arXiv 1503.089452015-03-31cs.ITmath.IT

基于能量检测的大规模SIMO性能分析

Performance Analysis of Energy-Detection-Based Massive SIMO

Marwan Hammouda, Sami Akin, Jürgen Peissig

摘要：

最近，正在研究既节能又可靠的通信系统。在本文中，我们集中在一个能量检测为基础的传输方案，其中一个发射机与一个天线和一个接收机与显着许多天线之间的通信场景被认为是。我们假设接收器最初计算所有天线的平均能量，然后通过利用平均能量水平对发送的数据进行解码。然后，我们计算平均符号错误概率的最大后验概率检测器在接收机。在此基础上，我们给出了最优决策区域。此外，我们开发了一种迭代算法，达到最佳的星座图下，一个给定的平均发射功率约束。通过数值分析，我们探讨了系统的性能。

英文摘要：

Recently, communications systems that are both energy efficient and reliable are under investigation. In this paper, we concentrate on an energy-detection-based transmission scheme where a communication scenario between a transmitter with one antenna and a receiver with significantly many antennas is considered. We assume that the receiver initially calculates the average energy across all antennas, and then decodes the transmitted data by exploiting the average energy level. Then, we calculate the average symbol error probability by means of a maximum a-posteriori probability detector at the receiver. Following that, we provide the optimal decision regions. Furthermore, we develop an iterative algorithm that reaches the optimal constellation diagram under a given average transmit power constraint. Through numerical analysis, we explore the system performance.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

大规模SIMO无线系统的最佳非相干数据检测：多项式复杂度解决方案

Optimal non-coherent data detection for massive SIMO wireless systems: A polynomial complexity solution

大规模MIMO系统通过利用大型天线阵列，在提高传统MIMO系统的频谱和能量效率方面取得了重大进展。在本文中，我们考虑联合最大似然（ML）信道估计和数据检测问题的大规模SIMO（单输入多输出）无线系统。尽管大规模SIMO系统的大量未知信道系数，我们改进的算法，以实现精确的ML非相干数据检测具有较低的预期复杂度。结果表明，该算法的计算复杂性与接收天线数成线性关系，与信道相干时间成多项式关系。仿真结果表明，最佳非相干数据检测的性能增益与低计算复杂性。

2014-11-25cs.ITmath.IT

一般星座下大规模SIMO无线系统的最优非相干数据检测：多项式复杂度解

Optimal Non-coherent Data Detection for Massive SIMO Wireless Systems with General Constellations: A Polynomial Complexity Solution

大规模MIMO系统可以通过利用大型天线阵列来大大提高传统MIMO系统的频谱和能量效率。然而，在大规模MIMO系统中，增加基站（BS）处的天线数目使得上行链路非相干数据检测非常具有挑战性。在本文中，我们考虑的联合最大似然（ML）信道估计和数据检测问题的大规模SIMO（单输入多输出）无线系统，这是一个特殊的情况下，无线系统与大型天线阵列。我们提出了精确的ML非相干数据检测算法的恒模和非恒模星座，具有较低的预期复杂度。尽管大量的未知信道系数的大规模SIMO系统，我们表明，这些算法的预期计算复杂性是线性的接收天线的数量和多项式的信道相干时间。仿真结果表明，性能增益（高达5 dB的改善）的最佳非相干数据检测与低计算复杂性。

