Optimization of the Downlink Spectral- and Energy-Efficiency of RIS-aided Multi-user URLLC MIMO Systems
本文研究RIS辅助的多用户URLLC MIMO系统，提出优化有限块长度速率以提升频谱和能量效率，并证明RIS在短包和低误码率下增益更大。
2024-10-11 cs.IT eess.SP math.IT
URLLC with Massive MIMO: Analysis and Design at Finite Blocklength
大规模MIMO在高吞吐量通信中的快速采用主要依赖于无限块长度信息理论界限的许多研究成果。这使得很难评估大规模MIMO对于使用短块长度代码操作的超可靠低延迟通信（URLLC）的适用性。本文提供了一个严格的框架，在有限的块长度的大规模MIMO的上行链路和下行链路中实现的错误概率的表征和数值评估（使用鞍点近似）。该框架包括不完善的信道状态信息，导频污染，空间相关的信道，和任意线性空间处理。根据以前的结果无限块长度的界限，我们证明，最小均方误差（MMSE）处理和空间相关的信道，在有限块长度的错误概率为零的天线的数量$M$增长到无穷大，即使在导频污染。另一方面，涉及具有$M=100$天线的基站的实际URLLC网络设置的数值结果表明，只有当正交导频序列被分配给网络中的所有用户时，才可以利用MMSE处理在每个小区上均匀地实现$10^{-5}$的目标错误概率。最大比率处理是不够的。
2021-05-10 cs.IT eess.SP math.IT
Cell-Free Massive MIMO for URLLC: A Finite-Blocklength Analysis
本文提出一个通用有限块长分析框架，用于刻画无蜂窝大规模MIMO在URLLC下的数据包错误概率，并通过数值实验证明无蜂窝架构优于蜂窝架构，且MMSE空间处理和缩短AP与UE距离对满足URLLC目标至关重要。
2023-04-14 cs.IT eess.SP math.IT
Trainable Joint Channel Estimation, Detection and Decoding for MIMO URLLC Systems
针对MIMO URLLC系统传统turbo接收机误差传播、时延高的问题，本文基于MAP准则构造两种JCDD问题，用ADMM求解并展开为可训练JCDDNet，在可接受复杂度下性能优于turbo接收机。
2024-04-11 cs.IT eess.SP math.IT
Decentralized Coordinated Precoding Design in Cell-Free Massive MIMO Systems for URLLC
无小区大规模多输入多输出（MIMO）是一种很有前途的网络，提供了巨大的改善，与传统的蜂窝大规模MIMO系统的可达速率。然而，通常采用的香农型可达速率仅适用于长块长度体制，而不适用于新兴的短分组通信。为了在无小区的大规模MIMO系统中实现超可靠和低延迟通信（URLLC），我们优化了接入点（AP）处的预编码向量，以最大化集中式和分散式方式的最小用户速率。该设计考虑到URLLC的影响，我们提出了路径跟踪算法（PFA）来解决所考虑的问题，它产生一系列先进的可行点，并收敛到至少一个局部最优解的设计问题。此外，我们调查的预编码方案的要求，传输持续时间的长度，在每个AP配备的天线的数量，和每个AP集群的大小上URLLC速率。仿真结果表明，分散式PFA预编码可以达到集中式预编码的80%和89%的平均URLLC率，而计算复杂度仅为集中式预编码的12%计算复杂性.
2022-09-29 cs.IT math.IT
Resource Allocation for Cell-free Massive MIMO-enabled URLLC Downlink Systems
超可靠低延迟通信（URLLC）是实现工业物联网（IIoT）设备无线控制的关键技术。通过部署分布式接入点（AP），无小区大规模多输入多输出（CF mMIMO）具有为IIoT设备提供URLLC服务的巨大潜力。在本文中，我们研究了智能工厂中CF mMIMO使能的URLLC。针对最大比传输（MRT）、全导频迫零（FZF）和局部迫零（LZF）预编码方案，推导了有限信道块长度（FCBL）和不完全信道状态信息（CSI）下下行链路各态历经数据率的下界。同时，通过基于导出的LB联合优化导频功率和发射功率来最大化加权和速率。具体来说，我们首先提供的全球最优解的导频功率，然后引入一些近似转换成一系列的子问题，它可以表示在一个几何规划（GP）的形式，可以很容易地解决原来的问题。最后，提出了一种基于不同预编码方案的功率分配优化迭代算法。仿真结果表明，该算法优于现有的算法，和URLLC服务的质量将受益于部署更多的AP，除了FZF预编码方案。
2023-02-18 cs.IT eess.SP math.IT
Achieving Energy-Efficient Uplink URLLC with MIMO-Aided Grant-Free Access
