Efficient Design of Fronthaul-Constrained Uplink Reception for Cell-Free XL-MIMO
Jeonbuk National University（全北国立大学）；Hanyang University（汉阳大学）
本文研究了无源超大规模MIMO系统上行接收的可扩展性和前端高效设计，通过联合优化线性变换矩阵和前端压缩策略，提出加速FP算法，降低计算复杂度并提升上行总速率。
2026-04-23 cs.IT eess.SP math.IT
Joint Uplink-Downlink Fronthaul Bit Allocation in Fronthaul-Limited Massive MU-MIMO Systems
KTH Royal Institute of Technology（皇家理工学院）
本文研究了大规模MIMO系统中前传链路受限的上行-下行前传比特分配问题，提出了一种基于硬化界的方法以最大化频谱效率，并通过算法实现了比特分配的优化。
2026-01-24 cs.IT eess.SP math.IT
Performance of Cell-Free MmWave Massive MIMO Systems with Fronthaul Compression and DAC Quantization
针对无小区毫米波（mmWave）大规模多输入多输出（MIMO）系统，提出了一种基于最大最小功率分配的迫零（ZF）预编码器，该预编码器采用低分辨率数模转换器（DAC），前传链路容量有限。所提出的功率分配的目的是实现最大-最小的公平性上的可实现的速率下限的用户的加性量化噪声模型（AQNM），它模仿的效果，低分辨率DAC。为了解决最大-最小功率分配问题，提出了一种交替优化（AO）方法，该方法在每次AO迭代中都能得到构成原问题的子问题的全局最优解，从而保证了算法的收敛性.在仿真结果中探索了无小区系统和小小区系统的性能，这表明不太小的前传容量足以使无小区系统优于小小区系统。
2021-01-25 cs.IT eess.SP math.IT
Cell-Free Millimeter-Wave Massive MIMO Systems with Limited Fronthaul Capacity
网络致密化、大规模多输入多输出（MIMO）和毫米波（mmWave）频带最近已经成为未来几代无线通信网络（5G及更高）的物理层使能器。基于先前在亚6 GHz无小区大规模多输入多输出架构上的工作，引入了用于无小区mmWave大规模多输入多输出系统的新框架，该框架考虑了低复杂度混合预编码器/解码器的使用，同时考虑了使用容量受限前传链路的影响。提出了一种基于相异性聚类思想的次优导频分配策略。此外，基于数学上易于处理的表达式为每个用户可实现的速率和前传容量消耗，最大-最小功率分配和前传量化优化算法，提出了使用块坐标下降方法与顺序线性优化程序相结合，确保均匀良好的服务质量在整个覆盖区域的网络。仿真结果表明，该导频分配策略避免了最优小规模CSI方案的计算负担，同时明显优于经典的随机导频分配方法。此外，它们还揭示了可实现的最大-最小每用户速率、前传要求和最佳硬件复杂度（即，天线的数量、RF链的数量）。
2019-02-20 eess.SP
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
Outage Probability of Millimeter Wave Cellular Uplink with Truncated Power Control
在本文中，使用随机几何，我们开发了一个听话的上行链路建模框架的中断概率的单层和多层毫米波（mmWave）蜂窝网络。每一层的毫米波基站（BS）是随机定位的，并且它们具有特定的空间密度、天线增益、接收器灵敏度、阻塞参数和路径损耗指数。我们的模型考虑到最大功率限制和每个用户的功率控制。更具体地，每个用户（其可能在其服务毫米波BS的视线（LOS）或非LOS中）控制其发射功率，使得在其服务BS处的接收信号功率等于预定义阈值。因此，针对毫米波蜂窝网络的上行链路实现截断信道反转功率控制方案。我们推导了单层和多层毫米波蜂窝网络上行链路的信号干扰噪声比（SINR）中断概率的闭式表达式。此外，我们分析的情况下，密集的网络，利用简化模型，其中的LOS区域近似为一个固定的LOS盘。结果表明，对用户施加最大功率约束显著影响了毫米波蜂窝网络上行链路的SINR中断概率。
2018-08-30 eess.SP
