User-Centric Cell-Free Massive MIMO With RIS-Integrated Antenna Arrays
本文提出将RIS集成到无小区大规模MIMO接入点的天线阵列中作为智能发射面，以减轻乘性衰落效应并以低成本匹配大型天线阵列性能，仿真验证了该架构在上行链路中显著提升数据速率的有效性。
2024-09-24 cs.IT eess.SP math.IT
Stochastic Modeling and Analysis of User-Centric Network MIMO Systems
本文提供了一个分析的性能表征的上行链路（UL）和下行链路（DL）的用户为中心的网络多输入多输出（MIMO）系统，其中一个合作的BS集群形成为每个用户单独和集群为不同的用户可能会重叠。在该模型中，协作BS（每个BS配备有多个天线）对与它们相关联的单天线用户的集合联合执行迫零波束成形。与具有不相交的BS集群的基线网络MIMO系统相比，以用户为中心的集群的效果在于，它改善了UL和DL两者中的信号强度，同时减少了DL中的集群边缘干扰。本文通过假设基站和用户形成泊松点过程，并使用适当参数的伽玛分布进一步逼近信号和干扰功率，量化了这些影响。我们表明，BS合作提供了显着的增益相比，单细胞处理的UL和DL，但以用户为中心的集群的优势，在基线不相交的集群系统是显着的DL集群边缘用户。虽然分析结果是在假设合作BS之间存在完美的信道状态信息和无限回程的情况下得出的，但它们仍然为未来合作蜂窝网络的设计提供了架构上的见解。
2018-08-21 cs.IT math.IT
Energy-Efficient Power Control in Cell-Free and User-Centric Massive MIMO at Millimeter Wave
在无小区大规模多输入多输出架构中，非常大量的分布式接入点同时并联合地服务于少得多的移动站;无小区技术的变体是以用户为中心的方法，其中每个接入点仅服务于减少的移动站集合。本文介绍和分析了毫米波频率的无小区和以用户为中心的架构，考虑基于训练的信道估计阶段，以及下行链路和上行链路数据传输阶段。首先，一个多用户分簇毫米波信道模型，以考虑附近用户的信道之间的相关性，其次，上行链路的多用户信道估计方案描述随着低复杂度的混合模拟/数字波束形成架构。第三，针对下行链路全局能量效率最大化的功率分配的非凸问题。有趣的是，在所提出的方案中，在移动站处不需要信道估计，并且在移动站处使用的波束成形方案是信道无关的并且具有非常简单的结构。数值结果表明，所考虑的架构是有效的，并允许评估的损失所产生的使用的混合波束形成器和由信道估计错误的功率控制程序所授予的好处。
2019-03-27 cs.IT eess.SP math.IT
Foundations of User-Centric Cell-Free Massive MIMO
本专著系统阐述了以用户为中心的无小区大规模MIMO的基础，涵盖动机、数学定义、信道估计与收发信号处理算法、频谱效率分析及资源分配方法，揭示了性能、复杂度与前传需求的权衡。
2023-11-27 cs.IT eess.SP math.IT
Channel Estimation with Asynchronous Reception for User-Centric Cell-Free MIMO Systems
针对以用户为中心的无蜂窝MIMO系统中分布式接入点导致的异步接收问题，本文提出通过新导频序列和匹配滤波器窗口恢复正交性的信道估计方法，在仅小幅增加训练开销的情况下将归一化均方误差降低7.26 dB、数据速率提升40%。
2025-06-05 cs.IT cs.NI eess.SP
Multi-UE Multi-AP Beam Alignment in User-Centric Cell-Free Massive MIMO Systems Operating at mmWave
本文考虑了无小区大规模MIMO部署中多个接入点（AP）和多个用户设备（UE）同时工作在同一毫米波频段的波束对准问题。假设控制信道在低于6GHz频率处的可用性，开发了一种协议，该协议允许为每个UE估计来自周围AP中的每个AP的最强传播路径，并且在UE和AP之间执行以用户为中心的关联。在一个阶段过程中，在UE处实现对来自附近AP的最强路径的估计，在该过程期间，所有AP利用伪随机发射波束成形器在伪随机选择的信道上同时发射。提出了一种AP间正交信道分配算法，其目标是最小化在相同信道上传输的AP之间的相互干扰。所提出的策略的性能进行评估的概率正确检测的方向的到达和离开相关联的最强的波束从附近的AP，并在下行链路和上行链路的信号与干扰加噪声比。仿真结果表明，该方法是有效的，能够在多UE多AP的无线场景中有效地实现波束对准。
