User Association and Load Balancing for Massive MIMO through Deep Learning
CentraleSupélec（巴黎中央理工-高等电力学院）；Université Paris-Saclay（巴黎萨克雷大学）；University of Pisa（比萨大学）；Huawei Technologies（华为技术有限公司）
这项工作研究了使用深度学习来执行用户小区关联，以实现大规模MIMO网络中的和速率最大化。它示出了如何可以训练深度神经网络，以接近最佳关联规则与更有限的计算复杂性，从而能够实时更新的关联规则的基础上，用户的移动模式。特别地，所提出的神经网络设计仅需要用户的地理位置作为输入。数值结果表明，它保证了传统的面向优化的方法相同的性能。
2018-12-17 cs.AI cs.IT math.IT
Joint Fronthaul Load Balancing and Computation Resource Allocation in Cell-Free User-Centric Massive MIMO Networks
本文研究开放无线接入网下以用户为中心的无蜂窝大规模MIMO网络，提出前传负载均衡与计算资源联合分配框架，并通过数值结果揭示无线单元模数转换存在最优量化比特数。
2024-07-04 cs.IT math.IT
Optimal Design of Energy-Efficient Cell-Free Massive MIMO: Joint Power Allocation and Load Balancing
通过相干联合传输为用户提供服务的大规模分布式天线系统被称为无小区大规模MIMO（多输入多输出）。对于给定的用户集，可能仅需要接入点（AP）的子集来满足用户的性能需求。为了找到一个灵活和节能的实现，我们最大限度地减少在下行链路中的AP的总功耗，同时考虑硬件和发射功率，其中AP可以关闭。虽然这是一个非凸优化问题，但通过求解一个混合整数二阶锥规划，得到了全局最优解。我们还提出了一个低复杂度的算法，利用组稀疏的问题制定。数值结果表明，我们的优化框架可以大大降低功耗相比，保持所有AP打开，只最小化发送功率。
2019-11-26 cs.IT eess.SP math.IT
Rate Balancing in Full-Duplex MIMO Two-Way Relay Networks
研究了全双工多输入多输出（MIMO）无线网络中包含两个信源和一个双向式的【形】（TW）中继的最小速率问题。为了提高整体性能，使用迫零的方法在中继抑制残留的自干扰所产生的全双工（FD）操作，基本的最大-最小的问题是铸造作为一个非凸的优化问题。为了避免这个问题，半定松弛技术，导致上，下限的优化问题的解决方案。数值结果验证了上下界解紧密遵循对方，表明所提出的方法的结果在接近最优的解决方案。此外，残余自干扰的影响后，网络的整体性能方面的最低速率的数值结果说明，并为低残余自干扰的情况下，所提出的方法相比，一个类似的半双工（HD）的对手的优越性。
2019-01-28 cs.IT eess.SP math.IT
Balancing Queueing and Retransmission: Latency-Optimal Massive MIMO Design
针对5G URLLC中大规模MIMO系统的总时延优化问题，提出低复杂度闭式策略LYRRC，联合设计目标误码率与传输速率，平衡排队与重传时延，经测试可满足URLLC的时延可靠性要求。
2019-12-31 cs.IT math.IT
Joint Load Balancing and Transmit Power Control for Energy Efficiency Maximization in the Satellite-Cell-Free Massive MIMO Uplink
Hanoi University of Science and Technology (HUST)（河内科技大学）；University of Southampton（南安普顿大学）
研究混合卫星无小区大规模 MIMO 系统，利用最大比合并推导上行遍历吞吐量闭式表达式，制定能量效率优化问题，开发改进差分进化框架，有效提升了能量效率和网络吞吐量，为大规模场景提供关联准则。
2026-07-27 cs.IT math.IT
Fairness Designs for Load Balancing Optimization in Satellite-Cell-Free Massive MIMO Systems
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