Lens Antenna Arrays-Assisted mmWave MU-MIMO Uplink Transmission: Joint Beam Selection and Phase-Only Beamforming Design
研究了一种透镜天线阵列辅助的毫米波多用户多输入多输出（MU-MIMO）系统。基站的波束选择矩阵和用户终端的纯相位波束形成器被联合设计，目的是最大化上行链路和速率。为了处理混合整数优化问题，通过加权最小均方误差（WMMSE）、块坐标下降（BCD）和最小化-最大化（MM）技术，提出了一种基于罚对偶分解（PDD）的迭代算法.此外，一个低复杂度的顺序优化（SO）为基础的算法提出了轻微的和速率性能损失的代价。数值结果表明，所提出的方法可以实现更高的和率比国家的最先进的方法。
2022-07-30 eess.SP
Resource Efficient Over-the-Air Fronthaul Signaling for Uplink Cell-Free Massive MIMO Systems
针对无小区大规模MIMO上行前传瓶颈，提出资源高效模拟空中计算框架，通过预编码与两阶段功率分配实现OTA相干合并，并验证其性能优于有线前传方案。
2023-11-14 cs.IT eess.SP math.IT
Joint Impact of ADC and Fronthaul Quantization in Cell-Free Massive MIMO-OFDM Uplink
Bilkent University（比尔肯特大学）；KTH Royal Institute of Technology（皇家理工学院）
本文研究了大规模MIMO-OFDM上行链路中ADC和前haul量化的联合影响，提出了一种前haul策略以减少量化伪影，通过高效算法重建未量化的信号以提升传输效率。
2026-01-10 cs.IT eess.SP math.IT
Cell-Free MmWave Massive MIMO Systems with Low-Capacity Fronthaul Links and Low-Resolution ADC/DACs
在本文中，我们考虑的上行链路信道估计阶段和下行链路数据传输阶段的无小区毫米波（mmWave）大规模多输入多输出（MIMO）系统的低容量前传链路和低分辨率的模数转换器/数模转换器（ADC/DAC）。在无小区大规模MIMO中，控制单元决定地理范围内的基带处理，而基站通过前传链路与控制单元进行通信。与大多数以前的作品在无细胞的大规模MIMO有限容量前传链路，我们认为一般情况下，前传容量和ADC/DAC分辨率不一定是相同的。特别地，前传压缩和ADC/DAC量化独立地发生，其中每个都基于信息理论参数和加性量化噪声模型（AQNM）来建模。然后，我们解决码本设计问题，旨在最小化信道估计误差的独立同分布（i.i.d.）和彩色压缩噪声情况。此外，我们提出了一个交替优化（AO）的方法来解决最大最小公平性问题。本质上，AO方法在对应于功率分配和码本设计问题的两个子问题之间交替。针对迫零（ZF）预编码器提出的AO方法保证收敛，而针对最大比传输（MRT）预编码器提出的AO方法没有这样的保证。最后，所提出的方案的性能进行评估的模拟结果的能量和频谱效率。数值结果表明，所提出的方案的ZF预编码器产生的频谱和能量效率比最佳基线的28%和15%。
2022-06-15 cs.IT eess.SP math.IT
Energy-Efficient RF Chain Activation for Uplink mmWave Cell-Free Massive MIMO Systems: A Minimum-Cost Maximum-Flow Approach
King’s College London（伦敦国王学院）
针对上行毫米波无细胞大规模MIMO系统的节能需求，提出基于最小代价最大流的自适应射频链激活方案，可在保证较高可达速率与可接受计算复杂度的前提下显著提升总能效。
2026-10-14 eess.SP
DQN-based Beamforming for Uplink mmWave Cellular-Connected UAVs