2015-07-10cs.ITmath.IT

用于低延迟工业IoT通信的非相干多用户大规模SIMO

Noncoherent Multiuser Massive SIMO for Low-Latency Industrial IoT Communications

在本文中，我们考虑了一个多用户大规模单输入多输出（SIMO）启用工业物联网（IIoT）通信系统。为了减少延迟和开销所造成的信道估计，我们假设，只有大规模的衰落系数是可用的。在接收端采用非相干最大似然（ML）检测器，不需要瞬时信道状态信息（CSI）。对于这样一个大规模的SIMO系统，我们提出了一个新的设计框架，以确保每个发送的信号矩阵可以唯一地确定在无噪声的情况下，在嘈杂的情况下，可靠地估计。其核心思想是在正交幅度调制（QAM）星座的基础上，引入了一个新的概念--可唯一分解的星座群（UDCG）。为了提高平均误差性能时，天线阵列的大小按比例增加，我们提出了一个最大-最小的Kullback-Leibler（KL）距离设计进行优化的发射功率和子星座分配。仿真结果表明，该设计在误码性能上明显优于现有的基于最大最小欧氏距离的方法。此外，我们提出的方法也有一个更好的错误性能比传统的相干迫零（ZF）接收机与正交训练的小区边缘用户。

2019-03-05cs.ITmath.IT

用于关键工业IoT通信的非相干非正交大规模SIMO

Noncoherent and Non-orthogonal Massive SIMO for Critical Industrial IoT Communications

为了实现关键工业物联网（IIoT）应用所需的超可靠低延迟无线通信，本文提出了一种新的非相干和非正交大规模单输入多输出（SIMO）框架，其中部署了大量天线以提供高空间分集，从而实现超可靠通信，并且应用非相干传输和非正交多址技术来分别有效地减少物理和数据链路层的等待时间。一个两用户的IIoT系统被认为是阐述我们的框架的关键设计原则，其中两个受控节点（CN）发送他们的数据到一个共同的管理节点（MN）在相同的时间-频率资源块，和MN实现非相干最大似然检测器从接收到的和信号恢复两个CN的发送符号。我们分析了所考虑的系统的错误性能，然后通过联合设计两个CN的星座来最小化系统错误概率。仿真结果表明，我们的设计具有较低的错误概率比现有的设计。

2019-03-05cs.ITmath.IT

大规模SIMO系统中多符号非相干酉星座的多级设计

Multi-level Design for Multiple-Symbol Non-Coherent Unitary Constellations for Massive SIMO Systems

研究了块瑞利衰落信道下单输入多输出（SIMO）系统的非相干检测问题。利用Kullback-Leibler散度作为设计准则，提出了一种多符号星座优化问题，该问题的构造和检测具有较高的计算复杂性。我们利用制定的问题的结构和解耦成一个单一的星座设计和多层次的设计。所提出的多级设计在构造和检测方面都具有较低的复杂度。仿真结果表明，我们的多级设计具有更好的性能比传统的基于导频的方案和其他现有的低复杂度的多级设计。

2022-11-17cs.ITeess.SPmath.IT

非相干宽带大容量SIMO块衰落信道中的容量缩放

Capacity scaling in a Non-coherent Wideband Massive SIMO Block Fading Channel

研究了在单输入多输出（SIMO）块瑞利衰落信道中，当带宽和接收天线数均趋于无穷大，发射功率固定时，相干和非相干信道容量的缩放关系.发射机没有信道状态信息（CSI），而接收机可以具有Genie提供的CSI（相干接收机），或者仅具有信道统计（非相干接收机）。我们的研究结果表明，如果可用带宽小于一个阈值带宽，这是成比例的（最多的领先阶项）的天线数量的平方根，有没有差距的相干容量和非相干容量的容量缩放行为。另一方面，当带宽大于该阈值时，存在容量缩放间隙。由于使用导频符号进行信道估计的可实现速率受到非相干容量约束，这项工作揭示了在具有大量接收天线的系统中的导频辅助相干接收器无法利用高于给定阈值的多余频谱来获得容量增益。

2020-02-20cs.ITmath.IT

更多相关论文收起更多论文

非相干大规模SIMO使能工业IoT通信的物理层认证

Physical Layer Authentication for Non-Coherent Massive SIMO-Enabled Industrial IoT Communications

