Massive MIMO Extensions to the COST 2100 Channel Model: Modeling and Validation
为了使大规模多输入多输出系统的现实研究，COST 2100信道模型的测量的基础上进行了扩展。首先，提出了基站侧可见区域（BS-VR）的概念，以模拟使用物理大阵列时簇的出现和消失。我们发现，BS-VR的寿命是指数分布，和BS-VR的数量是泊松分布的强度成正比的阵列长度和平均寿命的总和。模拟表明，在某些条件下，较长的生命周期可以帮助解相关的密切定位的用户。其次，提出了多径分量可见区域（MPC-VR）的概念，以模拟移动台侧各个MPC的生灭过程。我们发现MPC寿命和MPC-VR半径都服从对数正态分布。仿真表明，除非MPC-VR被应用的信道条件数被高估。拟议扩展的关键统计特性，例如，自相关函数，最大似然估计，和Cramer-Rao界，推导和分析。
2019-05-13 cs.IT eess.SP math.IT
Gridless Channel Estimation for MmWave Hybrid Massive MIMO Systems with Low-Resolution ADCs
针对毫米波混合大规模多输入多输出（MIMO）系统，提出了一种基于牛顿化全校正前向贪婪选择交叉验证（NFCFGS-CV-based）的信道估计算法。提出的NFCFGS算法是一种无网格压缩感知（CS）技术，结合了FCFGS和牛顿正交匹配追踪（NOMP）算法。特别地，NFCFGS基于先前估计的路径在每次迭代时在连续体上执行单路径估计。CV技术被采用作为在没有关于路径数量的先验知识的情况下的终止指示器，这是一种防止过拟合的模型验证技术。
2022-07-13 cs.IT eess.SP math.IT
Diffusive MIMO Molecular Communications: Channel Estimation, Equalization and Detection
在基于扩散的通信中，对于分子系统，由于扩散的随机性，可实现的数据率很低，扩散表现出严重的符号间干扰（ISI）。多输入多输出（MIMO）复用以链路间干扰（ILI）为代价来提高数据率。本文研究了扩散MIMO（D-MIMO）系统中基于训练的信道估计方法和相应的均衡方法。推导了平均信道的最大似然估计和最小二乘估计，并设计了训练序列以使均方误差（MSE）最小。数值验证方面的MSE进行了比较Cramer-Rao界推导这里。均衡基于判决反馈均衡器（DFE）结构，因为这在减轻扩散ISI/ILI方面是有效的。迫零，最小均方误差和最小二乘准则已配对的DFE，和他们的性能进行评估的比特错误概率。由于D-MIMO系统由于发射机间距离短而受到ILI的严重影响，因此利用D-MIMO时间交织作为对策来减轻ILI，并具有显着的性能改善。探讨了D-MIMO系统中包括训练和数据均衡的块型通信的可行性，并对系统级性能进行了数值推导。
2019-04-25 cs.IT math.IT
Array independent MIMO channel models with analytical characteristics
传统的多输入多输出（MIMO）无线电信道的分析模型是阵列相关的。在本文中，我们提出了几个阵列独立的MIMO信道模型，继承了解析模型的本质。其核心思想是使用流形分解技术将物理散射通道分解为两部分：一部分是仅依赖于天线阵列的波场独立采样矩阵;另一部分是可以以解析方式单独建模的阵列独立物理通道。基于该框架，我们首先扩展了传统的虚拟通道表示（VCR），这是限制到目前为止，均匀线阵（ULA），适用于任意阵列配置的一般版本。然后，我们提出了两个阵列独立的随机MIMO信道模型的基础上提出的新的VCR以及Weichselberger模型。这两种模型分别具有较好的角功率谱估计和容量预测能力。最后，通过研究固定角度下阵列导向矩阵的条件数，分别研究了阵列特性对信道容量的影响，结果与已有结论吻合较好。数值结果的模型验证和比较。
2011-04-22 cs.IT math.IT
FCFGS-CV-Based Channel Estimation for Wideband MmWave Massive MIMO Systems with Low-Resolution ADCs
针对宽带毫米波（mmWave）大规模多输入多输出（MIMO）系统，提出了一种基于前向贪婪选择-交叉验证（FCFGS-CV-based）的信道估计器。利用毫米波虚拟信道在角度域和延迟域中的稀疏性，将最大后验（MAP）信道估计问题转换为具有凹目标函数和稀疏性约束的优化问题。FCFGS算法是一种广义正交匹配追踪（OMP）算法，用于求解稀疏约束优化问题。此外，CV技术被用来确定适当的终止条件，通过检测过拟合时，稀疏水平是未知的。
2019-08-01 cs.IT eess.SP math.IT
Spatial Wideband Channel Estimation for MmWave Massive MIMO Systems with Hybrid Architectures and Low-Resolution ADCs
提出了一种基于混合结构和低分辨率模数转换器（ADC）的宽带毫米波（mmWave）大规模多输入多输出（MIMO）系统的信道估计器。考虑到在宽带毫米波大规模多输入多输出系统中不可忽略的天线阵列上的传播延迟，提出了一种离散时间信道模型，用于模拟空间宽带效应。此外，训练信号的设计，解决帧间，用户间和符号间的干扰时，空间宽带效应是不可忽略的。为了基于最大后验概率（MAP）准则估计连续谱上的信道参数，提出了基于牛顿化完全校正前向贪婪选择-交叉验证（NFCFGS-CV-based）的信道估计器。NFCFGS-CV是一种无网格的压缩感知（CS）算法，其终止条件由CV技术确定。基于CV的终止条件被证明达到最小平方误差（SE）。仿真结果表明，NFCFGS-CV优于最先进的基于网格CS的信道估计器。
2021-01-25 cs.IT eess.SP math.IT
Fast Optimization with Zeroth-Order Feedback in Distributed, Multi-User MIMO Systems
