A General MIMO Framework for NOMA Downlink and Uplink Transmission Based on Signal Alignment
多输入多输出（MIMO）技术在非正交多址（NOMA）系统中的应用对于提高NOMA系统的性能增益具有重要意义。本文提出了一种新的MIMO-NOMA框架，用于下行链路和上行链路传输，通过应用信号对齐的概念。通过使用随机几何，封闭形式的分析结果，以方便性能评估的建议框架随机部署的用户和用户。研究了固定功率分配和认知无线电功率分配等不同功率分配策略对MIMO-NOMA性能的影响。计算机模拟结果证明了所提出的框架的性能和开发的分析结果的准确性。
2015-08-29 cs.IT math.IT
Learning-based Rate Adaptation for Uplink Massive MIMO Networks with Cooperative Data-Assisted Detection
本文研究了在不知道用户密度的情况下，大规模多输入多输出（MIMO）网络的上行链路自适应问题。具体地说，首先提出了一种新的协作上行链路传输和检测方案，用于大规模MIMO网络，其中每个上行链路帧被划分为具有独立编码方案的多个数据块，并且基于先前在服务小区和相邻小区中检测到的数据块来解码随后的块。推导了该方案的渐近信干噪比（SINR），并证明了考虑用户位置随机性的干扰功率分布服从高斯分布。通过跟踪干扰功率的均值和方差，针对干扰信道和用户密度未知的情况，提出了一种在线鲁棒速率自适应算法，保证了目标分组中断概率。
2019-04-27 cs.IT math.IT
The Role of Large-Scale Fading in Uplink Massive MIMO Systems
在这封信中，我们分析了一个大的上行链路多用户多输入多输出（MU-MIMO）系统在广义$K$衰落信道的遍历容量。在所考虑的情况下，多个用户将其信息发送到配备有大量天线的基站。由于大规模MIMO系统中快衰落的影响逐渐消失，大规模衰落成为影响大规模MIMO系统遍历容量的最主要因素。关于这一事实，在我们的工作中，我们集中我们的注意力在大规模MIMO系统的大规模衰落的影响。具体地说，一些有趣的和新颖的遍历容量的下界已经得到了完美的信道状态信息（CSI）和不完美的CSI。仿真结果评估这些解析表达式的准确性。
2014-06-12 cs.IT math.IT
Selective Uplink Training for Massive MIMO Systems
作为满足第五代（5G）无线网络中对高吞吐量和均匀覆盖两者的急剧增长的需求的有前途的技术，大规模多输入多输出（MIMO）系统近年来引起了极大的关注。然而，在大规模MIMO系统中，随着移动用户（MU）密度的增加，传统的上行链路训练方法会产生与MU数量成正比的过高的训练开销。本文提出了一种大规模MIMO系统的选择性上行链路训练方法，在每个信道块中，只有部分MU发送上行导频进行信道训练，并且利用信道的时间相关性，从先前块中的估计来预测剩余MU的信道状态。我们提出了一种有效的算法来动态地选择每个块内的MU进行训练，并确定最佳的上行链路训练长度。仿真结果表明，所提出的训练方法提供了显着的吞吐量增益相比，现有的方法，同时实现了更低的估计复杂度。据观察，吞吐量增益变得更高的MU密度增加。
2016-02-29 cs.IT math.IT
Guard Region Model for Pilot Reuse Analysis in Uplink Massive MIMO Systems
大规模多输入多输出（MIMO）有望显著提高未来蜂窝系统的频谱效率（SE）和能量效率（EE）。由于大规模MIMO的性能增益从根本上受到导频污染的限制，导频复用设计对于实现合理的小区吞吐量和用户速率至关重要。在本文中，我们利用随机几何模型在大规模MIMO系统中的导频复用，通过引入一个保护区模型，以匹配现实的导频分配策略。推导了上行链路的信干噪比（SINR）分布，并在此基础上分析了导频复用对小区吞吐量和用户速率的影响。得到了用于上行链路传输的最优导频复用因子。我们还通过仿真发现，增加导频复用因子超过一定的值不会提高用户速率，甚至可能导致小区吞吐量的显着损失。
2016-05-13 cs.IT math.IT
Spectral Efficiency Analysis for Spatial Modulation in Massive MIMO Uplink over Dispersive Channels
平坦衰落信道模型通常被用来分析大规模空间调制多输入多输出（SM-MIMO）系统的性能。然而，在宽带短消息传输中，频率选择性衰落信道引起的严重符号间干扰（ISI）不容忽视，这对系统性能造成了严重影响，尤其是对于单载波短消息（SC-SM）传输方案。据作者所知，没有一个以前的研究人员能够提供一个全面的分析，可实现的频谱效率（SE）的大规模SC-SM MIMO上行链路传输。分析了单小区大规模SC-SM MIMO系统的上行链路估计误差，提出了一个紧闭形式的估计误差下界，用于量化基站采用最大比合并进行多用户检测时的估计误差。同时考虑了非理想信道估计和发射相关性的影响。蒙特卡罗模拟进行验证我们提出的SE下限的紧密性。理论分析和仿真结果均表明，上行单小区大规模SC-SM MIMO系统的SE具有优于单天线UE所实现的上行SE的潜力。
2017-02-28 cs.IT math.IT
Can Massive MIMO Support Uplink Intensive Applications?