能量有效的多输入多输出（MIMO）辅助上行链路超可靠低时延通信（URLLC）系统的优化设计是一个重要但尚未解决的问题。对于这样一个系统，我们提出了一种新的吸收马尔可夫链为基础的分析框架，揭示了令人困惑的延迟和可靠性之间的关系，以及量化系统的能量效率。考虑瑞利衰落、信道估计误差、迫零多用户检测（ZF-MUD）、免授权接入、延迟范围内的ACK重传以及这些技术成分之间的相互作用，推导了吸收马尔可夫链的转移概率。然后，基于吸收马尔可夫链推导了系统的时延约束可靠性和能量有效性。最后，我们研究了最佳的用户设备（UE）的数量和最佳的接收天线的数量，最大限度地提高系统的能量效率，同时满足可靠性和延迟要求的URLLC。仿真结果验证了理论分析的正确性和大规模MIMO在支持大规模URLLC系统中的有效性。
2021-11-27 cs.IT math.IT
Outage Analysis of Downlink URLLC in Massive MIMO systems with Power Allocation
大规模MIMO由于其高空间自由度而被视为低延迟通信的主要推动者。大规模MIMO的信道硬化和良好的传播特性对于多个URLLC设备的复用特别重要。然而，信道硬化和空间复用的实际效用严重依赖于信道知识的准确性。当多个低延迟设备被复用时，获取准确知识的成本变得至关重要，并且不清楚有多少设备可以被服务于延迟可靠性要求以及应该分配多少导频符号。本文研究了在下行链路中实现高频谱效率和高可靠性之间的权衡，通过采用各种功率分配策略，最大比和最小均方误差预编码器。结果表明，采用最大-最小SINR功率分配方式可以获得最佳的可靠性，但总频谱效率较低。
2020-07-09 cs.IT math.IT
Joint Pilot and Payload Power Allocation for Massive-MIMO-enabled URLLC IIoT Networks
第四次工业革命（工业4.0）即将到来，这场革命将从根本上提升工厂生产产品的方式。无线通信网络以其低维护成本和高部署灵活性将取代传统的有线线路连接中央控制器和机器人或执行器。然而，一些关键的工业应用需要超高可靠性和低延迟通信（URLLC）。在本文中，我们提倡采用大规模的多输入多输出（MIMO），以支持工业应用的无线传输，因为它可以提供类似于有线线路的确定性通信由于其信道硬化效应。为了减少延迟，用于分组传输的信道块长度是有限的，并且遭受传输速率降级和解码错误概率。因此，假设无限信道块长度，基于香农容量的用于大规模多输入多输出传输的传统资源分配不再是最优的。首先推导了在信道状态信息（CSI）不完全的情况下，最大比合并（MRC）和迫零（ZF）接收机的大规模多输入多输出系统上行链路可达速率下限（LB）的封闭表达式。然后，我们提出了新的低复杂度的算法来解决可实现的数据速率最大化的问题，通过联合优化MRC和ZF的导频和有效载荷传输功率。仿真结果证实了快速收敛速度和性能优于现有的基准算法。
2019-12-28 cs.IT eess.SP math.IT
Symbol-Level Noise-Guessing Decoding with Antenna Sorting for URLLC Massive MIMO
本文针对URLLC场景，将符号级GRAND推广到mMIMO空间复用，并利用信道状态信息进行天线排序，在保持可靠性的同时将解码复杂度降低80%以上。
2023-07-11 cs.IT eess.SP math.IT
URLLC with Coded Massive MIMO via Random Linear Codes and GRAND
无线通信中的当前挑战是确保超可靠和低延迟通信（URLLC）。虽然可靠性方面是公知的，通过使用长码字的信道编码来改善，但这通常意味着使用引入不期望的延迟的双绞线。使用短码字是使解码延迟最小化所需的改变。这项工作提出了一个编码和解码方案的组合，连同空间信号处理作为一种手段，以提供URLLC在衰落信道。本文提出了在大规模MIMO（mMIMO）信道上使用随机线性码（RLC），并采用标准迫零检测和猜测随机加性噪声解码（GRAND）。在mMIMO平坦衰落信道上对几种方案的性能进行了评估。所提出的方案大大优于使用5G极化编码和解码的等效方案，以获得感兴趣的信噪比（SNR）。虽然极化码的复杂度在所有SNR下都是恒定的，但使用具有GRAND的RLC可以在大部分SNR范围内实现更快的解码时间，从而进一步减少延迟。
2023-03-14 cs.IT math.IT
Cell-free Massive MIMO with Short Packets
在本文中，我们适应了无小区的大规模MIMO（多输入多输出），这是由Östman等人（2020）引入的有限块长度框架，用于表征在超可靠低延迟通信（URLLC）制度下，大规模MIMO可实现的分组错误概率。在本文中考虑的框架包括一个无细胞的架构，不完美的信道状态信息，和任意的线性信号处理在中央处理单元连接到接入点通过前传链路。通过数值模拟，我们表明，要达到高可靠性要求的URLLC，MMSE信号处理必须使用。还与小小区和大规模MIMO蜂窝网络进行了比较。两者都需要更多的天线来实现与无小区Massive MIMO相当的性能。
2021-07-22 cs.IT eess.SP math.IT
Resource Allocation for Uplink Cell-Free Massive MIMO enabled URLLC in a Smart Factory
