Successive Cancellation Soft Output Detector For Uplink MU-MIMO Systems With One-bit ADCs
本文提出了一种用于上行链路多用户多输入多输出（MU-MIMO）系统的逐次抵消软输出（SCSO）检测器，该检测器采用1位模数转换器（ADC）。所提出的检测器产生软输出（例如，对数似然比（LLR））：每个用户k的消息从用于$k=1,...,K$的信道解码器$k$以该顺序被顺序解码，并且先前解码的消息被利用来提高LLR的可靠性。此外，我们开发了一个有效的贪心算法来优化解码顺序。通过仿真结果，我们证明了所提出的有序SCSO检测器优于其他检测器的编码MU-MIMO系统与一位ADC。
2017-11-01 cs.IT math.IT
Security in Distributed Storage Systems by Communicating a Logarithmic Number of Bits
我们调查的问题，维护编码的分布式存储系统时，一些节点包含对抗性错误。使用纠错功能，内置到现有的冗余系统，我们提出了一个简单的线性哈希方案来检测存储节点中的错误。我们的主要结果是，对于存储一个数据对象的总大小$\size$使用的$(n,k)$ MDS代码在有限域$\F_q$，高达$t_1=\lfloor(n-k)/2\rfloor$错误可以被检测到，与故障概率小于$1/ \size$，通过通信只有$O(n(n-k)\log \size)$位到一个可信的验证。我们的结果构造了数据的小投影，以高概率保留错误，并建立在欺骗线性函数的伪随机发生器上。我们的方案所达到的传输速率是渐近等于源和任何接收器之间的最小切割容量。
2010-05-04 cs.CR cs.IT math.IT
Minimum BER Precoding in 1-Bit Massive MIMO Systems
1-比特数模（DAC）和模数转换器（ADC）在大规模MIMO系统中获得了更多的经济性和计算效率。提出了一种新的预编码技术，以减轻用户间干扰（IUI）和信道失真的1位下行链路MUISO系统与QPSK符号。考虑1比特量化来优化发送信号矢量。我们开发了一种基于输入信号和发射信号之间的查找表（LUT）的映射。LUT针对每个通道实现进行更新。仿真结果表明，与现有的线性预编码技术相比，在未编码的误码率（BER）方面有显着的增益。
2017-06-27 cs.IT math.IT
Improving Cell-Free Massive MIMO by Local Per-Bit Soft Detection
在这封信中，我们考虑了无小区的大规模多输入多输出（MIMO）网络的上行链路，其中每个用户由接入点（AP）的子集解码。在无小区大规模MIMO处理中引入了一个额外的步骤：上行链路中的每个AP在本地实现软MIMO检测，然后在前传链路上共享所得到的比特对数似然。数据的解码在中央处理单元（CPU）处执行，从AP收集数据。AP处的非线性处理包括仅利用本地信道状态信息对每个接收到的数据比特的后验密度的近似计算。所提出的方法提供了良好的性能，在误帧率和大大低于最佳的最大似然解调器的复杂度。
2021-04-06 cs.IT math.IT
Nonlinear 1-Bit Precoding for Massive MU-MIMO with Higher-Order Modulation
大规模多用户（MU）多输入多输出（MIMO）被广泛认为是即将到来的第五代（5G）无线通信标准的核心技术。在MU-MIMO基站中使用低精度数模转换器（DAC）是令人感兴趣的，因为它降低了功耗、系统成本和原始基带数据率。在本文中，我们开发了一种新的算法，用于大规模MU-MIMO系统的下行链路预编码与1位DAC，支持高阶调制方案，如8-PSK或16-QAM。具体而言，我们提出了低复杂度的非线性预编码算法，实现低出错率时，结合盲或基于训练的信道估计算法在用户设备。这些结果与线性量化预编码算法形成鲜明对比，如果与高阶调制方案和1位DAC一起使用，则线性量化预编码算法会遭受高错误平层。
2016-12-08 cs.IT math.IT
Downlink Achievable Rate Analysis in Massive MIMO Systems with One-Bit DACs
在这封信中，我们调查的大规模多输入多输出（MIMO）系统的下行链路性能的基站配备了一位模数/数模转换器（ADC/DAC）。考虑到基于训练的传输，我们假设基站（BS）采用线性最小均方误差（LMMSE）信道估计器，并将信道估计作为真实信道来预编码数据符号。我们推导出匹配滤波器（MF）预编码的下行链路可达速率的表达式。一个详细的分析所产生的功率效率追求使用我们的表达式的可实现的速率。数值结果验证了我们的分析。特别是，它示出，与传统的大规模MIMO系统相比，在一比特的大规模MIMO系统的性能损失可以通过在BS部署大约2.5倍多的天线来补偿。
2017-02-10 cs.IT math.IT
Massive MIMO Downlink 1-Bit Precoding with Linear Programming for PSK Signaling
量化的大规模多输入多输出（MIMO）系统由于其功率效率而受到越来越多的关注。提出了一种新的预编码技术，以减轻多用户干扰和量化失真的下行链路多用户（MU）多输入单输出（MISO）系统与1比特量化在发送端。这项工作仅限于PSK调制方案。考虑到1比特量化，针对每个期望的接收矢量优化发射信号矢量。该优化是基于最大化安全裕度的PSK调制的决策阈值。仿真结果表明，与现有的线性预编码技术相比，在未编码的误码率（BER）方面有显着的增益。
2017-04-21 cs.IT math.IT
