Asymptotic Upper Capacity Bound for Receive Antenna Selection in Massive MIMO Systems
研究了大规模多输入多输出（MIMO）系统中的接收天线选择问题。接收机配备有比发射机大得多的大规模天线阵列，选择天线的子集来接收消息。在独立同分布平坦衰落瑞利信道下，假设信道侧信息（CSI）仅在接收端可用，推导了大规模多输入多输出系统极限下的低复杂度渐近近似容量上界.此外，渐近理论分别适用于两种情况下，这是基于选择的天线的总数是否超过发射天线的。除了解析推导，仿真结果提供了证明的渐近结果的近似精度和紧密的能力界。
2018-10-29 eess.SP
Antenna Coding and Digital Precoding for Limited Feedback MIMO Systems Using Pixel Antennas
School of Information and Electronics, Beijing Institute of Technology（北京理工大学信息与电子学院）；Internet of Things Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）物联网主题）
针对像素天线带来的信道状态信息获取开销问题，提出基于码本和索引反馈的有限反馈MIMO系统，联合设计天线编码器和数字预编码器，并开发低复杂度离线码本构建算法，性能优于传统固定配置天线。
2026-09-17 eess.SP
Antenna Coding Optimization Based on Pixel Antennas for MIMO Wireless Power Transfer with DC Combining
The Hong Kong University of Science and Technology（香港科技大学）；University of Macau（澳门大学）；The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
本文提出基于像素天线的天线编码优化方法，通过联合优化天线编码和发射波束成形，提升MIMO无线功率传输系统的直流输出功率效率。
2025-12-16 eess.SP
Efficient Detectors for MIMO-OFDM Systems under Spatial Correlation Antenna Arrays
本文分析了多输入多输出（MIMO）正交频分复用（OFDM）技术中可实现的检测器在特定的实际系统条件下的性能，包括天线相关性和阵列配置。时域信道模型被用来评估系统性能的实际通信信道和系统的情况下，包括不同的信道相关性，调制阶数和天线阵列配置。为了实现高性能、高容量的系统和可管理的计算复杂度，分析了一组MIMO-OFDM检测器。数值Monte-Carlo仿真（MCS）证明了信道选择性效应，同时分析了MIMO-OFDM系统中天线数目、线性检测方案的采用以及线性和平面天线阵列下的空间相关效应对信道选择性的影响。
2018-10-02 eess.SP
Antenna Coding Optimization for Pixel Antenna Empowered MIMO Wireless Power Transfer
The Hong Kong University of Science and Technology（香港科技大学）；University of Macau（澳门大学）；The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；University College London（伦敦大学学院）；Yonsei University（延世大学）
本文提出利用像素天线优化MIMO无线电力传输系统，通过天线编码与波束成形联合优化，使输出直流功率提升超过15 dB，且码本设计在性能和复杂度间取得平衡。
2026-01-12 eess.SP
Finite Large Antenna Arrays for Massive MIMO: Characterization and System Impact
大规模多输入多输出被认为是5G的关键技术。各种研究分析了天线数量的影响，仅依赖于信道特性，并假设在非常大的阵列中具有均匀的天线增益。在本文中，我们研究的互耦和边缘效应的影响上的阵列的增益方向图的变化。我们的分析集中在比较贴片天线与偶极子，代表天线通常用于大规模多输入多输出实验今天。通过仿真和测量，我们表明，有限贴片阵列具有较低的增益方向图的变化相比，偶极子阵列。大的增益模式变化对大规模多输入多输出系统的影响是，并非所有天线对所有用户都有同等的贡献，并且针对单个用户看到的天线的有效数量减少。我们表明，这在系统级的影响是一个降低率为所有用户的迫零MIMO检测器，高达20%的贴片阵列和35%的偶极子阵列。另一方面，最大比率合并引入了用户不公平性。
2018-04-05 eess.SP
Polarization-Aware Antenna Selection for Joint Radar and Communication in XL-MIMO Systems
针对XL-MIMO联合雷达通信系统中去极化引起的交叉极化泄漏问题，提出含极化偏移的信道模型及基于极化失衡和交叉极化泄漏的动态天线选择方案，提升频谱效率、符号错误率和雷达检测概率。
2025-03-27 eess.SP
