Spatial separation of closely-spaced users in measured distributed massive MIMO channels
为评估分布式大规模MIMO系统对近距离用户的空间分离能力,本文通过室内信道测量实验,在不同条件下分析相关指标,发现视距条件下分布式配置正交性更优、ZF预编码性能接近DPC,为6G空间复用提供实测依据。
2024-11-27 eess.SP
Spatial Distribution of Distortion due to Nonlinear Power Amplification in Distributed Massive MIMO
由于功率放大器(PA)的非线性,发射信号会失真。以前的工作已经研究了这种失真的空间分布的中央大规模多输入多输出阵列。在这项工作中,我们扩展了分布式大规模多输入多输出的视线的情况下的分析。我们表明,失真并不总是均匀分布在空间中。在单用户的情况下,它在用户位置进行相干合并。在少数用户的情况下,信号将在用户位置加上几个其他位置处相加。随着用户数量的增加,它变得接近均匀分布。作为与具有相同天线总数的中央大规模多输入多输出系统的比较,分布式大规模多输入多输出中的失真在空间上分布得更加均匀。此外,潜在的相干组合被包含在区域中而不是在通用方向上,即,在一个光束点。此外,由于信号的非相干组合,在非预期位置处观察到小尺度衰落效应。因此,人们可以预期,走向分布式系统允许工作接近饱和,提高PA的工作效率和/或使用低成本的PA。
2021-06-18 eess.SP
Spatial- and Range- ISLR Trade-off in MIMO Radar via Waveform Correlation Optimization
针对认知共址多输入多输出(MIMO)雷达系统,设计了一组同时最小化空间和距离综合旁瓣电平比(ISLR)的发射波形。该设计问题被配制成一个双目标帕累托优化的波形,即总发射功率,峰均功率比(PAR),常数模,和离散相位字母表的实际约束下。提出了一种基于坐标下降(CD)的方法,在该方法中,在每一个单一的变量更新的算法,我们得到的单变量优化问题的解决方案。本文的新颖性来自于推导出一个灵活的波形设计问题,适用于4D成像MIMO雷达,直接在不同的约束集进行优化。同时优化导致两个ISLR之间的权衡和仿真结果表明显着改善所提出的方法提供的权衡。
2021-03-08 eess.SP
Spatial Degrees of Freedom in Near Field MIMO: Experimental Validation of Beamspace Perspective
King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学);University of Southampton(南安普顿大学)
本文通过实验验证了近场MIMO中基于波束空间视角的有效空间自由度,并提出了有效MIMO瑞利距离和最大空间复用距离的定义。
2026-02-25 eess.SP
FDD massive MIMO channel spatial covariance conversion using projection methods
信道的二阶统计(例如,以协方差矩阵的形式)的知识对于在频分双工(FDD)模式下操作的大规模多输入多输出系统中获取下行链路信道状态信息(CSI)是至关重要的。当前MIMO系统通常通过来自用户设备(UE)的估计协方差矩阵的反馈来获得下行链路协方差信息,但是在大规模多输入多输出机制中,由于不可接受的高训练开销,这种方法是不可行的。本文认为,而不是从上行链路测量估计下行链路信道协方差的问题。我们提出了两个变种的算法的基础上投影方法在无限维希尔伯特空间,利用信道的互易性在角域。所提出的方案进行评估,通过蒙特卡罗模拟,他们表现出优于当前国家的最先进的解决方案,在精度和复杂性方面,典型的阵列几何形状和双工间隙。
2018-04-13 eess.SP
Enhancing Spatial Multiplexing and Interference Suppression for Near- and Far-Field Communications with Sparse MIMO
本文研究收发端均采用稀疏阵列的 MIMO,揭示其近场 EDoF 与速率缩放规律,提出稀疏度选择策略,并证明其可增强空间复用且抑制多用户 IUI。
2024-08-04 eess.SP
Deep Learning Based Spatial User Mapping on Extra Large MIMO Arrays
在超大规模MIMO(XL-MIMO)系统中,天线阵列具有超过传统MIMO系统中的尺寸的大的物理尺寸。由于这种大的维度,当依赖于传统的优化工具时,XL-MIMO系统的优化导致具有令人望而却步的复杂性的解决方案。在本文中,我们提出了一种基于机器学习的设计,用于具有线性预处理的多用户设置的下行链路,其中目标是为每个用户选择有限的映射区域,即包含用户波束成形能量的阵列的一小部分。我们将这种选择称为空间用户映射(SUM)。我们的解决方案依赖于使用深度卷积神经网络进行学习,该网络具有分布式架构,旨在管理大型系统维度。这种架构包含每个用户一个网络,其中所有网络并行工作,并利用沿阵列的信道的特定非平稳特性。我们的研究结果表明,一旦并行网络进行了训练,他们提供了最佳的SUM解决方案,在超过$80\%$的情况下,导致在一个可以忽略不计的总和率损失相比,使用最佳SUM解决方案的系统,同时提供了一个有见地的方法来重新思考这些类型的问题,没有封闭的形式的解决方案。
