Transmit Beamforming for MIMO Communication Systems with Low Precision ADC at the Receiver
多天线系统已经被设计在几GHz的带宽中操作的多吉比特通信系统的标准广泛使用。在本文中,我们研究了使用发射机(Tx)波束成形技术,以提高低精度ADC的MIMO系统的性能。我们激励的方法,使用本征模发射波束成形(这施加在完整的MIMO系统的对角结构),并使用本征模功率分配,最大限度地减少未编码的BER的有限精度系统。虽然我们不能保证这种方法的最优性,但我们观察到,即使是低精度ADC,它也可以在没有本征模功率分配的情况下执行高达全精度的系统。例如,在接收机处具有有限精度ADC的高吞吐量MIMO系统中,仿真结果表明,对于接收机处具有3比特精度ADC的3/4 LDPC编码的2x2 MIMO OFDM 16-QAM系统,在26 dB的SNR下实现了0.0001的BER。这比具有全精度但相等本征模功率分配的相同系统所需的好1dB。
2013-10-06 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
Spectral Efficiency of Mixed-ADC Massive MIMO
研究了一个混合ADC的大规模MIMO系统的频谱效率(SE),在该系统中,K个单天线用户与一个基站(BS)通信,该基站配备M个天线,连接到N个高分辨率ADC和M-N个1位ADC。这种架构已被提出作为实现具有合理功耗的大规模MIMO系统的方法。首先,我们研究了混合ADC架构在克服粗量化引起的信道估计误差方面的有效性。对于信道估计阶段,我们研究仅利用N << M对高分辨率ADC就可以在多大程度上对抗SE损失。我们扩展了混合ADC系统的循环训练方案,包括高分辨率和一位量化观测。然后,我们分析了在数据检测阶段产生的信道估计误差的影响。我们考虑随机高分辨率ADC分配,并分析了一个简单的天线选择方案,以增加SE。最大比合并(MRC)和数值结果的SE推导出解析表达式迫零(ZF)检测。通过与具有统一ADC分辨率的系统和没有循环训练的混合ADC系统进行性能比较,说明每种方法在何种条件下具有最大优势。
2018-04-30 cs.IT 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
ADC Bit Allocation under a Power Constraint for MmWave Massive MIMO Communication Receivers
在宽带宽上操作并且使用大量天线的毫米波(mmWave)系统对功耗施加了沉重的负担。在大规模多输入多输出(MIMO)上行链路中,模数转换器(ADC)将是基站接收机中的主要功率消耗者。提出了一种功率受限下的毫米波多用户(MU)大规模MIMO系统比特分配(BA)方法。我们将ADC应用于波束空间投影的模拟相控阵的输出,以利用毫米波信道稀疏性。我们放松均方量化误差(MSQE)最小化问题,并映射到每个ADC的非负整数位的封闭形式的解决方案。在链路级仿真中,所提出的方法在相同或更低的功耗下提供了比传统低分辨率ADC更好的通信性能。我们的贡献是一个接近最优的低复杂度BA方法,最大限度地减少总MSQE下的功率约束。
2017-02-24 cs.IT math.IT
Antenna Selection for Large-Scale MIMO Systems with Low-Resolution ADCs
降低大规模多输入多输出(MIMO)系统中的功耗的一种方式是采用低分辨率模数转换器(ADC)。在本文中,我们研究了具有低分辨率ADC的大规模MIMO接收机的天线选择,从而在ADC的分辨率和数量方面提供更大的灵活性。为了将量化效应,我们概括了现有的目标函数的贪婪的容量最大化天线选择方法。推导出的目标函数提供了一个机会,以选择一个天线之间的额外的信道增益和增加量化误差的最佳权衡。使用广义目标函数,我们提出了一种天线选择算法的基础上,传统的天线选择算法,而不会增加整体的复杂度。仿真结果表明,在相同天线数下,该算法的可达容量优于传统算法。
2019-04-20 cs.IT math.IT
The Distributed MIMO Scenario: Can Ideal ADCs Be Replaced by Low-resolution ADCs?
这封信考虑了分布式天线系统的架构,该系统由大量单天线远程无线电头(RRH)组成,其中一些具有全分辨率,但另一些具有低分辨率模数转换器(ADC)接收器。该架构的高能效和低成本实现在很大程度上推动了其发展。我们推导出假设频率平坦信道和最大比合并(MRC)的系统的最坏情况的上行链路频谱效率(SE),并且揭示SE随着低分辨率ADC的量化比特数的增加而增加,并且SE随着具有低分辨率ADC的RRH的数量的增加而收敛。我们的研究结果还表明,一个很大的改善,可以通过添加大部分的RRH与低分辨率ADC接收机,如果足够的量化精度和可接受的比例的高到低分辨率的RRH使用。
2017-05-15 cs.IT math.IT
On Multiterminal Communication over MIMO Channels with One-bit ADCs at the Receivers
当在接收器终端处使用有限数量的一位模数转换器(ADC)时,考虑多输入多输出(MIMO)网络上的通信的基本限制。先前的工作主要集中在点对点通信,其中考虑由模拟处理模块、具有非自适应阈值的有限数量的一位ADC和数字处理模块的级联组成的接收器架构。在这项工作中,提出了一种新的接收器架构,它利用自适应阈值一位ADC-其中ADC阈值在每个通道使用依赖于在以前的通道使用的通道输出-以减轻量化率损失。编码方案提出的点对点和广播信道上的通信,并得出可实现的速率区域。在高SNR制度,它表明,使用所提出的架构和编码方案导致最大的可实现的速率区域之间的所有接收器架构具有相同数量的一位ADC。
2019-01-31 cs.IT math.IT
MIMO Networks with One-Bit ADCs: Receiver Design and Communication Strategies
