Massive MU-MIMO Downlink TDD Systems with Linear Precoding and Downlink Pilots
我们考虑了一个大规模的MU-MIMO下行时分双工系统,其中一个基站(BS)配备了许多天线,在同一时间频率资源服务于几个单天线用户。我们假设BS使用线性预编码进行传输。为了可靠地解码从BS发送的信号,每个用户应该具有其信道的估计。在这项工作中,我们考虑了一个有效的信道估计方案,以获得CSI在每个用户,称为波束成形训练计划。利用波束成形训练方案,BS对导频序列进行预编码并转发给所有用户。然后,基于接收到的导频,每个用户使用最小均方误差信道估计来估计有效信道增益。该方案的信道估计开销不依赖于基站天线的数目,而仅与用户的数目成正比。然后,我们推导出最大比传输和迫零预编码技术,使我们能够评估的频谱效率,同时考虑到与下行链路导频的传输相关联的频谱效率损失的容量的下限。与以前的工作相比,每个用户只使用统计信道特性来解码发送的信号,我们看到,所提出的波束成形训练方案是最好的中等和低移动性的环境。
2013-10-05 cs.IT math.IT
Pilot Spoofing Attack on the Downlink of Cell-Free Massive MIMO: From the Perspective of Adversaries
该研究从攻击者视角分析无蜂窝大规模MIMO系统的下行导频欺骗攻击,推导攻击下的速率闭式解,优化攻击功率分配,并对比导频欺骗与随机干扰两类攻击的破坏效果。
2024-04-11 cs.IT math.IT
Structured Compressive Sensing Based Superimposed Pilot Design in Downlink Large-Scale MIMO Systems
具有高频谱和能量效率的大规模多输入多输出(MIMO)是未来5G无线通信非常有前途的关键技术。对于大规模MIMO系统,准确的信道状态信息(CSI)获取是一个具有挑战性的问题,特别是当每个用户必须区分和估计来自下行链路中的大量发射天线的众多信道时。与传统的正交导频的导频开销随着发射天线的数量而增加的情况不同,我们提出了一种用于下行链路大规模MIMO场景的频谱有效的叠加导频设计,其中不同发射天线的频域导频在频域中占据完全相同的子载波。同时,大规模MIMO信道的时空共同稀疏性促使我们利用新兴的结构化压缩感知(CS)理论进行可靠的MIMO信道估计,并通过提出的结构化子空间追踪(SSP)算法实现,以低导频开销同时恢复多个信道。仿真结果表明,该方案性能良好,可以接近性能界。
2015-11-27 cs.IT math.IT
How Much Do Downlink Pilots Improve Cell-Free Massive MIMO?
在本文中,我们分析了包括下行链路导频在无小区的大规模MIMO系统的好处。我们推导出一个近似的每个用户可实现的共轭波束成形处理,其中考虑到上行链路和下行链路的信道估计误差,和功率控制的下行链路速率。在每用户净吞吐量方面进行了性能比较,考虑无小区的大规模MIMO操作,有和没有下行链路训练,对于不同的网络密度。我们还考虑到在下行链路中的最大-最小公平功率控制提供的性能改善。数值结果表明,利用下行链路导频,性能可以显着提高在低密度网络中的传统方案,其中用户只依赖于统计信道知识。在高密度网络中,性能改进是适度的。
2016-09-13 cs.IT eess.SP math.IT
Cooperative Pilot Spoofing in MU-MIMO Systems
在这封信中,我们考虑下行链路传输的多用户多输入多输出(MU-MIMO)系统与迫零(ZF)预编码器存在多个攻击者。我们提出了一种协作导频欺骗攻击(CPSA),攻击者在上行链路信道训练阶段协作损害信道估计,旨在降低整个小区的下行链路吞吐量。我们首先评估CPSA对信道估计和下行链路ZF预编码设计的影响,然后推导出可实现的下行链路和速率的解析表达式。此外,我们调查的最佳攻击策略,以尽量减少可实现的下行链路和速率。我们证明了所考虑的优化问题是一个凸优化问题,因此可以方便地获得全局最优解。数值结果表明,CPSA攻击导致严重的性能恶化的攻击功率和攻击者的数量的增加。
2020-07-14 cs.IT math.IT
CS-Based CSIT Estimation for Downlink Pilot Decontamination in Multi-Cell FDD Massive MIMO
用于频分双工(FDD)大规模MIMO的发射机处的有效信道状态信息(CSIT)可以促进其与现有FDD蜂窝网络的后向兼容。迄今为止,针对FDD单小区大规模MIMO系统提出了几种CSIT估计方案,但它们都没有考虑小区间干扰(ICI),并且在多小区情况下会受到下行导频污染的影响。为了解决这个问题,本文提出了一种基于压缩感知(CS)的CSIT估计方案,以对抗FDD多小区大规模MIMO系统中的ICI。具体而言,角域大规模MIMO信道在不同的子载波上表现出共同的稀疏性,并且这种稀疏性部分由相邻用户共享。通过利用这些稀疏特性,我们设计的导频信号和相关的信道估计算法的CS理论的框架下,其中与多个相邻的BS相关联的信道可以可靠地估计与低的训练开销的下行链路导频净化。仿真结果验证了所提出的解决方案的良好的下行链路导频去污性能相比,其传统的多小区FDD大规模MIMO。
2021-08-23 cs.IT eess.SP math.IT
Blind Estimation of Effective Downlink Channel Gains in Massive MIMO
我们考虑大规模MIMO下行链路与时分双工(TDD)操作和共轭波束成形传输。为了可靠地解码期望信号,用户需要知道有效信道增益。在本文中,我们提出了一种盲信道估计方法,它可以应用在用户,它不需要任何下行链路导频。我们表明,我们提出的方案可以大大优于每个用户只有统计信道知识的情况下,性能的差异是特别大的某些类型的通道,最显着的锁眼通道。与依赖于下行链路导频的方案相比,我们提出的方案在宽范围的信噪比下产生更准确的信道估计,并且避免在导频上花费时频资源。
2015-03-31 cs.IT math.IT
Downlink Pilots are Essential for Cell-Free Massive MIMO with Multi-Antenna Users
针对多天线用户场景下有效信道矩阵不硬化的问题,提出基于导频的下行链路估计方案并推导迫零合并的SE表达式,证明下行链路导频对提升无小区大规模MIMO系统SE的必要性。
2024-04-29 cs.IT eess.SP math.IT
Multi-Antenna Users in Cell-Free Massive MIMO: Stream Allocation and Necessity of Downlink Pilots
KTH Royal Institute of Technology(皇家理工学院);Gyeongsang National University(庆尚国立大学)
本文研究了多天线用户在无中心大规模MIMO中的应用,提出了一种基于导频的下行链路估计方案,通过数值分析展示了下行链路导频对频谱效率的提升作用。
2025-12-29 cs.IT eess.SP math.IT
