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
Spatial Covariance Matrix Reconstruction for DOA Estimation in Hybrid Massive MIMO Systems with Multiple Radio Frequency Chains
多信号分类（MUSIC）技术在多输入多输出（MIMO）接收机的波达方向（DOA）估计中得到了广泛应用。为了降低毫米波段射频链路的成本，大规模MIMO收发器采用了模数混合结构。在这种情况下，天线上的接收信号对数字接收机来说是不可用的，因此，MUSIC算法中必不可少的空间协方差矩阵（SCM）不能用传统的采样平均方法得到。基于我们以前的工作，我们提出了一种新的算法，在混合大规模MIMO系统中的多个RF链的SCM重建。通过将模拟波束形成器切换到一组预定的DOA，可以通过一组线性方程的解来重建SCM。此外，基于对线性方程组的深入分析，本文还将提出一种低复杂度的算法，以及对预定DOA的仔细选择。仿真结果表明，所提算法能够准确重构SCM，使MUSIC算法能够很好地应用于多射频链混合大规模MIMO系统的DOA估计。
2021-06-20 cs.IT eess.SP math.IT
Weighted Sum Rate Maximization of the mmWave Cell-Free MIMO Downlink Relying on Hybrid Precoding
依赖于混合预编码的无小区MIMO概念构成了能够显著增加毫米波（mmWave）通信系统的网络容量的创新技术。它免除了传统多小区MIMO系统的小区边界，同时通过限制接入点（AP）处的射频（RF）链的数量来大幅降低功耗。在本文中，我们的目标是最大化毫米波无小区MIMO系统的加权和速率（WSR），通过构思一个低复杂度的混合预编码算法。我们制定的WSR优化问题受到每个AP的发射功率约束和模拟预编码器的移相器的恒模约束。提出了一种分块坐标下降（BCD）算法来迭代求解该问题。在每次迭代中，经典的拉格朗日乘子方法和惩罚对偶分解（PDD）方法相结合，以获得接近最优的混合模拟/数字预编码矩阵。此外，我们扩展了我们提出的算法，推导出封闭形式的表达式，用于全数字无小区MIMO系统的预编码器。此外，我们给出了我们提出的方法的收敛性分析和复杂性分析。最后，我们的仿真结果表明，无论是全数字和混合预编码矩阵的算法的优越性。
2022-01-12 cs.IT eess.SP math.IT
Deep Learning based Joint Precoder Design and Antenna Selection for Partially Connected Hybrid Massive MIMO Systems
混合预编码器设计的高效资源分配对于工作在毫米波（mmW）域的大规模MIMO系统是必不可少的。由于部分连接混合架构具有更高的能量效率和更低的复杂度，在这封信中，我们提出了一种基于联合深度卷积神经网络（CNN）的部分连接大规模MIMO混合系统预编码器设计和天线选择方案。对于CNN，预编码器设计和天线选择分别被公式化为回归和分类问题。信道数据被馈送到第一CNN网络，该第一CNN网络输出具有最佳频谱效率的所选天线的子集。该子集再次被馈送到第二CNN以获得用于部分连接架构的块对角预编码器。仿真结果验证了基于CNN的方法优于传统的迭代和交替最小化（alt-min）算法。此外，所提出的方案是计算效率高，是不是很敏感的信道不规则性。
2021-02-02 cs.IT eess.SP math.IT
Truncated Beam Sweeping for Spatial Covariance Matrix Reconstruction in Hybrid Massive MIMO
空间协方差矩阵（SCM）在大规模多输入多输出（MIMO）等多天线系统的许多应用中是必不可少的。对于工作在毫米波段的大规模MIMO，已经采用混合模数结构来降低射频（RF）链的成本。在这种情况下，在天线处接收的信号对于数字接收机是不可用的，并且因此，传统的样本平均方法不能用于混合大规模MIMO中的SCM重构。为了解决这个问题，波束扫描算法（BSA），它可以有效地重建混合大规模MIMO系统中的SCM，已经在我们以前的工作。在本文中，截断BSA进一步提出的SCM重建考虑到阵列中的天线单元的方向图。由于定向天线方向图，对应于远离法线方向的预定角度方向（DOA）的扫描结果很小，因此可以用预定常数代替。在可以忽略不计的性能降低的代价下，SCM可以通过仅扫描接近法线方向的预定DOA来有效地重建。通过这种方式，BSA可以比传统的对应物更快地进行。还将包括深入的分析，以显示截断对性能的影响。
2022-03-27 cs.IT eess.SP math.IT
Hybrid Beamforming for Intelligent Reflecting Surface Aided Millimeter Wave MIMO Systems
由于采用毫米波（mmWave）频段的通信系统必须使用大型天线阵列来克服mmWave信号的严重传播损耗，因此混合波束成形已被认为是mmWave通信的组成部分。最近，智能反射表面（IRS）已经被提出作为一种创新技术，其可以通过使用低成本的无源反射元件来显著改善毫米波通信系统的性能。在本文中，我们研究了红外辅助毫米波多输入多输出（MIMO）系统与混合波束形成架构。本文首先利用毫米波信道的稀疏散射结构和大尺度特性，研究了窄带MIMO系统中IRS反射矩阵和混合波束形成器的联合设计。然后，我们将所提出的联合设计推广到宽带MIMO系统与正交频分复用（OFDM）调制，利用频率选择性毫米波信道的角度稀疏。仿真结果表明，所提出的联合设计可以显着提高系统的频谱效率，并实现优于现有设计的性能。
2022-06-27 cs.IT eess.SP math.IT
Analog Versus Hybrid Precoding for Multiuser Massive MIMO with Quantized CSI Feedback