当前的室外移动网络基础设施不能支持上行链路密集型移动应用，例如收集和上传大量实时的数据的联网车辆。我们的研究表明，最大比（MR）解码，它在理论上是不可能的，以支持无小区的大规模MIMO这样的应用，它需要在单小区配置的服务天线的数量非常大，使它实际上是不可行的;但是通过迫零（ZF）解码，这样的应用可以容易地由具有非常适度数量的接入点（AP）的无小区大规模MIMO来支持，并且在单小区配置中需要更多的服务天线。通过新推导的无小区大规模MIMO的SINR表达式，我们表明上行链路功率控制是不必要的，并且在2GHz频带上，在城市和郊区形态中，对于上行链路数据传输的10 MHz有效带宽，每平方公里90个单天线AP和每平方公里32个单天线AP分别足以支持18辆自动驾驶汽车。在农村形态中，使用450 MHz频带，每平方公里仅2个单天线AP就足够了。
2019-02-12 cs.IT math.IT
Low-complexity near-optimal signal detection for uplink large-scale MIMO systems
最小均方误差（MMSE）信号检测算法是上行多用户大规模多输入多输出（MIMO）系统的近最优检测算法，但需要进行复杂度较高的矩阵求逆。本文首先证明了大规模MIMO系统的MMSE滤波矩阵是对称正定的，并在此基础上利用Richardson方法避免矩阵求逆，提出了一种低复杂度的准最优信号检测算法。复杂度可以从O（K3）降低到O（K2），其中K是用户数。我们还提供了所提出的算法的收敛性证明。仿真结果表明，该算法收敛速度快，达到了经典MMSE算法的近优性能。
2015-07-16 cs.IT math.IT
On Hybrid Pilot for Channel Estimation in Massive MIMO Uplink
针对多小区多用户大规模MIMO系统的上行链路，提出了一种混合导频辅助信道估计技术。所提出的混合导频被设计成使得其享有时分复用（TM）导频和时间叠加（TS）导频之间的互补优势，并且由此允许优于传统导频方案的解决方案。我们数学上的混合导频的影响，大规模MIMO上行链路推导出一个封闭的形式近似的上行链路可达速率。在大天线数情况下，通过联合设计TM导频和TS导频，得到了混合导频的渐近最优解。结果表明，TM导频或TS导频分别具有大帧大小和有限帧大小传输的优势，而混合导频方案可以提供优于TM导频或TS导频的性能。数值结果验证了所提设计的有效性。
2016-12-22 cs.IT math.IT
Interference Alignment for Multicell Multiuser MIMO Uplink Channels
本文提出了一种线性干扰对齐（IA）方案，可用于一般的多小区多用户MIMO蜂窝网络的上行链路信道。所提出的方案旨在将由来自一组发射机的信号引起的干扰对准到由仅来自这些发射机的子集的信号建立的子空间中，从而有效地减少干扰发射机的数量。给出了所提方案可实现的总自由度的封闭表达式，并通过数值分析表明，所提方案在某些情况下可实现最优自由度，在大多数情况下可提供比其他相关方案更高的总自由度.
2014-08-21 cs.IT math.IT
Dynamic Metasurface Antennas for Uplink Massive MIMO Systems
大规模多输入多输出（MIMO）通信是近年来相当感兴趣的焦点。虽然已经建立了大规模MIMO的理论增益，但在实践中实现具有大规模天线阵列的MIMO系统具有挑战性。与大规模MIMO系统相关的实际挑战包括增加的成本、功耗和物理尺寸。在这项工作中，我们研究了大规模MIMO天线阵列使用动态元表面天线（DMA），一种新兴的技术，固有地处理上述挑战的实现。具体而言，DMA实现了大规模的平面天线阵列，并且可以在物理天线结构中自适应地结合诸如压缩和模拟组合的信号处理方法，从而降低成本和功耗。首先，我们提出了一个数学模型的大规模MIMO系统与DMA和讨论他们的限制相比，理想的天线阵列。然后，我们的特点的基本限制的上行链路通信与由此产生的系统，并提出了两种算法设计实用的DMA接近这些限制。我们的数值结果表明，所提出的方法产生了实用的大规模MIMO系统，其性能与理想天线阵列可实现的性能相当。
2019-06-30 cs.IT math.IT
Enhancing massive MIMO: A new approach for Uplink training based on heterogeneous coherence time
大规模多输入多输出（MIMO）是下一代网络的关键技术之一。由于其可观的频谱和能量效率增益，大规模MIMO系统提供了所需的性能，以应对不断增长的无线容量需求。然而，在时分双工（TDD）和频分双工（FDD）系统中的大规模MIMO中，调度用户的数量仍然有限。这是由于TDD系统中有限的相干时间，以及FDD模式中有限的反馈容量。在当前系统中，TDD模式中的时隙持续时间对于所有用户是相同的。这是一种次优方法，因为用户受到异构多普勒扩展的影响，因此受到不同相干时间的影响。在本文中，我们研究了一个大规模的MIMO系统工作在TDD模式下，上行链路的训练频率不同的用户之间的实际信道相干时间的基础上。我们认为，利用这种多样性优化上行链路训练可以导致相当大的频谱效率增益。然后，我们提供了一个用户调度算法，利用相干间隔为基础的分组，以最大限度地提高可实现的加权和速率。
2017-10-06 cs.IT math.IT
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
