Learning to Unfold Fractional Programming for Multi-Cell MU-MIMO Beamforming with Graph Neural Networks
School of Information Science and Engineering, Southeast University(东南大学信息科学与工程学院)
本文提出利用图神经网络学习展开快速FP算法,以降低MU-MIMO波束成形的计算复杂度并提高收敛速度。
2026-01-12 eess.SP
Energy Efficient Massive MIMO Array Configurations
大规模多输入多输出(多输入多输出)的高频谱效率主要是通过空间复用的开发来实现的,即通过使用同时应用于许多用户的大量MIMO层。大规模多输入多输出基站的功耗由驱动大量天线端口和元件的硬件确定。本文重点介绍不同用户负载的实际部署情况。在具有低数量用户的小时期间,硬件功耗的某个显著部分将保留在传统的大规模多输入多输出处理中,而频谱效率的全部潜力由于低数量用户而不能被开发,导致低功率效率和成本。我们调查不同的混合阵列架构的频谱效率,平均用户吞吐量和功耗的影响,并显示如何设计一个大规模多输入多输出系统,显着提高能源效率为给定的目标场景,同时保持有针对性的服务质量。
2019-06-12 eess.SP
Improving Cell-Free Massive MIMO Detection Performance via Expectation Propagation
无小区(Cell-free,CF)大规模多输入多输出(M-MIMO)技术在超第五代(Beyond Fifth Generation,5G)网络中发挥着重要作用。然而,设计一个高性能的CF M-MIMO检测器是一个具有挑战性的任务,由于存在的导频污染时出现的导频序列的数量小于用户的数量。这项工作提出了一种CF M-MIMO检测器称为CF期望传播(CF-EP),它在计算后验置信度时加入了导频污染。仿真结果表明,该检测器在误比特率和总频谱效率性能方面与现有的CF检测器相比有明显的改善。
2021-10-27 eess.SP
Max-Min Optimal Beamforming for Cell-Free Massive MIMO
这封信开发了一个最佳的波束形成方法,在无小区的大规模多输入多输出(MIMO)系统,采用大量的分布式接入点,为多个用户提供并发服务的下行链路传输。最佳设计被制定为一个最大最小的问题,最大限度地提高所有用户的最小信号干扰加噪声比。解析地证明了该问题是拟凹的,并利用二阶锥规划得到了最优解。所提出的方法确定最佳的无小区大规模多输入多输出系统中可实现的波束成形性能。研究结果可作为低复杂度波束形成器设计的参考。
2020-06-10 eess.SP
Rate-Splitting assisted Massive Machine-Type Communications in Cell-Free Massive MIMO
这封信的重点是将速率分割多址(RSMA)与时分双工无小区大规模多输入多输出(多输入多输出)集成,以实现大规模机器类型通信。由于大量的设备,他们的零星接入行为和有限的相干间隔,我们假设一个随机接入策略,所有活动的设备利用相同的导频上行链路信道估计。这引起了一个高度导频污染的情况下,这不可避免地恶化信道估计。基于RSMA对不完整信道状态信息的鲁棒性,提出了一种新的RSMA辅助下行链路传输框架,用于无小区大规模多输入多输出。基于公共流和私有流的下行链路可达频谱效率,提出了一种启发式公共预编码器设计方法,并提出了一种新的最大最小功率控制方法。数值结果表明,RSMA有效地缓解了下行链路中导频污染的影响,并在传统的无小区大规模多输入多输出网络中获得了显著的性能增益。
2022-05-05 eess.SP
Decentralization Issues in Cell-free Massive MIMO Networks with Zero-Forcing Precoding
无小区大规模多输入多输出(CF-M-MIMO)系统代表了几十年来主导移动领域的经典蜂窝架构的演进。在CF-M-MIMO中,中央处理单元(CPU)控制不规则地分散在整个覆盖区域中的多个接入点(AP),从而有效地成为M-MIMO技术的完全分布式实现。因此,它继承了许多使M-MIMO成为5G系统物理层支柱之一的关键特性,同时为M-MIMO中不具备的新功能打开了大门。其中最新的是在CPU(集中式)或在AP(分布式)处执行预编码的可能性,已知前者以必须在CPU处收集所有相关的信道状态信息(CSI)为代价来提供好得多的性能。当要覆盖的区域很大时,无单元系统的实际部署可能需要多个CPU,因此需要解决的关键问题是这些多个CPU应该如何互连。针对集中式迫零预编码的特定情况,分析并提出了CPU之间不同程度互连的设计。结果表明,一种适度的CPU互连形式可以非常显着地提高CF-M-MIMO架构中普遍存在的最大-最小速率性能。
