Network Massive MIMO Transmission Over Millimeter-Wave and Terahertz Bands: Mobility Enhancement and Blockage Mitigation
移动性和阻塞是毫米波（mmWave）和太赫兹（THz）频段上的无线传输中的两个关键挑战。在本文中，我们研究了移动性和阻塞的存在下，网络的大规模多输入多输出（MIMO）传输毫米波/太赫兹下行链路。考虑到毫米波/太赫兹波的传播特性，我们首先提出将每个波束同步应用于网络大规模多输入多输出，以减轻信道多普勒和延迟色散效应。因此，我们建立了一个传输模型。然后，我们研究网络大规模多输入多输出下行链路传输策略，只有统计信道状态信息（CSI）在基站（BS），制定的策略设计问题作为一个优化问题，以最大限度地提高网络总速率。我们表明，波束域是有利的执行传输，并证明BS可以单独工作时，发送信号到用户终端。基于这些见解，网络大规模多输入多输出预编码设计被简化为关于波束域功率分配的网络和速率最大化问题。利用序贯优化方法和随机矩阵理论，进一步提出了一种保证收敛性能的波束域功率分配迭代算法。数值结果表明，所提出的基于统计CSI的网络大规模多输入多输出传输方法可以有效地缓解阻塞效应，并在毫米波和太赫兹频段上提供移动性增强。
2020-05-06 cs.IT eess.SP math.IT
How to Combine OTFS and OFDM Modulations in Massive MIMO?
本文提出在大规模MIMO下行链路中结合OTFS与OFDM调制，针对不同移动性用户采用混合方案，并分析FZF与PZF预编码，结果表明PZF结合信道增益分组可保障用户服务质量，且混合调制优于传统OFDM。
2023-10-13 cs.IT math.IT
Downlink Performance of Massive MIMO under General Channel Aging Conditions
大规模多输入多输出（MIMO）是一种很有前途的技术，旨在通过部署大量的基站（BS）天线使用相干合并来实现高频谱效率。由于用户移动性而导致的信道老化是这种系统的显著降级因素。此外，大规模MIMO的成本效率是其部署的先决条件，这导致低成本天线元件引起高相位噪声。由于相位是时间依赖性的，它有助于通道老化。为此，我们提出了一种新的联合信道相位噪声模型，使我们能够研究在这些条件下的大规模MIMO与最大比传输（MRT）预编码器的下行链路的确定性等效的可实现的和速率。其中值得注意的结果是，由于用户移动性的退化占主导地位的相位噪声的影响。然而，我们证明了相位噪声和用户移动性的联合效应不会降低功率缩放定律$1/\sqrt{M}$（$M$是BS天线的数量），因为已经建立在大规模MIMO系统中具有不完善的信道状态信息。
2015-09-14 cs.IT math.IT
High-Mobility Wideband Massive MIMO Communications: Doppler Compensation, Analysis and Scaling Law
在本文中，我们应用角度域多普勒补偿的高移动性宽带大规模多输入多输出（MIMO）上行链路传输。考虑高速终端与静态基站之间的时变多径信道，多个多普勒频偏与不同的偏离角相关联。借助发射端的大规模均匀线阵，我们设计了一个波束形成网络来产生多个并行的波束形成分支，每个分支的发射信号指向一个特定的角度。然后，当通过时变信道时，每个分支中的传输信号将仅经历一个主导DFO，这可以在传输开始之前容易地补偿。理论上分析了角度域多普勒补偿后等效上行信道的多普勒扩展，该补偿同时考虑了各支路发射波束的主瓣和旁瓣。可以看出，如果发射天线的数量足够大，可以有效地抑制信道的时变。有趣的是，获得了信道变化的渐近缩放定律，这表明，多普勒扩展与最大DFO成正比，并且当$M$足够大时，多普勒扩展近似为$1/\sqrt{M}$（$M$是发射天线的数目）。数值结果证实了所提出的计划。
2018-07-18 cs.IT 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
Partial reciprocity-based precoding matrix prediction in FDD massive MIMO with mobility
针对移动场景下FDD大规模MIMO系统实时预编码的挑战，提出基于部分互易性的预编码矩阵预测方案，利用信道格拉姆矩阵降复杂度，通过闭式特征向量插值预测预编码器，在30-500km/h速度下性能优于传统方案。
2024-10-06 cs.IT eess.SP math.IT
Energy Consumption in multi-user MIMO systems: Impact of user mobility
在这项工作中，我们考虑了一个单小区多用户多输入多输出系统，其中迫零预编码是在基站（BS）服务于一定数量的用户设备（UE）的下行链路。在每个UE处保证固定的数据率。UE根据布朗运动在小区中四处移动，因此路径损耗随时间变化，并且能量消耗相应地波动。我们的目标是确定能源消耗的分布。为此，我们分析的渐近制度，其中在BS的天线的数量和UE的数量以给定的比率增长大。结果表明，能源消耗是一个渐进的高斯随机变量，其均值和方差的解析推导。例如，这些结果可以用于近似电池供电的BS在特定时间段内耗尽能量的概率。
2014-03-19 cs.IT math.IT
Performance of High-Mobility MIMO Communications with Doppler Diversity
在高速移动通信中，信道的快速变化将导致信道估计和跟踪的困难，但也可以提供多普勒分集。研究了基于导频辅助重复编码和空间复用的多输入多输出系统的性能。在最小均方误差（MMSE）信道估计的基础上，给出了等效信道模型和相应的系统模型。基于随机矩阵理论，推导了最大比合并（MRC）接收机、MMSE接收机和类MRC接收机等线性接收机的归一化可达和速率的渐近表达式。此外，根据类MRC接收机的符号出错率，当重复次数和信噪比趋于无穷大时，可以获得最大的归一化多普勒分集阶数和最小的编码增益损失，并推导了相应的条件。在理论分析的基础上，分析了不同的系统结构和信道参数对系统性能的影响。
2020-02-18 cs.IT math.IT