无人机（UAV）是毫米波（mmWave）无线系统的新兴重要部件。精确的波束对准对于UAV与基站（BS）的高效的基于波束的毫米波通信至关重要。由于无人机的高机动性和自主操作，传统的波束扫描方法通常具有较大的开销。基于学习的方法通过利用无人机数据（如位置）来识别最佳波束方向，大大减少了开销。在本文中，我们提出了一种基于强化学习（RL）的框架，用于在毫米波环境中使用深度Q网络（DQN）进行UAV-BS波束对准。我们考虑上行链路通信，其中无人机在5G新无线电（NR）BS覆盖区域周围盘旋，具有不同的信道条件。所提出的学习框架使用的位置信息，以最大限度地提高数据速率，通过最佳的波束对有效地，在每个通信请求从无人机内部的多位置环境。我们将我们提出的框架与基于多臂强盗（MAB）学习的方法和传统的穷举方法进行了比较，并分析了基于DQN的波束对准在不同覆盖区域要求和信道条件下的训练性能。我们的研究结果表明，所提出的基于DQN的光束对准收敛速度更快，适用于不同的环境条件。该框架还可以在实时条件下以在线方式学习与穷举方法相当的最佳波束对准。
2021-10-12 eess.SP
Sequential Processing in Cell-free Massive MIMO Uplink with Limited Memory Access Points
本文针对无蜂窝大规模 MIMO 顺序菊花链前传，利用率失真理论建模有限内存导致的信号压缩，揭示宏分集与压缩噪声之间的权衡及其对最优 AP 数量的影响。
2023-12-09 eess.SP
Channel modeling for 60 GHz fixed mmWave O2I and O2O uplink with angular misalignment
针对60 GHz固定毫米波上行链路角度失配问题，基于实测O2I、O2O场景数据，提出结合失配角与场景输入的Saleh-Valenzuela模型统计PDP仿真算法，验证了其鲁棒性与良好拟合效果。
2025-03-24 eess.SP
Delay-Constrained Joint Power Control, User Detection and Passive Beamforming in Intelligent Reflecting Surface Assisted Uplink mmWave System
毫米波（mmWave）通信提供对具有带宽和丰富的频谱的访问。然而，毫米波对阻塞的高度敏感性带来了关键挑战，特别是对低延迟服务。本文提出了一种新的智能反射面（IRS）辅助毫米波方案，以克服阻塞的影响。新的方法开发，以最大限度地减少用户功率的多用户毫米波系统，通过联合优化单个设备的功率，多用户检测矩阵和无源波束形成，受到延迟的要求。提出了一种交替优化框架，将联合优化问题分解为三个子问题进行迭代优化直至收敛。特别是，封闭形式的表达式设计的功率和多用户检测矢量的更新。IRS的配置被配制成一个逆最小化（SIMin）的分数规划问题的总和，并通过开发一个新的解决方案的基础上交替方向的乘法器（ADMM）解决。该配置也被解释为延迟残差最大化问题，并有效地解决了设计一个新的复杂的循环流形优化（CCMO）方法。数值结果证实了我们的算法在节能方面的可行性和有效性，与现有的半定松弛技术相比。
2021-04-19 eess.SP
Coverage Analysis for Energy-Harvesting UAV-assisted mmWave Cellular Networks
在本文中，我们联合考虑了无人机（UAV）辅助的毫米波（mmWave）蜂窝网络中的下行链路同时无线信息和功率传输（SWIPT）和上行链路信息传输，其中用户设备（UE）位置使用泊松聚类过程（例如，Thomas簇过程或Matérn簇过程）。毫米波通信的区别特征，如视线（LOS）和非LOS（NLOS）链路和定向传输的不同路径损耗模型被考虑在内。在下行链路阶段，研究了不同层次的无人机与地面基站的关联概率和能量覆盖。此外，我们定义了一个成功的传输概率，共同提出的能量和信号干扰噪声比（SINR）的覆盖范围，并提供一般表达式。在上行链路阶段，我们考虑每个UAV从其自己的集群成员UE接收信息的场景。我们确定的干扰分量的拉普拉斯变换和表征的上行链路SINR覆盖。此外，我们制定的平均上行链路吞吐量，以确定最佳的时分复用之间的下行链路和上行链路阶段的目标。通过数值计算，我们研究了关键系统参数对性能的影响。我们表明，网络的性能得到改善时，集群的大小变得更小。此外，我们分析了最佳无人机高度，最佳功率分配值和最佳时分复用，最大限度地提高网络的性能。
2019-10-22 eess.SP
Fronthaul Compression for Uplink Cloud-RAN with Finite-Alphabet Inputs: A Reverse Mercury/Waterfilling Approach
Yonsei University（延世大学）；Hanyang University（汉阳大学）