2019-09-26 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
Coexistence of MIMO Radar and FD MIMO Cellular Systems with QoS Considerations
在这项工作中,频谱共享的可行性之间的多输入多输出(MIMO)雷达系统(RS)和MIMO蜂窝系统(CS),包括一个全双工(FD)基站(BS)服务于多个下行链路和上行链路用户在同一时间和频率进行了研究。虽然在CS的BS和用户处的联合收发器设计技术被提出以最大化MIMO RS的检测概率(PoD),但受制于用户的服务质量(QoS)和CS处的发射功率的约束,基于零空间的波形投影被用于减轻从RS到CS的干扰。特别是,所提出的技术通过最大化其下限来优化RS的PoD的性能,该下限是通过利用PoD及其非中心性参数的单调递增关系来获得的。数值结果表明,建议的频谱共享框架的效用,但与RS的发射功率,RS的PoD,CS的剩余自干扰功率在FD BS和用户的QoS相应的性能有一定的权衡。
2019-04-24 eess.SP
DNN-based Detectors for Massive MIMO Systems with Low-Resolution ADCs
低分辨率模数转换器(ADC)被认为是大规模多输入多输出(MIMO)系统中降低成本和功耗的实用且有前途的解决方案。不幸的是,低分辨率ADC会使接收信号严重失真,从而使数据检测更具挑战性。在本文中,我们开发了一种新的深度神经网络(DNN)框架,用于低分辨率大规模多输入多输出系统中的高效和低复杂度数据检测。基于重构的最大似然检测问题,我们提出了两个模型驱动的DNN为基础的检测器,即OBMNet和FBMNet,分别为一位和几位大规模多输入多输出系统。所提出的OBMNet和FBMNet检测器具有为低分辨率MIMO接收器设计的独特而简单的结构,因此可以有效地训练和实现。数值结果还表明,OBMNet和FBMNet显着优于现有的检测方法。
2020-11-05 eess.SP
Uplink Multi-User MIMO Implementation in OpenAirInterface for a Cell-Free O-RAN Testbed
Fraunhofer Heinrich Hertz Institute(弗劳恩霍夫海因里希赫兹研究所)
本文提出了一种基于OAI的无细胞O-RAN测试平台,实现了利用SRS信道估计进行上行多用户MIMO信号分离与解码的实验验证。
2026-01-14 eess.SP
Massive MIMO relaying with linear precoding in correlated channels under limited feedback
本文研究了在发射端信道状态信息不完全且每个用户的信道发送相关性的情况下,采用线性预编码的大规模多输入多输出中继系统。在我们的系统中,源中继信道是大规模的多输入多输出(MIMO)和中继目的地信道是大规模的多输入单输出(MISO)的。利用大随机矩阵理论(RMT)推导了当发射天线数和用户数M、K趋于无穷大且M>>K时,采用正则化迫零(RZF)预编码的大规模多输入多输出放大前向和解码前向(M-MIMO-ADF)中继中每个用户处的信干噪比(SINR)的确定性等价。本文给出了h^H_kW(hat)_lh(hat)_k的确定性等价表达式,并给出了两个定理和一个推论来推导每个用户的SINR的确定性等价。仿真结果表明,M-MIMO-ADF中继中每个用户的SINR的确定性等价以及定理1、定理2、命题1和推论1的结果是准确的。
2018-02-28 eess.SP
Full-Duplex Massive MIMO Cellular Networks with Low Resolution ADC/DAC
在本文中,我们提供了一个分析框架,全双工(FD)的大规模多输入多输出(MIMO)蜂窝网络与低分辨率模数和数模转换器(ADC和DAC)。在发送侧和接收侧的FD基站(BS)处采用匹配滤波器。对于反向和前向链路,我们的贡献是:(1)推导了一般和特殊情况下的信号与量化加干扰噪声比(SQINR);(2)推导了渐近情况下的频谱效率以及功率缩放律;以及(3)量化量化误差、自干扰以及六边形小区的用户间干扰和泊松点过程(PPP)镶嵌对中断概率和频谱效率的影响。
2022-09-05 eess.SP
QoS-Constrained Scheduling in Multi-Cell Multi-User MIMO Networks