Fast Algorithms for Joint Multicast Beamforming and Antenna Selection in Massive MIMO
大规模多输入多输出是目前领先的物理层技术候选技术，可以显着提高5G系统中单播和多播传输模式的吞吐量。由于与射频（RF）链相比，天线元件在mmW范围内变得更小和更便宜，因此在发射机处执行天线选择是至关重要的，使得可用的RF链被切换到天线的适当子集。研究了大规模多输入多输出系统中单个多播组的多播波束形成和天线选择问题。该问题的现有技术依赖于半定松弛（SDR），其不能按比例放大到大规模多输入多输出状态。提出了一种基于连续凸近似（SCA）的最大最小公平多播波束形成和天线选择联合算法。SCA的核心思想是用一类非光滑的凸优化问题逐次逼近非凸问题。两个快速和内存有效的一阶方法，提出了解决每个SCA子问题。仿真结果表明，所提出的算法优于现有的最先进的方法在解决方案的质量和运行时间，在传统的，特别是在大规模多输入多输出设置。
2020-03-04 eess.SP
Wideband Coplanar Waveguide MIMO Antenna for 6G Millimeter-Wave Applications with Defected Ground Structure
本文提出一种面向6G毫米波频段（25-33.5 GHz）的宽带共面波导MIMO天线，采用DGS微带贴片结构设计单天线及2x2 MIMO天线，在8.5 GHz宽带回波损耗上表现优异。
2025-08-12 eess.SP
Antenna Selection in Switch-Based MIMO Arrays via DOA threshold region Approximation
到达方向（DOA）信息对于多输入多输出（MIMO）系统完成定位和波束形成任务至关重要。开关天线阵列是近年来出现的一种降低MIMO系统成本和功耗的有效解决方案。基于开关的阵列架构将有限数量的射频链连接到形成子阵列的天线元件子集。本文讨论了优化DOA估计性能的天线选择问题。我们首先执行子阵列布局对齐过程，以删除具有相同波束方向图的子阵列，并创建一个唯一的子阵列集。通过使用该集合，并基于DOA阈值区域性能近似，我们提出了两种天线选择算法;贪婪算法和基于深度学习的算法。所提出的算法的性能进行了数值评估。结果表明，在阈值区域的DOA估计和计算复杂度方面，所选基准方法的性能有显着改善。
2022-05-22 eess.SP
Capacity Bounds and Degrees of Freedom for MIMO Antennas Constrained by Q-Factor
研究了在各向同性多径信道中，当天线具有一定的带宽要求时，MIMO天线的最佳频谱效率和独立信道数。通过将该问题作为一个受端口Q因子约束的凸优化问题，得到了其解的半解析表达式。天线的矩量法和解决方案是制定的离散端口馈入的结构，以及为特征在于由等效电流的设计区域进行模拟。它示出的解决方案是完全依赖于所谓的能量模式的天线的本征值。这些特征值的幅度进行了分析的线性偶极子阵列，以及与嵌入式天线区域的板。将能量模式与特征模式进行比较，以验证特征模式作为MIMO天线的设计策略。天线性能通过Q因子上的频谱效率来说明，Q因子是与容量相关的量。它建议的能量模式的数量低于一个给定的Q因子可以用来估计的自由度的Q因子。
2021-09-06 eess.SP
Uplink MIMO Performance Analysis for Diverse HAPS Antenna Array Architectures
本文针对6G及后续网络的HAPS，研究比较五种天线阵列的上行链路MIMO性能，发现提出的两种阵列中截半球形适配密集UE，截锥形平衡性能与复杂度，均达到半球形阵列性能。
2026-08-18 eess.SP
Optimal Transmit Antenna Selection Algorithm in Massive MIMOME Channels
研究了窃听信道下大规模多输入多输出（MIMO）系统的发射天线选择问题。发射机，配备了一个大规模的天线阵列，其大小是远远大于窃听者和合法的接收器，选择一个子集的天线发送消息。提出了一种基于分支定界（BAB）搜索的独立同相瑞利平坦衰落信道下的天线选择算法，该算法在发射功率均匀分配到活动天线上的情况下，最大化发射机和合法接收机之间的保密容量。此外，所提出的算法分别适用于两种情况下，这是基于信道侧信息的窃听（CSIE）是否可用。仿真结果表明，该算法在两种情况下都具有与穷举搜索相同的性能，但复杂度要低得多。
2019-01-19 eess.SP
How Many Antennas Do We Need for Massive MIMO Channel Sounding? - Validating Through Measurement
针对3.5 GHz多传播场景，研究了天线数量（8 ~ 64）和阵列配置对大规模多输入多输出信道参数估计的影响。通过在消声室中放置几个反射器和吸收器来人为地创建不同的测量环境。地面实况信道参数，例如路径角，通过几何和三角规则获得。然后，将这些与通过对测量应用空间交替广义期望最大化（SAGE）算法提取的信道参数进行比较。总体而言，各种阵列配置和多种环境下的估计误差进行了比较。本文的研究将有助于室外大规模大规模多输入多输出信道探测中天线阵列的合理配置和参数提取算法的确定。
2019-03-19 eess.SP