2022-04-25 cs.IT eess.SP math.IT
User-Centric Clustering Under Fairness Scheduling in Cell-Free Massive MIMO
针对无蜂窝大规模MIMO公平调度中导频和聚类频繁重分配的高开销问题，提出固定分配方案，在提升UE吞吐量的同时大幅减少控制信令交换。
2023-05-15 cs.IT eess.SP math.IT
Joint data rate and EMF exposure analysis in user-centric cell-free massive MIMO networks
本研究的目的是分析统计的数据率和入射功率密度（IPD）在以用户为中心的无细胞网络（UCCFNs）。为此，我们的分析提出了一些性能指标，使用随机几何（SG）。一方面，计算了IPD的一阶矩和边缘分布。另一方面，速率和IPD的联合分布的界限提供了两种情况：当它是相关的，以获得高于给定阈值的IPD值（用于能量收集的目的），以及当这些值应该保持低于阈值（出于公共健康的原因）。除了获得这些指标，这项工作结合了与UCCFNs是新的SG模型的功能：基于集体信道统计的功率分配，以及相邻集群之间存在潜在的重叠。我们的数值结果说明了可实现的速率和IPD性能之间的权衡。对于所考虑的系统，这些结果也突出了最佳节点密度最大化的联合分布的存在。(This工作已提交给IEEE可能出版。版权可能会在不通知的情况下转让，之后可能无法再访问此版本。
2023-01-26 cs.IT eess.SP math.IT
Distributed Resource Allocation Optimization for User-Centric Cell-Free MIMO Networks
针对以用户为中心、无小区、空间分布的多输入多输出（MIMO）网络，提出了两种分布式下行资源分配算法。在这样的网络中，每个用户都由附近的发射机子集提供服务，我们称之为分布式单元或DU。区域中DU的操作由中央单元（CU）控制。我们的第一个方案是在DU上实现的，而第二个方案是在控制这些DU的CU上实现的。我们定义了一个混合服务质量度量，使分布式优化系统资源的比例公平的方式。具体来说，我们的算法执行用户调度，波束成形，功率控制，同时考虑信道估计误差。重要的是，我们的算法不需要DU（CU）之间的信息交换的DU分布式（CU分布式）系统，同时也顺利收敛。我们的研究结果表明，我们的CU分布式系统提供了1.3至1.8倍的网络吞吐量相比，DU分布式系统，在复杂性和前传负载略有增加，并大幅提高了基准计划，如本地迫零。我们还分析了由CU分布式系统提供的权衡，从而突出了在以用户为中心的无小区网络中部署多个CU的意义。
2021-10-15 cs.IT cs.PF eess.SP
MIMO-ISAC: Performance Analysis and Rate Region Characterization
分析了多输入多输出下行链路综合传感通信系统（ISAC）的传感通信性能。分析了三种ISAC方案，包括以感知为中心的设计、以通信为中心的设计和帕累托最优设计。对于每种情况下，多样性的订单和高信噪比斜率的传感速率（SR）和通信速率（CR）的推导，以获得进一步的见解。数值结果表明：\romannumeral 1）ISAC与现有频分S\&C（FDSAC）技术具有相同的分集阶数; \romannumeral 2）ISAC比FDSAC具有更大的高信噪比斜率和更宽的SR-CR区域。
2023-01-08 cs.IT eess.SP math.IT
Study of Robust Power Allocation for User-Centric Cell-Free Massive MIMO Networks
Pontifical Catholic University of Rio de Janeiro（里约热内卢天主教大学）；University of York（约克大学）；RWTH Aachen University（亚琛工业大学）
本文提出了一种基于最小二乘框架和Tikhonov正则化的鲁棒功率分配方法，结合零强迫预编码，实现高效且鲁棒的免中心大规模MIMO网络功率优化。
2026-01-24 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
Beyond Cell-free MIMO: Energy Efficient Reconfigurable Intelligent Surface Aided Cell-free MIMO Communications