School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳)理工学院);School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳)人工智能学院);Shenzhen Research Institute of Big Data(深圳大数据研究院)
本文针对多小区多用户MIMO网络中跨小区和跨载波调度的挑战,提出了一种基于特征零强迫波束成形和大规模MIMO渐近性的近似可解方案,以在速率约束下最大化系统吞吐量。
2026-04-21 eess.SP
Energy Efficient Water-Filling Power Allocation with Cell Division for Massive MIMO Systems
研究了大规模多输入多输出(MIMO)系统下行链路的功率分配问题。我们提出了一个新的方案,利用注水算法在一个细胞与两个区域。它被分配更多的功率给更远的用户,并且具有更好的信道条件的用户在每个区域中接收更多的功率。从能量效率(EE)的角度来看,具有更好信道增益的用户具有比其他用户更高的优先级。在MIMO系统中结合注水和小区划分技术导致到达EE最大化。我们还使用标准干扰函数(SIF)提出了一种新的迭代算法来解决优化问题,并获得了一个有效的功率分配方案。仿真结果表明,该算法优于其他同类算法从EE的角度来看。
2021-08-27 eess.SP
Cell-free Massive MIMO with Short Packets
在本文中,我们适应了无小区的大规模MIMO(多输入多输出),这是由Östman等人(2020)引入的有限块长度框架,用于表征在超可靠低延迟通信(URLLC)制度下,大规模MIMO可实现的分组错误概率。在本文中考虑的框架包括一个无细胞的架构,不完美的信道状态信息,和任意的线性信号处理在中央处理单元连接到接入点通过前传链路。通过数值模拟,我们表明,要达到高可靠性要求的URLLC,MMSE信号处理必须使用。还与小小区和大规模MIMO蜂窝网络进行了比较。两者都需要更多的天线来实现与无小区Massive MIMO相当的性能。
2021-07-22 cs.IT eess.SP math.IT
Beyond Cell-free MIMO: Energy Efficient Reconfigurable Intelligent Surface Aided Cell-free MIMO Communications
无小区系统可以通过使多个基站(BS)能够以由于BS的大规模部署而导致的高硬件和电源成本为代价来协作地为没有小区边界的用户服务,从而有效地消除小区间干扰。为了解决这个问题,低成本的可重构智能表面(RIS)可以作为一个有前途的技术,以提高能源效率的无细胞系统。在本文中,我们考虑了一个RIS辅助无小区MIMO系统,其中多个RIS部署在BS和用户周围,以低成本的方式通过可重构反射来创建有利的传播条件,从而增强无小区MIMO通信。为了最大限度地提高能量效率,提出了一种混合波束形成(HBF)方案,该方案由基站处的数字波束形成和基于RIS的模拟波束形成组成。建立了能源效率最大化问题的数学模型,并设计了求解该问题的迭代算法。研究了发射功率、RIS数目和RIS大小对能量效率的影响。理论分析和仿真结果表明,最优能量效率取决于RIS的数量和RIS的大小。数值计算也表明,该系统可以实现更高的能量效率比传统的。
2020-11-17 cs.IT eess.SP math.IT
CS-Based CSIT Estimation for Downlink Pilot Decontamination in Multi-Cell FDD Massive MIMO
用于频分双工(FDD)大规模MIMO的发射机处的有效信道状态信息(CSIT)可以促进其与现有FDD蜂窝网络的后向兼容。迄今为止,针对FDD单小区大规模MIMO系统提出了几种CSIT估计方案,但它们都没有考虑小区间干扰(ICI),并且在多小区情况下会受到下行导频污染的影响。为了解决这个问题,本文提出了一种基于压缩感知(CS)的CSIT估计方案,以对抗FDD多小区大规模MIMO系统中的ICI。具体而言,角域大规模MIMO信道在不同的子载波上表现出共同的稀疏性,并且这种稀疏性部分由相邻用户共享。通过利用这些稀疏特性,我们设计的导频信号和相关的信道估计算法的CS理论的框架下,其中与多个相邻的BS相关联的信道可以可靠地估计与低的训练开销的下行链路导频净化。仿真结果验证了所提出的解决方案的良好的下行链路导频去污性能相比,其传统的多小区FDD大规模MIMO。
2021-08-23 cs.IT eess.SP math.IT
Unified Modeling and Performance Comparison for Cellular and Cell-Free Massive MIMO
针对6G无线系统中的大规模MIMO技术,本文提出涵盖蜂窝式与无蜂窝架构、支持接入点天线数可变的统一建模方法,推导了两种链路在不同方案下的传输模型与频谱效率,并完成多维度性能对比。