在本文中，我们开发了一种无梯度的优化方法，在高斯MIMO多址信道的有效资源分配。我们的方法结合了两个主要成分：（i）基于矩阵指数学习（MXL）的熵半定优化;以及（ii）通过重用过去信息实现低方差的一次性梯度估计器。这种新的算法，我们称之为无梯度MXL算法与回调（MXL 0 $^{+}$），保留了基于梯度的方法的收敛速度，同时需要最小的反馈，每次迭代$-$一个单一的标量。更详细地，在具有$K$用户和每个用户的$M$发射天线的MIMO多址信道中，MXL 0 $^{+}$算法在$\text{poly}(K,M)/ε^2$迭代内（平均地并且以高概率）实现$ε$最优性，即使在以完全分布式、异步方式实现时也是如此。对于交叉验证，我们还进行了一系列的数值实验，在现实的信道条件下，在中型到大型的MIMO网络。在我们的整个实验中，MXL 0 $^{+}$的性能与$-$相匹配，有时甚至超过基于梯度的MXL方法的$-$，同时大大降低了通信开销。鉴于这些发现，MXL 0 $^{+}$算法似乎是唯一适合于分布式大规模MIMO系统，其中梯度计算可能变得过于昂贵。
2020-10-19 cs.IT eess.SP math.IT
Massive MIMO for Internet of Things (IoT) Connectivity
大规模MIMO被认为是新兴5G系统的关键技术之一，也是适用于其他无线系统的概念。利用大规模MIMO的大量自由度（DoF），对于实现高频谱效率、高数据率和密集分布用户的极端空间复用至关重要。一方面，将大规模MIMO应用于宽带通信的益处是众所周知的，并且已经存在关于设计通信方案以支持高速率的大量研究。另一方面，将大规模MIMO用于物联网（IoT）仍然是一个发展中的话题，因为IoT连接的要求和限制与宽带连接有很大不同。在本文中，我们研究了大规模MIMO对物联网连接的适用性。具体来说，我们将讨论5G中设想的两种通用类型的物联网连接：大规模机器类型通信（mMTC）和超可靠低延迟通信（URLLC）。本文通过确定利用大规模MIMO进行物联网连接的机会和挑战来填补这一重要空白。我们提供了深入的见解时出现的大规模MIMO应用于mMTC或URLLC的权衡，并提出了一些合适的通信方案。讨论继续到无线资源的网络切片和使用大规模MIMO同时支持具有非常异构要求的物联网连接的问题。主要结论是，大规模MIMO可以为物联网连接的场景带来好处，但它需要物理层技术与协议设计的紧密集成。
2019-05-15 cs.IT cs.NI math.IT
Non-Orthogonal Multiple Access (NOMA) for Downlink Multiuser MIMO Systems: User Clustering, Beamforming, and Power Allocation
研究了具有连续干扰消除（SIC）的非正交多址（NOMA）在下行多用户多输入多输出（MIMO）蜂窝系统中的应用，其中小区内用户终端的接收天线总数大于基站的发射天线数。我们首先将UE接收天线动态地分组为等于或大于BS发射天线的数量的多个集群。单个波束成形向量然后由集群中的所有接收天线共享。我们提出了一种线性波束形成技术，其中所有的接收天线可以显着消除簇间干扰。另一方面，每个集群中的接收天线基于功率域NOMA进行调度，接收机端具有SIC。对于集群间和集群内的功率分配，我们提供了动态功率分配解决方案，其目标是最大化整体小区容量。对提出的MIMO-NOMA系统进行了广泛的性能评估，并与传统的基于正交多址（OMA）的MIMO系统和其他现有的MIMO-NOMA解决方案进行了比较。数值结果量化的容量增益的MIMO-NOMA模型在MIMO-OMA和其他现有的MIMO-NOMA解决方案。
2016-11-22 cs.IT cs.NI math.IT
On the Interference Cancellation by Reduced Channel Zero Forcing Class of Precodings in Massive MIMO Systems
在本文中，我们研究了多输入多输出（MIMO）系统中的接收机和发射机的干扰消除能力，通过理论计算和数值模拟Quadriga。我们研究了所谓的减少信道迫零（RCZF）类预编码以及最小MSE干扰抑制组合器（MMSE-IRC）和QR最大似然检测（QR-MLD）接收机。基于非常简单，但非常有用的代数操作，他们的渐近等价性证明分析和模拟证明。我们的理论和实验结果证实，MMSE-IRC和QR-MLD接收机结合RCZF预编码提供完整的干扰抑制渐近。
2022-02-01 cs.IT cs.NI math.IT
Secrecy and Energy Efficiency in Massive MIMO Aided Heterogeneous C-RAN: A New Look at Interference
在本文中，我们调查的大规模多输入多输出（MIMO）使异构云无线电接入网络（C-RAN）的保密性和能源效率（EE）方面的潜在好处。在该网络中，远程无线电头端（RRH）和大规模MIMO宏小区基站（BS）都被部署，并且采用软分数频率复用（S-FFR）来减轻层间干扰。我们首先检查物理层的安全性，推导出区域遍历保密率和保密中断概率。我们的研究结果表明，使用大规模MIMO和C-RAN可以大大提高保密性能。对于C-RAN，由于其强大的干扰管理，大量的RRH实现了高的区域遍历保密率和低的保密中断概率。我们发现，对于大规模MIMO辅助宏小区，有更多的天线和服务更多的用户提高保密性能。然后，我们推导出异构C-RAN的EE，说明增加RRH的数量显着提高网络EE。此外，它表明，分配更多的无线电资源的RRH层的EE可以线性增加，并提高网络EE，而不影响宏小区的EE。
2016-07-12 cs.IT cs.NI math.IT
Joint Space Decomposition-and-Synthesis Theory for K-User MIMO Channels: Interference Alignment and DoF Region
研究了K用户MIMO干扰信道中干扰对齐的自由度问题。
2013-08-08 cs.IT math.IT
End-User-Centric Collaborative MIMO: Performance Analysis and Proof of Concept
