Achieving Energy-Efficient Uplink URLLC with MIMO-Aided Grant-Free Access
能量有效的多输入多输出（MIMO）辅助上行链路超可靠低时延通信（URLLC）系统的优化设计是一个重要但尚未解决的问题。对于这样一个系统，我们提出了一种新的吸收马尔可夫链为基础的分析框架，揭示了令人困惑的延迟和可靠性之间的关系，以及量化系统的能量效率。考虑瑞利衰落、信道估计误差、迫零多用户检测（ZF-MUD）、免授权接入、延迟范围内的ACK重传以及这些技术成分之间的相互作用，推导了吸收马尔可夫链的转移概率。然后，基于吸收马尔可夫链推导了系统的时延约束可靠性和能量有效性。最后，我们研究了最佳的用户设备（UE）的数量和最佳的接收天线的数量，最大限度地提高系统的能量效率，同时满足可靠性和延迟要求的URLLC。仿真结果验证了理论分析的正确性和大规模MIMO在支持大规模URLLC系统中的有效性。
2021-11-27 cs.IT 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
Clustering-Based Activity Detection Algorithms for Grant-Free Random Access in Cell-Free Massive MIMO
未来的无线网络需要支持大规模机器类型通信（mMTC），其中大量设备访问网络，而大规模MIMO是一种很有前途的使能技术。大规模接入方案已经被研究用于共址大规模MIMO阵列。在本文中，我们研究的活动检测免授权随机接入mMTC在无小区的大规模MIMO网络使用分布式阵列。每个活动设备向接入点（AP）发送非正交导频序列，并且AP将接收到的信号发送到中央处理单元（CPU）以用于联合活动检测。仿真结果表明，在覆盖范围较大的情况下，无蜂窝结构所提供的宏分集增益比共址结构所提供的宏分集增益提高了活动检测性能。
2021-11-30 cs.IT eess.SP math.IT
Impact of Interference Subtraction on Grant-Free Multiple Access with Massive MIMO
高度可扩展的多址接入方案的设计是向未来大规模机器类型通信演进的主要挑战，其中必须确保大量不协调的设备的可靠性和延迟约束。在这种情况下，编码随机接入（CRA）方案，连续的干扰消除算法允许相对于经典的随机接入协议的大的改进，最近吸引了越来越多的兴趣。通过将CRA与大规模多输入多输出（MIMO）相结合，可以潜在地获得令人印象深刻的性能。在本文中，我们对此类方案进行了分析，重点关注不完美的信道估计对连续干扰消除的影响。在此基础上，我们提出了一种新的大规模MIMO系统中CRA的信号处理算法。
2022-02-26 cs.IT eess.SP math.IT
Grant Free MIMO-NOMA with Differential Modulation for Machine Type Communications
本文针对机器类通信中设备异步零星发送短包的场景，提出一种基于差分调制的免授权MIMO-NOMA方案，通过稀疏贝叶斯学习实现活跃设备检测，并利用差分调制约束设计非相干多设备数据检测器，显著提升检测性能。
2024-06-11 cs.IT math.IT
Grant-Free Massive MTC-Enabled Massive MIMO: A Compressive Sensing Approach
大规模MTC（mMTC）的关键挑战是设备活动的联合检测和数据的解码。mMTC的稀疏特性使得压缩感知（CS）成为解决设备检测问题的一种很有前途的方法。然而，将基于CS的方法与信道估计一起用于设备检测，并且将所获取的估计用于相干数据传输是次优的，特别是当目标是仅传送几比特数据时。首先，我们专注于相干传输，并证明它是可能的，以获得更准确的信道状态信息，通过结合传统的估计与CS为基础的技术。此外，我们说明，即使是简单的功率控制技术可以提高设备检测性能的mMTC设置。其次，我们设计了一个新的非相干传输方案mMTC，特别是免授权随机接入。我们设计了一种算法，该算法联合检测设备活动以及嵌入的信息位。该方法利用近似消息传递（AMP）算法的元素，并利用非相干传输方案引入的结构化稀疏性。我们的分析表明，该方法具有优越的性能相比，应用程序的原始AMP的方法。
2018-06-26 cs.IT math.IT
LEO Satellite-Enabled Grant-Free Random Access with MIMO-OTFS
本文研究了低轨卫星支持的免授权随机接入系统中具有大差分时延和多普勒频移的联合信道估计和设备活动检测问题。此外，多输入多输出（MIMO）与正交的时间-频率空间调制（OTFS）被用来对抗地面-卫星链路的动态。为了简化计算过程，我们沿着延迟维度并行估计信道张量。然后，将深度学习和期望最大化方法集成到具有基于互相关的高斯先验的广义近似消息传递中，以捕获延迟多普勒角域中的信道稀疏度并学习超参数。最后，通过计算估计信道的能量来检测活动设备。仿真结果表明，所提出的算法优于传统的方法。
2022-08-03 cs.IT eess.SP math.IT
Reliability and User-Plane Latency Analysis of mmWave Massive MIMO for Grant-Free URLLC Applications
5G蜂窝网络旨在支持以前标准不支持的一系列新应用。其中，超可靠低延迟通信（URLLC）应用可以说是最具挑战性的。URLLC服务要求用户设备（UE）能够在严格的延迟约束下以高可靠性发送其数据。为了满足这些需求，5G标准中引入了新技术，例如迷你时隙，半持久调度和免授权接入。在这项工作中，我们制定了一个时空数学模型来评估毫米波（mmWave）大规模多输入多输出（MIMO）URLLC与反应和K-重复混合自动重传请求（HARQ）协议的用户平面延迟和可靠性性能。我们推导出封闭形式的近似表达式的潜在访问失败的概率，并验证它们使用数值模拟。结果表明，在一定条件下，毫米波大规模MIMO可以将故障概率降低32倍。此外，我们确定，超过一定数量的天线，可靠性没有显着改善。最后，我们得出结论，毫米波大规模MIMO单独是不够的，以提供最严格的URLLC应用所需的性能保证。
