Mixed-timescale Per-group Hybrid Precoding for Multiuser Massive MIMO Systems
考虑到大规模多输入多输出中昂贵的射频(RF)链路、巨大的训练开销和反馈负担问题,本文提出了一种基于自适应部分连接RF预编码结构(PRPS)的混合时标分组混合预编码(MPHP)方案,其中RF预编码器使用自适应连接网络(ACN)和M个模拟移相器(APS)实现,其中M是基站(BS)处的天线的数量。利用混合时间阶段的信道状态信息(CSI)结构,将ACN和APS的联合设计问题转化为统计信号泄漏噪声比(SSLNR)最大化问题,并提出了一种启发式分组RF预编码(GRFP)算法来提供一个近似最优解。仿真结果表明,与传统的混合预编码(HP)方案相比,该方案具有更高的能量效率(EE)和更低的硬件开销、CSI信令开销和计算复杂度。
2018-03-21 eess.SP
Performance Comparison of Constant Envelope and Zero-forcing Precoders in Multiuser Massive MIMO
在这篇文章中,恒定包络(CE)类型的空间预编码器的采用和性能的大规模多用户MIMO蜂窝网络的解决。我们首先制定一个有效的计算解决方案,以获得这样的CE预编码器的天线样本。然后,我们评估可实现的CE预编码器为基础的多用户下行链路(DL)系统的性能,并将其与更普通的迫零(ZF)空间预编码器的相应性能进行比较。我们还专门分析了现实的高度非线性功率放大器(PA)如何影响可实现的DL性能,因为大型阵列或大规模多输入多输出系统中的单个PA单元预计将体积小,价格便宜,并且接近饱和运行,以提高能效。结果表明,大大降低的峰均功率比(PAPR)的PA输入信号在CE预编码器为基础的系统允许推动PA单元更严厉的饱和,同时允许达到更高的信号干扰加噪声比(SINR)在预期的接收机相比,经典的ZF预编码器为基础的系统。所获得的结果表明,CE预编码器可以优于ZF预编码器高达5-6 dB,在可实现的SINR方面,当PA单元被推向其饱和区域。当寻求改善移动蜂窝网络的频谱和能量效率时,这种大的增益是实质性的益处。
2018-04-06 eess.SP
Randomized Space-Time Stacked Intelligent Metasurfaces for Massive Multiuser Downlink Connectivity
University Federico II(那不勒斯费德里科二世大学);Italian Aerospace Research Centre (CIRA)(意大利航空航天研究中心);University of Sannio(桑尼奥大学);University of Campania Luigi Vanvitelli(坎帕尼亚路易吉范维特利大学)
本文提出一种随机空间-时间堆叠智能超表面,通过引入随机时间变化提升多用户多样性,减少CSIT开销,实现高效下行连接。
2026-04-28 eess.SP
Novel Double-Chirp Preamble Design for Multiuser Asynchronous Massive MIMO LoRa Networks
University of Saskatchewan(萨斯喀彻温大学)
本文提出了一种新型双啁啾前导设计,用于多用户异步大规模MIMO LoRa网络,通过减少前导相似效应提高检测性能。
2026-08-31 eess.SP
Codeword Selection and Hybrid Precoding for Multiuser Millimeter Wave Massive MIMO Systems
针对宽带多用户毫米波大规模多输入多输出系统的可达和速率最大化问题,研究了混合预编码技术。由于可实现的和速率的每次计算只能在模拟预编码器和数字预编码器都被确定之后执行,因此可实现的和速率的最大化具有难以处理的计算复杂度。通过引入无干扰(IF)可实现的和速率,可以解耦模拟和数字预编码器的设计。为了避免波束冲突并最大化中频可实现的和速率,提出了一种基于匈牙利语的码字选择算法用于模拟预编码设计。仿真结果验证了该方案的有效性,并表明与现有的方案相比,可以实现更好的性能。
2019-01-05 cs.IT eess.SP math.IT
A Survey: Non-Orthogonal Multiple Access with Compressed Sensing Multiuser Detection for mMTC
5G通信系统及以后的一个目标是支持大规模机器类型通信(mMTC),以推动各种物联网用例的快速增长。mMTC旨在为数百亿个传感器节点提供连接。传感器设备的急剧增加和大规模连接对网络提出了严峻的挑战,以有限的无线资源来处理巨大的控制信令开销。非正交多址接入(NOMA)是多用户检测和多址接入设计中的一种新的范式转变。基于压缩感知的NOMA多用户检测是解决mMTC挑战的有希望的候选者之一。该调查文章旨在提供一个概述的各种压缩感知为基础的技术,使NOMA的当前最先进的研究工作。我们提出了不同的算法的特点,并比较他们的优点和缺点,从而为研究人员提供了有用的见解,使NOMA使用压缩感知技术的进一步贡献。
2021-11-02 eess.SP
Analog Versus Hybrid Precoding for Multiuser Massive MIMO with Quantized CSI Feedback
在这封信中,我们研究了下行链路多用户大规模多输入多输出(MIMO)系统的子连接结构在有限的反馈信道的性能。理论上分析了纯模拟预编码和混合预编码系统的紧速率近似。量化的模拟和数字预编码的效果,其特征在于在派生的表达式。此外,它揭示了纯模拟预编码优于混合预编码使用最大比传输(MRT)或迫零(ZF)在一定的条件下,我们在理论上描述的条件在封闭形式的信噪比(SNR),用户数和反馈比特数。数值结果验证了瑞利信道和毫米波信道的推导结论。
2020-06-01 cs.IT eess.SP math.IT