高分辨率模数转换器(ADC)通常用于接收机终端以存储接收信号的精确数字表示,从而允许对发送的消息进行可靠解码。然而,在广泛的应用中,例如毫米波通信和大规模多输入多输出(MIMO)系统,由于功率预算限制,使用高分辨率ADC是不可行的。在传统的全数字接收机设计中,每个接收机天线连接到不同的ADC,降低ADC分辨率会导致可实现速率方面的性能损失。一种提出的减轻速率损失的方法是使用模拟线性组合器,从而导致混合接收机的设计。这里,混合框架通过添加延迟元件来增强,以允许时间模拟处理。提出了两类新的接收器,包括延迟元件、模拟线性组合器和一位ADC。在单用户和多用户(上行链路和下行链路)MIMO系统采用建议的接收机的通信的基本限制进行了研究。在高信噪比的制度,它表明,建议的接收器实现最大可实现的速率之间的所有接收器具有相同数量的一位ADC。
2021-12-03 cs.IT math.IT
Mixed-ADC Massive MIMO Detectors: Performance Analysis and Design Optimization
在每个天线处使用非常低分辨率的模数转换器(ADC)单元可以显著降低大规模多输入多输出(MIMO)系统的硬件成本和功耗。然而,这种纯低分辨率ADC架构也使参数估计问题(例如时间/频率同步和信道估计)复杂化。混合ADC架构可以解决这些问题,实现纯低分辨率ADC架构的潜力,其中大多数天线配备低精度ADC,而少数天线配备全精度ADC。在本文中,我们提出了一个统一的框架,开发一个家庭的检测器在大规模MIMO上行链路系统的混合ADC接收机架构,利用概率贝叶斯推理。作为一个基本的设置,一个最佳的检测器被开发,以提供一个最小的均方误差(MMSE)估计的数据符号。考虑到在量化过程中涉及的高度非线性步骤,我们还调查了潜在的复杂性降低的最佳检测器通过假设常见的\emph{pseudo-quantization noise}(PQN)模型。特别是,我们提供渐近性能表达式,包括最佳和次佳MIMO检测器的MSE和比特出错率。渐近性能表达式可以快速,有效地评估,因此,他们是有用的系统设计优化。我们表明,在低信噪比(SNR)制度,由PQN模型引起的失真可以忽略不计,而在高信噪比制度,这种失真可能会导致1位检测性能损失。PQN模型导致的性能差距可以通过混合ADC架构中的一小部分高精度ADC来缩小。
2015-10-01 cs.IT math.IT
Performance Analysis of Multi-Cell Millimeter Wave Massive MIMO Networks with Low-Precision ADCs
在本文中,我们研究了多小区毫米波(mmWave)大规模多输入多输出(MIMO)网络与低精度模数转换器(ADC)在基站(BS)。每个小区为多个用户提供服务,每个用户配备有多个天线,但由单个RF链驱动。本文首先介绍了一种适用于毫米波大规模MIMO网络的信道估计策略,并分析了在不完全信道状态信息下的可达速率。然后,我们得出了一个有见地的下限的可实现的速率,这变得越来越紧的用户数量。该界限清楚地表明了天线数量和ADC精度的影响,特别是对于低信噪比(SNR)的单小区毫米波网络。它表征了各种系统参数之间的折衷。我们的分析结果最终证实了广泛的计算机模拟。
2018-10-05 cs.IT math.IT
A Mixed-ADC Receiver Architecture for Massive MIMO Systems
基于下一代蜂窝网络对高能效通信解决方案的需求,提出了一种适用于大规模多输入多输出(MIMO)系统的混合ADC接收机架构,与以往的工作不同之处在于,本文采用1位模数转换器(ADC)部分取代了传统的高分辨率ADC。利用广义互信息(GMI)的信息理论工具,分析所提出的系统架构的可实现的数据率和一系列的分析结果的工程利益。对于确定性单输入多输出(SIMO)信道,推导了GMI的封闭表达式,并在此基础上优化了线性合路器。然后,在低和高信噪比制度的GMI的渐近行为进行了探讨,分析结果表明一个合理的ADC分配方案。最后,分析框架被应用到多用户接入场景,相应的数值结果表明,具有相对较少数量的高分辨率ADC的混合系统架构是能够实现大部分的信道容量没有输出量化。
2015-07-27 cs.IT math.IT
Spatially Correlated Massive MIMO Relay Systems with Low-Resolution ADCs
在本文中,我们研究了大规模MIMO中继系统,其中中继站(RS)转发来自多个远程用户的信号到基站(BS)。在RS和BS处配备大规模天线阵列以及低分辨率模数转换器(ADC),以保证低成本的高频谱效率。考虑到RS和BS的空间相关性,我们首先研究了规范信道估计过程,从中提取了信道估计的一个易于处理的等价形式以供进一步分析。在这些传输损伤以及ADC量化缺陷下,我们推导出可实现速率的封闭形式近似。在此基础上,全面分析了功率缩放、空间相关度和ADC分辨率位数对系统性能的影响,为实际系统的部署和实现提供指导。数值结果验证了理论分析在一个简单的方式。
2020-04-16 cs.IT math.IT
Throughput Analysis of Massive MIMO Uplink with Low-Resolution ADCs
我们调查的上行链路吞吐量可实现的多用户(MU)大规模多输入多输出(MIMO)系统中,基站配备了大量的低分辨率模数转换器(ADC)。我们的重点是在发射机和接收机都没有任何先验信道状态信息的情况下。这意味着衰落实现必须通过导频传输,然后在接收机处基于粗略量化的观测进行信道估计来学习。我们提出了一种新的信道估计器,Bussgang的分解的基础上,和一种新的近似的有限分辨率ADC可实现的速率,无论是有限基数星座和高斯输入的情况下,这是准确的广泛的系统参数。通过数值结果,我们说明,对于1位量化的情况下,基于导频的信道估计与最大比梳或迫零检测,使可靠的多用户通信与高阶星座,尽管严重的非线性ADC介绍。此外,我们表明,在无限分辨率(无量化)的情况下,可达到的速率可以接近使用ADC只有几位的分辨率。最后,我们研究了低ADC分辨率MU-MIMO上行链路对不同用户之间的接收功率不平衡的鲁棒性,例如由不完美的功率控制引起的。
2017-04-03 cs.IT math.IT
$λ$-MIMO: Massive MIMO via Modulo Sampling