2020-02-02 eess.SP
Movable Antenna Enhanced MIMO Communications with Spatial Modulation
University of Electronic Science and Technology of China(电子科技大学);Beijing Institute of Technology(北京理工大学);China Mobile Research Institute(中国移动研究院)
本文提出了一种基于可移动天线和空间调制的MIMO通信系统,通过联合收发机设计框架和高效迭代算法,提高通信性能并降低射频链路成本。
2026-01-19 eess.SP
BER Performance of Spatial Modulation Systems Under a Non-Stationary Massive MIMO Channel Model
在基于非平稳Kronecker的大规模多输入多输出(MIMO)信道模型下,对多用户(MU)环境下空间调制(SM)系统的误比特率(BER)性能进行了理论分析和仿真研究。针对不同的系统设置,本文考虑了同时使用时分多址接入(TDMA)方案和基于块对角化(BD)的预编码方案的大规模多输入多输出SM系统。它们的性能进行了比较,垂直贝尔实验室分层空时(V-BLAST)架构为基础的系统和传统的信道反演系统。由于子信道之间的相关性较低,因此较高的簇演化因子可以使SM系统具有更好的BER性能。与BD-SM系统相比,使用TDMA方案的SM系统获得了更好的BER性能,但系统总数据速率要低得多。BD-MU-SM系统在所有考虑的系统中实现了数据速率和BER性能之间的最佳折衷。当与V-BLAST系统和信道反转系统相比时,SM方法为MU大规模多输入多输出系统提供了性能优势。
2020-07-28 eess.SP
Exploiting Mutual Coupling Characteristics for Channel Estimation in Holographic MIMO
本文研究全息MIMO系统中互耦和空间相关性对信道估计精度的影响,发现忽略互耦会显著降低最小均方误差估计器性能,而最小二乘估计器对互耦鲁棒但仅在高信噪比下表现良好,为设计高效估计算法提供指导。
2024-12-18 eess.SP
User Subgrouping and Power Control for Multicast Massive MIMO over Spatially Correlated Channels
针对空间相关瑞利衰落信道下的多播大规模MIMO系统,提出基于信道相关矩阵相似性的用户分组策略及两种功率分配方案,可显著提升频谱效率并利用信道相关性增强通信性能。
2024-09-18 eess.SP
Exponential Spatial Correlation with Large-Scale Fading Variations in Massive MIMO Channel Estimation
为了提供对大规模多输入多输出(M-MIMO)上的大量天线的大量利用,尽可能准确地知道基站中的信道状态信息是至关重要的。通过在导频信令阶段之后进行的信道估计过程来规范地获取该知识,该过程采用广泛接受的时分双工方案。然而,信道估计的质量受到导频污染或信道的空间相关性的严重影响。有几种模型试图匹配M-MIMO信道中的空间相关性,指数相关模型是其中之一。为了观察如何信道估计和导频污染的影响,这种相关的衰落模型,这项工作提出了调查的M-MIMO的情况下,应用标准的最小均方误差信道估计方法均匀的线性阵列和均匀的平面阵列(ULA和UPA,分别)的天线。此外,阵列的元素被认为是不平等的通信,由于大规模的衰落变化的阵列。因此,可以看出,由该组合模型生成的空间相关信道提供了导频污染的减少,从而提高了估计质量。UPA在导频污染方面获得了更好的结果,因为已经证明这种类型的阵列产生的空间相关性水平比UPA更强。与信道估计中的有利结果相反,信道硬化效应受到空间相关信道的损害,其中UPA对所讨论的模型施加了这种效应的最差性能。
2019-01-23 eess.SP
A Multi-Scale Spatial Attention Network for Near-field MIMO Channel Estimation
National Mobile Communications Research Laboratory, School of Information Science and Engineering, Southeast University(东南大学信息科学与工程学院移动通信国家重点实验室)
本文针对超大规模MIMO近场信道估计问题,提出多尺度空间注意力网络MsSAN,利用子信道间相关性学习和点积空间注意力机制,实现优于现有方法的信道重建性能。
2025-09-18 eess.SP
Precoding and Spatial Modulation in the Downlink of MU-MIMO Systems
本文研究了多用户MIMO系统的下行链路通信,其中基站天线和用户的接收天线都是活动的,但是在每次发送时,基站只选择接收天线的一个子集来接收信息符号,并且所选择的特定子集(模式)代表了传递给用户的部分信息。在本文中,我们提出了一个系统的数学模型,并开发表达式,是相当普遍的,足以进行分析。基于这些表达式,我们提出了一个程序,以优化选择的ERB的天线方向图的集合中使用的传输到不同的用户,旨在最大化的检测信噪比。性能结果,有和没有优化过程,提出了不同的情况下。
