On Optimal Strategies for Joint Reciprocity Calibration in Distributed MIMO
The University of Electro-Communications(电气通信大学);Linköping University(林雪平大学)
本文研究互易校准误差对多用户大规模天线系统下行频谱效率的影响,通过全局与局部校准对比,证明在下行导频辅助下全局校准性能更优。
2026-06-15 eess.SP
Experimental Comparison of Local and Over-the-Air Phase Calibration for MIMO Arrays
本文通过实验比较了MIMO阵列中局部和空中相位校准方法,研究了硬件失真对通信性能和信道估计精度的影响,发现局部校准在相位稳定性方面更优,而空中校准在不需要额外硬件的情况下对多径效应更敏感。
2026-05-21 eess.SP
Experimental Performance of Bidirectional Phase Coherent Transmission and Sensing for mmWave Cell-free Massive MIMO Systems with Reciprocity Calibration
National Mobile Communications Research Laboratory, Southeast University(东南大学国家移动通信重点实验室);Pervasive Communication Research Center, Purple Mountain Laboratories(紫金山实验室泛在通信研究中心);China Mobile Research Institute(中国移动研究院)
本文提出双向相位校准方法,用于毫米波无基站大规模MIMO系统中的相干传输与感知,通过互易校准降低开销并提升感知精度。
2026-01-21 eess.SP
Correctly Modeling TX and RX Chain in (Distributed) Massive MIMO -- New Fundamental Insights on Coherency
这封信表明,文献中通常用于下行链路(分布式)大规模多输入多输出的TX和RX模型是不准确的,也导致不准确的结论。具体地,本振(LO)效应应当在发射机链中建模为$+φ$,在接收机链中建模为$-φ$,即,不同的迹象。在文献中,一个常见的误解是对两个链使用相同的符号。通过正确建模TX和RX链,人们认识到LO相位被包括在互易性校准中,并且每当LO相位漂移分开时,新的互易性校准就变得必要(这同样适用于时间漂移)。因此,自由运行的LO和通常做出的完美互易校准的假设(以实现盲DL信道估计)都不是那么有用,因为它们将需要太多的校准开销。相反,基站处的LO应当被锁定,并且应当采用与下行链路解调参考符号相结合的相对互易校准。
2022-07-14 eess.SP
Approximate Partially Decentralized Linear EZF Precoding for Massive MU-MIMO Systems
本文针对大规模MU-MIMO系统提出一种基于特征零迫的近似部分分散线性预编码算法,通过并行化基站天线簇间的基带处理并最小化互连需求,在降低复杂度的同时接近集中式EZF性能。
2024-07-18 eess.SP
MIMO Array Calibration in Non-stationary Channels with Residual Surfaces and Slepian Spherical Harmonics
School of Engineering, University of Birmingham(伯明翰大学工程学院)
本文提出了一种基于残差表面和Slepian球谐函数的MIMO阵列校准方法,用于非平稳信道中实现硬件影响的间接测量与补偿,提升波束成形性能和方向估计精度。
2026-01-16 eess.SP
Robust Localization in OFDM-Based Massive MIMO through Phase Offset Calibration
Interuniversity Microelectronics Centre (IMEC)(微电子研究中心);Department of Electrical Engineering (ESAT), KU Leuven(荷语天主教鲁汶大学电气工程系);Department of Electrical Engineering (EEMCS-EE), University of Twente(特温特大学电气工程系)
本文提出了一种基于空间模糊函数的鲁棒CSI校准框架,有效缓解了大规模MIMO中空间相位偏移对定位精度的影响,将定位误差从5米降低至1.2厘米。
2026-01-20 eess.SP
Repeater-Assisted Massive MIMO Downlink Performance with Calibration Errors
The University of Electro-Communications(电气通信大学);Linköping University(林雪平大学)