2021-07-17 cs.IT eess.SP math.IT
A GCICA Grant-Free Random Access Scheme for M2M Communications in Crowded Massive MIMO Systems
针对大规模多输入多输出系统中机器对机器通信的大规模接入问题，提出了一种高成功率的免授权随机接入方案.该方案允许活动用户设备（UE）将其调制的上行链路消息连同由多个子导频组成的超级导频一起发送到基站（BS）。然后，基站利用提出的图结合聚类独立分量分析（GCICA）解码算法进行信道状态信息（CSI）估计和上行链路消息解码，并利用大规模MIMO信道的渐近有利传播特性，利用估计的CSI检测活动UE。我们称之为基于GCICA的随机接入方案（GCICA-RA）。分析了GCICA-RA方案的成功接入概率、误检概率和上行链路吞吐量。仿真结果表明，GCICA-RA方案显著提高了成功接入概率和上行链路吞吐量，降低了误检概率，同时提供了较低的CSI估计误差。
2020-12-25 cs.IT eess.SP math.IT
Interference Cancellation Algorithms for Grant-Free Multiple Access with Massive MIMO
针对大规模MIMO免授权多址接入，提出干扰消除算法与调度器，解决衰落信道下SIC关键问题，并通过蒙特卡洛模拟验证其有效性。
2023-05-15 cs.IT eess.SP math.IT
Large-Scale Antenna-Assisted Grant-free Non-Orthogonal Multiple Access via Compressed Sensing
支持大规模连接是5G无线通信系统中的重要要求。对于大规模机器类型通信（MTC）场景，由于期望网络容纳具有稀疏短消息的大量MTC设备，因此像当前LTE上行链路的多址方案将不适合。为了减少信令开销，我们考虑了一种免授权多址系统，它要求接收机在不知道活动用户导频的情况下，一次性完成活动检测、信道估计和数据解码。然而，大多数的“一次”通信研究没有考虑大规模MIMO场景。在这项工作中，我们提出了一个多测量模型（MMV）模型为基础的大规模MIMO和利用协方差矩阵的测量，以确认一个高的活动检测率。
2017-01-10 cs.IT math.IT
Matrix Factorization Based Blind Bayesian Receiver for Grant-Free Random Access in mmWave MIMO mMTC
针对毫米波MIMO系统免授权随机接入中导频开销大问题，提出基于矩阵分解的盲贝叶斯接收机，实现无导频的联合用户活动检测、信道估计与信号检测，有效降低开销与延迟。
2023-04-10 cs.IT eess.SP math.IT
Grant-Free Massive Random Access With a Massive MIMO Receiver
我们认为无源随机接入（U-RA）的问题，一个免授权的非协调形式的随机接入，在一个大规模的MIMO基站配备了大量的$M$的天线和大量的无线单天线设备（用户）的无线信道。我们考虑一个块衰落信道模型，其中每个用户的$M$维信道向量在包含$L$信号时频维度的相干块上保持恒定。在所考虑的设置中，潜在用户$K_\text{tot}$的数量比$L$大得多，但是在每个时隙，只有它们中的$K_a \ll K_\text{tot}$是活动的。基于压缩感知的先前结果要求$K_a < L$，这是物联网和U-RA等大规模部署场景中的瓶颈。在活动检测的上下文中，已知当基站天线$M$的数量足够大并且在接收机处采用基于协方差的恢复算法时，可以克服这种限制。我们表明，在U-RA的背景下，相同的概念允许实现高频谱效率的顺序$\mathcal{O}(L \log L)$，虽然在指数增长的复杂性。我们还表明，级联编码方案可以用来降低复杂度到一个可接受的水平，同时仍然实现总的频谱效率的顺序为$\mathcal{O}(L/\log L)$。
2019-11-30 cs.IT math.IT
Jointly Sparse Support Recovery via Deep Auto-encoder with Applications in MIMO-based Grant-Free Random Access for mMTC
本文提出了一种数据驱动的方法，使用标准的实数深度自动编码器来联合设计公共感知（测量）矩阵并联合支持复信号的恢复方法。在所提出的方法中的自动编码器包括一个编码器，它模仿噪声线性测量过程的联合稀疏信号与一个共同的传感矩阵，和一个解码器，近似地执行联合稀疏支持恢复的基础上的经验协方差矩阵的噪声线性测量。该方法能有效地利用稀疏模式的公共支持度和稀疏模式的特性，获得较高的恢复精度，且计算时间明显短于现有方法。我们还研究了一个应用实例，即，用于大规模机器类型通信（mMTC）的基于多输入多输出（MIMO）的免授权随机接入中的设备活动检测。数值结果表明，该方法可以提供导频序列和设备活动检测具有更好的检测精度和更短的计算时间比众所周知的恢复方法。
2020-05-05 cs.IT eess.SP math.IT
A Joint PHY and MAC Layer Design for Coded Random Access with Massive MIMO
免授权接入方案由于其减少控制信令和延迟的能力而成为支持未来大规模多址接入应用的候选方案。作为一类有前途的免授权方案，编码随机接入方案可以实现高可靠性，也与不协调的传输，因此在存在分组冲突。本文提出了一种基于密度演化的编码随机接入分析工具，并将其用于系统设计和优化。与现有文献形成鲜明对比的是，这些工具是在简化的信道假设下开发的，所提出的工具不仅捕获MAC层特征，还捕获物理无线衰落信道以及基于多个天线和随机选择的真实物理层信号处理。正交导频。通过与符号级蒙特卡罗模拟的比较，验证了理论结果。
2022-08-24 cs.IT math.IT