2018-03-19 eess.SP
Massive MIMO with a Generalized Channel Model: Fundamental Aspects
大规模多输入多输出(MIMO)正在成为一项成熟的技术,并已被批准在5G生态系统中进行标准化。虽然有大量的论文对大规模多输入多输出的理论分析,大多数相关的工作假设简化,但过于理想化,克罗内克型模型的空间相关性。基于克罗内克模型的不足,我们引入了一个自然推广的空间相关模型,即Weichselberger模型。对于这个模型,我们追求的信道硬化和有利的传播(FP)方面的大规模多输入多输出性能的全面分析。我们确定了一些情况下,大规模多输入多输出可能会失败,在信道硬化和FP方面,并从实际的角度讨论其相关性。
2018-11-12 eess.SP
A Measurement-Based Spatially Consistent Channel Model for Distributed MIMO in Industrial Environments
Lund University(隆德大学)
本文提出一种用于工业环境的分布式MIMO信道模型,通过测量实验分析了多径效应和大尺度衰减特性,建立了空间一致的仿真模型以提高可靠性。
2026-07-07 eess.SP
Downlink channel spatial covariance estimation in realistic FDD massive MIMO systems
在BS处的下行链路(DL)信道空间协方差矩阵的知识对于在频分双工(FDD)模式下操作的大规模阵列系统是基本重要的。特别地,该知识在DL信道状态信息(CSI)获取中起关键作用。在大规模多输入多输出机制中,基于DL导频的传统方案受到协方差反馈和DL训练开销的严重限制。为了克服这个问题,许多作者已经提出基于上行链路(UL)测量来获得DL空间协方差的估计。然而,这些方法中的许多依赖于简单的信道模型,并且它们难以扩展到考虑到3D环境中的传播和双极化天线阵列的重要影响的更复杂的模型。在这项研究中,我们提出了一种新的技术,该技术考虑了上述影响,符合现代4G和5G系统设计的要求。数值模拟表明了该方法的有效性。
2018-10-25 eess.SP
Unleashing the Potential of Beamspace Modulation in Near-Field MIMO: Opportunities and Challenges
本文综述了近场MIMO系统中利用动态增强空间自由度的方法,重点分析波束空间调制技术在提升频谱效率和可靠性方面的潜力,并探讨其实现挑战与未来研究方向。
2024-09-29 eess.SP
Wideband mmWave Massive MIMO Channel Estimation and Localization
已知空间宽带效应影响毫米波(mmWave)大规模多输入多输出(MIMO)系统中的信道估计和定位性能。扰动分析的基础上,我们表明,空间宽带效应实际上是比以前认为的更明显,并显着降低性能,即使在中等带宽,如果它是不适当的算法设计中考虑。我们提出了一种新的信道估计方法的基础上,每个子载波的多维ESPRIT,结合无监督学习的配对跨子载波,这表明显着的性能增益超过现有的计划在宽带条件下。
2022-09-18 eess.SP
On Spatial Degree-of-Freedom Analysis of Near-Field Multipath Channels for Ultra-massive MIMO Systems
Chalmers University of Technology(查尔姆斯理工大学);National Mobile Communications Research Laboratory, School of Information Science and Engineering, Southeast University(东南大学信息科学与工程学院国家移动通信重点实验室);State Key Lab of Networking and Switching Technology, Beijing University of Posts and Telecommunications(北京邮电大学网络与交换技术国家重点实验室)
针对超大规模MIMO系统近场多径信道,基于格林函数表示推导自由度度量,通过有效电孔径与立体角乘积计算各路径贡献,并通过可分辨路径的有效并集得到总自由度,实验验证了多径传播可显著增加空间自由度。
2026-05-29 eess.SP
Exploiting Spatial Modulation for Strong PhaseNoise Mitigation in mmWave Massive MIMO
CentraleSupélec(中央苏伊茨高等师范学院);IETR - UMR CNRS 6164, CentraleSupélec(法国国家科学研究中心联合研究实验室6164,中央苏伊茨高等师范学院);IMT Nord Europe, Institut Mines-Télécom, Centre for Digital Systems(欧洲北方高等矿业电信学院,高等矿业电信学院,数字系统中心);IEMN - UMR CNRS 8520, University of Lille(法国国家科学研究中心联合研究实验室8520,里尔大学)
本文提出利用空间调制技术,在毫米波大规模MIMO中通过单阶段补偿提升相位噪声鲁棒性,同时采用双阶段补偿接近无相位噪声性能。
2026-03-11 eess.SP