智能工厂需要支持多个工业物联网（IIoT）设备的同时通信，并具有超可靠性和低延迟通信（URLLC）。同时，与用于人与人通信的传统长分组传输相比，用于IIoT应用的短分组传输会导致性能损失。另一方面，无小区的大规模多输入多输出（CF mMIMO）技术可以通过部署分布式接入点（AP）为所有设备提供统一的服务。在本文中，我们采用CF mMIMO来支持智能工厂中的URLLC。具体来说，我们首先推导出的下限（LB）可实现的上行链路数据率有限块长度（FBL）下的不完美的信道状态信息（CSI）的最大比合并（MRC）和全导频迫零（FZF）解码器。\textcolor{black}{The derived LB rates based on the MRC case have the same trends as the ergodic rate, while LB rates using the FZF decoder tightly match the ergodic rates}，这意味着可以基于LB数据率而不是FBL下的精确遍历数据率来执行资源分配。利用\textcolor{black}{log-function method}和逐次凸逼近（SCA）将非凸加权和速率问题近似转化为一系列几何规划（GP）问题，并提出了一种联合优化导频和净荷功率分配的迭代算法.仿真结果表明，与集中式mMIMO相比…
2022-11-22 cs.IT eess.SP math.IT
URLLC in IRS-Aided MIMO Systems: Finite Blocklength Analysis and Design
本文研究IRS辅助MIMO系统的URLLC性能，推导互信息密度中心极限定理及最优平均错误概率闭式上下界，并提出基于梯度的IRS相移优化算法以最小化错误概率下界。
2024-02-21 cs.IT math.IT
A MIMO ISAC System for Ultra-Reliable and Low-Latency Communications
提出双站MIMO ISAC系统，通过DPC技术减轻eMBB与感知信号干扰，在有限块长机制下实现URLLC消息优先传输，并在满足约束下显著提升eMBB速率。
2025-02-01 cs.IT math.IT
Closed-form Approximation for Performance Bound of Finite Blocklength Massive MIMO Transmission
针对uRLLC场景下有限块长大规模MIMO传输的性能分析需求，本文推导了信道色散期望与方差的闭式表达式，给出了可达速率界，揭示了时延与空间自由度的反比例关系。
2023-07-19 cs.IT math.IT
Design of Non-orthogonal and Noncoherent Massive MIMO for Scalable URLLC Beyond 5G
本文旨在设计和优化一种非正交和非相干的大规模多输入多输出（MIMO）框架，以实现5G以上无线系统中的可扩展超可靠低延迟通信（sURLLC）。在该框架中，利用与大规模多输入多输出系统中的大规模天线阵列相关联的巨大分集增益来确保MIMO可靠性。为了减少信道估计过程所带来的开销和延迟，提出了一种不需要瞬时信道状态信息（CSI）知识，而只依赖于大尺度衰落系数进行信息解码的非相干通信技术。为了提高所考虑的系统的可扩展性，我们使非正交信道接入的多个用户通过设计一个新的差分调制方案，以确保每个发送的信号矩阵可以被唯一地确定在无噪声的情况下，并可靠地估计在嘈杂的情况下，当天线阵列的大小按比例增加。其关键思想是使来自多个用户的发送信号在空中适当地叠加，使得当和信号被正确地检测到时，可以唯一地确定由所有用户发送的信号。为了进一步提高阵列天线数较大时的平均误码性能，提出了一种基于最大最小Kullback-Leibler（KL）发散度的设计方法，通过联合优化所有用户的发射功率和子星座分配来实现。仿真结果表明，所提出的设计显着优于现有的最大-最小欧氏距离为基础的同行的错误性能。此外，我们提出的方法也有一个更好的错误性能比传统的相干迫零（ZF）接收机与正交信道训练，特别是对于小区边缘用户。
2020-02-10 cs.IT cs.NI eess.SP
Efficient evaluation of the error probability for pilot-assisted URLLC with Massive MIMO
本文针对导频辅助URLLC有限块长传输，提出基于衰落块数而非每块信道使用数的鞍点近似，显著降低错误概率评估所需的蒙特卡洛样本。
2023-08-18 cs.IT math.IT
Next-Generation URLLC with Massive Devices: A Unified Semi-Blind Detection Framework for Sourced and Unsourced Random Access