MIMO ARQ with Multi-bit Feedback: Outage Analysis
研究了离散输入星座的多输入多输出（MIMO）块衰落信道中增量冗余自动重传请求（INR-ARQ）传输的渐近中断性能。我们首先表明，传输与随机码使用的离散信号星座在所有的发射天线实现了最佳中断分集的Singleton界。然后，我们分析了MIMO块衰落信道下INR-ARQ传输的最佳SNR指数和中断分集。我们表明，一个显着的增益中断分集获得通过提供一个以上的比特反馈，在每个ARQ轮。因此，INR-ARQ传输的中断性能可以显着改善与最小的额外开销。一个次优的反馈和功率自适应规则，实现最佳的中断分集，提出了MIMO INR-ARQ，展示了多比特反馈提供的好处。
2010-06-10 cs.IT math.IT
Massive MIMO with 1-bit ADC
我们研究了大规模的多输入多输出（MIMO）上行链路系统，每个接收机天线上的1位模数转换器（ADC）。依赖1位ADC的接收器不需要自动增益控制（AGC）等耗能接口。这降低了ADC的建设和运营成本。我们的设计是基于最大比合并（MRC），迫零（ZF）和最小二乘（LS）检测，考虑到1位ADC对信道估计的影响。通过数值计算，我们显示了良好的性能的系统的互信息和符号出错率（SER）。此外，我们提供了一种分析方法来计算的互信息和SER的MRC接收机。分析方法在这个意义上，避免了符号和信道噪声矢量蒙特卡罗模拟降低了复杂性。
2014-04-30 cs.IT math.IT
Uplink Performance of Wideband Massive MIMO with One-Bit ADCs
模数转换器（ADC）占大规模MIMO基站总功耗的很大一部分。1位ADC是降低功耗的一种方法。本文分析了使用1位ADC的大规模MIMO系统中单载波和OFDM传输的频谱效率。封闭形式的可实现速率，即，对于具有大量信道抽头的宽带系统，推导出容量的下限，该宽带系统采用低复杂度线性信道估计和符号检测。量化在符号检测中导致两种类型的误差。在大规模MIMO中，循环对称误差变为高斯，并且随着天线数量的增加而消失。接收干扰能量中符号持续时间的变化会引起幅度失真，严重影响OFDM系统的性能。随着信道抽头数的增加，幅度失真消失，OFDM具有与单载波传输相同的性能。本文的一个主要结论是宽带大规模MIMO系统与1位ADC配合使用效果良好。
2016-10-17 cs.IT math.IT
SLNR Based Precoding for One-Bit Quantized Massive MIMO in mmWave Communications
大规模多输入多输出（MIMO）是5G无线通信的关键技术，有望大幅提高容量。低分辨率数据转换器的使用对于大规模MIMO至关重要，以使整体传输尽可能具有成本效益和能源效益。在这项工作中，我们考虑了下行毫米波（mmWave）传输的情况下，多个用户同时服务的大规模MIMO与一位数/模（D/A）转换器。特别是，我们提出了一种新的预编码器设计的基础上的信号泄漏加噪声比（SLNR），最大限度地减少能量泄漏到不需要的用户，同时考虑到由于非线性一位量化的损害。我们表明，众所周知的正则化迫零（RZF）预编码器是一个特定版本的建议SLNR为基础的预编码器，这是当量化损伤完全忽略。数值结果强调显着的性能改善，以及所提出的SLNR为基础的预编码器相比，无论是RZF或迫零（ZF）预编码器。
2019-02-12 cs.IT math.IT
Spatial Coding Based on Minimum BER in 1-Bit Massive MIMO Systems
我们考虑一个下行链路1位量化多用户（MU）多输入多输出（MIMO）系统，其中1位数字模拟（DAC）和模拟数字转换器（ADC）用于经济和计算效率的发射机和接收机。我们最终得到一个离散的无记忆信道，其输入和输出矢量属于QPSK星座。在大规模（MIMO）系统的背景下，基站（BS）天线的数量远大于接收天线的数量。这导致通道的高输入基数。在这项工作中，我们介绍了一种方法来减少输入集的基础上最小误码率（BER）的标准结合非线性预编码技术。这种方法被称为空间编码。仿真结果表明，这种空间编码改善了误码率的行为显着消除错误地板由于粗量化。
2017-06-27 cs.IT math.IT
Channel Estimation for One-Bit Massive MIMO Systems Exploiting Spatio-Temporal Correlations
大规模多输入多输出（MIMO）可以显著提高系统的整体性能。然而，大规模MIMO系统可能需要大量的射频（RF）链，这可能导致高成本和功耗问题。解决这些问题的一种有前途的方法是在基站处使用低分辨率模数转换器（ADC）。然而，通过使用低分辨率ADC，信道估计成为一项困难的任务。本文讨论了大规模MIMO系统中使用一位ADC的信道估计问题时，信道的空间和时间相关。基于Bussgang分解，其将非线性一比特量化重新公式化为统计上等效的线性算子，通过假设量化噪声遵循高斯分布，使用卡尔曼滤波器来估计空间和时间相关信道。数值结果表明，该方法可以通过适当利用信道的空间和时间相关性，显着提高信道估计质量。
2018-08-21 cs.IT math.IT
Channel Estimation and Uplink Achievable Rates in One-Bit Massive MIMO Systems
本文考虑了一个大规模的多输入多输出（MIMO）系统的上行链路的信道估计和可达到的速率，其中基站配备了一位模数转换器（ADC）。通过使用线性表达式重写非线性一比特量化，我们首先推导出线性最小均方误差（LMMSE）信道估计器的简单而有见地的表达式。然后，采用这种信道估计器，我们推导出一个封闭形式的表达式的最大比合并器（MRC）接收机的可达速率的下限。数值结果验证了我们的分析，并表明我们提出的LMMSE信道估计优于近最大似然（nML）估计先前提出的。