Deep Learning based Antenna Selection and CSI Extrapolation in Massive MIMO Systems
大规模多输入多输出（MIMO）系统的一个关键瓶颈是下行传输所带来的巨大训练开销，如信道估计、下行波束形成和协方差观测。在本文中，我们提出使用少量天线的信道状态信息（CSI）来外推其他天线的CSI，并减少训练开销。具体来说，我们设计了一个深度神经网络，我们称之为天线域外推网络（ADEN），它可以利用天线之间的相关函数。然后，我们提出了一种基于深度学习（DL）的天线选择网络（ASN），可以选择有限的天线来优化外推，这通常是一种组合优化类型，很难解决。我们巧妙地设计了一个约束退化算法来生成离散天线选择向量的可微近似，从而可以保证神经网络的反向传播。数值结果表明，该算法优于传统的全连接算法，并且通过自学习算法学习的天线选择方案比通常使用的均匀选择方案有更好的性能。
2021-01-18 eess.SP
A Two-Element Capsule Antenna for Near-Field Polarization MIMO in Wireless Capsule Endoscopy
Aalto University（阿尔托大学）；Nokia Bell Labs Finland（诺基亚贝尔实验室芬兰）；National Institute of Information and Communications Technology（信息通信研究机构）
本文提出一种用于无线胶囊内窥镜的915 MHz双单元胶囊天线，通过正交电流实现极化MIMO，在模拟和实测中相比SISO链路中位信道容量近翻倍，为最佳共形双单元设计。
2026-10-05 eess.SP
Beam Selection for Wideband Millimeter Wave MIMO Relying on Lens Antenna Arrays
基于透镜天线阵列的波束空间多输入多输出（MIMO）技术通过波束选择可以显著减少毫米波（mmWave）通信系统中射频链路的数量。然而，在宽带毫米波MIMO系统中，波束成形增益实际上是频率相关的。这种现象被称为波束偏斜，当使用传统的波束选择方法时，它会恶化系统的性能。为了解决这个问题，我们提出了一种宽带波束选择方法毫米波MIMO系统依赖于透镜天线阵列。首先，我们为每个用户选择一个在整个频带上平均能量最大的波束，然后依次选择对和速率贡献最大的波束。提出的宽带波束选择方法的性能分析。数值结果表明，该方法与传统方法相比，具有更高的总速率和能量效率。
2020-04-17 eess.SP
Configuring Antenna System to Enhance the Downlink Performance of High Velocity Users in 5G MU-MIMO Networks
本文针对5G MU-MIMO中高速移动用户下行性能下降问题，提出在空间复用传输中增加接收天线数量以引入天线分集，从而改善高速用户性能，并适用于大规模MIMO系统。
2021-08-05 eess.SP
Effective DoF-Oriented Optimal Antenna Spacing in Near-Field XL-MIMO Systems
该研究针对近场XL-MIMO系统，从阵列增益角度分析EDoF与天线间距的关系，推导最优天线间距的近似闭式表达式，通过数值结果验证了结论的有效性。
2025-01-13 eess.SP
A Novel 3D Antenna Architecture with Spatial Resource Allocation for Massive MIMO HAPS
Carleton University（卡尔顿大学）；Isfahan University of Technology（伊斯法罕理工大学）；Kuwait College of Science and Technology（科威特科学技术学院）
本文提出一种结合空间资源分配和用户分组的新型3D天线架构，旨在减少大规模MIMO高空平台站中的空间相关性和干扰，通过分配相同资源块给正交信道增益用户，提升系统总体数据速率。
2026-04-19 eess.SP
Effect of Mutual Coupling on the Performance of STCM-MIMO Systems
与传统的空时编码和大规模大规模多输入多输出（MIMO）技术相比，空时编码大规模（STCM）多输入多输出（MIMO）系统具有更好的误比特率（BER）性能。STCM-MIMO系统的发射机由大型天线阵列组成。在实际系统中，由该天线阵列的元件发射的信号产生的自干扰（称为互耦（MC））降低了系统的性能。MC效应在具有大天线阵列的通信系统中是显著的。另一方面，增加发射天线的数目导致改善的BER性能。因此，在选择STCM-MIMO系统中的发射天线的最佳数量时存在折衷。为了考虑MC的影响，我们推导了接收信号的解析表达式，以准确地建模的STCM-MIMO系统下的MC效应的存在。我们提出了一种算法来选择最佳的天线数量，以尽量减少互耦和系统的误比特率（BER）。通过计算机仿真，研究了不同阵元数下STCM-MIMO系统的误码性能。
2019-03-10 eess.SP
Signal Processing Foundations of Reconfigurable Antennas in the Tri-Hybrid MIMO Architecture
