Performance Analysis of Quantized Uplink Massive MIMO-OFDM With Oversampling Under Adjacent Channel Interference
大规模多输入多输出（MIMO）系统由于其相对于单天线系统的诸多优点，近年来引起了人们的广泛关注。由于许多天线，期望每个天线的低成本实现和低功耗。为此，在许多研究中已经研究了具有低分辨率模数转换器（ADC）的大规模MIMO结构。然而，在量化的大规模MIMO系统的相邻频带上的强干扰的影响还没有被检查。在这项研究中，我们分析了上行链路大规模MIMO的性能与低分辨率ADC下的频率选择性衰落与正交频分复用在完美和不完美的接收机信道状态信息的情况下。我们推导出的比特出错率和遍历容量的解析表达式。我们表明，干扰频带可以抑制通过增加天线的数量或过采样率时，采用迫零接收机。
2020-02-18 cs.IT eess.SP math.IT
Fronthaul Compression for Uplink Massive MIMO using Matrix Decomposition
针对上行大规模MIMO前传链路传输IQ样本易受限的问题，提出利用接收信号卷积结构、基于交替最小化盲解卷积的迭代压缩技术，实现30-50的压缩比，还可用于OFDM信号盲解码。
2021-10-24 cs.IT eess.SP math.IT
What is the Most Efficient Technique for Uplink Cell-Free Massive MIMO?
本文通过建立统一分析框架和通用功率控制优化策略，从公平性、容量、前传开销和复杂度四个维度系统比较无蜂窝大规模MIMO上行链路技术，最终确定实际部署中的最优方案。
2025-08-28 cs.IT eess.SP math.IT
Comprehensive Analysis of Behavioral Hardware Impairments in Cell-Free Massive MIMO-OFDM Uplink: Centralized Operation
本文首次综合分析宽带无蜂窝大规模MIMO-OFDM上行链路中多种硬件损伤对频谱效率的影响，借助Bussgang分解推导感知失真的合并向量以优化频谱效率。
2025-07-29 cs.IT eess.SP math.IT
On the Uplink Achievable Rate of Massive MIMO System With Low-Resolution ADC and RF Impairments
研究了射频损伤下粗量化大规模多输入多输出（MIMO）系统的信道估计和上行链路可达速率。我们利用加性量化噪声模型（AQNM）和扩展误差矢量幅度（EEVM）模型分别分析低分辨率模数转换器（ADC）和射频损伤的影响。我们表明，硬件损伤导致非零地板上的信道估计错误，这与传统的情况下与理想的硬件。最大比合并（MRC）技术，然后在接收端使用，并推导出一个近似听话的上行链路可达速率的表达式。仿真结果表明，ADC的分辨率和RF损伤之间有明显的补偿。所提出的研究支持在实际的大规模大规模多输入多输出系统中装备经济的粗糙ADC和经济的不完美RF元件的可行性。
2019-01-22 cs.IT eess.SP math.IT
Performance of Uplink Multiuser Massive MIMO Systems
我们研究了大规模MIMO系统中上行链路传输的性能，其中所有的发射机都有单天线，接收机（基站）有大量的天线。具体而言，我们分析了可实现的自由度的系统，而无需假设在接收机的信道状态信息。此外，我们量化的量的功率节省，是可能的接收天线的数量增加。
2013-11-06 cs.IT math.IT
Capacity Analysis and Rate Maximization Design in RIS-Aided Uplink Multi-User MIMO
可重构智能表面（RIS）由于其同时实现高光谱效率和能量效率的潜力，近年来引起了人们的广泛关注。本文主要研究了在RI辅助的多用户多输入多输出（MU-MIMO）系统中，如何设计有效的传输方法来最大化上行链路的总吞吐量。为了提供一个有见地的基础，信道容量的RI辅助MU-MIMO的理论分析。然后，传统的传输方案的基础上正交多址作为基线。从信息论的角度，我们提出了两个新的方案，即，\textit{joint transmission}基于二次优化问题的半定松弛，\textit{opportunistic transmission}依赖于最佳用户选择。通过仿真结果证明了所提出的方案在可实现的速率方面优于传统方案。
2023-03-16 cs.IT eess.SP math.IT
Iteratively Weighted MMSE Uplink Precoding for Cell-Free Massive MIMO
在本文中，我们研究了一个无小区的大规模MIMO系统的接入点和用户设备配备多个天线在Weichselberger瑞利衰落信道。我们研究了上行链路的频谱效率（SE）的基础上的两层解码结构与最大比（MR）或局部最小均方误差（MMSE）合并应用在第一层和最佳的大规模衰落解码方法实现在第二层，分别。为了最大化加权和SE，提出了一种基于仅使用信道统计的迭代加权和MMSE（I-WMMSE）算法的上行链路预编码结构。此外，MR结合应用在第一层，我们得到新的可实现的SE表达式和最佳的预编码结构的封闭形式。数值结果验证了我们提出的结果，并表明I-WMMSE预编码可以获得良好的和SE性能。