A Spatially Separable Attention Mechanism for massive MIMO CSI Feedback
信道状态信息(CSI)反馈在通过波束成形实现更高增益方面起着至关重要的作用。然而,对于大规模多输入多输出系统,该反馈开销是巨大的并且随着天线的数量线性增长。为了减少反馈开销,近年来实现了几种压缩感知(CS)技术,但是这些技术通常是迭代的,并且在功率受限的用户设备(UE)中实现起来在计算上是复杂的。因此,近年来,基于数据的深度学习方法接管了CSI压缩,引入了各种神经网络。具体而言,基于变压器的网络已被证明可以实现最先进的性能。然而,在Transformers的核心处的多头注意操作在计算上是复杂的,使得Transformers难以在UE上实现。在这项工作中,我们提出了一个轻量级的Transformer命名为STNet,它使用了空间可分离的注意力机制,是显着复杂性低于传统的全注意力。配备了这一点,STNet在某些情况下超过了最先进的模型,大约有$1/10^{th}$的资源。
2022-10-12 eess.SP
Holographic MIMO Communications Under Spatially-Stationary Scattering
全息MIMO是具有大量天线的空间受限MIMO系统,其最终形式可能被认为是空间连续的电磁孔径。准确和易于处理的信道建模对于了解该技术的全部潜力至关重要。本文考虑了任意空间平稳散射,并提供了一个四维平面波表示在笛卡尔坐标系中,它捕获的电磁传播的本质,并允许评估的能力,全息MIMO系统与矩形体积阵列。开发的框架概括了虚拟通道表示,这是最初开发的均匀线阵。
2020-12-14 cs.IT eess.SP math.IT
Empirical Study on Near-Field and Spatial Non-Stationarity Modeling for THz XL-MIMO Channel in Indoor Scenario
本文基于100/132 GHz室内大规模阵列测量,提出融合近场传播与空间非平稳性的THz XL-MIMO混合信道模型,并用多维度统计指标验证其准确性。
2025-05-14 eess.SP
Massive MIMO is a Reality -- What is Next? Five Promising Research Directions for Antenna Arrays
大规模多输入多输出(多输入多输出)不再是未来蜂窝网络的“狂野”或“有前途”的概念-在2018年成为现实。具有64个全数字收发器链的基站(BS)在多个国家进行了商业部署,大规模多输入多输出的关键成分已使其成为5G标准,实现前所未有的频谱效率所需的信号处理方法已经开发出来,并且由于导频污染而导致的限制已经得到解决。即使是毫米波频率的全数字大规模多输入多输出阵列的开发--曾经被认为是极其复杂和昂贵的--也在顺利进行中。几年后,采用全数字收发器的大规模多输入多输出将成为6 GHz以下和毫米波频率的主流功能。在本文中,我们解释了大规模多输入多输出研究传奇的第一章是如何结束的,而故事才刚刚开始。即将到来的具有大规模天线阵列的BS的大规模部署打开了通向空间处理能力无所不在的全新世界的大门。除了移动宽带服务外,天线还可用于其他通信应用,如低功率机器型或超可靠通信,以及雷达、传感和定位等非通信应用。我们概述了五个新的大规模多输入多输出相关的研究方向:极大孔径阵列,全息大规模多输入多输出,六维定位,大规模MIMO雷达和智能大规模多输入多输出。
2019-06-12 cs.IT eess.SP math.IT
Channel Measurement for Holographic MIMO: Benefits and Challenges of Spatial Oversampling
本文对室内全息多输入多输出(MIMO)系统的信道进行了测量。通过实验首次证明了全息MIMO系统的空间过采样能够显著提高无线通信系统的容量。然而,天线效率是阻碍我们获得容量提高的最关键挑战。本文还针对全息MIMO系统提出了一种扩展的EM兼容信道模型,该模型能够考虑传播环境的非各向同性特性、天线方向图畸变、天线效率和极化特性。
2023-01-13 cs.IT eess.SP math.IT
ns-3 and 5G-LENA Extensions to Support Dual-Polarized MIMO
MIMO空间复用是当前和未来蜂窝系统中提高通信数据率的基本特征。目前,ns-3 lte模块利用具有两个流的空间复用的2x2 MIMO的抽象模型;而mm波和nr模块在此工作之前缺乏空间复用选项,因为ns-3模型不支持使用多个天线进行空间复用,并且诸如在lte模块中使用的抽象模型不适合于mm波频率。在本文中,我们提出,实施和评估模型的ns-3和nr模块,使双极化MIMO(DP-MIMO)。针对ns-3提出的扩展支持用于DP-MIMO的多个天线,具有两个流的空间复用,并且可以由与基于ns-3天线阵列的模型兼容的任何ns-3模块(例如nr和mmwave模块)使用。我们利用这种ns-3扩展来建模DP-MIMO,方法是利用双极化天线及其在视线条件下的正交性,因为它发生在高频带,以发送两个数据流。所提出的模型不像ns-3 lte模块中的MIMO模型那样依赖于抽象,并且因此可以更真实地对两个流的传播差异、相关性、流间干扰进行建模,并且允许秩自适应算法的设计和评估。此外,我们提出并评估了自适应秩自适应方案,并将其与固定方案进行比较。为ns-3模拟器和nr模块开发的DP-MIMO空间复用模型是公开可用的。
