Distributed Dimension Reduction for Distributed Massive MIMO C-RAN with Finite Fronthaul Capacity
大量过量服务天线的使用为分布式MIMO C-RAN带来了各种性能益处，但是对应的高前传数据负载在具有有限前传容量的实际系统中可能是有问题的。在这项工作中，我们建议使用有损降维，本地应用在每个远程无线电头端（RRH），以减少这种前传流量。我们首先考虑上行链路，以及每个RRH将线性降维滤波器应用于其多天线接收信号向量的情况。结果表明，根据联合互信息标准，最佳降维滤波器给出的条件Karhunen-Loeve变换的一个变体，与使用块坐标上升找到一个稳定点。然后修改这些滤波器，使得每个RRH可以仅使用其自身的瞬时信道和网络慢衰落系数的知识以分散的方式计算其自身的降维滤波器。然后，我们表明，在TDD系统中，这些降维滤波器可以重新用作两阶段降维下行链路预编码方案的一部分。分析和数值结果表明，所提出的方法可以显着减少上行链路和下行链路前传业务，而在MIMO性能损失很小。
2022-01-29 cs.IT math.IT
Joint Design of Fronthauling and Hybrid Beamforming for Downlink C-RAN Systems
混合波束形成是一种具有成本效益和广泛的解决方案，用于大规模天线阵列的系统。本工作研究了下行链路云无线电接入网络（C-RAN）架构中用于远程无线电头端（RRH）的混合波束成形解决方案的模拟和数字组件的优化。数字处理在“云”中的基带处理单元（BBU）处执行，并且预编码的基带信号在经由有限容量前传链路传输到RRH之前被量化。在该系统中，我们考虑两种不同的信道状态信息（CSI）场景：1）在BBU处的理想CSI 2）不完美有效CSI。BBU处的数字波束成形和前传量化策略以及RRH处的模拟射频（RF）波束成形的优化是耦合问题，因为接收器处的量化噪声的影响取决于预编码矩阵。由此产生的联合优化问题进行检查的加权下行链路和速率和网络的能量效率最大化的目标。前传容量和每RRH功率约束与RF波束成形矩阵上的恒模约束一起被强制执行。针对理想CSI的情况，通过放松模拟波束形成器的恒模约束，提出了一种基于加权最小均方误差的块坐标下降算法。此外，我们提出了不完美的CSI的加权和速率和网络的能量效率性能的影响，并通过应用样本平均近似算法进行扩展。数值结果证实了该方案的有效性，并表明该算法对估计误差具有鲁棒性。
2019-03-14 cs.IT math.IT
Downlink SINR Balancing in C-RAN under Limited Fronthaul Capacity
具有集中式基带处理的云无线接入网（C-RAN）被设想为下一代无线通信网络的有希望的候选者。然而，C-RAN的联合处理增益从根本上受到实现联合处理的中央单元（CU）与被称为远程无线电头端（RRH）的分布式接入点之间的有限容量前传链路的约束。在本文中，我们认为在C-RAN的下行链路通信与多天线RRH和单天线用户，并研究联合RRH波束成形和用户RRH关联问题，以最大化的最小信号干扰噪声比（SINR）的所有用户受到每个RRH的个人前传容量约束。制定的问题是在一般的NP-难，由于前传容量的限制，因此很难得到最优解。在本文中，我们提出了一种新的迭代法，这个问题的设计，其中的波束成形和用户关联，每个RRH服务的用户数量迭代减少，直到获得的波束成形和用户关联的解决方案满足所有RRH的前传容量约束。证明了该算法的单调收敛性，仿真结果表明，该算法取得了显着的性能改善比其他启发式解决方案。
2015-09-22 cs.IT math.IT
Full-Duplex Cloud-RAN with Uplink/Downlink Remote Radio Head Association
本文考虑了一种云无线接入网络（C-RAN），其中空间分布的远程无线电头端（RRH）与全双工用户通信。为了反映现实场景，假设上行链路（UL）和下行链路（DL）RRH配备有多个天线并且根据泊松点过程分布。我们考虑所有的参与和最近的RRH关联方案与分布式波束形成的最大比合并/最大比传输（MRC/MRT）和迫零/MRT（ZF/MRT）处理的形式。我们推导出解析表达式，用于比较关联方案之间的平均和速率作为RRH天线的数量和密度的UL和DL RRH的函数。数值结果表明，显着的性能改善，可以通过使用全双工模式相比，半双工模式，而波束成形设计的选择，以及RRH关联方案在确定全双工增益起着至关重要的作用。
2016-02-29 cs.IT math.IT
Uplink and Downlink Rate Analysis of a Full-Duplex C-RAN with Radio Remote Head Association
本文分析了全双工云无线接入网（C-RAN）在所有参与和单个最佳远程无线头端（RRH）关联方案下的上行链路（UL）和下行链路（DL）速率。具体地，假设根据泊松点过程分布的多天线装备的RRH。分别使用UL和DL RRH处的接收和发送波束成形器设计来最大化单个最佳RRH关联方案的UL和DL总和速率。在单一最佳策略的情况下，我们研究了基于最大比合并/最大比传输（MRC/MRT）和迫零/MRT（ZF/MRT）处理的最优和次优方案。数值结果表明，显着的性能改善，可以通过使用全双工模式相比，半双工模式。此外，波束成形设计和RRH关联方案的选择对可实现的全双工增益具有主要影响。
2016-06-01 cs.IT math.IT
Power-and Rate-Adaptation Improves the Effective Capacity of C-RAN for Nakagami-$m$ Fading Channels
我们提出了一种功率和速率自适应方案的云无线接入网络（C-RAN），其中每个无线电远端（RRH）连接到基带单元（BBU）池通过光链路。RRH通过有效地利用增强的空间自由度来联合支持用户。我们提出的方案的目的是最大限度地提高有效容量（EC）的用户受到每RRH平均和峰值功率的约束，其中EC被定义为最大的到达率，可以支持的C-RAN下的统计延迟要求。我们首先将EC最大化问题转化为一个等价的凸优化问题。利用拉格朗日对偶分解法，通过求解KKT方程，得到了每个RRH的最优发射功率的封闭形式。此外，为了更新拉格朗日对偶变量，提供了一种在线跟踪方法来近似每个RRH的平均功率。对于两个RRH的特殊情况，每个RRH的平均功率的表达式可以以显式形式计算。因此，在这种特殊情况下，可以预先计算拉格朗日对偶变量。此外，我们推导出两种重要的极端情况下的功率分配：1）没有延迟约束; 2）非常严格的延迟要求。我们的仿真结果表明，该方案显着优于传统的算法，不考虑延迟的要求。此外，通过适当调整时延指数，当最大可容忍时延为1 ms时，该算法能够保证时延中断概率低于$10^{-9}$，适用于未来的超可靠低时延通信（URLLC）.