本文提出了一个统一的半盲检测框架的源和无源随机接入（RA），使下一代超可靠的低延迟通信（URLLC）的大规模设备。具体地，有源设备以免授权方式发送其上行接入信号，以实现超低接入时延。同时，基站的目标是在严重的设备间干扰下实现超可靠的数据检测，而不利用显式信道状态信息（CSI）。我们首先提出了一种高效的发射机设计，其中将少量参考信息（RI）嵌入到接入信号中，以解决未知CSI引起的固有模糊性。在接收端，我们进一步开发了一种基于连续干扰消除的半盲检测方案，其中双线性广义近似消息传递算法用于联合信道和信号估计（JCSE），而嵌入式RI用于消除模糊。特别地，秩选择方法和RI辅助的初始化策略被纳入，以降低算法的计算复杂性和提高JCSE的可靠性，分别。此外，四个使能技术的集成，以满足严格的延迟和可靠性要求的大规模URLLC。数值结果表明，所提出的半盲检测框架提供了一个更好的可扩展性-延迟-可靠性权衡比国家的最先进的检测方案专用于源或无源RA。
2023-03-20 cs.IT eess.SP math.IT
A Proximal Jacobian ADMM Approach for Fast Massive MIMO Signal Detection in Low-Latency Communications
5G承诺之一是提供超可靠低延迟通信（URLLC），其目标是端到端通信延迟小于1ms。URLLC非常低的延迟要求需要在所有网络层进行大量工作。在本文中，我们专注于物理层，特别是，我们提出了一种新的配方的大规模MIMO上行链路检测问题。我们引入了一个目标函数，这是一个严格的凸和可分离的功能分解成多个向量的基础上收到的向量的总和。每个矢量表示接收矢量中的一个发送符号的贡献。近端雅可比交替方向乘法（PJADMM）是用来解决新制定的问题，在迭代的方式，在每一次迭代中，所有的变量被更新并行和在一个封闭的形式表达。该算法提供了一个较低的复杂度和更快的处理时间相比，传统的MMSE检测技术和其他基于迭代的技术，特别是当单天线用户的数量接近基站（BS）天线的数量。这种改进是在没有任何矩阵求逆的情况下获得的。仿真结果表明，该算法在减少检测处理时间的多用户上行链路大规模MIMO设置的有效性。
2019-03-02 cs.IT math.IT
Fading in reflective and heavily shadowed industrial environments with large arrays
5G系统及以后的用例之一是超可靠性低延迟通信（URLLC）。用于URLLC的使能技术是大规模多输入多输出（MIMO），其可以由于改进的用户分离、阵列增益和信道硬化效应而增加可靠性。测量已在3.7 GHz的操作工厂环境中进行，具有共同定位的大规模MIMO阵列和一个独特的随机分布的阵列。当天线的数量增加时，信道硬化可能出现，使得信道增益的变化（小尺度衰落）减小，并且在这里将其量化。信道增益的累积分布函数（CDF）然后变得陡峭并且其尾部减小。该CDF被建模并且所需的衰落裕度被量化。通过部署分布式阵列，还可以减少大规模功率变化，进一步提高可靠性。在这种丰富的散射环境中的大阵列，创建更可靠的信道，因为它接近独立同分布（i.i.d.）复高斯信道，这表明可以在例如信道编码和重传策略方面重新考虑系统设计，以便减少延迟。总之，大规模MIMO是一种非常有趣的技术，可在反射和阴影严重的工业环境中实现可靠的连接。
2022-11-17 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
A Linear Bayesian Learning Receiver Scheme for Massive MIMO Systems
超可靠低延迟通信（URLLC）业务对可靠性和处理延迟的要求使得线性大规模多输入多输出（M-MIMO）接收机的设计变得非常具有挑战性。最近，贝叶斯的概念已被用来提高检测的可靠性，在最小均方误差（MMSE）的线性接收机。然而，由于MMSE方案中矩阵求逆运算的指数复杂度，延迟处理时间是主要关注点。本文提出了一种迭代M-MIMO接收机，它是通过使用贝叶斯概念和并行干扰消除（PIC）计划，称为线性贝叶斯学习（LBL）接收机。PIC具有线性复杂度，因为它使用最大比组合（MRC）和决策统计组合（DSC）方案的组合来避免矩阵求逆操作。仿真结果表明，在不同的M-MIMO系统配置下，该接收机的误比特率（BER）和时延处理性能均优于MMSE和最佳贝叶斯接收机，其$2$ dB和$19$倍均最小。
2021-10-27 cs.IT eess.SP math.IT
Performance Analysis of Spatiotemporal 2-D Polar Codes for Massive MIMO with MMSE Receivers
针对6G URLLC中短码长导致的性能下降问题，提出面向大规模MIMO和MMSE接收机的时空二维极化码，联合利用空间与时间维度，在有限块长下证明容量可达并显著降低延迟。
2025-08-06 cs.IT math.IT
Balancing Queueing and Retransmission: Latency-Optimal Massive MIMO Design
针对5G URLLC中大规模MIMO系统的总时延优化问题，提出低复杂度闭式策略LYRRC，联合设计目标误码率与传输速率，平衡排队与重传时延，经测试可满足URLLC的时延可靠性要求。
2019-12-31 cs.IT math.IT
Massive MIMO is a Reality -- What is Next? Five Promising Research Directions for Antenna Arrays