本文建模了中继辅助大规模MIMO系统中校准误差的影响,推导了下行频谱效率的解析表达式,并分析了误差显著的特殊情况。
2026-06-15 cs.IT eess.SP math.IT
Decentralized Linear MMSE Equalizer Under Colored Noise for Massive MIMO Systems
大规模多输入多输出系统中的常规上行链路均衡依赖于集中式基带处理架构。然而,随着基站天线数目的增加,集中式基带处理架构遇到两个瓶颈,即,巨大的数据互联和高维计算。为了解决这些问题,分散基带处理被提出用于上行链路均衡,但仅适用于不切实际的高斯白噪声假设的场景。提出了一种色噪声假设下的菊花链分布式基带处理结构中上行链路线性最小均方误差(L-MMSE)均衡方法。优化的L-MMSE均衡器是通过利用块坐标下降法,这表明在理论和仿真接近最优的性能,同时显着减轻瓶颈。
2021-06-23 eess.SP
Fully Decentralized Massive MIMO Detection Based on Recursive Methods
用于大规模多输入多输出上行链路检测的算法通常依赖于集中式方法,通过该方法,来自所有天线模块的基带数据被路由到中央节点以便被处理。在大规模多输入多输出的情况下,其中在基站中预期有数百或数千个天线,这种架构导致瓶颈,在互连带宽要求方面具有关键限制。本文提出了一种基于递归方法的大规模多输入多输出上行链路的完全分散的结构和算法,该结构和算法不需要中心节点进行检测过程。通过一个递归的方法和非常低的复杂性操作,所提出的算法提供了一个序列的估计渐近收敛到迫零的解决方案,而不需要特定的硬件矩阵求逆。所提出的解决方案实现了显着低于其他架构的互连数据速率,使未来的可扩展性。
2018-08-28 cs.IT eess.SP math.IT
1.23-Tb/s per Wavelength Single-Waveguide On-Chip Optical Interconnect Enabled by Mode-division Multiplexing
实验证明,采用片上模分复用和11 $\times$ 11多输入多输出(MIMO)数字信号处理,在单个绝缘体上硅(SOI)多模波导上实现了创纪录的每波长1.23 Tb/s的净容量。
2021-03-31 eess.SP physics.optics
Amplitude and Phase Estimation for Absolute Calibration of Massive MIMO Front-Ends
大规模多输入多输出(MIMO)相对于传统的多用户系统具有显著更高的性能。然而,大规模MIMO系统所承诺的增益在很大程度上依赖于绝对前端校准的准确性,以及在基站(BS)的信道估计的质量。在本文中,我们分析了用户设备辅助校准机制,以估计与BS阵列接口的每个射频链的幅度缩放和相位漂移。假设在基站处为均匀线阵,且存在莱斯衰落,我们分别采用基于矩的(幅度、相位)和最大似然(仅相位)估计技术获得估计参数。与以前的工作形成鲜明对比,我们在数学上阐明了相位估计的两种方法的等价性。此外,我们严格推导出一个Cramer-Rao下界来表征这两个估计的精度。通过数值模拟,我们评估的估计性能与不同的主导视线功率,主导的到达角,和信噪比。
2020-02-25 cs.IT eess.SP math.IT
Design Trade-offs for Decentralized Baseband Processing in Massive MU-MIMO Systems
大规模多用户(MU)多输入多输出(MIMO)通过空间复用和细粒度波束成形提供高频谱效率。然而,用于具有依赖于集中式基带处理的数百个天线的系统的常规基站(BS)架构不可避免地遭受(i)射频电路与处理结构之间的过度互连数据率,以及(ii)集中式基带处理器处的过高复杂性。最近,分散式基带处理(DBP)的架构和算法已被提出,这减轻了互连带宽和复杂度的瓶颈。本文系统地探讨了DBP架构在不同系统配置和信道条件下的误码率性能、计算复杂性和数据传输延迟之间的设计权衡。考虑到架构,算法和数值精度方面,我们提供了实用的指导方针,选择DBP架构和算法,能够实现大规模MU-MIMO的全部好处,在上行链路和下行链路。
2019-12-15 cs.IT eess.SP math.IT
Neural Calibration for Scalable Beamforming in FDD Massive MIMO with Implicit Channel Estimation
The Hong Kong University of Science and Technology(香港科技大学);The Hong Kong Polytechnic University(香港理工大学)