大规模多输入多输出(M-MIMO)架构是现代通信系统的主力。目前,两个基本瓶颈,即功耗和接收器饱和,限制了该技术的全部潜力的实现。这些瓶颈与每个射频(RF)链中使用的模数转换器(ADC)错综复杂地联系在一起。MIMO系统中的功耗随着ADC的比特预算呈指数增长,而ADC饱和会导致信息永久丢失。这就需要一种解决方案,既能解决上述瓶颈,又能提供优于现有替代方案(如低分辨率ADC)的优势。采用完全不同的方法来解决这个问题,我们提出了$λ$ -MIMO架构,它使用模ADC($M_λ$ -ADC),而不是传统的ADC。我们的工作受到无限采样框架的启发。$M_λ$ -RF链中的ADC将高动态范围信号折叠为低动态范围模样本,从而缓解ADC饱和问题。同时,模信号的数字化导致高分辨率量化。在新的$λ$ -MIMO环境下,我们讨论了基带信号重建,检测和上行链路可实现的和速率性能。我们工作的关键要点包括:(a)利用更高的信号量化噪声比(SQNR),(b)当使用$1$ - $2$位$M_λ$ -ADC时,检测和平均上行链路和速率性能与传统的无限分辨率ADC相当。这使得能够实现更高阶的调制方案,例如先前似乎不可能的$1024$ QAM。(c)在能量效率和比特预算之间的优良折衷,从而导致更高的功率效率。数值模拟和基于模数转换器的硬件实验证实了我们的理论,并加强了$λ$ -MIMO方法的明显优势。
2022-10-18 cs.IT eess.SP math.IT
Bayesian Optimal Data Detector for Hybrid mmWave MIMO-OFDM Systems with Low-Resolution ADCs
混合模数预编码架构和低分辨率模数转换器(ADC)接收机是用于具有大型天线阵列的毫米波(mmWave)多输入多输出(MIMO)通信系统的降低硬件成本和功耗的两种解决方案。在这项研究中,我们考虑了毫米波MIMO-OFDM接收机与广义混合架构,其中少量的射频(RF)链和低分辨率ADC同时采用。由于低分辨率ADC引入的强非线性,数据检测的任务具有挑战性,特别是实现贝叶斯最佳数据检测器。本研究旨在填补这一空白。通过使用广义期望一致的信号恢复技术,我们提出了一种计算效率高的数据检测算法,提供了一个最小的均方误差估计的数据符号,并扩展到一个混合ADC架构。考虑到MIMO-OFDM信道矩阵的特殊结构,本文提出了一种低复杂度的实现方法,该方法只需要FFT运算和矩阵向量乘法。在此基础上,提出了一个分析框架,在大系统极限下研究了该检测器的理论性能,该框架可以精确地评估检测器的均方误差和符号出错率等性能表达式。在此基础上,研究了在混合ADC结构中增加少量低分辨率RF链和高分辨率ADC的可能性。仿真结果证实了理论分析的正确性,可用于系统的快速设计。结果表明,在原始非量化系统中加入少量低分辨率RF链可以获得显著的增益。
2018-03-25 cs.IT math.IT
User Scheduling for Millimeter Wave MIMO Communications with Low-Resolution ADCs
在毫米波(mmWave)系统中,我们研究上行链路用户调度时,基站采用低分辨率的模数转换器(ADC)与大量的天线。为了降低接收器中的功耗,低分辨率ADC可能是毫米波系统的潜在解决方案,其中可能部署许多天线以补偿大的路径损耗。由于量化误差,我们表明,在波束空间中的信道结构,除了信道幅度和波束空间的正交性,在最大限度地提高预定用户的可实现速率中起着关键作用。因此,我们得出的最佳标准相对于波束空间中的信道结构,最大限度地提高上行链路的和速率的多用户多输入多输出(MIMO)系统与迫零接收机。利用推导出的标准,我们提出了一个有效的调度算法的毫米波系统与低分辨率ADC。数值结果验证了该算法在总速率方面优于传统的用户调度方法。
2018-01-30 cs.IT math.IT
Bayes-Optimal Joint Channel-and-Data Estimation for Massive MIMO with Low-Precision ADCs
本文考虑了一种具有极低精度模数转换器(ADC)的多输入多输出(MIMO)接收机,其目标是开发需要最小成本和功耗的大规模MIMO天线系统。先前的研究表明,训练持续时间应该是{ \em相对较长},以获得可接受的信道状态信息。为了解决这个问题,我们采用了联合信道和数据(JCD)估计方法的基础上贝叶斯最优推理。该方法相对于信道和有效载荷数据产生最小均方误差。我们开发了一个贝叶斯最优的JCD估计使用最近的技术的基础上近似消息传递。然后,我们提出了一个分析框架,研究在大系统极限的估计的理论性能。仿真结果证实了我们的分析结果,这使得量化的大规模MIMO系统的性能的有效评估,并提供有效的系统设计的见解。
2015-12-07 cs.IT math.IT
Joint Channel-and-Data Estimation for Large-MIMO Systems with Low-Precision ADCs
使用低精度(例如,1-3在非常大的多输入多输出(MIMO)系统中的10位)模数转换器(ADC)是一种降低成本和功耗的技术。然而,在该上下文中,已经示出了仅为了在接收机处获得可接受的信道状态信息(CSI),训练持续时间需要是{ \em非常大}。量化MIMO系统的一个可能的解决方案是联合信道和数据(JCD)估计。本文首先发展了一个分析框架,用于研究使用JCD估计的量化MIMO系统。特别是,我们使用贝叶斯最优推理的JCD估计和实现这种估计利用最近的技术的基础上近似消息传递。基于大系统分析的副本方法,然后通过推导的JCD估计的渐近性能。仿真结果证实了我们的理论研究结果,并揭示了JCD估计器可以提供一个显着的增益比传统的导频在量化MIMO系统中的唯一方案。
2015-01-22 cs.IT math.IT
Mixed-ADC Massive MIMO Uplink in Frequency-Selective Channels
本文的目的是研究最近开发的混合ADC结构的频率选择性通道。采用诸如正交频分复用(OFDM)的多载波技术来处理符号间干扰(ISI)。针对单比特量化的非线性带来的载波间干扰,设计了一种频域均衡器。针对静态单输入多输出(SIMO)信道,推导了广义互信息(GMI)的封闭表达式,并在此基础上优化了线性频域均衡器。分析,然后扩展到遍历时变SIMO信道估计的信道状态信息(CSI),在数字上紧的下限和上限的GMI推导。分析框架自然适用于多用户场景,静态和时变信道。大量的数值研究表明,混合ADC架构与一个小比例的高分辨率ADC确实实现了理想的传统架构的可实现的速率的主要部分,并且它显着提高了性能相比,一位大规模MIMO。