University of California San Diego（加州大学圣地亚哥分校）；Yonsei University（延世大学）；San Diego State University（圣地亚哥州立大学）；Min H. Kao Department of Electrical Engineering and Computer Science, University of Tennessee, Knoxville（田纳西大学诺克斯维尔分校明H. Kao电气与计算机工程系）
本文提出三混MIMO架构的统一信号处理框架，分析可重构天线的电磁特性，并引入重新配置效率因子评估不同天线架构的性能。
2026-04-26 eess.SP
Joint Blind Identification of the Number of Transmit Antennas and MIMO Schemes Using Gerschgorin Radii and FNN
发射天线数的盲计数和多输入多输出（多输入多输出，MIMO）方案的盲识别是MIMO信号识别的两个关键步骤。传统的方法将它们视为两个独立的问题，即源数目计数和空时冗余的存在检测。在本文中，我们开发了一种联合盲识别算法，以确定发射天线的数量和MIMO方案同时进行。通过对接收信号进行重构，基于信号的子空间秩，推导出三个子空间秩特征，用于确定发射天线数和识别空时冗余。然后，Gerschgorin半径为基础的方法和前馈神经网络来计算这三个功能，并利用最小加权范数-1距离度量决策。特别是，我们的方法可以识别额外的MIMO方案，其中大多数以前的作品没有考虑，是兼容的单载波和正交频分复用（OFDM）系统。仿真结果验证了我们提出的方法的可行性，单载波和OFDM系统，并证明其良好的识别性能，在一个短的观察期内，可接受的复杂度。
2019-08-14 eess.SP
Multi-stage Antenna Selection for Adaptive Beamforming in MIMO Arrays
增加多输入多输出（MIMO）天线阵列中的发射和接收元件的数量会导致硬件和计算成本的大幅增加。我们减轻这个问题，采用可重新配置的MIMO阵列，其中大的发射和接收阵列复用在一个较小的一组k基带信号。我们考虑四个阶段的MIMO阵列配置，并提出了四种不同的选择策略，以提供降维后处理，并实现硬件成本降低数字信号处理（DSP）和射频（RF）阶段。我们定义的问题作为一个行列式最大化，并制定了一个统一的配方解耦的联合问题，并选择天线/元件在一个综合问题的各个阶段。然后，我们分析了所提出的选择方法的性能，并证明，在输出SINR方面，联合发送接收选择方法执行最好的匹配滤波器，混合和因子化的选择方法。理论结果进行了数值验证，表明所有的方法允许性能和成本之间的良好权衡。
2019-04-18 eess.SP
Hybrid Beamforming for Subarray-Level Movable Antenna Enhanced MU-MIMO Communications
Zhejiang Gongshang University（浙江工商大学）；University of Electronic Science and Technology of China（电子科技大学）；National Key Laboratory of Wireless Communications（无线通信全国重点实验室）；University of California, San Diego（加州大学圣地亚哥分校）；Sichuan Normal University（四川师范大学）
本文研究了子阵级可移动天线架构以提升多用户MIMO通信的空分复用能力，通过联合优化混合波束成形和子阵位置以提高系统频谱效率，提出SIC-MA方法在仿真中优于固定子阵的SIC-FPA方案。
2026-04-21 eess.SP
Sparse Antenna and Pulse Placement for Colocated MIMO Radar
多输入多输出（MIMO）雷达由于其天线和波形的多样性而具有传统雷达无法比拟的优越性。虽然实现了更高的角分辨率、改进的参数可识别性和更好的目标检测，但硬件成本（由于多个发射器和多个接收器）和高能耗（多个脉冲）限制了MIMO雷达在大规模网络中的使用。一方面，需要较高的角度和速度估计精度，但另一方面，较低数量的天线/脉冲是期望的。为了实现这样的妥协，在这项工作中，Cram'er-Rao下界（CRLB）的角度和速度估计器作为一个性能指标来设计的天线和脉冲的位置。结果表明，推导出的CRLB为两个目标是一个更合适的标准相比，单目标CRLB，因为两个目标CRLB考虑了主瓣宽度和旁瓣电平的模糊函数。本文提出了几种基于凸优化和次模优化的天线和脉冲选择算法。数值实验来说明所发展的理论。
2018-05-27 eess.SP
Efficient Waveform Covariance Matrix Design and Antenna Selection for MIMO Radar
通过优化发射协方差矩阵来控制雷达波束方向图是提高多输入多输出（MIMO）雷达性能的一种行之有效的方法。在本文中，我们研究了MIMO雷达系统的波形协方差矩阵和天线位置向量的联合优化，以近似给定的发射波束方向图，以及最小化在一些给定的目标位置的探测信号之间的互相关。我们制定这个设计任务作为一个非凸优化问题，然后提出了一个循环优化方法，有效地近似其解决方案。我们进一步提出了一个局部二分搜索算法，以有效地设计相应的天线位置。我们表明，所提出的方法可以扩展到更一般的情况下，近似给定的波束方向图使用最少数量的天线，以及优化它们的位置。我们的数值研究在精度和计算复杂度方面都表现出很好的性能，使得所提出的框架成为实时雷达波形处理应用（如运动中的无人机的MIMO雷达发射波束成形）的良好候选者。