针对有限字母输入的上行云无线接入网，提出反向汞/注水比特分配方法，最大化LMMSE检测后的广义互信息，在紧张fronthaul预算下维持端到端速率并具鲁棒性。
2026-09-21 cs.IT eess.SP math.IT
Decentralized Uplink Adaptive Compression for Cell-Free MIMO with Limited Fronthaul
针对前传容量受限的无蜂窝MIMO上行压缩问题，提出基于速率的自适应压缩方法，可动态调整维度与压缩参数，通过解耦容量表达式实现低开销分布式部署，性能接近集中式方案。
2025-06-12 cs.IT cs.NI cs.SY
Over-the-Air Fronthaul Signaling for Uplink Cell-Free Massive MIMO Systems
提出了一种资源高效的空中传计算框架，利用接入点本地信息计算全局充分统计量，有效解决了无小区大规模MIMO网络中的前传开销问题，并在MSE、SER和BER指标上验证了其有效性。
2025-05-31 cs.IT eess.SP math.IT
mmTracking: Trajectory Tracking for Uplink mmWave Devices with Multi-Path Doppler Difference of Arrival
针对毫米波通信中移动设备轨迹跟踪问题，提出mmTracking方法，利用上行多径的多普勒频率差与粗略到达角估计实现跟踪，室内实验平均误差小于20cm。
2025-03-21 eess.SP
Uplink-Downlink Duality Between Multiple-Access and Broadcast Channels with Compressing Relays
上行链路-下行链路对偶性是指在和功率约束下，具有厄米转置信道矩阵的高斯多址信道和高斯广播信道的容量区域是相同的。本文将这一结果推广到一个合作的蜂窝网络中，在该网络中，远程接入点被部署为中继，在中央处理器（CP）的协调下为用户提供服务。在该模型中，用户和中继通过有噪声的无线链路连接，而中继和CP通过无噪声但速率受限的前传链路连接。基于拉格朗日技术，本文建立了这样的多址中继信道和广播中继信道之间的对偶关系，假设中继使用基于压缩的策略。具体而言，我们表明，在相同的总发射功率约束和个人前传速率约束下，高斯多址接入和广播中继信道的可实现速率区域是相同的，当使用独立压缩或Wyner-Ziv和多变量压缩策略。关键的观察结果是，如果在中继器处的波束成形向量是固定的，则在上行链路和下行链路两者中的可实现速率和前传约束下的和功率最小化问题可以根据压缩技术被变换成线性规划或半定规划问题，并且上行链路和下行链路问题是彼此的拉格朗日方程。此外，对应于下行链路速率约束的对偶变量成为上行链路功率;对应于下行链路前传约束的对偶变量成为上行链路量化噪声。这种对偶关系使得能够实现用于基于上行链路优化下行链路传输和中继策略的有效算法。
2021-08-26 cs.IT eess.SP math.IT
A TDD Distributed MIMO Testbed Using a 1-Bit Radio-Over-Fiber Fronthaul Architecture
本文提出了一种基于1-bit光纤无线电前传架构的低成本、可扩展TDD分布式MIMO测试平台，实验验证了其在上下行链路、多用户预编码及OFDM波形下均能实现较低的EVM并具备抗干扰鲁棒性。
2024-03-26 eess.SP
Exploring O-RAN Compression Techniques in Decentralized Distributed MIMO Systems: Reducing Fronthaul Load
本文研究在O-RAN去中心化分布式MIMO系统中利用上行前传量化压缩技术降低前传负载，通过链路级仿真验证其在保持BLER性能的同时显著减少前传数据速率，为下一代无线网络的高效可扩展部署提供可行方案。
2025-07-07 eess.SP
Uplink Interference Mitigation Techniques for Coexistence of 5G mmWave Users with Incumbents at 70 and 80 GHz