本文提出UE-CoMIMO方法，利用个人区域内多个设备组成虚拟扩展天线阵列以突破用户设备空间限制，并通过数学分析、射线追踪仿真和真实5G空口验证证明了其可行性与性能增益。
2024-12-25 cs.IT eess.SP math.IT
MIMO Networks: the Effects of Interference
多输入/多输出（MIMO）系统具有巨大的容量增长潜力，被认为是未来无线网络的关键技术之一。然而，由于MIMO网络中的干扰器的存在而导致的容量的降低还没有被很好地理解。在本文中，我们开发了一个分析框架来表征MIMO通信系统中存在多个MIMO同信道干扰和噪声的容量。我们考虑的情况下，发射机没有关于信道的信息和所有的链路进行瑞利衰落。我们首先推广已知的行列式表示的超几何函数的矩阵参数的情况下，当参数矩阵具有任意重的特征值。这使得高斯二次型和Wishart矩阵的特征值的分布的推导具有任意相关性，应用于单用户和多用户MIMO系统。特别地，我们推导了多个MIMO干扰器存在时MIMO系统的遍历互信息。我们的分析是有效的任何数量的干扰，每个任意数量的天线有可能不等的功率电平。因此，这个框架，适应分布式MIMO系统的研究，并占不同位置的MIMO发射机。
2009-10-08 cs.IT math.IT
SiteEvo: An LLM Agent for Autonomous Discovery of Site-Adaptive Massive MIMO Detectors
SiteEvo是一种LLM智能体框架，可自主发现站点自适应大规模MIMO检测器，在三个站点的6 dB条件下，其误码率较最优竞争检测器降低2.6至6.0倍，还能降低16.7%-34.1%的块级计算成本。
2026-10-14 cs.IT eess.SP math.IT
Channel Modeling between Seaborne MIMO Radar and MIMO Cellular System
雷达和蜂窝系统之间的频谱共享是一个新兴的研究领域。在本文中，我们建立了海上MIMO雷达和MIMO蜂窝系统之间的信道模型。我们对2D信道进行建模以捕获频谱共享场景的方位角方面。我们的信道建模方法允许MIMO雷达在基站（BS）的方位角位置放置精确的零陷，从而保护它们免受有害的雷达干扰。我们使用基于投影的方法，其中雷达波形投影到零空间的信道，以减轻雷达干扰BS。这也被称为基于特征调零的方法，其不同于雷达通常采用的空间调零。我们通过仿真表明，所提出的空间信道模型允许本征调零，其性能优于传统的空间调零的干扰缓解。所提出的信道模型可以被利用来使用本征置零，从而增强MIMO雷达的目标检测和波束方向图分辨率，同时减轻对BS的干扰。
2015-04-16 cs.IT math.IT
The Degrees of Freedom Region of the MIMO Cognitive Interference Channel with No CSIT
这篇论文已被作者撤回修改。
2010-02-10 cs.IT math.IT
On the Capacity Region and the Generalized Degrees of Freedom Region for the MIMO Interference Channel with Feedback
在本文中，我们研究了反馈对两个用户MIMO干扰信道的影响。具有反馈的MIMO干扰信道的容量区域的特征在于在恒定比特数内，其中该常数与信道矩阵无关。此外，它示出的MIMO干扰信道的反馈和它的互易干扰信道的容量区域是在一个恒定的比特数。最后，给出了带反馈MIMO干扰信道的广义自由度域的特征。
2013-09-14 cs.IT math.IT
Multi-Cell Sparse Activity Detection for Massive Random Access: Massive MIMO versus Cooperative MIMO
本文考虑稀疏设备活动检测蜂窝机器类型的通信与非正交签名使用的近似消息传递算法。本文比较了两种网络架构，大规模多输入多输出（MIMO）和协作MIMO，在他们的有效性，在克服小区间干扰。在大规模MIMO架构中，每个基站（BS）仅检测来自其自身小区的用户，而将小区间干扰视为噪声。在协作MIMO架构中，每个BS也检测来自相邻小区的用户;然后将检测结果以对数似然比（LLR）的形式转发到中央单元，在中央单元中做出最终决策。本文分析了这两种架构的虚警和漏检概率的特点。数值结果验证了解析特性，并表明，随着天线数量的增加，一个大规模的MIMO系统有效地驱动检测误差为零，而随着合作规模的增加，合作MIMO架构主要提高小区边缘的用户性能。此外，本文研究了LLR量化的影响，以考虑有限容量的前传。实际场景的数值模拟表明，在该特定情况下，在协作MIMO系统中协作三个BS实现了与非协作大规模MIMO系统大致相同的小区边缘检测可靠性，其中每个BS的天线数量是非协作大规模MIMO系统的四倍。
2019-06-22 cs.IT math.IT
On the Feasibility of Linear Interference Alignment for MIMO Interference Broadcast Channels with Constant Coefficients
分析了常系数MIMO干扰广播信道中线性干扰对齐的可行性。提出并证明了一般MIMO-IBC线性IA可行的必要条件。除了适当的条件外，我们还找到了另一个必要条件来保证一类不可约干扰被消除。然后，我们证明了一个特殊的类MIMO-IBC的必要和充分条件，其中的天线的数量是由每个用户的数据流的数量整除。由于找到一个可逆的雅可比矩阵是至关重要的充分性证明，我们首先分析雅可比矩阵的稀疏结构和重复结构的影响。考虑到MIMO-IBC的雅可比矩阵中与发射矩阵和接收矩阵相对应的子矩阵具有不同的重复结构，通过分别构造这两个子矩阵，得到了一个可逆的雅可比矩阵。我们表明，对于MIMO-IBC的每个用户有一个所需的数据流，一个合适的系统是可行的。对于对称MIMO-IBC，通过分析线性IA可行性的必要条件和充分条件之间的差异，给出了天线配置的适当但不可行的区域。
2013-03-05 cs.IT math.IT