Uplink Achievable Rate for Massive MIMO with Low-Resolution ADC
在这封信中，我们推导出一个大规模的多输入多输出（MIMO）天线系统的上行链路可达到的速率时，有限精度的模数转换器（ADC）和共同的最大比合并技术在接收机的近似解析表达式。为了得到这个表达式，我们把量化噪声作为一个加性量化噪声模型。考虑到得到的表达式，我们表明，低分辨率ADC导致可实现的速率下降，但性能损失可以通过增加接收天线的数量来补偿。此外，我们研究了天线数目与ADC分辨率之间的关系，以及功率-缩放定律。这些讨论支持在实际的大规模MIMO系统中配备低分辨率的高经济性ADC的可行性。
2015-12-02 cs.IT math.IT
Impact of Frequency Selectivity on the Information Rate Performance of CFO Impaired Single-Carrier Massive MU-MIMO Uplink
在本文中，我们研究了频率选择性对剩余CFO场景中所需的每用户发射功率之间的差距的影响（即在基站（BS）的CFO估计/补偿后[6]），在理想/零CFO场景中，对于固定的每用户信息速率，在单载波大规模MU-MIMO上行链路系统与TR-MRC接收机。信息论分析表明，这个差距随着信道的频率选择性的增加而减小。而且，在残余CFO情形中，在具有不完美信道估计的频率选择性信道中，仍然可实现$\mathcal{O}(\sqrt{M})$阵列增益（$M$是BS天线的数量）。
2016-06-10 cs.IT math.IT
Matrix Inversion-Less Signal Detection Using SOR Method for Uplink Large-Scale MIMO Systems
对于上行链路大规模MIMO系统，线性最小均方误差（MMSE）信号检测算法是近最优的，但涉及矩阵求逆，具有较高的复杂度。本文提出了一种基于超松弛（SOR）方法的低复杂度信号检测算法，避免了复杂的矩阵求逆运算。首先证明了上行链路大规模MIMO系统MMSE滤波矩阵对称正定的一个特殊性质，这是SOR方法的前提。在此基础上，提出了一种基于SOR方法的低复杂度迭代信号检测算法，并给出了收敛性证明。分析表明，该方案可以将计算复杂性从O（K3）降低到O（K2），其中K为用户数。最后，通过仿真实验验证了该算法的性能优于最近提出的Neumann级数近似算法，并且以较少的迭代次数达到了经典MMSE算法的近优性能。
2015-07-16 cs.IT math.IT
On The Uplink Throughput of Zero-Forcing in Cell-Free Massive MIMO with Coarse Quantization
针对上行链路研究了最近提出的无小区大规模MIMO架构。与大多数以前的作品相比，联合检测使用全局CSI执行。因此，我们研究的策略，CSI转移到CPU考虑到前传容量，限制CSI量化。基于导频的CSI捕获被认为是两种策略：估计和量化和估计。这些都是使用Bussgang分解分析。对于数据和CSI的给定量化约束，确定具有迫零的每个用户的可实现速率。数值结果表明，量化和估计（更简单的策略）是相似的，或优于估计和重构，特别是对于1位分辨率。
2019-07-03 cs.IT math.IT
Can Hardware Distortion Correlation be Neglected When Analyzing Uplink SE in Massive MIMO?
本文分析了多天线基站中硬件损伤造成的失真如何影响上行链路频谱效率（SE），重点是大规模MIMO。失真在天线之间是相关的，但通常被近似为不相关的，以便于（易处理的）SE分析。为了确定这种近似何时是准确的，首先揭示失真相关性的基本性质。然后，我们专注于三阶非线性和证明解析和数值的相关性可以忽略不计的SE分析时，有许多用户。在i.i.d.具有相等信噪比的瑞利衰落，这在具有五个用户时发生。
2018-05-21 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
Asymmetrical Uplink and Downlink Transceivers in Massive MIMO Systems
即使大规模多输入多输出（MIMO）理论上可以带来巨大的好处，它也会带来相当大的硬件复杂性和昂贵的硬件成本。为了解决这些问题，同时保持系统的性能，我们开发了一种非对称的收发器架构的大规模MIMO系统在本文中释放的无线电频率（RF）链上的枷锁。具体来说，我们首先开发的非对称收发器的接收RF链的数量是从发射RF链的不同的架构。由于RF链的这种不相等数量，出现信道不一致。为了克服信道的不一致性，从而充分利用系统的下行数据传输能力，我们提出了两个上下行信道转移算法。成本和功耗模型的非对称收发器也开发和上行链路的信号噪声损失由于信道的不一致性进行了研究。通过分析系统频谱、成本和能量效率，证明了基于非对称MIMO的大规模MIMO系统在保持合理能量效率的同时，能够获得良好的下行频谱效率。
2021-09-18 cs.IT math.IT
MU-MIMO Uplink Timely Throughput Maximization for Extended Reality Applications
Nokia Bell Labs（诺基亚贝尔实验室）；University of Agder（阿格德尔大学）；SimulaMet