2024-05-16 cs.IT eess.SP math.IT
Massive MIMO in 5G: How Beamforming, Codebooks, and Feedback Enable Larger Arrays
大规模多输入多输出(MIMO)是第五代(5G)蜂窝网络及以后的重要技术。为了帮助设计基站的波束成形,5G引入了灵活反馈和可配置天线阵列几何形状的新支持。在本文中,我们将概述整个移动标准中的MIMO,重点介绍5G NR中新的基于波束的反馈系统,并描述该反馈系统如何通过波束管理实现大规模多输入多输出。最后,我们总结了与5G中的大规模多输入多输出相关的挑战。
2023-01-31 cs.SY eess.SP eess.SY
Cell-free Massive MIMO for UAV Communications
研究了无蜂窝大规模多输入多输出架构对无人机通信的支持。在一般假设的移动台,无论是无人机或地面用户,和接入点之间的传播信道遵循莱斯分布,我们推导出封闭形式的频谱效率下限的上行链路和下行链路的线性最小均方误差(LMMSE)信道估计。我们还提出了这样一个系统的功率分配和用户调度策略。我们的数值结果表明,无小区大规模多输入多输出架构可以提供比传统的多小区大规模多输入多输出网络部署更好的性能。
2019-02-10 cs.IT eess.SP math.IT
Heterogeneous Massive MIMO: A Cost-Efficient Technique for Uniform Service in Cellular Networks
本文提出异构大规模MIMO(HmMIMO)网络范式,通过在每个小区中心保留大规模天线阵列基站并由小区边缘分布式天线辅助,融合蜂窝与去蜂窝架构优势,在性能与实施复杂性间实现良好折衷。
2025-06-27 cs.IT eess.SP math.IT
Closed-form max-min power control for some cellular and cell-free massive MIMO networks
蜂窝和无蜂窝大规模MIMO网络的功率控制问题的许多常见实例可以被解释为涉及仿射干扰映射和多面体约束的最大-最小效用优化问题。我们表明,这些问题承认一个封闭形式的解决方案,它取决于已知矩阵的谱半径。与此相反,以前的文献中的解决方案已间接获得使用基于二分法的迭代算法,或固定点迭代。此外,我们还显示了一个渐近紧界的最优效用,这反过来又提供了一个简单的经验法则,用于评估网络是否在噪声或干扰限制制度。最后,我们说明我们的研究结果集中在经典的最大-最小公平功率控制无小区大规模MIMO网络。
2022-05-03 cs.IT eess.SP math.IT
Stochastic Channel Models for Massive and XL-MIMO Systems
本文描述、评估和系统地比较了用于大规模多输入多输出(M-MIMO)和超大型MIMO(XL- MIMO)系统应用的随机信道模型。这项工作的目的是涵盖新的方面的大规模多输入多输出随机信道模型在一个全面和系统的方式。为此,我们比较了不同的模型,以图形和直观的方式呈现每个模型的行为。每个大规模多输入多输出信道模型使用不同的方法和属性来仿真环境。使用诸如容量、SINR、奇异值分解(SVD)和条件数等度量,可以理解每个特征对建模的影响以及它如何与其他模型区分开来。此外,在新的XL-MIMO的情况下,近场和可见光区(VR)的影响出现,我们的发现表明,对于两个假设的方案的集群分布,集群的位置影响的共轭波束形成和迫零(ZF)预编码的性能,由于相关效应,这已经从几何大规模多输入多输出信道模型进行了分析。
2020-09-05 cs.SY eess.SP eess.SY
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
Cell-Free MIMO Systems Powered by Intelligent Reflecting Surfaces
无蜂窝大规模多输入多输出(MIMO)和智能反射面(IRS)被认为是未来5G网络的多天线技术。由IRS供电的无小区MIMO系统结合了这两种技术,可以以低成本和低能耗进一步提高无小区MIMO系统的性能。先前的工作集中于瞬时性能度量并且依赖于交替优化算法,这强加了巨大的计算复杂性和信令开销。为了解决这些挑战,我们提出了一种新的两步算法,提供了长期的被动波束形成器在IRS使用统计信道状态信息(S-CSI)和短期的主动预编码器和长期的功率分配在接入点(AP),以最大限度地提高最低可实现的速率。仿真结果表明,该方案的性能优于基准方案,并带来了显着的性能增益的无小区MIMO系统由IRS供电。
2022-02-16 cs.IT eess.SP math.IT