2018-06-13 cs.IT math.IT
Enhanced Group Sparse Beamforming for Green Cloud-RAN: A Random Matrix Approach
组稀疏波束成形是用于使云无线电接入网络（Cloud-RAN）的网络功耗最小化的一般框架，然而，其遭受高计算复杂性。特别地，需要解决复杂的优化问题以获得每个传输块中的远程无线电头端（RRH）排序标准，这将有助于确定活动RRH和相关联的前传链路。在本文中，我们提出了创新的方法，以减少复杂性的这一关键步骤，在组稀疏波束形成。具体来说，我们首先开发了一个平滑的$\ell_p$最小化的方法与迭代重加权$\ell_2$算法返回一个Karush-Kuhn-Tucker（KKT）点的解决方案，以及提高诱导组稀疏的波束形成向量的能力。利用拉格朗日对偶理论，我们在每次迭代中获得封闭形式的解决方案，以减少计算复杂性。结构良好的解决方案提供了机会，应用大规模的随机矩阵理论，以获得确定性近似的RRH排序准则。这种方法有助于仅基于统计信道状态信息（CSI）来指导RRH选择，这不需要频繁更新，从而显著减少计算开销。仿真结果应证明所提出的$\ell_p$ -最小化方法的性能增益，以及用于计算RRH排序准则的基于大系统分析的框架的有效性。
2017-11-19 cs.IT math.IT
Cross-layer design for downlink multi-hop cloud radio access networks with network coding
在云无线接入网（C-RAN）的下行链路通信中，存在两种根本不同的前传技术：数据共享策略和基于压缩的策略。在前一种策略下，每个用户的消息通过前传网络从中央处理器（CP）组播到所有的服务远程无线头端（RRH），然后这些RRH通过联合波束成形来协作为用户服务;而在后一种策略下，用户消息首先在CP处被波束成形然后被量化，并且压缩的信号被单播到对应的RRH，然后，无线电收发器对其接收的信号进行解压缩以用于无线传输。以前的工作表明，在一般的压缩为基础的策略优于数据共享策略。另一方面，本文指出，在RRH通过多跳路由器连接到CP的C-RAN模型中，如果采用网络编码技术向协作RRH多播用户消息，则数据共享可以优于压缩，并且RRH的波束成形向量、用户-RRH关联基于稀疏优化和逐次凸逼近技术对前传网络上的网络编码设计进行联合优化。这与基于压缩的策略相比，其中通过简单路由在前传网络上单播信息，并且RRH的压缩噪声协方差和波束成形向量以及前传网络上的路由策略基于连续凸近似技术联合优化。观察到的整体网络吞吐量的增益是由于信息多播比C-RAN的多跳前传上的信息单播更有效。
2016-06-29 cs.IT math.IT
Optimized Uplink Transmission in Multi-Antenna C-RAN with Spatial Compression and Forward
大规模MIMO和C-RAN是用于实现未来无线通信系统的两种有前途的技术，其中大量天线被部署在基站（BS）处，或者完全分布在被称为远程无线电头端（RRH）的单独站点处。在本文中，我们考虑了无线网络的一般天线部署设计，称为多天线C-RAN，其中可以在每个RRH处配备灵活数量的天线，以更有效地平衡传统的大规模MIMO和单天线C-RAN之外的性能和前传复杂度权衡。在上行链路通信设置下，我们提出了一种新的“空间压缩和转发（SCF）”方案，其中每个RRH首先执行线性空间滤波以将其从多个用户接收的信号去噪并最大限度地压缩到减少的维数，然后并行地在每个所得维数上进行均匀标量量化，最后通过有限速率前传链路将总量化比特发送给基带单元（BBU）进行联合信息解码。在此方案下，我们最大化的最小信号与干扰加噪声比（SINR）的所有用户在BBU的联合资源分配在无线传输和前传链路。具体地，每个RRH以分布式方式确定其自己的空间滤波解决方案，以减少与BBU的信令开销，而BBU联合优化用户的发射功率、RRH的前传比特分配以及在各个RRH处使用固定空间滤波器的BBU的接收波束成形。通过数值结果，它表明，给定要部署的天线的总数，多天线C-RAN与所提出的SCF和联合优化显着优于大规模MIMO和单天线C-RAN实际前传容量约束下。
2015-01-20 cs.IT math.IT
Two-Timescale Hybrid Compression and Forward for Massive MIMO Aided C-RAN
我们考虑云无线电接入网络（C-RAN）的上行链路，其中大规模MIMO远程无线电头端（RRH）充当用户与集中式基带单元（BBU）之间的中继。虽然在RRH处采用大规模MIMO可以提高频谱效率，但它也显著增加了在RRH和BBU之间的前传链路上传输的数据量，这成为性能瓶颈。用于常规C-RAN的现有前传压缩方法不适合于大规模MIMO机制，因为它们需要全数字处理和/或实时全信道状态信息（CSI），导致大规模MIMO RRH的高实现成本。为了克服这一挑战，我们建议在每个RRH执行两个时间尺度的混合模拟和数字空间滤波，以减少前传消耗。具体地，模拟滤波器自适应于信道统计以实现大规模MIMO阵列增益，并且数字滤波器自适应于瞬时有效CSI以实现空间复用增益。这样的设计可以以降低的硬件成本和功耗缓解有限前传的性能瓶颈，并且对CSI延迟更鲁棒。提出了一种模拟和数字滤波器两时标非凸优化的在线算法，并证明了其收敛于稳态解。最后通过仿真验证了该方案的优越性。
2019-03-12 cs.IT math.IT
A novel alternative to Cloud RAN for throughput densification: Coded pilots and fast user-packet scheduling at remote radio heads
我们考虑具有大型天线阵列的远程无线电头端（RRH）的无线网络，在TDD中操作，具有上行链路（UL）训练和基于信道互易性的下行链路（DL）传输。为了实现大面积频谱效率，我们提倡使用依赖于基本调度、每个RRH的分散操作和以用户为中心的DL传输的方法。假设时隙系统，由此用户被随机调度（例如，经由混洗循环）在时隙中并且跨越每个时隙的有限导频维度。结果，RRH附近的多个用户可以同时在相同的导频维度上发送导频（并且因此彼此干扰）。每个RRH在“扇区”中执行导频观测的基本处理。在扇区中，当确定调度用户是在扇区中具有显著接收功率的调度用户（在相同导频维度上）中的唯一一个调度用户时，RRH能够解析该用户的信道。随后，只有其信道在至少一个扇区中被解析的调度用户的子集可以由系统服务。我们认为一个空间上一致的评价的区域复用增益的泊松点过程（PPP）的问题制定RRH，阻滞剂，散射和预定的用户终端都与个人强度的PPP。此外，我们还研究了用户终端的定向培训。我们的模拟表明，通过控制预定用户PPP和用户导频波束宽度的强度，可以预期相对于传统的空间导频复用系统的区域复用增益的许多倍的改进。
2017-01-24 cs.IT math.IT
User-centric Performance Optimization with Remote Radio Head Cooperation in C-RAN