71- 76 GHz（70 GHz）和81- 86 GHz（80 GHz）的毫米波频谱有可能赋予第五代新无线电（5G-NR）以千兆速率的移动连接。然而，一个紧迫的问题是在这些频带中的现任系统的存在，这主要是点对点固定站（FS）。在本文中，我们首先通过解析主要城市中现有站点的数据库来确定现任者的关键属性，以制定几个建模准则并描述其部署几何形状和天线规格。其次，我们开发了一个详细的上行链路干扰框架，以计算从室外5G-NR用户到FS的聚合干扰。然后，我们提出了几个案例研究，在人口稠密的地区，使用实际的现任数据库和建筑布局。我们的模拟结果表明，在70 GHz和80 GHz下，5G共存前景看好，因为由于这些频段的传播损耗以及现有和5G系统的部署几何结构，大多数FS的干扰远低于本底噪声。对于少数可能产生较高干扰的FS，我们提出了几种被动干扰缓解技术，如基于角度的禁区和空间功率控制。仿真结果表明，该技术可以有效地保护FS，而不会明显降低5G覆盖范围。
2018-11-22 eess.SP
Beam Alignment for the Cell-Free mmWave Massive MU-MIMO Uplink
毫米波（mmWave）无小区大规模多用户（MU）多输入多输出（MIMO）系统将毫米波频率处可用的大带宽与无小区系统的改进覆盖相结合。然而，为了对抗毫米波频率处的高路径损耗，用户设备（UE）必须在有意义的方向上形成波束，即，到附近的接入点（AP）。同时，多个UE应避免向同一AP进行传输以减少MU干扰。我们提出了一种干扰感知的方法，用于无小区毫米波大规模MU-MIMO上行链路中的波束对准（BA）。在所考虑的场景中，AP执行全数字接收波束成形，而UE执行模拟发射波束成形。我们评估我们的方法使用现实的毫米波信道从商业射线跟踪器，显示所提出的方法的优越性，全向传输，以及在不考虑MU干扰的方法。
2022-07-20 cs.IT eess.SP math.IT
Decoupled Heterogeneous Networks with Millimeter Wave Small Cells
将sub-6 GHz网络与毫米波（mmWave）一起部署是同时实现足够覆盖和高数据速率的有前途的解决方案。在异构网络（HetNet）中，传统的耦合接入，即，用户被约束为在下行链路和上行链路中与同一基站相关联，不再是最佳的，并且最近已经提出了下行链路和上行链路解耦的概念。在本文中，我们提出了一个分析框架，以调查传统的子6 GHz的HetNet集成毫米波小小区（SCells）与去耦接入，其中上行链路功率控制和毫米波干扰都考虑在内。使用随机几何的工具，信号与干扰加噪声比覆盖概率，用户感知速率覆盖概率，和区域和速率的性能指标。还分析了不同SCell的密集化对网络性能的影响，以给出对网络设计的见解。仿真结果验证了分析的正确性，并揭示了当毫米波SCell非常密集时，毫米波干扰不可忽略，不同种类的SCell对网络性能有不同的影响，因此需要进行适当的组织。
2017-11-02 eess.SP
UAV-Based Cell-Free Massive MIMO: Joint Placement and Power Optimization under Fronthaul Capacity Limitations
本文提出基于无人机的无蜂窝大规模MIMO框架，通过联合优化UAV-AP部署、发射功率与选择性激活，在无线前传容量约束下最大化最小SINR并降低功耗，并比较了功能拆分选项7.2与8及sub-6 GHz与毫米波前传的性能差异。
2025-02-07 cs.IT eess.SP math.IT
Cooperative access networks: Optimum fronthaul quantization in distributed Massive MIMO and cloud RAN
我们考虑协作无线电接入网络架构，特别是分布式大规模MIMO和云RAN，考虑它们的相似性和差异。我们特别解决的主要挑战都由一个高容量的前传网络的实施，以链接的分布式接入点的中央处理单元，并考虑对上行链路性能的影响，以限制前传负载的量化接收信号。我们使用Bussgang分解以及一种新的方法来MMSE估计的信道和数据提供我们的分析的基础。
2018-05-25 cs.IT eess.SP math.IT
Traffic-Aware Cost-Optimized Fronthaul Planning for Ultra-Dense Networks
针对超密集网络前传链路成本高且容量受限的问题，提出一种基于MILP的流量感知混合前传网络规划优化框架，通过联合考虑光纤与毫米波以最小化总成本并优化关键性能，实验证明其具备显著的成本与性能优势。