Large-Scale MIMO versus Network MIMO for Multicell Interference Mitigation
本文比较了两种重要的下行链路多小区干扰抑制技术，即大规模（LS）多输入多输出（MIMO）和网络MIMO。我们考虑一个合作的无线蜂窝系统工作在时分双工（TDD）模式，其中每个合作集群包括$B$基站（BS），每个配备有多个天线和调度$K$单天线用户。在LS-MIMO系统中，每个BS采用$BM$天线不仅服务于其调度的用户，而且使用迫零（ZF）波束成形来消除对协作集群内的其他用户造成的干扰。在网络MIMO系统中，每个BS仅配备有$M$天线，但是通过回程链路上的数据和信道状态信息交换以及使用ZF波束成形的联合下行链路传输来实现干扰消除。两种系统都能够完全消除集群内干扰，并为每个用户提供相同数量的空间自由度。假设由TDD提供的上行链路-下行链路信道互易性，两个系统在上行链路导频传输阶段期间经受相同的信道捕获开销。此外，每个集群处的可用总功率是固定的，并且假设在两个系统中跨下行链路波束均匀分布。建立在信道分布函数和使用工具从随机排序，本文表明，然而，从性能的角度来看，用户体验更好的服务质量，平均在小尺度衰落，LS-MIMO系统下比网络MIMO系统。多小区网络的数值仿真表明，这一结论也适用于正则化ZF波束形成方案。因此，考虑到在每个BS处添加过多数量的天线的可能的较低成本，LS-MIMO可以是朝向蜂窝网络中的干扰减轻的优选路线。
2014-07-22 cs.IT math.IT
On the Capacity of MIMO Interference Channels
研究了多输入多输出干扰信道（MIMO IC）的容量域，其中信道矩阵为平方可逆矩阵。强干扰的容量区域建立强干扰的定义平行的标量信道。此外，Z干扰，噪声干扰，和混合干扰的和速率容量的建立。这些结果推广了标量高斯IC的已知结果。
2008-09-25 cs.IT math.IT
Isotropic MIMO Interference Channels without CSIT: The Loss of Degrees of Freedom
研究了在各向同性衰落信道下的两用户MIMO干扰信道。我们假设用户配备了任意数量的天线和信道状态信息（CSI）是在接收机只。获得了自由度区域的外边界，这表明在许多情况下由于在发射机处缺乏CSI而导致自由度的损失。
2009-10-15 cs.IT math.IT
On the Degrees of Freedom of Asymmetric MIMO Interference Broadcast Channels
研究了非对称多输入多输出干扰广播信道（MIMO-IBC）的自由度。通过引入连接模式链的概念，推广了文[11]中提出的Genie链，导出并证明了非对称MIMO-IBC的IA可行的必要条件，即不可约条件.在任意结构的MIMO-IBC中，线性干扰对齐（IA）和渐近IA可行性都是必要的。在一类特殊的非对称两胞MIMOIBC中，证明了不可约条件是渐近IA可行的充要条件，而固有条件和不可约条件的组合是线性IA可行的充要条件.从这些条件出发，我们分别推导出了非对称G-小区MIMO-IBC的信息论最大每用户自由度和线性IA实现的最大每用户自由度，这些自由度也分别是渐近IA和线性IA实现的非对称G-小区MIMO-IBC的每用户自由度上界。
2013-10-28 cs.IT math.IT
On the Achievability of Interference Alignment in the K-User Constant MIMO Interference Channel
研究了K用户MIMO干扰信道中的干扰对齐问题。针对发射天线数等于接收天线数（NT = NR = N）、发射机-接收机对数等于K = N + 1、所有干扰对齐复用增益均为1的情况，提出了一种新的构造性干扰对齐解的求解方法.该方法的核心包括解决一个特征值问题，其中包括所有干扰链路的信道矩阵。该过程提供了洞察信号向量空间对齐方案在有限维MIMO干扰信道中的可行性。
2009-04-28 cs.IT math.IT
Receive Diversity and Ergodic Performance of Interference Alignment on the MIMO Gaussian Interference Channel
本文研究了当信噪比不渐近高时，K用户高斯MIMO干扰信道（MIMO-IC）上的干扰对齐问题。我们介绍了一个泛化IA，使接收分集内的无干扰子空间。我们概括的存在性标准的IA解决方案提出的Yetis等人。这种情况下，从而建立一个多用户分集复用权衡（DMT）的干扰信道。此外，我们推导出一个封闭形式的紧下界的遍历互信息可实现使用IA在高斯MIMO-IC与高斯i.i.d.当发射信号在IA定义的子空间内为白色时，在任意SNR下的信道系数。最后，作为前面的结果的应用程序，我们比较IA在DMT允许的各个操作点所实现的性能，最近推出的基于博弈论的分布式方法。
2010-06-23 cs.IT math.IT
MIMO Z Channel Interference Management
本文对MIMO Z信道进行了研究。我们重点讨论了当不同用户发送码字到相应的接收机时，只有一个用户会对另一个用户造成干扰时，如何解决干扰问题。我们假设有两个发射机和两个接收机，每个都有两个天线。我们提出了一种策略，以消除干扰，同时允许不同的用户在同一时间进行传输。我们的策略是低复杂度，而性能是好的。提供了数学分析，并给出了基于我们的系统的仿真。
2012-03-31 cs.IT math.IT
Low Complexity Opportunistic Interference Alignment in $K$-Transmitter MIMO Interference Channels
在本文中，我们提出了低复杂度的机会干扰对齐方法，在$K$发射机MIMO干扰信道，利用多用户分集。我们不假设在发射机处信道状态信息（CSI）的可用性。接收机需要反馈指示接收到的干扰子空间被对准的程度的模拟值。所提出的机会干扰对齐（OIA）实现了与传统OIA方案相当的和速率，但具有显著降低的计算复杂性。
2015-09-29 cs.IT math.IT