2016-09-26 cs.IT math.IT
Deep Reinforcement Learning for MIMO Communication with Low-Resolution ADCs
针对低分辨率ADC的MIMO通信系统中ADC功耗与通信速率的权衡问题,提出一种结合深度神经网络互信息估计器与策略梯度的强化学习架构来优化混合波束成形矩阵和ADC阈值,理论证明其收敛至全局最优策略,且性能接近穷举搜索。
2025-04-26 cs.IT math.IT
Massive MU-MIMO-OFDM Uplink with Direct RF-Sampling and 1-Bit ADCs
模数转换器(ADC)技术的进步为直接对宽带射频(RF)信号进行数字化提供了可能性,从而避免了模拟下变频的需要。在这项工作中,我们考虑了一个基于正交频分复用(OFDM)的大规模多用户(MU)多输入多输出(MIMO)上行链路系统,该系统依赖于在基站直接RF采样和数字化接收到的RF信号与1位ADC。利用Bussgang定理,我们提供了一个解析表达式的误差矢量幅度(EVM)实现的数字下变频和迫零合并。我们的结果表明,直接RF采样1位ADC实现低EVM,并支持大规模MU-MIMO-OFDM上行链路中的高阶星座。
2019-07-16 cs.IT eess.SP math.IT
Soft-Output Detection Methods for Sparse Millimeter Wave MIMO Systems with Low-Precision ADCs
低精度模数转换器(ADC)的使用是用于以高于几个G采样/秒的采样率操作的毫米波(mmWave)多输入多输出(MIMO)系统的低成本且功率高效的解决方案。然而,当应用常规频域均衡技术时,由于子载波间干扰,该解决方案可以使显著的误帧率(FER)劣化。在本文中,我们提出了计算效率,但接近最佳的软输出检测方法的编码毫米波MIMO系统与低精度ADC。所提出的方法的基本思想是通过联合利用毫米波信道中的延迟域稀疏性和由低精度ADC引起的高量化噪声来构建极其稀疏的符号间干扰(ISI)信道模型。然后,我们利用这个稀疏信道模型来创建一个状态数减少的网格图或一个边缘连接非常稀疏的因子图。使用减少的网格图,我们提出了一种软输出检测方法,计算的对数似然比(LLR)的编码位通过优化组合的量化接收信号从多个接收天线使用的前向和后向算法。为了进一步降低计算复杂性,我们还提出了一种低复杂度的检测方法,使用稀疏因子图计算LLR在迭代的方式基于置信传播算法。仿真结果表明,所提出的软输出检测方法提供了显着的FER增益相比,现有的频域均衡技术在编码毫米波MIMO系统中使用一位或两位ADC。
2018-11-29 cs.IT math.IT
Performance Analysis of Mixed-ADC Massive MIMO Systems over Rician Fading Channels
在未来的第五代(5G)无线通信系统中大规模多输入多输出(MIMO)的实际部署由于其高硬件成本和功耗而具有挑战性。解决这一挑战的一个有前途的解决方案是采用低分辨率模数转换器(ADC)架构。然而,由于需要复杂的信号处理来补偿由低分辨率ADC引起的粗略量化,因此这种架构的实际实现具有挑战性。因此,在最近提出的混合ADC架构中,很少保留高分辨率ADC,以实现低复杂度收发器算法。与以前在瑞利衰落信道上的工作相比,我们研究了混合ADC大规模MIMO系统在莱斯衰落信道上的性能,这对于物联网(IoT)等5G场景更为普遍。特别地,针对完美和不完美信道状态信息(CSI)两种情况,推导出了上行链路可达速率的新型封闭形式近似表达式。随着Rician $K$ -因子的增加,推导的结果表明可达速率将收敛到一个固定值。我们还得到了功率缩放定律,每个用户的发射功率可以按比例缩小到基站(BS)天线的数量的倒数完美和不完美的CSI。此外,我们揭示了可实现的速率和能量效率之间的权衡相对于关键的系统参数,包括量化比特,BS天线的数量,莱斯$K$因子,用户发送功率,和CSI质量。最后,数值结果表明,与理想的无限分辨率和低分辨率ADC结构相比,混合ADC结构可以实现更好的能量-速率权衡。
2017-03-10 cs.IT math.IT
Semi-Supervised Learning Detector for MU-MIMO Systems with One-bit ADCs
研究了一种采用1位模数转换器(ADC)的上行链路多用户多输入多输出(MU-MIMO)系统。对于这样的系统,监督学习(SL)检测器最近已被提出通过建模成一个参数化的Bernoulli类模型的非线性端到端的系统功能。尽管SL检测器具有吸引人的性能,但它需要大量的标记数据(即,导频信号)来精确地估计基础模型的参数。这是因为参数的数量随着用户的数量呈指数增长。为了克服这个缺点,我们提出了一种半监督学习(SSL)检测器,其中两个导频信号(即,标记的数据)和数据信号的某一部分(即,未标记的数据)用于通过期望最大化(EM)算法估计参数。通过仿真结果,我们表明,建议的SSL检测器可以达到现有的SL检测器的性能,显着降低导频开销。
2019-02-03 cs.IT math.IT
Resolution-Adaptive Hybrid MIMO Architectures for Millimeter Wave Communications
在本文中,我们提出了一种混合模拟-数字波束形成架构与分辨率自适应ADC的毫米波(毫米波)接收机与大型天线阵列。我们采用阵列响应向量的模拟组合器和ADC的位分配(BA)的解决方案,在封闭的形式。BA解决方案表明,ADC的最佳位数与RF链的信噪比的1/3次方成比例。使用的解决方案,两个建议的BA算法最小化接收到的模拟信号的均方量化误差下的总ADC功率约束。本文的贡献包括:1)ADC比特分配算法,以提高通信性能的混合MIMO接收机,2)近似的容量与BA算法作为信道的函数,和3)的遍历速率的最坏情况下的分析建议MIMO接收机,量化系统的权衡,并作为下界。仿真结果表明,BA算法在频谱和能量效率方面优于固定ADC方法,并验证了容量和遍历速率公式。对于与固定4位ADC等效的功耗约束,改进的BA算法使量化误差可以忽略不计,同时实现了22%的能效提升。具有可忽略不计的量化误差允许现有的国家的最先进的数字波束形成器容易地应用到所提出的系统。