2020-12-24 eess.SP
Ergodic Secrecy Rate of Antenna-Selection-Aided MIMOME Channels with BPSK/QPSK Modulations
本文分析了在瑞利平坦衰落下，多输入多输出窃听信道（又称多输入多输出多窃听信道）中BPSK/QPSK调制的发射天线选择问题。在我们的协议中，一个单一的天线被选择来发送秘密消息和选择梳（SC）或最大比梳（MRC）是利用在合法的接收机或窃听。新的封闭形式的遍历保密率推导出近似的精确值，它保持高精度和紧凑的形式。除了理论推导外，还通过仿真验证了所提公式的可行性和有效性。
2019-07-13 eess.SP
Efficient Detection in Uniform Linear and Planar Arrays MIMO Systems under Spatial Correlated Channels
在本文中，各种MIMO检测器的效率进行了分析，从高度相关的信道的角度来看，MIMO系统有缺乏的性能，除了在某些情况下增加的复杂性。考虑到这一困难但{有用}的场景，各种MIMO检测方案{关于}复杂度和误比特率（BER）性能进行了准确评估。具体地，连续干扰消除（SIC）、格基约简（LR）以及它们的组合与传统的线性MIMO检测技术相关联。{To为了证明有效性，已经考虑了宽范围的天线数量和调制格式，旨在根据其性能-复杂度权衡来验证这种MIMO检测技术的潜力。我们还研究了当发射和接收端都配备有均匀线阵（UWB）和均匀平面阵（UPA）天线配置时的相关效应。当两种天线阵列配置被部署{考虑}不同的天线数量和调制阶数时，特别是{在}近大规模多输入多输出条件下，仔细比较了不同检测器的性能。我们还讨论了阵列因子（AF）和两种{天线阵列}结构的BER性能之间的关系。
2018-10-06 eess.SP
Multi-target Range and Angle detection for MIMO-FMCW radar with limited antennas
多输入多输出（MIMO）雷达相对于传统的雷达阵列系统在性能和灵活性方面具有若干优点。然而，为了实现高角度分辨率，MIMO雷达需要大量的发射和接收天线，这增加了硬件设计和计算复杂度。虽然空间压缩感知（CS）最近已经被考虑用于具有稀疏随机阵列的脉冲波形MIMO雷达，但是用于调频连续波（FMCW）雷达的这样的方法仍然在很大程度上未被探索。在这种情况下，我们提出了一种新的多目标定位算法在距离-角度域的MIMO FMCW雷达与随机放置的发射和接收元件的稀疏阵列。特别地，我们首先使用基于离散傅里叶变换（DFT）的聚焦操作获得目标的距离延迟。然后使用基于CS的技术利用目标场景的稀疏性在每个检测到的范围处恢复目标角度。我们的仿真结果表明，该算法的有效性，在检测多个目标与稀疏阵列的经典方法。
2023-02-28 eess.SP
Signal Processing Based Antenna Pattern Characterization for MIMO Systems
针对6G MIMO天线方向图表征依赖暗室、难处理多径的问题，提出利用LoS与非LoS信号信息的信号处理估计方法，可在复杂环境中低成本完成APC并准确恢复真实方向图。
2023-08-18 eess.SP
Dual-Function MIMO Radar Communications System Design Via Sparse Array Optimization
通过部署双功能雷达通信系统，可以缓解频谱拥塞和频率带宽竞争，其中雷达平台将其自身呈现为辅助通信功能的机会系统。本文提出了一种利用稀疏天线阵结构将通信信息嵌入到多输入多输出（MIMO）雷达发射信号中的新技术。传感器阵列中天线位移引起的相位是唯一的，这使得阵列配置用于符号嵌入是可行的。我们还利用了这样一个事实，即在MIMO雷达系统中，独立波形与发射天线的关联可以在不同的脉冲重复周期内改变，而不会影响雷达功能。我们表明，通过重新配置稀疏的发射阵列，通过天线选择和重新排序波形天线配对，每秒兆比特的数据速率可以实现一个中等数量的发射天线。为了抵消实际的实施问题，我们提出了一个正规化的天线选择为基础的信令方案。分析了可能的数据速率，并推导出符号/误比特率。仿真例子提供的性能评估，并证明所提出的DFRC技术的有效性。
2018-08-15 eess.SP
Tunable Eight-Element MIMO Antenna Based on the Antenna Cluster Concept
实现未来无线通信的容量需求需要在亚6 GHz频段中提高频谱效率。本文提出了一种新颖的八单元多输入多输出（MIMO）天线，可以在1.7至6 GHz的调谐。该设计是基于天线集群的概念，其中加权馈电的多个天线元件被用来修改工作频率。本文扩展了该概念的理论，以考虑多个单独的集群，从而使其能够用于MIMO。所提出的天线在3 GHz以上的频率下实现了超过60%的效率，并且该系统超过了该频带中理想7x7 MIMO的遍历容量。
2018-08-21 eess.SP physics.app-ph
Modelling and Optimization of OAM-MIMO Communication Systems with Unaligned Antennas