MIMO Z-Interference Channels: Capacity Under Strong and Noisy Interference
针对多输入多输出高斯Z干扰信道，分别建立了强干扰和对齐强干扰情况下的信道容量域。这种信道的总速率容量是在噪声干扰下建立的。这些结果推广了标量高斯Z干扰信道的已知结果。
2009-11-24 cs.IT math.IT
On Degrees of Freedom Region of MIMO Networks without CSIT
在本文中，我们研究了多输入多输出（MIMO）网络的信道知识的情况下的效果。具体地，我们假设在接收器处的完美信道状态信息，在发射器处没有信道状态信息，并且独立同分布（i.i.d.）天线、用户和时隙上的瑞利衰落。我们提供了2用户MIMO广播信道的自由度（DoF）区域的表征。然后，我们提供了一个自由度区域外边界的2用户MIMO干扰信道。这个界限被证明是紧的所有可能的组合，在每个节点的天线的数量，除了一种情况下。作为这种分析的副产品，我们指出了潜在的干扰对齐在2用户MIMO干扰信道没有CSIT。
2009-09-22 cs.IT math.IT
Effective Capacity of Receive Antenna Selection MIMO-OSTBC Systems in Co-Channel Interference
研究了密集环境下存在同频干扰的多输入多输出（MIMO）通信系统的时延约束性能。在发射端采用正交空时分组码（OSTBC），在下行链路采用接收天线选择（RAS）方案，以降低MIMO系统的高复杂度和高开销。这里，对于简单和便宜的移动手机，在每次使用信道时在接收机处选择一个天线。在这些假设下，在一个无线信道中的延迟服务质量（QoS）保证的最大常数到达率被提取。在准静态瑞利衰落和同信道干扰条件下，给出了采用RAS方案的MIMO-OSTBC信道有效容量的解析解。最后，提供了数值模拟和验证的理论结果。
2016-08-02 cs.IT math.IT
An Error Covariance Splitting Technique for Multi-User MIMO Interference Environment
针对多用户多输入多输出（MIMO）干扰下行信道，研究了一种误差协方差矩阵分裂技术。迄今为止，大多数相关工作都考虑了传统的误差协方差矩阵，该矩阵对于最大化系统容量来说并不成形。因此，我们分裂，并提出了一个新的迭代误差协方差矩阵，以减轻系统误差，最大化系统容量在本文中。数值结果表明，我们提出的方法是严格优于传统的方法。
2016-09-03 cs.IT math.IT
Designing Multi-User MIMO for Energy Efficiency: When is Massive MIMO the Answer?
假设多用户多输入多输出（MIMO）通信系统必须被设计为以最大能量效率（比特/焦耳）覆盖给定区域。天线数量、活跃用户和发射功率的最佳值是多少？通过使用一个新的模型来描述这三个参数如何影响系统的总能量效率，这项工作提供了它们的最佳值和相互作用的封闭形式的表达式。与通常的看法形成鲜明对比的是，发现发射功率随着天线的数量而增加（而不是减少）。这意味着能量高效系统可以在高信噪比（SNR）机制下操作，其中干扰抑制预编码方案的使用是必要的。数值结果表明，最大的能量效率是通过一个大规模的MIMO设置，其中数百个天线部署到相对多的用户使用干扰抑制正则化迫零预编码。
2014-04-30 cs.IT math.IT
Dynamic Interference Mitigation for Generalized Partially Connected Quasi-static MIMO Interference Channel
MIMO干扰信道的最新研究表明，干扰对齐可以显著增加网络的可实现自由度（DoF）。然而，大多数这些作品都假设了一个完全连接的干扰图。在本文中，我们研究如何利用部分连接，以提高系统性能的MIMO干扰网络。我们提出了一种新的干扰抑制方案，该方案引入了预编码器和解相关器的信号子空间的约束，以减轻“许多”干扰置零约束，在预编码器和解相关器设计中的“小”自由度为代价，从而扩展了干扰对准方案的可行性区域。分析表明，该算法在对称部分连接MIMO干扰网络中能显著提高系统自由度。我们还比较了所提出的方案与各种基线的性能，并通过模拟表明，所提出的算法可以实现显着的增益随机连接的干扰网络的系统性能。
2011-05-02 cs.IT math.IT
AI-based CSI Feedback with Digital Twins: Real-World Validation and Insights
本文通过构建真实世界环境与对应的数字孪生虚拟信道，验证了在DT中训练的DL模型在RW场景下的CSI反馈有效性，并证明即使引入在线学习，专用DT对实现满意性能仍不可或缺。
2025-05-02 cs.IT eess.SP math.IT
An Enhanced Leakage-Based Precoding Scheme for Multi-User Multi-Layer MIMO Systems
在本文中，我们提出了一种增强的基于泄漏的预编码方案，即，层信号与泄漏加噪声比（层SLNR）方案，用于多用户多层MIMO系统。具体地，层SLNR方案将MIMO接收机结构并入预编码器设计过程中，这使得信号功率和干扰/泄漏功率的公式化更准确。此外，层SLNR方案不仅考虑了来自不同用户的层间干扰，而且还考虑了来自相同用户的层间干扰，这在以前的研究中通常假设为零。结果表明，在多用户多层MIMO系统中，分层SLNR方案能够在层间信号功率和层间干扰功率之间取得较好的平衡，从而获得较好的系统性能。仿真结果验证了分层SLNR方案的有效性和优越性。
2014-07-15 cs.IT math.IT
The Capacity Region of the MIMO Interference Channel and its Reciprocity to Within a Constant Gap