2017-08-16 cs.IT math.IT
Mixed-ADC Massive MIMO
针对下一代蜂窝网络对高能效通信解决方案的需求,提出了一种适用于大规模多输入多输出(MIMO)系统的混合ADC架构。利用广义互信息(GMI)的信息理论工具,分析所提出的系统架构的可实现的数据率和一系列的分析结果的工程利益。对于固定的单输入多输出(SIMO)信道,推导了GMI的封闭表达式,并在此基础上优化了线性合路器。然后将分析扩展到各态历经衰落信道,获得了GMI的严格下界和上界。抖动和不完美的信道状态信息(CSI)的影响进行了研究,并表明,抖动可以显着提高系统性能,而不完美的CSI只会引入边际速率损失。最后,分析框架被应用到多用户访问场景。数值结果表明,在单用户和多用户情况下,采用相对较少数量的高分辨率ADC的混合ADC架构能够实现传统架构的大部分信道容量,同时与天线选择相比,大大降低了能耗。
2015-12-23 cs.IT math.IT
Spectral and Energy Efficiency of Multicell Massive MIMO With Variable-Resolution ADCs Over Correlated Rayleigh Fading Channels
本文分析了采用可变分辨率模数转换器(ADC)的多单元大规模多输入多输出(MIMO)系统的性能。在这样的架构中,每个ADC使用任意量化分辨率以节省功率和硬件成本。沿着这个方向,我们首先介绍了一种基于加性量化噪声模型(AQNM)和线性最小均方误差(LMMSE)估计理论的量化感知信道估计器。然后,利用估计的信道状态信息(CSI),分别推导出最大比合并(MRC)、量化感知多小区最小均方误差(QA-M-MMSE)合并和量化感知单小区最小均方误差(QA-S-MMSE)合并在空间相关Rayleigh衰落信道上可实现的上行链路频谱效率(SE)的渐进表达式。在推导过程中,我们考虑了量化误差的影响,并借助随机矩阵理论得到了渐近结果。最后,仿真结果表明,我们的理论分析是正确的,所提出的量化感知估计器和组合器是更有益的量化不知道的同行。此外,基于一个通用的功耗模型,它表明,低分辨率的ADC可以获得最佳的折衷之间的SE和能源效率(EE)的多个单元的情况下。
2021-09-20 cs.IT math.IT
Impact of Low-Resolution ADC on DOA Estimation Performance for Massive MIMO Receive Array
本文提出了一种利用大规模多输入多输出(MIMO)接收阵列和低分辨率模数转换器(ADC)实现波达方向(DOA)估计的新方案,该方案能够在性能和电路成本之间取得较好的平衡。基于线性加性量化噪声模型(AQNM),分析了低分辨率ADC对Root-MUSIC等方法的影响。同时,推导了Cramer-Rao下界(CRLB)的闭合表达式,以评估低分辨率ADC所造成的性能损失。仿真结果表明,Root-MUSIC方法可以实现相应的CRLB。此外,如果1dB性能损失,2-3位对于大多数应用是可接受的。
2021-09-13 cs.IT eess.SP math.IT
Wideband mmWave Channel Estimation for Hybrid Massive MIMO with Low-Precision ADCs
本文研究了低精度模数转换器(ADC)混合结构下宽带毫米波(mmWave)大规模多输入多输出(MIMO)系统的信道估计。为了设计用于混合结构的信道估计,需要优化模拟处理部件和频率选择性数字组合器。所提出的信道估计器遵循典型的线性最小均方误差(LMMSE)结构,并适用于任意信道模型。此外,对于毫米波中的稀疏信道,所提出的估计器通过结合正交匹配追踪(OMP)来减轻由低精度ADC引起的量化噪声而更有效地执行。因此,所提出的估计优于传统的计算机模拟结果表明。
2018-09-11 cs.IT eess.SP math.IT
The Impact of SAR-ADC Mismatch on Quantized Massive MU-MIMO Systems
本文研究SAR-ADC电容阵列失配对大规模MU-MIMO系统的影响,通过Bussgang分解建模失配效应,并仿真证明即使低分辨率ADC基站也不应忽略电容失配。
2023-11-28 cs.IT eess.SP math.IT
Near Maximum-Likelihood Detector and Channel Estimator for Uplink Multiuser Massive MIMO Systems with One-Bit ADCs
在大规模多输入多输出(MIMO)系统中,对于每个天线元件具有高分辨率模数转换器(ADC)可能不是功率高效的。本文提出了一种用于上行链路多用户大规模MIMO系统的近最大似然(nML)检测器,其中每个天线连接到一对1位ADC,即,一个用于基带信号的每个实部和虚部。在所有可能的发送向量的穷举搜索在原来的最大似然(ML)检测问题所需的放松,制定ML估计问题。然后,ML估计问题转化为一个凸优化问题,可以有效地解决。使用该解决方案,基站可以对来自多个用户的发射信号执行简单的逐符号检测。为了进一步提高检测性能,我们还开发了一个两阶段的nML检测器,利用原始ML和建议(一阶段)nML检测器的结构。数值结果表明,所提出的nML检测器是足够有效的,以同时支持多个上行链路用户采用高阶星座,例如,16正交幅度调制。由于我们的检测器利用信道状态信息作为检测的一部分,因此还开发了一种ML信道估计技术,该技术具有与我们提出的nML检测器共享相同结构的一位ADC。所提出的检测器和信道估计器为大规模MIMO系统的上行链路提供了一个完整的低功耗解决方案。
2016-02-11 cs.IT math.IT
Deep Learning based Channel Estimation for Massive MIMO with Mixed-Resolution ADCs
在这篇文章中,深度学习被应用于估计混合模数转换器(ADC)的大规模多输入多输出(MIMO)系统的上行链路信道,其中一部分天线配备有高分辨率ADC,而其他天线在基站处使用低分辨率ADC。首先提出了一种直接输入深度神经网络(DI-DNN),利用所有天线的接收信号进行信道估计。为了消除粗量化信号的不利影响,开发了选择输入预测DNN(SIP-DNN),其中仅利用由高分辨率ADC天线接收的信号来预测其他天线的信道以及估计它们自己的信道。数值结果表明,所提出的DNN为基础的方法优于现有的方法,特别是与混合的一位ADC,以及所提出的方法对不同的ADC分辨率模式的有效性。