本文提出了一种基于PAoI度量的无信号比例公平迭代算法，用于实现扩展现实应用的多用户MIMO上行链路及时吞吐量最大化。
2026-02-05 cs.IT math.IT
Pilot Assignment for Joint Uplink-Downlink Spectral Efficiency Enhancement in Massive MIMO Systems with Spatial Correlation
针对相关瑞利衰落信道下的多小区大规模多输入多输出（MIMO）系统，提出了一种灵活的导频分配方法，用于联合优化上下行数据传输。通过利用最大比处理实现的遍历频谱效率（SE）的封闭形式的表达式，我们制定了一个优化问题，最大化的最小加权和的上行链路和下行链路SE的发射功率和导频分配集。该组合优化问题通过两种顺序算法来解决：首先提出启发式导频分配算法，以获得较好的导频复用集，然后进行数据功率控制。数值结果表明，该算法收敛速度快，比以往的算法更好的最小总和每个用户的SE。
2021-06-30 cs.IT math.IT
Achievable Uplink Rates for Massive MIMO with Coarse Quantization
大规模MIMO基站的硬件复杂性很高，需要数百个无线电链路，这使得商业化建设具有挑战性。降低接收器的硬件复杂度和功耗的一种方式是降低模数转换器（ADC）的分辨率。我们推导出一个大规模MIMO系统的任意量化的可实现的速率，并使用此速率来表明，低至3位的ADC可以使用没有显着的性能损失在频谱效率约3.5 bpcu每用户，也从较强的发射机的干扰和自动增益控制的一些缺陷。
2016-11-17 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
Analyzing Uplink SINR and Rate in Massive MIMO Systems Using Stochastic Geometry
本文提出了一种随机几何框架来分析大规模上行链路大规模MIMO网络的信干噪比和速率性能。基于该模型，推导出了最大比合并（MRC）和迫零（ZF）接收机的空间平均SINR分布在用户和基站分布上的表达式。我们表明，使用大规模MIMO，在某些城市宏小区的情况下，上行链路的信干噪比是有限的干扰。在干扰受限的制度，结果表明，对于MRC接收机，超线性（多项式）缩放定律之间的基站天线和每个小区的调度用户的数量保持上行链路SIR分布，而线性缩放适用于ZF接收机。ZF接收机被示出为优于MRC接收机在SIR覆盖范围，和性能差距量化的天线数量的差异，以实现相同的SIR分布。数值结果验证了分析的正确性。研究发现，MRC和ZF接收机在分数功率控制中优化速率的最佳补偿分数通常是不同的。此外，仿真结果表明，从所提出的框架得出的缩放结果适用于基站按照六边形网格分布的网络。
2016-04-02 cs.IT math.IT
Information Rate Performance of Massive MU-MIMO Uplink with Constant Envelope Pilot-based Frequency Synchronization
在本文中，我们考虑了一个恒定的包络（CE）导频为基础的低复杂度的多用户大规模MIMO系统的频率同步技术。复杂度-性能权衡的研究表明，这种基于CE导频的技术提供了更好的MSE性能相比，现有的低复杂度高PAPR导频为基础的CFO（载波频率偏移）估计。数值研究了TR-MRC接收机在非理想信道状态下的信息速率性能，结果表明，在大规模MIMO系统中，基于CE导频的CFO估计器比现有的低复杂度CFO估计器具有更高的能量和频谱效率。还观察到，利用该基于CE导频的CFO估计，可以实现$\mathcal{O}(\sqrt{M})$阵列增益。
2016-05-20 cs.IT math.IT
Random Access in Uplink Massive MIMO Systems: How to exploit asynchronicity and excess antennas
大规模MIMO系统，其中基站配备有数百个天线，是处理快速增长的数据流量的一种有吸引力的方式。随着用户数量的增加，现代网络中的初始接入和切换将被用户冲突淹没。在这项工作中，我们提出了一个随机接入过程，解决冲突，也执行定时，信道和功率估计，通过简单地利用大量的天线设想在大规模MIMO系统和固有的定时失调的上行链路信号在网络接入和切换。数值结果被用来验证所提出的解决方案在不同的设置下的性能。事实证明，所提出的解决方案可以以高于90%的概率检测到所有冲突，同时提供可靠的定时和信道估计。此外，数值结果表明，它是强大的过载情况。
2016-05-03 cs.IT math.IT
Max-Min Fairness and PHY-Layer Design of Uplink MIMO Rate-Splitting Multiple Access with Finite Blocklength
本文研究了短包通信中的上行MIMO RSMA，提出在有限块长和Max-Min公平性约束下优化预编码器与合并器的框架，并通过交替优化和SCA算法求解，链路级仿真证实其相比SDMA和NOMA具有更高的吞吐量与鲁棒性。
2024-06-03 cs.IT math.IT
On the Multi-User, Multi-Cell Massive Spatial Modulation Uplink: How Many Antennas for Each User?