对于每个节点具有任意数量天线的2用户多输入多输出（MIMO）高斯干扰信道（IC）的一般情况，其容量区域被表征为在与信道矩阵无关的恒定间隙内。Telatar和Tse在以前的工作中获得了一类干扰信道的可达速率区域和容量区域的外边界，作为所有可能的输入分布的并集。与以前的工作相比，MIMO IC，一个简单的和一个明确的可实现的编码方案在这里获得，并示出具有恒定的间隙容量属性，其中每个用户的公共和私人消息的子速率明确指定为每个可实现的速率对。因此，在这项工作中，通过首先建立明确的上限和下限的容量区域的恒定间隙容量的结果证明。还证明了互易性结果，即互易MIMO IC的容量在前向MIMO IC的容量区域的恒定间隙内。
2013-02-15 cs.IT math.IT
Spectrum and Energy Efficient Beamspace MIMO-NOMA for Millimeter-Wave Communications Using Lens Antenna Array
波束空间多输入多输出（MIMO）的最新概念可以显著减少毫米波（mmWave）大规模MIMO系统中所需的射频（RF）链的数量而没有明显的性能损失。然而，现有的波束空间MIMO的基本限制是，在相同的时频资源上，支持的用户的数量不能大于RF链的数量。为了打破这一基本限制，在本文中，我们提出了一种新的频谱和能量高效的毫米波传输方案，该方案将非正交多址（NOMA）的概念与波束空间MIMO相结合，即，波束空间MIMO-NOMA通过在波束空间MIMO系统中使用NOMA，在相同的时频资源下，支持的用户数量可以大于RF链的数量。特别地，在典型的毫米波信道模型下，分析了所提出的波束空间MIMO-NOMA的可达和速率，与现有的波束空间MIMO相比，表现出明显的性能增益。然后，设计了一种基于迫零（ZF）原理的预编码方案，以降低波束空间MIMO-NOMA系统中的波束间干扰。此外，为了最大化可达和速率，通过求解联合功率优化问题，提出了一种动态功率分配算法，该算法不仅考虑了波束内功率优化，还考虑了波束间功率优化。最后，提出了一种低复杂度的迭代优化算法，实现了动态功率分配。仿真结果表明，与现有的波束空间MIMO相比，本文提出的波束空间MIMO-NOMA可以获得更高的频谱和能量效率。
2017-07-21 cs.IT math.IT
Space-Constrained Massive MIMO: Hitting the Wall of Favorable Propagation
大规模多输入多输出（MIMO）范例的最新发展已经广泛地基于对有利传播的追求：在渐近极限中，信道向量变得几乎正交并且用户间干扰趋于零[1]。在这种情况下，以前的研究已经考虑了固定的天线间距离，这意味着增加阵列孔径作为元素的数量增加。在这里，我们专注于一个实用的，空间受限的拓扑结构，其中在一个固定的总空间中的天线元件的数量的增加施加成反比的天线间的距离减少。我们的分析表明，与现有的研究相反，用户间干扰并没有消失在大规模MIMO制度，从而创建一个饱和效应的可实现的速率。
2015-03-02 cs.IT math.IT
Fifty Years of MIMO Detection: The Road to Large-Scale MIMOs
基于超大型天线阵列的大规模MIMO（Massive/Large Scale MIMO，LS-MIMO）系统已经成为无线通信领域的研究热点。与基于LTE的4G移动通信系统（其允许基站（BS）处的多达8个天线元件）相比，LS-MIMO系统在BS处需要前所未有数量的天线，比如说100个或更多。BS天线数量的巨大飞跃为通信理论、传播和电子学的一个新的研究领域打开了大门，在这个领域中，随机矩阵理论开始发挥主导作用。在本文中，我们提供了一个独奏会的历史遗产和新的挑战面临的LS-MIMO从检测的角度来看。首先，我们强调了MIMO检测的基本原理，包括同信道干扰的性质，MIMO检测问题的一般性，线性无记忆MIMO信道和色散MIMO信道的接收信号模型表现出记忆，以及复值与实值MIMO系统模型。然后，在过去的50年（1965-2015年）的代表性的MIMO检测方法的广泛审查，并推断相关的见解以及经验教训，设计复杂度可扩展的MIMO检测算法，是潜在的适用于LS-MIMO系统。此外，我们将LS-MIMO系统分为两种类型，并详细说明了适合于每种类型的不同检测策略。类型I LS-MIMO对应于活动用户的数量远小于BS天线的数量的情况，这是当前LS-MIMO的主流定义。类型II LS-MIMO对应于活动用户的数量与BS天线的数量相当的情况。最后，我们讨论了现有的MIMO检测算法在LS-MIMO系统中的适用性，并回…
2015-07-18 cs.IT math.IT
Low-complexity Location-aware Multi-user Massive MIMO Beamforming for High Speed Train Communications
大规模多输入多输出（MIMO）自适应是下一代高速训练（HST）通信系统的主要发展目标之一。在本文中，我们考虑如何设计一个有效的低复杂度的位置感知波束形成的多用户（MU）大规模MIMO系统中的HST场景。首先提出了一种基于位置信息的低复杂度波束形成算法，该算法考虑了多个用户。然后，在不考虑波束间干扰的情况下，提出了一种封闭形式的解决方案，以最大限度地提高基站（BS）的总服务能力，在这个MU HST的场景。最后，我们提出了一种基于位置辅助搜索的次优解决方案，以消除波束间干扰并最大化BS服务能力。各种仿真结果显示了我们提出的大规模MIMO波束形成方法的优点。
2017-03-15 cs.IT math.IT
Multiuser SM-MIMO versus Massive MIMO: Uplink Performance Comparison