Probabilistic MIMO Symbol Detection with Expectation Consistency Approximate Inference
在本文中，我们探讨了低复杂度的概率算法在高维多输入多输出（MIMO）系统中的软符号检测。我们提出了一种新的算法的基础上的期望一致性（EC）的框架，它描述了近似推理问题作为一个非凸函数的优化。EC推广了诸如置信传播和期望传播的算法。对于MIMO符号检测问题，我们讨论了可行的方法来找到EC函数的稳定点，并探讨其精度和收敛速度之间的权衡。的准确性进行了研究，首先在输入-输出互信息方面，并表明所提出的EC MIMO检测器大大提高了国家的最先进的方法，与复杂度的顺序立方的发射天线的数量。第二，这些增益通过将EC检测器的概率输出与低密度奇偶校验（LDPC）信道码相结合来证实。
2019-10-02 cs.IT math.IT
Symbol Detection for Massive MIMO AF Relays Using Approximate Bayesian Inference
对于大规模MIMO AF中继，当天线数量不够大时，符号检测成为一个实际问题，因为线性方法是非最优的，而最优方法是指数复杂的。本文提出了一种新的检测算法，提供贝叶斯最优的MSE的成本$O(n^3)$每次迭代的复杂度。该算法本质上是最近为深度学习开发的两种方法的混合，特别是对中继的优化。作为一个混合体，它继承了两个状态演化公式，其中渐近MSE可以通过标量等效模型精确预测。当考虑单跳时，该算法也容易退化到许多已知的结果。
2020-03-26 cs.IT math.IT
BER Analysis of Decision-Feedback Multiple Symbol Detection in Noncoherent MIMO Ultra-Wideband Systems
在本文中，我们研究了非相干多输入多输出（MIMO）超宽带（UWB）系统中的信号是由差分空时分组码（DSTBC）编码。DSTBC使非相干MIMO UWB系统获得分集增益。然而，传统的非相干逐符号差分检测（DD）的DSTBC-UWB遭受性能下降相比，相干检测。为了提高DSTBC-UWB系统的性能，我们引入了一种非相干多符号检测（MSD）方案。虽然MSD方案可以随着观察窗口大小变得更大而更多地提高性能，但是MSD的穷举搜索的复杂度也在窗口大小方面呈指数增加。为了降低计算复杂性，本文将判决反馈（DF）的概念引入到DSTBC-UWB的MSD中。由此产生的DF-MSD产生合理的复杂性和可靠的性能改进。我们提供的比特出错率（BER）分析建议DF-MSD。理论分析和仿真结果都验证了该方案的有效性。
2013-06-05 cs.IT math.IT
Delay-Constrained Grant-Free Random Access in MIMO Systems: Distributed Pilot Allocation and Power Control
本文针对多天线基站下带时延约束的免授权随机接入问题，提出一种基于集中训练分布执行的多智能体深度控制框架，联合优化分布式导频分配与功率控制，在保证公平性的同时提升有效总吞吐量。
2024-10-22 cs.IT cs.MA math.IT
Pre-Equalization Aided Grant-Free Massive Access in Massive MIMO System
针对mMIMO系统免授权大规模NOMA方案导频开销大、接入时延高的问题，提出预均衡辅助的免授权海量接入方案，设计含粗检测、数据辅助信道估计和精检测的迭代算法，相同时延下性能优于现有方案。
2025-02-14 cs.IT eess.SP math.IT
Grant-Free Random Access of IoT devices in Massive MIMO with Partial CSI
无线设备的数量急剧增加，导致许多设备争用无线电资源。在这项工作中，我们提出了一种算法来检测无源随机访问的活动设备，即，设备不协调。在发送有效载荷数据之前，设备使用网络已知的唯一但非正交的前导码。它们不采用任何载波侦听技术，并且盲发送前导码和数据。为了检测活跃用户，我们利用部分信道状态信息（CSI），这可能是通过以前的信道估计。对于静态设备，例如，物联网节点，它表明，CSI的时变比假设在许多理论工作。所提出的迭代算法使用最大似然方法来估计每个已知设备的活动和潜在的相位偏移。该算法的收敛性进行了评估。针对不同质量的部分CSI和不同的信噪比，评估了在误检概率和虚警概率方面的性能。
2023-01-12 cs.IT eess.SP math.IT
Precise Analysis of Covariance Identifiability for Activity Detection in Grant-Free Random Access
本文研究大规模 MIMO 免授权随机接入中基于最大似然的活动检测可辨识性问题，解析刻画了随机签名相变曲线的边界，理论结果与数值实验高度吻合。
2024-06-03 cs.IT eess.SP math.IT
Expectation Propagation for Distributed Inference in Grant-Free Cell-Free Massive MIMO
本文提出基于期望传播的分布式算法，用于无授权蜂窝式大规模MIMO系统的联合活动检测、信道估计和数据检测，有效缓解导频污染并提升检测精度。
2026-01-07 cs.IT eess.SP math.IT
Grant-Free Random Access in Machine-Type Communication: Approaches and Challenges
大规模机器类型通信（MTC）预计将在支持物联网（IoT）应用方面发挥关键作用，例如通过蜂窝网络支持智能城市、智能工厂和联网车辆。MTC的特点是MTC设备数量多、活动稀疏，传统的方法难以支持，因此需要设计新的接入技术。特别地，在第五代（5G）中，引入免授权或两步随机接入方案以通过减少信令开销使MTC更高效。在这篇文章中，我们首先介绍了免授权随机接入，并讨论了如何修改大规模多输入多输出（MIMO），以利用高空间复用增益。然后，我们解释的前导码设计，可以提高性能和变化的基础上的概念，非正交多址接入（NOMA）。最后，对下一代蜂窝系统的免授权随机接入的设计挑战。