大规模空间调制辅助多输入多输出（SM-MIMO）系统最近已经被提出作为空间调制（SM）和常规大规模MIMO的新颖组合，其中基站（BS）配备有大量天线并且同时服务于采用SM进行其上行链路传输的多个用户设备（UE）。由于大规模SM-MIMO概念结合了SM和大规模MIMO技术的优点，因此最近吸引了大量的研究兴趣。本文研究了多小区大规模SM-MIMO系统的上行链路频谱效率（SE），推导了当基站天线数量足够大时，最大比合并（MR）和迫零合并（ZF）两种线性基站合并方案的SE的渐近下界表达式。推导考虑到发射机空间相关性的影响，不完美的信道估计，用户特定的功率控制和不同的导频复用因子。所提出的渐近界被证明是紧的，即使当BS天线的规模是有限的。新的SE结果有利于系统级调查的最佳数量的上行链路发射天线（TA）$N$相对于SE最大化。解释，我们提供了理论见解的SE大规模SM-MIMO系统。此外，我们证明了大规模SM-MIMO系统能够优于依赖于单TA UE的传统大规模MIMO的SE。
2016-12-27 cs.IT math.IT
Dictionary Learning Based Sparse Channel Representation and Estimation for FDD Massive MIMO Systems
本文研究了FDD Massive MIMO系统的上下行信道估计问题。通过利用稀疏恢复和压缩感知算法，我们能够提高上/下行链路信道估计的准确性，并减少上/下行链路导频符号的数量。这种成功的信道估计建立在信道可以在某个基/字典下稀疏地表示的假设之上。以前的作品模型的通道使用一些预定义的基础/字典，而在这项工作中，我们提出了一个基于字典学习的通道模型，这样的字典是从全面收集的通道测量。学习的字典专门适应于小区特性，并促进更有效和鲁棒的信道表示，这反过来又提高了信道估计的性能。此外，我们通过观察上/下行链路传输之间的AOA/AOD的互易性，将基于字典学习的信道模型扩展到联合上行/下行链路学习框架中，并提出了一种联合信道估计算法，该算法结合了上行和下行接收的训练信号，以获得更准确的信道估计。换句话说，可以通过利用来自更简单的上行链路训练的信息来减少作为FDD Massive MIMO系统中的瓶颈的下行链路训练开销。
2018-05-31 cs.IT math.IT
A Novel Uplink Data Transmission Scheme For Small Packets In Massive MIMO System
智能终端经常产生大量的小长度的数据分组。对于这些分组，遵循传统的介质访问控制（MAC）协议是低效的，因为它们导致服务资源的不良利用。提出了一种基于压缩感知的多址接入方案。我们采用块预编码在时域中，使许多用户的同时传输，这可能是在基站的接收天线的数量甚至更多。我们建立了一个块稀疏系统模型，并采用块正交匹配追踪（BOMP）算法来恢复传输信号。数据恢复保证的条件和数值结果表明，我们的计划是有效的上行链路小包传输。
2014-09-03 cs.IT math.IT
Decoupled Signal Detection for the Uplink of Large-Scale MIMO Systems in Heterogeneous Networks
大规模多输入多输出（MIMO）系统是未来第五代（5G）异构蜂窝网络的强有力候选者。对于5G，预期具有大量不同类别的用户和数据服务需求的网络致密化。如此大量的连接设备需要被分离，以便允许根据不同的数据要求来检测所传输的信号。在本文中，一个解耦的信号检测（DSD）技术，允许分离的上行链路信号，为每个用户类，在基站（BS）提出了大规模MIMO系统。本文还建立了异构网络中具有集中式和分布式天线的大规模MIMO系统的信号数学模型。所提出的DSD算法的性能进行评估，并与现有的检测方案在一个现实的情况下与分布式天线。一个和率分析和DSD的计算成本研究。仿真结果表明，所提出的DSD算法与线性和连续干扰抵消检测技术相结合时，具有良好的性能。
2016-11-17 cs.IT math.IT
Joint Pilot Sequence Design and Power Control for Max-Min Fairness in Uplink Massive MIMO
针对大规模多输入多输出（MassiveMIMO，MultipleInputMultipleOutput）系统中的导频污染问题，对导频分配和导频发射功率进行了优化。虽然以前的作品已经处理导频分配作为一个组合问题，我们实现了一个更容易处理的问题制定直接优化的导频序列。为此，我们计算上的上行链路（UL）的频谱效率（SE）的下限，瑞利衰落信道的最大比（MR）检测和任意导频序列。我们优化的最大-最小SE相对于导频序列和导频功率，功率预算约束下。这成为一个NP难的符号问题，但我们提出了一个有效的算法，以获得多项式复杂度的局部最优解。数值结果表明，该算法的近最优性，并显示出显着的收益比现有的次优算法。
2017-03-06 cs.IT math.IT
Channel Estimation for TDD/FDD Massive MIMO Systems with Channel Covariance Computing
本文提出了一种新的TDD/FDD大规模MIMO系统信道估计方案，该方案通过利用阵列信号处理技术重构上下行信道协方差矩阵（CCM）来实现。具体地，从瞬时上行链路信道状态信息（CSI）中提取每个多径信道的角度信息和功率角谱（PAS）。然后，重建上行链路CCM，并可以用于改善上行链路信道估计，而无需任何额外的训练成本。由于上行链路和下行链路信道之间的角度互易性以及PAS互易性，即使对于FDD大规模MIMO系统，也可以用类似的方法来推断下行链路CCM。然后，下行链路瞬时CSI可以通过向每个用户的主导特征方向训练来获得。所提出的策略适用于任何类型的PAS分布和阵列几何形状。数值结果表明，所提出的方法优于现有的。
2017-10-02 cs.IT math.IT
On the Impact of Oscillator Phase Noise on the Uplink Performance in a Massive MIMO-OFDM System
在这项工作中，我们研究了振荡器相位噪声对大规模多输入多输出系统的上行链路性能的影响。具体而言，我们考虑基于正交频分复用的上行链路传输，并分析两种情况：（a）所有的基站（BS）天线由一个共同的振荡器，以及（b）每个BS天线由不同的振荡器。对于所考虑的情况下，我们得出的瞬时信号噪声比在每个子载波上，并分析遍历容量时，使用线性接收机。此外，我们提出了一种基于卡尔曼滤波的相位噪声跟踪算法，以减轻相位噪声对系统性能的影响。
2014-05-04 cs.IT math.IT
FDD Massive MIMO Uplink and Downlink Channel Reciprocity Properties: Full or Partial Reciprocity?