在这封信中，我们研究了下行链路多用户大规模多输入多输出（MIMO）系统的子连接结构在有限的反馈信道的性能。理论上分析了纯模拟预编码和混合预编码系统的紧速率近似。量化的模拟和数字预编码的效果，其特征在于在派生的表达式。此外，它揭示了纯模拟预编码优于混合预编码使用最大比传输（MRT）或迫零（ZF）在一定的条件下，我们在理论上描述的条件在封闭形式的信噪比（SNR），用户数和反馈比特数。数值结果验证了瑞利信道和毫米波信道的推导结论。
2020-06-01 cs.IT eess.SP math.IT
Hybrid Block Diagonalization for Massive MIMO Two-Way Half-Duplex AF Hybrid Relay
本文研究了一种多对双向放大转发大规模多输入多输出（MIMO）混合中继系统。混合中继具有比天线更少数量的射频（RF）链，这显著降低了实现成本。我们采用块对角化为基础的基带处理在混合中继，以消除用户对间的干扰和等增益合并为基础的RF处理，以最大限度地提高波束成形增益。我们还使用了代数范数最大化中继传输策略，以最大限度地提高频谱效率（SE）的每个用户对。我们数值计算表明，建议的混合继电器只有轻微劣SE比一个完整的RF链继电器。
2018-09-17 cs.IT math.IT
Codeword Selection and Hybrid Precoding for Multiuser Millimeter Wave Massive MIMO Systems
针对宽带多用户毫米波大规模多输入多输出系统的可达和速率最大化问题，研究了混合预编码技术。由于可实现的和速率的每次计算只能在模拟预编码器和数字预编码器都被确定之后执行，因此可实现的和速率的最大化具有难以处理的计算复杂度。通过引入无干扰（IF）可实现的和速率，可以解耦模拟和数字预编码器的设计。为了避免波束冲突并最大化中频可实现的和速率，提出了一种基于匈牙利语的码字选择算法用于模拟预编码设计。仿真结果验证了该方案的有效性，并表明与现有的方案相比，可以实现更好的性能。
2019-01-05 cs.IT eess.SP math.IT
Complex-BP-Neural-Network-based Hybrid Precoding for Millimeter Wave Multiuser Massive MIMO Systems
大规模多输入多输出（MIMO）系统的高能耗已经成为毫米波（mm-Wave）通信场景中的一个突出问题。混合预编码技术通过将部分编码工作交给相移网络来完成，大大减少了射频（RF）链的数量，可以有效提高能量效率。然而，传统的基于数学方法的混合预编码算法往往遭受性能损失和高计算复杂度。提出了一种基于BP神经网络的混合预编码算法，该算法以全数字迫零（ZF）预编码为训练目标。考虑到基站信号的复杂性，我们选择了具有更丰富代表性的复合神经网络。此外，我们提出了复杂神经网络的激活函数和反向传播过程的梯度导数。仿真结果表明，所提出的混合预编码算法的性能可以最佳地接近ZF预编码。
2019-08-01 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
A New View of Multi-User Hybrid Massive MIMO: Non-Orthogonal Angle Division Multiple Access
本文从阵列信号处理的角度提出了一种新的多用户混合大规模多输入多输出（MIMO）系统。我们首先证明了，如果用户的到达角（AOA）是不同的，对应于不同的用户的瞬时信道向量是渐近正交的。然后，我们将信道矩阵分解成角度域基矩阵和增益矩阵。前者可以用导向矢量来表示，后者的大小与RF链的数量相同，这与混合预编码的结构完美匹配。提出了一种新的混合信道估计方法，该方法通过分别估计角度信息和增益矩阵，与传统的波束域方法相比，可以显著节省训练开销，提高信道估计精度。此外，借助于角域矩阵，MU大规模MIMO系统可以被视为一种非正交角分多址（ADMA），以在同一频带上同时服务多个用户。最后，通过计算机模拟验证了该方案的有效性。
2017-07-15 cs.IT eess.SP math.IT
Underwater Cooperative MIMO Communications using Hybrid Acoustic and Magnetic Induction Technique
未来的智能海洋应用需要长距离和可靠的通信，将水下传感器/机器人与远程地面基站连接起来。由于水声信道的恶劣性和动态性，实现这一目标具有挑战性。多输入多输出（Multiple-Input and Multiple-Output，MIMO）技术可以提高可靠性和传输范围，但由于波长较大，很难在单个水下设备上放置多个换能器。协作MIMO技术虽然可以解决这一问题，但由于声波的传播时延极大且动态变化，使得分布式的水下设备之间无法实现同步。为此，本文提出了一种基于声磁混合技术的水下协作MIMO通信机制。利用多波束融合技术可以很好地解决节点间的同步问题，使分布式声换能器能够协同形成窄波束，实现远距离水下通信。由于MI具有可忽略的信号传播延迟，同步时间和误差显著减少。为了定量地分析改进，严格推导出所提出的系统的同步误差、信噪比（SNR）、有效通信时间和吞吐量的封闭形式的表达式。所提出的混杂系统实现在一个软件定义的测试床下的波束成形和空时编码方案。通过数值分析和实际实验表明，与传统的水声系统相比，本文提出的混合协作MIMO机制具有更低的误比特率和同步误差。
2019-10-24 cs.IT eess.SP math.IT
AI-Empowered Hybrid MIMO Beamforming
本文综述AI辅助混合MIMO波束成形设计，梳理架构约束、传统优化与深度学习与深度展开方法，并通过数值与定性比较指出未来研究方向。
2023-03-03 cs.AI cs.IT eess.SP
Hybrid Beamforming Structure for Massive MIMO System: Full-connection v.s. Partial-connection
在本文中，我们比较了多用户大规模多输入多输出系统的两种典型混合波束成形结构的性能，即全连接和部分连接结构。在毫米波信道小角度扩展的假设下，给定面向用户的模拟预编码器和迫零数字预编码器，给出了用户的模拟和数字预编码信道增益的显式上界，并在此基础上研究了两种结构之间的关系.分析结果表明，全连接结构并不总是优于部分连接结构，并揭示了适用于每种结构的区域。仿真结果验证了分析结果的正确性。