Trellis-Extended Codebooks and Successive Phase Adjustment: A Path from LTE-Advanced to FDD Massive MIMO Systems
为了提高频分复用（FDD）大规模多输入多输出（MIMO）系统的后向兼容性，研究一种获取准确信道状态信息（CSI）的有效方法具有重要意义。理论上众所周知，用于CSI量化的码本大小应当随着发射天线的数量变得更大而增加，并且3GPP长期演进（LTE）和高级LTE码本也遵循这一趋势。因此，在大规模MIMO中，主要由于码字搜索复杂度，很难应用使用预定义的矢量量化码本进行CSI量化的传统方法。在本文中，我们提出了一个网格扩展码本（TEC），可以很容易地协调与当前的无线标准，如LTE或LTE-高级扩展标准化码本设计为2，4，或8个天线的网格结构。TEC利用信道编码中的维特比解码器和卷积编码器分别作为CSI量化器和CSI重构器。通过在网格搜索的状态转换中使用标准化码本同时量化多个信道条目，TEC可以实现每信道条目的分数比特量化以具有实际的反馈开销。因此，TEC可以解决大规模MIMO系统中CSI量化的复杂度和反馈开销问题。我们还开发了网格扩展连续相位调整（TE-SPA），它作为TEC的差分码本。这类似于高级LTE的双码本概念。TE-SPA可以减少CSI量化误差，即使在时间相关信道中具有较低的反馈开销。数值结果验证了该方案在FDD大规模MIMO系统中的有效性。
2014-11-25 cs.IT math.IT
Low-Complexity QL-QR Decomposition Based Beamforming Design for Two-Way MIMO Relay Networks
研究了双向放大转发多输入多输出中继系统中信源和中继联合波束形成矩阵的优化问题。系统由两个源节点和两个中继节点组成，两个接收端均采用线性最小均方误差（MMSE）。我们假设个人继电器功率约束和研究一个重要的设计问题，一个所谓的行列式最大化（DM）问题。由于这个DM问题是非凸的，我们考虑一个有效的迭代算法，通过使用MSE平衡的结果，以获得至少一个局部最优解。该算法是基于QL，QR和Choleskey分解，这在复杂度和性能不同的基础上开发的。分析和仿真结果表明，与现有的双向中继系统相比，该算法可以显著降低计算复杂性，并且具有与基于正则块对角（RBD）方案的奇异值分解（SVD）相当的误比特率（BER）性能。
2015-02-17 cs.IT math.IT
Optimal power allocation for downstream xDSL with per-modem total power constraints : Broadcast Channel Optimal Spectrum Balancing (BC-OSB)
最近，在总功率约束下，已经建立了多输入多输出（MIMO）多址信道（MAC）和MIMO广播信道（BC）之间的对偶。在BC中，利用MAC-BC对偶公式可以实现MAC的相同速率集合，同时保持总功率约束。在本文中，我们描述了BC的最佳功率分配，阳离子应用此对偶在下游的x-数字用户线路（xDSL）的上下文中的总功率约束下的所有调制解调器在所有的音调。然后，一个新的算法称为BC-最优频谱平衡（BC-OSB）的设计，更现实的功率分配下每个调制解调器的总功率约束。每调制解调器总功率约束下的原始BC问题的容量区域是通过每调制解调器总功率约束下的BC的对偶优化问题来找到的，该对偶优化问题可以通过基于拉格朗日乘子的预编码器矩阵来重写为MAC中的对偶优化问题。我们证明了这两个问题之间的对偶性差距为零。利用OSB算法解决了干扰信道和MAC层的多用户功率分配问题。在本文中，我们解决了多用户功率分配的BC情况下使用OSB算法的问题，以及我们推导出一个计算效率的算法，将被称为BC-OSB。仿真结果提供了两个VDSL 2的情况下：第一个与差分模式（DM）的传输和第二个与DM和幻影模式（PM）的传输。
2010-06-07 cs.IT math.IT
Full-Duplex MIMO Small-Cell Networks with Interference Cancellation
全双工（FD）技术由于其提高频谱效率的能力而被设想为未来移动宽带网络的关键组件。与半双工（HD）传输相比，FD系统可以以残余自干扰（SI）和对网络的额外干扰为代价在相同频率上同时发送和接收。本文利用随机几何分析了FD多天线基站（BS）和HD用户设备（UE）的无线网络性能。我们的分析结果量化的成功概率和可实现的频谱效率，并指示有益的FD操作所需的SI取消量。示出了多天线BS/UE的优点，并且导出了通过平衡期望信号功率增加和干扰消除而实现的性能增益。所提出的框架旨在阐明FD模式相对于HD模式在网络吞吐量方面的系统级增益，并为FD技术在大型小型小区网络中的实际实施提供设计指导。