信道估计和波束形成在频分双工(FDD)大规模多输入多输出(MIMO)系统中起着关键作用。然而,这两个模块已被视为两个独立的组件,这使得很难实现全局系统最优。在本文中,我们提出了一种基于深度学习的方法,该方法根据接收到的上行链路导频直接优化基站处的波束成形器,从而绕过显式信道估计。与现有的完全数据驱动的方法不同,其中所有模块都被深度神经网络(DNN)取代,提出了一种神经校准方法,以提高端到端设计的可扩展性。特别是,传统的时间有效算法的骨干,即,最小二乘(LS)信道估计器和迫零(ZF)波束形成器被保留,并且DNN被利用来校准它们的输入以获得更好的性能。然后确定所制定的资源分配问题的置换等方差属性,以设计一个低复杂度的神经网络架构。仿真结果将显示所提出的神经校准方法的优越性,在大规模无线网络的频谱效率和可扩展性方面的基准计划。
2021-08-03 cs.LG eess.SP
Over-the-Air DPD and Reciprocity Calibration in Massive MIMO and Beyond
针对大规模MIMO系统的非线性收发器与非互易性挑战,提出基于基站天线互耦空口测量的DPD与互易性校准联合方法,无需专用硬件且复杂度低,仿真验证其在校准误差与下行速率上的优势。
2025-08-23 cs.IT eess.SP math.IT
Stream-Adaptive Quantization and Power Allocation in Fronthaul-Constrained MIMO Systems
Bilkent University(比尔肯特大学);KTH Royal Institute of Technology(皇家理工学院)
本文研究了前端约束MIMO系统中流适应量化与功率分配的影响,提出了一种联合比特和功率分配方案,以提高总速率性能。
2026-04-13 eess.SP
Robust Beamforming and Power Allocation for Coherent Cell-Free Massive MIMO with Residual Calibration Errors
School of Electronics and Information Engineering, Harbin Institute of Technology(哈尔滨工业大学电子与信息工程学院);Centre for Wireless Innovation (CWI), School of Electronics, Electrical Engineering and Computer Science, Queen’s University Belfast(贝尔法斯特女王大学电子、电气工程和计算机科学学院无线创新中心);School of Electronic Engineering and Computer Science, Queen Mary University of London(伦敦大学玛丽皇后学院电子工程与计算机科学学院);Department of Electronics and Information Convergence Engineering, Kyung Hee University(庆熙大学电子与信息融合工程系)
本文针对存在残留校准误差的相干无蜂窝大规模MIMO系统,构建时变残留校准误差模型,提出基于高斯-勒让德求积的WMMSE优化框架,实现鲁棒波束成形与功率分配,提升加权和速率与频谱效率。
2026-08-12 eess.SP
Decentralized Baseband Processing with Gaussian Message Passing Detection for Uplink Massive MU-MIMO Systems
分散式基带处理(DBP)架构将基站天线划分为多个天线簇,其最近被提出用于减轻大规模多用户多输入多输出(MU-MIMO)系统的过高互连带宽、芯片输入/输出数据速率和检测复杂度。在本文中,我们开发了一种新的分布式高斯消息传递(GMP)检测的DBP架构。通过将离散概率分布投影到复高斯函数中,在集中式处理单元中,基于所提出的消息融合规则,融合每个天线簇中迭代计算的局部均值和方差,生成全局符号置信度。在大系统极限和高斯源的假设下,给出了基于状态演化的分散GMP检测的框架和收敛性分析。仿真结果表明,非均匀天线簇划分方案比均匀天线簇划分方案具有更高的收敛速度。仿真结果表明,所提出的分散GMP检测优于最近提出的分散算法。
2021-05-22 eess.SP
A Framework for Over-the-air Reciprocity Calibration for TDD Massive MIMO Systems
针对TDD大规模MIMO系统射频前端不对称导致的信道互易性偏差问题,本文提出统一的空口校准框架与基于天线分组的新型校准方法,结合克拉美罗界评估估计器性能,支持非相干积累以降低业务影响,实现了高精度、资源高效的互易性校准。
2017-10-30 cs.IT eess.SP math.IT
Optimal symmetric low-rank BD-RIS configuration maximizing the determinant of a MIMO link
Universidad de Cantabria(坎塔布里亚大学);Universität Paderborn(帕德博恩大学);IHP - Leibniz-Institut für Innovative Mikroelektronik(IHP - 莱布尼茨创新微电子研究所);Technische Universität Braunschweig(布伦瑞克工业大学)