Multiuser Beamforming for Partially-Connected Millimeter Wave Massive MIMO
针对部分连接毫米波大规模MIMO系统,提出了基于完美CSI的低复杂度混合波束成形方案和基于不完美CSI的仅模拟波束成形方案,有效最大化总速率并缓解多用户干扰。
2023-11-25 cs.IT eess.SP math.IT
Hierarchical Codebook based Multiuser Beam Training for Millimeter Wave Massive MIMO
Southeast University(东南大学);Memorial University(纪念大学);Georgia Institute of Technology(佐治亚理工学院)
针对毫米波大规模MIMO多用户波束训练问题,提出UE端带闭式表达式的交替最小化分层码本设计方法及Zadoff-Chu初始化加速方案,BS端自适应分层码本多用户同时训练方案,仿真验证其有效性且开销低于波束扫描。
2025-11-14 cs.IT eess.SP math.IT
Sequence Block based Compressed Sensing Multiuser Detection for 5G
基于压缩感知的多用户检测(CSMUD)是解决第五代(5G)无线通信系统中大规模机器类型通信(mMTC)的大规模连接需求的一个有希望的候选方案。它促进免授权非正交码分多址接入(CDMA)以适应大量IoT设备。在非正交CDMA中,为用户分配非正交序列作为其签名。然而,基于扩频序列之间的相关性的活动检测,随着用户数量的增加,特别是在较低的信噪比区域,性能下降。为了提高CSMUD的性能,本文提出了一种基于序列块的CSMUD,该方法使用序列块代替单个序列作为用户的签名。提出了一种基于序列块的分组正交匹配追踪算法,实现了活动和数据的联合检测。所提出的方案减少了检测错误率(DER)的幅度为2在SNR = 10 dB的系统中,用户的数量是三倍以上的可用资源的数量与每个用户具有活动概率为0.1。即使在序列长度为20、过载因子为300%的情况下,活性概率为0.16时,所提出的方案的DER也低于10^-2。此外,在SNR = 10 dB时,对于过载因子为500%的系统,所提出的方案的DER优于传统方案一个数量级。
2018-09-28 eess.SP
Beam Training and Allocation for Multiuser Millimeter Wave Massive MIMO Systems
研究了多用户毫米波大规模多输入多输出系统的波束训练和分配问题。首先提出了一种基于正交导频的波束训练方案,以减少训练次数,其中所有用户可以同时与基站(BS)进行波束训练。随着用户数量的增加,来自BS的相同波束可能指向不同的用户,导致波束冲突和多用户干扰。为此,在保证无波束冲突的QoS用户数最大的前提下,提出了一种QoS约束的波束分配方案,以最大化QoS用户的等效信道增益.为了减少波束训练的开销,提出了两种部分波束训练方案,基于隔行扫描(IS)和基于选择概率(SP)的方案。基于IS的方案的波束训练的开销可以减少近一半,而基于SP的方案的开销是灵活的。仿真结果表明,基于QC的波束分配方案可以有效地抑制波束冲突带来的干扰,显著提高频谱效率;基于IS和SP的波束分配方案在牺牲频谱效率的前提下,显著降低了波束训练开销。
2019-01-05 cs.IT eess.SP math.IT
A Framework for One-Bit and Constant-Envelope Precoding over Multiuser Massive MISO Channels
考虑以下问题:多天线基站(BS)通过预编码向多个单天线用户发送多个符号流。然而,与传统的多用户预编码不同,发送的信号受到二进制,单位模,甚至离散单位模约束。这种约束出现在一位和恒定包络(CE)大规模MIMO场景中,其中高分辨率数模转换器(DAC)分别被一位DAC和移相器取代,以降低硬件成本和能耗。在一比特和CE限制下的多用户预编码造成了显著的设计困难。在本文中,我们建立了一个框架,设计多用户预编码下的一位,连续CE和离散CE的情况下-所有在一个主题。首先,我们制定了一个预编码设计,侧重于最小化的符号错误概率(SEP),假设正交幅度调制(QAM)星座。然后,我们设计了一个算法,我们的SEP为基础的设计。该算法结合了i)一种新的惩罚方法,用于处理二进制,单位模量和离散单位模量约束;和ii)一阶非凸优化配方定制的设计。具体地说,后者是一种通过加速投影梯度的不精确优化最小化方法,仿真结果表明,该方法运行速度非常快,可以处理大量的决策变量。仿真结果表明,所提出的设计提供了显着更好的比特出错率性能比现有的设计。
2019-08-17 cs.IT eess.SP math.IT
Multiuser One-Bit Massive MIMO Precoding Under MPSK Signaling
最近,已经有一系列的研究活动,研究如何大规模MIMO预编码应该设计时,在发射机侧的数模转换是由廉价的一位数模转换器(DAC)操作。这种研究的动机是希望大幅降低射频链的硬件成本和功耗,如果仍然使用高分辨率DAC,这在大规模MIMO中是无法负担的。1位MIMO预编码设计问题比高分辨率DAC问题更难解决。在我们以前的工作中,我们开发了一个最小的符号错误概率(SEP)设计下的多用户MISO下行链路的情况下,正交幅度调制信令的一位预编码。利用以前的工作,这项工作显示了如何最小SEP设计应用于多进制相移键控(MPSK)信令。仿真结果表明,我们的最小SEP设计提供了显着更好的比特出错率(BER)的性能比其他设计高阶PSK,如8-PSK和16-PSK。作为次要但有用的附带贡献,我们还解决了在现有技术中仅直观处理的MPSK SEP表征问题。
2018-09-24 cs.IT eess.SP math.IT
