Uplink Downlink Rate Balancing and throughput scaling in FDD Massive MIMO Systems
在这项工作中，我们扩展的概念，上下行链路速率平衡频分双工（FDD）大规模MIMO系统。我们考虑一个基站，大量的天线服务于许多单天线用户。我们首先表明，在上行链路中的任何未使用的容量可以权衡更高的吞吐量在下行链路中的系统，使用脏纸（DP）编码或线性迫零（ZF）预编码。然后，我们还研究了线性波束形成（BF）预编码，ZF预编码和DP编码的情况下，系统吞吐量与天线数量的缩放。我们表明，下行链路的吞吐量是成正比的天线数量的对数。虽然这种对数缩放比上行链路中的速率的线性缩放低，但它仍然可以带来显著的吞吐量增益。例如，我们通过分析和仿真证明，将天线数量从4增加到128将使吞吐量增加5倍以上。我们还表明，作为接收天线的数量的函数的下行链路吞吐量的对数缩放可以实现，即使当发射天线的数量只随接收天线的数量而增加时。
2015-07-14 cs.IT math.IT
Optimal User Loading in Massive MIMO Systems with Regularized Zero Forcing Precoding
我们考虑下行链路多用户多输入多输出（MIMO）系统采用正则化迫零（RZF）预编码。我们推导出的渐近信号泄漏加噪声比（SLNR）的天线的数量和用户的数量在一个固定的比例趋于无穷大。聚焦于对称不相关信道，我们表明，SLNR是渐近等于信号与干扰加噪声比（SINR），这使我们能够优化用户负载的频谱效率。结果表明，最佳用户负载取决于信道信噪比（SNR），但在低或高信噪比的制度是等于一。
2016-09-11 cs.IT math.IT
User Load Analysis and Pilot Sequence Design for Multi-Cell Massive MIMO Networks
我们提出了一种新的算法来设计用户负载实现导频序列，以减轻多小区大规模多输入多输出（MIMO）网络中的导频污染。为此，我们首先推导出表达式的用户负载和负载区域的网络，同时考虑小规模和大规模的传播效果。然后，我们开发了多小区大规模MIMO网络的导频序列算法，根据广义Welch界等式设计的规则。值得注意的是，我们发现，我们的算法和相应的下行链路功率分配，确保用户负载时，信号干扰噪声比（SINR）的要求，为用户位于负载区域内。此外，我们证明了我们提出的设计相对于现有的设计，在一个更大的负载区域和更高的最大允许信干噪比的性能优势。最后，我们表明，我们提出的设计可以满足预定义的SINR的要求，用户在基站（BS）的天线数量有限，而现有的设计不能满足相同的要求，即使在BS的天线数量无限。
2016-11-16 cs.IT math.IT
User Association and Load Balancing for Massive MIMO through Deep Learning
CentraleSupélec（巴黎中央理工-高等电力学院）；Université Paris-Saclay（巴黎萨克雷大学）；University of Pisa（比萨大学）；Huawei Technologies（华为技术有限公司）
这项工作研究了使用深度学习来执行用户小区关联，以实现大规模MIMO网络中的和速率最大化。它示出了如何可以训练深度神经网络，以接近最佳关联规则与更有限的计算复杂性，从而能够实时更新的关联规则的基础上，用户的移动模式。特别地，所提出的神经网络设计仅需要用户的地理位置作为输入。数值结果表明，它保证了传统的面向优化的方法相同的性能。
2018-12-17 cs.AI cs.IT math.IT
Joint Fronthaul Load Balancing and Computation Resource Allocation in Cell-Free User-Centric Massive MIMO Networks
本文研究开放无线接入网下以用户为中心的无蜂窝大规模MIMO网络，提出前传负载均衡与计算资源联合分配框架，并通过数值结果揭示无线单元模数转换存在最优量化比特数。
2024-07-04 cs.IT math.IT