2024-12-20 cs.NI eess.SP
FusionNet: Enhanced Beam Prediction for mmWave Communications Using Sub-6GHz Channel and A Few Pilots
在本文中，我们提出了一种新的毫米波通信的下行链路波束成形策略，使用上行链路的子6 GHz信道信息和非常少的毫米波导频。具体来说，我们设计了一种新型的双输入神经网络FusionNet，用于提取和利用sub-6 GHz信道和少量mmWave导频的特征，以准确预测mmWave波束。为了进一步提高波束形成性能和避免过拟合，我们开发了两种数据预处理方法，利用信道稀疏和数据增强。仿真结果表明，所提出的策略相比，现有的一个纯粹依赖于子6 GHz的信息，特别是在低信噪比（SNR）区域的优越性能和鲁棒性。
2020-09-06 eess.SP
Cell-free Massive MIMO with Sequential Fronthaul Architecture and Limited Memory Access Points
本文研究了CFmMIMO中顺序前传架构下AP有限存储容量对最佳AP数量的影响，提出对接收信号向量进行压缩以节省存储，发现无存储约束时单天线AP最优，而有限存储会限制处理流水线深度并影响前传链路速率。
2024-07-31 eess.SP
Task-Oriented Edge Networks: Decentralized Learning Over Wireless Fronthaul
Ulsan National Institute of Science and Technology (UNIST)（蔚山国立科学技术研究院）；Pukyong National University（釜庆国立大学）
本文针对边缘物联网节点仅能获取局部观测且前传链路资源受限的问题，提出前传协同的模块化DNN架构及上下行协调协议，实现边缘-云推理规则的去中心化训练与执行。
2023-12-03 cs.IT cs.LG eess.SP
Fronthaul Network Planning for Hierarchical and Radio-Stripes-Enabled CF-mMIMO in O-RAN
Queen’s University（女王大学）；KTH Royal Institute of Technology（瑞典皇家理工学院）；Royal Military College of Canada（加拿大皇家军事学院）
本文提出了一种两级优化框架，用于低成本混合前 haul规划，结合光纤、毫米波和自由空间光技术，验证了分层方案在CF-mMIMO中的有效性，并展示了FS7.2x在性能上的优势。
2026-03-29 cs.NA cs.NI eess.SP
Uplink Coverage in Heterogeneous mmWave Cellular Networks with Clustered Users
本文研究了一种具有集群用户设备（UE）的K层异构毫米波上行链路蜂窝网络。具体地，假设UE根据高斯分布被聚集在小小区基站（BS）周围，从而导致基于托马斯聚类过程的建模。针对不同的层次，采用了具体实用的视距（LOS）和非视距（NLOS）模型，并采用了不同的参数。对不同距离的概率密度函数（PDF）和互补累积分布函数（CCDF）进行了表征。考虑了耦合关联策略和最大长期平均有偏接收功率准则，给出了关联概率的一般表达式。在识别关联概率之后，表征了小区间干扰和簇内干扰的拉普拉斯变换。使用随机几何工具，SINR覆盖概率的一般表达式。作为扩展，分数功率控制被纳入分析，提供了易处理的封闭形式的表达式，并分析了平均遍历谱效率。通过数值和仿真结果，分析表征得到证实，并确定关键系统和网络参数对性能的影响。
2021-04-15 cs.IT eess.SP math.IT
Performance Analysis for Hybrid Sub-6GHz-mmWave-THz Networks with Downlink and Uplink Decoupled Cell Association
该研究提出基于随机几何的分析框架，针对多层混合Sub-6GHz-mmWave-THz网络，推导上下行解耦小区关联下的SINR与速率覆盖概率，验证其性能优于耦合策略。
2024-09-12 cs.IT eess.SP math.IT