2019-08-17 cs.IT eess.SP math.IT
On Throughput of Millimeter Wave MIMO Systems with Low Resolution ADCs
使用低分辨率模数转换器(ADC)是降低毫米波(mmWave)接收机的高功耗的有效方法。本文提出了一种基于自适应门限的低分辨率ADC接收机,用于毫米波下行通信系统,该系统的信道状态信息是未知的,只能通过信道估计获取。分别提供了用于在发射和接收终端之间进行功率和ADC分配的低复杂度算法的性能比较。通过对实际毫米波蜂窝网络的仿真,结果表明,当使用自适应阈值接收机结合简单的功率和ADC分配策略时,使用低分辨率ADC不会显著降低系统吞吐量(与传统的全数字高分辨率接收机相比)。
2020-02-11 cs.IT eess.SP math.IT
On the Capacity of Massive MIMO With 1-Bit ADCs and DACs at the Receiver and at the Transmitter
本文研究了在复值加性高斯白噪声(AWGN)干扰下,发射机和接收机均采用1位数模转换器(DAC)和1位模数转换器(ADC)的大规模多输入多输出(MIMO)系统的容量。作为1比特DAC和ADC的结果,假设发送和接收的符号以及发送和接收侧信道状态信息(CSI)被量化为1比特的信息。导出的结果表明,所考虑的大规模MIMO系统的容量是$2N$和$2M$比特每信道使用时,$N$是固定的和$M\to\infty$和$M$是固定的和$N\to\infty$,其中$M$和$N$分别表示发送和接收天线的数量。这些与在发射机和接收机处具有全CSI的相应容量一致。在这两种情况下,我们表明,派生的容量可以实现与噪声1比特CSI在发送端或在接收端,而没有任何CSI在另一端。此外,我们表明,容量可以实现在一个信道使用,而不采用信道编码,这将导致在一个信道使用的延迟。
2019-11-12 cs.IT math.IT
On Performance Loss of DOA Measurement Using Massive MIMO Receiver with Mixed-ADCs
大规模多输入多输出(MIMO)的高硬件成本和高功耗是未来无线通信包括超五代(B5 G)和第六代(6 G)的两个挑战。采用低分辨率模数转换器(ADC)被认为是一种很有前途的解决方案。此外,波达方向(DOA)估计是大规模MIMO系统中波束对准和跟踪不可缺少的技术。因此,本文首先研究了混合ADC结构的DOA估计性能。基于加性量化噪声模型推导了该结构的Cramer-Rao下界。最后,性能损失因子和相关的能量效率因子的定义进行了详细的分析。仿真结果表明,该混合ADC结构能够在性能损失、电路成本和能量效率之间取得较好的平衡。更重要的是,只需几位(最多4位)的低分辨率ADC就可以实现令人满意的DOA测量性能。
2022-01-18 cs.IT eess.SP math.IT
Mixed-ADC/DAC Multipair Massive MIMO Relaying Systems: Performance Analysis and Power Optimization
高功耗和昂贵的硬件是实用大规模多输入多输出(mMIMO)系统的两个瓶颈。一种有前途的解决方案是采用低分辨率模数转换器(ADC)和数模转换器(DAC)。在本文中,我们考虑了一个一般的多对mMIMO中继系统与混合ADC/DAC架构,其中一些天线连接到低分辨率ADC/DAC,而其余的天线连接到高分辨率ADC/DAC。利用加性量化噪声模型,精确和近似的封闭形式的表达式推导出的可实现的速率。结果表明,仅用2-3比特的分辨率,可达到的码率就接近未量化的码率。此外,功率缩放定律揭示了发射功率可以按比例缩小成反比的天线在中继。我们进一步提出了一个有效的功率分配方案,通过解决互补几何规划问题。此外,通过推导能量效率,研究了不同数量的低分辨率ADC/DAC的可实现速率和功耗之间的权衡。我们的研究结果表明,可以利用大天线阵列,使混合ADC/DAC架构,这显着降低了实际mMIMO系统的功耗和硬件成本。
2018-09-10 cs.IT math.IT
Uplink Multiuser Massive MIMO Systems with Low-Resolution ADCs: A Coding-Theoretic Approach
该文研究了一种采用低分辨率模数转换器(ADC)的上行链路多用户大规模多输入多输出(MIMO)系统,其中K个单天线用户与Nr个单天线基站(BS)通信。在这个系统中,我们提出了一个新的多用户MIMO检测框架,启发编码理论。所提出的框架的关键思想是在空间域上创建长度为2Nr的代码C。该代码由所谓的自动编码功能构成,该功能不可设计,但完全由ADC的通道变换和量化功能描述。从这个角度来看,我们转换成一个等效的信道编码问题,其中对应于用户的消息的码字C发送在2Nr个并行信道,每个具有不同的信道可靠性的多用户MIMO检测问题。对于由此产生的问题,我们提出了一种新的加权最小距离解码(wMDD),适当地利用不平等的信道可靠性。结果表明,建议的wMDD产生一个非平凡的增益超过传统的最小距离解码(MDD)。从编码理论的角度,我们发现,误码率(BER)指数下降的最小距离的代码C,这起着类似的作用,在传统的MIMO系统中的条件数。此外,我们开发的通信方法,使用的wMDD的实际情况下,BS没有知识的信道状态信息。最后,数值结果验证了所提出的方法的优越性。
2017-04-11 cs.IT math.IT
Full-Duplex Massive MIMO Relaying Systems with Low-Resolution ADCs
本文研究了一种多对放大转发大规模MIMO中继系统,中继端和目的端均采用低分辨率ADC。中继站处的信道状态信息(CSI)经由导频训练获得,其然后被中继站用来执行简单的最大比合并/最大比传输处理。此外,假设目的地使用统计CSI来解码所发送的信号。精确和近似的可实现的和速率的封闭形式的表达式,这使得有效的评估系统的关键参数对系统性能的影响。研究了最优中继功率分配方案,并刻画了功率缩放定律。研究发现,在中继端只有低分辨率ADC的情况下,增加中继天线的数量是补偿粗量化引起的速率损失的有效方法。然而,处理低分辨率ADC在目的地的不利影响变得无效。此外,它表明,部署大规模中继天线阵列仍然可以带来显着的功率节省,即,可以与$1/M$成比例地降低每个源的发射功率,以保持恒定的速率,其中$M$是中继天线的数量。