Compute-and-Forward in Cell-Free Massive MIMO: Great Performance with Low Backhaul Load
在本文中，我们考虑了无小区的大规模MIMO系统的上行链路，其中大量的分布式单天线接入点（AP），同时通过有限的回程服务的用户数量少得多。第一次，我们调查的性能计算和转发（C&F）在这样一个超密集的网络与现实的信道模型（包括衰落，路径损耗和阴影）。利用路径损耗的特性，提出了一种低复杂度的C &F系数选择算法。我们还给出了一个贪婪的AP选择方法的消息恢复。此外，我们将C&F的性能与其他一些有前途的分布式大规模MIMO线性策略（如小小区（SC）和最大比合并（MRC））进行了比较。数值结果表明，C&F不仅减少了回程负载，但也显着增加系统的吞吐量对称的情况下。
2016-11-21 cs.IT math.IT
Optimal Multiuser Loading in Quantized Massive MIMO under Spatially Correlated Channels
低分辨率数模转换器（DAC）在促进大规模多输入多输出（MIMO）系统的成本和功率有效实现方面显示出巨大的潜力。我们研究了大规模MIMO下行链路网络的性能与低分辨率DAC使用正则化迫零（RZF）预编码。它可为配备有限分辨率模数转换器（ADC）的多个接收器提供服务。在空间相关信道下，考虑发射端和接收端的量化误差，应用渐近随机矩阵理论，给出了RZF正则化参数的最优解。最优正则化参数与ADC量化分辨率和信道相关性无关，但与用户负载率呈线性关系。此外，渐近和速率性能的特点和最佳用户负载比的封闭形式的表达式，得到在低信噪比。最佳比率随DAC分辨率增加而增加，随ADC分辨率减少而减少。数值模拟验证了我们的观察。
2019-01-28 cs.IT math.IT
Active Attack on User Load Achieving Pilot Design in Massive MIMO Networks
在本文中，我们提出了一种主动攻击策略的大规模多输入多输出（MIMO）网络，其中的导频序列获得使用用户负载实现导频序列设计。用户负载实现设计确保了即使在存在导频污染的情况下也能保证大规模MIMO网络中所有用户的信号干扰噪声比（SINR）要求。然而，这种设计有一些漏洞，如一个已知的导频序列和导频序列之间的相关性，这可能会被主动攻击者利用。在这项工作中，我们首先确定潜在的漏洞，在用户负载实现导频序列的设计，然后，相应地，开发一个积极的网络攻击策略。在所提出的攻击策略中，主动攻击者在上行链路训练中发送已知的导频序列，在下行链路数据传输中发送人工噪声。我们的研究表明，每个小区的用户负载区域显着减少所提出的攻击策略。由于每个小区的用户负载区域减小，在存在主动攻击者的情况下，不再保证所有用户的SINR要求。具体地，对于受影响最严重的用户，即使在基站处具有无限天线，也可能无法确保SINR要求。
2017-10-06 cs.IT math.IT
Load Balancing via Joint Transmission in Heterogeneous LTE: Modeling and Computation
联合传输（JT）作为协作多点（CoMP）技术的一种，可以提高系统的整体性能。在本文中，从负载均衡的角度来看，我们研究如何通过优化JT模式，表征小区和用户设备（UE）之间的关联，可以减少最大负载。为了给出具有不同时频资源使用的小区所引起的干扰的模型，通过考虑JT，我们扩展了负载耦合模型。在这个模型中，相互干扰取决于在一个非线性系统相互耦合的细胞的负载。在此模型下，我们研究了两个小区的情况下，并证明了最优性是在线性时间内实现的UE的数量。在分析了一般网络环境下负载均衡的复杂性后，提出了一种最小化最大负载的迭代算法JT-MinMax。我们在异构网络（HetNet）中评估JT-MinMax，但它并不限于这种类型的场景。数值结果表明，与传统的非JT解决方案相比，JT-MinMax在最小-最大小区负载上的显著性能改善，在传统的非JT解决方案中，每个UE由具有最佳接收发送信号的小区服务。
2017-06-21 cs.IT math.IT
Optimal Design of Energy-Efficient Cell-Free Massive MIMO: Joint Power Allocation and Load Balancing