2020-12-18 cs.IT math.IT
Performance Limits of Massive MIMO Systems Based on Bayes-Optimal Inference
本文利用贝叶斯推理方法对大规模多输入多输出（MIMO）系统的最小均方误差（MSE）进行了副本分析。采用贝叶斯最优估计器，在空时域中从接收信号块中估计出数据符号和信道。我们表明，使用贝叶斯最优估计，来自相邻小区的干扰信号可以从接收到的信号中分离出来，而无需导频信息。另外，关于期望用户的数据符号和信道的MSE分别随着接收天线的数目和数据符号的数目而减小。当接收天线和数据符号的数量接近无穷大时，不存在保持远离零有界的残余干扰项。
2014-10-06 cs.IT math.IT
One-bit massive MIMO precoding via a minimum symbol-error probability design
大规模多输入多输出（MIMO）技术具有显著提高移动网络频谱效率、鲁棒性和覆盖范围的潜力。然而，这种潜力受到与大量RF链相关联的硬件成本和功耗的限制。最近，提出了一位量化，通过用一位DAC取代高分辨率数模转换器（DAC）来解决这个问题，从而简化RF链。尽管系统成本较低，但需要先进的信号处理技术来补偿低分辨率DAC造成的量化失真。本文提出了一种基于误符号率（SER）的1比特预编码方案，以在1比特约束下最小化所有用户的检测错误概率。该问题是重铸作为一个连续优化问题的双凸目标。通过应用块坐标下降（BCD）方法和FISTA方法，我们开发了一个有效的迭代算法，以获得一个比特的预编码解决方案。仿真结果表明，在高阶调制情况下，该算法的误比特率出错率性能优于现有算法。
2018-03-13 cs.IT math.IT
Distributed Iterative ML and Message Passing for Grant-Free Cell-Free Massive MIMO Systems
针对免授权无蜂窝大规模MIMO系统的活跃检测与导频污染抑制难题，提出含逐分量迭代分布式ML活跃检测、PP-VB-EP联合检测估计及分布式VL-EP的分布式算法，提升收敛性并降低初始化敏感性。
2025-08-02 cs.IT eess.SP math.IT
Phase-Rotated Symbol Spreading for Scalable Rydberg Atomic-MIMO Detection
University of Surrey（萨里大学）
本文提出了一种相位旋转符号扩展方法，用于提升Rydberg原子MIMO系统的信号检测性能，通过非线性模型线性化实现更高的频谱效率和检测精度。
2026-01-25 cs.IT eess.SP math.IT
Minimum Symbol Error Probability Low-Resolution Precoding for MU-MIMO Systems With PSK Modulation
我们提出了一种最佳的低分辨率预编码技术，最大限度地减少了用户的符号错误概率。与依赖于QPSK调制的现有方法不同，对于最小符号错误概率目标函数的推导，当前方法允许任何PSK调制阶数。此外，所提出的方法解决了相应的离散优化问题，通过一个复杂的分支定界方法。此外，我们提出了不同的方法，基于贪婪搜索方法来计算实际的解决方案。数值仿真证实了所提出的最小符号错误概率准则的符号出错率的优越性相比，建立MMDDT和MMSE方法。
2021-10-05 cs.IT eess.SP math.IT
MMSE Symbol Level Precoding Under a Per Antenna Power Constraint for Multiuser MIMO Systems With PSK Modulation
提出了一种基于最小均方误差设计目标的符号级预编码算法。建议的设计，然后制定在一个二阶锥程序的标准形式，允许通过内点法的最佳解决方案。数值结果表明，所提出的设计是优于现有的方法在低和中等信噪比制度的误比特率。
2022-06-25 cs.IT eess.SP math.IT
PAPR Analysis for MIMO FTN Signaling with Gaussian Symbols
本文研究高斯符号下MIMO FTN信令在固定发射功率和固定接收信噪比两种约束下的PAPR行为，发现PAPR主要由加速因子和功率约束决定，功率分配优化不改变高斯信令的PAPR特性。
2025-07-20 cs.IT eess.SP math.IT
Performance of Source transmit Antenna selection for MIMO cooperative communication System Based DF protocol: Symbol Error Rate and Diversity order
在这项工作中，我们研究了一个单一的中继多输入多输出（MIMO）协作通信系统的解码和转发（DF）中继协议的基础上的两种策略，使用发送天线选择在源的性能。第一种策略在中继站和目的站之间使用一根天线，第二种策略使用空时分组编码（STBC）。所有信道都遵循瑞利衰落分布。推导了多进制相移键控（M-PSK）系统的误符号率（SER）的表达式和上界，以及两种策略的分集阶数。分析结果表明，在相同的分集阶数和相同的速率R下，第二种策略的性能优于第一种策略。
2017-11-06 cs.IT eess.SP math.IT
Uplink Performance of Wideband Massive MIMO with One-Bit ADCs