无小区系统可以通过使多个基站（BS）能够以由于BS的大规模部署而导致的高硬件和电源成本为代价来协作地为没有小区边界的用户服务，从而有效地消除小区间干扰。为了解决这个问题，低成本的可重构智能表面（RIS）可以作为一个有前途的技术，以提高能源效率的无细胞系统。在本文中，我们考虑了一个RIS辅助无小区MIMO系统，其中多个RIS部署在BS和用户周围，以低成本的方式通过可重构反射来创建有利的传播条件，从而增强无小区MIMO通信。为了最大限度地提高能量效率，提出了一种混合波束形成（HBF）方案，该方案由基站处的数字波束形成和基于RIS的模拟波束形成组成。建立了能源效率最大化问题的数学模型，并设计了求解该问题的迭代算法。研究了发射功率、RIS数目和RIS大小对能量效率的影响。理论分析和仿真结果表明，最优能量效率取决于RIS的数量和RIS的大小。数值计算也表明，该系统可以实现更高的能量效率比传统的。
2020-11-17 cs.IT eess.SP math.IT
Fairness Scheduling in Dense User-Centric Cell-Free Massive MIMO Networks
我们考虑一个以用户为中心的可扩展的无小区大规模MIMO网络与$LM$分布式远程无线电单元天线服务$K$用户设备（UE）。当前文献中的许多工作假设$LM\gg K$，从而实现高UE数据率，但也导致系统在总吞吐量方面不以其最大性能操作。我们提供了一个新的角度对无小区的大规模MIMO网络，调查率分配和UE密度制度，网络利用其全部能力。近似等于$\frac{LM}{2}$的UE密度$K$是系统达到最大总吞吐量的范围。另外，当同时服务$K>\frac{LM}{2}$ UE时，存在具有相对低吞吐量的相当大比例的UE。我们建议减少每个时隙的活动UE的数量，使得系统不以"满负荷“操作，并且通过设计成最大化适当定义的凹的按分量非递减网络效用函数的调度器在所有用户之间施加吞吐量公平性。我们的数值模拟表明，我们可以调整系统，使得根据效用函数实现UE吞吐量的期望分布。
2022-11-28 cs.IT math.IT
Resource Allocation and Scheduling in Non-coherent User-centric Cell-free MIMO
本文研究了分布式多用户多输入多输出（MIMO）网络中的用户调度和资源分配问题。我们制定了一个加权和速率最大化问题，可以提供用户比例公平。由于在这种设置中，用户可以由许多发射机服务，因此用户调度特别困难。为了解决这个问题，我们使用块坐标下降，分数规划和压缩感知来构建一个算法，执行用户调度和波束成形。我们的研究结果表明，所提出的框架提供了一个8至10倍的增益，在长期的用户频谱效率相比，基准计划，如循环调度。此外，我们量化的性能损失，由于不完善的信道状态信息和导频训练开销使用一个定义的基于区域的导频重用因子。
2021-02-05 cs.IT cs.NI math.IT
Cell-Free and User-Centric Massive MIMO at Millimeter Wave Frequencies
在无小区（CF）大规模MIMO架构中，非常大量的分布式接入点（AP）同时并且联合地服务于数量少得多的移动站（MS）;无小区技术的变体是以用户为中心（UC）方法，其中每个AP仅解码MS的缩减集合，实际上是接收最好的MS。本文介绍和分析了毫米波（mmWave）频率下的CF和UC架构。首先，一个多用户集群信道模型，以考虑附近用户的信道之间的相关性，然后，上行链路多用户信道估计方案描述了低复杂度的混合模拟/数字波束形成架构。有趣的是，在所提出的方案中，在MS处不需要信道估计，并且在MS处使用的波束成形方案是信道无关的并且具有非常简单的结构。数值结果表明，所考虑的架构提供了良好的性能，特别是在轻负载的系统中，与UC的方法优于CF之一。
2017-11-05 cs.IT math.IT
POMDP-based Handoffs for User-Centric Cell-Free MIMO Networks
我们建议通过一个部分可观测的马尔可夫决策过程（POMDP）的状态空间表示的离散版本的大规模衰落（LSF）和行动空间表示的关联决定的用户与接入点，以用户为中心的无小区的大规模MIMO网络中的控制MIMO（HO）。我们提出的配方占时间的演变和部分可观性的信道状态。这允许我们在执行HO决策时考虑未来的奖励，从而获得鲁棒的HO策略。为了减轻解决我们的POMDP的高复杂性，我们遵循分而治之的方法，将POMDP公式分解为子问题，每个子问题单独解决。然后，该策略和最佳解决子问题的接入点的候选集群用于在特定时间范围内执行HO。我们通过确定何时使用HO策略来控制HO的数量。我们的仿真结果表明，我们提出的解决方案减少了47%的HO相比，时间触发的基于LSF的HO和70%相比，数据率阈值触发的基于LSF的HO。通过增加POMDP的时间范围，可以进一步减少这一数量。