本文提出通过最大化等效MIMO信道行列式来优化BD-RIS配置,推导出低秩单位ary散射矩阵,证明在高SNR或BD-RIS元素增多时速率损失消失,且实现效率高。
2026-11-06 eess.SP
Relaxed Multi-Tx DDM Online Calibration
针对基于DDM的MIMO雷达移相器校准需求,提出一类适配任意数量同时激活发射通道的新型DDM校准码,利用ODDM序列降低发射间泄漏,并在含移相器误差的汽车雷达数据集上验证。
2024-06-25 eess.SP
Repeater-Aided Over-the-Air Phase Synchronization in Distributed MIMO
Ericsson AB(爱立信);Nokia(诺基亚);Linköping University(林雪平大学)
本文提出一种利用中继节点实现相位同步的新方法,解决直接通信不可行时的同步问题,提升分布式MIMO系统性能。
2026-03-20 cs.IT eess.SP math.IT
Feedforward Architectures for Decentralized Precoding in Massive MU-MIMO Systems
与传统的小规模MIMO技术相比,大规模多用户多输入多输出(MU-MIMO)能够显著提高频谱效率和链路可靠性。此外,线性预编码器,例如,使用迫零或维纳滤波器(WF)预编码足以在大规模MU-MIMO下行链路中实现优异的错误率性能。然而,这些方法需要在基站(BS)处进行集中处理,这导致(i)过高的互连和芯片输入/输出数据率,以及(ii)高实现复杂性。我们提出了两种前馈架构和相应的分散式WF预编码器,可以在多个计算结构中并行预编码,有效地缓解了集中式方法的问题。为了证明我们的分散式预编码器的有效性,我们提供了多GPU系统上的实现结果,这表明我们的解决方案在Gbit/s范围内实现了吞吐量,同时在大规模MU-MIMO下行链路中实现了(接近)最佳的错误率性能。
2018-04-29 cs.IT eess.SP math.IT
Decentralized Equalization with Feedforward Architectures for Massive MU-MIMO
基于迫零(ZF)或线性最小均方误差(L-MMSE)均衡的线性数据检测算法在大规模多用户多输入多输出(MU-MIMO)系统中实现接近最优的频谱效率。然而,这样的算法通常依赖于基站(BS)处的集中处理,这导致(i)过多的互连和芯片输入/输出(I/O)数据率以及(ii)高计算复杂性。分散式基带处理(DBP)将BS天线阵列划分为与单独的射频电路和计算结构相关联的独立集群,以便克服集中式处理的限制。在本文中,我们研究分散均衡与前馈架构,最大限度地减少现有DBP解决方案的延迟瓶颈。我们提出了两种不同的架构,不同的互连和I/O带宽的要求,融合本地均衡结果的每个集群在一个前馈网络。对于这两种架构,我们考虑最大比合并,ZF,L-MMSE,和依赖于近似消息传递的非线性均衡算法,我们分析了相关的均衡后信号噪声干扰比(SINR)。我们提供了多个图形处理单元(GPU)系统上的参考实现结果,该系统表明,与前馈架构的分散均衡,使吞吐量在Gb/s的制度,并不会或只会产生很小的性能损失相比,集中式解决方案。
2019-06-20 cs.IT eess.SP math.IT
NEAT-MUSIC: Auto-calibration of DOA Estimation for Terahertz-Band Massive MIMO Systems
针对太赫兹大规模 MIMO 中增益-相位失配与波束斜视导致的 DOA 估计误差,提出 NEAT-MUSIC 噪声子空间自动校准方法,并推导 Cramer-Rao 界验证其性能。
2023-11-07 cs.IT eess.SP math.IT
Performance Analysis of Channel Extrapolation in FDD Massive MIMO Systems
众所周知,用于频分双工(FDD)大规模多输入多输出系统的下行链路的信道估计产生大的开销,因为训练量通常与MIMO系统中的发射天线的数量成比例。在本文中,我们考虑从上行链路导频估计到下行链路频段的信道频率响应外推的解决方案,这完全消除了训练开销。我们首先表明,传统的估计无法达到合理的精度。我们建议改为使用高分辨率信道估计。我们推导出理论下界(LB)的均方误差(MSE)的外推通道。假设路径被很好地分离,LB被简化为给出相当大的物理洞察力的表达式。然后表明,MSE与接收天线的数量成正比,而外推性能损失与频率偏移和训练带宽之比的平方成正比。信道外推性能通过数值仿真和实验室测试进行了验证。我们的主要结论是,信道外推是一个可行的解决方案,FDD大规模多输入多输出系统,如果精确的系统校准执行和有利的传播条件。
2020-01-22 eess.SP
Physical-Layer Aspects of Repeater-Assisted MIMO
Linköping University(林雪平大学);The University of Electro-Communications(电气通信大学);Ericsson Research, Ericsson(爱立信研究,爱立信)