模数转换器（ADC）占大规模MIMO基站总功耗的很大一部分。1位ADC是降低功耗的一种方法。本文分析了使用1位ADC的大规模MIMO系统中单载波和OFDM传输的频谱效率。封闭形式的可实现速率，即，对于具有大量信道抽头的宽带系统，推导出容量的下限，该宽带系统采用低复杂度线性信道估计和符号检测。量化在符号检测中导致两种类型的误差。在大规模MIMO中，循环对称误差变为高斯，并且随着天线数量的增加而消失。接收干扰能量中符号持续时间的变化会引起幅度失真，严重影响OFDM系统的性能。随着信道抽头数的增加，幅度失真消失，OFDM具有与单载波传输相同的性能。本文的一个主要结论是宽带大规模MIMO系统与1位ADC配合使用效果良好。
2016-10-17 cs.IT math.IT
Contention-based Grant-free Transmission with Extremely Sparse Orthogonal Pilot Scheme
由于传统的正交导频数目有限，导频冲突会严重降低基于竞争的免授权传输的性能。为了减少导频冲突并尽可能地利用空间自由度，提出了一种用于上行免授权传输的极稀疏正交导频方案。稀疏导频用于主动用户检测和空间信道估计。然后，通过使用所估计的空间信道在空间上组合所接收的数据符号来执行用户间干扰抑制。然后，利用组合数据符号的几何特性进行无线信道和时间/频率偏移的估计和补偿。导频的任务大大减轻，使得极稀疏的正交导频占用的资源最少，同时正交导频的数目也大大增加，大大降低了导频冲突的概率。数值结果表明，所提出的极稀疏的正交导频方案显着提高了高过载免授权场景下的性能。
2021-06-08 cs.IT eess.SP math.IT
Blind Multi-user Detection for Autonomous Grant-free High-Overloading MA without Reference Signal
针对第五代大规模机器类型通信的要求，提出了一种新的自主免授权高过载非正交多址盲多用户检测框架。从传输方的角度来看，各种类型的新兴免授权传输，特别是自主免授权传输的利弊，阐述和比较的方式。在接收端，码字级连续干扰消除（CL-SIC）被揭示为执行MUD的主要框架。此外，基础的最先进的盲思想，如盲激活检测利用的统计度量的聚合信号，盲均衡的基础上的星座的简单的几何特性的低阶调制符号，和盲信道估计仅采用成功解码的码字进行解释。
2017-12-07 cs.IT math.IT
Improved Multiple Feedback Successive Interference Cancellation Algorithm for Near-Optimal MIMO Detection
针对多输入多输出（MIMO）空间复用系统中的符号矢量检测问题，提出了一种改进的多反馈连续干扰消除（IMF-SIC）算法。连续干扰消除（SIC）中的多反馈（MF）策略基于阴影区域约束（SAC）的概念，其中，如果决策落在阴影区域中，则多个相邻星座点将用于决策反馈循环，然后是传统的SIC。使用最大似然（ML）准则从多个相邻符号中选择最佳候选符号。然而，当从多个相邻符号中决定最佳符号时，SAC条件可能发生在后续层中，这导致不准确的决定。为了克服这一局限性，在所提出的算法中，SAC标准递归检查每一层。这导致成功地减轻了错误传播，从而显著地改善了比特出错率（BER）性能。此外，我们还提出了一个有序的IMF-SIC（OIMF-SIC），其中我们使用基于对数似然比（LLR）的动态排序的检测序列。在OIMF-SIC中，我们使用术语动态排序，意思是在每次成功决策后更新检测顺序。仿真结果表明，所提出的算法优于现有的检测器，如传统的SIC和MF-SIC的误码率性能，并达到接近ML性能。
2015-09-02 cs.IT math.IT
Multi-sequence Spreading Random Access (MSRA) for Compressive Sensing-based Grant-free Communication
免授权随机接入（GF-RA）的性能受到可访问的随机接入资源（RR）的数量的限制，由于缺乏冲突解决方案。基于压缩感知（CS）的RA方案以增加发送信号之间的非正交性为代价来按比例增加RR。本文提出了多序列扩频随机接入（MSRA）的设计，它采用多个扩频序列对用户的不同符号进行扩频，而不是传统的用户对每个符号采用相同的扩频序列。我们表明，MSRA提供码分集，使多用户检测（MUD）建模成一个良好的条件多测量向量（MMV）CS问题。码的多样性量化的平均巴贝尔互相关的扩展序列之间的减少。此外，我们提出了一个两阶段的主动用户检测（AUD）计划的宽带和窄带的实现。我们的理论分析表明，MSRA活动误检指数下降，而GF-RA帧的大小增加。最后，模拟结果表明，大约82%的RR利用率增加，即，更多的活跃用户，支持MSRA比传统的方案，同时达到RA失败率下限设置的随机接入冲突。
2021-03-20 cs.IT math.IT
Unfolding for Joint Channel Estimation and Symbol Detection in MIMO Communication Systems
该研究面向MIMO系统提出JED-ADMM及其展开网络JED-U-ADMM，利用QAM非光滑约束联合完成信道估计与符号检测，在多种信道和天线配置下提升BER性能并降低复杂度。
2023-08-21 cs.IT eess.SP math.IT
Learning for Detection: MIMO-OFDM Symbol Detection through Downlink Pilots
Virginia Tech（弗吉尼亚理工学院）
水库计算（RC）是一种特殊的递归神经网络，它由一个固定的高维特征映射和训练的读出权重组成。本文介绍了一种新的用于多输入多输出正交频分复用（MIMO-OFDM）符号检测的RC结构，即加窗回波状态网络（WESN）。理论分析表明，在输入层中添加缓冲区可以增强底层神经网络的短时记忆。此外，一个统一的训练框架开发WESN MIMO-OFDM符号检测器使用梳状和分散的导频模式，与3GPP LTE/LTE-Advanced系统中采用的结构兼容。复杂度分析表明，基于WESN的符号检测器的优势，国家的最先进的符号检测器，如线性最小均方误差（LMMSE）检测和球解码器，当系统采用大量的OFDM子载波。数值仿真结果表明，与现有的符号检测方法相比，本文提出的基于WESN的符号检测器具有更好的检测性能，并能有效地抑制模型失配效应.