2022-01-27 cs.IT eess.SP math.IT
Mutual Information Metrics for Uplink MIMO-OFDM Integrated Sensing and Communication System
针对上行集成感知与通信系统，提出以互信息为统一度量，推导通信与感知互信息上下界并通过最大化加权和优化波形，仿真验证其综合性能优于其他方案。
2023-10-10 cs.IT eess.SP math.IT
Efficient Design of Fronthaul-Constrained Uplink Reception for Cell-Free XL-MIMO
Jeonbuk National University（全北国立大学）；Hanyang University（汉阳大学）
本文研究了无源超大规模MIMO系统上行接收的可扩展性和前端高效设计，通过联合优化线性变换矩阵和前端压缩策略，提出加速FP算法，降低计算复杂度并提升上行总速率。
2026-04-23 cs.IT eess.SP math.IT
LMMSE Processing for Cell-free Massive MIMO with Radio Stripes and MRC Fronthaul
无小区的大规模MIMO为多个用户提供无处不在的连接，并且使用无线电条纹的实现是非常有效的。与同位大规模MIMO相比，主要成本包括前传开销和AP硬件。最大比合并（MRC）实现了低前传负载和低成本AP，但性能较差。本文提出了一种利用MRC前传设计实现准LMMSE（Q-LMMSE）处理的方法。Q-LMMSE是在标准LMMSE的基础上推导出来的，它通过奇异值分解从MRC信号中提取干扰信息。仿真结果表明，在相同的MRC前传情况下，所提出的Q-LMMSE算法可使频谱效率提高数倍。
2020-12-25 cs.IT eess.SP math.IT
Active RIS-Aided Massive MIMO Uplink Systems with Low-Resolution ADCs
本文研究了具有低分辨率ADC的主动RIS辅助多用户上行大规模MIMO系统，推导了总可达速率的闭式近似表达式，并提出基于遗传算法优化RIS相移，结果表明主动RIS性能显著优于被动RIS。
2024-04-22 cs.IT eess.SP math.IT
On the Uplink Transmission of Multi-user Extra-large Scale Massive MIMO Systems
超大规模大规模多输入多输出（MIMO）技术具有良好的小区覆盖能力和较高的区域吞吐量等优点，有望成为下一代无线通信系统的关键技术之一。然而，在实践中，当天线尺寸变大时，空间非平稳性发生，并且用户将仅看到基站天线阵列的一部分，我们称之为可见区域（VR）。为了评估空间非平稳性的影响，在本文中，我们研究了超大规模的大规模MIMO系统的上行链路传输考虑VR。特别是，我们首先提出了一个基于子阵列的超大规模大规模MIMO系统的系统架构。然后，紧封闭形式的上行链路频谱效率（SE）的近似与线性接收机。以最大化可实现的SE为目标，我们还提出了子阵相位系数设计方案。此外，基于所获得的遍历可实现的SE近似，两个基于统计信道状态信息（CSI）的贪婪用户调度算法的开发。研究结果表明，基于统计CSI的贪婪联合用户和子阵调度算法与基于开关的子阵结构相结合，是一种适用于超大规模MIMO系统的可行方案。
2020-11-09 cs.IT eess.SP math.IT
Uplink Performance of High-Mobility Cell-Free Massive MIMO-OFDM Systems
采用正交频分复用（OFDM）技术的高速训练（HST）通信近年来受到了极大的关注。此外，无蜂窝（CF）大规模多输入多输出（MIMO）被认为是一种有前途的技术，以达到最终的性能极限。本文主要研究了在HST通信中采用匹配滤波和大规模衰落解码（LSFD）接收的CF大规模MIMO-OFDM系统的性能。HST通信与小小区和蜂窝大规模MIMO-OFDM系统也进行了分析比较。考虑到多普勒频偏（DFO）对系统性能的不利影响，推导了各系统上行链路频谱效率（SE）的精确闭式表达式。根据仿真结果，我们发现，CF大规模MIMO-OFDM系统与LSFD实现了更大的SE和更低的SE下降百分比比其他系统。此外，增加接入点（AP）的数量和每个AP的天线数量可以有效地补偿DFO带来的性能损失。此外，在AP和HST之间存在最佳垂直距离以实现最大SE。
2022-01-24 cs.IT eess.SP math.IT
Implementation of Massive MIMO Uplink Receiver on RaPro Prototyping Platform