2020-06-18 cs.IT eess.SP math.IT
Beamspace Channel Estimation for Millimeter Wave Massive MIMO System with Hybrid Precoding and Combining
提出了一种毫米波（mmWave）大规模多输入多输出系统中波束域信道估计的框架。该框架包括混合预编码和合并矩阵的设计以及过采样波束空间接收矩阵最大项的搜索方法。在此基础上，提出了基于单位矩阵近似（IA）、基于离散零非对角（SZO）和基于集中零非对角（CZO）的三种信道估计方案。从计算复杂度、估计误差和信道训练总时隙数等方面对这些方案与现有的信道估计方案进行了比较。仿真结果表明，所提出的方案优于现有的方案，可以接近理想情况下的性能。特别地，用于信道训练的总时隙可以显著减少。
2019-01-07 cs.IT eess.SP math.IT
GMD-Based Hybrid Beamforming for Large Reconfigurable Intelligent Surface Assisted Millimeter-Wave Massive MIMO
可重构智能表面（RIS）被认为是一种节能的方法来重塑无线环境，以提高吞吐量。它的无源特性大大降低了能源消耗，这使得RIS成为实现未来智慧城市的一项有前途的技术。现有的RIS波束成形设计主要集中在优化单载波系统的频谱效率。为了避免MIMO系统中不同空间域子信道上复杂的比特分配问题，本文提出了一种基于几何均值分解的波束形成算法，该算法适用于RIS辅助的毫米波（mmWave）混合MIMO系统，使得空间域中多个并行数据流可以被认为具有相同的信道增益。具体地说，通过利用毫米波大规模MIMO信道在不同子载波上的共同角域稀疏性，利用同步正交匹配追踪算法从过采样2D-DFT码本中获得最佳多波束。此外，通过仅利用与视线（LoS）信道相关联的到达角和离开角，我们进一步通过最大化LoS信道的阵列增益来设计RIS的移相器。仿真结果表明，该方案可以获得更好的BER性能比传统的方法。我们的工作是一个初步的尝试，讨论了宽带混合波束赋形的RIS辅助毫米波混合MIMO系统。
2020-01-17 cs.IT eess.SP math.IT
Deep Learning for Joint Design of Pilot, Channel Feedback, and Hybrid Beamforming in FDD Massive MIMO-OFDM Systems
针对FDD大规模MIMO-OFDM系统，提出端到端深度学习框架，联合设计导频、信道反馈与混合波束成形，并利用图神经网络建模波束成形器交互。
2023-12-10 cs.IT eess.SP math.IT
Hybrid Jammer Mitigation for All-Digital mmWave Massive MU-MIMO
低分辨率模数转换器（ADC）简化了毫米波（mmWave）大规模多用户多输入多输出（MU-MIMO）基站的设计，但增加了对干扰攻击的脆弱性。作为一种补救措施，我们提出了HERMIT（混合干扰机MITIGATION的缩写），一种方法，结合了硬件友好的自适应模拟变换与相应的数字均衡器：模拟变换消除了大部分的干扰的能量数据转换之前，数字均衡器抑制干扰残留，同时检测合法的传输数据。我们提供的理论结果，建立最佳的模拟转换作为用户设备的功能和干扰机的信道。使用毫米波信道模型的仿真，我们证明了HERMIT的优越性相比，纯粹的数字干扰缓解以及最近的混合方法，减轻干扰干扰与非自适应模拟变换。
2021-11-25 cs.IT eess.SP math.IT
Distributed Neural Precoding for Hybrid mmWave MIMO Communications with Limited Feedback
混合预编码是用于毫米波（mmWave）大规模多输入多输出（MIMO）通信的成本有效的技术。本文提出了一种深度学习方法，通过使用分布式神经网络的混合模拟和数字预编码设计有限的反馈。所提出的分布式神经预编码网络，称为DNet，致力于实现两个目标。首先，DNet实现信道状态信息（CSI）压缩与分布式架构的神经网络，这使得实际部署在多个用户。具体地说，这种神经网络由多个具有相同结构和参数的独立子网络组成，既减少了训练参数的数量，又降低了网络的复杂度。其次，DNet从有限反馈的重构CSI学习混合预编码的计算。与现有的黑盒神经网络设计不同，DNet是根据混合预编码矩阵计算的数据形式进行专门设计的。仿真结果表明，与传统的有限反馈预编码方法相比，在不同CSI压缩比的测试下，DNet的性能提高了近50%。
2022-04-18 cs.IT eess.SP math.IT
Bayesian Compressive Channel Estimation for Hybrid Full-Dimensional MIMO Communications
高效的信道估计在全维多输入多输出通信系统中是具有挑战性的，特别是在具有混合数模架构的通信系统中。在压缩感知框架下，这封信首先设计了一个统一的字典的基础上的球形Fibonacci网格表示在稀疏域中的通道，产生更小的角度误差在三维波束空间比传统的字典。然后，贝叶斯推理辅助贪婪追求算法的频率域信道估计。最后，仿真结果表明，所设计的字典和提出的贝叶斯信道估计优于基准方案，并获得较低的归一化均方误差的信道估计。
2021-12-29 cs.IT eess.SP math.IT
Hybrid Beamforming for Millimeter Wave MIMO Integrated Sensing and Communications
在这封信中，我们认为毫米波（mmWave）MIMO通感一体化（ISAC）的混合波束成形。以目标雷达波束方向图为目标，在满足通信用户信干噪比（SINR）和双功能雷达通信基站总发射功率的约束下，设计了双功能雷达通信基站的发射波束。为了提供额外的自由度的波束设计问题，我们引入了一个相位矢量的目标波束方向图，并提出了一个交替的最小化方法来迭代优化发射波束和相位矢量，其中涉及二阶锥规划和约束最小二乘估计，分别。然后基于设计的发射波束，在毫米波MIMO中移相器网络的恒包络约束下，仍然采用交替最小化方法，确定模拟波束形成器和数字波束形成器。仿真结果表明，在相同的通信用户信干噪比约束条件下，较大的天线阵列可以获得更好的雷达波束质量。