大规模多输入多输出（多输入多输出）不再是未来蜂窝网络的“狂野”或“有前途”的概念-在2018年成为现实。具有64个全数字收发器链的基站（BS）在多个国家进行了商业部署，大规模多输入多输出的关键成分已使其成为5G标准，实现前所未有的频谱效率所需的信号处理方法已经开发出来，并且由于导频污染而导致的限制已经得到解决。即使是毫米波频率的全数字大规模多输入多输出阵列的开发--曾经被认为是极其复杂和昂贵的--也在顺利进行中。几年后，采用全数字收发器的大规模多输入多输出将成为6 GHz以下和毫米波频率的主流功能。在本文中，我们解释了大规模多输入多输出研究传奇的第一章是如何结束的，而故事才刚刚开始。即将到来的具有大规模天线阵列的BS的大规模部署打开了通向空间处理能力无所不在的全新世界的大门。除了移动宽带服务外，天线还可用于其他通信应用，如低功率机器型或超可靠通信，以及雷达、传感和定位等非通信应用。我们概述了五个新的大规模多输入多输出相关的研究方向：极大孔径阵列，全息大规模多输入多输出，六维定位，大规模MIMO雷达和智能大规模多输入多输出。
2019-06-12 cs.IT eess.SP math.IT
A Joint Wireless-Optical Front-haul Solution for Multi-user Massive MIMO 5G RAN
我们展示了一种用于多用户大规模多输入多输出5G RAN的高容量光纤中频移动前传解决方案。使用该方案，在没有光纤色散补偿的情况下，在40 km以上的单个光波长上传输了创纪录的25.6 GHz的聚合无线电带宽
2020-11-18 cs.IT eess.SP math.IT
PDRS: A Fast Non-iterative Scheme for Massive Grant-free Access in Massive MIMO
免授权多输入多输出（MIMO）通常采用非正交导频进行联合用户检测和信道估计。然而，现有方法对于大规模MIMO中的大规模免授权接入来说太复杂。本文提出了导频检测参考信号（PDRS），以大大降低复杂度。在PDRS方案中，不需要迭代。提出了直接权值估计算法，无需信道估计即可计算合并权值。在合并之后，PDRS恢复误差用于决定导频活动。仿真结果表明，所提出的免授权方案性能良好，复杂度降低了几个数量级。
2020-12-25 cs.IT eess.SP math.IT
Ultra-Reliable and Low Latency Communication in mmWave-Enabled Massive MIMO Networks
超可靠性和低延迟是5G网络的两个关键组成部分。在这封信中，我们研究了毫米波（mmWave）支持的大规模多输入多输出（MIMO）网络中的超可靠和低延迟通信（URLLC）问题。该问题被铸造成一个网络效用最大化的概率延迟和可靠性约束。为了解决这个问题，我们求助于李雅普诺夫技术，提出了一种效用延迟控制方法，该方法适应信道变化和队列动态。数值结果表明，我们提出的方法确保可靠的通信，保证概率为99.99%，并减少延迟28.41%和77.11%相比，基线与概率延迟约束，分别。
2017-05-19 cs.IT math.IT
Cell-free Massive MIMO for UAV Communications
研究了无蜂窝大规模多输入多输出架构对无人机通信的支持。在一般假设的移动台，无论是无人机或地面用户，和接入点之间的传播信道遵循莱斯分布，我们推导出封闭形式的频谱效率下限的上行链路和下行链路的线性最小均方误差（LMMSE）信道估计。我们还提出了这样一个系统的功率分配和用户调度策略。我们的数值结果表明，无小区大规模多输入多输出架构可以提供比传统的多小区大规模多输入多输出网络部署更好的性能。
2019-02-10 cs.IT eess.SP math.IT
An Algorithm for Grant-Free Random Access in Cell-Free Massive MIMO
大规模接入是超5G（B5G）无线网络的主要应用场景之一，而大规模MIMO是支持大规模接入的关键技术。本文研究了无小区大规模MIMO网络中大规模机器类型通信（mMTC）的免授权随机接入中的活动检测问题。每个活动设备向AP发送预先分配的非正交导频序列，AP将接收到的信号发送到中央处理器（CPU）进行联合活动检测。我们制定的最大似然设备活动检测问题，并提供了一个算法的基础上，坐标下降法具有负担得起的复杂性。我们表明，无小区的大规模MIMO网络可以支持低功耗的mMTC设备，并提供广泛的覆盖范围。
2021-05-21 cs.IT eess.SP math.IT
GNN-Enhanced Approximate Message Passing for Massive/Ultra-Massive MIMO Detection
考虑到天线数量极大，具有令人满意的性能和低复杂度的高效大规模/超大规模多输入多输出（MIMO）检测算法对于满足5G及更高通信中的高吞吐量和超低延迟要求至关重要。本文提出了一种低复杂度的图神经网络（GNN）增强的近似消息传递（AMP）算法AMP-GNN，用于大规模/超大规模MIMO检测。通过对AMP算法的展开和引入用于多用户干扰消除的GNN模块，定制了神经网络的结构。数值结果将表明，所提出的AMP-GNN显著提高了AMP检测器的性能，并实现了与最先进的基于深度学习的MIMO检测器相当的性能，但具有降低的计算复杂性。此外，该算法对用户数量的变化具有较强的鲁棒性。