随着第五代无线通信物理层标准的不断更新，提出了快速原型平台的必要性。为此，我们开发了RaPro，一个基于多核通用处理器的大规模多输入多输出（MIMO）原型平台。为了增强RaPro，需要高性能的检测和波束形成，而这两者都要求准确的信道状态信息（CSI）。本文采用基于线性最小均方误差（LMMSE）的信道估计器，并将其封装在RaPro中，以获得更精确的CSI。考虑到信道统计特性的高度复杂性和未知性，本文设计了低复杂度的LMMSE信道估计器，以缓解随着天线数目的增加而增加的复杂度，并为大规模多输入多输出上行检测和下行波束形成留出更多的计算资源。仿真结果表明，所设计的低复杂度方法具有较高的均方误差性能和鲁棒性。室内和走廊场景测试表明，误比特率性能的显着改善。时间成本分析证明了在RaPro上实现的上行接收机的实用性和实时传输能力。
2018-02-15 cs.IT eess.SP math.IT
Uplink Hardware Impairments in OFDM-Based Cell-Free Massive MIMO With Impaired Wireless Fronthaul
Bilkent University（比尔肯特大学）
本文研究OFDM无小区大规模MIMO在硬件损伤下的上行性能，提出统一分析框架推导闭式表达式，并采用失真感知合并与最大最小公平资源分配以缓解性能下降。
2026-09-23 cs.IT eess.SP math.IT
Communications and Radar Coexistence in the Massive MIMO Regime: Uplink Analysis
本文考虑了使用5G新无线电兼容多址的大规模MIMO通信系统的上行链路，该系统将与使用相同频带的雷达系统共存。提出了一种考虑雷达系统在大规模MIMO接收机上产生的混响（杂波）的系统模型。在这种情况下，提出了几种用于上行链路信道估计和数据检测的接收机，从简单的信道匹配波束形成器到用于杂波干扰抑制的迫零和线性最小均方误差接收机，在完全已知和完全未知的杂波协方差的两种相反的情况下。还给出了理论分析，导出了可实现的上行链路频谱效率和输入高斯编码符号与蜂窝大规模MIMO系统的通信接收机处可用的可观测量之间的互信息的下限：关于后者，特别是，我们表明，在大天线数制度，基站处的雷达杂波效应被抑制并且恢复了单用户容量。数值结果，说明所提出的检测方案的性能，证实了理论分析的结果，并允许量化系统的鲁棒性杂波的影响，在基站的天线数量的增加。
2020-04-17 cs.IT eess.SP math.IT
Simultaneous Downlink Data Transmission and Uplink Channel Estimation with Reduced Complexity Full Duplex MIMO Radios
在本文中，我们研究全双工（FD）多输入多输出（MIMO）无线电同时数据通信和控制信息交换。利用最近提出的FD MIMO架构，结合数字发射和接收波束成形与降低复杂度的多抽头模拟自干扰（SI）消除，我们提出了一种新的传输方案，利用信道互易性联合下行链路波束成形信息数据通信和上行链路信道估计，通过训练数据传输。我们采用了一个通用的导频辅助信道估计模型，并提出了一个统一的优化框架，所有涉及FD MIMO设计参数。我们的代表性的Monte Carlo模拟结果的波束形成器以及模拟和数字SI消除的一个示例算法的解决方案表明，所提出的基于FD的联合通信和控制方案提供了1.4倍的下行链路速率的半双工对应。与具有全连接模拟消除的传统FD MIMO架构相比，模拟消除器的硬件复杂度降低了50%，从而实现了这种性能改进。
2020-03-14 cs.IT eess.SP math.IT
Joint Optimization of Power Allocation and Training Duration for Uplink Multiuser MIMO Communications
在本文中，我们考虑了一个多用户多输入多输出（MU-MIMO）通信系统之间的基站配备了多个天线和多个移动用户，每个都配备了一个单一的天线。考虑上行链路场景。上行链路信道由基站通过训练阶段获取。两个线性处理方案，即最大比合并（MRC）和迫零（ZF）。我们优化的训练周期和最佳的训练能量的平均和峰值功率约束下，使可实现的和速率最大化。
2014-09-22 cs.IT math.IT
Beam Alignment for the Cell-Free mmWave Massive MU-MIMO Uplink
毫米波（mmWave）无小区大规模多用户（MU）多输入多输出（MIMO）系统将毫米波频率处可用的大带宽与无小区系统的改进覆盖相结合。然而，为了对抗毫米波频率处的高路径损耗，用户设备（UE）必须在有意义的方向上形成波束，即，到附近的接入点（AP）。同时，多个UE应避免向同一AP进行传输以减少MU干扰。我们提出了一种干扰感知的方法，用于无小区毫米波大规模MU-MIMO上行链路中的波束对准（BA）。在所考虑的场景中，AP执行全数字接收波束成形，而UE执行模拟发射波束成形。我们评估我们的方法使用现实的毫米波信道从商业射线跟踪器，显示所提出的方法的优越性，全向传输，以及在不考虑MU干扰的方法。
2022-07-20 cs.IT eess.SP math.IT
Uplink Power Control for Extremely Large-Scale MIMO with Multi-Agent Reinforcement Learning and Fuzzy Logic