2016-08-19 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
One-bit massive MIMO precoding via a minimum symbol-error probability design
大规模多输入多输出（MIMO）技术具有显著提高移动网络频谱效率、鲁棒性和覆盖范围的潜力。然而，这种潜力受到与大量RF链相关联的硬件成本和功耗的限制。最近，提出了一位量化，通过用一位DAC取代高分辨率数模转换器（DAC）来解决这个问题，从而简化RF链。尽管系统成本较低，但需要先进的信号处理技术来补偿低分辨率DAC造成的量化失真。本文提出了一种基于误符号率（SER）的1比特预编码方案，以在1比特约束下最小化所有用户的检测错误概率。该问题是重铸作为一个连续优化问题的双凸目标。通过应用块坐标下降（BCD）方法和FISTA方法，我们开发了一个有效的迭代算法，以获得一个比特的预编码解决方案。仿真结果表明，在高阶调制情况下，该算法的误比特率出错率性能优于现有算法。
2018-03-13 cs.IT math.IT
Efficient Non-linear Equalization for 1-bit Quantized Cyclic Prefix-Free Massive MIMO Systems
针对大规模多输入多输出（MIMO）基站，利用1位模数转换器（ADC）量化上行信号的数据检测问题。量化的大规模MIMO系统的现有文献处理循环前缀（CP）传输频率选择性信道。在本文中，我们提出了一个计算效率的块处理均衡器的基础上的期望最大化（EM）算法在CP免费传输的1比特量化系统。我们研究的最佳块长度和重叠因子的信道脉冲响应（CIR）长度的基础上的比特错误率（BER）性能指标。由于EM是一种非线性算法，最优估计是根据算法的初始起始点迭代地找到的。通过数值模拟，我们表明，初始化的EM算法与维纳滤波器（WF）的估计，这需要考虑到潜在的量化，实现优越的BER性能相比，与其他起始点的初始化。
2018-06-28 cs.IT math.IT
Analysis of One-Bit Quantized Precoding for the Multiuser Massive MIMO Downlink
我们提出了一个数学分析的线性预编码器的下行链路大规模MIMO多用户系统，采用一位数-模转换器在基站，以降低复杂性和减轻功耗。该分析基于Bussgang定理，并且通常适用于任何线性预编码方案。我们详细研究的量化迫零（ZF）预编码器的特殊情况下，并推导出一个简单的渐近表达式在每个终端的符号出错率。我们的分析表明，量化ZF预编码器的性能主要取决于天线数量与用户数量的比率，并且我们的模拟表明，对于低到中等的信噪比，它可以优于更复杂的最大似然编码器，其中假定大规模MIMO系统进行操作。我们还使用Bussgang定理推导出一个新的线性预编码器优化的情况下，一位量化，并说明其改进的性能。
2016-10-21 cs.IT math.IT
Bit Density Based Signal and Jamming Detection in 1-Bit Quantized MIMO Systems
本文研究了缺席判决问题（即，无效假设，$\mathcal{H}_0$）或存在（即，备选假设，$\mathcal{H}_1$），该备选假设是在多输入多输出（MIMO）接收机中嵌入在接收信号中的未知信号。我们的解决方案的独创性在于量化接收到的信号由一个自适应的1位窗口比较器，而不是传统的1位量化器。这使我们能够将观察到的二进制序列的空间分成两个典型的集合（w.r.t.序列中1的数目的分布），其中第一组对应于$\mathcal{H}_0$，第二组对应于$\mathcal{H}_1$。因此，我们减少了检测问题，以确定一个观察到的序列的高度可能的设置。因此，提出了一种非常低复杂度的二元假设检测器，并给出了其检测概率。为了显示所提出的1位接收器结构的高效率，我们考虑两个无线应用;在大规模MIMO系统中的干扰检测，以及在无线传感器网络（WSN）中探测非平稳低功率发射器，假设未知的瑞利衰落信道。与采用卡方检验的未量化系统相比，它示出了在大规模MIMO中的性能损失可以大致与$10\%$一样大，并且该差距随着序列长度或/和干扰功率的增加而减小。对于无线传感器网络，我们表明，与未量化的系统相比，性能差距变得更小时，观察间隔扩展到几个符号。
2021-09-06 cs.IT math.IT
An Error Probability Approach to MIMO Wiretap Channels
我们认为MIMO（多输入多输出）窃听信道，其中合法的发射机爱丽丝正在与合法的接收机鲍勃在窃听夏娃的存在下进行通信，并通过MIMO信道进行通信。我们假设爱丽丝的策略是使用一个具有格结构的码本，然后允许她执行陪集编码。我们分析了夏娃的概率正确解码的消息爱丽丝的意思是鲍勃，并从最小化这个概率，我们推导出一个代码的设计准则MIMO格窃听码。块衰落信道的情况下进行类似的处理，快衰落信道作为一个特殊的情况下得出。阿拉米德代码仔细研究，作为分析提供的一个例子。
2013-01-09 cs.IT math.IT
Optimal Design of Energy and Spectral Efficiency Tradeoff in One-Bit Massive MIMO Systems