2022-04-20 cs.NI eess.SP
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
Towards Massive MIMO 2.0: Understanding spatial correlation, interference suppression, and pilot contamination
自2010年Marzetta的开创性论文以来,大规模多输入多输出已经从具有无限数量天线的理论概念转变为实用技术。这些关键概念已在5G中采用,并且具有$M=64$全数字收发器的基站(BS)已在sub-6,GHz频带中进行商业部署。快速的进展是由许多坚实的研究贡献,其中绝大多数假设空间不相关的信道和信号处理方案开发的单细胞操作。这些假设使得大规模多输入多输出的性能分析和优化易于处理,但是具有三个主要警告:1)实际信道是空间相关的; 2)可以通过多小区处理获得大的性能增益,而无需BS协作; 3)由导频污染引起的干扰产生有限的容量限制,如$M\to\infty$。有一条细线的文件,避免了这些警告,但结果很容易错过。因此,本教程文章解释了考虑空间信道相关性和使用为多小区网络设计的信号处理方案的重要性。我们目前的基本限制大规模多输入多输出,这不是由导频污染,但能够获得信道统计的最新结果。这些结果将指导我们迈向下一个级别的大规模多输入多输出,我们称之为“大规模多输入多输出2.0”。
2019-10-05 cs.IT eess.SP math.IT
Channel Estimation for Spatially/Temporally Correlated Massive MIMO Systems with One-Bit ADCs
本文考虑了大规模多输入多输出(MIMO)系统,使用一位模数转换器(ADC)的信道估计问题。以前的大规模MIMO信道估计技术使用一位ADC都是基于单次估计,而没有利用无线信道中固有的时间相关性。在本文中,我们提出了一种自适应信道估计技术,考虑到空间和时间相关性的大规模MIMO与一位ADC。我们首先使用Bussgang分解线性化的一位量化的接收信号。然后,我们采用卡尔曼滤波器估计的空间和时间相关的信道。由于量化噪声不是高斯的,我们假设有效噪声是具有相同统计量的高斯噪声以应用卡尔曼滤波。我们还实现了基于截断多项式展开的低复杂度信道估计器,性能损失可以忽略不计。数值结果表明,所提出的信道估计器可以提高估计精度显着利用信道的空间和时间的相关性。
2019-12-09 cs.IT eess.SP math.IT
Sub-Terahertz Spatial Statistical MIMO Channel Model for Urban Microcells at 142 GHz
第六代(6G)蜂窝系统由于其中的宽的未开发频谱而预期将操作范围扩展到100和300GHz之间的亚太赫兹(THz)频率。需要一个合适的信道模型来精确地描述空间和时间信道特性,并忠实地创建亚太赫兹频率的信道冲激响应。本文研究了信道的空间统计,如空间集群的数量和集群功率分布的基础上,最近在142 GHz的城市微小区(UMi)的情况下进行的无线电传播测量。对于28个测量位置,我们在大多数位置观察到一到四个空间集群。详细的空间统计多输入多输出(MIMO)信道生成过程的基础上推导出的经验信道统计。我们发现,波束成形提供了更好的频谱效率比空间复用在LOS的情况下,由于bohmic路径,和两个空间流通常提供最高的频谱效率在大多数NLOS的位置,由于有限数量的空间集群。
2021-10-12 cs.IT eess.SP math.IT
Massive MIMO Channel Estimation with Low-Resolution Spatial Sigma-Delta ADCs
我们考虑上行链路大规模多输入多输出(MIMO)系统的信道估计,其中基站(BS)使用具有低分辨率(1-2位)模数转换器的阵列和空间Σ-Δ($ΣΔ$)架构来在某些角扇区中对远离用户的量化噪声进行整形。我们开发了一个线性最小均方误差(LMMSE)的Bussgang分解的基础上,重新制定的非线性量化器模型,使用一个等效的线性模型加上量化噪声的信道估计。我们还分析了最大比合并(MRC),迫零(ZF),和LMMSE接收器的上行链路可达速率,并提供了一个下限的MRC接收器的可达速率。数值结果表明,优越的信道估计和总和频谱效率性能相比,传统的1或2位量化的大规模多输入多输出系统使用的$ΣΔ$架构。
2021-07-14 cs.IT eess.SP math.IT
Transmit-Receive Generalized Spatial Modulation Based on Dual-layered MIMO Transmission
提出了一种新的下行多用户多输入多输出(MIMO)系统方案,称为双层收发广义空间调制(DL-TR-GSM)。所提出的方案是基于双层传输(DLT)的概念,其使用两个接收天线功率电平而不是接收天线激活/去激活来在接收空间域中传输数据。因此,为了最小化DL-TR-GSM的比特出错率(BER),确定两个功率电平之间的最佳比率。为了进一步表征DL-TR-GSM,我们完全推导出的计算复杂性,并显示出显着的计算复杂性减少,以及所需的硬件复杂性减少的DL-TR-GSM相比,一个国家的最先进的基准计划。仿真结果证实了DL-TR-GSM的性能优势。
2019-11-08 cs.IT eess.SP math.IT