Superimposed Transmission for Cooperative Cellular and Cell-Free Massive MIMO Systems
German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心);University of Kaiserslautern (RPTU)(凯泽斯劳滕工业大学)
研究协作蜂窝和无小区大规模 MIMO 系统,提出叠加传输策略,按远近分类用户,基站为近程用户叠加发送数据符号,近程用户用连续干扰消除解码,实现高峰值频谱效率且保持小区边缘公平,提升系统容量。
2026-07-15 cs.IT eess.SP math.IT
Ubiquitous Cell-Free Massive MIMO Communications
自20世纪70年代第一个蜂窝网络试用以来,我们见证了一场令人难以置信的无线革命。从1G到4G,大规模的流量增长是通过更宽的带宽、精细的无线电接口和网络密度的组合来管理的,即增加每个站点的天线数量。由于其成本效益,后者的贡献最大。大规模MIMO(多输入多输出)是一种关键的5G技术,它使用大规模天线阵列来提供非常高的波束成形增益和用户的空间复用,从而提高频谱和能量效率。它构成了一个集中的解决方案,以增加网络的密度,其性能受到其以小区为中心的设计中固有的小区间干扰的限制。相反,无处不在的无小区大规模MIMO指的是实现以用户为中心的相干传输以克服蜂窝网络中的小区间干扰限制并提供附加宏分集的分布式大规模MIMO系统。这些特征与大规模MIMO设计中固有的系统可扩展性相结合,将无处不在的无小区大规模MIMO与先前的协调分布式无线系统区分开来。在本文中,我们研究了这种有前途的技术的巨大潜力,同时解决了实际部署问题,以处理来自信号协处理的增加的后/前传输开销。
2019-09-06 cs.IT eess.SP math.IT
Cell-Free XL-MIMO Meets Multi-Agent Reinforcement Learning: Architectures, Challenges, and Future Directions
本文针对无蜂窝XL-MIMO系统的高维信号处理与高能耗问题,提出融合MARL的增强范式,结合近场特性设计两类低复杂度方案以最大化数据速率,并梳理相关机遇挑战与未来研究方向。
2023-10-03 cs.IT eess.SP math.IT
Achieving Distributed MIMO Performance with Repeater-Assisted Cellular Massive MIMO
本文提出中继器辅助的蜂窝大规模 MIMO,通过部署大量低成本小型无线中继器作为有源散射体,以较低代价逼近分布式 MIMO 性能。
2025-01-07 cs.IT eess.SP math.IT
Uplink Performance of Cell-Free Extremely Large-Scale MIMO Systems
在本文中,我们研究了无小区(CF)的超大规模多输入多输出(XL-MIMO)系统,这是一个很有前途的技术,为未来的无线通信的上行链路性能。更具体地,我们考虑具有多个基站(BS)和多个用户设备(UE)的实际场景。为此,我们得到确切的可实现的频谱效率(SE)的表达式为任何组合方案。值得注意的是,我们推导出了具有最大比(MR)合并的CF XL-MIMO的封闭形式的SE表达式。数值结果表明,CF XL-MIMO的SE性能相比于小小区XL-MIMO有很大的提高。有趣的是,较小的天线间距导致贴片天线之间的较高的相关水平。最后,我们证明了增加UE天线的数量可能会降低MR合并的SE性能。
2023-02-14 cs.IT eess.SP math.IT
A Joint Wireless-Optical Front-haul Solution for Multi-user Massive MIMO 5G RAN
我们展示了一种用于多用户大规模多输入多输出5G RAN的高容量光纤中频移动前传解决方案。使用该方案,在没有光纤色散补偿的情况下,在40 km以上的单个光波长上传输了创纪录的25.6 GHz的聚合无线电带宽
2020-11-18 cs.IT eess.SP math.IT
PDRS: A Fast Non-iterative Scheme for Massive Grant-free Access in Massive MIMO
免授权多输入多输出(MIMO)通常采用非正交导频进行联合用户检测和信道估计。然而,现有方法对于大规模MIMO中的大规模免授权接入来说太复杂。本文提出了导频检测参考信号(PDRS),以大大降低复杂度。在PDRS方案中,不需要迭代。提出了直接权值估计算法,无需信道估计即可计算合并权值。在合并之后,PDRS恢复误差用于决定导频活动。仿真结果表明,所提出的免授权方案性能良好,复杂度降低了几个数量级。