本文研究网络控制中继辅助MIMO的物理层设计,涵盖硬件损伤、增益控制等,并探讨其在ISAC中扩展非视距感知、增强弱回波检测的潜力,但受限于噪声与校准误差,需联合优化。
2026-09-25 eess.SP
Downlink Precoding for FBMC-based Massive MIMO with Imperfect Channel Reciprocity
本文提出了一种实用的基于滤波器组多载波(FBMC)的大规模多输入多输出(MIMO)下行链路预编码方法。所提出的方法包括一个两阶段的预编码器组成的分数间隔预滤波器(FSP),每个子载波整平/均衡的信道在子载波频带,其次是一个传统的预编码器,其目标是集中在他们的空间位置的不同用户的信号。这样,每个用户只接收预期的信息。在本文中,我们注意到,由于上行链路和下行链路中的无线电链路的不匹配,信道互易性在实际场景中可能不完全成立。另外,基站处的信道状态信息(CSI)可能不是完全已知的。这与不完美的信道互易性一起可能导致对下行链路预编码器性能的不利影响。我们从理论上分析了所提出的预编码器的性能存在不完美的CSI和信道互易性校准误差。这导致补偿这些影响的有效方法。最后,我们数值评估所提出的预编码器的性能。我们的研究结果表明,建议的预编码器导致一个优秀的性能时,对OFDM基准。
2022-01-26 eess.SP
Hierarchical-Absolute Reciprocity Calibration for Millimeter-wave Hybrid Beamforming Systems
在时分双工(TDD)毫米波(mmWave)大规模多输入多输出(MIMO)系统中,互易性失配严重影响了混合波束形成(HBF)的性能。在这项工作中,为了减轻互易失配的不利影响,我们研究了具有全连接移相器网络的毫米波HBF系统的互易校准。为了降低互易性校准的开销和计算复杂度,我们首先使用波束成形设计来解耦数字射频(RF)链和模拟RF链。然后,整个校准问题的HBF系统等效分解为两个子问题,相应的数字链校准和模拟链校准。为了有效地解决校准问题,数字链校准问题的封闭形式的解决方案,而模拟链校准问题的迭代交替优化算法的建议。为了衡量所提出的算法的性能,我们推导出估计失配系数的误差的Cramér-Rao下界。结果表明,数字链和模拟链失配系数的估计误差是不相关的,接收数字链的失配系数可以得到很好的估计。仿真结果验证了分析结果,并显示所提出的校准方法的性能。
2022-11-02 eess.SP
Experimental Investigation of Frequency Domain Channel Extrapolation in Massive MIMO Systems for Zero-Feedback FDD
在频分双工(FDD)大规模多输入多输出(MIMO)系统中估计下行链路(DL)信道状态信息(CSI)通常需要下行链路导频和反馈开销。因此,本文研究了基于信道外推的零反馈FDD大规模多输入多输出系统的可行性。我们使用高分辨率参数估计(HRPE),特别是空间交替广义期望最大化(SAGE)算法,外推DL CSI的基础上提取的参数的多径分量在上行链路信道。我们将HRPE应用于两种不同的信道模型:矢量空间特征(VSS)模型和到达波达方向(DOA)模型。我们通过使用两种不同类型的信道探测器进行信道测量活动获得的真实信道数据来验证这些方法:a)基于交换阵列的实时时域室外设置,频率为3.5 GHz; b)基于虚拟阵列的高精度频域室内设置,频率为2.4和5-7 GHz。我们评估的外推信道的性能指标包括多用户MIMO场景中的均方误差、波束形成效率和频谱效率。结果表明,基于HRPE的信道外推性能最好的简单VSS模型下,它不需要阵列校准,如果BS是在一个开放的室外环境中的视线(LOS)路径,以及分离的用户。
2020-09-29 eess.SP
Joint Motion, Angle, and Range Estimation in Near-Field under Array Calibration Imperfections
针对近场UM-MIMO中位置与运动参数耦合导致联合估计计算量大的问题,本文提出基于2D-DFT角度-多普勒域投影和独立一维MUSIC细化的低复杂度方法,实现角度、距离与速度的高效准确估计。
2025-07-17 eess.SP
Active RIS-Assisted MIMO System for Vital Signs Extraction: ISAC Modeling, Deep Learning, and Prototype Measurements
National Sun Yat-sen University(国立中山大学)
本文提出主动RIS辅助MIMO系统,通过深度学习和原型实验实现生命体征提取,提升呼吸检测可靠性并支持更高阶调制。
2026-02-18 eess.SP
Trade-Offs in Decentralized Gigantic MIMO with Hard-Boundary Constraints
Lund University(隆德大学);Ericsson Research(爱立信研究)
针对6G FR3频段巨型MIMO的处理复杂度和互连带宽挑战,提出基于WAX框架的分散式架构,由非协作硬件模块实现,展示了复杂度与性能之间的权衡潜力。