Cell-Free Massive MIMO with Channel Aging and Pilot Contamination
在本文中，我们研究了信道老化对无小区（CF）的大规模多输入多输出（MIMO）系统的性能与导频污染的影响。考虑到由于用户移动性的信道老化效应，我们首先计算信道估计。我们用它来获得新的封闭形式的表达式的CF大规模MIMO系统的上行链路频谱效率（SE）与大规模衰落解码和匹配滤波器接收机合作。一个小小区系统的性能推导出比较。结果表明，CF massive MIMO系统在低移动性和高移动性条件下都能获得较高的95%可能的上行链路SE，并且CF massive MIMO对信道老化具有更强的鲁棒性.分数功率控制（FPC）被认为是补偿，以限制用户间的干扰。结果表明，与全功率传输相比，FPC的效益随着沟道老化的加剧而逐渐减弱。
2020-08-25 cs.IT math.IT
Large System Analysis of the Energy Consumption Distribution in Multi-User MIMO Systems with Mobility
在这项工作中，我们考虑了单小区多用户MIMO系统的下行链路中，基站（BS）利用$N$天线与$K$单天线用户设备（UE）进行通信。UE根据随机游走移动性模型在小区中四处移动。我们的目标是确定当在BS处使用不同的线性预编码技术以在有限时间间隔$T$内保证目标速率时的能量消耗分布。分析是在渐近状态下进行的，其中$N$和$K$在理想信道状态信息（CSI）的假设下以固定的比率增长。最近和标准的结果，从大系统分析提供简明的公式，渐近发射功率和波束形成向量的所有考虑计划。这些结果最终被用来提供一个确定性的近似的能量消耗，并研究其波动在这个值的形式的一个中心极限定理。给出了渐近均值和方差的封闭形式表达式。数值结果验证了理论分析的准确性，并进行了比较。我们展示了如何可以使用的结果来近似的概率，电池供电的BS耗尽能量，也设计的细胞半径，最大限度地减少每单位面积的能源消耗。不完美的CSI的情况下，也简要考虑。
2015-01-05 cs.IT math.IT
Massive MIMO Beam-forming for High Speed Train Communication: Directivity vs Beamwidth
高移动性自适应和大规模多输入多输出（MIMO）应用是下一代高速训练通信系统的两个主要发展目标。针对大规模MIMO系统中的位置感知波束形成问题，首先分析了波束方向性和波束宽度之间的折衷关系，并在此基础上给出了定位精度的灵敏度分析。在不同定位精度的约束下，推导出了保证高效传输的最大波束指向性和相应的波束宽度。最后，我们提出了一种利用位置信息具有定位鲁棒性的低复杂度波束成形设计，该设计既不需要对上行链路信道协方差矩阵（CCM）进行特征分解（ED），也不需要对下行链路CCM（DCCM）进行ED。数值仿真表明，在高移动性的场景下，定位误差小于一定值的大规模MIMO系统能够保证所需的性能和传输效率。
2017-02-07 cs.IT math.IT
A Partial Reciprocity-based Channel Prediction Framework for FDD Massive MIMO with High Mobility
大规模多输入多输出（MIMO）被认为可以为5G及以后提供未被代表的频谱效率增益。然而，在其商业部署过程中出现了一个实际挑战，这被称为“移动性的诅咒”。大规模MIMO系统的性能随着用户速率的增加而急剧下降。在本文中，我们解决了频分双工（FDD）的大规模MIMO与新的信道状态信息（CSI）获取框架的问题。提出了一种用于信道训练的联合角度延迟多普勒（JADD）宽带预编码器。我们的想法包括在开发的FDD和角度延迟多普勒信道结构的部分信道互易性。更精确地，基站（BS）使用矩阵变换（MP）方法基于UL导频来估计UL信道的角度延迟多普勒信息。然后根据提取的参数计算宽带JADD预编码器。之后，用户估计并反馈一些标量系数，以供BS重构预测的DL信道。渐近分析表明，随着基站天线数和带宽的增加，CSI预测误差收敛到零。工业信道模型的数值结果表明，该框架能够很好地适应高速（350 km/h）、大CSI时延（10 ms）和信道采样噪声。
2022-05-26 cs.IT eess.SP math.IT
Hybrid-Field Channel Tracking for Extremely Large-Scale MIMO Systems with Mobility
East China Normal University（华东师范大学）；Nanjing University of Information Science and Technology（南京信息工程大学）；Southeast University（东南大学）
本文提出一种利用历史信道状态信息的混合场信道跟踪算法，用于移动性超大规模MIMO系统，通过稀疏峰值搜索和牛顿细化实现低复杂度高性能的多径估计。
2026-09-17 cs.IT eess.SP math.IT
Low-Complexity Memory AMP Detector for High-Mobility MIMO-OTFS SCMA Systems
有效的信号检测器对于大规模通信系统来说是非常重要的，但要获得令人满意的性能却具有挑战性。针对多输入多输出（MIMO）系统，提出了一种基于正交时频空间（OTFS）调制的非正交稀疏码多址接入（SCMA）结构。本文提出了一种新的低复杂度但有效的自定义记忆近似消息传递（AMP）算法，用于信道均衡和多用户检测。具体而言，所提出的记忆AMP检测器享有稀疏的信道矩阵，并只适用于矩阵向量乘法在每次迭代的低复杂度。为了减轻迭代过程中正强化问题导致的性能下降，所有的前一个消息被用来保证内存AMP检测器的正交性原则。最后提供的仿真结果来说明我们的内存AMP检测器优于现有的解决方案。
2023-03-15 cs.IT eess.SP math.IT
Impact of General Channel Aging Conditions on the Downlink Performance of Massive MIMO