2023-01-09 cs.IT eess.SP math.IT
Fast Ambiguous DOA Elimination Method of DOA Measurement for Hybrid Massive MIMO Receiver
大规模多输入多输出（MIMO）系统的波达方向（DOA）估计可以提供超高分辨率的角度估计。然而，由于全数字MIMO系统的高计算复杂性和成本，提出了一种混合模拟数字（HAD）结构的MIMO。针对HAD MIMO系统的测向模糊问题，提出了一种快速消除模糊相位的方法。该算法只需要两个数据块就可以实现DOA估计。仿真结果表明，该方法在性能损失较小的情况下，可以大大减小估计时延。
2021-05-14 cs.IT eess.SP math.IT
Cell-Free Terahertz Massive MIMO: A Novel Paradigm Beyond Ultra-Massive MIMO
针对太赫兹通信传输距离受限的问题，本文提出无蜂窝大规模MIMO架构，通过选择最近接入点缩短距离而非仅依赖大量天线，仿真验证其在太赫兹频段的频谱与能量效率均优于超大规模MIMO。
2024-05-16 cs.IT eess.SP math.IT
Optimal Preamble Length for Spectral Efficiency in Grant-Free RA with Massive MIMO
具有大规模多输入多输出的免授权随机接入（RA）是一种用于低信令开销的大规模接入的有前途的RA技术。在大规模多输入多输出的免授权无线接入系统中，前导码长度对系统性能有着至关重要的影响。本文研究了大规模多输入多输出系统下免授权接收机的最优前导码长度问题，考虑了前导码长度对前导码冲突、前导码开销以及信道估计精度的影响，以最大化系统的频谱效率。仿真结果与我们的分析一致，并证实了存在最佳前导码长度的SE最大化的免授权RA与大规模多输入多输出。此外，性能的最佳前导码长度相对于系统参数被揭示。与授权接入相比，在免授权RA中，SE最大化需要更长的前导码长度。
2019-04-30 cs.IT eess.SP math.IT
Hybrid Beamforming and Combining for Millimeter Wave Full Duplex Massive MIMO Interference Channel
全双工（FD）通信可以彻底改变无线通信，因为它避免了使用独立的信道进行双向通信。这项工作推广了毫米波（mmWave）频段的点对点FD通信，包括K对大规模MIMO FD节点同时工作。我们提出了一种新的联合混合波束成形（HYBF）和加权和速率（WSR）最大化的合并方案，使大规模MIMO FD链路的共存成本有效。该算法依赖于基于最小化-最大化方法的替代优化。此外，我们提出了一种新的SI和大规模MIMO干扰信道感知功率分配方案，包括最优功率控制。仿真结果表明，显着的性能改善相比，传统的双向全数字半双工（HD）系统。
2022-01-04 cs.IT eess.SP math.IT
CS-Based CSIT Estimation for Downlink Pilot Decontamination in Multi-Cell FDD Massive MIMO
用于频分双工（FDD）大规模MIMO的发射机处的有效信道状态信息（CSIT）可以促进其与现有FDD蜂窝网络的后向兼容。迄今为止，针对FDD单小区大规模MIMO系统提出了几种CSIT估计方案，但它们都没有考虑小区间干扰（ICI），并且在多小区情况下会受到下行导频污染的影响。为了解决这个问题，本文提出了一种基于压缩感知（CS）的CSIT估计方案，以对抗FDD多小区大规模MIMO系统中的ICI。具体而言，角域大规模MIMO信道在不同的子载波上表现出共同的稀疏性，并且这种稀疏性部分由相邻用户共享。通过利用这些稀疏特性，我们设计的导频信号和相关的信道估计算法的CS理论的框架下，其中与多个相邻的BS相关联的信道可以可靠地估计与低的训练开销的下行链路导频净化。仿真结果验证了所提出的解决方案的良好的下行链路导频去污性能相比，其传统的多小区FDD大规模MIMO。
2021-08-23 cs.IT eess.SP math.IT
A Variational Bayesian Perspective on Massive MIMO Detection
大规模多输入多输出（MIMO）系统中的最优数据检测需要过高的计算复杂度。文献中已经提出了各种检测算法，在复杂度和检测性能之间提供不同的权衡。在本文中，我们建立在变分贝叶斯（VB）推理设计低复杂度的多用户检测算法的大规模多输入多输出系统。我们首先研究了大规模多输入多输出检测问题与完美的信道状态信息在接收机（CSIR），并表明，传统的VB方法与已知的噪声方差产生不良的检测性能。为了解决这个问题，我们设计了两个新的VB算法，使用噪声方差和协方差矩阵假设的算法本身。我们进一步开发了用于具有不完美CSIR的大规模多输入多输出检测的VB框架。仿真结果表明，所提出的VB方法实现了显着较低的检测误差相比，现有的计划，为广泛的信道模型。