FDD大规模MIMO通信系统面临的一个挑战是如何在基站处获得下行链路信道状态信息（CSI）。除了通过上行链路导频传输的传统码本反馈之外，可以通过上行链路信道估计和信道参数估计算法来利用一些信道互易特性。本文分析了上下行信道的互易特性。从理论上证明了FDD下行信道和上行信道的多径参数并不都是等价的。因此，所谓的完全互易性不成立，而部分互易性成立。最后，通过信道测量活动验证了理论分析的正确性.最后，为了支持部分互易性，还提出了对标准化5G信道模型的修改。通过本文的工作，可以为FDD大规模MIMO系统的传输方案设计指明方向。
2019-12-31 cs.IT eess.SP math.IT
Quantized Massive MU-MIMO-OFDM Uplink
在大规模多用户（MU）多输入多输出（MIMO）无线系统的基站（BS）处的粗量化承诺显著的功率和成本节省。粗量化还能够显著减少必须从空间分离的天线阵列传送到基带处理单元的原始模数转换器（ADC）数据。已经广泛地研究了在频率平坦的窄带信道上操作的这种量化MU-MIMO系统的理论限制以及实际收发器算法。然而，这种通信系统在频率选择性宽带信道上操作的实际相关场景还不太清楚。研究了采用正交频分复用（OFDM）技术的量化大规模MU-MIMO系统的上行链路性能。我们提出了新的量化最大后验（MAP）信道估计和数据检测算法，我们研究了相关的性能/量化权衡。我们的结果表明，粗量化（例如，取决于BS天线的数量和用户数量之间的比率，4到6比特），与无限精度的情况相比，在基带处理复杂度方面没有额外成本的情况下，实际上不需要性能损失。
2016-04-20 cs.IT math.IT
Uplink Spectral Efficiency of Massive MIMO with Spatially Correlated Rician Fading
本文研究了具有空间相关莱斯衰落信道的多小区大规模MIMO（多输入多输出）系统的上行链路。该信道模型由确定性视线（LoS）路径和随机非视线（NLoS）分量组成，描述了空间相关的多径环境。我们推导出该模型的最小均方误差（MMSE）和最小二乘（LS）信道估计的统计特性。使用这些估计的最大比（MR）组合，严格的封闭形式的UL频谱效率（SE）的表达式。数值结果表明，当使用MMSE估计器时，SE比LS估计器更高，并且性能差距随着天线数目的增加而增加。此外，Rician衰落提供比Rayleigh衰落更高的可实现SE，因为LoS路径提高了总和SE。
2018-05-21 cs.IT math.IT
Jamming-Resistant Receivers for the Massive MIMO Uplink
为了提高大规模MIMO上行链路系统抗干扰的鲁棒性，我们设计了一种抗干扰接收机方案。我们假设干扰机在导频和数据传输阶段都对系统进行攻击。该方案的主要特点是，在导频阶段，我们不仅估计合法信道，还利用故意未使用的导频序列来估计干扰信道。干扰信道估计用于构造线性接收滤波器，以抑制干扰信号的影响。该方案的性能分析评估使用大规模MIMO的渐近性质。研究了最优正则迫零接收机和最优功率分配问题。数值结果验证了我们的分析，并表明该方案大大提高了可实现的速率，相比传统的接收机。有趣的是，所提出的方案在强干扰攻击下特别有效，因为改进的干扰信道估计超过了额外的干扰功率。
2017-02-28 cs.IT 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
Uplink Power Control in Cellular Massive MIMO Systems: Coping With the Congestion Issue
5G及以后系统的一个主要目标是以节能的方式同时服务于许多用户，每个用户都具有所要求的频谱效率（SE）。网络容量不能总是满足所有的SE要求，例如，当一些用户具有不良的信道条件时，特别是在蜂窝拓扑中发生时，并且因此可能发生拥塞。通过将上行链路传输中的导频和数据功率作为优化变量，提出并求解了一种能够有效处理拥塞问题的蜂窝大规模MIMO（Multiple Input Multiple Output）系统的能量效率问题。基于交替优化方法的新算法，提出了获得一个固定点的解决方案。数值结果表明，即使在拥塞发生时，所提出的算法也可以为多个用户提供所需的SE。
2020-06-14 cs.IT math.IT
Joint Pilot and Payload Power Control for Uplink MIMO-NOMA with MRC-SIC Receivers
该文提出了一种联合导频和有效载荷功率分配（JPA）方案，以缓解上行链路多输入多输出非正交多址（MIMO-NOMA）系统的误差传播问题。在基站上采用最大比合并和连续干扰消除（MRC-SIC）接收机进行多用户检测。通过考虑信道估计误差引起的误差传播，分析了MRC-SIC解码过程中每个用户的平均信干噪比（ASINR）。此外，JPA设计制定为一个非凸优化问题，以最大限度地提高最小加权ASINR和几何规划的最佳解决方案。仿真结果证实了性能分析，并表明，我们提出的方案可以有效地减轻错误传播的MRC-SIC和提高检测性能，特别是对于中等能量预算的用户。