Affine Invariant Semi-Blind Receiver: Joint Channel Estimation and High-Order Signal Detection for Multiuser Massive MIMO-OFDM Systems
针对多用户大规模MIMO-OFDM系统中高用户密度带来的干扰与导频开销问题,提出基于仿射不变性的半盲联合信道估计与信号检测方法,相比传统导频方法平均吞吐量提升11%。
2025-07-29 eess.SP
A Single-RF Architecture for Multiuser Massive MIMO via Reflecting Surfaces
在这项工作中,我们提出了一种新的单射频MIMO架构,具有高的可扩展性和能源效率。该方案中的发射器由一个向反射面辐射的射频照明器组成。反射表面上的每个元件在施加相移之后重新发送其接收的信号,使得获得期望的波束成形图案。对于这种架构,波束形成的问题被解释为线性回归和解决方案是通过最小二乘法推导。利用这个公式,一个快速迭代算法的反射面的调整。数值结果表明,所提出的架构是完全兼容的反射面与当前的设计。
2020-03-17 cs.IT eess.SP math.IT
Frequency Synchronization for Uplink Massive MIMO with Adaptive MUI Suppression in Angle-domain
针对大规模多输入多输出(MIMO)多用户网络的上行链路,提出了一种新的基于角度域自适应滤波(ADAF)的频率同步方法,该方法适用于到达角(AoA)区域分离或重叠的用户。对于每个用户,我们首先介绍的角度约束矩阵(ACM),它由一组选定的匹配滤波器(MF)波束形成器指向感兴趣的用户的AoA。然后,通过适当地设计ADAF向量,可以获得自适应波束形成器。这种波束形成器可以实现两级自适应多用户干扰(MUI)抑制,即,在第一阶段中通过ACM固有地抑制来自非重叠用户的MUI,并且在第二阶段中通过ADAF向量实质上减轻来自相邻重叠用户的MUI。对于独立的和相互重叠的用户,载波频率偏移(CFO)估计和后续的数据检测可以独立地为每个用户执行,这大大降低了计算复杂度。此外,ADAF是相当强大的不完善的AoA知识和侧集群的散射,使自己有希望的多用户上行链路传输。我们还分析了CFO估计的性能,并得到了一个近似的封闭形式的均方误差(MSE)的表达式。数值结果表明了该方法的有效性及其相对于现有方法的优越性。
2018-10-12 eess.SP
Deep Learning for Distributed Channel Feedback and Multiuser Precoding in FDD Massive MIMO
本文表明,深度神经网络(DNN)可用于有效的和分布式的信道估计,量化,反馈,和下行链路多用户预编码的频分双工大规模多输入多输出系统中,基站(BS)服务于多个移动用户,但从用户到BS的速率受限的反馈。一个关键的观察是,多用户信道估计和反馈问题可以被认为是一个分布式信源编码问题。在传统的方法中,信道状态信息(CSI)的估计和量化在每个用户独立的,本文表明,联合设计的导频和一个新的DNN架构,直接映射到反馈比特在用户侧的接收导频,然后从所有用户的反馈比特直接映射到预编码矩阵在BS,可以显着提高整体性能。本文进一步提出了鲁棒的设计策略,相对于信道参数,也是一个可推广的DNN架构的不同数量的用户和反馈比特数。数值结果表明,基于DNN的方法具有短导频序列和非常有限的反馈开销,已经可以接近传统的线性预编码方案的性能与完整的CSI。
2021-01-26 cs.IT eess.SP math.IT
Complex-BP-Neural-Network-based Hybrid Precoding for Millimeter Wave Multiuser Massive MIMO Systems
大规模多输入多输出(MIMO)系统的高能耗已经成为毫米波(mm-Wave)通信场景中的一个突出问题。混合预编码技术通过将部分编码工作交给相移网络来完成,大大减少了射频(RF)链的数量,可以有效提高能量效率。然而,传统的基于数学方法的混合预编码算法往往遭受性能损失和高计算复杂度。提出了一种基于BP神经网络的混合预编码算法,该算法以全数字迫零(ZF)预编码为训练目标。考虑到基站信号的复杂性,我们选择了具有更丰富代表性的复合神经网络。此外,我们提出了复杂神经网络的激活函数和反向传播过程的梯度导数。仿真结果表明,所提出的混合预编码算法的性能可以最佳地接近ZF预编码。
2019-08-01 cs.IT eess.SP math.IT
Channel Estimation for RIS-Aided Multiuser Millimeter-Wave Systems
由于RIS的无源特性和大量的反射元件会导致高的信道估计开销,所以在RIS辅助的大规模多用户多输入单输出(MU-MISO)无线通信系统中,信道估计是一个具有挑战性的问题。为了解决这个问题,我们提出了一种新的级联信道估计策略,利用毫米波大规模MISO系统中多用户级联信道的稀疏性和相关性,具有低导频开销。基于BS、RIS和用户的物理位置在几个甚至几十个连续的信道相干块中可能不变的事实,我们首先估计包括第一个相干块中的所有角度和增益信息的完整的信道状态信息(CSI),然后仅重新估计剩余相干块中的信道增益,并且具有少得多的导频开销。在第一个相干块中,我们提出了一种两阶段的信道估计方法,在第一阶段中,基于级联路径之间的线性相关性来估计一个典型用户的级联信道,而在第二阶段中,利用在第一阶段中获得的公共基站(BS)-RIS信道的部分CSI来估计其他用户的级联信道。第一相干块中的总的理论最小导频开销是$8J-2+(K-1)\left\lceil (8J-2)/L\right\rceil $,其中$K$、$L$和$J$分别表示用户、BS-RIS信道中的路径和RIS用户信道中的路径的数量。在每个剩余的相干块中,最小导频开销是$JK$。此外,在RIS的训练相移矩阵进行了优化,以提高估计性能。
2021-07-09 eess.SP