在云无线电接入网络（C-RAN）中，分布式远程无线电头端（RRH）由云中的基带单元（BBU）协调。信号处理的集中化为RRH的协作多点传输（CoMP）提供了灵活性，以协作地服务于用户设备（UE）。我们的目标是通过联合优化用于服务UE的RRH的选择，即，资源分配（和CoMP选择）。我们分析了问题的计算复杂性。接下来，我们证明了在固定CoMP选择下，最优资源分配相当于求解所谓的迭代函数。对于以用户为中心的网络优化，我们提出了一种联合优化问题的算法，旨在最大限度地扩展任何目标UE组的容量。所提出的算法使网络级的性能评估的经验质量。
2021-01-19 cs.IT math.IT
Centralized and Distributed Sparsification for Low-Complexity Message Passing Algorithm in C-RAN Architectures
云无线接入网（C-RAN）是第五代（5G）蜂窝系统的一种很有前途的技术。然而，由要从无线电远程头端（RRH）收集（在上行链路中）并在基带单元（BBU）处处理的大量数据所施加的负担构成了严重的挑战。为了减少BBU处的最小均方误差（MMSE）接收机的计算工作量，可以使用高斯消息传递（MP）以及信道矩阵的适当稀疏化。在本文中，我们提出了两套解决方案，集中式或分布式的。在集中式解决方案中，我们提出了不同的方法来稀疏化信道矩阵，以降低MP的复杂度。然而，这些方法仍然需要将到达RRH的所有信号传送到BBU，因此骨干网络设备之间的通信要求不变。相反，在分散式解决方案中，我们的目标是通过预处理RRH处的信号并将减少的信号集合传送到BBU来降低BBU处的MP的复杂性和对RRHs-BBU通信链路的要求。
2017-06-27 cs.IT math.IT
Group Sparse Beamforming for Green Cloud-RAN
云无线接入网络（Cloud-RAN）是一种网络架构，有望满足移动数据流量的爆炸性增长。在这种架构中，所有基带信号处理都转移到单个基带单元（BBU）池，这实现了高效的资源分配和干扰管理。与此同时，传统的强大基站可以被低成本低功率的远程无线电头（RRH）取代，从而产生绿色和低成本的基础设施。然而，由于所有RRH都需要通过光传输链路连接到BBU池，因此传输网络功耗变得很大。在本文中，我们提出了一个新的框架来设计一个绿色的Cloud-RAN，这是制定为一个联合RRH选择和功率最小化波束成形问题。为了有效地解决这个问题，我们首先提出了一个贪婪的选择算法，它被证明提供了接近最优的性能。为了进一步降低算法复杂度，提出了一种新的分组稀疏波束形成方法，该方法通过加权$\ell_1/\ell_2$范数最小化来诱导波束形成器的分组稀疏性，其中分组稀疏模式指示可以关闭的RRH。仿真结果表明，所提出的算法显着降低了网络功耗，并证明了考虑传输链路功耗的重要性。
2013-10-01 cs.IT math.IT
Robust Group Sparse Beamforming for Multicast Green Cloud-RAN with Imperfect CSI
本文研究了具有不完全信道状态信息（CSI）的组播云无线接入网络（Cloud-RAN）的网络功率最小化问题。关键的观察是，网络功率最小化可以通过自适应地选择活跃的远程无线电头端（RRH）通过控制波束成形向量的组稀疏结构来实现。然而，这会产生一个非凸的组合优化问题，为此，我们提出了一个三阶段的鲁棒组稀疏波束形成算法。在第一阶段中，提出了加权混合l1/l2范数的二次变分公式，以在聚合波束形成向量中诱导组稀疏结构，该结构指示可以关闭的那些RRH。然后，提出了一个扰动交替优化算法来解决由此产生的非凸群稀疏诱导优化问题，利用其凸子结构。在第二阶段，我们提出了一个基于相位提升技术的算法来解决一个给定的活动RRH集的可行性问题，这有助于确定活动RRH。最后，采用半定松弛（SDR）技术来确定鲁棒的多播波束形成器。仿真结果将证明扰动交替优化算法的收敛性，以及所提出的算法的有效性，以最大限度地减少网络功耗的组播Cloud-RAN。
2015-12-15 cs.IT math.IT
Low Complexity Antenna Selection for Low Target Rate Users in Dense Cloud Radio Access Networks
针对云无线接入网中低目标速率用户的天线选择问题，提出了一种低复杂度的天线选择算法。该算法由两个阶段组成：在第一阶段，每个远程无线电头端（RRH）通过使用预定义的选择阈值来确定是否被包括在候选集合中。在第二阶段，在第一阶段产生的候选集中随机选择RRH。为了分析所提出的算法的性能，我们模型RRH和用户的位置由一个齐次泊松点过程，从而信号干扰比（SIR）互补累积分布函数的推导。通过近似推导出的表达式，近似的最佳选择阈值，最大化的SIR覆盖概率获得。使用所获得的阈值，我们表征的算法的性能在渐近制度的RRH密度趋于无穷大。然后根据各种算法选项修改所获得的阈值。该算法的一个显著特点是算法复杂度与RRH密度无关，使得用户能够连接到网络而无需在基带单元进行大量计算。
2016-06-02 cs.IT math.IT
Power-Efficient Resource Allocation in Massive MIMO Aided Cloud RANs
本文研究了云无线接入网（C-RAN）中的功率有效资源分配问题。C-RAN架构包括一组基带单元（BBU），其经由具有有限容量的前传链路连接到配备有大规模多输入多输出（MIMO）的一组无线电远程头端（RRH）。我们将C-RAN中的功率效率优化问题表示为联合资源分配问题，以便将RRH和发射功率联合分配给每个用户，并且前传链路和BBU分配给活动RRH，同时满足每个用户的最小所需速率。针对这一非凸优化问题，提出了一种基于互补几何规划（CGP）和逐次凸逼近（SCA）的两步迭代算法。仿真结果表明，我们提出的方案可以显着降低总的传输功率，通过关闭未充分利用的RRH。
2019-08-20 cs.IT eess.SP math.IT
Secrecy and Energy Efficiency in Massive MIMO Aided Heterogeneous C-RAN: A New Look at Interference
在本文中，我们调查的大规模多输入多输出（MIMO）使异构云无线电接入网络（C-RAN）的保密性和能源效率（EE）方面的潜在好处。在该网络中，远程无线电头端（RRH）和大规模MIMO宏小区基站（BS）都被部署，并且采用软分数频率复用（S-FFR）来减轻层间干扰。我们首先检查物理层的安全性，推导出区域遍历保密率和保密中断概率。我们的研究结果表明，使用大规模MIMO和C-RAN可以大大提高保密性能。对于C-RAN，由于其强大的干扰管理，大量的RRH实现了高的区域遍历保密率和低的保密中断概率。我们发现，对于大规模MIMO辅助宏小区，有更多的天线和服务更多的用户提高保密性能。然后，我们推导出异构C-RAN的EE，说明增加RRH的数量显着提高网络EE。此外，它表明，分配更多的无线电资源的RRH层的EE可以线性增加，并提高网络EE，而不影响宏小区的EE。
2016-07-12 cs.IT cs.NI math.IT