2017-05-14 cs.IT math.IT
Uplink Multiuser Massive MIMO Systems with One-Bit ADCs: A Coding-Theoretic Viewpoint
研究了一种基于1比特模数转换器(ADC)的上行链路多用户大规模多输入多输出(MIMO)系统,在该系统中,具有单天线的$K$用户与具有$n_r$天线的基站(BS)通信。在这个系统中,我们提出了一个新的MIMO检测框架,这是受编码理论的启发。所提出的框架的关键思想是使用完全由非线性MIMO信道矩阵表征的编码函数来创建长度为$n_r$且速率为$K/n_r$的非线性码$\Cc$。由此,多用户MIMO检测问题被转换成等效信道编码问题,其中,在每个具有不同交叉概率的$n_r$并行二进制对称信道上发送$\Cc$的码字。Levereging这一框架,我们开发了一个最大似然解码方法,并表明,最小距离的$\Cc$是强相关的分集阶。此外,我们提出了一个实际的实施方法时,所提出的框架的信道状态信息是不知道的BS。所提出的方法是使用训练序列在BS处估计码$\Cc$。然后,应用所提出的{ \em加权}最小距离解码。仿真结果表明,该方法在合理的训练开销下,几乎达到了理想的性能。
2017-02-02 cs.IT 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
Channel Estimation for RIS-aided mmWave Massive MIMO System Using Few-bit ADCs
毫米波(mmWave)大规模多输入多输出(massive multiple-input multiple-output,massive MIMO)是第五代及以后无线通信系统中最有前途的技术之一。然而,大量的天线导致高功耗和硬件成本,并且高频通信给基站(BS)处的模数转换器(ADC)带来沉重的负担。此外,在大型天线阵列系统中为每个天线配备高精度ADC成本太高。采用低分辨率ADC来解决这个问题是有希望的。在本文中,我们研究了毫米波大规模MIMO系统的级联信道估计的可重构智能表面(RIS)与BS配备了几位ADC的辅助。由于级联信道的低秩特性,级联信道的估计可以用低秩矩阵完备化问题来表示。本文提出了一种贝叶斯最优信道估计框架,用于估计用户-基站-基站级联信道,以解决量化带来的信息丢失问题。为了实现估计器和实现矩阵完成,我们使用高效的双线性广义近似消息传递(BiG-AMP)算法。大量的仿真结果表明,我们提出的方法可以准确地估计级联信道的RIS辅助毫米波大规模MIMO系统与低分辨率ADC。
2023-01-26 cs.IT eess.SP math.IT
Channel Estimation for Spatially/Temporally Correlated Massive MIMO Systems with One-Bit ADCs
本文考虑了大规模多输入多输出(MIMO)系统,使用一位模数转换器(ADC)的信道估计问题。以前的大规模MIMO信道估计技术使用一位ADC都是基于单次估计,而没有利用无线信道中固有的时间相关性。在本文中,我们提出了一种自适应信道估计技术,考虑到空间和时间相关性的大规模MIMO与一位ADC。我们首先使用Bussgang分解线性化的一位量化的接收信号。然后,我们采用卡尔曼滤波器估计的空间和时间相关的信道。由于量化噪声不是高斯的,我们假设有效噪声是具有相同统计量的高斯噪声以应用卡尔曼滤波。我们还实现了基于截断多项式展开的低复杂度信道估计器,性能损失可以忽略不计。数值结果表明,所提出的信道估计器可以提高估计精度显着利用信道的空间和时间的相关性。
2019-12-09 cs.IT eess.SP math.IT
A Low-Complexity Soft-Output wMD Decoding for Uplink MIMO Systems with One-Bit ADCs
研究了一种采用1位模数转换器(ADC)的上行链路多用户多输入多输出(MU-MIMO)系统,其中具有单发射天线的$K$用户与具有$N_{\rm r}$接收天线的基站(BS)通信。在该系统中,最近提出了一种新的MU-MIMO检测方法,称为加权最小距离(wMD)解码,通过引入一个等效的编码问题。尽管其具有吸引人的性能,但wMD解码在实践中具有两个限制:i)硬判决输出可以降低信道码的性能; ii)计算复杂性随着$K$呈指数增长。为了解决这些问题,我们首先提出了一种软输出wMD解码,其有效地计算软度量(即,对数似然比)。然后,我们通过引入{ \em分层码划分}来构造低复杂度(软输出)wMD解码。该方法可以看作是汉明空间中的球形译码,因为搜索空闲被显著地减少。最后,我们证明了所提出的方法显着执行国家的最先进的方法具有可比的复杂性。
2017-07-13 cs.IT 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
Fundamental Limits for Jammer-Resilient Communication in Finite-Resolution MIMO
本文研究了有限分辨率 ADC 下 MIMO 抗干扰通信的基本极限,证明强干扰会导致 ADC 饱和或量化噪声淹没信号,推导出互信息随干扰功率趋于零的界限,并指出每增加 6.02 dB 干扰功率需增加 1 比特分辨率以维持通信。
2024-08-27 cs.IT math.IT
An Optimal Low-Complexity Energy-Efficient ADC Bit Allocation for Massive MIMO
固定低分辨率模数转换器(ADC)有助于降低工作在大带宽下的毫米波大容量多输入多输出(Ma-MIMO)接收机的功耗。但是,它们并不能保证最佳的能源效率(EE)。已有研究表明,在Ma-MIMO接收机中采用可变分辨率(VR)ADC可以在提供更好的EE的同时,提高系统的均方误差(MSE)和吞吐量。我们推导出一个表达式EE作为一个函数的Cramer-Rao下界的MSE的接收,合并,和量化的信号。通过在功率约束下最大化EE,得到了最优BA条件。我们表明,由此获得的最佳BA是完全相同的使用蛮力BA的计算复杂性显着降低。我们还研究了EE的性能和计算复杂性的启发式算法,产生一个接近最优的解决方案。