2022-05-23 cs.IT eess.SP math.IT
Co-existing/Cooperating Multicell Massive MIMO and Cell-Free Massive MIMO Deployments: Heuristic Designs and Performance Analysis
本文研究多小区大规模MIMO与无小区大规模MIMO共存部署的下行性能，提出前传感知的启发式用户关联算法，并通过仿真分析不同协作程度、预编码和功率控制策略对系统性能的影响。
2024-10-22 cs.IT eess.SP math.IT
Sparsity-Adaptive Beamspace Channel Estimation for 1-Bit mmWave Massive MIMO Systems
我们提出了稀疏自适应波束空间信道估计算法，提高精度的1位数据转换器在全数字毫米波（mmWave）大规模多输入多输出（MIMO）基站。我们的算法包括一个调整阶段的基础上斯坦的无偏风险估计（SURE），自动选择最佳的去噪参数取决于瞬时信道条件。与视线（LoS）和非LoS毫米波大规模MIMO信道模型的仿真结果表明，我们的算法提高信道估计精度与1位测量的计算效率的方式。
2020-05-30 cs.IT eess.SP math.IT
Clustering-Based Activity Detection Algorithms for Grant-Free Random Access in Cell-Free Massive MIMO
未来的无线网络需要支持大规模机器类型通信（mMTC），其中大量设备访问网络，而大规模MIMO是一种很有前途的使能技术。大规模接入方案已经被研究用于共址大规模MIMO阵列。在本文中，我们研究的活动检测免授权随机接入mMTC在无小区的大规模MIMO网络使用分布式阵列。每个活动设备向接入点（AP）发送非正交导频序列，并且AP将接收到的信号发送到中央处理单元（CPU）以用于联合活动检测。仿真结果表明，在覆盖范围较大的情况下，无蜂窝结构所提供的宏分集增益比共址结构所提供的宏分集增益提高了活动检测性能。
2021-11-30 cs.IT eess.SP 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
What is the Benefit of Code-domain NOMA in Massive MIMO?
在过载的大规模MIMO系统中，其中用户设备（UE）的数量K超过基站天线的数量M，最近已经表明非正交多址（NOMA）可以提高性能。本文旨在识别经典操作机制K < M的情况，其中码域NOMA也可以提高大规模MIMO的频谱效率。特别注意的是，在其中经历了不良的有利的传播条件的用例。数值结果表明，具有平面天线阵列的大规模MIMO可以在UE在空间上彼此接近的实际场景中受益于NOMA。
2019-07-03 cs.IT eess.SP math.IT
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
Feedforward Architectures for Decentralized Precoding in Massive MU-MIMO Systems
与传统的小规模MIMO技术相比，大规模多用户多输入多输出（MU-MIMO）能够显著提高频谱效率和链路可靠性。此外，线性预编码器，例如，使用迫零或维纳滤波器（WF）预编码足以在大规模MU-MIMO下行链路中实现优异的错误率性能。然而，这些方法需要在基站（BS）处进行集中处理，这导致（i）过高的互连和芯片输入/输出数据率，以及（ii）高实现复杂性。我们提出了两种前馈架构和相应的分散式WF预编码器，可以在多个计算结构中并行预编码，有效地缓解了集中式方法的问题。为了证明我们的分散式预编码器的有效性，我们提供了多GPU系统上的实现结果，这表明我们的解决方案在Gbit/s范围内实现了吞吐量，同时在大规模MU-MIMO下行链路中实现了（接近）最佳的错误率性能。
2018-04-29 cs.IT eess.SP math.IT
Massive MIMO Channel Prediction Using Machine Learning: Power of Domain Transformation
为了补偿宽带大规模多输入多输出（MIMO）系统中过时信道状态信息的损失，可以利用无线信道的时间相关性进行信道预测。最近设计了用于大规模MIMO系统的基于机器学习（ML）的信道预测器;然而，收集大量训练数据的时间开销直接影响系统的延迟。本文提出了一种新的基于ML的信道预测技术，该技术通过将宽带大规模MIMO系统中的信道域从子载波变换到天线，减少了训练数据的采集时间开销。数值结果表明，该技术不仅可以减少时间开销，但也给出了额外的性能增益相比，基于ML的信道预测技术没有域变换。
2022-08-09 cs.IT eess.SP math.IT
Capacity Scaling Law in Massive MIMO with Antenna Selection
天线选择能够处理大规模多输入多输出（MIMO）信道中的成本和复杂度问题。在Nakagami衰落信道下，研究了多用户大规模MIMO上行链路信道的速率和容量。数学上听话的总和率容量上限推导出所考虑的系统。此外，对于一个足够大的基站（BS）的天线数量，确定性等效（DE）的和率界。基于此DE，示出的和速率容量的增长与BS天线的数量的双螺旋。数值实验验证了分析结果的正确性。