实现超可靠、低延迟和安全的通信对于实现工业物联网（IIoT）至关重要。非相干大规模多输入多输出（MIMO）技术是满足超可靠和低延迟要求的一种很有前途的技术。此外，物理层身份验证（PLA）技术由于其低延迟属性，特别适合安全的IIoT通信。提出了一种适用于非相干大规模单输入多输出（SIMO）工业物联网（IIoT）通信系统的PLA方法。该方法通过将认证信号（标签）嵌入到消息信号中来实现PLA，称为“基于消息的标签嵌入”。这是不同于传统的PLA方法利用均匀功率标签。我们设计了最佳的标签嵌入和优化的消息和标签信号之间的功率分配来表征消息和标签错误性能之间的权衡。数值结果表明，所提出的基于消息的标签嵌入PLA方法是更准确的比传统的统一的标签嵌入方法，其中有一个不可避免的标签错误地板接近10%。

2020-05-23cs.ITeess.SPmath.IT

相位噪声损伤下训练辅助SIMO系统的最优检测

Optimal Detection in Training Assisted SIMO Systems with Phase Noise Impairments

本文研究了接收端有相位噪声的单用户单输入多输出（SIMO）信道中的最优最大似然检测问题。训练下的最佳检测规则推导出两种操作模式，即当相位增量是完全相关的$M$接收机天线（同步操作），当它们是独立的（非同步操作）。相位噪声增量由非常一般的分布参数化，其包括作为特殊情况的维纳相位噪声模型。事实证明，相位噪声创建一个符号错误率（SER）地板的两种操作模式。在同步操作中，该误差平层与$M$无关，而在非同步操作中，该误差平层随$M$指数地变为零。

2015-04-09cs.ITmath.IT

基于SIMO的非相干大规模工业IoT通信的物理层认证

Physical Layer Authentication for Non-coherent Massive SIMO-Based Industrial IoT Communications

实现超可靠、低延迟和安全的通信对于实现工业物联网（IIoT）至关重要。非相干大规模多输入多输出（MIMO）最近被提出作为满足超可靠和低延迟要求的有前途的方法。此外，物理层身份验证（PLA）技术由于其低延迟属性而特别适用于IIoT通信。提出了一种适用于非相干大规模单输入多输出（SIMO）工业物联网（IIoT）通信系统的PLA方法。具体来说，我们首先确定在消息信息中嵌入认证信息（标签）的最佳方式。然后，我们优化消息和标签信号之间的功率分配，以表征消息和标签错误性能之间的权衡。数值结果表明，在通信可靠性保持在同一水平的情况下，所提出的PLA比采用统一标签的传统方法更准确。所提出的PLA方法可以有效地应用于非相干系统。

2020-01-21cs.CRcs.ITeess.SP

基于近似的单天线到大规模SIMO认证的门限优化

Approximation-based Threshold Optimization from Single Antenna to Massive SIMO Authentication

在无线传感器网络中，收集来自各种传感器的数据以估计过程系统的系统状态。然而，对手的目标是扭曲系统状态估计，为此他们可能会渗透传感器或在环境中放置额外的设备。为了验证接收到的过程值，可以联合评估来自不同传感器的测量的完整性和来自每个传感器的通道测量的时间完整性。为此，我们设计了一个安全协议，其中使用卡尔曼滤波器来预测系统状态和信道状态值，并通过假设检验来验证接收到的数据。我们从理论上分析的对抗成功概率和可靠性率在假设检验中获得两种方式，卡方近似和高斯近似的基础上。这两个近似分别对小数据向量和大数据向量是精确的。高斯近似适用于分析大规模单输入多输出（SIMO）设置。为了获得额外的见解，近似进一步适应的情况下，发生在大规模SIMO衰落信道的信道硬化。由于攻击者总是寻找系统的最薄弱点，因此需要一个时间常数安全级别。为了提供这样的服务，近似值被用来提出用于假设检验的时变阈值，其近似地达到恒定的安全级别。数值结果表明，一个恒定的安全级别只能通过一个时变的阈值选择，而一个恒定的阈值导致时变的安全级别。