Pilot Contamination Elimination for Channel Estimation with Complete Knowledge of Large-Scale Fading in Downlink Massive MIMO Systems
大规模多输入多输出是未来第五代系统的一项重要技术。然而,由于导频污染,大规模多输入多输出系统仍然受到限制,导频污染由于由同一小区中的用户向相邻小区发送的导频序列的非正交性而影响数据率。在对大尺度衰落信道估计的基础上,通过对最大比传输和迫零预编码方法的性能分析,提出了一种在大尺度衰落信道下,利用正交导频复用序列消除边缘用户信道质量差时的伪码的信道估计方法。当天线阵元数接近无穷大时,通过为用户分组分配PRS,我们推导出了下行链路可达到的DR和信干噪比的下界,从而缓解了这个问题。仿真结果表明,由于更好的信道估计和更小的性能损失,可以实现高的DR。
2021-06-25 cs.IT eess.SP math.IT
HyperRNN: Deep Learning-Aided Downlink CSI Acquisition via Partial Channel Reciprocity for FDD Massive MIMO
为了充分发挥大规模多输入多输出(MIMO)在下行链路中的优势,需要在基站(BS)处获取信道状态信息(CSI)来优化波束形成矩阵。在频分双工(FDD)系统中,全信道互易性不成立,并且CSI获取通常需要下行链路导频传输,随后是上行链路反馈。先前的工作提出了经由深度学习的导频传输、反馈和CSI估计的端到端设计。在这项工作中,我们引入了一个增强的端到端的设计,利用部分上行链路-下行链路的互易性和时间相关的衰落过程,通过联合利用下行链路和上行链路的导频。所提出的方法基于一种新型的深度学习架构- HyperRNN -它结合了超网络和递归神经网络(RNN),以优化从上行链路到下行链路的长期信道特征的传输。仿真结果表明,HyperRNN实现了较低的归一化均方误差(NMSE)性能,并降低了对导频长度的要求。
2021-07-08 cs.IT eess.SP math.IT
Impact of Mobility on Downlink Cell-Free Massive MIMO Systems
在本文中,我们分析了无小区大规模多输入多输出(CF-mMIMO)系统的下行链路频谱效率,占信道老化(由用户移动性引起的)和导频污染的影响。我们考虑两种情况,一种是用户设备(UE)依赖于由接入点(AP)波束成形的下行链路导频来估计下行链路信道,另一种是UE利用统计信道状态信息(CSI)进行数据解码。为了进行比较,我们还考虑了蜂窝mMIMO,并推导出其可实现的频谱效率与信道老化和导频污染在上述两种情况下。我们的研究结果表明,在CF-mMIMO,下行链路训练是优选的统计CSI时,选择最佳的数据序列的长度,以最大限度地提高频谱效率。然而,在蜂窝mMIMO中,取决于用户公平性或总频谱效率是否被优先化,两种方案中的任一种可能更好。此外,即使在考虑信道老化和导频污染的影响之后,CF-mMIMO系统通常也优于蜂窝mMIMO。通过数值计算结果,我们说明了各种系统参数,如最大用户速度,上行链路/下行链路导频长度,数据持续时间,网络密度的影响,并提供有趣的见解无细胞和蜂窝mMIMO系统之间的关键区别。
2022-09-06 cs.IT eess.SP math.IT
Downlink Pilot Precoding and Compressed Channel Feedback for FDD-Based Cell-Free Systems
无小区系统是一种由多个基站协同为用户提供服务的无线通信系统,作为未来无线通信系统的一项重要技术,受到了广泛的关注。为了最大化无小区系统中的协作增益,在BS处获取下行链路信道状态信息(CSI)是至关重要的。虽然由于信道互易性,该任务对于时分双工(TDD)系统相对容易,但是由于CSI反馈开销,该任务对于频分双工(FDD)系统不容易。由于用户需要反馈多个BS的CSI,因此该问题在无小区系统中甚至更加明显。在本文中,我们提出了一种新的反馈减少技术的FDD为基础的无细胞系统。该方法的主要特点是选择几条主要路径,然后反馈所选路径的路径增益信息(PGI)。通过利用上行链路和下行链路信道中的离开角(AoD)非常相似的特性(该特性被称为角度互易性),BS直接从上行链路导频信号获得AoD。从大量的模拟,我们观察到,所提出的技术可以实现超过80%的反馈开销减少传统的CSI反馈方案。
2019-09-16 cs.IT math.IT
Downlink Performance of Pilot-Reused HetNet with Large-Scale Antenna Arrays
针对宏基站(BS)和小小区(SC)节点均配备大量天线的异构网络(HetNet),研究了宏基站和小小区共享相同频谱并相互干扰时多输入多输出(MIMO)下行链路的性能。假设在宏BS和SC节点处的大规模天线阵列采用最大比传输(MRT)或迫零传输(ZFT)预编码,并且同时向所服务的用户发送数据流。提出了一种新的SC之间的导频复用模式用于信道估计。考虑到不完美的信道状态信息(CSI),MRT和ZFT的容量下限分别推导出,在封闭形式的表达式只涉及统计CSI。然后在特定的幂次缩放定律下给出了大规模阵列的渐近分析。随后,基于推导出的容量下界和渐近分析,提出了两种用户调度算法,贪婪调度算法和渐近调度算法(ASA)。ASA被证明在渐进机制中是接近最优的,并且复杂度较低。最后,推导出的封闭形式的表达式被验证是准确的预测系统性能的蒙特卡洛模拟。数值结果证明了渐近分析和用户调度方案的有效性。
2016-08-11 cs.IT math.IT
Downlink Training in Cell-Free Massive MIMO: A Blessing in Disguise
无小区大规模MIMO(多输入多输出)是指分布式大规模MIMO系统,其中所有接入点(AP)协作以相干地服务所有用户设备(UE),抑制小区间干扰并减轻多用户干扰。最近的工作表明,与共址的大规模MIMO不同,\textit{channel hardening}通常在无小区的大规模MIMO中不太明显,因此从估计下行链路信道中获益很多。在这项研究中,我们调查的增益引入的下行链路波束成形训练,延伸到非正交的上行链路和下行链路导频先前提出的分析。假设单天线接入点,共轭波束成形和独立的瑞利衰落信道,我们推导出一个封闭形式的表达式为每个用户可实现的下行链路速率,解决信道估计误差和导频污染都在AP和UE侧。性能评估包括最大-最小公平功率控制、贪婪导频分配方法,以及不同容量约束技术获得的可达速率之间的比较。数值结果表明,下行波束成形训练,虽然增加了导频开销,并引入额外的导频污染,显着提高可达到的下行链路速率。即使对于大量AP,依赖于统计信道状态信息进行数据解码的UE也不是完全有效的。
2019-09-06 cs.IT eess.SP math.IT
Downlink Spectral Efficiency of Cell-Free Massive MIMO with Full-Pilot Zero-Forcing