轨道角动量（OAM）无线通信技术正在成为第六代（6G）无线通信系统的潜在技术之一。OAM无线通信技术的最大优点是不同OAM状态之间的自然正交性。然而，其最大的缺点之一是不同OAM状态之间的串扰，该串扰广泛地由大气湍流和发射天线与接收天线之间的不对准引起。针对基于OAM的多输入多输出（OAM-MIMO）传输系统，提出了一种新的信道模型用于性能分析。此外，OAM-MIMO传输系统的纯度模型与非对齐的天线推导出的非柯尔莫哥洛夫湍流。进一步推导了天线不对齐情况下OAM-MIMO传输系统的误码率和容量模型。为了克服天线未对准和非Kolmogorov扰动带来的不足，提出一种新的OAM状态间隔优化算法，以提高OAM-MIMO传输系统的容量。仿真结果表明，优化算法提高了OAM-MIMO传输系统的容量。具体地说，当发射天线和接收天线的偏转角分别为-24 dB和-5 dB时，采用该优化算法的OAM-MIMO传输系统的容量分别增加了28.7%和320.3%。
2021-12-09 cs.NI eess.SP
Holographic Metasurface Antennas for Uplink Massive MIMO Systems
我们提出了一种上行链路大规模多输入多输出系统，使用全息超表面阵列作为扇区天线。该天线由一组矩形波导馈电超材料表面组成，这些超材料表面沿着仰角方向组合成平面孔径，每个超材料表面都具有亚波长尺寸的超材料元件作为辐射器。超材料辐射器被设计为使得波导馈电超表面实现用于引导（或参考）模式的全息解决方案，生成朝向规定方向的扇形波束，从而形成多波束天线系统。我们证明，窄带上行链路大规模多输入多输出系统使用的元表面可以实现的总和容量接近所提供的瑞利信道在3.5 GHz。我们表明，支持多个扇形波束的元表面可以在6 GHz以下的信道中实现方位角方向上的高空间分辨率，从而在基站和用户之间形成不相关的MIMO信道。此外，所提出的超表面天线在结构上简单、低成本且高效，并且因此适合于减轻装备有大型天线系统的大规模多输入多输出系统所共有的RF硬件问题。
2021-08-27 eess.SP physics.app-ph
Physical bounds and radiation modes for MIMO antennas
用于通信系统的现代天线设计围绕两个极端：设备和基站，在设备中，只有一个小区域专用于天线设计，在基站中，设计空间不与其他组件共享。两者都意味着对可实现的绩效的不同限制。本文研究了MIMO性能中频谱两端的特性。对于电小天线的尺寸限制占主导地位的性能参数。专用于天线设计的区域在器械的其余部分上感应电流。本文提出了一种研究这类构型光谱效率基本界的方法。这个界也研究了$N$度MIMO系统。对于电大尺寸结构，研究了不同形状下单位面积上的自由度。这两个都是通过制定一个凸优化问题，在天线上的电流密度的最大频谱效率。这个问题的计算效率的解决方案制定和调查的约束参数，如大小和效率。
2019-10-17 eess.SP physics.class-ph
MMSE Based Greedy Antenna Selection Scheme for AF MIMO Relay Systems
针对放大转发（AF）多输入多输出（MIMO）中继系统，提出了一种基于最小均方误差（MMSE）的贪婪天线选择算法。假设在多个数据流之间的等功率分配，我们推导出一个封闭的形式的表达式的均方误差（MSE）增加每个额外的天线对所产生的。基于此结果，我们迭代地选择中继节点的天线对，以最小化MSE。仿真结果表明，我们的算法大大优于现有的计划。
2020-03-17 cs.IT eess.SP math.IT
Capacity Scaling Law in Massive MIMO with Antenna Selection
天线选择能够处理大规模多输入多输出（MIMO）信道中的成本和复杂度问题。在Nakagami衰落信道下，研究了多用户大规模MIMO上行链路信道的速率和容量。数学上听话的总和率容量上限推导出所考虑的系统。此外，对于一个足够大的基站（BS）的天线数量，确定性等效（DE）的和率界。基于此DE，示出的和速率容量的增长与BS天线的数量的双螺旋。数值实验验证了分析结果的正确性。
2022-08-08 cs.IT eess.SP math.IT
Demo: MmWave Lens MIMO
在第五代（5G）通信中，射频透镜天线以其高天线增益和低硬件成本的优点被引入模拟/数字混合波束形成技术中。在本文中，我们设计和制造适当的射频透镜天线的毫米波通信中确定的仿真分析，并提出了一个实时毫米波透镜MIMO测试平台。此外，在传统的相移MIMO，波束偏斜，毫米波通信的宽带所造成的问题，估计与制作的RF透镜天线。
2020-04-27 cs.NI eess.SP
LOS MIMO Design based on Multiple Optimum Antenna Separations
在用于MIMO无线通信的发射和接收天线阵列中使用多个天线允许利用丰富散射环境中的空间自由度。然而，对于在发射机和接收机处具有均匀线性阵列（ULA）的视距（LOS）MIMO信道，需要优化发射和接收阵列处的天线间隔以最大化空间自由度和信道容量。本文首先对LOS MIMO系统中发射和接收ULA处的最佳天线间距进行了推导，给出了最佳天线间距乘积的一般表达式，该表达式包含多个解。虽然只有对应于最小的天线分离产品的解决方案通常被认为是在文献中，我们利用多个解决方案的LOS MIMO设计在发射机和接收机之间的距离范围。特别是，我们认为LOS MIMO设计中的车辆到车辆（V2V）通信的情况下，在发送和接收车辆之间的距离范围。