最近的工作已经将大规模多输入多输出（MIMO）确定为用于实现频谱和能量效率的实质性增益的关键技术。此外，转向低成本的收发器，容易受到硬件损害，是最有效和有吸引力的方式，成本效益的应用涉及大规模MIMO系统。在这种情况下，信道老化的影响，这严重影响了性能，本文研究通过考虑一个广义模型。具体来说，我们表明，多普勒频移，因为用户的相对运动以及相位噪声，由于嘈杂的本地振荡器（LO）的信道老化。为此，我们首先提出了一个联合模型，包括这两种影响，以调查的大规模MIMO系统的性能的基础上不可避免的时变性质的现实移动通信。然后，我们推导出的信号与噪声和干扰比（SINR）与最大比传输（MRT）和正则化迫零预编码（RZF）的确定性等效（DE）。我们的分析不仅展示了MRT和RZF在这些条件下的性能比较，但最重要的是，它揭示了有趣的属性有关的用户移动性和相位噪声的影响。特别地，大天线极限行为深刻地取决于这两种效应，但是即使对于中等用户速度（$\approx30$ km/h），由于用户移动性而引起的负担也比相位噪声有害得多，而相位噪声的负面影响在较低移动性条件下是值得注意的。
2016-05-24 cs.IT math.IT
Position-aided Large-scale MIMO Channel Estimation for High-Speed Railway Communication Systems
我们考虑高速铁路通信系统中的信道估计，其中发射机和接收机都配备了大规模的天线阵列。众所周知，传统训练方案的吞吐量随着移动性单调下降。假设移动终端采用大型线性天线阵列，本文提出了一种位置辅助信道估计方案，即只有一部分发射天线发送导频符号，利用这些导频和基于联合空时相关的天线位置信息可以很好地估计出整个信道矩阵。建立了移动性和吞吐量/自由度之间的关系。此外，相应地给出了发射功率、训练阶段和数据阶段之间的时间间隔划分以及天线尺寸的最佳选择。分析和仿真结果表明，与传统的相比，采用位置辅助信道估计器的系统吞吐量不会随着移动性的增加而明显恶化。
2016-03-24 cs.IT math.IT
Channel Coherence Classification with Frame-Shifting in Massive MIMO Systems
研究了时分双工（TDD）大规模多输入多输出（MIMO）移动系统中的上行导频开销。常规大规模MIMO系统的常见场景是基站（BS）以相同的TDD帧格式服务小区中的所有用户终端（UT），该TDD帧格式适合用户移动性的最坏情况场景（例如，速度为300 Km/s的移动训练）的相干间隔。此外，BS必须为所有用户估计每个时隙的所有信道，即使对于具有长相干间隔的用户也是如此。事实上，在同一小区内，具有低移动性UT（例如，移动1.38 m/s）的传感器或行人共享相同的短TDD帧，因此必须在每个时隙上传其导频。具有1.9 GHz载波频率的行人UT的信道相干间隔可以是训练乘客用户的信道相干间隔的60倍。换句话说，传统技术浪费了59个上传的导频序列用于信道估计。在本文中，我们意识到由于不同的用户移动性之间的各种相干间隔的资源浪费。我们根据用户的相干间隔长度对用户进行分类，并且我们建议跳过上传具有大相干间隔的UT的导频。然后，我们将具有相同导频重用序列的帧移向空导频时隙。仿真结果表明，该技术在能量和频谱效率方面都优于传统的大规模MIMO系统。
2017-11-14 cs.IT math.IT
Channel State Prediction, Feedback and Scheduling for a Multiuser MIMO-OFDM Downlink
我们考虑MIMO-OFDM无线系统的下行链路，其中基站（BS）具有M个天线，并且服务于K个单天线用户终端（UT），其中K大于或等于M。用户从公共下行链路导频符号估计他们的信道向量并反馈预测，BS使用该预测来计算下一时隙的线性波束成形矩阵并根据比例公平调度（PFS）算法选择要服务的用户。我们考虑一个现实的物理信道模型作为标准化的基准和一些替代方案的信道估计和预测方案。我们表明，基于ESPRIT的参数化方法能够准确地预测信道，即使对于相对较高的用户移动性。然而，存在一类信道，其特征在于大的多普勒扩展（高移动性）和集群的角扩展，预测是本质上困难的，所有考虑的方法失败。我们提出了一个修改后的PFS，考虑到“可预测性”状态的UT，并显着优于经典PFS的预测误差的存在。本文的主要结论是，只要对不可预测的用户进行适当的处理，多用户MIMO下行链路即使在存在高移动性用户的情况下也能产生非常好的性能
2008-11-27 cs.IT math.IT
Channel Estimation for mmWave MIMO-OFDM Systems in High-Mobility Scenarios: Instantaneous Model or Statistical Model?
本文研究高移动性毫米波MIMO-OFDM系统的信道估计，比较瞬时与统计信道模型，提出基于四阶张量CP分解和ESPRIT型分解的瞬时模型估计算法，仿真证明其优于统计模型及现有基准。
2024-08-27 cs.IT eess.SP math.IT
MIMO Over-the-Air Computation for High-Mobility Multi-Modal Sensing
在未来的物联网网络中，传感器甚至接入点可以安装在地面/空中车辆上，用于智能城市监控或环境监测。为了支持具有低网络延迟的高移动性感测，最近开发了一种称为空中计算（AirComp）的技术，其使得接入点能够通过利用多接入信道的叠加属性从并发传输接收感测数据的期望函数。这项工作旨在进一步开发AirComp用于下一代多天线多模态传感器网络。具体来说，我们设计了多功能AirComp的波束成形和信道反馈技术。以最小化计算函数的均方误差和为目标，多功能AirComp接收波束形成的优化是一个NP难问题。近似问题的基础上收紧传输功率的限制，但是，示出使用微分几何是可解的。该解被证明是格拉斯曼流形上点的加权质心，其中每个点代表传感器信道矩阵所张成的子空间。作为副产品，波束形成问题被发现具有与多播波束形成的经典问题相同的形式，建立了AirComp-multicasting-duality。其意义在于使上述格拉斯曼质心解决方案转移到后者的问题，否则是使用计算密集型半定松弛技术解决。最后，建立在AirComp-beamforming解决方案上，为接入点设计了一种有效的信道反馈技术，以从设计的信号的分布式传感器传输接收波束形成器，所述设计的信号是本地信道状态信息的函数。
2018-07-12 cs.IT math.IT
Non-Stationarities in Extra-Large Scale Massive MIMO