本文考虑了一个单小区大规模多输入多输出（MIMO）系统配备了一个基站（BS），使用一个比特量化和调查的能量效率（EE）和频谱效率（SE）的权衡。首先，我们提出了一种新的预编码方案和下行链路功率分配策略，导致在一个比特MIMO系统的上下行链路SINR的对偶。考虑到信道状态信息不完全的影响，在最大比合并/匹配滤波和迫零处理的对偶下，得到了上下行链路可达速率的近似封闭表达式。然后，我们专注于联合优化的竞争SE和EE目标的用户数量，飞行员训练时间和操作电源，使用加权乘积法获得EE/SE帕累托边界。数值结果验证了我们的分析结果，并证明了基本的权衡EE和SE不同的参数设置。
2017-04-12 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
Hybrid Precoder and Combiner Design with One-Bit Quantized Phase Shifters in mmWave MIMO Systems
模拟/数字混合预编码器和合路器由于其节能和经济的优势，在毫米波多输入多输出（MIMO）系统中得到了广泛应用。无限分辨率的移相器（PS）的模拟波束形成器可以实现非常接近的性能相比，全数字方案，但会导致高复杂性和密集的功耗。因此，在实际的毫米波MIMO系统中通常使用更具成本效益和能量效益的低分辨率PS。在本文中，我们考虑了毫米波MIMO系统中的联合混合预编码器和合并器的设计与一位量化PS。我们建议首先设计的模拟预编码器和合并器对每个数据流相继，旨在有条件地最大化频谱效率。本文提出了一种新的二进制模拟预编码器和合并器优化算法，该算法在含干扰等效信道的秩1近似下，具有低于二次复杂度的性能。然后，基于所获得的基带有效信道来计算数字预编码器和组合器，以进一步提高频谱效率。仿真结果表明，该算法优于现有的基于1比特PS的混合波束形成方案。
2017-04-26 cs.IT math.IT
1-Bit MIMO for Terahertz Channels
本文研究了用1位数模转换器和模数转换器实现单用户多输入多输出通信的问题。以信息理论容量为基准，在业务利益的制度，波束形成和等概率信令的互补策略进行了对比，并随后的频谱效率的特点。各种典型的信道类型被认为是，重点是在球面和平面波前，分别代表毫米波和太赫兹频率的短和长的传输范围下的视线设置。在所有情况下，波束成形和等概率信令的明智组合被示出为在与容量的适度间隙内操作。
2021-09-09 cs.IT math.IT
MMSE precoder for massive MIMO using 1-bit quantization
提出了一种新的线性最小均方误差（MMSE）预编码器的下行链路（DL）大规模多输入多输出（MIMO）的情况下设计。出于经济和计算效率的原因，使用低分辨率1位数模（DAC）和模数（ADC）转换器。这是以性能增益为代价的，性能增益可以通过在基站（BS）处部署的大量天线和适当的预编码器设计来恢复，以减轻由于粗量化引起的失真。所提出的预编码器考虑了量化非线性，并分为数字预编码器和模拟预编码器。我们制定了两阶段的预编码问题，使用户的MSE最小化下的1位约束。在模拟中，我们比较了新的优化预编码方案与以前提出的线性预编码器的未编码的误码率（BER）。
2017-06-27 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
Capacity Analysis of One-Bit Quantized MIMO Systems with Transmitter Channel State Information
随着新兴无线系统中带宽达到千兆赫量级，高分辨率模数转换器（ADC）成为功耗瓶颈。一种解决方案是采用低分辨率1位ADC。在本文中，我们分析了平坦衰落多输入多输出（MIMO）信道与一位ADC。假设信道状态信息在发射机和接收机处都是已知的。对于多输入单输出信道，我们推导了精确的信道容量。对于单输入多输出MIMO信道，得到了无限信噪比下的容量，并给出了有限信噪比下的容量上界，当信道满秩时，该上界是紧的。此外，我们提出了一种有效的方法来设计输入符号以接近容量实现解决方案。我们将毫米波信道特性，并找到无限的SNR容量的界限。结果显示了路径的数量和接收天线的数量如何影响容量。
2015-11-06 cs.IT math.IT
Sparsity-Adaptive Beamspace Channel Estimation for 1-Bit mmWave Massive MIMO Systems
我们提出了稀疏自适应波束空间信道估计算法，提高精度的1位数据转换器在全数字毫米波（mmWave）大规模多输入多输出（MIMO）基站。我们的算法包括一个调整阶段的基础上斯坦的无偏风险估计（SURE），自动选择最佳的去噪参数取决于瞬时信道条件。与视线（LoS）和非LoS毫米波大规模MIMO信道模型的仿真结果表明，我们的算法提高信道估计精度与1位测量的计算效率的方式。
2020-05-30 cs.IT eess.SP math.IT
One-Bit Precoding and Constellation Range Design for Massive MIMO with QAM Signaling
使用低分辨率数模转换器（DAC）进行发射预编码为大规模多输入多输出（MIMO）实现提供了至关重要的能效优势。针对下行大规模MIMO传输中的平均符号出错率（SER）最小化问题，提出了一种正交幅度调制（QAM）星座范围和1比特符号级预编码设计方法。首先推导出具有低分辨率DAC预编码的SER的严格上限。推导出的表达式表明，一比特预编码的性能下降可以解释为QAM星座的有效最小距离的减少。使用所获得的SER表达式，我们提出了一个QAM星座范围设计的单用户的情况下。结果表明，在大规模MIMO限制下，采用1比特预编码的星座图范围的合理选择是采用每符号功率约束的无限分辨率预编码，但要减小$\sqrt{2/π}$或约$0.8$。相应的最小距离减少转化为1比特预编码和无限分辨率预编码的性能之间的约2dB的差距。本文进一步提出了一种低复杂度的启发式算法的一比特预编码器的设计。最后，提出的QAM星座范围和预编码器的设计推广到多用户下行链路。我们建议通过与一比特预编码的$\sqrt{2/π}$相同的因子来缩放具有每符号功率约束的无限分辨率迫零（ZF）预编码的星座范围。所提出的一比特预编码方案被示出为在无限分辨率ZF的2dB内。在天线数量方面，一比特预编码需要大约50%的天线来实现与无限分辨率预编码相同的性能。