2022-08-11cs.ITeess.SPmath.IT

大型SIMO无线系统中联合信道估计和数据检测的VLSI设计

VLSI Designs for Joint Channel Estimation and Data Detection in Large SIMO Wireless Systems

信道估计误差对无线通信系统的可靠性有着至关重要的影响。虽然实际上所有现有的无线接收机都将信道估计与数据检测分离，但众所周知，联合信道估计和数据检测（JED）以高计算复杂性为代价显著优于传统方法。在本文中，我们提出了一种新的JED算法和相应的超大规模集成电路设计的大型单输入多输出（SIMO）无线系统，使用恒模星座。所提出的算法被称为PRoject上的凸包（PrOX），并依赖于双凸松弛（BCR），这使我们能够有效地计算近似解的最大似然JED问题。由于BCR通过交替优化解决了双凸问题，我们为PrOX提供了理论收敛性分析。我们设计了一个可扩展的，高吞吐量的VLSI架构，使用线性阵列的处理元件，以尽量减少硬件的复杂性。我们开发相应的现场可编程门阵列（FPGA）和专用集成电路（ASIC）的设计，我们证明，PrOX显着优于唯一的其他现有的JED设计的吞吐量，硬件效率和能源效率。

2017-09-22cs.ITmath.IT

SIMO-OFDM铁路通信系统中二维酉ESPRIT算法联合多普勒频移补偿和数据检测方法

Joint Doppler frequency shift compensation and data detection method using 2-D unitary ESPRIT algorithm for SIMO-OFDM railway communication systems

本文针对快时变稀疏多径信道下的SIMO-OFDM铁路通信系统，提出了一种基于2-D酉ESPRIT算法的联合多普勒频移补偿和数据检测方法。通过利用循环前缀（CP）的无ISI部分构造空时阵列数据矩阵，提出了一种新的基于二维酉ESPRIT算法的全路径DOA和多普勒频移自配对联合估计算法。然后，基于所获得的估计，开发了联合多普勒频移补偿和数据检测方法。该方法包括三个部分：（a）对接收信号进行空间滤波，得到各径对应的信号，并对各径对应的信号进行时域多普勒频移补偿;（b）将各径多普勒频移补偿后的信号相加;（c）对相加后的信号进行FFT，去除CP后检测出所需信息。此外，我们还证明了经过多普勒频移补偿后的信道矩阵是时不变的，从而有效地避免了ICI。最后，仿真结果表明，所提出的方法的性能，并与传统的方法进行比较。

2012-10-28cs.ITmath.IT

非相干SIMO多址信道中基于期望传播的多用户检测

Multi-User Detection Based on Expectation Propagation for the Non-Coherent SIMO Multiple Access Channel

本文研究了空间相关瑞利块衰落信道下的非相干单输入多输出（SIMO）多址信道。我们提出了一种新的软输出多用户检测器，计算每个发射信号的近似边缘后验，只使用有关信道分布的知识。我们的检测器是基于期望传播（EP）的近似推理，并在用户数，接收天线数和信道相干时间的多项式复杂度。我们还提出了两个简化的检测器，降低了复杂性。与格拉斯曼信令，所提出的检测器优于一个国家的最先进的非相干检测器与基于投影的干扰缓解。利用导频辅助信令，EP检测器在符号出错率方面优于一些常规的基于相干导频的检测器，包括球形解码器和联合信道估计-数据检测方案。我们的EP为基础的检测器产生准确的近似的真实后，导致高可实现的总和率。当使用它们的软输出用于turbo信道解码器时，根据比特出错率进一步观察这些检测器的增益。