2026-07-01 cs.IT eess.SP math.IT
Distributed Massive MIMO for LEO Satellite Networks
互联卫星的超密集部署将成为未来低地球轨道巨型星座的特征。利用这对一个更有效的卫星网络(SatNet),本文提出了一种新的LEO SatNet架构的基础上分布式大规模多输入多输出(DM-MIMO)技术,允许地面用户终端连接到一个集群的卫星。为此,我们研究了基于DM-MIMO的卫星网络设计的各个方面,使用这种架构的好处,相关的挑战,以及潜在的解决方案。此外,我们提出了一个分布式的联合功率分配和切换管理(D-JPAHM)技术,共同优化的功率分配和切换管理过程中的跨层方式。该框架旨在最大化网络吞吐量和最小化切换速率,同时考虑用户终端的服务质量(QoS)需求和卫星的功率能力。此外,我们设计了一个人工智能(AI)为基础的解决方案,有效地实现建议的D-JPAHM框架的方式适合于实时操作和动态SatNet环境。据我们所知,这是第一个工作,介绍和研究DM-MIMO技术在LEO卫星网。广泛的仿真结果表明,所提出的架构和解决方案相比,传统的方法在文献中的优越性。
2022-11-02 cs.NI eess.SP
Downlink Transmission in FBMC-based Massive MIMO with Co-located and Distributed Antennas
本文提出一种用于FBMC大规模MIMO下行链路的两级预编码方法,包含分数间隔预滤波器和传统预编码器,在非理想CSI和互易性误差下分析性能,并针对无小区场景提出接入点选择方法,数值验证优于OFDM基准。
2023-11-17 eess.SP
Neural-Network Optimized 1-bit Precoding for Massive MU-MIMO
用于大规模多用户(MU)多输入多输出(MIMO)无线系统的基站(BS)架构配备有数百个天线以在相同的时频信道上服务数十个用户。大量的BS天线导致高的系统成本、功率和互连带宽。为了规避这些障碍,已经提出了能够使用1位DAC的复杂MU预编码算法。这些预编码器中的许多具有传统上手动调整以优化其性能的参数。我们建议使用深度学习工具来自动调整这样的1位预编码器。具体来说,我们使用神经网络优化双凸1位预编码(C2 PO)算法。与原始C2 PO算法相比,我们的神经网络优化(NNO-)C2 PO实现了相同的错误率性能在$\bf 2\boldsymbol\times$较低的复杂度。此外,通过针对不同的信道模型训练NNO-C2 PO,我们表明1比特预编码可以对急剧变化的传播条件具有鲁棒性。
2019-03-09 cs.IT eess.SP math.IT
Classification of MIMO Equalizers
在这项理论工作中,DSP感知的光相干通信信道的第一个简化,在此基础上,我们分为四类线性MIMO均衡器根据其参考位置。整个信道的逆可以用一个复共轭相关系统来表示,这与广义线性均衡理论相一致。次优地去除FO动态,相对静态的信道逆参数化与共同的设备和信道参数的监测或校准的目的。
2021-06-07 cs.IT eess.SP math.IT
Array Placement in Distributed Massive MIMO for power saving considering Radiation Pattern
分布式天线系统(DAS)由分布在一个区域上的多个互连的接入点(AP)组成。每个AP都有一个天线阵列。在以前的研究中,DAS已被证明具有很大的潜力,以提高容量和功率效率相比,集中式天线系统(CAS),其中所有的天线位于一个地方。现有的研究也表明,放置的AP是必不可少的DAS的性能。然而,大多数关于AP放置的研究没有考虑到现实的限制。例如,他们假设AP可以放置在区域中的任何位置,或者每个AP的阵列辐射方向图是各向同性的。本文重点研究了大规模多输入多输出(D-mMIMO)DAS系统中AP的优化布置,以降低系统的发射功率。应用了用于AP放置的正方形拓扑,这对于在城市地区部署D-mMIMO是合理的,同时也提供了理论上有趣的见解。我们研究了辐射方向图、信号相干性和区域大小对D-mMIMO性能的影响。研究结果表明:i)在这三个因素中,每个AP的阵列辐射方向图是决定D-mMIMO最佳AP布局的最重要因素; ii)每个AP的布局和阵列辐射方向图对D-mMIMO的性能有很大影响,未优化布局的D-mMIMO性能可能比采用大规模多输入多输出(C-mMIMO)的CAS性能更差; iii)考虑到贴片天线和互耦效应,优化的D-mMIMO与C-mMIMO相比可以潜在地节省超过7 dB的发射功率。此外,我们的分析结果也提供了一个直观的D-mMIMO在实践中确定一个适当的AP放置。
2021-12-13 eess.SP
The Impact of SAR-ADC Mismatch on Quantized Massive MU-MIMO Systems
本文研究SAR-ADC电容阵列失配对大规模MU-MIMO系统的影响,通过Bussgang分解建模失配效应,并仿真证明即使低分辨率ADC基站也不应忽略电容失配。
2023-11-28 cs.IT eess.SP math.IT