2022-08-07 cs.IT cs.NI eess.SP
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
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
Unified Modeling and Performance Comparison for Cellular and Cell-Free Massive MIMO
针对6G无线系统中的大规模MIMO技术，本文提出涵盖蜂窝式与无蜂窝架构、支持接入点天线数可变的统一建模方法，推导了两种链路在不同方案下的传输模型与频谱效率，并完成多维度性能对比。
2024-05-16 cs.IT eess.SP math.IT
Precoder Design for User-Centric Network Massive MIMO with Matrix Manifold Optimization
本文研究UCN mMIMO下行链路预编码器设计，通过将约束问题转化为黎曼子流形上的无约束问题，提出避免大矩阵求逆的RCG设计方法，仿真证明其计算高效且性能优越。
2025-03-06 cs.IT eess.SP 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
Beam Alignment in mmWave User-Centric Cell-Free Massive MIMO Systems
本文研究了毫米波（mmWaves）载波频率下无小区大规模多输入多输出（CF-mMIMO）系统中的波束对准（BA）问题。提出了两种估计算法，其与允许在共享频率集合上针对每个用户设备（UE）同时估计与来自周围接入点（AP）中的每一个的最强传播路径相关联的无线电波的到达和离开方向的协议相关联，使得可以发生UE-AP关联。所提出的过程依赖于在6 GHz以下频率处存在可靠的控制信道，以便使得能够在UE和网络之间交换估计值，并且假设可以基于正交信道和发送波束成形码本的先验知识来识别AP。还提出了一种用于将码本条目分配给几个AP的策略，其目的是最小化被分配相同条目的AP之间的相互干扰。数值结果表明，所提出的检测策略的有效性，从而使一次性快速BA CF-mMIMO系统。
2021-06-25 cs.IT eess.SP math.IT
Heterogeneous Massive MIMO: A Cost-Efficient Technique for Uniform Service in Cellular Networks
本文提出异构大规模MIMO（HmMIMO）网络范式，通过在每个小区中心保留大规模天线阵列基站并由小区边缘分布式天线辅助，融合蜂窝与去蜂窝架构优势，在性能与实施复杂性间实现良好折衷。
2025-06-27 cs.IT eess.SP math.IT
Closed-form max-min power control for some cellular and cell-free massive MIMO networks
蜂窝和无蜂窝大规模MIMO网络的功率控制问题的许多常见实例可以被解释为涉及仿射干扰映射和多面体约束的最大-最小效用优化问题。我们表明，这些问题承认一个封闭形式的解决方案，它取决于已知矩阵的谱半径。与此相反，以前的文献中的解决方案已间接获得使用基于二分法的迭代算法，或固定点迭代。此外，我们还显示了一个渐近紧界的最优效用，这反过来又提供了一个简单的经验法则，用于评估网络是否在噪声或干扰限制制度。最后，我们说明我们的研究结果集中在经典的最大-最小公平功率控制无小区大规模MIMO网络。
2022-05-03 cs.IT eess.SP math.IT
Cell-Free Massive MIMO with Large-Scale Fading Decoding and Dynamic Cooperation Clustering
研究了以用户为中心的无小区大规模MIMO（多输入多输出）系统的上行链路。我们利用以用户为中心的动态合作聚类（DCC）框架，并得出可实现的频谱效率与两层解码，分为接入点和中央处理器（CPU）之间。这种解码方法也被称为大规模衰落解码（LSFD）。前传信令负载进行了分析，并提出了一个接近最佳的第二层解码方案的CPU相比，最佳方案，以减少前传的要求。我们还重新审视了LSFD权重和上行链路功率控制的联合优化，并表明相应的最大最小公平优化问题可以通过一个有效的固定点算法得到最佳解决。我们提供的模拟带来了新的见解，无细胞的大规模MIMO实现。
2021-09-09 cs.IT eess.SP math.IT
Cell-Free MIMO Systems Powered by Intelligent Reflecting Surfaces