通过相干联合传输为用户提供服务的大规模分布式天线系统被称为无小区大规模MIMO（多输入多输出）。对于给定的用户集，可能仅需要接入点（AP）的子集来满足用户的性能需求。为了找到一个灵活和节能的实现，我们最大限度地减少在下行链路中的AP的总功耗，同时考虑硬件和发射功率，其中AP可以关闭。虽然这是一个非凸优化问题，但通过求解一个混合整数二阶锥规划，得到了全局最优解。我们还提出了一个低复杂度的算法，利用组稀疏的问题制定。数值结果表明，我们的优化框架可以大大降低功耗相比，保持所有AP打开，只最小化发送功率。
2019-11-26 cs.IT eess.SP math.IT
Joint Optimization of Coverage, Capacity and Load Balancing in Self-Organizing Networks
本文提出了一个自组织网络（SON）的优化框架。目标是通过不同SON功能的联合优化来确保有效的网络操作，所述SON功能包括容量、覆盖和负载均衡。基于单调和严格次齐次函数的公理化框架，我们制定了一个优化问题的上行链路，并提出了一个两步优化方案，使用不动点迭代：i）每个基站天线倾斜优化和功率分配，ii）基于簇的基站分配的用户和功率分配。然后，我们考虑下行链路，这是更难以处理，由于耦合变量，并显示下行链路-上行链路的对偶关系。结果，通过解决上行链路问题来获得用于下行链路的解决方案。模拟结果表明，我们的方法在覆盖范围、容量和负载均衡之间实现了良好的权衡。
2016-07-16 cs.IT math.IT
Rate Balancing in Full-Duplex MIMO Two-Way Relay Networks
研究了全双工多输入多输出（MIMO）无线网络中包含两个信源和一个双向式的【形】（TW）中继的最小速率问题。为了提高整体性能，使用迫零的方法在中继抑制残留的自干扰所产生的全双工（FD）操作，基本的最大-最小的问题是铸造作为一个非凸的优化问题。为了避免这个问题，半定松弛技术，导致上，下限的优化问题的解决方案。数值结果验证了上下界解紧密遵循对方，表明所提出的方法的结果在接近最优的解决方案。此外，残余自干扰的影响后，网络的整体性能方面的最低速率的数值结果说明，并为低残余自干扰的情况下，所提出的方法相比，一个类似的半双工（HD）的对手的优越性。
2019-01-28 cs.IT eess.SP math.IT
EASM: Efficiency-Aware Switch Migration for Balancing Controller Loads in Software-Defined Networking
分布式多控制器部署是实现软件定义网络（SDN）可扩展和可靠控制平面的一种很有前途的方法。然而，随着网络流量的动态变化，这给分布式控制器的负载均衡带来了新的挑战。控制器负载分布的不均衡会增加处理流的响应延迟，降低控制器的吞吐量。交换机迁移是解决这一问题的有效途径。然而，现有的方案只关注负载均衡性能，而忽略了迁移效率，这可能导致高迁移成本和不必要的控制开销。本文提出了效率感知的交换机迁移（EASM），以平衡控制器的负载，提高迁移效率。我们引入负载差异矩阵和触发因子来衡量控制器上的负载均衡。我们还介绍了迁移效率问题，它考虑负载均衡率和迁移成本同时优化迁移交换机。我们提出EASM有效地解决这个问题。仿真结果表明，在网络规模发生变化时，EASM方案的控制器响应时间平均减少了21.9%，控制器吞吐量平均提高了30.4%，同时保持了良好的负载均衡率，迁移成本和迁移时间都较低。
2018-01-26 cs.IT cs.NI math.IT
Optimization of RIS-Aided MIMO -- A Mutually Coupled Loaded Wire Dipole Model
本文针对含散射物体的RIS辅助MIMO系统，提出一种不依赖诺伊曼级数近似的可调负载优化算法，可证明收敛且复杂度随RIS单元数呈多项式增长，在迭代次数和收敛时间上均优于现有基准算法。
2023-09-18 cs.IT eess.SP math.IT
Energy Efficiency of Massive MIMO: Coping with Daily Load Variation