Nature-Inspired Intelligent α-Fair Hybrid Precoding in Multiuser Massive Multiple-Input Multiple-Output Systems
本文提出了一种新颖的受自然启发的用于毫米波多用户大规模多输入多输出系统的$α$ -公平混合预编码(NI- $α$ HP)技术。与现有的HP文献不同,我们提出应用$α$ -公平性来维持各种公平性期望(例如,和速率最大化、比例公平性、最大-最小公平性等)。在基于慢时变角度信息的模拟RF波束形成器的基础上,通过从基带阶段看到的降维有效信道矩阵设计了数字基带预编码器。对于$α$ -公平性,我们推导出具有一组参数的最佳数字BB预编码器表达式,其中优化它们是NP-难问题。因此,我们通过五种自然启发的智能算法有效地优化了数字BB预编码器中的参数。数值结果表明,当以和速率最大化为目标时,所提出的NI- $α$ HP技术与其他基准算法相比,极大地提高了和速率容量和能效性能.此外,NI- $α$ HP支持不同的公平性期望,并且通过改变公平性级别($α$)来减小UE之间的速率间隙。
2022-07-18 cs.IT eess.SP math.IT
Weighted Spectral Efficiency Optimization for Hybrid Beamforming in Multiuser Massive MIMO-OFDM Systems
本文研究了多用户大规模多输入多输出(MIMO)-正交频分复用(OFDM)系统中的混合波束成形设计。以加权频谱效率最大化为目标,提出了一种交替最大化框架,其中模拟预编码采用黎曼流形优化。如果数字预编码采用局部最优算法进行优化,则得到局部最优交替最大化算法。相比之下,如果我们使用加权最小均方误差(MMSE)为基础的数字预编码迭代算法,我们得到一个次优的交替最大化算法,降低了每次迭代的复杂度。通过对加权算术均方误差和几何均方误差上界的刻画,证明了在用户权值相差不大的情况下,两种交替最大化算法具有相似的性能。数值结果表明,当用户间的最大和最小权值之比很大时,两种交替最大化算法的性能差距变大。此外,我们还提出了一个低复杂度的封闭形式的方法没有迭代。它采用矩阵分解的模拟波束形成和加权MMSE的数字波束形成。虽然它不应该最大化加权频谱效率,它表现出较小的性能恶化相比,两个迭代交替最大化算法,它有资格作为一个很好的初始化迭代算法,从而节省迭代。
2019-07-29 cs.IT eess.SP math.IT
A Novel Negative $\ell_1$ Penalty Approach for Multiuser One-Bit Massive MIMO Downlink with PSK Signaling
本文研究了多用户下行链路大规模多输入多输出(MIMO)系统中基于相移键控(PSK)调制的单比特预编码问题,重点研究了著名的基于相长干扰(CI)的预编码问题。离散的一位约束的存在使得该问题通常难以求解。在本文中,我们提出了一个有效的负$\ell_1$惩罚的方法,找到一个高质量的解决方案所考虑的问题。具体地说,我们首先提出了一种新的负$\ell_1$惩罚模型,该模型通过一个负的$\ell_1$ -范数项来惩罚目标中的一位约束,并证明了当惩罚参数足够大时,原问题和惩罚问题的(全局和局部)解是等价的.我们进一步将惩罚模型转化为一个等价的min-max问题,并提出了一种有效的交替优化(AO)算法来求解该问题,该算法具有较低的迭代复杂度,并保证收敛到min-max问题的稳定点。数值结果表明,与现有的基于CI的算法相比,该算法具有更好的误码率性能和更低的计算代价。
2022-02-07 cs.IT eess.SP math.IT
Price of Anarchy in Multiuser Massive MIMO: Coordinated versus Uncoordinated Channel Tracking for High-Rate Internet of Things
研究了将高速率物联网(IoT)服务并入到大规模多输入多输出框架中。研究表明,只要大规模多输入多输出知道所有设备的信道,它就具有提供这种服务的内在潜力。我们提出的方法是联合估计和跟踪所有设备的信道,而不管它们当前的活动。利用设备信道随时间演化的动态模型,针对协作场景设计了最优和次优跟踪器。此外,我们引入了一种新的范例,其中BS不需要提前知道设备的导频接入模式,我们称之为不协调的设置。在激励这种情况下,我们得到的最佳跟踪器是棘手的。然后,目标跟踪的方法来解决测量中的不确定性,并获得次优跟踪器。我们提出的方法明确地解决了信道老化问题,并且不需要下行链路寻呼和上行链路接入请求控制信道,这些信道在拥挤的情况下可能成为瓶颈。最佳协调和非协调跟踪器之间的基本最小均方误差(MMSE)的差距,定义为无政府状态的价格进行评估和上界。最优跟踪器的稳定性也进行了研究。最后,各种建议的跟踪器的性能进行了数值比较。
2020-02-02 cs.SY eess.SP eess.SY
Efficient Quantized Constant Envelope Precoding for Multiuser Downlink Massive MIMO Systems
量化恒包络(QCE)预编码是一种在每个天线上只允许离散QCE发射信号的新的传输方案,由于其能够降低大规模多输入多输出(MIMO)系统的硬件成本和能量消耗而受到越来越多的研究兴趣。然而,QCE发射信号的离散性质极大地使预编码设计复杂化。在本文中,我们考虑QCE预编码问题的大规模MIMO系统与相移键控(PSK)调制和开发一种有效的方法来解决建设性干扰(CI)为基础的问题制定。我们的方法是基于一个定制设计的(连续)惩罚模型,相当于原来的离散问题。具体地说,惩罚模型放松了离散QCE约束,并在目标中用负的$\ell_2$ -范数项对其进行惩罚,这导致非光滑非凸优化问题。为了解决这个问题,我们求助于我们最近提出的交替优化(AO)算法。我们表明,AO算法承认封闭形式的更新,在每次迭代时,适用于我们的问题,从而可以有效地实现。仿真结果表明,该方法优于现有的算法。