无蜂窝大规模多输入多输出（MIMO）和智能反射面（IRS）被认为是未来5G网络的多天线技术。由IRS供电的无小区MIMO系统结合了这两种技术，可以以低成本和低能耗进一步提高无小区MIMO系统的性能。先前的工作集中于瞬时性能度量并且依赖于交替优化算法，这强加了巨大的计算复杂性和信令开销。为了解决这些挑战，我们提出了一种新的两步算法，提供了长期的被动波束形成器在IRS使用统计信道状态信息（S-CSI）和短期的主动预编码器和长期的功率分配在接入点（AP），以最大限度地提高最低可实现的速率。仿真结果表明，该方案的性能优于基准方案，并带来了显着的性能增益的无小区MIMO系统由IRS供电。
2022-02-16 cs.IT eess.SP math.IT
Superimposed Transmission for Cooperative Cellular and Cell-Free Massive MIMO Systems
German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）；University of Kaiserslautern (RPTU)（凯泽斯劳滕工业大学）
研究协作蜂窝和无小区大规模 MIMO 系统，提出叠加传输策略，按远近分类用户，基站为近程用户叠加发送数据符号，近程用户用连续干扰消除解码，实现高峰值频谱效率且保持小区边缘公平，提升系统容量。
2026-07-15 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
Cell-Free XL-MIMO Meets Multi-Agent Reinforcement Learning: Architectures, Challenges, and Future Directions
本文针对无蜂窝XL-MIMO系统的高维信号处理与高能耗问题，提出融合MARL的增强范式，结合近场特性设计两类低复杂度方案以最大化数据速率，并梳理相关机遇挑战与未来研究方向。
2023-10-03 cs.IT eess.SP math.IT
Analysis of UAV Communications in Cell-Free Massive MIMO systems
我们研究支持无人机（UAV）通信通过一个无小区的大规模MIMO架构，其中大量的接入点（AP）部署在大的共址大规模MIMO阵列的地方。我们还考虑通过应用以用户为中心的关联方法，其中每个用户仅从网络中的AP的子集中获得服务的纯无小区架构的变化。在一般的假设下，移动台之间的传播信道，无论是无人机或地面用户（GUE），和AP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信道估计。我们考虑了几种功率分配和用户调度策略，这样的系统，而且，在这些，也最小速率最大化的功率分配策略，以提高系统的公平性。我们的数值结果表明，无小区的大规模MIMO架构及其低复杂度的以用户为中心的替代方案可以提供比传统的多小区大规模MIMO网络部署更好的性能。
2020-01-10 cs.IT eess.SP math.IT
Achieving Distributed MIMO Performance with Repeater-Assisted Cellular Massive MIMO
本文提出中继器辅助的蜂窝大规模 MIMO，通过部署大量低成本小型无线中继器作为有源散射体，以较低代价逼近分布式 MIMO 性能。
2025-01-07 cs.IT eess.SP math.IT
Uplink Performance of Cell-Free Extremely Large-Scale MIMO Systems
在本文中，我们研究了无小区（CF）的超大规模多输入多输出（XL-MIMO）系统，这是一个很有前途的技术，为未来的无线通信的上行链路性能。更具体地，我们考虑具有多个基站（BS）和多个用户设备（UE）的实际场景。为此，我们得到确切的可实现的频谱效率（SE）的表达式为任何组合方案。值得注意的是，我们推导出了具有最大比（MR）合并的CF XL-MIMO的封闭形式的SE表达式。数值结果表明，CF XL-MIMO的SE性能相比于小小区XL-MIMO有很大的提高。有趣的是，较小的天线间距导致贴片天线之间的较高的相关水平。最后，我们证明了增加UE天线的数量可能会降低MR合并的SE性能。
2023-02-14 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
Scalable Cell-Free Massive MIMO Systems