大规模MIMO是在蜂窝系统中提高区域频谱效率的关键技术，它是在假设孔径大小适中的情况下开发的。在本文中，我们认为，由于空间非平稳性，大规模MIMO系统的行为在大规模政权不同。在大规模的制度，约50个波长的阵列，终端看到整个阵列，但非平稳性发生，因为不同的区域的阵列看到不同的传播路径。在更大的维度上，我们称之为超大尺度区域，终端看到阵列的一部分，并且在内部可能发生第一种非平稳性。我们发现，大规模MIMO信道的非平稳特性改变了几个重要的MIMO设计方面。在模拟中，我们演示了如何非平稳性是一个诅咒时，被忽视，但祝福时，拥抱在计算负载和多用户收发器设计。
2019-10-07 cs.IT eess.SP math.IT
Location-Aware Pilot Allocation in Multi-Cell Multi-User Massive MIMO Networks
针对移动性强的多输入多输出（MIMO）网络，无线信道受到莱斯衰落的影响，提出了一种基于位置感知的导频分配算法.大规模MIMO中的导频分配是一个困难的组合问题，并且依赖于用户的位置。因此，对于具有高移动性用户的网络，实时实现最优导频分配是高度复杂的。在此背景下，我们提出了一种低复杂度的导频分配算法，该算法利用了用户之间的视线（LOS）干扰的行为，并将相同的导频序列分配给具有小LOS干扰的用户。我们的研究表明，我们提出的算法显着优于现有的算法，即使定位误差。具体而言，在这项工作中考虑的系统，我们提出的算法提供了高达37.26%的改善和频谱效率（SE），并提高了高达2.57位/秒/Hz的最坏的干扰影响的用户的总和SE，相比现有的算法。
2018-04-27 cs.IT math.IT
Impact of Mobility on Downlink Cell-Free Massive MIMO Systems
在本文中，我们分析了无小区大规模多输入多输出（CF-mMIMO）系统的下行链路频谱效率，占信道老化（由用户移动性引起的）和导频污染的影响。我们考虑两种情况，一种是用户设备（UE）依赖于由接入点（AP）波束成形的下行链路导频来估计下行链路信道，另一种是UE利用统计信道状态信息（CSI）进行数据解码。为了进行比较，我们还考虑了蜂窝mMIMO，并推导出其可实现的频谱效率与信道老化和导频污染在上述两种情况下。我们的研究结果表明，在CF-mMIMO，下行链路训练是优选的统计CSI时，选择最佳的数据序列的长度，以最大限度地提高频谱效率。然而，在蜂窝mMIMO中，取决于用户公平性或总频谱效率是否被优先化，两种方案中的任一种可能更好。此外，即使在考虑信道老化和导频污染的影响之后，CF-mMIMO系统通常也优于蜂窝mMIMO。通过数值计算结果，我们说明了各种系统参数，如最大用户速度，上行链路/下行链路导频长度，数据持续时间，网络密度的影响，并提供有趣的见解无细胞和蜂窝mMIMO系统之间的关键区别。
2022-09-06 cs.IT eess.SP math.IT
Performance of Massive MIMO Uplink with Zero-Forcing receivers under Delayed Channels
在本文中，我们分析了大规模多小区多输入多输出（MIMO）系统的上行链路通信的性能下的导频污染和延迟的信道，因为终端移动性的影响。基站（BS）通过上行链路训练来估计信道，然后使用迫零处理来解码来自用户的发送信号。概率密度函数（PDF）的信号与干扰加噪声比推导出任何有限数量的天线。从这个PDF中，我们得到了一个可实现的遍历率与有限数量的BS天线在封闭的形式。洞察力的多普勒频移（由于终端移动性）的影响，在低信号噪声比制度暴露。此外，中断概率的影响进行了研究。此外，功率缩放定律和渐近性能的结果，通过无限增加的天线和终端的数量（当它们的比例是固定的）提供。数值结果表明，性能损失的各种多普勒频移。其中一个有趣的观察结果是，即使在信道老化条件下，大规模MIMO也是有利的。
2016-07-21 cs.IT math.IT
A Multi-Dimensional Matrix Pencil-Based Channel Prediction Method for Massive MIMO with Mobility
本文研究了大规模多输入多输出系统中的移动性问题，该问题在第五代移动通信网络的实际部署中会导致显著的性能损失。本文提出了一种基于多维矩阵束（Multi-dimensional Matrix Pencil，MPEG4）的信道预测方法，该方法利用宽带信道的角频域和角时域结构来估计路径参数。基于角度估计的超分辨率特性，MPEG4方法还需要一种新的路径配对方案来配对延迟和多普勒。我们的方法是能够处理的现实约束的时变路径延迟所引入的用户移动，这还没有被认为是迄今为止在文献中。我们从理论上证明，在随时间变化的路径延迟的情况下，预测误差收敛到零的基站（BS）天线的数量增加，提供只有两个任意的信道样本是已知的。我们还得到了一个下界的BS天线的数量，以达到令人满意的性能。在3GPP的工业信道模型下的仿真结果表明，当用户的速度达到120 km/h，信道状态信息的时延达到16 ms时，该方法仍能达到稳态情况下的性能。
2022-08-03 cs.IT eess.SP math.IT
Low Complexity Delay-Constrained Beamforming for Multi-User MIMO Systems with Imperfect CSIT
本文研究了发射端信道状态信息不完全的下行链路多用户MIMO（MU-MIMO）系统的时延约束波束成形控制问题。时滞约束控制问题被表示为一个无穷时域平均费用部分可观测马尔可夫决策过程。为了解决维数灾难的问题，我们引入了一个虚拟的连续时间系统，并利用扰动分析法推导出了一个封闭形式的近似价值函数。CSIT错误。为了解决条件分组出错率（PER）的问题，我们利用Bernstein型不等式建立了一个易于处理的闭合形式近似。基于相对价值函数和条件PER的封闭形式近似，我们提出了一个保守的原始波束形成控制问题的制定。保守问题是非凸的，我们将其转化为一个凸问题，使用半定松弛（SDR）技术。然后，我们提出了一个交替迭代算法来解决SDR问题。最后，通过仿真将所提出的方案与各种基线进行比较，结果表明可以实现显着的性能增益。
2013-05-12 cs.IT math.IT