2023-02-20 cs.IT eess.SP math.IT
Novel Codebook-based MC-CDMA with Compressive Sensing Multiuser Detection for Sporadic mMTC
大规模机器类型通信(mMTC)是未来第五代(5G)无线通信系统的基本组件之一。在mMTC中,传感器节点处的信息处理要求简单、低功耗和频谱效率。为了以最小的性能损失为代价提高频谱利用率,简化传感器节点的信息处理,本文提出了一种基于码本的扩频技术。在所提出的方案中,首先,调制和扩频被组合成一个直接的符号到序列扩频器,它直接映射到一个码字的输入比特从用户特定的码本。其次,利用mMTC的零星节点活动的压缩感知为基础的算法设计的多用户活动和数据检测。利用码本的多维结构,所需的信噪比(SNR),以增加调制阶数,是减少相比,传统的方案。除了降低功耗,它表明,调制阶数为8,所提出的方案实现了1 dB的增益比传统的方案在误比特率(BER)为10^-5。然而,需要更复杂的解码算法来在较低的调制阶数下实现性能增益。
2018-09-28 eess.SP
RF Interference in Lens-Based Massive MIMO Systems -- An Application Note
我们分析了上行链路的射频(RF)干扰从多个单天线用户设备发送到蜂窝基站(BS)在相同的时间-频率资源。假设BS与透镜天线阵列一起操作,这引起用于输入信号的附加聚焦增益。考虑到视距传播条件,我们通过近似的主瓣干扰以及有效干扰概率的多用户RF干扰特性。本应用笔记中得出的结果是在不同传播条件下进行更一般的多用户干扰分析的基础,我们将在后续论文中介绍。
2022-05-05 cs.IT eess.SP math.IT
Two-stage Multi-beam Training for Multiuser Millimeter-Wave Communications
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Southern University of Science and Technology (SUSTech)(南方科技大学);University of Waterloo(滑铁卢大学);National University of Singapore(新加坡国立大学)
本文提出双阶段多波束训练方法,通过稀疏和密集子阵列生成波束以提高多用户毫米波通信中的用户角度识别效率。
2026-01-07 eess.SP
Performance Analysis of 6G Multiuser Massive MIMO-OFDM THz Wireless Systems with Hybrid Beamforming under Intercarrier Interference
本文针对6G多用户大规模MIMO-OFDM太赫兹系统,在考虑载波频率偏移导致的载波间干扰及分子吸收、稀疏性和多径衰落影响下,提出基于黎曼流形优化与迫零的两阶段混合波束成形方法,以最小化干扰降低复杂度并验证其性能。
2024-01-22 cs.IT eess.SP math.IT
Low-Complexity Block Coordinate Descend Based Multiuser Detection for Uplink Grant-Free NOMA
免授权非正交多址接入(NOMA)方案被认为是在大规模机器类型通信(mMTC)网络中实现物联网(IoT)应用的大规模连接和减少信令开销的有希望的候选方案。基于压缩感知的多用户检测(CS-MUD)利用免授权NOMA系统中突发传输的固有特性,被认为是解决用户活动检测(UAD)和数据检测(DD)问题的有效方法。本文采用分块坐标下降法(BCD)来降低CS-MUD的计算复杂性。我们提出了两种改进的BCD算法,称为增强的BCD(EBCD)和复杂性降低增强的BCD(CR-EBCD)。具体而言,通过将一种新的候选集修剪机制,我们提出的EBCD算法实现了显着的CS-MUD性能的改善,到原来的BCD框架。此外,所提出的CR-EBCD算法通过消除迭代过程中的冗余矩阵乘法,进一步改进了所提出的EBCD。因此,与所提出的EBCD算法相比,我们提出的CR-EBCD算法享有两个数量级的复杂度节省没有任何CS-MUD性能下降,使其成为一个可行的解决方案,为未来的mMTC场景。大量的仿真结果表明,边界逼近性能以及超低的计算复杂性。
2022-05-23 cs.IT eess.SP math.IT
Performance of Double-Stacked Intelligent Metasurface-Assisted Multiuser Massive MIMO Communications in the Wave Domain
针对单层RIS波束控制受限问题,提出在mMIMO系统的基站侧与中间空间部署双层堆叠智能超表面(SIM),实现基于波的合并与配置,并采用PGAM同时优化相移,显著提升了上行和频谱效率。
2025-02-02 cs.IT eess.SP math.IT
Efficient CI-Based One-Bit Precoding for Multiuser Downlink Massive MIMO Systems with PSK Modulation
本文针对PSK调制多用户下行大规模MIMO系统的一比特预编码问题,证明其NP难特性,提出负ℓ₁惩罚模型及高效APGDA算法与低复杂度实现,在更低计算成本下实现更优BER性能。
2023-10-10 cs.IT eess.SP math.IT
Stacked Intelligent Metasurface-Enhanced Wideband Multiuser MIMO OFDM-IM Communications
Nanyang Technological University(南洋理工大学)