Joint Design of Digital and Analog Processing for Downlink C-RAN with Large-Scale Antenna Arrays
在具有大规模天线阵列的毫米波通信系统中，传统的数字波束成形可能不是成本有效的。一个有前途的解决方案是实现混合波束成形技术，它包括低维数字波束成形，然后是模拟射频（RF）波束成形。本文研究了云无线接入网（C-RAN）架构下混合波束赋形的优化问题。在C-RAN系统中，数字基带信号处理功能通过有限容量前传链路从远程无线电头端（RRH）迁移到“云”中的基带处理单元（BBU）。具体而言，这项工作解决了联合优化数字波束成形和前传量化策略在BBU，以及RF波束成形在RRH的问题，与最大化的加权下行链路总速率的目标。前传容量和每RRH功率约束连同对RF波束成形矩阵的恒模约束一起被强制执行。提出了一种基于逐次凸逼近和松弛恒模约束的迭代算法。数值仿真结果验证了该方法的有效性。
2017-04-03 cs.IT math.IT
Uplink HARQ for Distributed and Cloud RAN via Separation of Control and Data Planes
云无线电接入网络RAN（C-RAN）架构中的上行链路HARQ的实现受到将远程无线电头端（RRH）与执行解码的基带单元（BBU）连接的前传链路上的双向延迟的约束。为了克服这一限制，这项工作考虑了一种架构的基础上分离的控制和数据平面，其中重传控制决策是在网络的边缘，也就是说，由RRH或用户设备（UE），而数据解码是远程执行的BBU。该解决方案使得能够在RRH或UE处做出低延迟本地重传决策，其不受前传延迟约束，同时利用BBU的解码能力。首先考虑具有BBU Hoteling系统的系统，其中每个RRH在云中具有专用的BBU。对于该系统，控制-数据分离利用来自RRH的低延迟本地反馈来驱动给定UE的HARQ过程。针对一般衰落MIMO链路上的Type-I、Chase合并和增量冗余三种标准HARQ模式，分析了该方案的吞吐量和误码率。然后，基于从RRH到UE的有限的“硬”或“软”本地反馈以及在UE处进行的重传决策，针对具有单个集中式BBU的C-RAN架构提出并分析了新颖的以用户为中心的低延迟反馈策略。在这项工作中提出的分析允许所考虑的方案的优化，以及调查的影响，系统参数，如HARQ协议类型，块长度和天线的数量对性能的低延迟本地HARQ决定在BBU Hoteling和C-RAN架构。
2016-09-05 cs.IT cs.NI math.IT
Performance Limits of Compressive Sensing Channel Estimation in Dense Cloud RAN
为了减少大规模和密集云无线电接入网络（CRAN）中的训练信令开销，已经基于信道稀疏化假设提出了各种方法，即，仅部署的远程无线电头端（RRH）的一小部分对系统中的任何用户是重要的。受压缩感知（CS）技术在这种情况下的潜力，本文提供了一个严格的描述，许多实际的CS算法的性能限制，通过考虑的性能，所谓的预言估计，它知道先验的RRH的意义，但不是他们相应的信道值。通过使用随机几何的工具，得到了一个封闭形式的解析表达式的预言估计器的性能，平均RRH位置和信道统计分布。除了对实际CS算法的约束外，该分析还提供了重要的设计见解，例如，训练序列长度如何影响性能，并确定信道稀疏化假设有效的操作条件。结果表明，后者是真实的，只有在操作条件下具有足够大的路径损耗指数。
2018-02-08 cs.IT math.IT
Random Access in C-RAN for User Activity Detection with Limited-Capacity Fronthaul
云无线电接入网络（C-RAN）的特征在于分层结构，其中远程无线电头端（RRH）的基带处理功能借助于中央单元（CU）处的云计算来实现。C-RAN的关键限制由将RRH连接到CU的前传链路的容量约束给出。在这封信中，这种架构约束的影响进行了调查的基本功能的随机接入和活跃的用户设备（UE）的识别中存在的一个潜在的大量的UE。特别地，将基于量化转发和集中式检测的标准C-RAN方法与基于实现本地检测的替代CU-RRH功能划分的方案进行比较。这两种技术都利用贝叶斯稀疏检测。数值结果表明，作为系统参数的函数的两个计划的相对优点。
2016-09-02 cs.IT cs.NI 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
Set-Theoretic Learning for Detection in Cell-Less C-RAN Systems
Technische Universitaet Berlin（柏林工业大学）；Fraunhofer Heinrich Hertz Institute（弗劳恩霍夫海因里希·赫兹研究所）
云无线电接入网络（C-RAN）可以通过经由前传链路将分布式远程无线电头端（RRH）连接到强大的中央单元来实现无小区操作。在传统的C-RAN中，基带信号在量化/压缩之后被转发到中央单元用于集中处理，以保持RRH的复杂度低。然而，前传的有限容量被认为是C-RAN支持大型系统（例如，大规模机器类型通信（mMTC））的能力的显著瓶颈。因此，与传统的C-RAN相比，我们提出了一种基于学习的系统，在该系统中，在每个RRH本地执行检测，并且仅将似然信息传达给CU。为此，我们开发了一种通用的集合论学习方法来估计似然函数。该方法可以用于将现有检测方法扩展到C-RAN设置。
2021-03-21 cs.IT cs.LG math.IT
Message Passing in C-RAN: Joint User Activity and Signal Detection
在云无线接入网络（C-RAN）中，远程无线电头端（RRH）和用户均匀地分布在大的区域中，使得信道矩阵可以被认为是稀疏的。基于这一现象，RRH只需要检测来自附近用户的相对较强的信号，而忽略来自远处用户的微弱信号，这有助于在不造成太大性能损失的情况下开发低复杂度的检测算法。然而，在检测之前，RRH需要通过动态授权过程获得实时的用户活动信息，这导致了巨大的延迟。为了解决这个问题，在本文中，我们考虑一个免授权的C-RAN系统，并提出了一个低复杂度的Bernoulli-Gaussian消息传递（BGMP）算法的基础上的稀疏信道，联合检测用户活动和信号。由于假设活跃用户在任何时间发送高斯信号，因此用户活动可以被视为伯努利变量，并且来自所有用户的信号服从伯努利-高斯分布。在BGMP中，信号的检测函数是关于Bernoulli-Gaussian变量设计的。数值结果表明了BGMP的鲁棒性和有效性。也就是说，对于不同的稀疏化信道，BGMP可以接近的均方误差（MSE）的基因辅助稀疏最小均方误差（GA-SMMSE），它确切地知道用户的活动信息。同时，也验证了BGMP的快速收敛性和对用户活动的强恢复能力。
2017-08-20 cs.IT math.IT
Energy Efficient Downlink Transmission for Multi-cell Massive DAS with Pilot Contamination