2020-12-25 cs.IT eess.SP math.IT
Improving Sum-Rate of Cell-Free Massive MIMO with Expanded Compute-and-Forward
无小区大规模多输入多输出(MIMO)采用大量分布式接入点(AP)经由相同的时间/频率资源来服务于少量用户设备(UE)。由于强大的宏分集增益,无小区的大规模MIMO可以大大提高可实现的和速率相比,传统的蜂窝大规模MIMO。然而,当在接收机处采用简单最大比合并(MRC)时,无小区大规模MIMO的性能受到用户间干扰(IUI)的上限。为了利用IUI,采用了扩展的计算和转发(ECF)框架。特别是,我们提出了功率控制算法的并行计算和连续计算的ECF框架,分别利用性能增益,然后提高系统性能。此外,我们提出了一个AP选择方案和不同的解码顺序的连续计算的应用。最后,数值结果表明,ECF框架优于传统的CF和MRC框架的可实现的和速率。
2021-11-21 cs.IT eess.SP math.IT
Scalable Cell-Free Massive MIMO Systems
想象一下,一个覆盖区域有许多无线接入点,这些接入点相互合作,共同为用户提供服务,而不是创建自治小区。这种无小区网络操作可以潜在地解决当前蜂窝网络中出现的许多干扰问题。这一目标以前被称为网络MIMO(多输入多输出),最近又以无小区大规模MIMO的名称重新出现。主要的挑战是以实际可行的方式实现无小区操作的益处,其中计算复杂性和前传要求可扩展到具有许多用户的大型网络。我们提出了一个新的框架,可扩展的无小区大规模MIMO系统,利用动态合作集群的概念,从网络MIMO文献。我们提供了一种新的算法,联合初始接入,导频分配和集群的形成,被证明是可扩展的。此外,我们适应标准的信道估计,预编码和组合方法,成为可扩展的。证明了一种新的上行链路和下行链路的对偶性,并使用该对偶性在合并向量的基础上,对预编码向量进行了启发式设计。有趣的是,所提出的可伸缩预编码和组合优于传统的最大比处理,也执行接近最好的不可伸缩的替代品。
2020-05-08 cs.IT eess.SP math.IT
Smart Hybrid Beamforming and Pilot Assignment for 6G Cell-Free Massive MIMO
本文研究了Cell-Free大规模MIMO网络,其中每个接入点(AP)都配备了一个混合收发器,与全数字收发器相比,降低了复杂性和成本。渐近近似的频谱效率推导出上行链路和下行链路。利用这些表达式,最大-最小问题被公式化以优化(i)AP处的模拟波束形成器和(ii)导频分配。仿真结果表明,这些变量的优化大大提高了网络的性能。
2023-01-13 cs.IT eess.SP math.IT
Analysis of UAV Communications in Cell-Free Massive MIMO systems
我们研究支持无人机(UAV)通信通过一个无小区的大规模MIMO架构,其中大量的接入点(AP)部署在大的共址大规模MIMO阵列的地方。我们还考虑通过应用以用户为中心的关联方法,其中每个用户仅从网络中的AP的子集中获得服务的纯无小区架构的变化。在一般的假设下,移动台之间的传播信道,无论是无人机或地面用户(GUE),和AP遵循莱斯分布,我们推导出封闭形式的频谱效率下限的上行链路和下行链路的线性最小均方误差信道估计。我们考虑了几种功率分配和用户调度策略,这样的系统,而且,在这些,也最小速率最大化的功率分配策略,以提高系统的公平性。我们的数值结果表明,无小区的大规模MIMO架构及其低复杂度的以用户为中心的替代方案可以提供比传统的多小区大规模MIMO网络部署更好的性能。
2020-01-10 cs.IT eess.SP math.IT
An Algorithm for Grant-Free Random Access in Cell-Free Massive MIMO
大规模接入是超5G(B5G)无线网络的主要应用场景之一,而大规模MIMO是支持大规模接入的关键技术。本文研究了无小区大规模MIMO网络中大规模机器类型通信(mMTC)的免授权随机接入中的活动检测问题。每个活动设备向AP发送预先分配的非正交导频序列,AP将接收到的信号发送到中央处理器(CPU)进行联合活动检测。我们制定的最大似然设备活动检测问题,并提供了一个算法的基础上,坐标下降法具有负担得起的复杂性。我们表明,无小区的大规模MIMO网络可以支持低功耗的mMTC设备,并提供广泛的覆盖范围。
2021-05-21 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
Variational Bayes Inference for Data Detection in Cell-Free Massive MIMO