Robust Baseband Compression Against Congestion in Packet-Based Fronthaul Networks Using Multiple Description Coding
在云无线电接入网络（C-RAN）的现代实现中，前传传输网络通常将是基于分组的，并且它将具有使用网络功能虚拟化（NFV）和软件定义网络（SDN）利用通用交换机构建的多跳架构。本文研究了基于分组前传网络的C-RAN的上行无线和前传传输策略的联合设计。为了有效地使用将前传分组从远程无线电头端（RRH）携带到云的多个路由，作为更传统的基于分组的多路由接收或编码的替代方案，引入了直接在基带信号的级别操作的多描述编码（MDC）策略。MDC确保在低网络拥塞的条件下，即，当在容许的最后期限内接收到更多前传分组时。通过大量的数值计算结果验证了所提出的MDC方法相比传统的路径分集方案的优势。
2019-12-18 cs.IT eess.SP math.IT
Master-Assisted Distributed Uplink Operation for Cell-Free Massive MIMO Networks
KU Leuven（荷语鲁汶大学）
本文提出了一种名为MADUO的协助式分布式上行操作，用于无蜂窝大规模MIMO网络，通过主AP协作提升上行链路性能并平衡信令与计算复杂性。
2026-01-27 eess.SP
Location-Aided Coordinated Analog Precoding for Uplink Multi-User Millimeter Wave Systems
毫米波（mmWave）通信有望在下一代蜂窝网络中发挥重要作用，旨在应对影响传统无线载波的带宽短缺。已经提出使用边信息作为在毫米波大规模多输入多输出（m-MIMO）通信中加速波束选择的潜在方法。然而，在实践中，这样的信息并不是没有错误的，导致性能下降。在多用户情况下，错误的波束选择可能导致基站（BS）侧的不可减少的用户间干扰。在本文中，我们考虑在毫米波上行链路的情况下，多个用户（UE）的位置辅助预编码器的设计。假设存在直接的设备到设备（D2 D）链路，我们提出了一个分散的协调机制，鲁棒的快速波束选择。该算法允许BS侧的干扰的改进处理，并且进而导致更大的频谱效率。
2017-11-08 cs.IT eess.SP math.IT
Meta-Learning-Based Fronthaul Compression for Cloud Radio Access Networks
本文针对云无线接入网前传压缩问题，提出变换-压缩-转发方案及基于元学习的深度学习框架，以低通信开销实现接近全局CSI基准的和速率性能。
2024-03-13 cs.IT eess.SP math.IT
Fronthaul-Efficient Cell-Free Massive MIMO via Stream-Adaptive Resolution Control
Bilkent University（比尔肯特大学）
针对前传受限无蜂窝大规模MIMO，提出流与AP自适应分辨率控制框架，联合优化功率与量化分辨率，采用WMMSE块坐标下降算法求解非凸问题。
2026-09-23 cs.IT eess.SP math.IT
Multi-user Downlink Beamforming using Uplink Downlink Duality with CEQs for Frequency Selective Channels
高分辨率全数字收发器由于其增加的功耗、成本和硬件复杂性而在毫米波（mmWave）上不可行。使用低分辨率转换器是在毫米波实现全数字架构的一种可能解决方案。在本文中，我们考虑一个设置中，一个全数字基站与恒定包络量化（CEQ）的数字到模拟转换器的每个射频链与多个单天线用户与个人的信号量化加干扰加噪声比（SQINR）的频率选择性信道的约束进行通信。首先，我们建立了上行链路下行链路的对偶CEQ硬件约束和OFDM为基础的传输在本文中考虑的系统。基于上下行链路对偶原理，提出了一种多用户多载波波束赋形和功率分配问题的解决方案，使得所有用户和子载波上的最小SQINR最大化。然后，我们提出了最初提出的解决方案的每个子载波版本，该解决方案将OFDM波形的所有子载波合并，从而导致可以以并行方式解决的较小的子问题。我们的数值计算结果的基础上产生的3GPP信道模型Quadriga表现出的遍历和速率和遍历最小速率的最先进的线性解决方案的改进。我们还显示了改进的性能在非线性解决方案的编码误比特率与增加的灵活性，分配到建议的框架内的个人用户SQINR。
2022-08-01 eess.SP