Low-complexity eigenvector prediction-based precoding matrix prediction in massive MIMO with mobility
本文针对移动场景下大规模MIMO预编码更新复杂度高的问题，提出基于特征向量预测的EGVP方法及FMPP预测技术，在保持或提升频谱效率的同时显著降低计算复杂度。
2024-07-01 cs.IT eess.SP math.IT
Uplink Performance of Conventional and Massive MIMO Cellular Systems with Delayed CSIT
大规模多输入多输出（MIMO）网络，其中基站（BS）配备有大量的天线，并同时服务于多个用户，是非常有前途的，但遭受导频污染。尽管它的重要性，延迟信道状态信息（CSI），由于用户的移动性，是另一个退化因素，缺乏在文献中的调查。因此，我们考虑上行链路模型，其中每个BS应用迫零解码器，考虑两种效果，但是焦点在于相对于BS天线的相对用户移动。在这种情况下，分析封闭形式的表达式与有限数量的BS天线的和速率，和无限数量的BS天线的渐近极限概括的主要贡献。特别地，对于任意有限数目的天线，导出了信号与干扰加噪声比的概率密度函数和各态历经和速率。洞察到低信号-噪声比制度，以及中断概率的影响，由于用户的移动性所产生的多普勒频移。此外，渐近分析性能的结果无限增加的天线，功率，天线和用户的数量（而它们的比例是固定的）。数值结果表明，性能损失的各种多普勒频移。一个有趣的观察是，即使在时变信道条件下，大规模MIMO也是有利的。
2015-04-09 cs.IT math.IT
Hybrid OTFS/OFDM Design in Massive MIMO
针对不同移动性用户的下行链路大规模MIMO系统，提出混合OTFS/OFDM调制方案及FZF和PZF预编码设计，并设计加权最大-最小功率控制方案以优化频谱效率与用户公平性。
2024-08-28 cs.IT eess.SP math.IT
Low-Overhead Channel Estimation via 3D Extrapolation for TDD mmWave Massive MIMO Systems Under High-Mobility Scenarios
Jinan University（暨南大学）；University of Macau（澳门大学）；East China Normal University（华东师范大学）；Southeast University（东南大学）；Tsinghua University（清华大学）
针对高移动 TDD mmWave massive MIMO 的信道老化与高维导频开销问题，提出空间-频率-时间 3D 外推框架及 KDD-SFCEN、TUDCEN，将导频开销降低 16 倍并提升频谱效率。
2024-12-29 cs.AI cs.IT eess.SP
Channel Estimation for Orthogonal Time Frequency Space (OTFS) Massive MIMO
在高移动性场景中，正交时频空间（OTFS）调制优于正交频分复用（OFDM）。OTFS大规模MIMO的一个挑战是由于大量基站天线而导致的下行链路信道估计。本文提出了一种基于三维结构正交匹配追踪算法的信道估计技术来解决这个问题。首先，我们表明OTFS MIMO信道具有3D结构的稀疏性：正常稀疏性沿延迟维度，块稀疏性沿多普勒维度，和突发稀疏性沿角度维度。基于3D结构化信道稀疏性，我们将下行信道估计问题转化为稀疏信号恢复问题。仿真结果表明，该算法能够以较低的导频开销获得准确的信道状态信息。
2019-03-22 cs.IT math.IT
Performance Characterization of a Real-Time Massive MIMO System with LOS Mobile Channels
给出了在中等移动性的视距（LOS）场景中大规模MIMO性能的第一次测量结果，其中使用3.7 GHz的100天线基站（BS）实时的【形】服务8个用户。当如此大量的信道动态地改变时，固有的传播和处理延迟与改变速率具有关键关系，因为使用过时的信道信息可能导致严重的检测和预编码不准确。特别是对于下行链路（DL），与大规模多输入多输出（MIMO）部署同义的时分双工（TDD）配置可能意味着在极端情况下仅上行链路（UL）可用。因此，研究移动性对大规模MIMO性能的影响并考虑对抗潜在限制的方法是非常有趣的。在具有移动的汽车和行人的移动场景中，在空间中的许多点上对大规模MIMO信道进行采样以构建整体用户正交性的图像，并且考虑方位角和仰角阵列配置的影响。时间分析也进行了车辆移动到29公里/小时和实时的【形】出错率（BER）的UL和DL没有功率控制。对于100天线系统，发现当与8天线系统相比时，信道状态信息（CSI）更新速率要求可以增加7倍，而功率控制更新速率可以相对于单天线系统降低至少5倍。
2017-05-20 cs.IT math.IT
Preconditioned Conjugate Gradient for MIMO-AFDM System
针对MIMO-AFDM系统中多用户干扰预编码计算复杂度高的问题，结合AFDM信道稀疏特性与预条件共轭梯度（PCG）方法迭代处理预编码，在保证性能的同时显著降低计算复杂度。
2025-06-18 cs.IT eess.SP math.IT
Capacity Characterization and Formation Optimization for Multi-User MIMO Communications with UAV Swarm
National Mobile Communications Research Laboratory, Southeast University（东南大学移动通信国家重点实验室）；Southeast University（东南大学）；Purple Mountain Laboratories（紫金山实验室）
本文研究了无人机群作为用户在多用户MIMO通信中的最大总容量及最优用户位置问题，推导了闭式表达式并提出优化框架，通过协同移动提升容量，同时考虑碰撞避免和群体凝聚力约束。
2026-05-14 cs.IT math.IT
BDMA for Millimeter-Wave/Terahertz Massive MIMO Transmission with Per-Beam Synchronization