本文研究了无小区（CF）超大规模多输入多输出（XL-MIMO）系统的上行链路发射功率优化问题。与传统方法不同，本文提出了两种信号处理架构：模糊逻辑集中训练集中执行和模糊逻辑集中训练分散执行，分别采用多智能体强化学习（MARL）和模糊逻辑的融合来解决功率控制的设计问题，以最大化系统的频谱效率（SE）。此外，系统采用最大比（MR）合并和本地最小均方误差（L-MMSE）合并的上行链路性能进行了评估。我们的结果表明，所提出的方法与模糊逻辑优于传统的基于MARL的方法和信号处理方法的计算复杂性。此外，MR组合下的SE性能甚至优于传统的基于MARL的方法。
2023-02-18 cs.IT eess.SP math.IT
Statistical-CSI-Based Antenna Selection and Precoding in Uplink MIMO
传统的天线选择方案需要瞬时信道状态信息（CSI）。这导致系统中的高信令开销。本文提出了一种新的联合接收天线选择和预编码方案，用于多用户多输入多输出上行链路传输，仅依赖于CSI的长期统计。所提出的方案设计的交换网络和上行链路的预编码器，使系统在长期的预期吞吐量最大化。从随机矩阵理论的结果，我们推导出一个封闭形式的表达式的期望吞吐量的系统。然后，我们开发了一个易于处理的迭代算法来解决吞吐量最大化问题，利用交替优化和优化最大化（MM）技术。数值结果证实了所提出的方法的效率和其优越的性能相比，基线。
2022-12-28 cs.IT eess.SP math.IT
Deep Learning for Uplink CSI-based Downlink Precoding in FDD massive MIMO Evaluated on Indoor Measurements
当操作具有处于不同频率的上行链路（UL）和下行链路（DL）信道的大规模多输入多输出（MIMO）系统（频分双工（FDD）操作）时，用于下行链路预编码的信道状态信息（CSI）的获取是主要挑战。由于除了收发器损伤之外，UL和DL CSI两者都由发射器和接收器周围的物理环境确定，因此理所当然的是，对于静态环境，可以存在从UL CSI到DL CSI的映射。首先，我们建议使用各种基于神经网络（NN）的方法来学习这种映射，并使用经典的信号处理提供基线。其次，我们引入了一个计划来评估所有方法的泛化性能和质量，区分已知和以前看不见的物理位置。第三，我们评估所有的方法在一个真实世界的室内数据集收集32天线通道探测器。
2022-09-22 cs.IT eess.SP math.IT
Uplink and Downlink MIMO-NOMA with Simultaneous Triangularization
在本文中，我们考虑两个用户的功率域多输入多输出（MIMO）非正交多址（NOMA）系统的上行链路和下行链路预编码器的设计。我们提出了新的上行链路和下行链路的预编码和解码方案，通过分解成多个单输入单输出（SISO）-NOMA信道的用户的MIMO信道的同时三角化（ST）和低复杂度的自干扰消除在接收机处的接收机的MIMO-NOMA信道，降低解码复杂度。提出的ST MIMO-NOMA方案避免了发送端和接收端的信道反转，并充分利用了用户MIMO信道的零空间，有利于获得遍历的可达速率性能。我们的最大遍历可实现的速率区域的建议的上行链路和下行链路ST MIMO-NOMA方案的特征，并将它们与各自的上限，基线MIMO-NOMA预编码方案，和正交多址接入（OMA）。我们的研究结果表明，所提出的方案显着优于所考虑的基线MIMO-NOMA预编码方案和OMA，并有一个小的差距，以各自的上限为大多数信道条件和用户速率。此外，我们表明，一个混合方案，它执行建议的上行链路和下行链路ST MIMO-NOMA和单用户MIMO之间的分时，可以进一步提高性能。
2021-01-14 cs.IT math.IT
Jammer-Resilient Time Synchronization in the MIMO Uplink
针对MIMO上行链路中智能干扰机破坏时间同步的问题，提出JASS方法，通过空间滤波与优化问题实现可靠同步，并证明其条件有效性及算法效率。
2025-01-27 cs.IT eess.SP math.IT
Massive MU-MIMO-OFDM Uplink with Hardware Impairments: Modeling and Analysis
研究了基于正交频分复用（OFDM）的大规模多用户（MU）多输入多输出（MIMO）上行链路系统中基站（BS）硬件损伤的影响。我们利用Bussgang的定理来开发精确的模型，所造成的失真的非线性低噪声放大器，本机振荡器的相位噪声，过采样有限分辨率模数转换器。通过结合这些硬件模型的个体效应，我们获得了由非理想硬件引起的BS侧失真的复合模型，该模型考虑了其在时间、频率和天线之间的固有相关性。我们使用这个复合模型来分析实际的大规模MU-MIMO-OFDM上行链路系统的性能上的BS侧硬件损伤的影响。
2019-07-17 cs.IT math.IT
Uplink Performance Evaluation of Massive MU-MIMO Systems