Energy Efficiency Optimization in Distributed MIMO vRAN via Cross-Layer Link Abstraction
University of California at San Diego(加利福尼亚大学圣地亚哥分校);Yonsei University(延世大学)
研究分布式 MIMO vRAN 的能效优化,构建功率模型,开发联合选择调制等参数最大化 EE 的框架,扩展节省功率频谱效率范围,提出流量感知策略,仿真表明该框架能高效预测链路性能,提升平均 EE 且保持高峰吞吐量。
2026-07-09 eess.SP
Algorithm and VLSI Design for 1-bit Data Detection in Massive MIMO-OFDM
在全数字大规模多输入多输出(MIMO)基站的射频(RF)链中使用低分辨率数据转换器有望显著降低功耗、硬件成本和互连带宽。提出了一种量化感知的数据检测算法,该算法能够有效地降低1比特量化的大规模多输入多输出正交频分复用(OFDM)系统的性能损失。由于系统的性能很大程度上取决于信道估计的质量,我们还开发了一个非线性1位信道估计算法,建立在所提出的数据检测算法。我们表明,所提出的算法显着优于线性数据检测器和信道估计器的误比特率。对于所提出的非线性数据检测算法,我们开发了一个超大规模集成电路(VLSI)的架构,并提出了Xilinx Virtex-7现场可编程门阵列(FPGA)上的实施结果。据我们所知,我们的实施结果是第一次为1位大规模MU-MIMO-OFDM系统,并展示了相当的硬件效率相对于国家的最先进的线性数据检测器设计的系统与高分辨率的数据转换器,同时实现较低的误比特率。
2020-09-04 cs.IT eess.SP math.IT
On the Achievable Rates of Decentralized Equalization in Massive MU-MIMO Systems
与传统的小规模MIMO技术相比,大规模多用户(MU)多输入多输出(MIMO)有望在频谱效率方面获得显著的增益。诸如迫零(ZF)或基于最小均方误差(MMSE)的方法之类的线性均衡算法通常依赖于基站(BS)处的集中式处理,这导致(i)过高的互连和芯片输入/输出数据率,以及(ii)高计算复杂性。在本文中,我们研究了分散均衡的可实现率,以减轻这两个问题。我们考虑两种不同的BS架构,将天线阵列划分为集群,每个集群与独立的射频链和信号处理硬件相关联,并且每个集群的结果在前馈网络中融合。对于这两种架构,我们认为ZF,MMSE,和一种新的,非线性均衡算法,建立在近似消息传递(AMP),我们从理论上分析这些方法的可实现的速率。我们的研究结果表明,与集中式解决方案相比,我们基于AMP的方法的分散式均衡在可实现的速率方面没有或只有微不足道的损失。
2017-05-08 cs.IT eess.SP math.IT
Decentralized Semantic Communication and Cooperative Tracking Control for a UAV Swarm over Wireless MIMO Fading Channels
针对无人机群在MIMO衰落信道下的语义通信与协同跟踪控制问题,提出动态模型与漂移加惩罚优化,推导闭式最优解并建立稳定条件,显著优于现有方法。
2024-11-09 cs.SY eess.SP eess.SY
Achieving Phase Coherency and Gain Stability in Active Antenna Arrays for Sub-6 GHz FDD and TDD FD-MIMO: Challenges and Solutions
在过去的几年里,大规模MIMO一直是学术界和工业界强烈兴趣的主题。用于蜂窝系统的3GPP标准化已经采用了大规模MIMO的原理,并且将在基站处使用大型矩形平面阵列归类为全维MIMO(FD-MIMO)以在TDD和FDD两者中操作。操作大型天线阵列基站需要系统克服由硬件损害引起的若干实现挑战,使得实际解决方案不理想且大规模部署昂贵。重要的是要从现有的挑战和解决方案中学习,以便为更大规模的部署做好准备,例如使用无小区的大规模MIMO。因此,在本文中,我们使用在实验室和商用LTE网络中的现场进行的测量,专门研究了由于RF损伤引起的相位和幅度不稳定性。我们研究了相位和幅度误差对FD-MIMO系统性能的影响。我们讨论并表征了产生这些误差的各种来源,包括低成本本振(LO)的时变相位漂移和影响RF链频率响应的内部温度变化。讨论了实际蜂窝部署的不同LO架构和校准机制的最低要求和权衡。然后,我们提供了一种新的相干LO分配机制和相关的新的阵列校准机制,可以应用到TDD和FDD系统的细节。测量结果提供了一个二维全连接的混合波束形成阵列架构称为高清晰度有源天线系统(HDaaS),以验证这些方法的性能。这些结果展示了所提出的方法的有效性,可以很容易地扩展到其他阵列架构,包括子阵列混合波束形成和元素级数字化。
2019-09-17 cs.IT eess.SP math.IT
Testbed Evaluation of AI-based Precoding in Distributed MIMO Systems
KU Leuven(荷语鲁汶大学);IS-Wireless