2022-08-08 cs.IT eess.SP math.IT
MIMO Radars and Massive MIMO Communication Systems can Coexist
该研究针对单小区大规模MIMO通信系统与MIMO雷达的共存场景，利用随机矩阵理论推导二者可实现速率与联合系统速率区域，发现基站的大量自由度可在无协同设计时实现低干扰，并通过仿真验证了结论。
2023-07-22 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
Ubiquitous Cell-Free Massive MIMO Communications
自20世纪70年代第一个蜂窝网络试用以来，我们见证了一场令人难以置信的无线革命。从1G到4G，大规模的流量增长是通过更宽的带宽、精细的无线电接口和网络密度的组合来管理的，即增加每个站点的天线数量。由于其成本效益，后者的贡献最大。大规模MIMO（多输入多输出）是一种关键的5G技术，它使用大规模天线阵列来提供非常高的波束成形增益和用户的空间复用，从而提高频谱和能量效率。它构成了一个集中的解决方案，以增加网络的密度，其性能受到其以小区为中心的设计中固有的小区间干扰的限制。相反，无处不在的无小区大规模MIMO指的是实现以用户为中心的相干传输以克服蜂窝网络中的小区间干扰限制并提供附加宏分集的分布式大规模MIMO系统。这些特征与大规模MIMO设计中固有的系统可扩展性相结合，将无处不在的无小区大规模MIMO与先前的协调分布式无线系统区分开来。在本文中，我们研究了这种有前途的技术的巨大潜力，同时解决了实际部署问题，以处理来自信号协处理的增加的后/前传输开销。
2019-09-06 cs.IT eess.SP math.IT
Overcoming the Channel Estimation Barrier in Massive MIMO Communication Systems
包括虚拟现实、自动驾驶和物联网在内的新一波无线服务正在推动新一代无线系统的设计，以提供超高数据率、大量连接设备和超低延迟。大规模多输入多输出（MIMO）是允许未来无线网络满足这些服务需求的关键基础技术之一。本文通过整合未来高速蜂窝部署中信道的潜在特性，讨论了深度学习（DL）在无线网络中大规模MIMO信道估计中的应用。我们开发的物理射频（RF）信道特性的重要见解，并提出了一个全面的概述DL的应用准确估计信道状态信息（CSI）与低开销。我们提供了大规模MIMO无线系统中CSI估计的成功DL应用的例子，并强调了未来研究的几个有前途的方向。
2019-12-23 cs.IT eess.SP math.IT
Millimeter-Wave Massive MIMO Testbed with Hybrid Beamforming
大规模多输入多输出（MIMO）技术在毫米波（mmWave）频段获得大阵列增益至关重要。然而，存在实际的挑战，例如在这样的系统中的高硬件成本和功耗。这些问题的一个有前途的解决方案是采用混合波束成形架构。这种架构的收发器（TRx）链的数量比天线总数少得多，从而实现了成本和能量高效的系统。在本文中，我们提出了一个实时毫米波（28 GHz）大规模多输入多输出测试床与混合波束成形。该测试平台具有用于波束选择的64天线/16 TRx单元，可以以模块化方式扩展到更大的阵列尺寸。为了在真实传播环境中测试从基带处理算法到调度和波束选择的所有内容，我们将基于软件定义无线电技术构建的现有100天线/100 TRx大规模多输入多输出测试平台（低于6 GHz）的功能扩展到灵活的毫米波大规模多输入多输出系统。
2020-12-02 cs.IT eess.SP math.IT
NOMA-Based Coexistence of Near-Field and Far-Field Massive MIMO Communications
本文提出利用NOMA原理复用为近场用户预配置的空间波束来服务远场用户，实现近场与远场大规模MIMO通信共存，并证明增加基站天线数可有效提升系统性能。
2023-09-17 cs.IT eess.SP math.IT
Improving Sum-Rate of Cell-Free Massive MIMO with Expanded Compute-and-Forward
无小区大规模多输入多输出（MIMO）采用大量分布式接入点（AP）经由相同的时间/频率资源来服务于少量用户设备（UE）。由于强大的宏分集增益，无小区的大规模MIMO可以大大提高可实现的和速率相比，传统的蜂窝大规模MIMO。然而，当在接收机处采用简单最大比合并（MRC）时，无小区大规模MIMO的性能受到用户间干扰（IUI）的上限。为了利用IUI，采用了扩展的计算和转发（ECF）框架。特别是，我们提出了功率控制算法的并行计算和连续计算的ECF框架，分别利用性能增益，然后提高系统性能。此外，我们提出了一个AP选择方案和不同的解码顺序的连续计算的应用。最后，数值结果表明，ECF框架优于传统的CF和MRC框架的可实现的和速率。
2021-11-21 cs.IT eess.SP math.IT