在本文中，我们研究的能量效率（EE）的下行链路多小区大规模分布式天线系统（DAS）的导频污染（PC）的存在下，天线被聚集在远程射频头（RRH）。我们采用了一个实际的功耗模型，考虑发射功率，电路功率，和回程功率，在对比现有的大多数作品集中在共址天线系统（CAS）的回程功率可以忽略不计。对于给定的平均用户速率，我们考虑的问题，最大化的EE相对于每个RRH天线的数量$n$，RRH的数量$M$，用户的数量$K$，并研究系统参数的最佳$n$，$M$和$K$的影响。具体地说，我们应用随机矩阵理论，推导出最佳的$n$的封闭形式的表达式，并找到最佳的$M$和$K$的解决方案，在一个简化的信道模型的最大比传输。从结果中，我们发现，要达到最佳的EE，大量的天线是需要为一个给定的用户速率和PC。随着用户数量的增加，可以通过具有更多的RRH和天线来进一步改善EE。此外，如果回程功率不大，则大规模DAS可以比大规模CAS更节能。这些见解为大规模DAS的实际部署提供了有用的指导。
2016-04-16 cs.IT math.IT
Stochastic geometry analysis of a distance-based JT scheme in C-RAN
本文考虑了一种为云无线接入网（C-RAN）开发的联合传输方案（JT）。该方案的特点是在每个用户位置周围的磁盘中定义的远程无线电头端（RRH）的合作集。属于这些集合中的每一个的节点执行加权最大比传输以联合服务用户。分配给波束形成器的功率在网络基带单元处计算，考虑信道增益以及用户之间的公平标准。与现有文献相比，我们的模型包括一个饱和的假设，所有的传输发生在同一个资源块。因此，属于多个集合的RRH可以同时向多个用户发送。利用随机几何方法计算了网络覆盖率和频谱效率的分布，并与蒙特卡罗模拟结果进行了比较。推导出的表达式考虑到功率分配，用户和RRH密度，以及统计相关性所造成的集合重叠。
2021-04-14 cs.IT eess.SP math.IT
Energy Efficiency Maximization for C-RANs: Discrete Monotonic Optimization, Penalty, and l0-Approximation Methods
研究了具有有限容量前传链路的多天线云无线接入网（C-RAN）的下行链路。目的是提出波束成形和远程无线电头端（RRH）-用户关联的联合设计，受到用户的服务质量、有限的前传链路容量和发射功率的约束，以最大化系统能量效率。为了应付有限的容量前传，我们考虑的RRH用户关联的问题，选择一个子集的用户，可以由每个RRH服务。此外，与传统功耗模型不同，我们考虑了基带信号处理功率对数据率的依赖性，以及功率放大器效率的动态变化。所考虑的问题导致一个混合二进制整数规划（MBIP），这是很难解决的。我们的第一个贡献是通过定制一个离散的分支缩减和定界（DBRB）的方法来获得所考虑的问题的全局最优解。由于全局优化方法需要很高的计算工作量，我们进一步提出了两个次优的解决方案，能够实现接近最优的性能，但大大降低了复杂性。为此，我们将设计问题转化为连续的（但本质上非凸）的方案，通过两种方法：惩罚和\ell_{0}近似方法。这些连续的非凸问题，然后解决的逐次凸逼近框架。数值结果提供了评估所提出的方法的有效性。
2018-08-09 cs.IT math.IT
Joint Precoding Design and Resource Allocation for C-RAN Wireless Fronthaul Systems
本文针对C-RAN无线前传系统容量受限问题，提出前传与接入链路联合预编码设计及正交资源分配优化算法，使RAU前传容量匹配接入需求并提升系统性能。
2023-05-25 cs.IT math.IT
Edge Cache-assisted Secure Low-Latency Millimeter Wave Transmission
在本文中，我们考虑了边缘缓存辅助的毫米波云无线电接入网络（C-RAN）。C-RAN中的每个远程无线电头端（RRH）都有一个本地缓存，可以预取和存储执行器请求的文件。多个RRH形成一个集群，以协同服务的致动器，获得他们所需的文件，无论是从本地缓存或从中央处理器通过多播前传链路。对于这样的情况下，我们制定了一个波束成形设计问题，以最大限度地减少每个RRH的发射功率约束下的安全传输延迟。由于直接求解该问题的困难，我们将其分为两个独立的问题：{ \textit{i)} }通过联合优化发送和接收波束形成来最小化前传传输延迟; { \textit{ii)} }通过联合设计RRH之间的协作波束形成来最小化最大接入传输延迟。提出了一种交替迭代算法来求解第一个优化问题。对于后者，我们首先设计了基于信道状态信息的模拟波束形成。然后，借助于逐次凸逼近和$S$ -过程技术，构造了一个半定规划（SDP），并通过SDP松弛提出了一个迭代算法。最后，仿真结果验证了所提出的方案的性能。
2020-02-11 cs.IT eess.SP math.IT
Joint Uplink and Downlink Transmissions in User-Centric OFDMA Cloud-RAN
研究了以用户为中心的正交频分多址（OFDMA）云无线接入网（CRAN）中的上下行联合资源分配问题，即用户选择分布式远程射频头（RRH）在不同的子载波（SC）上协同完成上下行传输。本文的目标是在最大功率和前传容量约束下，通过联合优化上下行调度、SC分配、RRH分组/分簇和功率分配来最大化系统吞吐量。该问题是一个混合整数规划问题，这是非凸的NP-难。我们提出了一个有效的算法的基础上的拉格朗日对偶方法来获得这个问题的渐近最优解。进一步提出了一种启发式算法来降低复杂度。仿真结果表明，所提出的启发式算法也具有接近最优的性能，与其他基准方案相比，所提出的算法可以显著提高系统吞吐量。
2019-06-20 cs.IT math.IT
Layered Downlink Precoding for C-RAN Systems with Full Dimensional MIMO
随着水平和垂直天线的数量越来越大，具有全维（FD）-MIMO的云无线电接入网络（C-RAN）的实现面临着控制基带信号传输的前传开销的挑战。本文提出利用FD-MIMO信道的特殊低秩结构，通过分层预编码的方法来降低前传开销，该低秩结构的特征在于具有时不变的仰角分量和时变的方位分量。根据该方案，单独的预编码矩阵被应用于方位角和仰角信道分量，具有对信道变化的不同适应速率以及对前传容量的相应不同影响。此外，我们考虑在物理层处的两个不同的中央单元（CU）-无线电单元（RU）功能划分，即常规C-RAN实现和其中在RU处执行编码和预编码的替代实现。通过数值计算，它表明，分层方案显着优于传统的非分层方案，特别是在低前传容量和大量的垂直天线的制度。
2015-11-25 cs.IT math.IT
Channel Diagonalization for Cloud Radio Access
通过奇异值分解（SVD）将传统的多输入多输出（MIMO）信道对角化为并行且独立的子信道是允许使用标量信道码来实现MIMO信道容量的基本策略。这封信为云无线电接入网络（C-RAN）的上行链路和下行链路建立了类似的信道对角化结果，其中中央处理器（CP）经由承载压缩基带信号的速率限制数字前传连接到服务单个用户的远程无线电头端（RRH）。具体而言，我们表明，通过SVD和随后的独立和并行量化的标量信号和信道编码在每个子信道的RRH和用户之间的MIMO信道的对角化是最佳的。这封信使用优势理论确立了这一事实。此外，针对该单用户情况识别多天线C-RAN的上行链路-下行链路二元性。