2022-03-12 cs.IT eess.SP math.IT
Massive MIMO Hybrid Precoding for LEO Satellite Communications With Twin-Resolution Phase Shifters and Nonlinear Power Amplifiers
大规模多输入多输出（MIMO）传输技术最近在非对地静止（例如，低地球轨道（LEO）卫星通信（SATCOM）系统，因为它可以显着提高能量效率（EE）和频谱效率。在这项工作中，我们开发了一种混合模拟/数字预编码技术在大规模MIMO低轨卫星通信下行链路，这降低了板载硬件的复杂性和功耗。在所提出的方案中，模拟预编码器是通过一个更实际的双分辨率相移（TRPS）网络，使功耗和阵列增益之间的细致的权衡。此外，我们还考虑和研究了非线性功率放大器（NPA）的失真效应对系统设计的影响。通过综合考虑上述因素，我们提出了一种有效的算法方法，基于TRPS的混合预编码问题与NPA。数值结果表明，考虑到非线性失真的EE增益和性能的优越性，提出的TRPS基于混合预编码方案的基线。
2022-06-09 cs.IT eess.SP math.IT
Radiation Pattern Synthesis Using Hybrid Fourier- Woodward-Lawson-Neural Networks for Reliable MIMO Antenna Systems
在本文中，我们实现混合伍德沃德-劳森-神经网络和加权傅立叶方法来综合天线阵列。神经网络（NN）在这里应用到简化的MIMO天线阵列的建模，通过评估相位。其主要问题显然是寻找最佳的线性天线阵元的权重，使辐射方向图具有最小的旁瓣电平（SLL），从而改善天线阵列的性能。为了实现这一目的，实现了频率为2.45 GHz的用于可靠的多输入多输出（MIMO）应用的天线阵列。为了验证所提出的方法，许多例子的均匀激励阵列方向图的主波束放在有用信号的方向。Woodward-Lawson-Neural Networks综合方法允许找出有趣的分析方程用于天线阵列的综合，并突出了输入和输出中的系统参数之间的灵活性。这种混合优化的性能强调了系统适合无线通信的程度以及它如何参与减少干扰。
2017-10-07 cs.IT eess.SP math.IT
Deep Learning Aided Parametric Channel Covariance Matrix Estimation for Millimeter Wave Hybrid Massive MIMO
毫米波（mmWave）信道占用的频率范围远高于先前无线通信系统中使用的频率范围，其用于满足5G通信带来的增加的吞吐量要求。这些频率中的电磁波所经历的高水平衰减导致MIMO信道具有高空间相关性。为了获得理想的错误性能，系统需要关于信道相关性的知识。在这篇论文中，提出了一种深度神经网络辅助方法来估计信道协方差矩阵（CCM），其中包含有关信道相关性的信息。与文献中的一些方法相比，该方法在计算复杂度和信道估计误差方面都具有令人满意的性能。
2022-12-18 cs.IT eess.SP math.IT
Tensor-Decomposition-based Hybrid Beamforming Design for mmWave OFDM Massive MIMO Communications
针对单用户毫米波OFDM大规模MIMO系统，提出基于约束Tucker2分解与投影交替最小二乘的混合波束成形设计，可提升平均可达和速率，性能优于现有方案。
2020-11-17 cs.IT eess.SP math.IT
Energy Efficiency in Hybrid Beamforming Large-scale mmWave Multiuser MIMO with Spatial Modulation
针对毫米波大规模多输入多输出（MIMO）系统中使用空间调制的混合波束成形的全局能量效率（GEE）最大化的无线电资源分配问题进行了解决。分析了该优化问题的理论性质，提出了两个可证明收敛的优化算法。前者实现了全局最优，而后者以较低的计算复杂性来权衡最优性。然而，数值结果表明，这两种算法在实际情况下达到全局最优。
2018-06-13 cs.IT math.IT
Framework on Deep Learning Based Joint Hybrid Processing for mmWave Massive MIMO Systems
对于毫米波（mmWave）大规模多输入多输出（MIMO）系统，混合处理架构对于显著降低复杂度和成本是必不可少的，但在发射机和接收机上联合优化是相当具有挑战性的。在本文中，深度学习（DL）被应用于设计一种新的联合混合处理框架（JHPF），该框架允许通过使用反向传播进行端到端优化。该框架包括三个部分：混合处理设计器、信号流模拟器和信号解调器，分别利用神经网络为收发器输出混合处理矩阵、模拟空中信号传输以及利用神经网络将检测到的符号映射到原始比特。通过最小化恢复比特和原始比特之间的交叉熵损失，所提出的框架优化了收发器处的模拟和数字处理矩阵，而不是近似预先设计的标签矩阵，并且从理论上证明了其可训练性。通过简单地修改训练数据的结构，它也可以直接应用于正交频分复用系统。仿真结果表明，DL-JHPF的性能优于现有的混合处理方案，对不匹配的信道状态信息和信道场景具有较好的鲁棒性，且运行时间显著减少。
2020-06-05 cs.IT eess.SP math.IT
A Comprehensive Performance Analysis for mm-Wave Massive MIMO Hybrid Beamforming under PA Nonlinearities