本文提出基于OFDM-IM的宽频多用户MIMO传输系统,利用智能超表面实现精确波域控制,并通过深度展开优化框架提升可靠性与速率性能。
2026-07-24 eess.SP
A Model-Driven Deep Learning Method for Massive MIMO Detection
本文提出了一种基于深度神经网络的高效大规模多输入多输出(MIMO)检测器。具体来说,我们首先将现有的迭代检测算法展开到DNN结构中,这样检测任务就可以通过深度学习(DL)方法来实现。然后,我们在每一层引入两个辅助参数,以更好地消除多用户干扰(MUI)。第一个参数用于生成残差向量,第二个参数用于调整先前层之间的关系。我们进一步设计了训练过程,以优化预处理输入的辅助参数。如此导出的MIMO检测器属于模型驱动DL的类别。仿真结果表明,与现有的大规模MIMO大规模多输入多输出系统检测器相比,该检测器具有更好的检测性能。
2020-04-15 eess.SP
GPU-accelerated partially linear multiuser detection for 5G and beyond URLLC systems
Fraunhofer Institute for Telecommunications, Heinrich Hertz Institute (HHI)(弗劳恩霍夫电信研究所,海因里希·赫兹研究所(HHI));Technical University Of Berlin(柏林工业大学);NVIDIA(英伟达)
在这项可行性研究中,我们已经实现了最近提出的部分线性多用户检测算法在再生核希尔伯特空间(RKHS)的GPU加速平台上。针对非正交多址接入(NOMA)的大规模连接情况,部分线性多用户检测结合了线性检测的鲁棒性和非线性检测的优势。这是一种有前景的方法,但是检测接收到的正交频分复用(OFDM)无线电帧内的有效载荷需要执行大量的内积运算,这是该算法的主要计算负担。虽然内积运算由简单的内核计算组成,但它们的数量之多在超低延迟(UWB)应用程序中构成了挑战,因为计算内积所需的时间可能超过亚毫秒延迟要求。为了解决这个问题,本研究演示了通过大规模并行化加速内积运算。其结果是GPU加速的实时OFDM接收器,可实现亚毫秒级延迟检测,以满足第五代(5G)及超可靠和低延迟通信(URLLC)系统的要求。此外,并行化和加速技术的探索和证明,在这项研究中可以扩展到许多其他信号处理算法在希尔伯特空间,如那些基于投影到凸集(POCS)和自适应投影次梯度法(APSM)算法。实验结果和与最先进的比较证实了我们的技术的有效性。
2022-05-17 cs.IT cs.LG eess.SP
Channel Estimation for Intelligent Reflecting Surface Assisted Multiuser Communications
在智能反射面(IRS)辅助通信系统中,由于信道估计需要相当大的开销,信道状态信息(CSI)的获取是实现IRS被动波束形成增益的关键障碍。具体地,在用于IRS辅助通信的当前波束成形设计下,如果无源IRS由于其缺少射频(RF)链而不能估计其与基站(BS)和用户的信道,则应当估计$KMN+KM$信道系数,其中$K$、$N$和$M$分别表示用户、IRS的反射元件和BS处的天线的数量。考虑到大规模MIMO(多输入多输出)的当前趋势,即,大的$M$和大规模连接,即,大的$K$。为了在短时间内准确估计大量的信道系数,本文致力于研究IRS辅助上行链路通信中基于导频的高效信道估计方法。基于IRS将来自所有用户的信号经由相同信道反射到BS的观察,我们分析地验证了由$K+N+\max(K-1,\lceil (K-1)N/M \rceil)$导频符号组成的持续时间足以使BS在没有噪声的情况下完美地恢复所有$KMN+KM$信道系数。在传统的上行链路通信中,没有IRS,其中用于信道估计的最小导频序列长度与接收天线的数量无关,我们的研究揭示了大规模MIMO在减少信道训练时间的IRS辅助通信系统的显着作用。
2020-01-17 cs.IT eess.SP math.IT
Low-Complexity Iterative Precoding Design for Near-field Multiuser Systems With Spatial Non-Stationarity
针对超大规模天线阵列下RZF预编码计算复杂度高的问题,提出基于贪婪随机Kaczmarz、结合近场可见区域非平稳特性及聚合超平面的低复杂度迭代预编码算法,可指数收敛到RZF,兼具更快收敛速度与更低复杂度。
2025-01-18 eess.SP
Channel Capacity Saturation Point and Beamforming Acceleration for Near-Field XL-MIMO Multiuser Communications
针对近场XL-MIMO通信场景,该研究提出天线阵列规模存在信道容量饱和点并给出解析确定方法,同时设计新型波束成形算法缓解大阵列的高计算量问题,通过数值结果验证了分析有效性与算法性能。
2025-03-23 cs.IT eess.SP math.IT
Detecting Malicious Pilot Contamination in Multiuser Massive MIMO Using Decision Trees
Engineering, Modeling and Applied Social Sciences Center, Federal University of ABC(工程、建模与应用社会科学中心,巴西联邦大学ABC分校)
提出在多用户大规模 MIMO 系统基站使用决策树算法检测导频污染攻击,该方法无需噪声或信号功率先验知识,在低信噪比和低功率攻击下检测性能优于传统似然比检验。
2025-10-10 cs.CR cs.IT cs.LG
Movable Antenna Aided Multiuser Communications: Antenna Position Optimization Based on Statistical Channel Information