2018-02-25 cs.IT math.IT
Geographical Scheduling for Multicast Precoding in Multi-Beam Satellite Systems
目前最先进的高吞吐量卫星系统通过多波束架构提供广域连接。由于下一代卫星通信（SatCom）期望实现的巨大的系统吞吐量要求，传统的4色频率复用方案不再足够，并且正在考虑用于多波束SatCom的更积极的解决方案，如全频率复用。这些方法需要先进的干扰管理技术来应对发射机处显著增加的波束间干扰，预编码，并且在接收机处，例如，多用户检测（MUD）。关于前者，在为卫星通信系统设计时出现了一些特殊的挑战。特别地，多个用户被复用在相同的传输无线电帧中，因此在计算预编码系数时必须考虑多个信道矩阵。在以前的工作中，主要集中在用户的聚类和预编码设计。然而，即使实现了显着的吞吐量增益，没有分析已执行的系统调度算法对多播预编码的影响，这通常是假设随机的。在本文中，我们专注于这方面的显示，虽然整体系统性能得到改善，随机调度程序不能正确地解决特定的情况下，预编码算法可以表现不佳。基于这些考虑，我们设计了一个地理调度算法（GSA），旨在提高在这些关键场景中的预编码性能，因此，在系统级的性能以及。通过大量的数值模拟，我们表明，建议的GSA提供了一个显着的性能改善与传统的随机调度。
2018-04-18 cs.IT math.IT
Hybrid Precoding for Massive MIMO Systems in Cloud RAN Architecture with Capacity-Limited Fronthauls
云RAN（C-RAN）是分布式大规模MIMO系统的一个有前途的使能者，但易受其前传拥塞的影响。针对下行分布式大规模MIMO系统中前传容量有限的问题，提出了一种基于C-RAN架构的混合模数预编码设计，该设计自适应地调整前传压缩级别和整个射频（RF）链中的活动RF链数量。在此架构下，我们提出一个模拟波束形成器的设计，追求最大化多用户和平均数据率（和率）。基于空间信道协方差矩阵的加权和来构造模拟波束形成器的每个元件，同时优化模拟波束形成器的大小，即活动RF链的数量，以便最大化大规模近似和速率。利用这些模拟波束形成器和RF链激活，基于通过给定模拟波束形成器观察到的瞬时有效信道信息来联合优化正则化迫零（RZF）数字波束形成器。通过仿真验证了混合预编码算法的有效性，并通过分析阐明了混合预编码算法的设计准则。
2017-09-22 cs.IT math.IT
Energy Efficient Precoding C-RAN Downlink with Compression at Fronthaul
本文考虑了云无线电接入网络（C-RAN）的下行链路传输，其中在公共基带单元处的预编码基带信号在通过有限的前传容量链路被转发到无线电单元（RU）之前被压缩。我们研究了预编码，多变量压缩和RU用户选择的联合设计，最大限度地提高下行链路C-RAN网络的能量效率。所考虑的问题本质上是一个秩约束的混合布尔非凸规划的全局最优解是困难的和计算昂贵的找到。为了得到实际上有吸引力的解决方案，我们调用一些有用的松弛和变换技术，以达到一个更易处理的（但仍然非凸）连续的程序。为了解决松弛问题，我们提出了一个迭代过程的基础上DC算法是可证明收敛的。数值结果表明，所提出的解决方案的优越性，在可实现的能源效率相比，现有的计划。
2017-03-17 cs.IT math.IT
Spatial Lobes Division Based Low Complexity Hybrid Precoding and Diversity Combining for mmWave IoT Systems
研究了毫米波物联网系统中低复杂度的混合模拟/数字预编码和分集合并技术。首先，通过利用毫米波在角域中的稀疏性，我们提出了一种空间波瓣划分（SLD），将毫米波信道的总路径分为几个空间波瓣，其中每个空间波瓣中的路径形成一个低秩子信道。其次，基于SLD运算，提出了一种低复杂度的混合预编码方案HYP-SLD。具体来说，对于每个低秩子信道，我们制定的混合预编码设计作为一个稀疏重建问题，并分别最大化频谱效率。最后，我们进一步提出了一种基于最大比合并的分集合并方案，名为HYP-SLD-MRC，以改善毫米波物联网系统的比特出错率（BER）性能。仿真结果表明，所提出的HYP-SLD方案大大降低了经典正交匹配追踪（OMP）方案的复杂度。此外，所提出的HYP-SLD-MRC方案取得了很大的改善BER性能相比，全数字预编码方案。
2018-11-15 cs.IT math.IT
Group Sparse Precoding for Cloud-RAN with Multiple User Antennas
云无线接入网（C-RAN）已经成为下一代蜂窝网络中支持大规模数据业务的一种很有前途的网络架构。在C-RAN中，大量低成本远程天线端口（RAP）经由高速低延迟前传链路连接到单个基带单元（BBU）池，这实现了高效的资源分配和干扰管理。由于RAP在地理上是分布的，因此组稀疏波束形成方案吸引了广泛的研究，其中RAP的子集被分配为活跃的，并且可以实现高的频谱效率。然而，大多数研究假设每个用户配备有单个天线。如何为多天线用户设计组稀疏预编码器仍然知之甚少，因为它需要相互耦合的发射和接收波束形成器的联合优化。本文阐述了一个最佳的联合RAP选择和预编码设计问题，在C-RAN与多个天线在每个用户。具体来说，我们假设一个固定的发射功率约束为每个RAP，并调查的最佳折衷之间的总和速率和活跃的RAP的数量。受压缩感知理论的启发，本文通过引入$\ell_0$ -范数作为惩罚函数，建立了组稀疏预编码问题的数学模型，然后使用重新加权的$\ell_1$启发式算法求解。采用块对角化预编码的思想，将该问题转化为一个凸优化问题，并基于其拉格朗日对偶提出了一种有效的算法。仿真结果表明，我们提出的算法可以获得几乎相同的和速率从穷举搜索。
2018-02-24 cs.IT math.IT
Joint Optimization of User Association, Data Delivery Rate and Precoding for Cache-Enabled F-RANs
本文考虑了具有有限前传容量的高速缓存使能的雾无线接入网（F-RAN）的下行链路，其中用户关联（UA）、数据传输速率（DDR）和信号预编码被联合优化。我们制定了一个混合整数非线性规划问题，其中网络吞吐量和总功耗的加权差最大化，受到预定义的DDR要求和最大发射功率在每个eRRH。为了解决这个具有挑战性的问题，我们首先应用l0-范数近似和l1-范数最小化技术来处理UA。在这个关键步骤之后，我们得到了一个近似的问题，只涉及DDR和预编码的联合优化。通过交替下降法，我们进一步将这个问题分解为一个凸的DDR分配子问题和一个非凸的预编码子问题。而前者是全球解决的邻点法，后者是解决了一个专门定制的连续凸二次规划方法。最后，我们提出了一个迭代算法的原始联合优化，保证收敛。重要的是，开发的算法的每次迭代只涉及解决简单的凸问题。数值例子表明，所提出的设计显着提高吞吐量和功率性能，特别是在实际的F-RAN有限的前传容量。相比于单一的预编码器设计，对于一个给定的缓存位置，我们的联合设计，以提高吞吐量的50%，同时节省至少一半的总功耗在所考虑的例子。