在本文中，我们开发了一个框架，以调查不同的混合波束形成架构的大规模多输入多输出（MIMO）系统的性能受损的功率放大器（PA）的非线性。数字预失真（DPD）设计中采用了基于反波束形成后反馈的间接学习结构，以补偿PA引起的非线性失真。此外，我们提出了一种新的模拟波束形成器设计的部分连接架构的基础上广义特征波束形成器（GEB）的方法。在文献中，非线性PA的带外（OOB）辐射和实现的信号干扰噪声比（SINR）的影响进行了研究。然而，这些研究仅限于全数字或部分连接的混合波束形成架构，同时在PA的基础上部署Bussgang分解，而不考虑性能分析中的阵列架构类型。在这项研究中，我们推导出一个解析的比特错误率（BER）的表达式的基础上的时空Bussgang分解的矩阵形式，和失配解码容量通过广义互信息（GMI）下PA非线性不同的混合Massive MIMO架构。分析结果表明，非线性失真对系统性能有很大影响，DPD可以在一定程度上减小非线性失真对系统性能的影响。最后通过数值计算验证了所得到的误码率解析表达式的正确性。
2021-02-26 cs.IT eess.SP math.IT
Multi-User Frequency-Selective Hybrid MIMO Demonstrated Using 60 GHz RF Modules
考虑到5G的高吞吐量要求，将毫米波技术和多用户MIMO融合似乎是一种非常有前途的策略。由于硬件限制阻碍了全数字架构的实现，使用数字预编码和相控天线阵列的混合MIMO架构被认为是在毫米波实现多用户MIMO的可行解决方案。然而，真实信道传播和硬件非理想性会显著降低此类系统的性能。因此，对新体系结构进行实验对于确认和支持系统设计至关重要。然而，混合MIMO系统还没有被理解为毫米波的宽信道带宽的影响，非理想的RF前端以及模拟波束成形的不完美性往往被忽略。在本文中，我们提出了一个60 GHz的MU-MIMO测试平台，使用相控天线阵列在发送器和接收器。配备有32相控天线阵列的基站同时分配两个用户。我们表明，频率选择性混合预编码可以有效地抑制用户间干扰，使空间复用的干扰有限的情况下，增加一倍的吞吐量相比，SISO的情况下，并补偿信道的频率波动。此外，我们报告了6 dB的EVM星座的改进时，比较混合MIMO架构与全模拟架构。
2018-04-09 cs.IT math.IT
Unequally Sub-connected Architecture for Hybrid Beamforming in Massive MIMO Systems
近年来，提出了多种用于大规模多输入多输出（MIMO）系统的混合模拟-数字波束形成架构，以降低能耗和实现成本。在这些架构的模拟处理网络中，实际的子连接结构需要比全连接结构更低的功耗和硬件复杂度，但不能充分利用波束成形增益，这导致整体性能的损失。在这项工作中，我们提出了一种新的不平等的子连接架构的混合合并在接收机的大规模MIMO系统，采用不等数量的天线在子天线阵列。所提出的架构的最佳设计解析推导，并包括天线分配和信道排序方案。仿真结果表明，在子连接系统中，通过不均匀地分配天线到子阵列，可以使系统的总可达速率提高10%以上，但代价是功耗略有增加。此外，为了减少计算复杂性参与寻找连接到每个射频（RF）链的天线的最佳数量，我们提出了三个低复杂度的天线分配算法。仿真结果表明，它们可以产生显着降低复杂性，同时实现接近最佳的性能。
2019-08-27 cs.IT eess.SP math.IT
Design and Prototyping of Hybrid Analogue Digital Multiuser MIMO Beamforming for Non-Orthogonal Signals
为了实现用户分集和复用增益，通常应用全数字预编码多输入多输出（MIMO）架构。然而，大量的射频（RF）链使得该系统对于低成本通信是不现实的。因此，针对低成本多用户MIMO系统中的非正交IoT信号，提出了一种实用的三级混合模数预编码架构，占用较少的RF链。非正交波形可以灵活地节省大量设备连接的频谱资源，或者在不消耗额外频谱资源的情况下提高数据速率。混合预编码分为模拟域、数字域和波形域三个阶段。基于码本的波束选择通过仅相位调谐简化了模拟域波束形成。数字域预编码可以微调码本形状的波束，并在信号幅度和相位方面解决多用户干扰。最后，波形域预编码管理非正交信号的自生载波间干扰（ICI）。这项工作设计了在软件定义无线电（SDR）设备上的全数字和混合预编码系统的空中信号传输实验。结果表明，波形预编码精度可以提高混合预编码。与具有相同RF链资源的发射机相比，混合预编码的性能显著优于全数字预编码，误差向量幅度（EVM）增益高达15.6 dB。具有相同数量天线的全数字系统显然需要更多的RF链，因此具有低功耗、空间和成本效益。因此，所提出的三阶段混合预编码是非正交物联网应用的非常合适的解决方案。
2019-11-28 cs.IT eess.SP math.IT
An Efficient Code-Domain NOMA Transceiver for mm-Wave Hybrid Massive MIMO Architectures
大规模MIMO和非正交多址接入（NOMA）是未来无线系统的关键方法，因为它们提供了许多优于传统系统的优点。功率域NOMA方法在大规模MIMO系统中得到了研究，而码域NOMA和大规模MIMO的集成则很少，这也是本文研究的主题。我们提出了一个通用的框架，采用基于用户分组的混合波束成形架构的毫米波大规模MIMO系统中NOMA被认为是一个组内的过程。结果表明，经典的接收机的稀疏码多址（SCMA）和多用户共享接入（MUSA）可以直接适应。此外，提出了一种新的接收机架构，这是一个改进的经典之一，上行链路MUSA。该接收机使得MUSA优于SCMA，用于具有较低复杂度的上行链路传输。我们提供了一个下界可达信息速率（AIR）作为性能指标。我们表明，码域NOMA方案优于传统的方法，具有非常有限的射频（RF）链，其中用户在空间上彼此接近。此外，我们提供了一个分析的比特出错率和空气在不同的码长和过载情况下的上行链路传输的灵活结构的MUSA被利用。
2020-10-12 cs.IT eess.SP math.IT
Pilot Signal and Channel Estimator Co-Design for Hybrid-Field XL-MIMO
本文针对混合场XL-MIMO信道估计问题，提出基于ADMM的最优导频信号设计与两阶段信道估计方法，通过协同设计显著提升稀疏信道恢复的可靠性。
