进一步扩展到协作多小区网络。基于合成信道模型和射线跟踪信道模型的仿真结果表明，所提出的神经网络可以在显著降低运行时间的情况下获得较高的WSR，同时对天线数、基站数和基站间距离具有良好的泛化能力。
2020-11-08 cs.IT cs.LG math.IT