2018-09-11 cs.IT eess.SP math.IT
Antenna Efficiency in Massive MIMO Detection
在本文中，我们考虑的多用户检测问题的多输入多输出（MIMO）系统中，在基站（BS）的接收天线的数量增长无穷大。我们提出了一个新的性能指标，称为天线效率，来表征如何快速的矢量错误概率（VEP）的接收天线的数量增加，在大系统的限制减少。我们分析了最佳的最大似然（ML）检测器和简单的迫零（ZF）检测器，并证明了他们的天线效率承认一个简单的封闭形式，量化的用户天线比，信噪比（SNR），和星座集上的VEP的影响。数值结果表明，我们的分析可以很好地描述一个现实的大规模多输入多输出系统中的经验检测误差性能。
2021-07-21 cs.IT eess.SP math.IT
Reconfigurable Antennas in mmWave MIMO Systems
实现毫米波（mmWave）频带的全部潜力的关键障碍是该频带中的无线信号的差的传播特性。克服该问题的一种方法是使用能够支持更高增益同时提供波束适应性和分集的天线，即，可重构天线在这篇文章中，我们提出了一种新的架构毫米波多输入多输出（MIMO）通信，使用一类新的可重构天线。更具体地，所提出的基于透镜的天线可以在使用单个射频链的同时支持多个辐射图案。此外，通过使用波束选择网络，每个天线波束可以在期望的方向上被操纵。此外，在MIMO架构中使用所提出的可重构天线，我们提出了一种新的信号处理算法，该算法使用天线提供的额外自由度来克服毫米波频率下的传播问题。我们的仿真结果表明，所提出的可重构天线MIMO架构显着提高毫米波通信系统的性能。
2017-10-24 cs.IT cs.NI eess.SP
Antenna Array Diagnosis for Millimeter-Wave MIMO Systems
毫米波（mmWave）MIMO系统中密集的天线经常被雨、雪、灰尘甚至手指遮挡，这会改变信道特性，降低系统性能。为了解决这个问题，我们提出了一个交叉熵启发的天线阵列诊断检测（CE-AAD）技术，利用相邻天线的相关性，当阻塞发生在发射机。然后，我们将提出的CE-AAD算法扩展到发射机和接收机同时发生阻塞的情况。仿真结果表明，该算法的性能优于传统算法。
2021-06-05 cs.IT eess.SP math.IT
From Antenna Abundance to Antenna Intelligence in 6G Gigantic MIMO Systems
KTH Royal Institute of Technology（皇家理工学院）；Bilkent University（比尔肯特大学）；Nokia Technology Standards（诺基亚技术标准）；Constructor University Bremen（不来梅康斯坦斯大学）
本文提出通过智能天线设计减少天线数量，提升6G巨型MIMO系统性能。
2026-01-13 cs.IT eess.SP math.IT
Transmit Antenna Selection for Massive MIMO-GSM with Machine Learning
针对大规模多输入多输出（MIMO）系统，提出了一种动态灵活的广义空间调制（GSM）框架。我们的框架是利用GSM的机器学习方法，以提高在相关信道和信道估计错误的存在下的错误性能。GSM发射机采用决策树和多层感知器两种方法。仿真结果表明，在现实生活中的障碍的存在下，基于机器学习的方法相比，经典的基于欧几里德距离的方法提供了优越的性能。通过在所设计的使用软件定义无线电节点的$16\times 4$ MIMO测试床上的测量结果来验证观察结果。
2019-03-11 cs.NI eess.SP
A Novel Antenna Placement Algorithm for Compressive Sensing MIMO Radar
在共址压缩感知MIMO雷达中，测量矩阵由天线位置确定。为了保证可接受的恢复性能，该测量矩阵应该满足某些属性，例如，一个小的连贯性。文献中的先前工作通常采用优化天线位置的先验分布的随机布局算法。这些算法的性能是次优的，因为它们可以很容易地通过删除来增强。在本文中，我们提出了一个迭代的天线布局算法，确定性的天线位置。所提出的算法联合定位的发射和接收阵列上的天线元件，从而得到的测量矩阵的相干性最小化。数值模拟表明，该算法的性能明显优于基准，即使在删除。
2022-10-24 cs.IT eess.SP math.IT
Deep Learning Based Antenna Selection for Channel Extrapolation in FDD Massive MIMO
Xidian University（西安电子科技大学）；Tsinghua University（清华大学）；Memorial University（纽芬兰纪念大学）
在大规模多输入多输出（MIMO）系统中，大量的天线对准确获取信道状态信息带来了巨大的挑战，特别是在频分双工模式下。为了克服混合波束形成中无线链路数量有限的瓶颈，我们利用神经网络（NN）来捕获上行链路和下行链路信道数据集之间的固有连接，并从上行链路信道状态信息的子集外推下行链路信道。我们研究了天线子集选择问题，以实现最佳的信道外推和减少数据量的神经网络。利用概率抽样理论将离散天线选择近似为连续可微函数，这使得深度学习的反向传播变得可行。然后，我们设计了适当的离线训练策略来优化天线选择模式和外推神经网络。最后，数值结果验证了我们提出的大规模多输入多输出信道外推算法的有效性。