大规模MIMO是一种很有前途的技术，以满足指数增长的移动业务需求。然而，与当前系统相反，下一代网络的能量消耗需要是负载自适应的，因为网络负载在一天中显著变化。在本文中，我们提出了一个负载自适应多小区大规模MIMO系统，每个基站（BS）适应天线的数量，以最大限度地提高下行链路的能量效率（EE）的日常负载配置文件（DLP）。为了结合DLP，在每个BS的负载被建模为一个M/G/m/m状态依赖队列的假设下，网络的尺寸为服务于最大数量的用户在峰值负载。EE最大化问题是制定在一个博弈论的框架，其中要使用的BS的天线的数量是通过最佳响应迭代确定。与基线系统相比，该负载自适应系统实现了约24%的高EE，并节省了约40%的能量，在基线系统中，BS总是以固定数量的天线运行，这在峰值负载时是最节能的，并且可以在没有业务时关闭。
2015-12-07 cs.IT cs.NI math.IT
On The Fundamental Energy Tradeoffs of Geographical Load Balancing
地理负载均衡可以利用地理上分散的数据中心的绿色和价格差异优势，优化绿色能源的利用和电力成本。然而，更高的绿色能源利用率或更低的电力成本实际上可能会增加总能源消耗，并不一定是最佳选择。可实现的能量权衡可以通过考虑地理分散的数据中心的定义的服务效率参数来捕获。
2016-12-02 cs.IT cs.NI math.IT
Transmit Design for Joint MIMO Radar and Multiuser Communications with Transmit Covariance Constraint
在本文中，我们考虑设计的多输入多输出（MIMO）发射机，同时作为MIMO雷达和基站的下行链路多用户通信。为了保证MIMO雷达的性能，除了功率约束外，还要求发射波形的协方差等于给定的最优协方差。在此约束下，我们制定和解决信号干扰噪声比（SINR）的平衡问题，多用户发射波束成形通过凸优化。考虑到这种约束不能完全消除干扰，我们引入脏纸编码（DPC），以进一步消除干扰，并制定在DPC制度的SINR平衡和和速率最大化问题。虽然这两个问题都是非凸的，我们表明，他们可以重新制定凸优化通过拉格朗日和下行链路-上行链路的对偶。此外，我们提出了基于梯度投影的算法来解决等效的对偶问题的SINR平衡，在发射波束成形和DPC制度。仿真结果表明，DPC的发射波束形成的显着性能改善，也表明，通信发射机的自由度是由协方差的秩的限制。
2021-09-02 cs.IT eess.SP math.IT
Energy-Efficient Load-Adaptive Massive MIMO
大规模MIMO是一种很有前途的技术，以满足全球移动数据业务的需求呈指数增长。然而，与当前系统相反，下一代网络的能量消耗需要是负载自适应的，因为网络负载在一天中显著变化。在本文中，我们提出了一个负载自适应大规模MIMO系统，每天的负载配置文件（DLP），以最大限度地提高下行链路的能量效率（EE）的不同的天线数量。多小区系统被认为是每个基站（BS）配备了大量的天线，以服务于许多单天线用户。为了结合DLP，每个BS被建模为一个M/G/m/m状态依赖队列的假设下，网络的尺寸为服务于最大数量的用户在峰值负载。对于一个给定的用户数在一个小区中，最佳的有源天线的数量最大化EE的推导。EE最大化问题是制定在一个博弈论的框架，其中要使用的BS的天线的数量是通过最佳响应迭代确定。与基线系统相比，该负载自适应系统实现了总体高19%的EE，在基线系统中，BS总是以固定数量的天线运行，该天线在峰值负载时能量效率最高，并且可以在没有业务时关闭
2015-10-02 cs.IT cs.NI math.IT
Evaluating Load Balancing Performance in Distributed Storage with Redundancy