389.3-Tb/s 1017-km C-band Transmission over Field-Installed 12-Coupled-Core Fiber Cable with >12-Tb/s Spatial MIMO Channels
NTT Network Innovation Laboratories, NTT Corporation(NTT网络创新实验室,NTT公司);NTT Access Service Systems Laboratories, NTT Corporation(NTT接入系统实验室,NTT公司);NTT Device Technology Laboratories, NTT Corporation(NTT器件技术实验室,NTT公司);Optical Communications Laboratory, Sumitomo Electric Industries(住友电工光学通信实验室,住友电气工业株式会社);Faculty of Engineering, Chiba Institute of Technology(千叶工业大学工学部)
本研究在已铺设12耦合芯光纤上实现高速WDM/SDM传输,刷新现场耦合芯容量纪录,同时达成超千公里的高净比特率空间MIMO信道传输。
2025-12-10 eess.SP physics.optics
Channel Estimation in MIMO Systems with One-bit Spatial Sigma-delta ADCs
本文主要研究了单用户和多用户MIMO系统中的信道估计问题,其中多天线基站配备了1位空间Σ-Δ模数转换器。仔细选择1位Σ-Δ型ADC反馈环路中使用的量化电压电平和相移对于提高其有效分辨率至关重要。我们首先建立了1位空间Σ-Δ型ADC的量化噪声模型。使用开发的噪声模型,然后,我们提出了一个两步信道估计算法来估计多径信道参数的增益,到达角(AoAs),和出发角(AoDs)。具体地,在第一步骤中,使用均匀地激励所有角度的上行链路导频来估计AoA和路径增益。接下来,在第二步骤中,通过递归二分法逐步细化上行链路波束来估计AoD。对于这种算法,我们提出了一种技术来选择量化电压电平和相移。通过数值仿真,我们证明了所提出的参数信道估计算法,MIMO系统与1位空间Σ-Δ ADC的性能显着优于那些与常规的1位ADC,并与MIMO系统与高分辨率ADC。
2021-09-19 cs.IT eess.SP math.IT
Complexity-Aware Theoretical Performance Analysis of SDM MIMO Equalizers
该研究提出一种复杂度感知的理论框架,可快速准确计算任意空间模式与滤波器抽头数量的SDM线性MIMO均衡器输出信噪比,速度较蒙特卡洛模拟提升三个数量级。
2024-04-18 cs.IT eess.SP math.IT
A Resolution-Adaptive 8 mm$^\text{2}$ 9.98 Gb/s 39.7 pJ/b 32-Antenna All-Digital Spatial Equalizer for mmWave Massive MU-MIMO in 65nm CMOS
全数字毫米波(mmWave)大规模多用户多输入多输出(MU-MIMO)接收器能够实现极高的数据速率,但需要高功耗。为了降低功耗,本文提出了第一个分辨率自适应全数字接收机ASIC,能够调整数据转换器和基带处理引擎的分辨率,以瞬时通信的情况。这款可扩展的32天线、65 nm CMOS接收器总面积为8 mm $^\text{2}$,集成了具有可编程增益和分辨率的模数转换器(ADC)、波束空间信道估计以及分辨率自适应内存处理空间均衡器。利用6位ADC采样和4位空间均衡器,我们的ASIC实现了9.98 Gb/s的吞吐量,同时比最先进的设计至少高出2倍的能效。
2021-07-23 cs.AR eess.SP
Spatial-chirp Codebook-based Hierarchical Beam Training for Extremely Large-Scale Massive MIMO
针对近场XL-MIMO中角度与距离联合波束训练开销大的问题,提出基于空间啁啾码本的分层训练及流形优化增强方案,显著降低开销并提升波束赋形性能。
2023-08-15 cs.IT eess.SP math.IT
Spatial Covariance Matrix Reconstruction for DOA Estimation in Hybrid Massive MIMO Systems with Multiple Radio Frequency Chains
多信号分类(MUSIC)技术在多输入多输出(MIMO)接收机的波达方向(DOA)估计中得到了广泛应用。为了降低毫米波段射频链路的成本,大规模MIMO收发器采用了模数混合结构。在这种情况下,天线上的接收信号对数字接收机来说是不可用的,因此,MUSIC算法中必不可少的空间协方差矩阵(SCM)不能用传统的采样平均方法得到。基于我们以前的工作,我们提出了一种新的算法,在混合大规模MIMO系统中的多个RF链的SCM重建。通过将模拟波束形成器切换到一组预定的DOA,可以通过一组线性方程的解来重建SCM。此外,基于对线性方程组的深入分析,本文还将提出一种低复杂度的算法,以及对预定DOA的仔细选择。仿真结果表明,所提算法能够准确重构SCM,使MUSIC算法能够很好地应用于多射频链混合大规模MIMO系统的DOA估计。
2021-06-20 cs.IT eess.SP math.IT