2018-03-14 cs.IT math.IT
Limited Feedback in Single and Multi-user MIMO Systems with Finite-Bit ADCs
具有低分辨率模数转换器（ADC）的通信系统可以在发送器和接收器处利用信道状态信息。本文提出了有限位ADC的有限反馈MIMO系统的码本设计和性能分析。首先考虑点对点单用户信道。当接收信号由1位ADC进行切片时，接收器的绝对相位对于对齐接收信号的相位非常重要。因此，提出了一种新的波束形成码本设计，它分别量化信道方向和剩余相位。对于多比特的情况下，最佳的传输方法是未知的，次优高斯信令和特征向量波束成形被假定为获得可实现的速率的下限。研究发现，为了限制速率损失，在中等SNR状态下需要比低SNR和高SNR状态更多的反馈比特，这与传统的无限比特ADC的情况有很大不同。第二，考虑多用户系统，其中多天线发射器将信号发送到具有有限位ADC的多个单天线接收器。基于由于有限位ADC和有限位CSI反馈而导致的导出的性能损失，每个反馈的位数应随着ADC分辨率线性增加，以便限制速率损失。
2017-04-14 cs.IT math.IT
Branch-and-Bound Precoding for Multiuser MIMO Systems with 1-Bit Quantization
多天线系统是未来无线通信系统中实现多用户服务的关键技术。为了降低能耗和硬件复杂度，我们首先考虑发送具有恒定幅度的符号，然后考虑1位数模转换器。我们提出的预编码设计，最大限度地提高了最小距离的决策阈值在接收机。1比特DAC的预编码设计对应于一个离散优化问题，我们用分支定界策略精确地解决了这个问题。我们也提出了一个基于松弛的近似。我们的研究结果表明，所提出的分支定界方法具有多项式的复杂性。所提出的方法优于现有的预编码方法与1比特DAC的未编码比特的出错率和速率。与无限DAC分辨率相比，性能损失很小。
2017-11-10 cs.IT math.IT
Channel Estimation in Broadband Millimeter Wave MIMO Systems with Few-Bit ADCs
针对毫米波多输入多输出（MIMO）系统，提出了一种基于低比特模数转换器（ADC）的宽带信道估计算法。我们的方法利用联合稀疏的毫米波MIMO信道的角度和延迟域。我们制定的估计问题作为一个嘈杂的量化压缩感知问题，并解决它使用高效的近似消息传递（AMP）算法。特别是，我们使用Bernoulli-Gaussian混合分布与未知参数的角度延迟系数建模，并使用期望最大化（EM）形式的广义AMP（GAMP）和矢量AMP（VAMP）算法，同时学习的分布参数和计算近似最小均方误差（MSE）估计的信道系数。我们设计了一个训练序列，允许快速，FFT为基础的实现这些算法，同时最大限度地减少峰均功率比在发射机，使我们的方法有效地扩展到大量的天线元件和延迟。我们提出了一个详细的模拟研究，比较我们的算法的几个基准的结果。我们的研究调查的SNR，训练长度，训练类型，ADC的分辨率，和运行时间对信道估计的MSE，互信息，和可达到的速率的影响。结果表明，我们的方法允许1位ADC在低SNR下执行从1到无限位ADC，而4位ADC在中等SNR下执行从1到无限位ADC。
2017-12-06 cs.IT math.IT
Divide and Conquer: One-Bit MIMO-OFDM Detection by Inexact Expectation Maximization
采用一位模数转换器（ADC）实现大规模多输入多输出（MIMO）在降低硬件成本和功耗方面具有很大的潜力。然而，由量化引起的失真提出了巨大的挑战。在MIMO正交频分调制（OFDM）检测，粗量化呈现子载波之间的正交分离不适用，迫使我们处理的问题，有一个非常大的问题大小。在本文中，我们研究的期望最大化（EM）的方法为1比特MIMO-OFDM检测。其思想是迭代解耦子载波之间的MIMO-OFDM检测问题。使用块坐标下降的角度来看，我们描述的经典EM方法提供更灵活和计算效率的设计不精确的变种。仿真结果表明，EM使分而治之的策略的潜力。
2021-02-11 cs.IT eess.SP math.IT
A Joint Combiner and Bit Allocation Design for Massive MIMO Using Genetic Algorithm
在本文中，我们推导出一个封闭形式的表达的组合器的多输入多输出（MIMO）接收机配备了最小均方误差（MMSE）估计。我们建议在射频（RF）路径上使用可变位分辨率模数转换器（ADC）。采用极低位分辨率ADC（1- 2位）是大规模多输入多输出（MIMO）接收机架构的一种常用方法，可降低大功率需求。我们表明，对于某些信道条件，采用不相等的位分辨率ADC（例如，在1和4比特之间）与所提出的组合器一起，改善了MIMO接收机在均方误差（MSE）意义上的性能。可变位分辨率ADC仍然在所有路径上使用相等位分辨率ADC的功率约束内（例如，2位）。我们提出了一种遗传算法结合派生的组合器，以达到最佳的ADC比特分配框架，显着降低计算复杂度。
2017-11-17 cs.IT eess.SP math.IT