与蜂窝通信相比,由于增加了宏分集,大规模多输入多输出(MIMO)可确保以高频谱效率(SE)进行无处不在的通信。然而,系统的可扩展性和性能受到前传业务和干扰的限制。与仅抑制小区内干扰的常规预编码方案不同,在[1]中引入的全导频迫零(fpZF)还主动地抑制小区间干扰,而不在接入点(AP)之间共享信道状态信息(CSI)。在这项研究中,我们推导出一个新的封闭形式的表达的下行链路(DL)SE的无小区大规模MIMO系统与多天线AP和fpZF预编码,不完美的CSI和导频污染。该分析还包括最大-最小公平DL功率优化。数值结果表明,fpZF显着优于最大比传输方案,而不增加前传开销,只要系统是充分分布。
2019-09-06 cs.IT eess.SP math.IT
Pilot Contamination Aware Transformer for Downlink Power Control in Cell-Free Massive MIMO Networks
Aalto University(阿尔托大学);Nokia(诺基亚公司);University of California San Diego(加利福尼亚大学圣迭戈分校)
针对CFmMIMO系统中基于学习的下行功率控制未利用信道结构与导频信息的问题,提出集成导频分配数据的PAPC Transformer,采用自定义掩码注意力机制,在无监督训练下与APG算法频谱效率公平性相当且计算效率更高,优于FCNs并可适应动态用户数。
2024-11-28 cs.IT cs.LG math.IT
User Capacity of Pilot-Contaminated TDD Massive MIMO Systems
由于导频污染会导致信号干扰噪声比(SINR)饱和,因此被认为是时分复用(TDD)大规模多输入多输出(Massive MIMO)系统的主要限制因素。然而,导频污染将如何限制下行链路大规模MIMO的用户容量,即,可接受用户的最大数量尚未得到解决。本文给出了在导频污染的情况下,用户数大于导频序列长度的大规模MIMO用户容量的显式表达式。此外,实现用户容量的方案,即,上行链路导频训练序列和下行链路功率分配已经被识别。通过使用这种容量实现方案,可以满足每个用户的SINR要求,并且在大天线尺寸(LAS)机制中能量有效的传输是可行的。与两个非容量实现方案的比较突出了我们提出的方案在实现更高的用户容量方面的优越性。
2014-11-01 cs.IT math.IT
Max-Min Fair Transmit Precoding for Multi-group Multicasting in Massive MIMO
研究了大规模多输入多输出(MIMO)系统中物理层多播的下行预编码问题。我们研究的最大最小公平性(MMF)的问题,在发射机的信道状态信息(CSI)被用来设计预编码向量,最大限度地提高系统的最小频谱效率(SE),给定固定的功率预算的上行链路训练和下行链路传输。我们的系统模型占信道估计,导频污染,任意路径损耗,和多组组播。我们考虑六种不同的传输技术(单播和多播),不同的导频分配策略(专用或共享导频分配),和不同的预编码方案(最大比传输和迫零)的情况下,并得出可实现的频谱效率为所有可能的组合。然后,我们解决这些情况下的每一个的MMF问题,并为任何给定的导频长度,我们找到SE最大化上行链路导频和下行链路数据传输策略,所有在封闭形式。我们使用这些结果绘制大规模MIMO多播设计的一般准则,对于给定数量的基站天线,用户数量和相干间隔长度,我们确定的多播方案,应使用。
2017-05-31 cs.IT math.IT
Asynchronous Downlink Massive MIMO Networks: A Stochastic Geometry Approach
大规模多输入多输出(MIMO)技术因其在提高频谱利用率方面的潜力而被认为是下一代无线网络的一项有前途的技术。在大规模MIMO的初始研究中,系统被认为是在整个小区中完全同步的。然而,完美的同步在实践中可能难以实现。因此,我们研究了一个大规模的MIMO系统,其小区彼此不同步,而小区中的传输仍然是同步的。利用随机几何工具分析了异步下行大规模MIMO系统的覆盖概率和遍历速率。为了比较,我们也得到了同步系统的结果。此外,我们调查的上行链路功率控制和导频符号的数量上的下行链路遍历速率的效果,我们观察到,有一个最佳值的导频符号的数量最大化的下行链路遍历速率的小区。我们的研究结果还表明,与同步传输的情况相比,在异步模式下,下行链路遍历速率对上行链路功率控制更敏感。
2018-06-08 cs.IT math.IT
Low-Rank Covariance-Assisted Downlink Training and Channel Estimation for FDD Massive MIMO Systems
研究了频分双工(FDD)大规模MIMO系统中的下行链路训练和信道估计问题,在该系统中,配备大量天线的基站(BS)同时为多个单天线用户提供服务。在FDD系统中,为了在基站处获得信道状态信息(CSI),用户必须通过下行链路训练来估计下行链路信道,然后将其反馈给基站。对于FDD大规模MIMO系统,用于下行链路训练和CSI上行链路反馈的开销可能非常高,这提出了重大挑战。本文研究了当信道协方差矩阵具有低秩或近似低秩结构时,最小均方误差(MMSE)估计器的性能。我们的理论分析表明,利用信道协方差矩阵的低秩特性,可以大大减少训练开销。特别是,我们表明,MMSE估计是能够实现精确的信道恢复在渐近低噪声制度,只要在时间上的导频符号的数量不小于秩的信道协方差矩阵。我们还提出了一个最佳的单用户情况下的导频设计,和一个渐进的最佳导频设计的多用户场景。最后,我们提出了一个简单的基于模型的方案来估计信道协方差矩阵,基于此MMSE估计器可以用来估计信道。所提出的方案不需要任何额外的训练开销。仿真结果验证了我们的理论结果,并说明了所提出的估计协方差辅助MMSE估计器的有效性。
2016-07-29 cs.IT math.IT
Downlink Rate Analysis for Virtual-Cell based Large-Scale Distributed Antenna Systems
尽管通过从大量地理上分布的天线的协调传输实现了实质性的速率增益,但是所产生的计算成本和信道测量开销对于大规模分布式天线系统(DAS)来说可能是负担不起的。因此,高度期望可扩展的信号处理框架,如最近在\cite{Dai_TWireless}中所证明的,该框架可以基于虚拟小区的概念来建立。在基于虚拟小区的DAS中,每个用户选择几个最近的基站(BS)天线来形成其虚拟小区,即其自己的服务BS天线集合。在本文中,我们专注于下行DAS与大量的用户和BS天线均匀分布在一定的区域,并旨在研究的虚拟小区的大小对平均用户速率的影响。具体地说,通过假设每个用户的虚拟小区采用最大比传输(MRT),每个用户的可达遍历速率被导出为从所有用户到其虚拟小区的大尺度衰落系数的显函数,并且建立了平均用户速率的上界,基于此,开发了用于确定最佳虚拟小区大小以最大化平均用户速率的经验法则。分析进一步扩展到考虑多个用户分组在一起,并共同服务于他们的虚拟小区使用迫零波束成形(ZFBF)。与其中优选小的虚拟小区大小的无分组情况相比,示出了通过将具有重叠虚拟小区的用户分组,可以通过增加虚拟小区大小来显著地改善平均用户速率,尽管以更高的信号处理复杂度为代价。
2015-06-29 cs.IT math.IT