2024-03-28 cs.IT eess.SP math.IT
Machine-learning-aided Massive Hybrid Analog and Digital MIMO DOA Estimation for Future Wireless Networks
本文针对大规模HAD-MIMO的DOA估计中的相位模糊问题，提出了MLNN检测器推断无源发射器，并设计了仅需单快拍即可消除相位模糊的TLHAD MIMO结构，仿真表明其检测性能优于现有方法且能达到CRLB。
2023-08-05 cs.IT eess.SP math.IT
Deep Learning for Hybrid Beamforming with Finite Feedback in GSM Aided mmWave MIMO Systems
Tsinghua University（清华大学）；Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）
混合波束形成是毫米波多输入多输出系统的重要技术。为了提高频谱利用率，进一步引入了广义空间调制（GSM）技术。然而，大多数现有的波束成形工作假设完美的信道状态信息（CSI），这是不现实的，在实际系统中。本文研究了GSM辅助频分复用（FDD）mmWave MIMO系统中下行导频训练、信道估计、CSI反馈和混合波束形成的联合优化问题。在深度学习的帮助下，通过无监督学习以端到端的方式设计GSM混合波束形成器。实验结果表明，与传统算法相比，本文提出的多分辨率网络GsmEFBNet能够以更少的反馈比特数获得更高的可达速率。
2023-02-15 cs.AI cs.IT eess.SP
The Tri-Hybrid MIMO Architecture
本文提出三混合MIMO架构，将传统线性预编码分配到数字波束成形、模拟波束成形和可重构天线三层，通过引入电磁波束成形扩展空间维度，为6G厘米波系统超大规模天线阵列提供新方案。
2025-05-28 cs.IT cs.NI math.IT
On Hybrid Pilot for Channel Estimation in Massive MIMO Uplink
针对多小区多用户大规模MIMO系统的上行链路，提出了一种混合导频辅助信道估计技术。所提出的混合导频被设计成使得其享有时分复用（TM）导频和时间叠加（TS）导频之间的互补优势，并且由此允许优于传统导频方案的解决方案。我们数学上的混合导频的影响，大规模MIMO上行链路推导出一个封闭的形式近似的上行链路可达速率。在大天线数情况下，通过联合设计TM导频和TS导频，得到了混合导频的渐近最优解。结果表明，TM导频或TS导频分别具有大帧大小和有限帧大小传输的优势，而混合导频方案可以提供优于TM导频或TS导频的性能。数值结果验证了所提设计的有效性。
2016-12-22 cs.IT math.IT
Millimeter Wave Massive MIMO Downlink Per-Group Communications with Hybrid Linear Precoding
我们解决的问题，分析和分类组中的下行链路信道环境中的毫米波长小区，占路径损耗，多径衰落，和用户设备（UE）阻塞，通过采用混合传播和多径衰落模型，从而使用准确的组间干扰建模。基站（BS）采用大型均匀平面阵列（UPA）来促进高效率的大规模多输入多输出（MIMO）通信。UE配备有单个天线并且均匀地分布在小区内。关键问题是分析和定义预编码组。因为在组之间期望公平类型的吞吐量，所以必要时采用组合频分和空分复用（CFSDM）。我们表明，通过采用三个子载波频率，可以有效地将UE分成高吞吐量组，每组采用基于虚拟信道模型波束（VCMB）的内部预编码，然后是高效的多用户多输入多输出（MU-MIMO）外部预编码器。对于每一组，我们研究了三种不同的分组方法，提供不同的优势。我们表明，零强制每组预编码（ZF-PGP）的零强制预编码（ZFP）提供的改进是非常高的。
2020-02-05 cs.IT eess.SP math.IT
Deep Learning based Multi-User Power Allocation and Hybrid Precoding in Massive MIMO Systems
提出了一种基于深度学习的多用户大规模多输入多输出（MU-mMIMO）系统功率分配（DL-PA）和混合预编码技术。我们首先利用基于角度的混合预编码技术来减少RF链的数量和信道估计开销。然后，我们通过完全连接的深度神经网络（DNN）开发DL-PA算法。DL-PA有两个阶段：（i）离线监督学习，其具有通过基于粒子群优化的PA（PSO-PA）算法获得的最优分配功率，（ii）通过经训练的DNN的在线功率预测。在计算上昂贵的PSO-PA相比，它表明，DL-PA大大减少了98.6%-99.9%的运行时间，同时接近实现最佳的和速率容量。这使得DL-PA成为MU-mMIMO系统中实时在线应用的一种很有前途的算法。
2022-01-29 cs.IT eess.SP math.IT
An Efficient Slow-Time Adaptation for Massive MIMO Hybrid Beamforming in mm-Wave Time-Varying Channels
针对毫米波大规模多输入多输出（MIMO）系统上行数据模式下单载波宽带传输，提出了一种自适应混合波束形成方法。在慢时间内自适应地构造一个统计模拟波束形成器，而信道是时变的，并且是错误估计的。针对广义特征波束形成器（GEB）对估计误差的鲁棒性，提出了一种递归滤波方法。近似表达式得到的信道协方差矩阵解耦角扩展和多径分量的中心角。利用这些表达式，提出了改进的自适应构造方法，该方法仅使用角补丁上的量化估计功率电平。从输出信号干扰噪声比（SINR）、瞬时信道估计和波束精度等方面对所提出的慢时自适应技术进行了性能评估。它们被证明是非常有效的，使得计算复杂性显着降低，而性能保持几乎相同的理想的GEB，即使在大的角度估计误差。
2020-07-01 cs.IT eess.SP math.IT
Gram Schmidt Based Greedy Hybrid Precoding for Frequency Selective Millimeter Wave MIMO Systems