Study of Iterative Detection and Decoding for Large-Scale MIMO Systems with 1-Bit ADCs
针对大规模多用户多天线系统的上行链路，提出了一种新的迭代检测和译码方案。为了降低接收机的能量消耗和计算复杂性，在前端采用了1位模数转换器。由于1比特量化的性能损失可以通过使用大规模天线阵列来减轻。我们提出了一种线性低分辨率感知的最小均方误差检测器的软多用户干扰缓解。此外，短块长度的低密度奇偶校验码被认为是为了避免高延迟。在信道译码器中，设计了一种带比例因子的准均匀量化器，以降低LDPC码的误码平层。仿真结果表明，该系统在比特出错率方面的良好性能相比，以前的工作。
2017-12-23 cs.IT math.IT
Timing and Frequency Synchronization for 1-bit Massive MU-MIMO-OFDM Downlink
我们考虑大规模多用户（MU）多输入多输出（MIMO）下行链路的定时和频率同步，其中1位数模转换器（DAC）在基站（BS）。我们专注于实际相关的情况下，正交频分复用（OFDM）是用来在频率选择性信道进行通信。我们的贡献是双重的。首先，我们使用Bussgang定理来分析BS中存在1位DAC时定时和频率偏移对性能的影响。其次，我们证明了广泛使用的Schmidl-Cox同步算法的有效性。我们的研究结果表明，1比特的大规模MU-MIMO-OFDM下行链路是弹性的定时和频率偏移。
2019-05-19 cs.IT eess.SP math.IT
One-Bit Sphere Decoding for Uplink Massive MIMO Systems with One-Bit ADCs
本文提出了一种低复杂度的近最大似然检测（near-MLD）算法，称为一位球解码的上行链路大规模多输入多输出（MIMO）系统与一位模数转换器（ADC）。所提出的算法的思想是通过在球体上搜索来估计由上行链路用户发送的发送符号向量（码字向量），该球体包含在加权汉明距离方面接近基站处的接收信号向量的码字向量的集合。该算法将接收信号矢量分解为多个子矢量，每个子矢量的维数降低，从而降低了球构造的计算复杂性。然后，它并行地生成多个球体，其中每个球体以子向量为中心并且包含子码字向量的列表。该算法的检测性能进行了分析，通过表征的概率，该算法的性能比MLD。分析表明，每个球的尺寸和子码字列表的大小是如何相关的性能复杂度的折衷所提出的算法实现。仿真结果表明，该算法实现了近MLD的性能，同时降低了计算复杂性相比，现有的MLD方法。
2017-12-19 cs.IT math.IT
How Much Training is Needed in One-Bit Massive MIMO Systems at Low SNR?
本文研究了采用1位模数转换器（ADC）的大规模多输入多输出（MIMO）系统中基于训练的传输。我们假设每个相干传输块由导频训练阶段和数据传输阶段组成。基站（BS）首先采用线性最小均方误差（LMMSE）方法来估计信道，然后使用最大比合并（MRC）接收机来检测数据符号。首先，我们得到一个近似的封闭形式的表达式，在低信噪比区域的上行链路可达到的速率。在此基础上，研究了两种情况下，使总频谱效率最大化的最优训练长度：i）训练功率和数据传输功率均为最优; ii）训练功率和数据传输功率相等。数值结果表明，与传统的大规模MIMO系统相比，1比特大规模MIMO系统的最优训练长度大于用户数，并依赖于相干间隔和平均发射功率等参数。此外，与传统系统不同，观察到就总频谱效率而言，单独优化训练和数据功率的益处相对较小。
2016-08-19 cs.IT math.IT
Bit-Interleaved Coded Multiple Beamforming with Perfect Coding in Massive MIMO Systems
本文研究了在毫米波大规模多输入多输出（MIMO）系统中采用理想编码的比特交织编码多波束形成（BICMB），以获得最大的分集增益和复用增益。使用BICMB的完美编码使我们能够做到这一点。我们表明，通过使用BICMB和完美的编码，分集增益变得独立于发送数据流的数量和在每个远程天线单元（RAU）在发送器和接收器的天线的数量。假设发射机和接收机都知道完美的信道状态信息（CSI），并且天线数量趋于无穷大。后一种假设可以通过每个RAU中的大量天线来放松，类似于所有大规模MIMO研究的情况。仿真结果表明，当满足理想信道状态信息假设时，采用理想编码的BICMB可以得到分析预测的分集增益值。
2020-05-05 cs.IT math.IT
MIMO with Analogue 1-bit Phase Shifters: A Quantum Annealing Perspective
本文研究采用1-bit移相器的MIMO系统SNR最大化问题，提出两种经典启发式算法，并引入基于迭代量子退火的方法，在多项式时间内实现近最优性能，且经D-WAVE设备验证有效。
2024-03-24 cs.IT math.IT
Low-Complexity Multiuser QAM Detection for Uplink 1-bit Massive MIMO
本文研究了一比特大规模多输入多输出（MIMO）系统的多用户检测，以降低基站的功耗。设计了一种低复杂度的近最大似然（nML）多用户检测算法，假设每个基站天线端口连接一对单比特分辨率的模数转换器（ADC），每个用户设备（UE）从正交幅度调制（QAM）星座发送符号。首先，一个新的凸规划制定为ML检测器的凸代理，随后通过加速一阶方法求解。然后，利用凸优化问题的解来解决具有减小的搜索空间的精细组合问题，这需要UE数量的非指数复杂度。明智的仿真研究证实了所产生的两相检测算法的有效性。所提出的两阶段算法可以实现接近ML检测器的符号出错率（SER）性能，与现有技术中的nML检测方案相比，具有显著降低的计算成本。