2017-06-30 cs.IT math.IT
Green Cloud Radio Access Networks
云无线电接入网络（C-RAN）是实现第五代（5G）通信网络的宏伟愿景的有前途的技术。尽管C-RAN具有潜在的好处，但运营成本仍然是一个具有挑战性的问题，主要是由于集中式处理方案和大量连接到云的操作远程无线电头端（RRH）。在这项工作中，我们考虑的设置，其中CRAN部分供电的一组可再生能源（RES），我们的目标是最大限度地减少处理/回程成本在云中心以及在RRH的传输功率，同时满足一些用户的服务质量（QoS）的服务质量。该问题首先被表述为一个具有大量优化变量的混合整数非线性规划（MINLP）。底层的NLP是非凸的，尽管我们通过使用均方误差（MSE）-速率关系重新表述问题来解决这个问题。考虑到问题的大规模，我们引入松弛变量来分解重新制定的（MINLP），并通过使用交替方向乘子法（ADMM）算法实现分布式优化框架的应用。
2016-07-21 cs.IT math.IT
Multi-user Linear Precoding for Multi-polarized Massive MIMO System under Imperfect CSIT
空间限制和信道获取阻碍了Massive MIMO在实际设置中的轻松部署。受LTE-高级的当前部署的启发，使用多极化天线可以是解决空间约束的有效解决方案。此外，双结构预编码，其中基于空间相关性的预处理和随后的线性预编码的基础上的短期信道状态信息（CSIT）在发射机级联，可以有效地减少反馈开销。通过对空间相关的移动台（MS）进行分组和预处理，预编码信号空间的维度被减小，并且相应的短期CSIT维度被减小。在本文中，为了进一步减少反馈开销，我们提出了一种双结构的多用户线性预编码，其中基于共极化的子分组方法在预处理阶段被附加应用于空间分组的MS。在非理想CSIT条件下，基于随机矩阵理论对该方案进行了渐近分析。通过研究渐近性能的行为，我们还提出了一种新的双结构预编码，其中预编码模式在两种双结构预编码策略之间切换：1）仅基于空间相关性的预处理和2）基于空间相关性和极化的预处理。最后，我们将其扩展到三维双结构预编码。
2015-01-12 cs.IT math.IT
Distributed Fronthaul Compression and Joint Signal Recovery in Cloud-RAN
云无线电接入网络（C-RAN）是用于未来移动通信的有前途的网络架构，并且其大规模实现的一个实际障碍是将分布式远程无线电头端（RRH）连接到C-RAN中的集中式基带池（BBU）的高容量和低延迟前传的严格要求。为了提高C-RAN网络的可扩展性，在信号检测中考虑前传负载是非常重要的，并且非常期望降低C-RAN系统中的前传负载。在本文中，我们考虑上行链路C-RAN系统，我们提出了一个分布式前传压缩方案在分布式RRH和联合恢复算法在BBU部署分布式压缩感知（CS）的技术。与传统的分布式CS不同，C-RAN系统中的CS问题需要考虑多址衰落的潜在影响，以便从用户端到端地恢复发送的信号。我们分析了所提出的端到端信号恢复算法的性能，我们表明，在C-RAN系统中的聚合测量矩阵，其中包含分布式前传压缩和多址衰落，仍然可以满足限制等距属性的概率很高。基于这些结果，我们推导出C-RAN系统中上行链路容量和前传负载之间的折衷结果。
2014-12-15 cs.IT math.IT
Improved Achievable Rates for Regularized Tomlinson-Harashima Precoding in Multiuser MIMO Downlink
Tomlinson-Harashima预编码（THP）被认为是一种重要的预编码方案，因为它能够有效地消除发射机侧的已知干扰。因此，通过THP实现的信息速率优于通过常规线性预编码方案实现的信息速率。本文推导了在加性高斯白噪声（AWGN）信道下正则化THP方案的可达信息速率的一个新的下界。分析结果表明，在低信噪比范围内，该下界比原下界更紧，当信噪比趋于无穷大时，所有下界收敛到0.5xlog2（6SNR/πe）.
2011-01-04 cs.IT math.IT
Hybrid Vector Perturbation Precoding: The Blessing of Approximate Message Passing
矢量扰动预编码是一种很有前途的多用户通信系统下行链路预编码技术。在这项工作中，我们引入了一个混合框架，以提高性能的格约简（LR）辅助预编码VP。首先，我们执行一个简单的预编码使用迫零（ZF）或连续干扰消除（SIC）的基础上减少格。由于LR-ZF或LR-SIC预编码之后的信号空间可以被示出为被限制到小范围，然后连同由LR保证的格基的足够正交性，它们共同为近似消息传递（AMP）算法的后续应用铺平了道路，这进一步提升了任何次优预编码器的性能。我们的工作表明，AMP算法可以是有益的格解码问题，其数据符号位于整数$\mathbb{Z}$和格基的条目可能不是i.i.d.高斯。数值结果表明，低复杂度的AMP算法可以显著改善LR辅助预编码的符号出错率（SER）性能。最后，在不使用LR的情况下，该混合方案也被证明是解决大规模MIMO系统数据检测问题的有效方法。
2018-06-08 cs.IT math.IT
Pilot Assignment Schemes for Cell-Free Massive MIMO Systems
在这项工作中，我们提出了三个导频分配方案，以减少无小区的大规模多输入多输出（MIMO）系统中的导频污染的影响。我们的第一个算法，这是基于随机顺序吸附（RSA）过程的统计物理文献的想法，可以实现在一个分布式和可扩展的方式，同时确保最小的距离之间的副驾驶用户。此外，利用丰富的文献的RSA过程中，我们提出了一个近似的分析方法，以准确地确定密度的副导频用户，以及在这个网络中的典型用户的导频分配概率。我们还开发了两个基于优化的集中式试点分配计划的主要目标是基准的RSA为基础的计划。第一集中式方案仅基于用户位置（就像基于RSA的方案一样），并且将用户划分为多组副导频用户，使得分区中的两个用户之间的最小距离最大化。第二种集中式方案考虑了用户和远程无线电头端（RRH）位置，并在总用户频谱效率（SE）方面提供了接近最优的解决方案。一般的想法是首先使用谱图理论将具有关于RRH的相似传播条件的用户聚类，然后使用分支和价格（branch and price，BPR）算法确保每个聚类中的用户被分配不同的导频。我们的仿真结果表明，尽管承认分布式实现，RSA为基础的计划具有竞争力的性能相对于第一集中式计划在所有制度，以及接近最佳的第二个方案时，RRH的密度是高的。
2021-05-20 cs.IT math.IT
Hybrid Precoding Architecture for Massive Multiuser MIMO with Dissipation: Sub-Connected or Fully-Connected Structures?