2020-06-03cs.ITmath.IT

基于能量的非相干大质量SIMO系统调制

Energy-based Modulation for Noncoherent Massive SIMO Systems

考虑了具有单个天线发射机和具有大量天线的单个接收机的上行链路系统。我们提出了一种基于能量检测的单发非相干通信方案，它不使用瞬时信道状态信息（CSI），而是只使用信道统计信息。所建议的系统使用调制关于符号的功率的信息的发射机，以及仅测量天线上的平均能量的接收机。我们提出的星座设计是渐近最佳的符号出错率（SER）与天线数量的增加，任何有限的信号噪声比（SNR）在接收机，根据不同的假设上的可用性的CSI统计（确切的信道衰落分布或信道衰落分布的前几个时刻）。我们还考虑的情况下，不完善的知识的信道统计和详细描述的情况下，当有界的不确定性的时刻的衰落分布。我们给出了这些设计在典型场景中所实现的SER性能的数值结果，并发现它们可能优于现有的非相干星座，例如，传统的幅移键控（ASK）和基于导频的方案，例如，脉冲幅度调制（PAM）。我们还观察到，一个特定的信道分布的优化星座使得它非常敏感的信道统计的不确定性。特别地，基于乐观信道条件的星座设计可能导致在实现的符号出错率方面的显著性能降级。

2015-07-17cs.ITmath.IT

相位噪声受损SIMO信道中的ML检测

ML Detection in Phase Noise Impaired SIMO Channels with Uplink Training

针对两种不同的情况，即信道是确定的且已知的情况（恒定信道）和信道是随机的且未知的情况（衰落信道），研究了具有相位噪声损伤的训练辅助单输入多输出（SIMO）系统的最大似然（ML）检测问题.此外，两个不同的操作相对于相位噪声源被认为是，即，相同的相位噪声源的情况下，和独立的相位噪声源的情况下，在天线。在所有的情况下，最佳检测器的相位噪声分布的一个非常一般的参数化。此外，高信号噪声比（SNR）的分析表明，符号错误率（SER）地板出现在所有情况下。在相同相位噪声源的情况下（对于恒定信道和衰落信道）的SER本底与天线元件的数量无关。相比之下，当增加天线元件的数量时（对于恒定信道和衰落信道两者），在独立相位噪声源的情况下的SER基底减小。最后，系统模型扩展到多个数据通道的使用，它表明，这些设置的结论是有效的，以及。

2015-10-30cs.ITmath.IT

基于线性预测的SIMO-OFDM中卷积编码DQPSK的数据检测

Linear Prediction based Data Detection of Convolutional Coded DQPSK in SIMO-OFDM

针对单输入多输出正交频分复用（OFDM）系统，提出了一种基于预测维特比（VA）算法的卷积编码差分四相相移键控（DQPSK）信号的数据检测方法。接收机具有纠错能力和执行信道估计（预测）的能力。预测VA在仅具有$S_{\mathrm{ST}}=S_{\mathrm{E}}\times 2^{P-1}$状态而不是$S_{\mathrm{ST}}=S_{\mathrm{E}}\times 2^{P}$状态的超网格上操作，其中通过使用等距的概念来实现复杂度降低（这里$S_{\mathrm{E}}$表示编码器网格中的状态的数量，并且$P$表示预测顺序）。在给定信噪比的情况下，基于线性预测的Turbo编码OFDM和比特交织编码（BIC）OFDM系统的数据检测在比特出错率（BER）方面优于所提出的方法，但所提出的方法的解码延迟明显低于BIC和Turbo编码OFDM系统。

2017-10-09cs.ITmath.IT

短包通信中非相干SIMO系统的酉星座设计与检测

Design and Detection of Unitary Constellations in Non-Coherent SIMO Systems for Short Packet Communications

本文针对非相干SIMO短包通信，提出由幅度与PSK矢量笛卡尔积构造的多符号酉星座，搭配两种多项式复杂度迭代检测器，在块瑞利衰落信道下以低复杂度实现接近最优的误码性能。

2023-11-07cs.ITeess.SPmath.IT