本文研究了采用大规模MIMO方法的多用户MIMO（MU-MIMO）系统中基于OFDM的上行链路。在这种情况下，线性检测器最小均方误差（MMSE），迫零（ZF）和最大比合并（MRC）被认为是和评估。本文包括比特出错率（BER）的结果，通过平坦瑞利衰落信道的假设下，完美的功率控制和信道估计的未编码QPSK/OFDM传输。通过蒙特卡罗模拟得到BER结果。性能结果进行了详细讨论，我们确认可实现的“大规模MIMO”的效果，即使是降低复杂度的检测技术，当在BS的接收天线的数量远大于发射天线的数量。
2015-03-07 cs.IT math.IT
Rydberg Atomic Quantum Receivers for the Multi-User MIMO Uplink
该研究将里德伯原子量子接收机集成到多用户MIMO上行链路中，构建RAQ-MIMO系统，通过等效基带模型和速率分析，证明其可降低用户发射功率超25 dBm，并提升速率约8.8比特/秒/赫兹/用户。
2025-02-28 cs.IT eess.SP math.IT
On Uplink User Capacity for Massive MIMO Cellular Networks
在大规模MIMO网络中的性能受到导频污染限制的条件下，当使用不同的导频分配方案时，反向链路信号干扰比（SIR）表现出不同的分布。通过利用不同的正交导频序列组，与相邻小区之间的重用序列相反，所得到的SIR分布在使网络上的用户数量最大化同时为所有用户保持给定的服务质量（QoS）方面更有利。本文提供了一个简单的表达式，在这样的网络上的上行链路用户容量，并提出了上行链路用户容量的数字为选择的服务质量目标的导频分配方案。
2016-06-09 cs.IT math.IT
A General MIMO Framework for NOMA Downlink and Uplink Transmission Based on Signal Alignment
多输入多输出（MIMO）技术在非正交多址（NOMA）系统中的应用对于提高NOMA系统的性能增益具有重要意义。本文提出了一种新的MIMO-NOMA框架，用于下行链路和上行链路传输，通过应用信号对齐的概念。通过使用随机几何，封闭形式的分析结果，以方便性能评估的建议框架随机部署的用户和用户。研究了固定功率分配和认知无线电功率分配等不同功率分配策略对MIMO-NOMA性能的影响。计算机模拟结果证明了所提出的框架的性能和开发的分析结果的准确性。
2015-08-29 cs.IT math.IT
An Alternating Algorithm for Uplink Max-Min SINR in Cell-Free Massive MIMO with Local-MMSE Receiver
研究了无小区大规模多输入多输出（MIMO）系统上行链路的最大最小信干噪比（SINR）问题。我们假设系统采用局部最小均方误差（L-MMSE）合并。目标是通过求解最大-最小SINR优化问题，通过优化每个用户设备（UE）的发射功率和中央处理单元（CPU）处的加权系数，服从UE的发射功率约束，来保持用户公平性。这个问题不是联合凸的。因此，我们将原问题分解为两个子问题，特别是优化功率分配和接收机加权系数。然后，我们提出了一个交替算法来解决这两个子问题。加权系数子问题被表述为广义特征值问题，而功率分配子问题被近似为几何规划（GP）。我们的经验表明，该算法实现了更高的最小用户上行链路频谱效率（SE）比现有的固定功率方案，这是不优化的发射功率。最后，数值分析了算法的收敛性.
2019-10-30 cs.IT eess.SP math.IT
Learning-based Rate Adaptation for Uplink Massive MIMO Networks with Cooperative Data-Assisted Detection
本文研究了在不知道用户密度的情况下，大规模多输入多输出（MIMO）网络的上行链路自适应问题。具体地说，首先提出了一种新的协作上行链路传输和检测方案，用于大规模MIMO网络，其中每个上行链路帧被划分为具有独立编码方案的多个数据块，并且基于先前在服务小区和相邻小区中检测到的数据块来解码随后的块。推导了该方案的渐近信干噪比（SINR），并证明了考虑用户位置随机性的干扰功率分布服从高斯分布。通过跟踪干扰功率的均值和方差，针对干扰信道和用户密度未知的情况，提出了一种在线鲁棒速率自适应算法，保证了目标分组中断概率。
2019-04-27 cs.IT math.IT
Uplink Precoding Design for Cell-Free Massive MIMO with Iteratively Weighted MMSE
在本文中，我们研究了一个无小区的大规模多输入多输出系统的接入点和用户设备配备多个天线在Weichselberger瑞利衰落信道。我们研究了上行链路的频谱效率（SE）的完全集中式处理方案和大规模衰落解码（LSFD）计划。为了进一步提高SE性能，我们设计了基于加权和SE最大化的上行预编码方案。由于加权和SE最大化问题不是联合在所有的优化变量，两个有效的上行链路预编码方案的基础上迭代加权和最小均方误差（I-WMMSE）算法，这依赖于加权MSE的迭代最小化，提出了两个处理方案的调查。此外，最大比合并应用在LSFD计划，我们得到新的封闭形式的可实现的SE表达式和最佳的预编码方案。数值结果验证了所提出的结果，并表明，I-WMMSE预编码方案可以实现良好的和SE性能与大量的UE天线。