在本文中，我们提出了大规模多用户{ \em空间调制多输入多输出（SM-MIMO）}系统中的信号检测算法。在大规模SM-MIMO中，每个用户配备有多个发射天线（例如，2或4个天线），但只有一个发射RF链，并且基站（BS）配备有数十到数百个（例如，128)接收天线。在SM-MIMO中，在给定的信道使用中，每个用户激活其多个发射天线中的任何一个，并且除了通过常规调制符号（例如，QAM）。我们提出了两种不同的算法用于在BS处检测大规模SM-MIMO信号;一种是基于{ \em消息传递}，另一种是基于{ \em局部搜索}。所提出的算法实现了很好的性能和规模。此外，对于相同的频谱效率，多用户SM-MIMO比传统的多用户MIMO（最近被称为大规模MIMO）好几个dB;例如，对于16个用户、BS处的128个天线以及每用户4个bpcu，在$10^{-3}$未编码BER处，具有每用户4个发射天线和4-QAM的SM-MIMO比具有每用户1个发射天线和16-QAM的大规模MIMO性能好大约4到5dB。SM-MIMO优于大规模MIMO的SNR优势可以归因于以下原因：（i）由于空间索引比特，SM-MIMO可以使用与大规模MIMO中的QAM字母表相比更低阶的QAM字母表来实现相同的频谱效率，以及（ii）对于相同的频谱效率和QAM大小，大规模MIMO将需要每个用户更多的空间流，这导致空间干扰增加。
2013-11-06 cs.IT math.IT
Interference Reduction in Multi-Cell Massive MIMO Systems I: Large-Scale Fading Precoding and Decoding
无线大规模MIMO系统需要大量（数十或数百个）基站天线服务于少得多的用户，与传统MIMO技术相比，在频谱效率和能量效率方面具有大的增益。直到最近，人们认为，在多蜂窝大规模MIMO系统中，即使在渐近状态下，由于服务天线的数量趋于无穷大，性能受到定向小区间干扰的限制。这种干扰是由不同小区中的用户不可避免地重复使用反向链路训练序列（导频污染）造成的。我们设计了一个新的概念，导致大规模MIMO系统中的小区间干扰的有效消除。这是通过外部多蜂窝预编码来实现的，我们称之为大规模衰落预编码（LSFP）。LSFP的主要思想是每个基站线性地组合针对来自不同小区的用户的消息，这些小区重复使用相同的训练序列。关键是，合并系数仅取决于用户和基站之间的慢衰落系数。每个基站使用基于估计的快衰落系数的传统线性预编码来独立地发送其LSFP组合符号。此外，我们推导出估计的下行链路和上行链路的信干噪比和容量下限的情况下，大规模MIMO系统与LSFP和有限数量的基站天线。
2014-11-15 cs.IT math.IT
Multi-cell Massive MIMO Beamforming in Assuring QoS for Large Numbers of Users
大规模多输入多输出（MIMO）使用非常大量的低功率发射天线来服务数量少得多的用户。最广泛提出的大规模MIMO发射波束成形类型是迫零，其基于总MIMO信道矩阵的右逆以迫使用户间干扰为零。基于小区边缘用户的吞吐量分析了大规模MIMO的性能。本文重新评估这种波束成形的哲学，而不是考虑最大化的大规模MIMO系统的能量效率，以确保尽可能多的用户的服务质量（QoS）。新的时间分数式波束成形技术可以消除大量发射天线为少量用户提供服务的瓶颈，该技术将信号传输集中在时隙的几分之一内。因此，大规模MIMO可以在为更大数量的用户确保QoS时提供更好的体验质量（QoE）。所提供的模拟结果表明，大规模MIMO服务的用户数量与所需的QoS可能是两倍或更多的发射天线的数量。
2017-12-10 cs.IT math.IT
Mode Switching for MIMO Broadcast Channel Based on Delay and Channel Quantization
不完全信道状态信息会降低多输入多输出（MIMO）通信的性能，它对单用户（SU）和多用户（MU）MIMO传输的影响是完全不同的。具体地，MU-MIMO由于不完美的信道状态信息而遭受残余用户间干扰，而SU-MIMO仅遭受功率损耗。本文比较了由于延迟和信道量化引起的SU和MU MIMO在下行链路上的吞吐量损失。精确的封闭形式的近似推导出可实现的速率为SU和MU MIMO。结果表明，SU-MIMO是相对稳健的延迟和量化的信道信息，而MU MIMO与迫零预编码失去空间复用增益与固定的延迟或固定码本大小。基于导出的可实现速率，提出了一种模式切换算法，该算法基于平均信噪比（SNR）、归一化多普勒频率和信道量化码本大小在SU和MU MIMO模式之间切换以提高频谱效率。确定具有不同延迟和码本大小的SU和MU模式的操作区域，其可以用于选择优选模式。结果表明，MU模式是活跃的，只有当归一化多普勒频率是非常小的码本大小是大的。
2008-12-16 cs.IT math.IT
On the Spectral Efficiency of Noncooperative Uplink Massive MIMO Systems
随着无线网络吞吐量需求的不断增长，大规模多输入多输出（MIMO）系统已经引起了人们的极大关注。在上行链路中，通常研究大规模MIMO系统，假设每个基站（BS）单独地且线性地解码其用户终端的信号，同时将所有干扰视为噪声。尽管这种方法提供了在有利的信道条件下与BS天线的数量成比例的改进的频谱效率，但是从信息理论的角度来看，它通常是次优的。在这项工作中，我们的频谱效率的大规模MIMO时，BS被允许联合解码接收到的信号。特别是，我们考虑了四种方案治疗的干扰，并得出可实现的平均遍历率为有限和渐近数量的天线为每个计划。所提出的方法的仿真测试说明了它们的增益的频谱效率相比，标准的方法单独的线性解码，并显示，标准的方法无法捕获的实际可实现的大规模MIMO系统的速率，特别是当干扰是占主导地位的。
2018-11-27 cs.IT math.IT
Dual Link Algorithm for the Weighted Sum Rate Maximization in MIMO Interference Channels
MIMO干扰网络优化对于日益拥挤的无线通信网络是重要的。我们提供了一个新的算法，命名为双链路算法，为MIMO多址接入信道（MAC），广播信道（BC），和一般MIMO干扰信道与高斯输入和总功率约束的加权和速率最大化的经典问题。对于MIMO MAC/BC，该算法找到最佳信号以实现容量区域边界。对于高斯输入假设的干扰信道，两个先前的最先进的算法是WMMSE算法和礼貌注水（PWF）算法。WMMSE算法是可证明收敛的，而PWF算法利用了最优发射信号结构，并且在大多数情况下收敛最快，但不能保证在所有情况下都收敛。非常希望设计一种具有两种算法的优点的算法。双链路算法就是这样一种算法。它的快速和保证收敛是重要的分布式实现和时变信道。此外，收敛性证明中使用的技术和缩放不变性性质可以在通信网络中的其他非凸问题中找到应用。