2018-01-24 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
Sum-rate Maximization in Uplink CRAN with a Massive MIMO Fronthaul
有限的前传容量是云无线接入网络（CRAN）中的主要问题之一，特别是在无线前传链路中。在本文中，我们考虑CRAN系统的上行链路，其中大量的多输入多输出（MIMO）是利用在前传链路。考虑到多天线用户设备（UE）和多天线远程无线电头端（RRH），我们通过联合优化UE处的预编码器和RRH处的量化噪声协方差矩阵和发射功率来最大化系统和速率。为了解决由此产生的非凸问题，基于优化最小化（MM）方法的迭代算法。在中央单元被认为是两个计划，即最大比（MR）和迫零（ZF）合并。数值结果表明，和率有一个渐近行为的最大可用功率在RRH和MR计划去其渐近线快于ZF计划。
2021-10-06 cs.IT math.IT
Near Maximum-Likelihood Detector and Channel Estimator for Uplink Multiuser Massive MIMO Systems with One-Bit ADCs
在大规模多输入多输出（MIMO）系统中，对于每个天线元件具有高分辨率模数转换器（ADC）可能不是功率高效的。本文提出了一种用于上行链路多用户大规模MIMO系统的近最大似然（nML）检测器，其中每个天线连接到一对1位ADC，即，一个用于基带信号的每个实部和虚部。在所有可能的发送向量的穷举搜索在原来的最大似然（ML）检测问题所需的放松，制定ML估计问题。然后，ML估计问题转化为一个凸优化问题，可以有效地解决。使用该解决方案，基站可以对来自多个用户的发射信号执行简单的逐符号检测。为了进一步提高检测性能，我们还开发了一个两阶段的nML检测器，利用原始ML和建议（一阶段）nML检测器的结构。数值结果表明，所提出的nML检测器是足够有效的，以同时支持多个上行链路用户采用高阶星座，例如，16正交幅度调制。由于我们的检测器利用信道状态信息作为检测的一部分，因此还开发了一种ML信道估计技术，该技术具有与我们提出的nML检测器共享相同结构的一位ADC。所提出的检测器和信道估计器为大规模MIMO系统的上行链路提供了一个完整的低功耗解决方案。
2016-02-11 cs.IT math.IT
Retrospective Interference Alignment for Two-Cell Uplink MIMO Cellular Networks with Delayed CSIT
在本文中，我们提出了一种新的追溯干扰对齐两个小区的多输入多输出（MIMO）干扰多址信道（IMAC）的延迟信道状态信息在发射机（CSIT）。结果表明，有延迟CSIT可以严格增加的总和自由度相比，没有CSIT的情况下。关键思想是通过以分布式方式充分利用先前接收的信号作为具有过时CSIT的边信息，来随着时间将来自相邻小区的多个干扰信号对准到小维度子空间上。值得注意的是，我们表明，追溯干扰对齐可以实现最佳的总和DoF的上下文中的两个小区两个用户的情况下，通过提供一个新的外边界。
2015-04-28 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
Uplink Downlink Rate Balancing and throughput scaling in FDD Massive MIMO Systems
在这项工作中，我们扩展的概念，上下行链路速率平衡频分双工（FDD）大规模MIMO系统。我们考虑一个基站，大量的天线服务于许多单天线用户。我们首先表明，在上行链路中的任何未使用的容量可以权衡更高的吞吐量在下行链路中的系统，使用脏纸（DP）编码或线性迫零（ZF）预编码。然后，我们还研究了线性波束形成（BF）预编码，ZF预编码和DP编码的情况下，系统吞吐量与天线数量的缩放。我们表明，下行链路的吞吐量是成正比的天线数量的对数。虽然这种对数缩放比上行链路中的速率的线性缩放低，但它仍然可以带来显著的吞吐量增益。例如，我们通过分析和仿真证明，将天线数量从4增加到128将使吞吐量增加5倍以上。我们还表明，作为接收天线的数量的函数的下行链路吞吐量的对数缩放可以实现，即使当发射天线的数量只随接收天线的数量而增加时。
2015-07-14 cs.IT math.IT
Uplink Power Control in Massive MIMO with Double Scattering Channels
大规模多输入多输出（MIMO）是提高5G及以后无线网络频谱和能量效率的关键技术。为了便于分析，大规模MIMO的大部分以前的工作都集中在丰富的散射环境下的复高斯信道冲激响应的系统性能。相反，本文研究了双散射信道模型下每个用户的上行链路各态历经频谱效率（SE）。我们推导出一个封闭形式的表达的上行链路遍历SE利用最大比（MR）合并技术的基础上不完美的信道状态信息。我们进一步研究了渐近SE行为作为在每个基站（BS）的天线的数量和在每个无线电信道的散射体的数量的函数。然后，我们制定和解决的总能量优化问题的上行链路数据传输，旨在同时满足所需的SE从所有用户有限的数据功率资源。值得注意的是，我们提出的算法可以应付拥塞问题出现时，至少有一个用户是由较低的SE比请求。数值结果表明了封闭形式的遍历SE的有效性，蒙特卡罗模拟。此外，即使在拥塞的情况下，系统仍然可以向许多用户提供所需的SE。