2023-01-06 cs.IT eess.SP math.IT
The Role of Large-Scale Fading in Uplink Massive MIMO Systems
在这封信中，我们分析了一个大的上行链路多用户多输入多输出（MU-MIMO）系统在广义$K$衰落信道的遍历容量。在所考虑的情况下，多个用户将其信息发送到配备有大量天线的基站。由于大规模MIMO系统中快衰落的影响逐渐消失，大规模衰落成为影响大规模MIMO系统遍历容量的最主要因素。关于这一事实，在我们的工作中，我们集中我们的注意力在大规模MIMO系统的大规模衰落的影响。具体地说，一些有趣的和新颖的遍历容量的下界已经得到了完美的信道状态信息（CSI）和不完美的CSI。仿真结果评估这些解析表达式的准确性。
2014-06-12 cs.IT math.IT
User-Centric Cell-Free Massive MIMO Enhanced by Fluid-Antenna Access Points: Uplink Analysis
本文提出了一种基于流天线的无基站大规模MIMO系统，通过动态激活天线端口和优化策略提升上行频谱效率。
2025-12-28 cs.IT eess.SP math.IT
Selective Uplink Training for Massive MIMO Systems
作为满足第五代（5G）无线网络中对高吞吐量和均匀覆盖两者的急剧增长的需求的有前途的技术，大规模多输入多输出（MIMO）系统近年来引起了极大的关注。然而，在大规模MIMO系统中，随着移动用户（MU）密度的增加，传统的上行链路训练方法会产生与MU数量成正比的过高的训练开销。本文提出了一种大规模MIMO系统的选择性上行链路训练方法，在每个信道块中，只有部分MU发送上行导频进行信道训练，并且利用信道的时间相关性，从先前块中的估计来预测剩余MU的信道状态。我们提出了一种有效的算法来动态地选择每个块内的MU进行训练，并确定最佳的上行链路训练长度。仿真结果表明，所提出的训练方法提供了显着的吞吐量增益相比，现有的方法，同时实现了更低的估计复杂度。据观察，吞吐量增益变得更高的MU密度增加。
2016-02-29 cs.IT math.IT
Guard Region Model for Pilot Reuse Analysis in Uplink Massive MIMO Systems
大规模多输入多输出（MIMO）有望显著提高未来蜂窝系统的频谱效率（SE）和能量效率（EE）。由于大规模MIMO的性能增益从根本上受到导频污染的限制，导频复用设计对于实现合理的小区吞吐量和用户速率至关重要。在本文中，我们利用随机几何模型在大规模MIMO系统中的导频复用，通过引入一个保护区模型，以匹配现实的导频分配策略。推导了上行链路的信干噪比（SINR）分布，并在此基础上分析了导频复用对小区吞吐量和用户速率的影响。得到了用于上行链路传输的最优导频复用因子。我们还通过仿真发现，增加导频复用因子超过一定的值不会提高用户速率，甚至可能导致小区吞吐量的显着损失。
2016-05-13 cs.IT math.IT
Jamming-Robust Uplink Transmission for Spatially Correlated Massive MIMO Systems
在本文中，我们考虑如何在空间相关的大规模多输入多输出（MIMO）系统的上行链路传输可以保护免受干扰攻击。为了抑制干扰，我们提出了一种新的框架，包括一个新的最佳线性估计器在训练阶段和一个双线性均衡器在数据阶段。所提出的估计器是最佳的意义上的最大化的频谱效率的合法系统攻击的干扰，其实施需要的统计知识的干扰的信道。我们推导出一个有效的算法来估计所需的实施所提出的框架的干扰信息。此外，我们证明了优化的功率分配在合法用户可以提高所提出的框架的性能，无论干扰功率优化。我们提出的框架可以用来打击干扰的情况下，无论是理想的或非理想的硬件在合法的用户和干扰。数值结果表明，使用所提出的框架，干扰不会显着影响合法系统的性能。
2020-02-28 cs.IT eess.SP math.IT
Spectral Efficiency Analysis for Spatial Modulation in Massive MIMO Uplink over Dispersive Channels
平坦衰落信道模型通常被用来分析大规模空间调制多输入多输出（SM-MIMO）系统的性能。然而，在宽带短消息传输中，频率选择性衰落信道引起的严重符号间干扰（ISI）不容忽视，这对系统性能造成了严重影响，尤其是对于单载波短消息（SC-SM）传输方案。据作者所知，没有一个以前的研究人员能够提供一个全面的分析，可实现的频谱效率（SE）的大规模SC-SM MIMO上行链路传输。分析了单小区大规模SC-SM MIMO系统的上行链路估计误差，提出了一个紧闭形式的估计误差下界，用于量化基站采用最大比合并进行多用户检测时的估计误差。同时考虑了非理想信道估计和发射相关性的影响。蒙特卡罗模拟进行验证我们提出的SE下限的紧密性。理论分析和仿真结果均表明，上行单小区大规模SC-SM MIMO系统的SE具有优于单天线UE所实现的上行SE的潜力。
2017-02-28 cs.IT math.IT
Can Massive MIMO Support Uplink Intensive Applications?