CAnet: Uplink-aided Downlink Channel Acquisition in FDD Massive MIMO using Deep Learning
Southeast University(东南大学);National Sun Yat-sen University(国立中山大学)
本文提出 CAnet 深度学习框架,联合设计 FDD Massive MIMO 的下行导频、信道估计与反馈,并证明直接反馈导频可在上行辅助下节省约 20% 反馈比特。
2021-01-12 cs.AI cs.IT math.IT
Application Driven Joint Uplink-Downlink Optimization in Wireless Communications
本文介绍了一种新的数学框架,这是用来推导联合上行链路/下行链路可达速率区域之间的一个基站和多个终端的多用户空间复用。该框架包括两个模型:第一个是一个简单的传输模型的上行链路和下行链路,这是能够给出一个下界的情况下,传输是不完美的CSI的容量。具体的信道估计和反馈方案的详细模型提供参数输入到前一个模型,并涵盖最重要的方面,如导频设计优化,线性信道估计,反馈延迟,和反馈量化。我们应用这个框架来确定最佳的导频密度和CSI反馈量,给定的上行链路和下行链路的吞吐量的加权和是最大化为一定的用户速度。我们表明,对于低速,如果下行链路吞吐量是特别重要的,一个显着的一部分,上行链路应投资到CSI反馈。然而,在较高速率下,下行链路性能变得主要受CSI反馈延迟影响,并且因此考虑到上行链路容量的固有牺牲,CSI反馈带来的增益很小。我们进一步表明,对于高速度,它变得有益的是根本不使用CSI反馈,而是在下行链路中应用随机波束成形并在时分双工中操作。
2010-02-02 cs.IT math.IT
On-the-fly Uplink Training and Pilot Code Sequence Design for Cellular Networks
采用TDD/OFDM并依赖上行链路训练进行下行链路和上行链路传输的大规模MIMO基站的蜂窝网络被视为5G部署的有吸引力的候选者,因为它们承诺具有相对简单的低延迟操作的高区域频谱和能量效率。我们调查使用非正交上行链路导频设计作为一种手段,用于提高在下行链路的大规模MIMO蜂窝网络的区域频谱效率。我们开发了一类导频设计,在每个小区内是局部正交的,同时保持低的内积性质之间的代码在不同的小区。使用通过对这些码的观测提供的信道估计,每个小区独立地为其本地活动用户提供MU-MIMO传输,该MU-MIMO传输也被设计为减轻对小区外用户的“强干扰”子集的干扰。正如我们基于仿真的分析所示,基于所提出的代码的这种蜂窝操作相对于常规操作产生用户速率CDF改善,这可以被利用来改善小区和/或小区吞吐量性能。
2018-11-06 cs.IT math.IT
Vulnerabilities of Massive MIMO Systems Against Pilot Contamination Attacks
研究了一个单小区大规模MIMO系统,在该系统中,一个具有大量天线的基站(BS)在存在攻击者的情况下同时向多个单天线用户发送数据,BS基于上行导频传输获取信道状态信息(CSI)。在这项工作中,我们证明了CSI估计阶段的恶意攻击的脆弱性。为此,我们研究了两种攻击模型。在第一个模型中,攻击者的目标是通过污染上行链路导频来最小化下行链路传输的总速率。在第二种模型中,攻击者利用其带内全双工能力在CSI估计和数据传输阶段生成干扰信号。当攻击者知道和不知道基站和用户的位置时,我们研究了两种下行链路功率分配策略下的攻击。制定的问题解决使用随机优化,拉格朗日最小化,和博弈论的方法。一个封闭形式的解决方案的特殊情况下的问题。此外,我们分析了在导频污染攻击下可实现的个人保密率,并提供了这些速率的上限。我们的研究结果表明,所提出的攻击降低了大规模MIMO系统的吞吐量超过一半。
2017-10-08 cs.IT math.IT
Massive MIMO with Multi-cell MMSE Processing: Exploiting All Pilots for Interference Suppression
针对大规模MIMO网络,提出了一种新的多小区MMSE算法,包括上行MMSE检测器和下行MMSE预编码器。主要的新颖性是,它利用所有可用的导频干扰抑制。具体来说,令$K$和$B$分别表示每个小区的用户数量和网络中的正交导频序列数量,其中$β= B/K$是导频重用因子。然后,我们的多小区MMSE方案利用所有的$B$信道方向,可以在每个基站本地估计,以积极地抑制小区内和小区间干扰。该方案考虑了导频和有效载荷的功率控制、信道估计误差和导频分配的任意性,具有较强的实用性和通用性。仿真结果表明,在单小区MMSE方案和多小区ZF上获得了显著的频谱效率(SE)增益,特别是对于大的$β$和/或$K$。此外,大规模的近似的上行链路和下行链路的信干噪比推导出,这是渐近紧的大系统的限制。该近似值易于计算,即使对于小的系统尺寸也非常精确。使用这些SINR近似,一个低复杂度的功率控制算法也提出了最大化的总和SE。
2015-05-26 cs.IT math.IT
Multiple Antennas Secure Transmission under Pilot Spoofing and Jamming Attack
在物理层安全传输中,合法目的地的发送端信道状态信息(CSI)起着关键作用。然而,信道训练过程容易受到主动窃听者(Eve)的导频欺骗攻击(PSA)或导频干扰攻击(PJA),这不可避免地导致严重的隐私信息泄漏。在本文中,我们提出了一种基于随机信道训练(RCT)的时分双工(TDD)多天线基站(BS)的安全下行链路传输框架。在所提出的RCT方案中,多个正交导频序列(PS)被同时分配给合法用户(LU),并且LU从所分配的PS集合中随机选择一个PS进行发送。在PSA或PJA下,我们提供BS识别由LU发送的PS的详细步骤,并且同时估计LU和Eve的信道。分析了BS在LU的PS上做出不正确决策的概率。最后,封闭形式的安全波束形成(SB)向量的设计和优化,以提高保密率在下行链路传输。数值结果表明,保密性能大大提高相比,传统的信道训练方案,其中只有一个PS被分配给LU。
2018-01-12 cs.IT math.IT
Learning for Detection: MIMO-OFDM Symbol Detection through Downlink Pilots
Virginia Tech(弗吉尼亚理工学院)
水库计算(RC)是一种特殊的递归神经网络,它由一个固定的高维特征映射和训练的读出权重组成。本文介绍了一种新的用于多输入多输出正交频分复用(MIMO-OFDM)符号检测的RC结构,即加窗回波状态网络(WESN)。理论分析表明,在输入层中添加缓冲区可以增强底层神经网络的短时记忆。此外,一个统一的训练框架开发WESN MIMO-OFDM符号检测器使用梳状和分散的导频模式,与3GPP LTE/LTE-Advanced系统中采用的结构兼容。复杂度分析表明,基于WESN的符号检测器的优势,国家的最先进的符号检测器,如线性最小均方误差(LMMSE)检测和球解码器,当系统采用大量的OFDM子载波。数值仿真结果表明,与现有的符号检测方法相比,本文提出的基于WESN的符号检测器具有更好的检测性能,并能有效地抑制模型失配效应.