针对毫米波/太赫兹频段的宽带大规模多输入多输出（MIMO）传输，提出了基于波束同步的波束分多址（BDMA）技术。我们首先介绍了一个物理动机的波束域信道模型的大规模MIMO和证明，波束域信道元素的包络往往是独立的时间和频率时，在基站和用户终端（UT）的天线的数量趋于无穷大。激励所得出的波束域信道特性，然后，我们提出了PBS毫米波/太赫兹大规模MIMO。我们表明，与传统的同步方法相比，宽带大规模MIMO信道与PBS的有效延迟和多普勒频率扩展减少了UT天线的数量的一个因素。随后，我们将PBS应用于BDMA，研究波束调度以最大化上行链路和下行链路BDMA的可实现遍历速率，并开发了贪婪波束调度算法。仿真结果验证了在典型移动场景下，BDMA结合PBS在mmW/THz宽带大规模MIMO系统中的有效性。
2016-11-14 cs.IT math.IT
Impact of Channel Aging on Zero-Forcing Precoding in Cell-Free Massive MIMO Systems
在无小区大规模多输入多输出（mMIMO）的上下文中，迫零预编码（ZFP）需要经由前传网络交换瞬时信道状态信息和预编码数据符号。它会导致相当大的传播和处理延迟，从而降低性能。本文分析了无小区mMIMO中信道老化对ZFP性能的影响。老化的影响，不仅用户的移动性，而且相位噪声被认为是。每用户的频谱效率方面的数值结果进行了说明。
2021-07-03 cs.IT eess.SP math.IT
Massive MIMO for Cellular-Connected UAV: Challenges and Promising Solutions
大规模多输入多输出（MIMO）是一项很有前途的技术，可用于实现未来的蜂窝连接无人机（无人机）通信。地面基站（GBS）配备全维大阵列，可以采用自适应细粒度三维（3D）波束形成技术来抑制高空无人机与低空地面用户之间的强干扰，从而显著提高网络频谱效率。然而，大规模MIMO的性能增益关键取决于在GBS处UAV和地面用户的准确信道状态信息（CSI），由于UAV引起的导频污染和UAV在3D中的高移动性，这实际上是难以实现的。此外，越来越流行的应用依赖于大群协调的UAV或UAV群以及用于大规模MIMO的实际混合GBS波束成形架构，进一步使导频污染和信道/波束跟踪问题复杂化。在这篇文章中，我们提供了上述挑战性的问题的概述，提出了新的解决方案，以应付他们，并讨论了未来的研究有前途的方向。初步的仿真结果也提供了验证所提出的解决方案的有效性。
2020-10-13 cs.IT math.IT
Massive MIMO for Drone Communications: Case Studies and Future Directions
无人驾驶飞行器（UAV），也被称为无人机，正在激增。监控、灾难管理和无人机竞赛等应用在吞吐量、可靠性和延迟方面对与无人机的通信提出了很高的要求。目前用于无人机连接的现有无线技术，特别是Wi-Fi，仅限于短距离和低移动性的情况。需要新的可扩展技术来满足未来对长连接范围的需求，支持快速移动的无人机，以及同时与整个无人机群进行通信的可能性。大规模多输入多输出（MIMO）是新兴5G标准的主要技术组成部分，具有满足这些要求的潜力。
2019-07-27 cs.IT eess.SP math.IT
Convolutional Self-Attention-Based Multi-User MIMO Demapper
在基于正交频分复用（OFDM）的无线通信系统中，信道估计的准确性严重影响系统的误码率（BER）性能。对于良好的信道估计器来说，能够处理由于用户的移动性而发生的无线信道条件的变化是重要的。近年来，重点一直放在开发复杂的神经网络（NN）为基础的信道估计，使一个错误的性能接近的基因辅助信道估计。这项工作考虑了另一种替代方案，这是一个简单的信道估计器，但更复杂的NN为基础的解映射器的软信息的生成为每个传输位。特别是，扭转不完美的信道估计器的不利影响的问题得到解决，并提出了一个卷积的基于自我注意的神经解映射器，显着优于基线。
2022-01-27 cs.IT math.IT
Massive MIMO Channel Prediction: Kalman Filtering vs. Machine Learning
Korea Advanced Institute of Science and Technology（韩国科学技术院）；Samsung Electronics Co., LTD（三星电子有限公司）
本文主要研究大规模多输入多输出（MIMO）系统中的信道预测技术。以往的信道预测方法都是建立在理论信道模型的基础上的，这会偏离实际信道。在本文中，我们开发和比较基于矢量卡尔曼滤波器（VKF）的信道预测器和基于机器学习（ML）的信道预测器，使用来自空间信道模型（SCM）的真实信道，它已被采用在3GPP标准多年。首先，我们提出了一个低复杂度的移动性估计器的基础上的空间平均使用大量的天线在大规模MIMO。移动性估计可用于确定开发的预测器的复杂性顺序。本文提出的基于VKF的信道预测器利用了基于Yule-Walker方程的SCM信道自回归（AR）参数。然后，基于ML的信道预测器使用线性最小均方误差（LMMSE）的噪声预处理的数据被开发。数值结果表明，这两种信道预测器在信道预测精度和数据率方面都比过时信道有很大的增益。基于ML的预测器具有比基于VKF的预测器更大的总体计算复杂性，但是一旦训练，基于ML的预测器的操作复杂性变得比基于VKF的预测器的操作复杂性小。
2020-09-21 cs.IT cs.LG math.IT
Scheduling and Pre-Conditioning in Multi-User MIMO TDD Systems
多用户多输入多输出（MIMO）系统的下行链路传输已经从通信理论和信息理论的角度得到了广泛的研究。这些论文中的大多数假设完美/不完美的渠道知识。一般情况下，信道训练和估计问题是分开研究的。然而，在具有高移动性的干扰受限通信系统中，该问题与使系统的吞吐量最大化的问题紧密耦合。在本文中，调度和预处理的基础上存在的倒易通道的计划被认为是解决这个问题。在同构用户的情况下，提出了一种调度方案，并推导出改进的总容量下界。研究了训练序列长度的选择问题，使系统的净吞吐量最大。在异构用户的情况下，提出了一种改进的预处理方法，并推导出优化的预处理矩阵。该方法与调度方案相结合，以进一步提高净可实现的加权和速率。