想象一下，一个覆盖区域有许多无线接入点，这些接入点相互合作，共同为用户提供服务，而不是创建自治小区。这种无小区网络操作可以潜在地解决当前蜂窝网络中出现的许多干扰问题。这一目标以前被称为网络MIMO（多输入多输出），最近又以无小区大规模MIMO的名称重新出现。主要的挑战是以实际可行的方式实现无小区操作的益处，其中计算复杂性和前传要求可扩展到具有许多用户的大型网络。我们提出了一个新的框架，可扩展的无小区大规模MIMO系统，利用动态合作集群的概念，从网络MIMO文献。我们提供了一种新的算法，联合初始接入，导频分配和集群的形成，被证明是可扩展的。此外，我们适应标准的信道估计，预编码和组合方法，成为可扩展的。证明了一种新的上行链路和下行链路的对偶性，并使用该对偶性在合并向量的基础上，对预编码向量进行了启发式设计。有趣的是，所提出的可伸缩预编码和组合优于传统的最大比处理，也执行接近最好的不可伸缩的替代品。
2020-05-08 cs.IT eess.SP math.IT
Smart Hybrid Beamforming and Pilot Assignment for 6G Cell-Free Massive MIMO
本文研究了Cell-Free大规模MIMO网络，其中每个接入点（AP）都配备了一个混合收发器，与全数字收发器相比，降低了复杂性和成本。渐近近似的频谱效率推导出上行链路和下行链路。利用这些表达式，最大-最小问题被公式化以优化（i）AP处的模拟波束形成器和（ii）导频分配。仿真结果表明，这些变量的优化大大提高了网络的性能。
2023-01-13 cs.IT eess.SP math.IT
User-Centric 5G Cellular Networks: Resource Allocation and Comparison with the Cell-Free Massive MIMO Approach
最近，已经引入了所谓的无小区（CF）大规模MIMO架构，其中非常大量的分布式接入点（AP）同时并且联合地服务于少得多的移动站（MS）。本文将CF方法扩展到AP和MS都配备有多个天线的情况下，提出了一种波束成形方案，该方案依赖于信道硬化效应，不需要在MS处进行信道估计。我们将CF大规模MIMO方法与以用户为中心（UC）的方法进行对比，其中每个MS仅由有限数量的AP提供服务。由于远AP经历差的SINR，因此事实证明它们在服务远用户方面是相当无用的，并且因此，UC方法虽然相对于CF方法需要更少的回程开销，但是在这里示出了对于网络中的绝大多数MS在可实现的每用户速率方面实现更好的性能结果。此外，在本文中，我们提出了两个功率分配策略的上行链路和下行链路，一个旨在最大限度地提高整体的数据速率，另一个旨在最大限度地提高系统的公平性。
2018-03-06 cs.IT cs.NI math.IT
A Deep Learning Approach for User-Centric Clustering in Cell-Free Massive MIMO Systems
Università degli Studi della Campania（坎帕尼亚大学）；ENEA（意大利国家新技术、能源和经济发展局）；University of Cassino and Southern Lazio（卡西诺大学和南拉齐奥大学）；Politecnico di Milano（米兰理工大学）
针对无蜂窝大规模 MIMO 中 AP-用户关联的高复杂度组合问题，提出基于 LSTM 的深度学习用户聚类方法，以在限制活动连接数时最大化和频谱效率，且无需随用户数增加重新训练。
2024-09-17 cs.IT cs.LG eess.SP
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
Low-Complexity Distributed Precoding in User-Centric Cell-Free mmWave MIMO Systems
基于用户中心（UC）的无小区（CF）结构可以为毫米波（mmWave）多输入多输出（MIMO）系统提供覆盖增强的优势，被认为是实现可靠和高速率业务的关键技术。在本文中，我们提出了一种新的波束选择方案和预编码算法的UC CF毫米波MIMO系统，其中的加权和速率最大化问题制定。针对波束选择和预编码联合设计的非凸性和复杂度高的问题，本文将波束选择和预编码分开设计。特别地，所提出的波束选择旨在减少簇间波束间干扰，然后我们还提出了一种基于加权和均方误差（WSMSE）框架的预编码算法，其中预编码矩阵可以以分布式方式更新。我们进一步使用低秩分解和Neumann级数展开（NSE）来降低预编码的计算复杂性。仿真和复杂度分析验证了所提算法的有效性，其计算复杂性有了很大的降低。
2022-05-07 cs.IT cs.SY eess.SY