2019-10-20 cs.IT cs.LG eess.SP
On Downlink Interference Decoding In Multi-Cell Massive MIMO Systems
在本文中,被认为是一个多小区的大规模MIMO系统的下行链路中的信道状态信息(CSI)估计通过导频符号是正交的,但在其他小区中重用。然而,重新使用导频通过在其它小区中共享相同导频的用户的信道污染了每个基站(BS)处的CSI估计。即使当BS天线$M$的数量很大时,即,$M\rightarrow\infty$,并且因此即使$M\rightarrow\infty$,通过将干扰视为噪声(TIN)而实现的速率也饱和。本文采用两种不同的线性预编码技术:最大比传输(MRT)和迫零(ZF),研究了基于全部干扰或部分干扰的同时唯一解码(SD)和同时非唯一解码(SND)的干扰感知解码方案。所得到的速率被示出为以$M\rightarrow\infty$的形式无限增长。此外,通过SD/SND/PD有限$M$的可实现的速率推导出使用最坏情况下的不相关噪声技术,这是示出的规模为$\mathcal{O}(\log M)$。为了比较不同方案的性能,研究了最大对称速率问题,其中证实了具有大的但实际的$M$值时,SND严格优于TIN,并且PD严格优于SND。
2021-12-19 cs.IT math.IT
Downlink Spectral Efficiency of Cell-Free Massive MIMO Systems with Multi-antenna Users
本文研究了一种无小区的大规模多输入多输出(MIMO)系统,其接入点(AP)和用户都配备了多个天线。考虑两种传输协议。在第一传输协议中,不存在下行链路导频,而在第二传输协议中,提出下行链路导频以改善系统性能。在这两种传输协议中,用户使用基于最小均方误差的连续干扰消除(MMSE-SIC)方案来检测期望信号。对于分析,我们首先推导出一个一般的频谱效率公式与任意边信息的用户。然后推导出不同传输协议的频谱效率的解析表达式。为了提高系统的频谱效率(SE),最大-最小公平功率控制(PC)应用于第一协议通过使用其SE的封闭形式的表达式。由于推导第二种协议的SE的闭合形式的性能表达式的计算复杂度,我们将第一种协议的最优功率系数应用于第二种协议。数值结果表明,无论系统中的用户数量如何,两种协议结合多天线用户是实现次优SE的前提。
2020-04-24 cs.IT math.IT
When Cell-Free Massive MIMO Meets OTFS Modulation: The Downlink Case
提出了一种无小区大规模MIMO(多输入多输出)系统中正交时频空间(OTFS)调制的性能评估。通过利用时变信道的延迟-多普勒(DD)表示的固有稀疏性,我们应用嵌入式导频辅助信道估计方法,减少保护间隔,并推导出最小均方误差估计的信道增益从接收到的上行链路导频在接入点(AP)。每个AP应用共辄波束成形来向用户发送数据。我们推导出一个封闭形式的表达式为个人用户的下行链路吞吐量作为AP,用户和DD信道估计参数的数量的函数。我们比较OTFS的性能与正交频分复用(OFDM)在高流动性条件。我们的研究结果表明,与OFDM对应物相比,具有不相关阴影的无小区大规模MIMO与OTFS调制在95%可能的每用户吞吐量中实现高达35%的增益。最后,每用户吞吐量的增加在相关阴影场景的中值速率处更明显。
2022-03-15 cs.IT math.IT
Mitigating Intra-Cell Pilot Contamination in Massive MIMO: A Rate Splitting Approach
大规模多输入多输出(MaMIMO)已成为第五代(5G)标准的组成部分,并设想在超5G(B5G)网络中进一步发展。由于基站(BS)处有大量天线,MaMIMO最适合满足B5G网络的突出用例,例如增强型移动宽带(eMBB)、超可靠低延迟通信(URLLC)和大规模机器类型通信(mMTC)或其组合。然而,这一追求的关键挑战之一是在实际网络中的大量设备的零星接入行为,这不可避免地导致明显的导频污染问题。用于时分双工(TDD)MaMIMO中的下行链路传输的常规线性预编码物理层策略在存在这种导频污染的情况下将导致显著的频谱效率(SE)损失。在本文中,我们的目标是集成一个强大的多址接入和干扰管理策略,称为速率分裂多址接入(RSMA)与TDD的MaMIMO下行链路传输,并研究其SE性能。提出了一种新的TDD MaMIMO下行链路RSMA传输框架,设计了一种预编码器设计策略和功率分配方案,以最大化不同的网络效用函数。数值结果表明,RSMA是显着更强大的导频污染,并始终实现SE性能,等于或优于传统的线性预编码的MaMIMO传输策略。
2022-11-14 cs.IT eess.SP math.IT
Learning Based User Scheduling in Reconfigurable Intelligent Surface Assisted Multiuser Downlink
可重构智能表面(RIS)能够智能地控制入射电磁波的相位,以改善基站(BS)和用户之间的无线传播环境。本文研究了在导频开销有限的RIS辅助下行链路网络中,联合用户调度、RIS配置和BS波束成形问题。我们表明,图神经网络(GNN)与置换不变和等变属性可以用来适当地调度用户和设计RIS配置,以实现高的整体吞吐量,同时占用户之间的公平性。与传统的先估计信道,然后优化用户调度、RIS配置和波束形成器的方法相比,本文提出了一种利用GNN直接从一组非常短的导频中获得优化的用户调度,然后利用第二个GNN优化RIS配置,最后根据总的有效信道设计BS波束形成器。数值结果表明,该方法比传统的基于信道估计的方法更有效地利用了接收导频,并且可以推广到任意用户数的系统。
2022-05-12 cs.IT eess.SP math.IT
FDD Massive MIMO Without CSI Feedback
发射机信道状态信息(CSIT)对于大规模多输入多输出(MIMO)系统提供的频谱效率增益是必不可少的。在频分复用(FDD)大规模MIMO系统中,通常通过下行链路信道估计和用户反馈来获取CSIT,但是随着天线数量的增加,用于每个用户的CSI训练和反馈的开销增加,导致频谱效率的降低。在本文中,我们表明,在FDD中使用上行链路导频,下行链路和频谱效率增益与完美的下行链路CSIT是可以实现的,当在基站的天线数量是无限的一些温和的信道条件下。该方法的核心思想是利用上下行信道的几何互易性,提出了基于上行导频的均方误差最优下行信道重构方法。我们还提出了一个强大的下行链路预编码方法利用重建的信道与误差协方差矩阵。我们的系统级仿真结果表明,我们提出的预编码方法可以达到可比的总和频谱效率迫零预编码与完美的下行链路CSIT,没有CSI训练和反馈。