混合模拟/数字预编码允许毫米波MIMO系统利用大的天线阵列增益，同时允许低成本和功耗硬件。大多数先前的工作集中在窄带毫米波系统的混合预编码。然而，mmWave系统将可能在具有频率选择性的宽带信道上操作。因此，本文认为，频率选择性混合预编码与RF波束成形矢量从量化码本。针对该系统，提出了一种低复杂度的接近最优的贪心算法，用于混合模拟/数字预编码器的设计。所提出的算法使用Gram-Schmidt正交化来精确地选择RF波束成形向量。仿真结果表明，所开发的预编码设计算法取得了很好的性能相比，无约束的解决方案，而需要更少的复杂度。
2016-01-26 cs.IT math.IT
Spatial Channel Covariance Estimation for the Hybrid MIMO Architecture: A Compressive Sensing Based Approach
空间信道协方差信息可以代替整个信道矩阵的全部知识，用于设计混合多输入多输出（MIMO）架构中的模拟预编码器。然而，空间信道协方差估计对于混合MIMO架构是具有挑战性的，因为在基带处操作的估计器只能通过比天线更少的射频（RF）链来获得更低维的预组合信号。在本文中，我们提出了两种基于压缩感知技术的协方差估计方法。一种是应用时变传感矩阵，另一种是利用协方差矩阵是Hermitian的先验知识。通过理论分析和数值仿真验证了这两种方法的优越性。最后，我们提出的算法从窄带大规模MIMO系统与一个单一的接收天线到宽带系统与多个接收天线的文件。
2017-11-11 cs.IT 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
Iterative Hybrid Precoder and Combiner Design for mmWave MIMO-OFDM Systems
研究了毫米波（mmWave）频段多输入多输出（MIMO）正交频分复用（OFDM）系统中的混合预编码合路器设计问题。本文提出了一种新的迭代算法来设计前向和反向信道中基于码本的模拟预编码器和合并器。在每次迭代中，我们应用压缩感知（CS）技术来有效地估计等效MIMO-OFDM毫米波信道。然后，基于正交匹配追踪（OMP）算法获得模拟预编码器或组合器，以减轻不同数据流之间的干扰，并最大化频谱效率。最后根据有效基带信道得到数字预编码器和合路器，进一步提高频谱效率。仿真结果表明，所提出的迭代混合预编码合并算法具有显著的性能优势。
2017-04-26 cs.IT math.IT
Machine Learning Based Hybrid Precoding for MmWave MIMO-OFDM with Dynamic Subarray
由于射频（RF）中的频率平坦模拟预编码器，混合预编码设计对于宽带毫米波（mmWave）大规模MIMO可能具有挑战性。现有的宽带混合预编码研究主要集中在全连接阵列（FCA）上，而很少考虑能量有效的部分连接子阵列（PCS），包括固定子阵列（FS）和动态子阵列（DS）。在此背景下，本文提出了一种基于机器学习的毫米波大规模MIMO宽带混合预编码算法。具体而言，我们首先提出了一种基于主成分分析（PCA）的FS的最佳混合预编码器，从而从全数字MIMO的最佳频率选择性预编码器的主成分中提取每个子阵列的频率平坦RF预编码器。此外，我们扩展的PCA为基础的混合预编码DS，其中一个共享的凝聚层次聚类（AHC）算法开发的机器学习提出了分组DS提高频谱效率（SE）。最后，我们调查的能量效率（EE）的无源和有源天线所提出的计划。仿真结果表明，该方案在SE和EE方面都优于传统方案。
2018-09-10 cs.IT math.IT
A Framework on Hybrid MIMO Transceiver Design based on Matrix-Monotonic Optimization
混合收发器可以在多输入多输出（MIMO）系统的复杂度和性能之间取得平衡。在本文中，我们开发了一个统一的框架，混合MIMO收发器的设计使用矩阵单调优化。所提出的框架解决了一般的混合收发器设计，而不仅仅限于某些高频带，例如毫米波（mmWave）或太赫兹频带，或者依赖于一些特定无线信道的稀疏性。在所提出的框架中，收发器的模拟和数字部分，无论是线性或非线性，联合优化。基于矩阵单调优化，我们证明了最佳的模拟预编码器和处理器的组合等效于各种最佳的混合MIMO收发器的本征信道选择。从最优结构出发，导出了几种有效的算法，用于计算单位模约束下的模拟收发器。此外，为了降低计算复杂度，模拟收发器的优化，一个简单的随机算法。一旦确定了收发器的模拟部分，就可以获得闭合形式的数字部分。数值结果验证了所提出的设计的优点。
2018-08-26 cs.IT math.IT
Beam Squint-Aware Integrated Sensing and Communications for Hybrid Massive MIMO LEO Satellite Systems
空-空-地-海一体化网络在提供全球覆盖方面发挥着重要作用。为了提高卫星地面导航定位系统中频谱资源和硬件资源的有效利用率，综合传感与通信（ISAC）技术受到了广泛的关注。现有的ISAC工作大多集中在地面网络，不能直接应用于卫星系统，由于显着不同的电磁波传播特性。在这项工作中，我们研究了ISAC在大规模多输入多输出（MIMO）低地球轨道（LEO）卫星系统中的应用。我们首先通过考虑光束斜视角效应来表征统计波传播特性。基于此分析，我们提出了一个波束倾斜感知ISAC技术的混合模拟/数字大规模MIMO低轨卫星系统利用统计信道状态信息。仿真结果表明，该方法能够同时进行无线通信和目标感知，具有良好的性能，并能有效地抑制典型低轨卫星系统中的波束倾斜效应。
2022-03-01 cs.IT eess.SP math.IT
Channel Estimation for Hybrid Massive MIMO Systems with Adaptive-Resolution ADCs