当前的室外移动网络基础设施不能支持上行链路密集型移动应用，例如收集和上传大量实时的数据的联网车辆。我们的研究表明，最大比（MR）解码，它在理论上是不可能的，以支持无小区的大规模MIMO这样的应用，它需要在单小区配置的服务天线的数量非常大，使它实际上是不可行的;但是通过迫零（ZF）解码，这样的应用可以容易地由具有非常适度数量的接入点（AP）的无小区大规模MIMO来支持，并且在单小区配置中需要更多的服务天线。通过新推导的无小区大规模MIMO的SINR表达式，我们表明上行链路功率控制是不必要的，并且在2GHz频带上，在城市和郊区形态中，对于上行链路数据传输的10 MHz有效带宽，每平方公里90个单天线AP和每平方公里32个单天线AP分别足以支持18辆自动驾驶汽车。在农村形态中，使用450 MHz频带，每平方公里仅2个单天线AP就足够了。
2019-02-12 cs.IT math.IT
Low-complexity near-optimal signal detection for uplink large-scale MIMO systems
最小均方误差（MMSE）信号检测算法是上行多用户大规模多输入多输出（MIMO）系统的近最优检测算法，但需要进行复杂度较高的矩阵求逆。本文首先证明了大规模MIMO系统的MMSE滤波矩阵是对称正定的，并在此基础上利用Richardson方法避免矩阵求逆，提出了一种低复杂度的准最优信号检测算法。复杂度可以从O（K3）降低到O（K2），其中K是用户数。我们还提供了所提出的算法的收敛性证明。仿真结果表明，该算法收敛速度快，达到了经典MMSE算法的近优性能。
2015-07-16 cs.IT math.IT
On Hybrid Pilot for Channel Estimation in Massive MIMO Uplink
针对多小区多用户大规模MIMO系统的上行链路，提出了一种混合导频辅助信道估计技术。所提出的混合导频被设计成使得其享有时分复用（TM）导频和时间叠加（TS）导频之间的互补优势，并且由此允许优于传统导频方案的解决方案。我们数学上的混合导频的影响，大规模MIMO上行链路推导出一个封闭的形式近似的上行链路可达速率。在大天线数情况下，通过联合设计TM导频和TS导频，得到了混合导频的渐近最优解。结果表明，TM导频或TS导频分别具有大帧大小和有限帧大小传输的优势，而混合导频方案可以提供优于TM导频或TS导频的性能。数值结果验证了所提设计的有效性。
2016-12-22 cs.IT math.IT
Uplink Transmission Design for Crowded Correlated Cell-Free Massive MIMO-OFDM Systems
在无小区的大规模多输入多输出（MIMO）正交频分复用（OFDM）系统中，用户设备（UE）由许多分布式接入点（AP）服务，其中信道由于实际室外无线传播环境中的有限角度延迟扩展而相关。同时，对于未来的完全网络化社会，UE的数量正在快速增长。本文主要研究了拥挤相关无小区大规模MIMO-OFDM系统中正交导频数目有限的上行链路传输设计问题。对于导频传输阶段，我们基于非正交导频相移跳变模式和非正交可调相移导频（APSP）来识别活动UE。推导了信道估计均方误差（MSE-CE）的封闭表达式，得到了最小化MSE-CE的最优条件。针对这一情况，提出了APSP集分配方案。此外，对于数据传输，设计了最大-最小功率控制算法，以最大化活动UE之间的最小频谱效率（SE）下限。仿真结果表明，所提出的APSP集分配方案的MSE-CE方面的显着性能增益。所提出的功率控制方案可以进一步提高活跃UE之间的最小SE。因此，它们对于拥挤的相关无小区的大规模MIMO-OFDM系统是至关重要的。
2020-11-03 cs.IT eess.SP math.IT
Deep Learning based Downlink Channel Prediction for FDD Massive MIMO System
在频分双工（FDD）大规模多输入多输出（MIMO）系统中，由于下行链路训练和上行链路反馈所需的巨大开销，在基站（BS）处获取下行链路信道状态信息（CSI）是非常具有挑战性的任务。在本文中，我们揭示了一个确定性的上行链路到下行链路的映射函数时，位置到信道的映射是双射。受通用近似定理的启发，我们提出了一个稀疏复值神经网络（SCNet）来近似上行链路到下行链路的映射函数。与在实域中运行的一般深度网络不同，SCNet是在复域中构建的，能够通过离线训练来学习复值映射函数。在训练之后，SCNet用于基于估计的上行链路CSI直接预测下行链路CSI，而不需要下行链路训练或上行链路反馈。数值结果表明，SCNet在预测精度方面比一般深度网络具有更好的性能，并在复杂的无线信道中表现出显着的鲁棒性，展示了其在实际部署中的巨大潜力。
2019-08-26 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
Interference Alignment for Multicell Multiuser MIMO Uplink Channels
本文提出了一种线性干扰对齐（IA）方案，可用于一般的多小区多用户MIMO蜂窝网络的上行链路信道。所提出的方案旨在将由来自一组发射机的信号引起的干扰对准到由仅来自这些发射机的子集的信号建立的子空间中，从而有效地减少干扰发射机的数量。给出了所提方案可实现的总自由度的封闭表达式，并通过数值分析表明，所提方案在某些情况下可实现最优自由度，在大多数情况下可提供比其他相关方案更高的总自由度.