2023-02-09 cs.IT eess.SP math.IT
Performance Analysis of NOMA in Training Based Multiuser MIMO Systems
本文考虑在多用户MIMO系统中使用NOMA在实际情况下,CSI是通过导频信令获取。提出了一种新的使用共享导频的NOMA方案。针对包括上行链路导频和下行链路导频的不同导频信令方案执行可速率分析。与传统的正交接入方案与正交导频的可实现的速率性能进行了比较,建议NOMA方案与每个组内的共享导频。我们提出的方案是正交方案的推广,并且当选择适当的功率分配参数时,可以简化为正交方案。数值结果表明,当下行链路CSI在用户处可用时,我们提出的NOMA方案优于正交方案。然而,在小区中存在更多用户组的情况下,优选地使用多用户波束成形而不是NOMA。
2017-11-06 cs.IT eess.SP math.IT
Soft Pilot Reuse and Multi-Cell Block Diagonalization Precoding for Massive MIMO Systems
在大规模多输入多输出(MIMO)系统中,小区边缘的用户会受到严重的导频污染,导致服务质量(QoS)变差。为了提高这些边缘用户的QoS,软导频复用(SPR)结合多小区块对角化(MBD)预编码的建议。具体地说,用户被分为两组,根据他们的大尺度衰落系数,被称为中心用户,谁只遭受温和的导频污染和边缘用户,谁遭受严重的导频污染。基于这种区别,SPR方案被提出用于改善边缘用户的QoS,由此小区中心导频组被重用于所有小区中的所有小区中心用户,而小区边缘导频组被应用于相邻小区中的边缘用户。通过将经典的块对角化预编码扩展到多小区场景,MBD预编码方案将下行链路发送信号投影到由相邻小区中的边缘用户的小区间信道所跨越的子空间的零空间上。因此,可以有效地减轻污染相邻小区中的边缘用户的信号的小区间干扰,并且因此可以进一步增强这些边缘用户的QoS。我们的理论分析和仿真结果表明,边缘用户的上行链路和下行链路的速率显着提高,虽然在中心用户的速率略有下降的代价。
2015-07-15 cs.IT math.IT
Optimal Downlink Training Sequence for Massive MIMO Secret-Key Generation
该文在时分双工(TDD)大规模多输入多输出(MIMO)系统中,通过优化下行链路训练序列来最大化秘密密钥容量。考虑了单用户和多用户情况。与以前的工作不同,最优训练序列和相关的秘密密钥容量在单用户情况和大天线多用户情况下以封闭形式表征。还提出了考虑到对最大导频数目的约束的设计。在多用户的情况下,最大-最小和总和容量标准都被考虑,包括潜在的用户优先级。最后,它表明,大规模MIMO提高秘密密钥的能力,通过利用:i)空间维度增益和ii)阵列增益。此外,在大天线的情况下,与单用户的情况相比,在没有额外的导频开销的情况下获得多用户容量。
2021-04-14 cs.IT eess.SP math.IT
Uplink-Downlink Duality and Precoding Strategies with Partial CSI in Cell-Free Wireless Networks
我们认为一个可扩展的以用户为中心的无线网络与动态集群的形成所定义的Björnsson和Sanguinetti。在已经示出了主导信道子空间信息对于上行链路(UL)导频净化的重要性并且已经在我们先前的工作中检查了不同的UL组合方案之后,在这里,我们研究用于下行链路(DL)的预编码策略。针对不同的天线分布、用户密度和UL导频尺寸,评估分布式可扩展DL预编码和功率分配方法。我们将分布式功率分配方法与基于特定形式的UL-DL二元性的方案进行比较,该方案可由中央处理器基于可用的部分信道状态信息来计算。新的对偶方法实现了UL和DL的几乎对称的“乐观遍历速率”,同时节省了相当大的计算复杂性,因为UL组合向量被重用为DL预编码器。
2022-01-17 cs.IT eess.SP math.IT
A Rate Splitting Strategy for Mitigating Intra-Cell Pilot Contamination in Massive MIMO
大规模MIMO(Massive MIMO,MaMIMO)系统的频谱效率(SE)受到低质量信道估计的影响。速率分裂(RS)作为一种有效的手段,近年来在多用户多天线系统中得到了一些关注,以减轻多用户干扰,由于不完善的信道状态信息。本文研究了在单小区MaMIMO系统下行链路中,当所有用户使用相同的导频序列进行信道估计时,RS的好处。在下行链路中通过单层RS策略(依赖于每个用户侧的单个连续干扰消除)实现的SE的新表达式被导出并用于设计用于公共和私有消息的预编码方案和功率分配策略。数值结果表明,所提出的RS解决方案实现了更高的频谱效率,传统的最大比预编码的MaMIMO。
2020-03-13 cs.IT eess.SP math.IT
Performance of In-band Transmission of System Information in Massive MIMO Systems
我们考虑在大规模MIMO系统的信息传输。该信息需要被可靠地传递给小区中的非活动用户,而无需基站处的任何信道状态信息。下行链路传输需要使用下行链路导频和旨在减少下行链路信道的维度和导频开销的特殊类型的预编码,否则导频开销将随着基站天线的数量而缩放。我们考虑的情况下,基站发送在一个小数目的相干间隔,提供很少的时间/频率分集。系统信息传输与正交空时分组码,以增加可靠性和性能的中断率进行测量。几种不同的代码进行比较,无论是空间相关和不相关的信道和变化量的时间/频率分集。我们表明,一个大规模的MIMO基站可以优于单天线基站在所有考虑的情况下。
2017-11-20 cs.IT math.IT
Resource Allocation for Cell-free Massive MIMO-enabled URLLC Downlink Systems