2017-05-11 cs.IT math.IT
A Heterogeneous Massive MIMO Technique for Uniform Service in Cellular Networks
German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）；Technische Universität (RPTU) Kaiserslautern（凯泽斯劳滕工业大学）
本文提出一种异构大规模MIMO技术，通过集中式和分布式节点的协同，实现蜂窝网络中均匀的服务质量，同时降低基础设施成本。
2026-01-26 cs.IT eess.SP math.IT
Multiuser MIMO Downlink Beamforming Design Based on Group Maximum SINR Filtering
在本文中，我们的目标是解决多用户多输入多输出（MIMO）下行波束成形问题，其中一个多天线基站广播数据到许多用户。每个用户被分配多个数据流，并且在其接收器处具有多个天线。提出了一种基于迭代法的联合发射接收波束形成和功率分配问题的有效解决方案。我们采用组最大信号干扰噪声比（SINR）滤波器组（GSINR-FB）作为我们的波束形成器，通过用户的数据流之间的合作，利用接收机的多样性。每个用户的数据流受到平均SINR约束，该平均SINR约束在无线通信系统中具有许多重要的应用，并且用作测量服务质量（QoS）的良好度量。GSINR-FB还优化其输出的平均SINR。在GSINR-FB波束形成器的基础上，提出了一种SINR均衡的最优功率分配结构，将复杂的功率分配问题简化为线性问题。仿真结果验证了所提出的算法优于以前的作品，具有近似相同的复杂度。
2011-03-29 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
Enhanced Fairness and Scalability of Power Control Schemes in Multi-Cell Massive MIMO
研究了多小区大规模多输入多输出（MIMO）系统的发射功率优化问题。全网最大最小公平性（NW-MMF）和全网比例公平性（NW-PF）是两种著名的功率控制方案。NW-MMF以惩罚信道条件良好的用户为代价，最大化用户之间的公平性。另一方面，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。然而，这两种方案都存在可扩展性问题，这意味着对于大型网络，一个用户极有可能具有非常差的信道条件，从而将所有用户的频谱效率（SE）推向零。为了克服NW-MMF和NW-PF的可扩展性问题，我们提出了一种新的功率控制方案，可证明是可扩展的。该方案最大化每个小区的最大-最小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凸优化形式，然后使用标准工具解决。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
Optimal Downlink Transmission for Cell Free SWIPT Massive MIMO Systems with Active Eavesdropping
本文研究了无小区大规模多输入多输出（MIMO）系统中的安全无线信息和功率同步传输（SWIPT）问题。该系统由大量的随机（泊松分布）定位的接入点（AP）服务于多个信息用户（IU）和信息不可信的双天线有源能量采集器（EH）。有源EH使用一个天线来合法地收获能量，而另一个天线来窃听信息。AP通过集中式无限回程进行联网，该回程允许AP经由中央处理单元（CPU）进行同步和协作。封闭形式的平均收获能量（AHE）和严格的下限遍历保密率（ESR）的表达式。所获得的ESR的下限考虑了通过下行链路有效预编码信道训练获得的IU的知识。由于发射功率约束是针对每个AP的，所以ESR在AP的发射功率元素方面是非线性的，并且这在制定用于下行链路传输的凸功率控制问题中提出了新的挑战。为了处理这些非线性，通过松弛半定规划（SDP），这是被证明是秩一全局最优的一种新的方法来平衡AP之间的发射功率。提出的无小区和共址大规模MIMO系统之间的公平比较表明，无小区MIMO优于共址MIMO在AHE约束较低的间隔，反之亦然。此外，无小区MIMO被发现是更免疫的主动窃听功率的增加比共址MIMO。
2019-04-23 cs.CR cs.IT math.IT
Graph Neural Network-Enhanced Expectation Propagation Algorithm for MIMO Turbo Receivers