2021-09-11 cs.IT math.IT
The Effect of Spatial Correlation on the Performance of Uplink and Downlink Single-Carrier Massive MIMO Systems
针对频率选择性高斯多用户信道，分析了单载波大规模MIMO系统的上行链路和下行链路。当基站天线间存在空间相关性时，我们给出了可实现的和速率的表达式。已知信道匹配滤波器预编码器（CMFP）在空间不相关的下行链路信道中性能最好。然而，我们发现，在空间相关的下行链路信道具有两个不同的相关模式，并在高的长期平均功率，其他两个预编码器有更好的性能。对于上行链路信道，信道中的部分等效噪声消失，并且与信道匹配滤波器均衡器（CMFE）相比，实现两个常规均衡器导致更好的性能。对均匀线阵和均匀平面阵的计算结果进行了验证。在后者中，由于更多的相关性，空间相关信道的性能下降更大，但相对于信道匹配滤波器预编码器或均衡器的性能增益也更大。在高度相关的情况下，性能可以是信道匹配滤波器预编码器或均衡器的性能的显著倍数。
2019-10-08 cs.IT math.IT
Signal and Interference Leakage Minimization in MIMO Uplink-Downlink Cellular Networks
在基站（BS）和MIMO蜂窝系统的用户处的空间域中的线性处理使得能够控制小区间和小区间干扰。已经提出了许多迭代算法，其允许BS和用户仅基于本地信道状态信息经由消息交换以分布式方式计算发送侧和接收侧线性处理器。在本文中，提出了一种新的这样的策略，需要交换的酉矩阵之间的BS和用户。具体地说，集中在一个一般的上行链路和下行链路操作的细胞，线性处理器的设计获得的交替优化解决方案的问题，最小化的加权和的下行链路和上行链路小区间干扰功率和泄漏的信号功率在空间正交的接收子空间。对于下行链路操作的小区，通过最小均方误差（MMSE）或迫零（ZF）预编码来处理小区内干扰，对于上行链路操作的小区，通过联合解码来处理。数值结果验证了所提出的技术相对于现有的类似技术，只占干扰功率的优化的优势。
2014-08-22 cs.IT math.IT
MIMO-PASS: Uplink and Downlink Transmission via MIMO Pinching-Antenna Systems
本文研究多用户MIMO场景下夹持天线系统（PASS）的上下行传输，提出联合优化数字预编码与夹持元件位置的混合波束成形及多用户检测算法，显著提升了系统吞吐量。
2025-03-05 cs.IT eess.SP math.IT
Power Scaling of Uplink Massive MIMO Systems with Arbitrary-Rank Channel Means
本文研究了莱斯衰落信道中大规模多输入多输出（MIMO）天线系统的上行链路可达速率，分别采用最大比合并（MRC）和迫零（ZF）接收机，假设信道状态信息（CSI）为理想和非理想。与以前的相关工作相比，快衰落MIMO信道矩阵被假定为具有任意秩的确定性分量以及瑞利分布的随机分量。我们推导出可实现的上行链路速率在大天线的限制，以及近似的结果，适用于任何有限数量的天线。基于这些分析结果，我们得到了用户的发射功率应满足的缩放定律，同时保持理想的服务质量。特别地，发现不管莱斯$K$因子如何，在理想CSI的情况下，随着基站天线的数量$M$变大，近似收敛到与精确结果相同的常数值，而每个用户的发射功率可以按比例缩小到$1/M$。如果CSI是用不确定性估计的，则相同的结果成立，但仅当Ricean $K$因子非零时。否则，如果信道经历瑞利衰落，我们只能按$1/\sqrt M$成比例地削减每个用户的发射功率。此外，我们表明，随着莱斯$K$因子的增加，上行链路速率将收敛到MRC和ZF接收机的固定值。
2014-05-27 cs.IT math.IT
Uplink Spectral Efficiency Analysis of Multi-Cell Multi-User Massive MIMO over Correlated Ricean Channel
研究了空间相关莱斯衰落信道下大规模多输入多输出（MIMO）系统的上行链路频谱效率性能。最大比合并（MRC）接收机在基站（BS）处用于两种不同的信道估计方法。第一种方法是基于导频辅助的最小均方误差（LMMSE）估计，第二种方法是基于视线（LOS）部分。分别给出了这两种方法的上行数据率的解析表达式。由于导频污染的存在，当基站天线数很大时，导频辅助LMMSE估计方法的上行数据率趋于一个有限值（本文称之为渐近速率）。然而，LOS方法的数据率与BS天线的数目成线性关系。LOS方法的上行链路速率表达式还表明，对于莱斯信道，基站天线间的空间相关性不仅会降低速率，而且会提高速率，这取决于用户的位置。这一结论解释了为什么导频辅助LMMSE的空间相关性可能增加，而不是降低数据率。我们还讨论了这两种方法的幂缩放定律，并且这两种方法的渐近表达式是相同的，都与天线相关无关。
2017-07-19 cs.IT math.IT