为了促进负载均衡，分布式系统冗余地存储数据。我们评估的负载均衡性能的存储方案中，每个对象存储在$d$不同的节点，每个节点存储相同数量的对象。在我们的模型中，为对象提供的负载是从具有固定累积值的所有负载向量中随机均匀采样的。我们发现，在一个系统中的$n$节点的负载平衡改善与$d$成倍只要$d = o\left(\log(n)\right)$，并提高指数一次$d = Θ\left(\log(n)\right)$。我们表明，负载平衡以同样的方式提高与$d$时，服务选择创建与异或的$r$对象，而不是对象副本。在这样的冗余方案中，存储开销通过$r$成倍地减少。但是，恢复对象需要从$r$节点下载内容。与此同时，负载平衡以$r$的方式增加。我们表示系统的负载平衡方面的最大间距或最大的$d$连续间距之间的有序统计的均匀随机变量。利用这种联系和最大$d$ -间距的极限结果，我们得到了我们的主要结果。
2021-01-23 cs.IT cs.PF math.IT
Optimizing Fronthaul Quantization for Flexible User Load in Cell-Free Massive MIMO
本文针对无小区大规模MIMO系统，联合优化集群处理器放置与前传路由，并调整量化速率，使前传负载在广泛用户负载下保持稳定且PHY性能损失小，验证系统对用户密度变化的鲁棒性。
2025-10-08 cs.IT eess.SP math.IT
Load Balancing in Hypergraphs
考虑一个可数顶点集上的简单局部有限超图，其中每条边表示一个负载单位，该负载应分布在定义该边的顶点之间。如果负载不能从一个顶点移动到另一个承载较少负载的顶点，则负载分配称为平衡。我们分析了负载均衡分配的性质。我们将有限超图的平衡性概念推广到Benjamini和Schramm（2001）以及Aldous和Steele（2004）的局部弱极限。为了做到这一点，我们定义了一个概念的单模超图，可以被认为是一个扩展的单模图。我们给出了一个变分公式的平衡负载分布，特别是，我们刻画了它的特殊情况下的单模超图Galton Watson过程。在一定条件下证明了最大载荷的收敛性。我们的工作是对Anantharam和Salez（2016）超图的扩展，该超图考虑了图中的负载平衡，旨在更全面地解决Hajek（1990）的问题。
2017-10-01 cs.IT math.IT math.OC
Coded Load Balancing in Cache Networks
我们考虑负载均衡问题的缓存网络组成的存储功能的服务器形成一个分布式的内容交付方案。以前提出的负载均衡解决方案不能完美地平衡服务器之间的请求，这是实际网络中的一个关键问题。因此，在本文中，我们研究了一个编码的缓存内容放置原始文件的编码块存储在服务器上的文件流行度分布的基础上。在我们的方案中，当每个请求到达交付阶段时，通过从最近的服务器向请求源发送足够的编码块，可以解码所请求的文件。在这里，我们表明，如果$n$请求随机到达$n$服务器，所提出的方案的结果在网络中的最大负载$O(1)$。这个结果被证明是有效的基础网络拓扑结构的各种假设下。我们的结果应该比较的最大负载的两个基线计划，即最近的副本和权力的两个选择策略，这是$Θ(\log n)$和$Θ(\log \log n)$，分别。这一发现表明，使用编码，在相当大的负载均衡性能的改善，而不损害通信成本性能。这是证实了执行广泛的模拟结果，在非渐近制度以及。
2019-08-04 cs.DS cs.IT cs.NI
Storage, Communication, and Load Balancing Trade-off in Distributed Cache Networks
我们考虑负载均衡在网络的缓存服务器提供内容的最终用户。经由所谓的二次幂选择的随机化负载均衡是并行和分布式系统中的公知方法。在这个框架中，我们调查之间的紧张局势的存储资源，通信成本，和负载均衡性能。为此，我们提出了一个随机的负载均衡计划，同时考虑缓存大小的限制和接近服务器重定向过程中。与经典的两个选择的力量设置相反，由于内存限制和邻近约束导致服务器选择过程中的相关性，我们可能不会受益于两个选择的力量。然而，我们证明，在某些制度的问题参数，我们的计划的结果在最大负载的顺序$Θ(\log\log n)$（这里$n$是网络的大小）。与将每个请求分配给最近的可用副本的方案相比，这是指数级的改进。有趣的是，我们提出的方案所产生的额外的通信成本相比，最近的副本策略，是小的。此外，我们广泛的模拟表明，权衡的趋势并不依赖于网络拓扑结构和图书馆流行概况的细节。
2017-06-30 cs.DC cs.DS cs.IT