本文研究了大规模多用户多输入多输出（MIMO）系统中有限反馈信道下的混合预编码结构。我们专注于在一个更现实的硬件网络模型下的混合预编码的系统性能，特别是，不可避免的耗散。量化的模拟和数字预编码的效果进行了表征。我们研究了两种典型的混合预编码结构的频谱效率，即，子连接结构和全连接结构。结果表明，增加信号功率可以补偿量化模拟预编码带来的性能损失。此外，通过捕获混合处理的有效信道的性质，我们采用了基于信道相关性的码本，并证明了该码本显示出比传统的随机矢量量化（RVQ）码本有很大的优势。研究还发现，无论是在大规模MIMO还是在低信噪比的情况下，如果采用基于信道相关性的码本，子连接结构的性能总是优于全连接结构;反之，全连接结构的性能更好。瑞利衰落信道和毫米波信道下的仿真结果验证了上述结论。
2018-06-07 cs.IT math.IT
Per-Antenna Constant Envelope Precoding for Secure Transmission in Large-Scale MISO Systems
研究了大规模MISO系统中人工噪声的安全传输问题。分析了大规模MISO下每天线CE预编码方案的保密率，并与匹配滤波线性预编码方案进行了比较。提出了一种用于联合信号加AN传输的每天线两阶段CE预编码方案。第一阶段确定用于信息承载信号的每天线CE预编码。在第二阶段中，使用迭代算法适当生成的AN被并入到发射信号中，使得组合信号加AN满足每天线CE约束，并且AN与用户信道正交。结果表明，与传统的每天线CE传输相比，这种联合信号加AN安全传输方案不需要额外的发射功率。还提出了一种替代的低复杂度AN生成方案，该方案使用单独的天线来消除由随机生成的AN引入的对预期用户的AN泄漏。
2015-10-10 cs.IT math.IT
Conjugate Gradient-based Soft-Output Detection and Precoding in Massive MIMO Systems
大规模多输入多输出（MIMO）与传统（小规模）MIMO无线系统相比，有望提高频谱效率、覆盖范围和范围。不幸的是，这些益处是以显著增加的计算复杂性为代价的，特别是对于具有实际天线配置的系统。为了降低大规模MIMO系统中数据检测（上行链路）和预编码（下行链路）的复杂度，我们提出使用共轭梯度（CG）方法。虽然使用CG的预编码相当简单，但软输出最小均方误差（MMSE）检测需要计算均衡后的信号干扰噪声比（SINR）。为了使CG的软输出检测，我们提出了一种新的方法，直接计算的SINR内的CG算法在低复杂度。我们调查的性能/复杂性的权衡与CG为基础的软输出检测和预编码，我们比较精确和近似的方法。我们的研究结果表明，该方法优于现有的大规模MIMO系统与现实的天线配置的算法。
2014-08-25 cs.IT math.IT
Static Deep Q-learning for Green Downlink C-RAN
针对C-RAN下行节能需求，本文提出静态深度Q学习算法，通过多Q表优化已激活RRH功率，在保障UE需求的同时实现更优节能效果且复杂度低。
2024-05-22 cs.IT math.IT
Queue-Aware Energy-Efficient Joint Remote Radio Head Activation and Beamforming in Cloud Radio Access Networks
在本文中，我们研究了云无线接入网络（C-RAN）的随机优化联合远程无线头端（RRH）激活和波束成形在下行链路中。与大多数以前的作品，只考虑一个静态的优化框架与完整的流量缓冲区，我们制定了一个动态优化问题，明确考虑随机流量到达和随时间变化的信道衰落的影响。随机公式可以量化功耗和排队延迟之间的权衡。利用李雅普诺夫优化技术，随机优化问题可以转化为每时隙惩罚加权和速率最大化问题，这是不确定的多项式时间困难。基于惩罚加权和速率最大化问题与惩罚加权最小均方误差（WMMSE）问题的等价性，提出了基于组稀疏波束形成优化的WMMSE算法和基于松弛整数规划的WMMSE算法，有效地获得了RRH激活与波束形成联合策略。这两种算法都可以收敛到低复杂度的稳态解，并且可以并行实现，因此它们对于大规模C-RAN具有高度的可扩展性。此外，这两个算法提供了一个灵活和有效的手段来调整的功率延迟权衡的需求。
2016-03-05 cs.IT math.IT
Base Station Selection for Massive MIMO Networks with Two-stage Precoding
为了减少大规模多输入多输出（MIMO）系统的信道训练和信道状态信息（CSI）反馈开销，提出了两阶段预编码。但是，不同用户簇的角度扩展范围（ASR）的重叠可能会严重降低两阶段预编码的性能。在这封信中，我们提出了一个ASR重叠缓解方案，通过基站（BS）的选择。首先，BS选择被公式化为和信号干扰噪声比（SINR）最大化问题。然后，通过最大化信号与泄漏加噪声比（SLNR）的低复杂度算法来解决该问题。此外，我们提出了一个低开销的算法的平均SLNR的下界作为目标函数。最后，我们通过数值模拟证明了所提出的方案的有效性。
2017-06-16 cs.IT math.IT
Channel Reconstruction for SVD-ZF Precoding in Massive 3D-MIMO Systems Low-Complexity Algorithm
本文研究了大规模MIMO系统下行链路预编码的低复杂度信道重构方法。当分配给用户的流数小于其天线数时，基站或用户通常利用奇异值分解（SVD）来得到有效信道，其维数等于流数。该过程被称为BS中用于TDD模式的信道重构。然而，随着基站中天线数量的增加，奇异值分解的计算量也越来越大。作为对策，我们提出了一系列新的低复杂度的下行迫零预编码（ZF）的信道重建方法。我们采用随机算法来构造一个近似奇异值分解，它可以减少矩阵的维数，特别是当近似的输入矩阵的低秩元素。此外，该方法还可以自动修改参数以适应用户任意数量的流需求。仿真结果表明，在保持1Gbps性能的前提下，所提方法的浮点运算量仅为传统SVD-ZF方法的30%。
2016-03-21 cs.IT math.IT
Low-Complexity Widely-Linear Precoding for Downlink Large-Scale MU-MISO Systems
在这封信中，我们提出了一个宽线性最小均方误差（WL-MMSE）预编码方案采用实值发送符号的下行链路大规模多用户多输入单输出（MU-MISO）系统。与使用WL预编码器和WL检测器的用于单用户多输入多输出（SU-MIMO）系统的现有WL-MMSE收发器相比，所提出的方案仅使用WL预编码和在用户终端（UT）处的简单常规检测。此外，为了避免与大矩阵的求逆相关联的计算复杂性，我们使用多项式展开（PE）来修改WL-MMSE预编码器。我们的仿真结果表明，在过载的系统中，UT的数量大于基站天线的数量，建议的PE WL-MMSE预编码器与矩阵多项式中只有几项实现了显着更高的总和速率比系统采用传统的MMSE预编码。因此，可以在小区中服务共享相同时间/频率资源的更多UT。我们验证了我们的模拟结果的渐近和率，这是通过使用随机矩阵理论的结果得到的解析表达式。
2015-02-06 cs.IT math.IT
Linear Precoding Based on Polynomial Expansion: Reducing Complexity in Massive MIMO
大规模多用户多输入多输出（MIMO）技术有可能为未来的通信系统带来巨大的改善。与直觉相反，具有不确定的信道知识、高传播损耗和实现最佳非线性预编码的实际问题或多或少地通过增大系统维度来自动解决。然而，计算预编码复杂度随着系统维度而增长。例如，接近最优的正则化迫零（RZF）预编码在实践中实现起来非常复杂，因为它需要在每个相干周期中对大矩阵进行快速求逆。受RZF高性能的启发，我们提出用截断多项式展开（TPE）代替矩阵求逆，从而得到更适合实时硬件实现的新TPE预编码方案。矩阵多项式的次数可以适应可用的硬件资源，并实现简单的最大比传输（MRT）和更先进的RZF之间的平滑过渡。通过推导新的随机矩阵的结果，我们得到了一个确定性的表达的渐近信号干扰噪声比（SINR）实现TPE预编码在大规模MIMO系统。此外，我们提供了一个封闭形式的多项式系数，最大限度地提高这个信干噪比的表达式。与RZF相比，为了保持固定的每用户速率损失，多项式次数不需要随系统缩放，但它应该随信道知识的质量和信噪比（SNR）而增加。
2014-07-24 cs.IT math.IT