无小区大规模MIMO是用于超5G网络的有前途的技术。通过部署许多协作接入点(AP),与传统蜂窝系统相比,该技术可以显著增强用户覆盖和频谱效率。由于AP分布在大的区域上,因此无小区大规模MIMO中的有利传播水平小于共位大规模MIMO中的有利传播水平。因此,当AP天线的数目不是很大时,当前的线性处理方案不接近最优方案。本文的目的是发展非线性变分贝叶斯(VB)方法的数据检测无细胞的大规模MIMO系统。与文献中仅获得发射数据符号的点估计的现有工作相反,所提出的方法旨在获得数据符号的后验分布和贝叶斯估计。我们开发了相应的VB方法的AP之间的合作水平。仿真结果表明,显着的性能优势,开发的VB方法的线性处理技术。
2023-01-11 cs.IT eess.SP math.IT
Cell-Free Massive MIMO With Radio Stripes and Sequential Uplink Processing
与传统MIMO技术相比,无小区大规模MIMO(mMIMO)具有高频谱效率和优越的空间分集,被设想为超越5G的下一代技术。其主要原理是许多分布式接入点(AP)合作,同时为网络中的所有用户提供服务,而无需创建小区边界。本文考虑了一个无小区的mMIMO系统的上行链路利用无线条带网络架构。提出了一种新的归一化线性最小均方误差(N-LMMSE)合并的序列处理算法。该算法能够在无小区MMO中实现干扰抑制,同时保持低成本和前向回传要求。计算并分析了该算法的频谱效率。我们的结论是,它提供了一个有吸引力的低前向回程要求和高频谱效率之间的权衡。
2020-03-05 cs.IT eess.SP math.IT
Over-The-Air Federated Learning Over Scalable Cell-free Massive MIMO
本文研究无蜂窝大规模MIMO支持空中联邦学习的方法,提出在信道相关且仅有不完美信道状态信息条件下的实用OTA-FL实现方案,并通过分析与实验验证其收敛性和性能优势。
2023-09-18 cs.IT cs.LG eess.SP
Fast Ambiguous DOA Elimination Method of DOA Measurement for Hybrid Massive MIMO Receiver
大规模多输入多输出(MIMO)系统的波达方向(DOA)估计可以提供超高分辨率的角度估计。然而,由于全数字MIMO系统的高计算复杂性和成本,提出了一种混合模拟数字(HAD)结构的MIMO。针对HAD MIMO系统的测向模糊问题,提出了一种快速消除模糊相位的方法。该算法只需要两个数据块就可以实现DOA估计。仿真结果表明,该方法在性能损失较小的情况下,可以大大减小估计时延。
2021-05-14 cs.IT eess.SP math.IT
Cell-Free Terahertz Massive MIMO: A Novel Paradigm Beyond Ultra-Massive MIMO
针对太赫兹通信传输距离受限的问题,本文提出无蜂窝大规模MIMO架构,通过选择最近接入点缩短距离而非仅依赖大量天线,仿真验证其在太赫兹频段的频谱与能量效率均优于超大规模MIMO。
2024-05-16 cs.IT eess.SP math.IT
Cell-Free Massive MIMO-OFDM Transmission over Frequency-Selective Fading Channels
该文提出并分析了频率选择性衰落信道下基于正交频分复用(OFDM)的无小区大规模多输入多输出(CFmMIMO)多载波传输。提出了频域共轭波束形成、导频分配和用户特定的资源分配。CFmMIMO-OFDM是可扩展的,以服务于大量的用户,并且是灵活的,以提供不同的数据率的异构应用。
2021-07-03 cs.IT eess.SP math.IT
Hierarchical Cell-Free Massive MIMO for High Capacity with Simple Implementation
本文提出一种分层无小区大规模MIMO架构,通过中央基站与分布式接入点协同部署,在保持最差用户频谱效率的同时提升总和吞吐量,并显著降低前传实现成本。
2024-01-20 cs.IT eess.SP math.IT
Learning Beamforming in Cell-Free Massive MIMO ISAC Systems
本文针对无蜂窝大规模MIMO ISAC系统中的波束成形设计挑战,提出了一种基于异构图神经网络(GNN)的新模型,该模型支持低复杂度扩展,在增删接入点时无需完全重训练,且能实现接近最优的性能并适应多种网络结构。
2024-09-26 cs.IT eess.SP math.IT
Can Dynamic TDD Enabled Half-Duplex Cell-Free Massive MIMO Outperform Full-Duplex Cellular Massive MIMO?