Sparse Joint Transmission for Cell-Free Massive MIMO: A Sparse PCA Approach
无小区大规模多输入多输出（MIMO）是一种很有前途的蜂窝网络。在该网络中，大量分布的多天线接入点（AP）使用相同的时频资源共同为多个单天线用户提供服务。因此，它可能通过经由以用户为中心的联合传输消除小区边界处的干扰来向用户提供统一的服务体验，而不管用户的位置如何。然而，这种联合传输需要极高的信令开销以用于经由回程链路的数据共享，并且导致高的网络范围的功耗。为了解决这些问题，在本文中，我们提出了一种新的联合传输方法，这是被称为稀疏联合传输（sparse-JT），无小区大规模多输入多输出网络有限的回程容量的限制。稀疏JT联合地标识以用户为中心的协作AP集合、用于波束成形和压缩的预编码向量、以及在每个联合传输的活动AP的总数是稀疏的约束下最大化和频谱效率的下限的功率分配。该算法保证确定一个放松的和谱最大化问题的局部最优解。通过仿真，我们表明，稀疏JT实现更高的遍历频谱效率比所达到的多小区迫零预编码与用户为中心的AP聚类算法在所有系统配置。
2021-07-29 cs.IT eess.SP math.IT
Variational Bayes Inference for Data Detection in Cell-Free Massive MIMO
无小区大规模MIMO是用于超5G网络的有前途的技术。通过部署许多协作接入点（AP），与传统蜂窝系统相比，该技术可以显著增强用户覆盖和频谱效率。由于AP分布在大的区域上，因此无小区大规模MIMO中的有利传播水平小于共位大规模MIMO中的有利传播水平。因此，当AP天线的数目不是很大时，当前的线性处理方案不接近最优方案。本文的目的是发展非线性变分贝叶斯（VB）方法的数据检测无细胞的大规模MIMO系统。与文献中仅获得发射数据符号的点估计的现有工作相反，所提出的方法旨在获得数据符号的后验分布和贝叶斯估计。我们开发了相应的VB方法的AP之间的合作水平。仿真结果表明，显着的性能优势，开发的VB方法的线性处理技术。
2023-01-11 cs.IT eess.SP math.IT
Cell-Free Massive MIMO With Radio Stripes and Sequential Uplink Processing
与传统MIMO技术相比，无小区大规模MIMO（mMIMO）具有高频谱效率和优越的空间分集，被设想为超越5G的下一代技术。其主要原理是许多分布式接入点（AP）合作，同时为网络中的所有用户提供服务，而无需创建小区边界。本文考虑了一个无小区的mMIMO系统的上行链路利用无线条带网络架构。提出了一种新的归一化线性最小均方误差（N-LMMSE）合并的序列处理算法。该算法能够在无小区MMO中实现干扰抑制，同时保持低成本和前向回传要求。计算并分析了该算法的频谱效率。我们的结论是，它提供了一个有吸引力的低前向回程要求和高频谱效率之间的权衡。
2020-03-05 cs.IT eess.SP math.IT
Cell-Free Massive MIMO-OFDM Transmission over Frequency-Selective Fading Channels
该文提出并分析了频率选择性衰落信道下基于正交频分复用（OFDM）的无小区大规模多输入多输出（CFmMIMO）多载波传输。提出了频域共轭波束形成、导频分配和用户特定的资源分配。CFmMIMO-OFDM是可扩展的，以服务于大量的用户，并且是灵活的，以提供不同的数据率的异构应用。
2021-07-03 cs.IT eess.SP math.IT
Hierarchical Cell-Free Massive MIMO for High Capacity with Simple Implementation
本文提出一种分层无小区大规模MIMO架构，通过中央基站与分布式接入点协同部署，在保持最差用户频谱效率的同时提升总和吞吐量，并显著降低前传实现成本。
2024-01-20 cs.IT eess.SP math.IT
Learning Beamforming in Cell-Free Massive MIMO ISAC Systems
本文针对无蜂窝大规模MIMO ISAC系统中的波束成形设计挑战，提出了一种基于异构图神经网络（GNN）的新模型，该模型支持低复杂度扩展，在增删接入点时无需完全重训练，且能实现接近最优的性能并适应多种网络结构。
2024-09-26 cs.IT eess.SP math.IT
Can Dynamic TDD Enabled Half-Duplex Cell-Free Massive MIMO Outperform Full-Duplex Cellular Massive MIMO?