2019-10-20 cs.IT cs.LG eess.SP
Random Access with Massive MIMO-OTFS in LEO Satellite Communications
针对大量物联网设备与低轨卫星进行零星通信的情况，研究了免授权随机接入系统中的联合信道估计和设备活动检测问题。此外，采用具有正交时频空间（OTFS）调制的大规模多输入多输出（MIMO）来对抗地面-卫星链路的动态特性。首先分析了大时延和多普勒频移同时存在时单输入单输出OTFS的输入输出关系，然后将其推广到具有大规模多输入多输出的免授权随机接入OTFS。其次，利用信道在时延-多普勒-角度域的稀疏性，提出了一种二维模式耦合的分层先验与稀疏贝叶斯学习无协方差方法（TDSBL-CF），用于信道估计。然后，通过计算估计的信道的能量来检测活动设备。最后，提出了结合稀疏贝叶斯学习和二维卷积的广义近似消息传递算法（ConvSBL-GAMP），以减少TDSBL-CF算法的计算量。仿真结果表明，所提出的算法优于传统的方法。
2022-08-09 cs.IT eess.SP math.IT
1-Bit Massive MIMO Transmission: Embracing Interference with Symbol-Level Precoding
本文综述了1比特大规模MIMO系统中利用符号级预编码、借助建设性干扰提升误码率性能的研究，阐述了相关技术原理、方案增益及未来挑战。
2021-01-23 cs.IT eess.SP math.IT
Full-Rate Full-Diversity Achieving MIMO Precoding with Partial CSIT
在本文中，我们考虑了一个$n_t\times n_r$多输入多输出（MIMO）信道受到块衰落。可靠性（在实现的分集阶数方面）和速率（在每个信道使用发送的符号的数量方面）在这样的信道中是感兴趣的。我们提出了一种新的预编码方案，实现全分集（$n_tn_r$第阶分集）以及全速率（$n_t$符号每信道使用）使用部分信道状态信息在发射机（CSIT），适用于MIMO系统，包括$n_r<n_t$非对称MIMO。该方案通过对星座集的选择进行优化，实现了全分集，提高了编码增益。优化最大化$d_{min}^2$为我们的预编码方案的能量约束。该方案需要$n_t-1$角度参数值的反馈，相比$2n_tn_r$实系数在全CSIT的情况下。针对$3\times 1$、$3\times 2$、$4\times 1$、$8\times 1$预编码MIMO系统（每个信道分别使用$n_t=3,3,4,8$符号）的误码率性能结果表明，所提出的预编码分别实现了3阶、6阶、4阶和8阶分集。这些性能被证明是优于文献中的其他预编码方案，更好的性能是由于在所提出的方案中的信号集和反馈角度的选择。
2011-03-24 cs.IT math.IT
Robust Learning-Based ML Detection for Massive MIMO Systems with One-Bit Quantized Signals
在本文中，我们研究了基于学习的最大似然（ML）检测的上行链路大规模多输入多输出（MIMO）系统与一位模数转换器（ADC）。为了克服基于学习的检测对训练长度的显著依赖性，我们提出了两种一位ML检测方法：偏置学习方法和抖动学习方法。偏置学习方法保持具有零概率的似然函数不通过学习消除所获得的信息，从而提供更鲁棒的检测性能。将有偏方法扩展到具有接收信噪比的知识的系统，抖动和学习方法通过将抖动噪声添加到量化器输入来估计更多的似然函数。通过采用后似然函数更新，利用正确解码的数据符号作为训练导频符号，进一步改进了所提出的方法。所提出的方法避免了对信道估计的需要。仿真结果验证了所提方法在符号出错率方面的检测性能。
2019-08-26 cs.IT math.IT
Receive Spatial Modulation for Massive MIMO Systems
在本文中，我们考虑了一个大规模的多输入多输出（MIMO）单用户传输系统在毫米波室外窄带信道环境下工作的下行链路。我们提出了一种新的接收空间调制架构，旨在减少在用户终端的功耗，同时获得显着的吞吐量。通过使用模拟器件（幅度检测器）来降低能耗，这减少了射频链和模数转换器（ADC）的数量。基站按信道使用发送空间和调制符号。我们表明，最佳的空间符号检测器是一个阈值检测器，可以通过使用一位ADC实现。我们推导出封闭形式的表达式，在不同的信号噪声比（SNR）区域的检测阈值表明，一个简单的阈值，可以在高信噪比，其性能接近确切的阈值。我们推导出的平均比特错误概率的阈值估计误差的存在和不存在下，表明需要少量的导频符号的表达式。所提出的系统和全数字MIMO之间的性能比较表明，一个合适的星座选择可以减少性能差距。
2018-03-22 cs.IT math.IT
Variational Bayesian Inference Clustering Based Joint User Activity and Data Detection for Grant-Free Random Access in mMTC