2020-09-03 cs.AI eess.SP
LuMaMi28: Real-Time Millimeter-Wave Massive MIMO Systems with Antenna Selection
本文介绍了LuMaMi 28，一个实时的28 GHz的大规模多输入多输出（MIMO）的测试床。在该测试平台中，基站具有16个具有全数字波束成形架构（具有不同的预编码算法）的收发器链，并同时支持具有空间复用的多个用户设备（UE）。UE配备有用于实时天线选择的波束可切换天线阵列，其中从四个预定义波束中选择具有最高信道幅度的一个。对于波束可切换天线阵，我们考虑了两种不同波束宽度和不同峰值增益的UE天线。基于此测试平台，我们提供了毫米波（mmWave）大规模多输入多输出性能在不同的现实生活场景与静态和移动UE的测量结果。我们探索毫米波大规模多输入多输出系统的天线选择的基础上测量的信道数据的潜在好处，并讨论通过实时测量的性能结果。
2021-09-07 cs.IT eess.SP math.IT
Optimizing Reconfigurable Antenna MIMO Systems with Coherent Ising Machines
本文利用相干伊辛机求解可重构天线MIMO的配置选择问题，将选择转化为无约束二次规划，实现接近最优性能且保持多项式复杂度。
2024-03-19 cs.IT eess.SP math.IT
MIMO-PASS: Uplink and Downlink Transmission via MIMO Pinching-Antenna Systems
本文研究多用户MIMO场景下夹持天线系统（PASS）的上下行传输，提出联合优化数字预编码与夹持元件位置的混合波束成形及多用户检测算法，显著提升了系统吞吐量。
2025-03-05 cs.IT eess.SP math.IT
Distributed Antenna Selection for Massive MIMO using Reversing Petri Nets
与集中式方法相比，用于分布式大规模多输入多输出（多输入多输出）通信系统的分布式天线选择降低了计算复杂度，并且在保持分集和空间复用的同时提供了高容错性。我们提出了一种新的分布式天线选择算法，并显示其优于现有的集中式和分布式解决方案。所提出的算法表现良好，不完美的信道状态信息，并执行少量的简单的计算操作，每个节点，收敛到一个稳定的状态。我们的基础上，反向Petri网，一个变种的Petri网的启发，可逆计算，能够向前和向后执行，同时遵守守恒定律。
2019-05-28 cs.IT eess.SP math.IT
Single-Antenna Jammers in MIMO-OFDM Can Resemble Multi-Antenna Jammers
本文揭示在 MIMO-OFDM 系统中，单天线干扰机若不发送循环前缀，其干扰维度将由 1 扩展为信道抽头数 L，从而类似于多天线干扰机，使线性空间滤波难以有效抑制。
2023-09-25 cs.IT eess.SP math.IT
Radiation Pattern Synthesis Using Hybrid Fourier- Woodward-Lawson-Neural Networks for Reliable MIMO Antenna Systems
在本文中，我们实现混合伍德沃德-劳森-神经网络和加权傅立叶方法来综合天线阵列。神经网络（NN）在这里应用到简化的MIMO天线阵列的建模，通过评估相位。其主要问题显然是寻找最佳的线性天线阵元的权重，使辐射方向图具有最小的旁瓣电平（SLL），从而改善天线阵列的性能。为了实现这一目的，实现了频率为2.45 GHz的用于可靠的多输入多输出（MIMO）应用的天线阵列。为了验证所提出的方法，许多例子的均匀激励阵列方向图的主波束放在有用信号的方向。Woodward-Lawson-Neural Networks综合方法允许找出有趣的分析方程用于天线阵列的综合，并突出了输入和输出中的系统参数之间的灵活性。这种混合优化的性能强调了系统适合无线通信的程度以及它如何参与减少干扰。
2017-10-07 cs.IT eess.SP math.IT
Deep Learning based Joint Precoder Design and Antenna Selection for Partially Connected Hybrid Massive MIMO Systems
混合预编码器设计的高效资源分配对于工作在毫米波（mmW）域的大规模MIMO系统是必不可少的。由于部分连接混合架构具有更高的能量效率和更低的复杂度，在这封信中，我们提出了一种基于联合深度卷积神经网络（CNN）的部分连接大规模MIMO混合系统预编码器设计和天线选择方案。对于CNN，预编码器设计和天线选择分别被公式化为回归和分类问题。信道数据被馈送到第一CNN网络，该第一CNN网络输出具有最佳频谱效率的所选天线的子集。该子集再次被馈送到第二CNN以获得用于部分连接架构的块对角预编码器。仿真结果验证了基于CNN的方法优于传统的迭代和交替最小化（alt-min）算法。此外，所提出的方案是计算效率高，是不是很敏感的信道不规则性。
2021-02-02 cs.IT eess.SP math.IT