2021-04-12 cs.IT eess.SP math.IT
Optimal Bit Allocation Variable-Resolution ADC for Massive MIMO
在本文中,我们推导了在功率约束下配备可变分辨率ADC的单用户(SU)毫米波(mmWave)大规模多输入多输出(Ma-MIMO)接收机的最佳ADC比特分配(BA)条件,其标准如下:(i)最小化所接收信号的均方误差(MSE),量化和组合的符号向量,以及(ii)最大化包含混合预编码器和组合器的SU毫米波Ma-MIMO信道的容量。在两个准则下的最优BA结果相同。我们共同设计了基于信道奇异值分解的混合合路器。我们证明了改进建议的最佳BA的基础上最小化的均方量化误差(MSQE)的BA。使用Monte-Carlo模拟,它表明,所提出的BA的MSE和容量性能是非常接近的穷举搜索(ES)。所提出的技术的计算复杂度进行了比较ES和MQSE BA算法。
2019-02-09 cs.IT eess.SP math.IT
Supervised-Learning-Aided Communication Framework for MIMO Systems with Low-Resolution ADCs
本文研究了一种采用低分辨率模数转换器的多输入多输出系统。在这个系统中,我们提出了一个新的通信框架,是受监督学习。所提出的框架的关键思想是学习非线性输入输出系统,该系统由无线信道和ADC处使用的量化函数的级联形成,用于数据检测。在该框架中,传统的信道估计过程被系统学习过程所取代,在系统学习过程中,通过发送所有可能的数据信号的重复作为导频信号来经验地学习非线性系统的条件概率质量函数(PMF)。然后,基于在系统学习期间获得的经验条件PMF执行后续数据检测处理。为了减少训练开销和检测复杂度,我们还开发了一种监督学习辅助的连续干扰消除方法。在该方法中,数据信号矢量被划分为具有减少的维度的两个子矢量。然后,这两个子向量连续检测的基础上学习使用人工噪声信号和估计的信道的条件PMF。对于一位ADC的情况下,我们推导出一个解析表达式的矢量错误率的建议框架下,完美的信道知识在接收机。仿真结果表明,所提出的框架相比,传统的检测技术,是基于信道估计的检测误差减少。
2020-08-06 cs.IT math.IT
Study of Iterative Detection and Decoding for Large-Scale MIMO Systems with 1-Bit ADCs
针对大规模多用户多天线系统的上行链路,提出了一种新的迭代检测和译码方案。为了降低接收机的能量消耗和计算复杂性,在前端采用了1位模数转换器。由于1比特量化的性能损失可以通过使用大规模天线阵列来减轻。我们提出了一种线性低分辨率感知的最小均方误差检测器的软多用户干扰缓解。此外,短块长度的低密度奇偶校验码被认为是为了避免高延迟。在信道译码器中,设计了一种带比例因子的准均匀量化器,以降低LDPC码的误码平层。仿真结果表明,该系统在比特出错率方面的良好性能相比,以前的工作。
2017-12-23 cs.IT math.IT
A Joint Combiner and Bit Allocation Design for Massive MIMO Using Genetic Algorithm
在本文中,我们推导出一个封闭形式的表达的组合器的多输入多输出(MIMO)接收机配备了最小均方误差(MMSE)估计。我们建议在射频(RF)路径上使用可变位分辨率模数转换器(ADC)。采用极低位分辨率ADC(1- 2位)是大规模多输入多输出(MIMO)接收机架构的一种常用方法,可降低大功率需求。我们表明,对于某些信道条件,采用不相等的位分辨率ADC(例如,在1和4比特之间)与所提出的组合器一起,改善了MIMO接收机在均方误差(MSE)意义上的性能。可变位分辨率ADC仍然在所有路径上使用相等位分辨率ADC的功率约束内(例如,2位)。我们提出了一种遗传算法结合派生的组合器,以达到最佳的ADC比特分配框架,显着降低计算复杂度。
2017-11-17 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
Fluid Antenna System Meets Low-Resolution ADCs in Energy-Efficient Cell-Free Massive MIMO
The Hong Kong University of Science and Technology(香港科技大学)
本文提出一种基于流体天线系统(FAS)的新型架构,通过集成FAS到无小区大规模MIMO系统中以抵消低分辨率ADC的影响,并联合优化功率控制、FAS位置和ADC比特分配来提升能量效率(EE)。
2026-05-27 cs.IT math.IT
Low-Resolution ADC Quantized Full-Duplex Massive MIMO-Enabled Wireless Backhaul in Heterogeneous Networks Over Rician Channels
本文研究了莱斯信道上低分辨率模数转换器(ADC)量化全双工大规模多输入多输出(MIMO)回程的异构网络的频谱/能量效率(SE/EE)。回程通信分两个阶段完成。在第一阶段期间,宏小区(MC)基站(BS)部署大规模接收天线和少量发射天线;小小区(SC)BS采用大规模接收天线和单个发射天线。对于第二阶段,发射和接收天线的角色被切换。由于ADC的分辨率较低,我们考虑了量化噪声(QN)。我们表征了天线数量、自干扰、SC到SC干扰、QN和Rician K因子的联合影响。对于第一阶段,SE用大规模接收天线增强,并且由于QN的损失是有限的。对于第二阶段,期望信号和QN具有相同的阶数。因此,SE因大量发射天线而饱和。随着Rician K因子的增加,SE收敛。功率缩放定律推导证明,发射功率可以按比例缩小到大量的天线。我们研究EE/SE权衡。EE/SE区域的包络随着Rician K因子的增加而增长。
2020-05-13 cs.IT math.IT