2008-05-05 cs.IT math.IT
Robust Location-Aided Beam Alignment in Millimeter Wave Massive MIMO
最近，位置辅助波束对准已经被提出作为用于毫米波（mmWave）大规模MIMO（mMIMO）通信中的快速链路建立的潜在方法。然而，由于估计过程中的移动性和其他缺陷，在基站（BS）和用户（UE）处获得的空间信息可能是有噪声的，从而降低波束对准性能。在本文中，我们介绍了一个强大的光束对准框架，以表现出弹性相对于这个问题。我们首先将波束对准重新设计为分散式协调问题，其中BS和UE基于相关但单独的位置信息来寻求协调。我们制定的最佳波束对准解决方案的贝叶斯团队决策问题的解决方案。然后，我们提出了一套算法，以降低复杂性接近最优。与经典设计相比，鲁棒波束对准过程的有效性，然后在具有不同位置信息精度的仿真设置上进行验证。
2017-08-28 cs.IT math.IT
Pilot Decontamination Through Pilot Sequence Hopping in Massive MIMO Systems
这项工作涉及应用大规模多输入多输出（MIMO）技术的无线蜂窝网络。在这样的系统中，给定小区中的基站配备有非常大数量（数百甚至数千）的天线并且服务于多个用户。在基站处使用上行链路导频序列来执行从基站到每个用户的信道的估计。这样的信道估计过程遭受导频污染。在给定小区中使用正交导频序列，但是由于正交序列的短缺，必须在相邻小区中重用相同的导频序列，从而导致导频污染。本文提出的解决方案抑制了导频污染，而不需要在小区之间进行协调。在每个传输时隙执行导频序列跳变，这提供了导频污染的随机化。使用修改后的卡尔曼滤波器，它示出，这种随机化的污染可以显着抑制。与传统的估计方法的比较表明，在低流动性的均方误差可以降低多达一个数量级。
2015-05-21 cs.IT math.IT
When Cell-Free Massive MIMO Meets OTFS Modulation: The Downlink Case
提出了一种无小区大规模MIMO（多输入多输出）系统中正交时频空间（OTFS）调制的性能评估。通过利用时变信道的延迟-多普勒（DD）表示的固有稀疏性，我们应用嵌入式导频辅助信道估计方法，减少保护间隔，并推导出最小均方误差估计的信道增益从接收到的上行链路导频在接入点（AP）。每个AP应用共辄波束成形来向用户发送数据。我们推导出一个封闭形式的表达式为个人用户的下行链路吞吐量作为AP，用户和DD信道估计参数的数量的函数。我们比较OTFS的性能与正交频分复用（OFDM）在高流动性条件。我们的研究结果表明，与OFDM对应物相比，具有不相关阴影的无小区大规模MIMO与OTFS调制在95%可能的每用户吞吐量中实现高达35%的增益。最后，每用户吞吐量的增加在相关阴影场景的中值速率处更明显。
2022-03-15 cs.IT math.IT
Virtual-MIMO-Boosted Information Propagation on Highways
在车辆通信中，与交通相关的信息应该尽可能快地在网络上传播，以保持更安全的交通系统。这促使我们开发更有效的信息传播方案。在本文中，我们提出了一种新的虚拟MIMO使能的信息传播方案，其中车辆机会主义地形成虚拟天线阵列，以提高传输范围，从而加快信息沿高速公路传播。我们将信息传播过程建模为更新奖励过程，并详细研究了该方案的\emph{Information Propagation Speed}（IPS）。导出了相应的封闭形式的IPS，它表明IPS随着车辆密度的增加而三次增加，但最终将收敛到一个恒定的上限。此外，流动性的增加也通过提供更多的交流机会促进了信息的传播。然而，有限的网络密度本质上决定了信息传播的瓶颈。进行了大量的模拟，以验证我们的分析。我们还表明，该方案表现出显着的IPS增益超过其传统的对应。
2015-11-10 cs.IT math.IT
Impact of Channel Aging on Reconfigurable Intelligent Surface Aided Massive MIMO Systems with Statistical CSI
在大规模多输入多输出（mMIMO）系统中引入可重构智能表面（RIS），可以提高用户设备（UE）在服务盲区的性能，从而释放下一代网络的潜力。然而，它们对准确的信道状态信息（CSI）的要求是至关重要的，并且特别地，具有引起信道老化的UE移动性的应用使得实现足够的服务质量具有挑战性。因此，在这项工作中，我们研究了空间相关性和不完善的CSI条件下的信道老化对RIS辅助mMIMO系统性能的影响。具体来说，通过考虑在上行链路训练和下行链路数据传输阶段的信道老化，我们首先执行最小均方误差（MMSE）信道估计，以获得UE有效信道与传统的系统类似，没有RIS的低开销。接下来，我们推导出下行链路可实现的和频谱效率（SE）与正则化迫零（RZF）预编码在封闭的形式是只依赖于大规模的统计，通过使用确定性等效（DE）分析。随后，我们提出了有吸引力的优化可实现的总和SE相对于相移和总发射功率，可以执行每几个相干间隔由于大规模统计的缓慢变化。数值结果验证了解析表达式，并展示了性能，同时允许提取有见地的设计结论，包括UE移动性的常见情况。特别是，信道老化降低了性能，但其影响可以通过适当地选择帧持续时间或通过增加RIS元素的数量来控制。
2022-09-09 cs.IT math.IT
Channel Acquisition for Massive MIMO-OFDM with Adjustable Phase Shift Pilots
提出了一种可调相移导频（APSP）用于宽带大规模多输入多输出（MIMO）系统中的信道捕获，该系统采用正交频分复用（OFDM）技术来降低导频开销。基于物理激励信道模型，本文首先建立了大规模天线阵列下信道空频相关性与信道功率角延迟谱之间的关系，揭示了大规模MIMO-OFDM系统中信道的稀疏性。在此基础上，研究了基于APSP的大规模MIMO-OFDM系统的信道捕获，包括信道估计和信道预测。我们表明，信道捕获性能的总和均方误差可以最小化，如果用户终端的信道功率分布在角度延迟域中可以不重叠与适当的相移调度。基于此最优信道捕获条件，提出了一种简化的导频相移调度算法。研究了单符号和多符号数据模型下APSP的性能。仿真结果表明，所提出的APSP方法可以提供实质性的性能增益方面可实现的频谱效率在传统的相移正交导频方法在典型的移动场景。