2018-06-08 cs.IT math.IT
Robust Learning-Based ML Detection for Massive MIMO Systems with One-Bit Quantized Signals
在本文中，我们研究了基于学习的最大似然（ML）检测的上行链路大规模多输入多输出（MIMO）系统与一位模数转换器（ADC）。为了克服基于学习的检测对训练长度的显著依赖性，我们提出了两种一位ML检测方法：偏置学习方法和抖动学习方法。偏置学习方法保持具有零概率的似然函数不通过学习消除所获得的信息，从而提供更鲁棒的检测性能。将有偏方法扩展到具有接收信噪比的知识的系统，抖动和学习方法通过将抖动噪声添加到量化器输入来估计更多的似然函数。通过采用后似然函数更新，利用正确解码的数据符号作为训练导频符号，进一步改进了所提出的方法。所提出的方法避免了对信道估计的需要。仿真结果验证了所提方法在符号出错率方面的检测性能。
2019-08-26 cs.IT math.IT
A Low-Complexity Soft-Output wMD Decoding for Uplink MIMO Systems with One-Bit ADCs
研究了一种采用1位模数转换器（ADC）的上行链路多用户多输入多输出（MU-MIMO）系统，其中具有单发射天线的$K$用户与具有$N_{\rm r}$接收天线的基站（BS）通信。在该系统中，最近提出了一种新的MU-MIMO检测方法，称为加权最小距离（wMD）解码，通过引入一个等效的编码问题。尽管其具有吸引人的性能，但wMD解码在实践中具有两个限制：i）硬判决输出可以降低信道码的性能; ii）计算复杂性随着$K$呈指数增长。为了解决这些问题，我们首先提出了一种软输出wMD解码，其有效地计算软度量（即，对数似然比）。然后，我们通过引入{ \em分层码划分}来构造低复杂度（软输出）wMD解码。该方法可以看作是汉明空间中的球形译码，因为搜索空闲被显著地减少。最后，我们证明了所提出的方法显着执行国家的最先进的方法具有可比的复杂性。
2017-07-13 cs.IT math.IT
Semi-Supervised Learning Detector for MU-MIMO Systems with One-bit ADCs
研究了一种采用1位模数转换器（ADC）的上行链路多用户多输入多输出（MU-MIMO）系统。对于这样的系统，监督学习（SL）检测器最近已被提出通过建模成一个参数化的Bernoulli类模型的非线性端到端的系统功能。尽管SL检测器具有吸引人的性能，但它需要大量的标记数据（即，导频信号）来精确地估计基础模型的参数。这是因为参数的数量随着用户的数量呈指数增长。为了克服这个缺点，我们提出了一种半监督学习（SSL）检测器，其中两个导频信号（即，标记的数据）和数据信号的某一部分（即，未标记的数据）用于通过期望最大化（EM）算法估计参数。通过仿真结果，我们表明，建议的SSL检测器可以达到现有的SL检测器的性能，显着降低导频开销。
2019-02-03 cs.IT math.IT
Space-time coding techniques with bit-interleaved coded modulations for MIMO block-fading channels
空时比特交织编码调制（ST-BICM）是在块衰落MIMO信道中获得高分集增益和编码增益的有效技术。其最大似然（ML）性能计算理想交织条件下，这使得全局优化考虑到信道编码。由于多样性上界来自Singleton界，一个适当的选择的时间维度的空时编码是可能的，这最大化的多样性，同时最小化的复杂性。在此基础上，提出了一种优化的交织器和一组线性预编码器，称为色散核代数（DNA）预编码器。所提出的预编码器相对于现有技术具有良好的性能，并且对于任何数量的发射天线和任何时间维度都存在。对于turbo码，它们表现出不随帧长度增加的帧出错率。
2007-06-15 cs.IT math.IT
Millimeter Wave MIMO Channel Estimation with 1-bit Spatial Sigma-delta Analog-to-Digital Converters
本文主要研究了采用1位空间Σ-Δ模数转换器（ADC）的毫米波MIMO系统的信道估计。1位空间Σ-Δ型ADC的信道估计性能取决于量化噪声建模。因此，我们提出了一种新的方法，利用1位空间Σ-Δ ADC的确定性输入输出关系来建模量化噪声。使用这个新的噪声模型，我们提出了一种算法的信道估计的窄带单用户毫米波视线MIMO系统，通过确定未知的角度和路径衰减，表征平坦衰落信道。通过仿真，我们证明了所开发的方法的性能与传统的模拟系统相当，并显着优于传统的1位量化系统。
2020-10-23 cs.IT eess.SP math.IT
One-Bit Massive MIMO: Channel Estimation and High-Order Modulations
我们调查的信息理论吞吐量可实现的衰落通信链路时，接收机配备了一位模数转换器（ADC）。该分析是针对发射机和接收机都没有关于衰落信道实现的先验信息的情况进行的。这意味着需要在接收器处基于一比特量化信道输出来获取信道状态信息。我们表明，最小二乘（LS）信道估计结合联合导频和数据处理的容量实现在单用户，单接收天线的情况下。我们还研究了在一个大规模的多输入多输出系统，其中每个元素的天线阵列在接收基站饲料一位ADC的上行链路的吞吐量。我们表明，LS信道估计和最大比合并足以支持多用户操作和使用高阶星座。尽管1位ADC引入了严重的非线性，但这一点仍然成立。