我们考虑一种支持动态时分双工(DTDD)的无小区大规模多输入多输出(CF-mMIMO)系统,其中每个半双工(HD)接入点(AP)基于用户设备(UE)的数据需求被调度为在上行链路(UL)或下行链路(DL)模式下操作,目标是最大化总UL-DL频谱效率(SE)。我们开发了一种新的,低复杂度,贪婪算法的组合AP调度问题,与理论上建立的最优性保证,通过显示的下限的总和UL-DL SE是子模块化。我们还考虑了UE之间的导频序列重用以限制信道估计开销。在CF系统中,所有AP估计来自每个UE的信道,使得导频分配问题不同于蜂窝情况。我们开发了一种新的算法,迭代最大限度地减少跨UE的导频污染。我们比较我们的解决方案的性能,无论是理论上和通过模拟,对全双工(FD)多小区mMIMO系统。我们的研究结果表明,由于在中央处理单元的信号的联合处理,CF-mMIMO与动态高清AP调度显着优于蜂窝FD-mMIMO的总和SE和90%的可能SE。因此,DTDD使能的HD CF-mMIMO是蜂窝FD-mMIMO的有前景的替代方案,而无需用于自干扰抑制的硬件成本。
2022-05-21 cs.IT eess.SP math.IT
Optimal Preamble Length for Spectral Efficiency in Grant-Free RA with Massive MIMO
具有大规模多输入多输出的免授权随机接入(RA)是一种用于低信令开销的大规模接入的有前途的RA技术。在大规模多输入多输出的免授权无线接入系统中,前导码长度对系统性能有着至关重要的影响。本文研究了大规模多输入多输出系统下免授权接收机的最优前导码长度问题,考虑了前导码长度对前导码冲突、前导码开销以及信道估计精度的影响,以最大化系统的频谱效率。仿真结果与我们的分析一致,并证实了存在最佳前导码长度的SE最大化的免授权RA与大规模多输入多输出。此外,性能的最佳前导码长度相对于系统参数被揭示。与授权接入相比,在免授权RA中,SE最大化需要更长的前导码长度。
2019-04-30 cs.IT eess.SP math.IT
Hybrid Beamforming and Combining for Millimeter Wave Full Duplex Massive MIMO Interference Channel
全双工(FD)通信可以彻底改变无线通信,因为它避免了使用独立的信道进行双向通信。这项工作推广了毫米波(mmWave)频段的点对点FD通信,包括K对大规模MIMO FD节点同时工作。我们提出了一种新的联合混合波束成形(HYBF)和加权和速率(WSR)最大化的合并方案,使大规模MIMO FD链路的共存成本有效。该算法依赖于基于最小化-最大化方法的替代优化。此外,我们提出了一种新的SI和大规模MIMO干扰信道感知功率分配方案,包括最优功率控制。仿真结果表明,显着的性能改善相比,传统的双向全数字半双工(HD)系统。
2022-01-04 cs.IT eess.SP math.IT
A New Look at Cell-Free Massive MIMO: Making It Practical With Dynamic Cooperation
本文通过网络MIMO文献中的动态协作集群框架,对无小区大规模MIMO(多输入多输出)进行了新的研究。其目的是识别和解决在以前的工作中出现的可伸缩性问题。我们提供分布式算法的初始接入,导频分配,集群形成,预编码,并结合可扩展的意义上的任意多个用户的可实现的。有趣的是,建议的预编码和组合分别优于共轭波束成形和匹配滤波,同时也是完全分布式的。
2019-06-26 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
Co-existing/Cooperating Multicell Massive MIMO and Cell-Free Massive MIMO Deployments: Heuristic Designs and Performance Analysis
本文研究多小区大规模MIMO与无小区大规模MIMO共存部署的下行性能,提出前传感知的启发式用户关联算法,并通过仿真分析不同协作程度、预编码和功率控制策略对系统性能的影响。
2024-10-22 cs.IT eess.SP math.IT
Two-timescale weighted sum-rate maximization for large cellular and cell-free massive MIMO
本文提出一种双时间尺度迭代算法,利用信道统计信息进行联合功率控制与波束成形设计,以最大化大规模MIMO网络的加权和速率,并优于现有长期方法。
2024-07-08 cs.IT eess.SP math.IT
Cost-Effectiveness Analysis and Design of Cost-Efficient Cell-Free Massive MIMO Systems
针对无小区大规模MIMO部署成本高的问题,通过构建多天线AP统一模型进行成本分析,证明了多天线AP能降低系统成本并维持性能,提出了一种高性价比设计。
2024-06-01 cs.IT eess.SP math.IT