我们考虑一种支持动态时分双工（DTDD）的无小区大规模多输入多输出（CF-mMIMO）系统，其中每个半双工（HD）接入点（AP）基于用户设备（UE）的数据需求被调度为在上行链路（UL）或下行链路（DL）模式下操作，目标是最大化总UL-DL频谱效率（SE）。我们开发了一种新的，低复杂度，贪婪算法的组合AP调度问题，与理论上建立的最优性保证，通过显示的下限的总和UL-DL SE是子模块化。我们还考虑了UE之间的导频序列重用以限制信道估计开销。在CF系统中，所有AP估计来自每个UE的信道，使得导频分配问题不同于蜂窝情况。我们开发了一种新的算法，迭代最大限度地减少跨UE的导频污染。我们比较我们的解决方案的性能，无论是理论上和通过模拟，对全双工（FD）多小区mMIMO系统。我们的研究结果表明，由于在中央处理单元的信号的联合处理，CF-mMIMO与动态高清AP调度显着优于蜂窝FD-mMIMO的总和SE和90%的可能SE。因此，DTDD使能的HD CF-mMIMO是蜂窝FD-mMIMO的有前景的替代方案，而无需用于自干扰抑制的硬件成本。
2022-05-21 cs.IT eess.SP math.IT
User-Centric Association and Feedback Bit Allocation for FDD Cell-Free Massive MIMO
Seoul National University (SNU)（首尔大学）；Hankuk University of Foreign Studies (HUFS)（韩国外国语大学）
本文提出了一种新的方法，用于FDD小区自由大规模MIMO系统下行链路中以用户为中心的关联和反馈比特分配，考虑了有限反馈约束下的用户设备通道信息和反馈预算分配问题。
2025-02-26 cs.IT math.IT
A New Look at Cell-Free Massive MIMO: Making It Practical With Dynamic Cooperation
本文通过网络MIMO文献中的动态协作集群框架，对无小区大规模MIMO（多输入多输出）进行了新的研究。其目的是识别和解决在以前的工作中出现的可伸缩性问题。我们提供分布式算法的初始接入，导频分配，集群形成，预编码，并结合可扩展的意义上的任意多个用户的可实现的。有趣的是，建议的预编码和组合分别优于共轭波束成形和匹配滤波，同时也是完全分布式的。
2019-06-26 cs.IT eess.SP math.IT
Two-timescale weighted sum-rate maximization for large cellular and cell-free massive MIMO
本文提出一种双时间尺度迭代算法，利用信道统计信息进行联合功率控制与波束成形设计，以最大化大规模MIMO网络的加权和速率，并优于现有长期方法。
2024-07-08 cs.IT eess.SP math.IT
Cost-Effectiveness Analysis and Design of Cost-Efficient Cell-Free Massive MIMO Systems
针对无小区大规模MIMO部署成本高的问题，通过构建多天线AP统一模型进行成本分析，证明了多天线AP能降低系统成本并维持性能，提出了一种高性价比设计。
2024-06-01 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
Distributed FD-MIMO: Cellular Evolution for 5G and Beyond
本文介绍了FD-MIMO技术在5G之后的下一次演进，其中FD-MIMO系统的天线在多小区部署场景中以分布式方式放置在整个小区中。该系统被称为分布式FD-MIMO（D-FD-MIMO）系统，与传统FD-MIMO系统相比，能够提供更高的小区平均吞吐量以及更均匀的用户体验。进行系统级仿真以评估性能。我们的研究结果表明，建议的D-FD-MIMO系统实现1.4-2倍的小区平均吞吐量增益相比，FD-MIMO系统。提供了性能增益的见解。硬件实现的挑战和潜在的标准的影响也提出。
2017-04-03 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