2016-04-04 cs.IT math.IT
Balancing Egoism and Altruism on the Interference Channel: The MIMO case
本文考虑了所谓的MIMO干扰信道。这种情况在诸如蜂窝网络中的多小区协调以及认知无线电网络中的频谱共享等应用中具有相关性。我们解决了每个发送器处的预编码（即波束成形）矢量的设计，目的是在目标接收器处的波束成形增益（利己主义）和减轻对其他接收器造成的干扰（利他主义）之间达成妥协。组合利己和利他波束成形先前已经被示出有助于优化MISO干扰信道中的速率（即，其中接收器不具有干扰消除能力）。在这里，我们探讨这些博弈论的概念，在更一般的情况下，MIMO信道和贝叶斯游戏的框架，使我们能够获得（半）分布式预编码技术。我们绘制平行的MIMO干扰信道，包括速率优化和干扰消除预编码技术，显示如何通过一个共同的棱镜平衡利己主义和利他主义波束成形的基础上，这些技术可以得到改进和重新解释与现有的工作。
2010-01-26 cs.IT math.IT
Random Access for Massive MIMO Systems with Intra-Cell Pilot Contamination
大规模MIMO系统，其中基站配备有数百个天线元件，是在未来无线网络中获得前所未有的频谱效率的有吸引力的方式。在“经典”大规模MIMO设置中，假设终端满载，并且对性能的主要损害来自小区间导频污染，即，来自使用与家庭小区中相同导频的相邻小区中的终端的干扰。然而，当终端间歇地活动时，通过预分配导频来避免小区间污染是可行的，而相同小区的终端使用随机接入来选择所分配的导频序列。这导致小区内导频污染的问题。我们提出了一个大规模MIMO网络中的随机接入框架，并推导出新的上行链路和速率表达式，考虑到小区内的导频冲突，间歇性的终端活动和干扰。我们使用这些表达式来优化终端激活概率和导频长度。
2016-06-07 cs.IT math.IT
MIMO Interference Alignment in Random Access Networks
在本文中，我们分析了一个多输入多输出（MIMO）干扰信道中的节点是随机分布在一个平面上的空间泊松簇点过程。每个簇使用干扰对齐（IA）来抑制簇内干扰，但与大多数IA工作不同的是，我们不会忽略簇间干扰。我们还将信道状态信息的准确性与节点之间的距离联系起来，即CSI的质量随着距离的增加而降低。考虑到训练和反馈开销，我们推导出这种MIMO IA ad hoc网络的传输容量，然后将其与开环（干扰盲）空间复用进行比较。最后，我们提出了示例性的系统设置，其中空间复用优于IA由于不完美的信道状态信息或非对齐的簇间干扰。
2012-07-19 cs.IT math.IT
Settling the feasibility of interference alignment for the MIMO interference channel: the symmetric square case
确定具有恒定信道系数的K用户MIMO干扰信道中的向量空间干扰对齐的可行性条件最近引起了很多关注，但仍然没有解决。本文的主要结果是限制在对称的正方形的情况下，所有的发射机和接收机有N个天线，每个用户的期望d发送尺寸。我们证明了对齐是可能的，当且仅当天线的数量满足N>= d（K+1）/2。我们还展示了一个必要条件，与任意系统参数的对准的可行性。一个代数几何方法是中央的结果。
2011-04-05 cs.IT math.IT
Multi-User Communication with Extremely Large-Scale MIMO
超大规模多输入多输出（XL-MIMO）通信的目标是比当前的大规模MIMO系统进一步显著增加天线尺寸，对于大规模MIMO系统，传统的均匀平面波（UPW）模型的远场假设可能变得无效。本文研究了多用户XL-MIMO通信系统的建模和性能分析。在球面波阵面相位模型的基础上，考虑信号幅度和投影孔径在阵元间的变化，分析了最大比合并（MRC）、迫零（ZF）和最小均方误差（MMSE）波束形成三种典型波束形成方案的性能。对于两个用户的特殊情况下，我们分析表明，信号与干扰加噪声比（SINR）的所有三个波束形成方案的信道的相关系数减小而增加。此外，与现有的UPW模型相比，用户间干扰（IUI）只能在角域中抑制，XL-MIMO通过距离分离实现了新的自由度（DoF），即使对于沿相同方向的用户也是如此。仿真结果验证了多用户XL-MIMO通信的建模和性能分析。
2021-06-13 cs.IT math.IT
How Many Transmit Antennas to Use in a MIMO Interference Channel
在多用户MIMO场景中，发射机和接收机都配备有多个天线，寻找最佳的数据流传输的数量的问题被认为是。在任何发射机没有信道状态信息，与迫零接收器每个用户被示出发送一个单一的数据流，以最大限度地提高自己的中断容量在存在足够数量的用户。传输一个单一的数据流也被证明是最佳的中断容量的总和最大化在存在足够数量的用户。
2011-05-31 cs.IT math.IT
Three-dimensional (3D) Channel Modeling between Seaborne MIMO Radar and MIMO Cellular System
与通信系统共享雷达频谱是一个新兴的研究领域。在雷达波段部署商用无线通信服务为无线运营商提供了急需的额外频谱，以满足不断增长的带宽需求。然而，为了在这两个根本不同的系统之间实现频谱共享，必须解决干扰问题。为了评估干扰问题，我们设计了一个三维（3D）的雷达和蜂窝基站（BS）之间的信道模型，其中雷达使用一个二维（2D）的天线阵列和BS使用一个一维（1D）的天线阵列。我们制定了一个视线（LoS）信道，然后提出了一种算法，减轻雷达干扰BS。我们扩展了先前提出的零空间投影算法的2D通道的3D通道，并表明，有效的零可以放置通过利用BS的方位角和仰角信息。这导致有效的干扰减轻。此外，我们表明，三维信道模型，使我们能够准确地分类的大小雷达的搜索空间时，零空间投影算法用于干扰缓解。
2015-06-08 cs.IT math.IT