在大规模多输入多输出（MIMO）系统的设计中，如何获得高的信道估计精度、降低硬件成本和功耗是一个很大的挑战。为了解决这些困难，复杂的导频设计已经被构思用于依赖于自适应分辨率模数转换器（RADC）的节能混合模数（HAD）波束成形架构的家族。本文对多用户大规模MIMO系统上行链路中的导频序列、RADC量化比特数和混合接收合并器进行了联合优化。我们解决了相关的均方误差（MSE）最小化问题的相关瑞利衰落信道的背景下，受到实际的限制。由于目标函数和约束条件的非凸性，相关的混合整数问题是相当具有挑战性的。依靠先进的分数规划（FP）技术，我们首先重铸原来的问题成一个更容易处理的等价形式，它允许解耦的分数目标函数。然后，我们设想了一对新的算法来解决所产生的问题，基于码本和无码本导频方案，分别。为了降低设计的复杂度，我们也提出了一个简化的算法，基于码本的导频方案。我们的仿真结果证实了所提出的算法的优越性，相关国家的最先进的基准计划。
2021-12-31 cs.IT eess.SP math.IT
A Convex Demixing Approach for Hybrid-Field Channel Estimation of XL-MIMO Systems via Atomic Norm Minimization
本文针对XL-MIMO混合场信道估计问题，在原子范数最小化框架下提出凸解混方法，通过最小化远场与近场原子范数加权和并转化为半定规划求解，实验表明其性能优于现有方法。
2025-09-23 cs.IT math.IT
Deep Learning based Channel Estimation for Massive MIMO with Hybrid Transceivers
准确有效地估计高维信道是大规模多输入多输出（MIMO）实际应用的关键挑战之一。在混合模数（HAD）收发器的背景下，由于有限的射频链引起的信息丢失，信道估计变得更加复杂。传统的压缩感知（CS）算法通常存在性能不理想和计算复杂性高的问题。在本文中，我们提出了一种新的基于深度学习（DL）的框架，用于HAD大规模MIMO系统中的上行链路信道估计。为了更好地利用信道在角域中的稀疏结构，提出了一种新的角空间分割方法，将整个角空间分割成许多小区域，并为每个区域离线训练专用的神经网络。在在线测试期间，根据来自全球定位系统的信息选择最合适的网络。在每个神经网络内部，对特定区域的测量矩阵和信道估计器进行联合优化，既提高了信号测量效率，又增强了信道估计能力。仿真结果表明，该方法在估计性能和计算复杂性方面明显优于现有的CS算法。
2022-02-07 cs.IT eess.SP math.IT
Hybrid Analog/Digital Precoding for Downlink Massive MIMO LEO Satellite Communications
大规模多输入多输出（MIMO）技术在低轨卫星通信中具有很好的应用前景，因为它可以提高频谱利用率。然而，传统的全数字预编码架构可能导致高实现复杂度和能量消耗。在本文中，混合模拟/数字预编码解决方案开发的低轨大规模MIMO卫星通信的下行链路操作，通过利用慢变化的统计信道状态信息（CSI）在发射机。首先，我们制定的混合预编码器的设计作为一个能源效率（EE）最大化的问题，同时考虑连续和离散相移网络实现模拟预编码器。被认为是完全和部分连接的架构的情况下。由于EE优化问题是非凸的，因此通常难以求解。为了使EE最大化问题易于处理，我们采用封闭形式的紧上界近似遍历率。然后，我们开发了一种有效的算法来获得全数字预编码器。在此基础上，我们进一步开发了两种不同的高效算法解决方案，分别计算全连接和部分连接架构的混合预编码器。仿真结果表明，所提出的方法实现了显着的EE性能增益超过现有的基线，特别是当离散相移网络用于模拟预编码。
2022-01-17 cs.IT eess.SP math.IT
Channel Estimation and Hybrid Combining for Wideband Terahertz Massive MIMO Systems
太赫兹（THz）通信被广泛认为是未来6G无线系统的关键推动者。然而，由于信道的频率选择性，THz链路受到高传播损耗和符号间干扰的影响。大规模多输入多输出（MIMO）以及正交频分复用（OFDM）可以用来处理这些问题。然而，当基站（BS）天线阵列上的传播延迟超过符号周期时，BS阵列的空间响应在OFDM子载波上变化。这种被称为波束偏斜的现象使得窄带组合方法无效。另外，在训练阶段期间没有组合增益的情况下，信道估计变得具有挑战性。在这项工作中，我们解决了宽带太赫兹大规模MIMO均匀平面阵列的信道估计和混合合并问题。具体来说，我们首先介绍了一个低复杂度的波束斜斜抑制方案的基础上的真实时间延迟。接下来，我们提出了一种新的流行的正交匹配追踪（OMP）算法的变体，以准确地估计低训练开销的信道。我们的信道估计和混合合并方案进行了理论和数值分析。此外，所提出的方案被扩展到多天线用户的情况下。仿真结果显示，我们的设计相比，标准的窄带合并和基于OMP的信道估计提供的性能增益。
2021-02-12 cs.IT eess.SP math.IT
Hybrid Procoder and Combiner Design for Secure Transmission in mmWave MIMO Systems
毫米波（mmWave）通信已被认为是未来5G无线网络的关键技术。为了克服毫米波信道严重的传播损耗，采用模拟/数字混合预编码和合并收发架构的毫米波多输入多输出（MIMO）系统得到了广泛的考虑。然而，毫米波MIMO系统中的物理层安全性（PLS）和安全的混合波束形成器的设计还没有得到很好的研究。在本文中，我们考虑的问题，混合预编码器和组合器的设计，在毫米波MIMO系统中的安全传输，以保护合法的传输窃听。当窃听者的信道状态信息（CSI）已知时，我们首先提出了一种联合的模拟预编码器和合并器的设计算法，可以防止信息泄漏给窃听者。然后，数字预编码器和组合器的基础上获得的有效基带信道计算，以进一步最大化的保密率。接下来，如果窃听者的CSI的先验知识是不可用的，我们开发了一种基于人工噪声（AN）的混合波束形成方法，它可以干扰窃听者的接收，同时保持预定接收机的服务质量（QoS）在预定的水平。仿真结果表明，我们提出的算法提供了显着的保密性能的改善相比，其他混合波束形成算法。
2017-04-26 cs.IT math.IT