本文提出基于统计信道信息优化可移动天线位置的方法,利用双时间尺度框架和梯度上升算法,提升多用户通信的长期遍历和速率,优于固定天线系统。
2025-02-28 eess.SP
Channel Estimation for Intelligent Reflecting Surface Assisted Multiuser Communications: Framework, Algorithms, and Analysis
在智能反射面(IRS)辅助通信系统中,由于信道估计需要相当大的开销,信道状态信息(CSI)的获取是实现IRS波束形成增益的关键障碍。具体地,在用于IRS辅助通信的当前波束成形设计下,应当估计$KMN+KM$信道系数,其中$K$、$N$和$M$分别表示基站(BS)处的用户、IRS反射元件和天线的数量。为了在短时间内准确估计大量的信道系数,本文提出了一种新的基于导频的三阶段信道估计框架,用于IRS辅助的上行链路多用户通信。在此框架下,我们分析证明,由$K+N+\max(K-1,\lceil (K-1)N/M \rceil)$导频符号组成的持续时间足以使BS完美地恢复所有的$KMN+KM$信道系数的情况下,在BS处没有接收机噪声。在没有IRS的传统上行链路通信的信道估计的最小信道估计时间是独立的接收天线在BS的数量相比,我们的研究结果揭示了大规模MIMO(多输入多输出)在减少信道估计时间IRS辅助通信的关键作用。此外,对于接收机噪声的情况下,用户导频序列,IRS反射系数,和BS线性最小均方误差(LMMSE)信道估计器的特征在于在封闭形式,和相应的估计均方误差(MSE)进行量化。
2020-06-24 cs.IT eess.SP math.IT
Sparse Beamspace Equalization for Massive MU-MIMO mmWave Systems
我们提出了基于均衡的数据检测算法的全数字毫米波(mmWave)大规模多用户多输入多输出(MU-MIMO)系统,利用稀疏性在波束空间域,以降低复杂度。我们提供了一个条件的用户数量,基站天线,和信道稀疏的波束空间均衡可以比传统的天线域处理复杂。我们评估现有的和新的波束空间均衡算法的性能复杂性的权衡使用模拟现实毫米波信道模型。我们的研究结果表明,我们提出的波束空间均衡算法之一,实现了高达8倍的复杂性降低视线条件下,假设一个足够大的数量内的信道相干间隔的传输。
2020-03-18 cs.IT eess.SP math.IT
GNN-Enhanced Approximate Message Passing for Massive/Ultra-Massive MIMO Detection
考虑到天线数量极大,具有令人满意的性能和低复杂度的高效大规模/超大规模多输入多输出(MIMO)检测算法对于满足5G及更高通信中的高吞吐量和超低延迟要求至关重要。本文提出了一种低复杂度的图神经网络(GNN)增强的近似消息传递(AMP)算法AMP-GNN,用于大规模/超大规模MIMO检测。通过对AMP算法的展开和引入用于多用户干扰消除的GNN模块,定制了神经网络的结构。数值结果将表明,所提出的AMP-GNN显著提高了AMP检测器的性能,并实现了与最先进的基于深度学习的MIMO检测器相当的性能,但具有降低的计算复杂性。此外,该算法对用户数量的变化具有较强的鲁棒性。
2023-01-09 cs.IT eess.SP math.IT
Low-complexity Beam Selection algorithms based on SVD for MmWave Massive MIMO Systems
为了在实践中实现毫米波大规模MIMO系统,具有波束选择的波束空间MIMO以显著减少的射频(RF)链的数量提供了有吸引力的解决方案。我们提出了基于奇异值分解(SVD)的低复杂度波束选择算法。首先通过奇异值分解对信道矩阵进行对角化,然后根据和速率最大化准则,以递减或递增的顺序逐个选择合适的波束。为了显著降低算法的复杂度,我们在最后一次迭代中利用奇异值分解来避免从头开始进行奇异值分解。同时,我们提出的算法自然地获得预编码矩阵,可以消除多用户干扰。仿真结果表明,我们提出的算法可以优于竞争算法,包括全数字零预编码。
2022-07-11 cs.IT eess.SP math.IT
A Variational Bayesian Perspective on Massive MIMO Detection
大规模多输入多输出(MIMO)系统中的最优数据检测需要过高的计算复杂度。文献中已经提出了各种检测算法,在复杂度和检测性能之间提供不同的权衡。在本文中,我们建立在变分贝叶斯(VB)推理设计低复杂度的多用户检测算法的大规模多输入多输出系统。我们首先研究了大规模多输入多输出检测问题与完美的信道状态信息在接收机(CSIR),并表明,传统的VB方法与已知的噪声方差产生不良的检测性能。为了解决这个问题,我们设计了两个新的VB算法,使用噪声方差和协方差矩阵假设的算法本身。我们进一步开发了用于具有不完美CSIR的大规模多输入多输出检测的VB框架。仿真结果表明,所提出的VB方法实现了显着较低的检测误差相比,现有的计划,为广泛的信道模型。
2022-05-23 cs.IT eess.SP math.IT
1-Bit Massive MIMO Downlink Based on Constructive Interference
在本文中,我们专注于多用户大规模多输入单输出(MISO)下行链路与低成本的1位数模转换器(DAC)的PSK调制,并提出了一个低复杂度的细化过程,适用于任何现有的1位预编码方法的基础上建设性干扰(CI)制定。随着沿着检测阈值的信号的分解,我们首先制定一个简单的符号缩放方法作为性能度量。随后介绍了低复杂度的细化方法,其中我们的目标是通过修改一个天线上的发射信号的时间,以提高所引入的符号缩放性能度量。数值结果验证了所提出的改进方法在现有的大规模多输入多输出1位DAC的方法的有效性,性能的改善是最显着的低复杂度的量化迫零(ZF)方法。
2018-10-29 cs.IT eess.SP math.IT