2015-11-12 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
Impact of User Mobility on Optimal Linear Receivers in Cellular Networks
我们认为，在基站（BS）部署多个天线元件的非合作多蜂窝系统的上行链路，涵盖了传统的和非常大量的天线的情况下。鉴于不可避免的导频污染和任意的路径损耗为每个链接，我们解决的影响，由于用户和BS天线之间的相对运动，这限制了系统的性能，即使天线的数量增加，由于信道的时间变化，如图所示。特别是，我们提出了一个最佳的线性接收机（OLR）最大限度地提高接收信号干扰加噪声（SINR）。封闭形式的下限和上限推导以及确定性等价的OLR。数值结果表明，所提出的OLR对已知的线性接收机，主要是在高干扰和一定的用户移动性的环境中，以及大规模MIMO是优选的，即使在时变信道条件下的优异性能。
2015-01-20 cs.IT math.IT
Uplink Beam Management for Millimeter Wave Cellular MIMO Systems with Hybrid Beamforming
混合模拟和数字波束成形（HBF）是用于毫米波（mmWave）多输入多输出（MIMO）系统的使能收发器技术之一。该技术提供了高度定向的通信，能够对抗毫米波信号传播的固有特性。然而，毫米波系统中的小相干时间，特别是在移动性条件下，使得独立毫米波通信中的有效波束管理（BM）成为非常困难的任务。在本文中，我们考虑HBF收发器与平面天线面板和设计一个多级波束码本的模拟波束形成器包括平顶波束与可变宽度。这些波束对于整个期望的角度宽度表现出几乎恒定的阵列增益，从而促进有效的分层BM。针对上行链路通信，提出了一种新的动态波束排序波束训练算法，该算法适用于最新mmWave标准讨论中对时延的严格要求。我们的仿真结果展示了延迟性能的改善和接收的信噪比与不同的变化，所提出的方案的最佳波束训练方案的基础上，穷举窄束搜索。
2021-01-18 cs.IT math.IT
Deterministic Pilot Design and Channel Estimation for Downlink Massive MIMO-OTFS Systems in Presence of the Fractional Doppler
虽然正交时频空间（OTFS）调制和大规模多输入多输出（MIMO）技术的结合可以使通信系统在高移动性场景中具有更好的性能，但由于实际系统中不准确的建模和高导频开销，下行链路信道估计仍然存在许多挑战。本文提出了一种在分数多普勒条件下下行大规模MIMO-OTFS系统的信道状态信息（CSI）获取方案，包括确定性导频设计和信道估计算法。首先，我们分析了基于正交频分复用（OFDM）调制解调器的单输入单输出（SISO）OTFS的输入输出关系，并将其扩展到大规模MIMO-OTFS。此外，我们制定了一个精确的模型，在实际系统中，分数多普勒被认为是和子路径的影响揭示。基于该模型和导频矩阵的结构，提出了一种确定性导频设计方案，以减少导频开销和节省内存消耗。由于信道几何结构相对于通信时间尺度变化非常缓慢，我们提出了一种改进的基于感知矩阵的信道估计（MSMCE）算法来获取下行链路CSI。仿真结果表明，该方法与传统的下行信道状态信息捕获算法相比具有明显的优势。
2021-05-20 cs.IT math.IT
Cognitive MIMO-RF/FSO Cooperative Relay Communication with Mobile Nodes and Imperfect Channel State Information
本文分析了一种基于认知无线电的解码转发混合多输入多输出（MIMO）射频/自由空间光（RF/FSO）协作中继系统的性能，该系统具有多个移动主、副用户节点。由于信道估计误差而引起的不完美信道状态信息（CSI）的影响也在次级用户发射机（SU-TX）处被考虑并且分别中继在功率控制和符号检测过程上。这项工作的一个独特的方面是，固定和成比例的干扰功率约束，以限制在主用户接收机（PU-RX）的干扰。分析结果得出上述系统的准确和渐近中断和误比特概率的特征节点的移动性和不完善的CSI的实际条件下，连同光信道的损伤，如路径损耗，大气湍流，和指向错误，每个SU-TX和中继之间的正交空时分组编码传输。最后，仿真结果产生各种有趣的见解系统的性能，如一个midamble与前导码的信道估计的好处。
2018-05-14 cs.IT math.IT
Graph Neural Network based Channel Tracking for Massive MIMO Networks
针对大规模多输入多输出网络的信道跟踪问题，提出了一种基于图神经网络（GNN）的信道跟踪方法。我们首先利用少量的导频来实现初始信道估计。然后，我们表示所获得的信道数据的图形的形式和描述的通道的空间相关性沿图的边缘的权重。在此基础上，介绍了GNN主要单元的计算步骤，并设计了一个基于GNN的信道跟踪框架，包括编码器、核心网络和解码器。仿真结果证实，我们提出的基于GNN的方案可以实现更好的性能比前馈神经网络的作品。
2020-04-19 cs.IT eess.SP math.IT
A Statistical Block Fading Channel Model for Multiuser Massive MIMO System
提出了一种多用户大规模MIMO系统的统计块衰落信道模型。所提出的信道模型是从基于相关性的随机信道模型（CBSCM）演变而来的，但除了CBSCM的属性之外，它还具有同时捕获信道沿时间或频率以及沿空间变化的能力。它有一个简化的解析表达式，仍然能够模拟底层的物理现象，否则需要一个复杂的几何随机信道模型（GBSCM）。利用大规模MIMO信道的实测数据对模型进行了验证。信道中的空间确定性是造成不良传播的根本原因，它被建模为信道模型的控制参数。信道模型仅使用三个控制参数;一个参数描述信道沿资源块（沿时间或频率）的变化，剩余两个参数描述信道的空间变化。沿时间和空间的同时变化的建模属于非常常见的场景，其中移动终端的移动性和基站接收机处的角功率分布是关键参数。此外，仿真结果揭示了空间确定性在多用户大规模MIMO信道中隐藏的优势。
2016-03-04 cs.IT cs.NI math.IT