超可靠低延迟通信(URLLC)是实现工业物联网(IIoT)设备无线控制的关键技术。通过部署分布式接入点(AP),无小区大规模多输入多输出(CF mMIMO)具有为IIoT设备提供URLLC服务的巨大潜力。在本文中,我们研究了智能工厂中CF mMIMO使能的URLLC。针对最大比传输(MRT)、全导频迫零(FZF)和局部迫零(LZF)预编码方案,推导了有限信道块长度(FCBL)和不完全信道状态信息(CSI)下下行链路各态历经数据率的下界。同时,通过基于导出的LB联合优化导频功率和发射功率来最大化加权和速率。具体来说,我们首先提供的全球最优解的导频功率,然后引入一些近似转换成一系列的子问题,它可以表示在一个几何规划(GP)的形式,可以很容易地解决原来的问题。最后,提出了一种基于不同预编码方案的功率分配优化迭代算法。仿真结果表明,该算法优于现有的算法,和URLLC服务的质量将受益于部署更多的AP,除了FZF预编码方案。
2023-02-18 cs.IT eess.SP math.IT
Optimized Training and Feedback for MIMO Downlink Channels
我们考虑MIMO衰落广播信道,其中信道状态信息是在用户终端通过下行链路训练和信道反馈被用来提供发射机信道状态信息(CSIT)的基站。反馈信道(对应的上行链路)被建模为在用户之间正交的AWGN信道。消耗的总带宽是用于下行链路训练、信道反馈和数据传输的带宽/资源的总和。假设信道遵循块衰落模型,并使用迫零波束成形,我们优化了未量化(模拟)和量化(数字)信道反馈的净可达速率。下行链路训练导频的最佳数量被认为是基本上相同的两种反馈技术,但数字反馈被示出提供一个更大的净速率比模拟反馈。
2009-05-22 cs.IT math.IT
Coherent Product Superposition for Downlink Multiuser MIMO
在两个用户广播信道,其中一个用户有完整的CSIR和其他没有,最近的结果表明,TDMA是严格的次优和产品叠加需要非相干信令实现自由度增益下,许多天线配置。这项工作介绍了产品叠加在域中的相干信令与导频,演示了产品叠加的优势,在低信噪比以及高信噪比,并建立了自由度增益在一个更广泛的接收机天线配置。两类解码器,有和没有干扰消除,进行了研究。通过分析建立了可调速率,并通过模拟进行了说明。
2016-07-25 cs.IT math.IT
Cell-Free Massive MIMO with Nonorthogonal Pilots for Internet of Things
我们认为物联网(IoT)是根据无小区大规模多输入多输出的原理组织的。由于事物的数量非常大,所以即使事物是静止的,也不能将正交导频分配给所有事物。这导致了不可避免的导频污染问题,对于物联网来说,由于这些设备以非常低的发射功率运行,因此情况更加恶化。为了缓解这个问题,并实现高吞吐量,我们使用无细胞系统与最佳线性最小均方误差(LMMSE)信道估计,而传统上简单的次优估计已被用于这样的系统。我们进一步推导出这种情况下的分析上行链路和下行链路的信号与干扰加噪声比(SINR)的表达式,这只取决于大尺度衰落系数。这使我们能够设计新的功率控制算法,只需要不频繁的发射功率自适应。仿真结果显示,与现有的无小区无线系统相比,上行链路和下行链路吞吐量提高了40%,能效提高了95%,与基于小小区系统的已知物联网系统相比,上行链路提高了至少三倍。
2020-06-18 cs.IT eess.SP math.IT
Active Sensing for Multiuser Beam Tracking with Reconfigurable Intelligent Surface
本文研究AP与RIS协同的多用户波束跟踪主动感知问题,提出基于RNN和GNN的深度学习框架,利用历史CSI轨迹动态优化波束成形与RIS反射系数,性能显著优于非自适应方法。
2024-11-11 cs.IT eess.SP math.IT
Interference-Aware Accurate Signal Recovery in sub-1 GHz UHF Band Reuse-1 Cellular OFDMA Downlinks
在低于1GHz的UHF频带中操作的重用-1系统受到实质性同信道干扰(CCI)的限制。在这种正交频分多址(OFDMA)蜂窝系统中,扇区间或塔间干扰(ITI)使得准确的信号恢复非常具有挑战性,因为低于1GHz的频带仅支持单输入单输出(SISO)链路。干扰感知接收器算法对于减轻这种低频带中的ITI是必不可少的。这样的算法使得能够在整个国土上实现无处不在的移动宽带接入,比如具有服务质量保证的>95%的地理覆盖。干扰感知信号恢复的一个要素是使用非正交导频子载波的基于最小二乘的联合信道估计方案。然后将该估计器与使用正交导频子载波的变体进行比较,以显示该联合估计器的优点。结果表明,所提出的联合估计需要更少的导频被很好地确定相比,其下确定的正交对应。此外,它很容易实现,不需要任何信道统计知识。这项工作还得出了所需的补偿因子的干扰感知检测器在存在的载波间干扰(ICI)源自多个发射机。仿真结果表明,在中高频率选择性下,联合信道估计器的性能优于传统信道估计器。联合检测器的建议的补偿因子被发现是必不可少的相位跟踪导频的情况下,恢复发送信号。
2022-11-15 cs.IT eess.SP math.IT
Smart Hybrid Beamforming and Pilot Assignment for 6G Cell-Free Massive MIMO
本文研究了Cell-Free大规模MIMO网络,其中每个接入点(AP)都配备了一个混合收发器,与全数字收发器相比,降低了复杂性和成本。渐近近似的频谱效率推导出上行链路和下行链路。利用这些表达式,最大-最小问题被公式化以优化(i)AP处的模拟波束形成器和(ii)导频分配。仿真结果表明,这些变量的优化大大提高了网络的性能。
2023-01-13 cs.IT eess.SP math.IT
Pilot Spoofing Attack by Multiple Eavesdroppers