Efficient Resource Allocation in 5G Massive MIMO-NOMA Networks: Comparative Analysis of SINR-Aware Power Allocation and Spatial Correlation-Based Clustering
针对5G大规模MIMO-NOMA网络,比较多种聚类与功率分配策略,提出在QoS约束下最大化服务用户数,发现GWO聚类能效最优,CIA服务用户最多。
2025-03-11 cs.NI eess.SP
RIS-Assisted Massive MIMO with Multi-Specular Spatially Correlated Fading
可重新配置的智能表面(RIS)作为5G技术之外的潜力引起了人们的极大关注。这些表面由许多超材料的无源元件组成,这些超材料的阻抗可以控制,以改变撞击它们的无线信号的相位、幅度或其他特性。当信道具有大量多径分量时,信道估计是控制大RIS的关键任务。在本文中,我们提出了一种新的信道估计方案,利用空间相关特性在大规模多输入多输出(MIMO)基站和平面RISs,和其他统计特性的多镜面衰落在移动环境中。此外,一种新的启发式的相移选择在RISs开发,灵感来自信号处理方法,在传统的大规模MIMO是有效的。仿真结果表明,与传统的单小区大规模MIMO系统相比,所提出的上行链路RIS辅助框架大大提高了小区边缘移动用户的频谱效率。
2021-09-08 cs.IT eess.SP math.IT
Truncated Beam Sweeping for Spatial Covariance Matrix Reconstruction in Hybrid Massive MIMO
空间协方差矩阵(SCM)在大规模多输入多输出(MIMO)等多天线系统的许多应用中是必不可少的。对于工作在毫米波段的大规模MIMO,已经采用混合模数结构来降低射频(RF)链的成本。在这种情况下,在天线处接收的信号对于数字接收机是不可用的,并且因此,传统的样本平均方法不能用于混合大规模MIMO中的SCM重构。为了解决这个问题,波束扫描算法(BSA),它可以有效地重建混合大规模MIMO系统中的SCM,已经在我们以前的工作。在本文中,截断BSA进一步提出的SCM重建考虑到阵列中的天线单元的方向图。由于定向天线方向图,对应于远离法线方向的预定角度方向(DOA)的扫描结果很小,因此可以用预定常数代替。在可以忽略不计的性能降低的代价下,SCM可以通过仅扫描接近法线方向的预定DOA来有效地重建。通过这种方式,BSA可以比传统的对应物更快地进行。还将包括深入的分析,以显示截断对性能的影响。
2022-03-27 cs.IT eess.SP math.IT
Federated Dropout Learning for Hybrid Beamforming With Spatial Path Index Modulation In Multi-User mmWave-MIMO Systems
United States CCDC Army Research Laboratory(美国CCDC陆军研究实验室)
具有少量射频(RF)链的毫米波多输入多输出(mmWave-MIMO)系统具有有限的复用增益。空间路径索引调制(SPIM)通过利用由空间路径的索引调制的附加信号比特来帮助改善该增益。在本文中,我们介绍了基于模型和无模型的多用户SPIM-MIMO系统中的波束形成器的设计框架。我们首先通过基于模型的流形优化算法设计波束形成器。然后,我们利用联邦学习(FL)与辍学学习(DL)训练的学习模型的本地数据集的用户,谁估计的波束形成器通过馈送模型与他们的信道数据。DL在训练期间随机选择不同的模型参数集,从而与传统FL相比进一步减少了传输开销。数值实验表明,所提出的框架比最先进的SPIM-MIMO方法和mmWave-MIMO具有更高的频谱效率,后者依赖于最强的传播路径。此外,所提出的FL方法提供比集中式学习技术低至少10倍的传输开销。
2021-02-15 cs.IT cs.LG eess.SP
Time Varying Channel Tracking with Spatial and Temporal BEM for Massive MIMO Systems
本文提出了一种适用于大规模多输入多输出系统的时变和空变信道跟踪方法。利用大规模天线阵列的特点,设计了一种时空基扩展模型,将信道状态信息分解为时变的空间信息和增益信息,降低了上下行信道的有效维数。我们首先将用户的移动建模为一阶未知马尔可夫过程,通过期望和最大化(EM)方法进行盲学习。然后,通过对导向矢量进行泰勒级数展开,实现了对上行时变空间信息的盲跟踪,而其余的上行信道增益信息仅需少量导频符号即可训练完成。由于角度互易性(空间互易性),可以立即从上行链路对应方获得下行链路信道的空间信息,这大大降低了下行链路信道跟踪的复杂度。各种数值结果证明了所提出的方法的有效性。
2018-02-27 cs.PF eess.SP
Energy Efficiency Optimization of Generalized Spatial Modulation with Sub-Connected Hybrid Precoding
毫米波(mm-Wave)大规模多输入多输出(MIMO)系统的能量效率(EE)优化正在成为第五代(5G)移动通信系统的重要挑战。然而,由于毫米波大规模多输入多输出系统中的高载波频率,射频(RF)链的功率急剧增加。针对这一问题,提出了一种新的基于广义空间调制(GSM)和子连通混合预编码(HP)结构的能量效率优化方案。仿真结果表明,GSM-HP方案在mm-Wave大规模多输入多输出场景下的EE性能优于全数字预编码(FDP)方案,计算功耗可节省88%.