本文提出在分布式MIMO测试平台中实现和验证基于AI的预编码框架,通过真实信道状态信息训练图神经网络模型,在插值和外推场景中实现多用户场景15.7%的性能提升,单用户场景接近最大比率传输性能。
2026-04-13 eess.SP
Performance Analysis of Fronthaul Compression in Massive MIMO Receiver
本文针对大规模MIMO接收机中RRH与BBU间前传流量增长问题,提出一种压缩方案,并通过利用信道稀疏性和条件数在保证EVM要求下提高压缩比,仿真验证了其有效性。
2024-07-23 cs.IT eess.SP math.IT
SWIPT-Enhanced Cell-Free Massive MIMO Networks
University of the Balearic Islands(巴利阿里群岛大学)
本文提出SWIPT增强的无细胞大规模MIMO网络,推导相关性能表达式,构建耦合上下行优化问题,通过数值结果分析频谱效率等间的权衡关系。
2026-07-30 eess.SP
Real-Time Blind Photonic Interference Cancellation for mmWave MIMO
提出一种光子毫米波 MIMO 接收机架构,通过集成 FPGA-光子系统执行零校准微环谐振器控制算法,在低空间和功率需求下实现实时盲干扰消除,权重确定延迟低于 30 ms。
2023-05-06 eess.SP physics.optics
Quasi-Distributed Antenna Selection for Spectral Efficiency Maximization in Subarray Switching XL-MIMO Systems
在本文中,我们考虑了一个迫零(ZF)预编码超大规模大规模MIMO(XL-MIMO)系统的下行链路(DL)。由于全数字实现的高成本、功耗和互连带宽,基站(BS)只能使用有限数量的射频(RF)收发器。用子阵列切换架构实现的BS选择每个子阵列内的有源天线组来发送DL信号。本工作提出了高效的资源分配(RA)过程来执行联合天线选择(AS)和功率分配(PA),以最大化在不同负载设置下操作的XL-MIMO系统的DL频谱效率(SE)。基于遗传算法(GA)的两个元启发式RA程序的性能,协调数据大小和计算复杂性进行评估和比较。一种算法是基于准分布式的方法,而另一种是基于传统的集中式处理。数值结果表明,准分布式遗传算法为基础的过程中的性能,复杂性和交换协调数据之间的一个适当的权衡结果。与此同时,它优于具有适当系统操作设置的集中式程序。
2021-02-23 cs.IT cs.SY eess.SP
MIMO Systems Aided by Microwave Linear Analog Computers: Capacity-Achieving Architectures with Reduced Circuit Complexity
Imperial College London(帝国理工学院);Kyung Hee University(庆熙大学)
本文提出基于图论的微波线性模拟计算机模型,设计出电路复杂度更低的MiLAC架构,实现高性能可扩展的巨型MIMO系统。
2026-05-01 cs.IT eess.SP math.IT
Mini-Batch Gradient-Based MCMC for Decentralized Massive MIMO Detection
本文针对大规模MIMO集中式处理的计算与数据交换瓶颈,提出一种去中心化架构下结合小批量随机梯度下降的梯度MCMC检测方法,在降低计算延迟和互连带宽的同时实现显著性能提升。
2024-07-26 cs.IT eess.SP math.IT
Channel Estimation for Hybrid MIMO Systems With Array Model Errors and Beam Squint Effects
针对含波束斜视和时变阵列误差的高频混合 MIMO 系统,提出基于 ML 交替优化、网格切换和近似互耦模型的小开销在线信道估计方法。
2025-06-14 eess.SP
Cooperative Sensing in Cell-free Massive MIMO ISAC Systems: Performance Optimization and Signal Processing
本文针对无小区大规模MIMO ISAC系统中的多节点协同感知挑战,提出了联合AP部署与天线资源优化方案以最小化感知Cramér-Rao下界,并设计了基于符号级融合的多动态目标感知方案,使定位和速度估计精度分别提升44%和41.4%。
2025-06-30 eess.SP
Monolithic Silicon-Photonics Linear-Algebra Accelerators Enabling Next-Gen Massive MIMO
提出一种采用单片硅光子工艺制造的SoC光电子线性代数加速器,具备WDM宽带探测与高维矩阵求逆特性,通过整体协同设计解决片上转换开销,大幅提升计算密度与能效,以支持大规模MIMO解码等新兴应用。
2024-02-13 cs.SY eess.SP eess.SY