2015-05-05 cs.IT math.IT
Uplink Multiuser Massive MIMO Systems with One-Bit ADCs: A Coding-Theoretic Viewpoint
研究了一种基于1比特模数转换器（ADC）的上行链路多用户大规模多输入多输出（MIMO）系统，在该系统中，具有单天线的$K$用户与具有$n_r$天线的基站（BS）通信。在这个系统中，我们提出了一个新的MIMO检测框架，这是受编码理论的启发。所提出的框架的关键思想是使用完全由非线性MIMO信道矩阵表征的编码函数来创建长度为$n_r$且速率为$K/n_r$的非线性码$\Cc$。由此，多用户MIMO检测问题被转换成等效信道编码问题，其中，在每个具有不同交叉概率的$n_r$并行二进制对称信道上发送$\Cc$的码字。Levereging这一框架，我们开发了一个最大似然解码方法，并表明，最小距离的$\Cc$是强相关的分集阶。此外，我们提出了一个实际的实施方法时，所提出的框架的信道状态信息是不知道的BS。所提出的方法是使用训练序列在BS处估计码$\Cc$。然后，应用所提出的{ \em加权}最小距离解码。仿真结果表明，该方法在合理的训练开销下，几乎达到了理想的性能。
2017-02-02 cs.IT math.IT
Quantization Design and Channel Estimation for Massive MIMO Systems with One-Bit ADCs
研究了上行链路多用户大规模MIMO系统的信道估计问题。为了显著降低系统的硬件成本和功耗，在基站（BS）使用1位模数转换器（ADC）对接收信号进行解调。由于粗量化导致的严重失真，1比特大规模MIMO系统的信道估计具有挑战性。以前的研究表明，需要非常长的训练序列才能获得可接受的性能。本文研究了一比特大规模MIMO系统中信道估计的最优一比特量化设计问题。我们的分析表明，如果量化阈值是最佳设计的，使用一位ADC可以实现的估计误差接近（增加了一个因素的$π/2$），一个理想的估计器，可以访问未量化的数据。然而，最佳量化阈值取决于未知的信道参数。为了应付这个困难，我们提出了一个自适应量化（AQ）的方法，其中的阈值自适应调整的方式，使阈值收敛到最佳阈值，和随机量化（RQ）计划，随机生成一组不相同的阈值的基础上的一些统计先验知识的信道。仿真结果表明，我们提出的AQ和RQ方案，由于他们明智地设计的阈值，提出了一个显着的性能改善传统的固定量化方案，使用一个固定的（通常为零）阈值，同时实现了大量的训练开销减少信道估计。特别地，即使具有中等数量的导频符号（大约是用户数量的5倍），AQ方案也可以提供接近于完美信道状态信息（CSI）情况的可实现速率的可实现速率。
2017-04-16 cs.IT math.IT
Joint Power and Bit Allocation for Precoded Massive MIMO Channels
针对预编码大规模MIMO系统的功率与比特分配联合优化问题，提出自适应QAM方案，将MWF简化为经典WF，预计算QAM配置以截断SVD替代完整SVD，实现低复杂度与更优解码性能。
2025-04-18 cs.IT math.IT
An Efficient Global Algorithm for One-Bit Maximum-Likelihood MIMO Detection
针对大规模 MIMO 系统中的一比特最大似然检测问题，本文将其重构为含大量线性约束的 MILP 问题，并提出一种轻量级分支定界树搜索算法高效求解，显著降低了计算复杂度。
2023-07-03 cs.IT eess.SP math.IT
Channel Estimation and Data Equalization in Frequency-Selective MIMO Systems with One-Bit Quantization
本文研究了频率选择性1比特量化多输入多输出（MIMO）系统的信道估计和数据均衡。没有联合处理或信道状态信息假设在发射机，因此我们的研究结果也适用于多用户MIMO系统的上行链路。正交频分复用（OFDM）和单载波方案的系统模型的开发。导出了估计问题的一个Cramér-Rao下界。采用期望最大化（EM）和广义近似消息传递（GAMP）两种非线性算法求解该问题，并基于Bussgang定理提出了一种线性算法。在OFDM的情况下，线性方法实现了子载波方式的估计，大大降低了计算复杂性。通过仿真比较了不同设置下的算法。在低信噪比（SNR）区域，其结果接近Cramér-Rao界。OFDM设置更适合于非线性算法，而线性方法相对于非线性方法会导致性能损失。在相关的低SNR和中SNR区域中，损失达到2-3 dB，并且可以很好地证明以减少计算工作量为交换，特别是在大规模MIMO设置中。
2021-03-07 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
Massive MU-MIMO-OFDM Uplink with Direct RF-Sampling and 1-Bit ADCs
模数转换器（ADC）技术的进步为直接对宽带射频（RF）信号进行数字化提供了可能性，从而避免了模拟下变频的需要。在这项工作中，我们考虑了一个基于正交频分复用（OFDM）的大规模多用户（MU）多输入多输出（MIMO）上行链路系统，该系统依赖于在基站直接RF采样和数字化接收到的RF信号与1位ADC。利用Bussgang定理，我们提供了一个解析表达式的误差矢量幅度（EVM）实现的数字下变频和迫零合并。我们的结果表明，直接RF采样1位ADC实现低EVM，并支持大规模MU-MIMO-OFDM上行链路中的高阶星座。
2019-07-16 cs.IT eess.SP math.IT