Model-Driven Deep Learning for Massive MU-MIMO with Finite-Alphabet Precoding
大规模多用户多输入多输出(MU-MIMO)技术已经成为第五代无线通信系统的主流技术。为了降低大规模MU-MIMO中的高硬件成本和功耗,下行链路传输中的每个天线和射频(RF)链使用低分辨率数模转换器(DAC),这给预编码设计带来了挑战。为了克服这些障碍,我们在本文中开发了一种模型驱动的深度学习(DL)网络,用于使用有限字母预编码的大规模MU-MIMO。该网络的结构是专门设计的,通过展开的迭代算法。与传统的最先进的技术相比,所提出的基于DL的预编码器在性能、复杂度和对瑞利衰落信道下的信道估计误差的鲁棒性方面显示出显著的优势。
2020-06-28 cs.IT eess.SP math.IT
Deep Learning based Multi-User Power Allocation and Hybrid Precoding in Massive MIMO Systems
提出了一种基于深度学习的多用户大规模多输入多输出(MU-mMIMO)系统功率分配(DL-PA)和混合预编码技术。我们首先利用基于角度的混合预编码技术来减少RF链的数量和信道估计开销。然后,我们通过完全连接的深度神经网络(DNN)开发DL-PA算法。DL-PA有两个阶段:(i)离线监督学习,其具有通过基于粒子群优化的PA(PSO-PA)算法获得的最优分配功率,(ii)通过经训练的DNN的在线功率预测。在计算上昂贵的PSO-PA相比,它表明,DL-PA大大减少了98.6%-99.9%的运行时间,同时接近实现最佳的和速率容量。这使得DL-PA成为MU-mMIMO系统中实时在线应用的一种很有前途的算法。
2022-01-29 cs.IT eess.SP math.IT
Channel Estimation and Signal Detection for NLOS Ultraviolet Scattering Communication with Space Division Multiple Access
针对NLOS紫外散射通信多用户场景,设计PMT阵列接收机,提出导频均衡信道估计、阈值检测及OOK多用户逐次消除方法,以可忽略的错误率损失实现比ML检测快20倍。
2023-04-25 cs.IT eess.SP math.IT
Optimality of the Discrete Fourier Transform for Beamspace Massive MU-MIMO Communication
波束空间处理是一种新兴技术,用于降低在毫米波(mmWave)和太赫兹频率下操作的大规模多用户(MU)多输入多输出(MIMO)通信系统中的基带复杂度。在这样的高频下波传播的高方向性确保了在用户设备和基站(BS)之间仅存在少量的传输路径。为了解决波传播的稀疏性质,波束空间处理传统上计算BS处的均匀线性天线阵列上的空间离散傅里叶变换(DFT),其中每个DFT输出与特定波束相关联。在本文中,我们研究的DFT的最优性条件的稀疏波束空间处理与理想的毫米波信道模型和现实的渠道。为此,我们提出了两个算法,学习酉波束空间变换使用$\ell^4$范数为基础的稀疏性措施,我们调查其最优性理论和模拟。
2021-07-14 cs.IT eess.SP math.IT
Joint Channel Estimation and Data Detection in Cell-Free Massive MU-MIMO Systems
针对密集无小区的大规模多用户(MU)多输入多输出(MIMO)系统,提出了一种联合信道估计和数据检测(JED)算法,降低了由于存在数百个同时发送的用户设备(UE)而引起的信道训练开销.我们的算法迭代地解决了一个宽松的版本的最大后验JED问题,同时利用无小区的大规模MU-MIMO信道的稀疏性以及QAM星座的有界性。为了提高算法的性能和收敛性,我们提出了置换接入点和UE索引以形成所谓的虚拟小区的方法,这导致更好的初始解。我们评估我们的算法在均方根符号误差,出错率,和互信息方面的性能,我们证明,JED显着降低了导频开销相比,正交训练,这使得可靠的通信短数据包到大量的UE。
2021-10-29 cs.IT eess.SP math.IT
Integrating Sensing, Communication, and Power Transfer: Multiuser Beamforming Design
本文针对6G多用户MIMO系统提出集成感知、通信与功率传输(ISCPT)的波束成形设计,通过优化波束成形和功率分配,在满足通信与能量传输需求下提升感知性能,并揭示三者的性能权衡。
2023-11-15 cs.IT eess.SP math.IT
Double-Sparsity Learning Based Channel-and-Signal Estimation in Massive MIMO with Generalized Spatial Modulation
在本文中,我们研究了联合天线活动检测,信道估计和多用户检测的大规模多输入多输出(MIMO)系统与一般空间调制(GSM)。本文首先考虑大规模MIMO信道的稀疏性和GSM系统的信号稀疏性,建立了一个双稀疏大规模MIMO模型。基于双稀疏模型,我们制定了盲检测问题。为了解决盲检测问题,我们提出了基于消息传递的盲信道和信号估计(BCSE)算法。BCSE算法基本上遵循仿射稀疏矩阵分解技术,但进行了关键修改以处理模型的双稀疏性。我们表明,BCSE算法显着优于现有的盲和基于训练的算法,并能够密切接近精灵的界限(与已知信道或已知信号)。在BCSE算法中,稀疏矩阵分解后,使用短导频来消除相位和排列模糊。为了更有效地利用短导频,我们进一步发展了半盲信道和信号估计(SBCSE)算法,将相位和排列模糊度的估计到迭代消息传递过程中。我们表明,SBCSE算法大大优于同行的算法,包括BCSE算法在短导频制度。
2019-10-25 cs.IT eess.SP math.IT