在本文中,我们研究了设计的导频欺骗攻击(PSA)进行多个单天线窃听(Eves)在下行链路时分双工(TDD)系统,其中多天线基站(BS)发送机密信息到一个单天线合法用户(LU)。在上行信道训练阶段,多个Eves协同削弱合法链路的信道获取,以最大化后续下行数据传输阶段的窃听信噪比(SNR)。研究了两种不同的场景:(1)BS不知道PSA,以及(2)BS尝试检测PSA的存在。对于这两种情况下,我们制定窃听SNR最大化问题。对于第二种情况,我们还研究了成功检测的概率,并将其限制在预先设计的阈值以下。这两个优化问题可以统一为一个更一般的非凸优化问题,我们提出了一个基于最小化-最大化(MM)方法和交替方向乘子法(ADMM)的有效算法来求解它,并证明了所提出的MM-ADMM算法收敛于一般问题的一个稳定点.此外,我们提出了一个半定松弛(SDR)方法作为基准来评估MM-ADMM算法的效率。数值结果表明,MM-ADMM算法实现了接近最优的性能,是计算效率比基于SDR的方法。
2018-07-24 cs.IT math.IT
Low-Resolution Precoding for Multi-Antenna Downlink Channels and OFDM
下行链路预编码被考虑用于多径多输入单输出信道,其中基站使用正交频分复用和低分辨率信令。提出了一种量化坐标最小化(QCM)算法,并将其性能与其他预编码算法进行了比较,包括平方无穷范数松弛(SQUID),多天线贪婪迭代量化(MAGIQ)和最大安全裕度预编码。MAGIQ和QCM实现了最高的信息速率,QCM具有最低的复杂度,以乘法的数量来衡量。计算导频辅助信道估计和数据辅助信道估计的信息速率。5G低密度奇偶校验码的比特出错率证实了信息理论计算。在发射机处具有不完善信道知识的仿真表明,QCM和SQUID的性能以与具有高分辨率量化器的迫零预编码类似的方式下降。
2022-08-29 cs.IT math.IT
Directional Training and Fast Sector-based Processing Schemes for mmWave Channels
我们考虑一个单小区的情况下,涉及一个单一的基站(BS)与一个大规模的阵列服务多天线终端在毫米波信道的下行链路。我们提出了一类多用户MIMO方案,它依赖于从用户终端的上行链路训练,和上/下行链路信道的互易性。BS采用基于虚拟扇区的处理,根据该处理,在非重叠的角度扇区上并行执行用户信道估计和数据传输。我们考虑的上行链路训练方案是非正交的,也就是说,我们允许多个用户在相同的导频维度上发送导频(从而潜在地相互干扰)。基本处理允许每个扇区确定可以在扇区上解析的用户信道的子集(有效地无导频污染),并且因此确定可以由扇区服务的用户的子集。这允许在不同扇区的相同导频维度上解析多个用户,从而增加系统的总体复用增益。我们的分析和仿真表明,通过使用适当设计的定向训练波束在用户终端,基于扇区的传输方案,我们提出可以产生大量的空间复用和遍历用户速率的改善,相对于他们的正交训练同行。
2017-05-19 cs.IT math.IT
Cell-Free Massive MIMO Meets OTFS Modulation
本文首次对无小区大规模多输入多输出(MIMO)系统中的正交时频空间(OTFS)调制进行了性能评估。为了研究性能和开销之间的权衡,我们采用嵌入式导频辅助和叠加基于导频的信道估计方法。然后,我们推导出一个封闭形式的表达式为个人用户的下行链路和上行链路的频谱效率作为AP,用户和延迟多普勒域信道估计参数的数量的函数。基于这些分析结果,我们还提出了新的缩放定律,AP的和用户的发射功率应该满足,以维持一个理想的服务质量。研究发现,当AP的数量$M_a$无限制地增长时,我们可以在上行链路和下行链路阶段分别与$1/M_a$和$1/M_a^2$成比例地降低每个用户和AP的发射功率。我们比较OTFS的性能与正交频分复用(OFDM)在高流动性条件。我们的研究结果表明,与阴影相关,OTFS调制与嵌入式导频为基础的信道估计提供$30$倍的增益超过OFDM对应的$95\%$ -可能每用户的下行链路速率。最后,与叠加的基于导频的信道估计,在每用户吞吐量的增加是更明显的相关阴影信道的中值速率。
2022-09-27 cs.IT cs.PF math.IT
Estimation and Mitigation of Channel Non-Reciprocity in Massive MIMO
基于时分双工(TDD)的大规模MIMO系统在基于上行链路导频计算下行链路预编码器时依赖于无线传播信道的互易性。然而,由于各个发送和接收链的不同行为,结合基站(BS)和用户设备(UE)的模拟无线电前端的有效上行链路和下行链路信道表现出非互易性。当下行链路预编码器不知道这种信道非互易性(NRC)时,系统性能可能由于NRC引起的干扰项而显著降级。在这项工作中,我们考虑了一个一般的TDD为基础的大规模MIMO系统中,在BS和UE的频率响应失配,以及在BS大阵列系统的互耦失配都共存,并诱导信道NRC。基于NRC受损信号模型,我们首先提出了一种新的迭代估计方法,用于获取BS和UE侧的NRC矩阵,然后还提出了一种新的NRC感知下行链路预编码器设计,利用所获得的估计。此外,为了便于在实际系统中执行所提出的估计方法和NRC感知预编码技术,在BS和UE之间引入了有效的导频信令方案。综合的数值结果表明,与现有的最先进的方法相比,当采用所提出的NRC估计和NRC感知预编码方法时,频谱效率性能大大提高。
2017-06-14 cs.IT math.IT
Data-Aided Secure Massive MIMO Transmission under the Pilot Contamination Attack
本文研究了具有主动窃听的时分双工多小区多用户大规模多输入多输出(MIMO)系统的保密通信设计。我们假设窃听者在窃听用户的下行链路数据传输之前主动攻击上行链路导频传输和上行链路数据传输。我们利用接收到的导频和接收到的数据信号进行上行链路信道估计。我们分析表明,当发射天线的数量和数据向量的长度都趋于无穷大时,期望用户和窃听者的信号位于基站接收信号矩阵的不同特征空间中,只要它们的信号功率不同。这一发现表明,降低(而不是增加)所需的用户的信号功率可能是一个有效的方法来打击强大的主动攻击的窃听。受此启发,我们提出了一个数据辅助的安全下行链路传输方案,并推导出一个渐近可实现的保密和速率表达式所提出的设计。对于具有独立同分布衰落的单小区单用户系统的特殊情况,所得到的表达式揭示了保密率与发射天线的数量成比例关系。这与在没有窃听者的情况下单用户大规模MIMO系统的可实现速率的缩放定律相同。数值结果表明,该方案实现了显着的保密率增益相比,基于匹配滤波器预编码与人工噪声生成和零空间传输的替代方法。
2019-03-25 cs.IT math.IT