针对大规模连接和零星接入，免授权随机接入已经成为大规模机器类型通信（mMTC）的有前途的候选接入协议。与传统的基于授权的协议相比，免授权随机接入跳过了调度信息的交换以减少信令开销，并且便于共享接入资源以提高接入效率。然而，在接收机设计中仍然存在一些挑战，例如活动用户的未知身份和共享接入资源上的多用户干扰（MUI）。在这项工作中，我们处理的问题，联合用户活动和数据检测的免授权随机接入。具体地说，近似消息传递（AMP）算法首先采用减轻MUI和解耦的不同用户的信号。然后，我们扩展的数据符号字母表，将无效的符号从非活动用户。通过这种方式，联合用户活动和数据检测问题被公式化为高斯混合模型下的聚类问题。此外，在AMP算法，变分贝叶斯推理为基础的聚类（VBIC）算法开发，以解决这个聚类问题。仿真结果表明，与现有的解决方案相比，所提出的AMP组合VBIC（AMP-VBIC）算法在检测精度方面获得了显着的性能增益。
2022-10-25 cs.IT eess.SP math.IT
Massive MIMO for Ultra-reliable Communications with Constellations for Dual Coherent-noncoherent Detection
超可靠低延迟通信（URLLC）的严格要求需要重新考虑物理层传输技术。由于频谱效率和传输的自由度的增加，大规模天线阵列被视为新兴的$5^\text{th}$生成系统的使能者，这可以在苛刻的延迟要求下大大提高可靠性。大规模阵列相干处理依赖于准确的信道状态信息（CSI），以实现高可靠性。在本文中，我们研究了单输入多输出（SIMO）系统中不完美CSI对相干接收机的影响。提出了一种幅度相位键控（APK）符号星座，其中每两个对称符号位于不同的功率电平。为了提高符号的可靠性，使用双级非相干和相干检测策略对符号进行解调。通过分析和仿真，我们发现一个适当的缩放的星座，并表明，对于高信噪比（SNR）和不准确的CSI制度，该方案提高了接收机的性能。
2018-03-21 cs.IT math.IT
Massive MIMO with 1-bit ADC
我们研究了大规模的多输入多输出（MIMO）上行链路系统，每个接收机天线上的1位模数转换器（ADC）。依赖1位ADC的接收器不需要自动增益控制（AGC）等耗能接口。这降低了ADC的建设和运营成本。我们的设计是基于最大比合并（MRC），迫零（ZF）和最小二乘（LS）检测，考虑到1位ADC对信道估计的影响。通过数值计算，我们显示了良好的性能的系统的互信息和符号出错率（SER）。此外，我们提供了一种分析方法来计算的互信息和SER的MRC接收机。分析方法在这个意义上，避免了符号和信道噪声矢量蒙特卡罗模拟降低了复杂性。
2014-04-30 cs.IT math.IT
Symbol Error Rate Performance of Box-relaxation Decoders in Massive MIMO
用于大型多输入多输出无线通信系统中的符号检测的最大似然（ML）解码器通常在计算上是禁止的。在本文中，我们研究了一个流行的和实用的替代方案，即盒松弛优化（BRO）解码器，这是一个自然的凸松弛ML。对于具有加性高斯噪声的iid实高斯信道，我们得到了BRO的误符号率（SER）的精确渐近表达式。公式特别简单，它们产生有用的见解，并且它们允许与匹配滤波器界限（MFB）和迫零解码器进行准确的比较。对于BPSK信号，BRO的SER性能在平方系统的MFB的3dB内，并且随着接收天线的数量与发射天线的数量相比变大，它接近MFB。我们的分析进一步表征的BRO的解决方案的经验密度函数，并表明，任何固定数量的符号的错误事件是渐近独立的。分析背后的基本工具是凸高斯最小-最大定理。
2017-11-30 cs.IT eess.SP math.IT
Low-Complexity Detection/Equalization in Large-Dimension MIMO-ISI Channels Using Graphical Models
在本文中，我们处理低复杂度的近最佳检测/均衡在大尺寸的多输入多输出符号间干扰（MIMO-ISI）信道使用的消息传递的图形模型。在该文件中的一个关键贡献是，近最佳性能的MIMO-ISI信道与大尺寸可以实现在低复杂度，通过简单而有效的简化/近似，虽然代表MIMO-ISI信道的图形模型是完全/密集连接（循环图）。这些包括1）结合{ \em消息/信念阻尼}使用具有成对交互的基于马尔可夫随机场（MRF）的图形模型，以及2）使用具有{ \em高斯干扰近似}（GAI）的基于因子图（FG）的图形模型。对于MRF和具有GAI方法的FG，每符号复杂度分别为$O(K^2n_t^2)$和$O(Kn_t)$，其中$K$和$n_t$分别表示每帧信道使用的数量和发射天线的数量。这些低复杂度对于大尺寸是相当有吸引力的，即，对于大型$Kn_t$。从性能的角度来看，这些算法在大维度上甚至更有趣，因为它们实现越来越接近最佳检测性能以增加$Kn_t$。此外，我们表明，这些消息传递算法可以使用在一个迭代的方式与本地邻域搜索算法，以提高$M$ -QAM符号检测的可靠性/性能。
2011-01-22 cs.IT math.IT
A Generalized MMSE Detection with Reduced Complexity for Spatially Multiplexed MIMO Signals