2014-08-21 cs.IT math.IT
Dynamic Metasurface Antennas for Uplink Massive MIMO Systems
大规模多输入多输出（MIMO）通信是近年来相当感兴趣的焦点。虽然已经建立了大规模MIMO的理论增益，但在实践中实现具有大规模天线阵列的MIMO系统具有挑战性。与大规模MIMO系统相关的实际挑战包括增加的成本、功耗和物理尺寸。在这项工作中，我们研究了大规模MIMO天线阵列使用动态元表面天线（DMA），一种新兴的技术，固有地处理上述挑战的实现。具体而言，DMA实现了大规模的平面天线阵列，并且可以在物理天线结构中自适应地结合诸如压缩和模拟组合的信号处理方法，从而降低成本和功耗。首先，我们提出了一个数学模型的大规模MIMO系统与DMA和讨论他们的限制相比，理想的天线阵列。然后，我们的特点的基本限制的上行链路通信与由此产生的系统，并提出了两种算法设计实用的DMA接近这些限制。我们的数值结果表明，所提出的方法产生了实用的大规模MIMO系统，其性能与理想天线阵列可实现的性能相当。
2019-06-30 cs.IT math.IT
Enhancing massive MIMO: A new approach for Uplink training based on heterogeneous coherence time
大规模多输入多输出（MIMO）是下一代网络的关键技术之一。由于其可观的频谱和能量效率增益，大规模MIMO系统提供了所需的性能，以应对不断增长的无线容量需求。然而，在时分双工（TDD）和频分双工（FDD）系统中的大规模MIMO中，调度用户的数量仍然有限。这是由于TDD系统中有限的相干时间，以及FDD模式中有限的反馈容量。在当前系统中，TDD模式中的时隙持续时间对于所有用户是相同的。这是一种次优方法，因为用户受到异构多普勒扩展的影响，因此受到不同相干时间的影响。在本文中，我们研究了一个大规模的MIMO系统工作在TDD模式下，上行链路的训练频率不同的用户之间的实际信道相干时间的基础上。我们认为，利用这种多样性优化上行链路训练可以导致相当大的频谱效率增益。然后，我们提供了一个用户调度算法，利用相干间隔为基础的分组，以最大限度地提高可实现的加权和速率。
2017-10-06 cs.IT math.IT
Successive Cancellation Soft Output Detector For Uplink MU-MIMO Systems With One-bit ADCs
本文提出了一种用于上行链路多用户多输入多输出（MU-MIMO）系统的逐次抵消软输出（SCSO）检测器，该检测器采用1位模数转换器（ADC）。所提出的检测器产生软输出（例如，对数似然比（LLR））：每个用户k的消息从用于$k=1,...,K$的信道解码器$k$以该顺序被顺序解码，并且先前解码的消息被利用来提高LLR的可靠性。此外，我们开发了一个有效的贪心算法来优化解码顺序。通过仿真结果，我们证明了所提出的有序SCSO检测器优于其他检测器的编码MU-MIMO系统与一位ADC。
2017-11-01 cs.IT math.IT
Joint Downlink and Uplink Optimization for RIS-Aided FDD MIMO Communication Systems
针对RIS辅助FDD MIMO系统上下行同时传输需求，提出基于AO的两种单位模相移优化方法，联合最大化加权和速率并显著提升性能。
2024-01-21 cs.IT eess.SP math.IT
Uplink Achievable Rate for Massive MIMO with Low-Resolution ADC
在这封信中，我们推导出一个大规模的多输入多输出（MIMO）天线系统的上行链路可达到的速率时，有限精度的模数转换器（ADC）和共同的最大比合并技术在接收机的近似解析表达式。为了得到这个表达式，我们把量化噪声作为一个加性量化噪声模型。考虑到得到的表达式，我们表明，低分辨率ADC导致可实现的速率下降，但性能损失可以通过增加接收天线的数量来补偿。此外，我们研究了天线数目与ADC分辨率之间的关系，以及功率-缩放定律。这些讨论支持在实际的大规模MIMO系统中配备低分辨率的高经济性ADC的可行性。
2015-12-02 cs.IT math.IT
Uplink Data Detection Analysis of 1-Bit Quantized Massive MIMO
本文提出了一种分析框架，在大规模多输入多输出上行链路系统中的数据检测与1位模数转换器（ADC）。考虑到单用户的情况下，我们提供了封闭形式的表达式的期望值和方差的估计符号时，采用最大比合并在基站（BS）随着其渐近行为在高信噪比（SNR）。这些结果被利用，以提高最大似然检测的性能，考虑到分散的估计符号的期望值。相对于BS天线的数量、SNR和用于信道估计的导频长度来评估具有1比特ADC的符号出错率。所提出的分析突出了一个基本的SNR权衡，根据该权衡，在正确的SNR下操作可以大大提高数据检测精度。
2021-07-26 cs.IT eess.SP math.IT
Impact of Frequency Selectivity on the Information Rate Performance of CFO Impaired Single-Carrier Massive MU-MIMO Uplink
在本文中，我们研究了频率选择性对剩余CFO场景中所需的每用户发射功率之间的差距的影响（即在基站（BS）的CFO估计/补偿后[6]），在理想/零CFO场景中，对于固定的每用户信息速率，在单载波大规模MU-MIMO上行链路系统与TR-MRC接收机。信息论分析表明，这个差距随着信道的频率选择性的增加而减小。而且，在残余CFO情形中，在具有不完美信道估计的频率选择性信道中，仍然可实现$\mathcal{O}(\sqrt{M})$阵列增益（$M$是BS天线的数量）。
2016-06-10 cs.IT math.IT
Matrix Inversion-Less Signal Detection Using SOR Method for Uplink Large-Scale MIMO Systems
对于上行链路大规模MIMO系统，线性最小均方误差（MMSE）信号检测算法是近最优的，但涉及矩阵求逆，具有较高的复杂度。本文提出了一种基于超松弛（SOR）方法的低复杂度信号检测算法，避免了复杂的矩阵求逆运算。首先证明了上行链路大规模MIMO系统MMSE滤波矩阵对称正定的一个特殊性质，这是SOR方法的前提。在此基础上，提出了一种基于SOR方法的低复杂度迭代信号检测算法，并给出了收敛性证明。分析表明，该方案可以将计算复杂性从O（K3）降低到O（K2），其中K为用户数。最后，通过仿真实验验证了该算法的性能优于最近提出的Neumann级数近似算法，并且以较少的迭代次数达到了经典MMSE算法的近优性能。
2015-07-16 cs.IT math.IT