针对MIMO Turbo接收机对外部信息的需求，本文提出GNN增强EP算法及利用EP相关性的边剪枝策略，在误码率10^-5时较EP Turbo增益超1 dB，并以2.5倍更快运行时间达到最先进性能。
2023-08-22 cs.IT eess.SP math.IT
Uplink Downlink Rate Balancing in Cooperating Cellular Networks
本文量化协作蜂窝网络中CSI反馈导致的上下行容量权衡，分析有限与无限网络下反馈速率和下行速率的交换比及缩放规律。
2015-07-14 cs.IT math.IT
Scalable Integrated Sensing and Communications for Multi-Target Detection and Tracking in Cell-Free Massive MIMO: A Unified Framework
本文提出无蜂窝大规模MIMO下集成感知与通信的统一框架，基于广义似然比检验设计多目标检测跟踪算法，并通过可扩展功率控制平衡通信与感知性能。
2025-03-09 cs.IT eess.SP math.IT
Energy Efficiency for Massive MIMO Integrated Sensing and Communication Systems
本文针对大规模MIMO集成感知与通信系统，提出基于闭式表达式和Dinkelbach及SCA的迭代功率分配算法，以最大化能量效率，并揭示频谱效率上升时感知效率对整体EE影响增强的现象。
2025-09-12 cs.IT math.IT
Joint load balancing and interference mitigation in 5G HETNETS
我们研究了异构网络（HetNet）中的联合负载均衡和干扰抑制问题，其中假设大规模多输入多输出（MIMO）宏小区基站（BS）配备有大量天线，覆盖有无线自回程小小区（SC）。具有采用常规天线阵列的全双工通信的自回程SC BS通过使用来自相同频带中的宏BS的无线回程来服务宏用户和SC用户两者。我们制定的联合负载均衡和干扰缓解问题作为一个网络效用最大化的无线回程约束。随后，利用随机优化的框架，该问题被解耦为宏小区用户的动态调度、SC的回程供应以及根据干扰和回程链路将宏小区用户卸载到SC。通过数值结果，我们显示了我们提出的框架的性能增益的影响下，小小区密度，基站天线的数量，以及在低和高频段的发射功率电平。我们进一步提供见解的性能分析和收敛的建议框架。数值实验结果表明，该算法的性能优于其他基线。有趣的是，我们发现，即使在较低频带，开放获取小型小区的性能在某些操作点接近于封闭接入的性能，与较高频带处的封闭接入相比，开放获取全双工小型小区仍然产生更高的增益。随着小小区密度或无线回程质量的增加，与每平方公里具有350个小小区基站的超密集网络中的封闭接入小小区相比，开放获取全双工小小区在小区边缘性能方面优于封闭接入小小区并实现5.6倍增益。
2017-07-10 cs.IT cs.NI math.IT
Interference alignment for downlink cellular networks: Joint scheduling and precoding
干扰对齐（IA）是一种技术，在很大程度上，利用通过MIMO和OFDM技术在系统中可用的不断增加的信号维度，以便全局地减少网络中用户所遭受的干扰。在本文中，我们解决的问题，下行链路蜂窝网络，所谓的干扰广播信道，在小区边缘的移动用户可能会遭受高干扰，因此，性能差。从Suh等人提出的下行链路IA方案开始，提出了一种新的方法，其中每个用户反馈具有高信号干扰比增益的多个选择的接收信号方向。基于穷举搜索的调度器选择要同时服务的用户的子集，在和速率性能和公平性之间进行平衡，但是在许多用户同时发送请求的密集网络场景中变得难以驾驭。因此，我们开发了一个次优调度，大大降低了复杂性，同时保持接近最佳的数据率增益。更有趣的是，我们的模拟表明，IA计划变得有价值的相关信道，而匹配滤波为基础的计划在不相关的情况下表现最好。
2016-11-24 cs.IT cs.NI math.IT
Near-Field Integrated Sensing, Computing and Semantic Communication in Digital Twin-Assisted Vehicular Networks
King’s College London（伦敦国王学院）；Zhejiang University（浙江大学）；Nanyang Technological University（南洋理工大学）
本文提出一种针对近场数字孪生辅助车联网的集成感知、计算与语义通信框架，通过多用户MIMO和毫米波雷达实现高精度车辆跟踪与环境映射，优化语义通信速率与感知精度。
2026-04-07 cs.IT eess.SP math.IT