在多输入多输出（MIMO）空间复用（SM）系统中，信号检测策略决定了系统的出错率性能。最佳的最大似然检测（MLD），彻底检查所有的符号候选具有指数的复杂度，并可能不适用于许多实际系统。在本文中，我们考虑了一个广义的最小均方误差（MMSE）检测来自条件均值估计，这在原则上相当于MLD的行为，但也包括一个线性MMSE检测作为特殊情况。出于这一事实，我们提出了一个低复杂度的检测，显着减少了检查的符号候选人的数量，而没有显着的出错率性能下降从MLD。我们的方法是近似的概率密度函数（PDF）的调制符号，出现在精确的条件均值表达式，使决策度量可以被铸造成一个部分封闭的形式。结果发现，均匀环近似相结合的相移键控（PSK）和幅度相移键控（APSK）是有前途的，因为它可以实现的性能，甚至可以媲美MLD，而其复杂度是线性的发射天线的数量是两个。
2011-01-12 cs.IT math.IT
One-Bit Precoding and Constellation Range Design for Massive MIMO with QAM Signaling
使用低分辨率数模转换器（DAC）进行发射预编码为大规模多输入多输出（MIMO）实现提供了至关重要的能效优势。针对下行大规模MIMO传输中的平均符号出错率（SER）最小化问题，提出了一种正交幅度调制（QAM）星座范围和1比特符号级预编码设计方法。首先推导出具有低分辨率DAC预编码的SER的严格上限。推导出的表达式表明，一比特预编码的性能下降可以解释为QAM星座的有效最小距离的减少。使用所获得的SER表达式，我们提出了一个QAM星座范围设计的单用户的情况下。结果表明，在大规模MIMO限制下，采用1比特预编码的星座图范围的合理选择是采用每符号功率约束的无限分辨率预编码，但要减小$\sqrt{2/π}$或约$0.8$。相应的最小距离减少转化为1比特预编码和无限分辨率预编码的性能之间的约2dB的差距。本文进一步提出了一种低复杂度的启发式算法的一比特预编码器的设计。最后，提出的QAM星座范围和预编码器的设计推广到多用户下行链路。我们建议通过与一比特预编码的$\sqrt{2/π}$相同的因子来缩放具有每符号功率约束的无限分辨率迫零（ZF）预编码的星座范围。所提出的一比特预编码方案被示出为在无限分辨率ZF的2dB内。在天线数量方面，一比特预编码需要大约50%的天线来实现与无限分辨率预编码相同的性能。
2018-03-14 cs.IT math.IT
Semi-Blind Joint Channel and Symbol Estimation in IRS-Assisted Multi-User MIMO Networks
智能反射面（IRS）是未来第五代无线通信的一项重要技术。在完全被动的IRS辅助系统中，信道估计是具有挑战性的，并且应当仅在基站处或在终端处执行，因为IRS的元件不能处理信号。在这封信中，我们制定了一个基于张量的半盲接收机，解决了联合信道和符号估计问题的IRS辅助多用户多输入多输出系统。所提出的方法依赖于广义PARATUCK张量模型的IRS反射的信号，基于一个两阶段的封闭形式的半盲接收机使用Khatri-Rao和Kronecker分解。仿真结果表明，所提出的半盲接收机的优良性能，在归一化均方误差和符号出错率，以及较低的计算复杂性，最近提出的并行因子分析为基础的接收机相比。
2022-05-04 cs.IT eess.SP math.IT
Asynchronous Downlink Massive MIMO Networks: A Stochastic Geometry Approach
大规模多输入多输出（MIMO）技术因其在提高频谱利用率方面的潜力而被认为是下一代无线网络的一项有前途的技术。在大规模MIMO的初始研究中，系统被认为是在整个小区中完全同步的。然而，完美的同步在实践中可能难以实现。因此，我们研究了一个大规模的MIMO系统，其小区彼此不同步，而小区中的传输仍然是同步的。利用随机几何工具分析了异步下行大规模MIMO系统的覆盖概率和遍历速率。为了比较，我们也得到了同步系统的结果。此外，我们调查的上行链路功率控制和导频符号的数量上的下行链路遍历速率的效果，我们观察到，有一个最佳值的导频符号的数量最大化的下行链路遍历速率的小区。我们的研究结果还表明，与同步传输的情况相比，在异步模式下，下行链路遍历速率对上行链路功率控制更敏感。
2018-06-08 cs.IT math.IT
Grassmannian Constellation Design for Noncoherent MIMO Systems Using Autoencoders
在这封信中，我们提出了一个自动编码器（AE）设计格拉斯曼星座在非相干（NC）多输入多输出（MIMO）系统。为了保证格拉斯曼星座的性质，建议AE构造的传输符号后，酉空时调制。它在训练过程中根据交叉熵惩罚输入和输出符号之间的差异，这被认为是一种通用的优化方法。与非格拉斯曼星座和传统构造的格拉斯曼星座相比，所提出的AE学习的星座在高SNR范围内具有显著的符号出错率（SER）性能增益。所得到的格拉斯曼星座的建议AE实现更高的多样性比非格拉斯曼星座在i.i.d.瑞利信道此外，所提出的方法可以适应不同的信道统计通过训练与相应的信道实现。
2021-09-01 cs.IT eess.SP math.IT