2019-01-02 cs.NI eess.SP
On the Effect of Mutual Coupling in One-Bit Spatial Sigma-Delta Massive MIMO Systems
最近提出了一位空间Σ-Δ概念,作为用于实现大规模多输入多输出系统的低失真和低功耗的方法。该方法利用位于已知角度扇区或空间过采样的用户来塑造量化噪声远离期望的到达方向。虽然减小天线间距消除了量化噪声的不利影响,但由于过度的互耦合,它可能会潜在地恶化大规模阵列的性能。在本文中,我们分析了互耦对上行链路频谱效率的空间一位Σ-Δ大规模MIMO架构的影响,并比较所产生的性能下降,标准的一位量化以及无限精度的理想情况。我们的模拟表明,一位Σ-Δ阵列是特别有利的空间受限的情况下,仍然可以提供显着的增益,即使在存在互耦时,天线是紧密间隔。
2020-07-12 cs.IT eess.SP math.IT
Spatial Multiplexing Oriented Channel Reconfiguration in Multi-IRS Aided MIMO Systems
本研究针对多IRS辅助MIMO系统,提出正交部署策略与基于SCA的联合优化方法以增强空间复用、提升频谱效率,证明了大单元/高功率下均等分配的渐近最优性,验证了多IRS配置的性能优势。
2024-10-06 cs.IT eess.SP math.IT
Spatial Wideband Channel Estimation for MmWave Massive MIMO Systems with Hybrid Architectures and Low-Resolution ADCs
提出了一种基于混合结构和低分辨率模数转换器(ADC)的宽带毫米波(mmWave)大规模多输入多输出(MIMO)系统的信道估计器。考虑到在宽带毫米波大规模多输入多输出系统中不可忽略的天线阵列上的传播延迟,提出了一种离散时间信道模型,用于模拟空间宽带效应。此外,训练信号的设计,解决帧间,用户间和符号间的干扰时,空间宽带效应是不可忽略的。为了基于最大后验概率(MAP)准则估计连续谱上的信道参数,提出了基于牛顿化完全校正前向贪婪选择-交叉验证(NFCFGS-CV-based)的信道估计器。NFCFGS-CV是一种无网格的压缩感知(CS)算法,其终止条件由CV技术确定。基于CV的终止条件被证明达到最小平方误差(SE)。仿真结果表明,NFCFGS-CV优于最先进的基于网格CS的信道估计器。
2021-01-25 cs.IT eess.SP math.IT
Spatial Multiple Access (SMA): Enhancing performances of MIMO-NOMA systems
非正交多址接入(NOMA)技术虽然在可达到的和速率方面是未来无线系统的一种有前途的技术,但其误码性能受到用户间干扰(IUI)的影响。因此,具有有限IUI并且在频谱效率方面与NOMA竞争的多址接入技术设计是必要的。在这封信中,我们认为所谓的空间多址接入(SMA),这是基于应用空间调制(SM)的原则,通过不同的用户的数据流,作为一个强有力的替代MIMO-NOMA系统。推导了SMA的误码率、遍历和速率和中断概率的解析表达式。通过计算机仿真验证了推导的正确性。此外,SMA系统与NOMA的比较。结果表明,SMA在所有性能指标方面优于NOMA(即,误比特率(BER)、中断概率和遍历和率)。
2018-10-18 cs.IT eess.SP math.IT
Realization of MIMO Channel Model for Spatial Diversity with Capacity and SNR Multiplexing Gains
多输入多输出(MIMO)系统传输是一种流行的分集技术,用于提高通信系统的可靠性。当误比特率很低时,可以保证数据传输的可靠性。通常,在MIMO系统中的发送和接收部分都使用多个天线元件。MIMO系统在无线信道中使用天线分集或空间分集编码系统,因为无线信道严重遭受多径衰落,其中发送的信号在到达目的地或接收部分之前沿着各种多径反射。还实现了MIMO系统的并行传输,其中原始检测数据序列的实部和虚部以及相应的接收数据序列都被图形化地描述。当发射机硬件的损伤程度(Level of Impairments in Transmitter Hardware,Kappa)从0.02减小到0.005时,MIMO信道平均容量在不同损伤程度下都能达到80%以上。在确定性衰落信道和非相关瑞利衰落信道下,分别观察到有限信噪比复用增益(MIMO系统容量与SISO系统容量之比)。核心区别在于高SNR水平。这可能有两个原因:(a)在收发器损伤下更快地收敛到极限;(b)当发射天线的数量大于接收天线的数量时,建立在传播环境的数字架构图或地形图上的确定性信道获得优于复用增益的渐近增益。
2020-04-24 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
Towards 6G MIMO: Massive Spatial Multiplexing, Dense Arrays, and Interplay Between Electromagnetics and Processing
本文全面概述了迈向6G的UM-MIMO技术的主要优势与挑战,探讨了近场大规模复用、空间自由度及信道估计,并介绍了结合电磁与电路理论的物理一致模型及天线与信号处理协同设计。
2024-01-05 cs.IT eess.SP math.IT
Uplink Performance of Cell-Free Massive MIMO Over Spatially Correlated Rician Fading Channels
我们考虑一个实际的无小区大规模多输入多输出(MIMO)系统与多天线接入点(AP)和空间相关的莱斯衰落信道。由用户设备移动引起的视线分量的显著相移被随机地建模。此外,我们研究了上行链路的频谱效率(SE)与最大比(MR)/本地最小均方误差(L-MMSE)合并和最佳大尺度衰落解码的基础上的相位感知MMSE,相位感知元素的MMSE和线性MMSE(LMMSE)估计。然后推导出MR组合的新的封闭形式的SE表达式。数值结果验证了我们推导的表达式,并表明SE受益于空间相关性。重要的是观察到L-MMSE和MR组合之间的性能差距随着每个AP的天线数量而增加,并且由于缺乏相移知识,LMMSE估计器的SE低于其他估计器的SE。
2021-10-12 cs.IT eess.SP math.IT
High Dynamic Range mmWave Massive MU-MIMO with Householder Reflections
针对毫米波大规模MU-MIMO中强弱UE接收功率差异导致低分辨率ADC量化噪声或饱和的问题,提出HDR MIMO范式,通过Householder反射空间变换聚焦强UE并结合数字均衡,实现强弱UE同时可靠接收。
2023-12-05 cs.IT eess.SP math.IT