Minimizing Uplink Delay in Delay-Sensitive 5G CRAN platforms
在本文中，我们考虑在5G蜂窝网络中最小化用户的上行链路延迟的问题。这种蜂窝网络基于具有有限前传容量的云无线电接入网络（CRAN）架构，其中我们的目标是通过最佳资源分配来最小化所有用户的延迟。早期的工作最小化每个用户的平均延迟，假设所有用户的发射功率相同。结合帕累托优化和马尔可夫决策过程（MDP），我们证明，通过最小化适当加权的总延迟，可以实现无限范围平均回报延迟之间权衡的每一个所需平衡。此外，我们解决了两个现实的情况下的问题，同时考虑功率控制和不同的（随机）服务时间的用户。在后一种情况下，我们能够定义和最小化每个用户的总延迟与平均延迟的更优选标准。我们将证明，由此产生的问题是等价于一个折扣奖励无限地平线MDP。仿真结果表明，在功率控制的情况下，更广泛的稳定区域的到达率和显着减少的用户总延迟的总和在随机服务时间的情况下，显着改善。
2019-04-15 eess.SP
Non-Orthogonal eMBB-URLLC Radio Access for Cloud Radio Access Networks with Analog Fronthauling
本文考虑了基于模拟前传链路上的无线电信号中继的云无线接入网（C-RAN）架构的上行链路中超可靠低延迟通信（URLLC）和增强型移动宽带（eMBB）服务的共存。虽然对无线电资源的正交多址接入（OMA）实现了不同5G服务的隔离和单独设计，但非正交多址接入（NOMA）可以通过共享无线和前传资源来增强系统性能。本文提供了一个信息理论的角度在OMA和NOMA下的URLLC和eMBB流量的性能。分析集中在具有加性高斯噪声链路和有限小区间干扰跨度的标准蜂窝模型上，并且它考虑了不同的解码策略，例如打孔、将干扰视为噪声（TIN）和连续干扰消除（SIC）。数值结果表明，对于所考虑的模拟前传C-RAN架构，NOMA相对于OMA实现了更高的eMBB速率，同时保证了具有最小接入延迟的可靠的低速率URLLC通信。此外，SIC下的NOMA被认为是实现最佳性能，而与数字容量受限的前传链路的情况不同，TIN总是优于打孔。
2019-12-22 cs.IT eess.SP math.IT
Deep-Learning-Based Channel Estimation for Distributed MIMO with 1-bit Radio-Over-Fiber Fronthaul
Chalmers University of Technology（查尔姆斯理工大学）；Ericsson Research（爱立信研究院）
本文研究1比特光纤前传分布式大规模MIMO上行信道估计，将深度学习信道估计算法适配到该架构，并通过仿真证明其显著优于Bussgang线性MMSE估计器，且对AGC和比较器引入的额外失真具有鲁棒性。
2024-07-05 cs.LG eess.SP
High-Resolution Channel Estimation for Intelligent Reflecting Surface-Assisted MmWave Communications
本文研究了智能反射面（IRS）辅助毫米波（mmWave）多输入多输出（MIMO）通信中的高分辨率信道估计问题，这是保证进一步高速率数据传输的前提。针对毫米波信道的稀疏性，从稀疏信号恢复的角度提出了级联信道估计问题，并提出了一种新的两步级联信道估计算法，用于在IRS辅助的毫米波MIMO通信中高分辨率地估计用户-IRS-基站级联信道。更具体地，第一步是估计粗略的角域信息（ADI），并通过波束训练进一步建立鲁棒上行链路。第二步，利用粗ADI，提出了一种自适应网格匹配追踪（AGMP）算法，以较低的复杂度估计高分辨率的级联信道状态信息（CSI）。仿真结果验证了所提出的两步信道估计协议明显优于现有技术方案，即，基于波束训练的信道估计，同时可以获得理想CSI所达到的接近最优的系统性能。
2020-06-21 eess.SP
Error Propagation and Overhead Reduced Channel Estimation for RIS-Aided Multi-User mmWave Systems
针对毫米波（mmWave）系统中基于可重构智能表面（RIS）的多用户（MU）系统，提出了一种新的基于两阶段的上行信道估计策略，该策略具有较低的导频开销和误差传播。具体地说，在第一阶段，与精心设计的RIS相移矩阵和引入匹配矩阵，所有用户联合估计的公共RIS基站（BS）信道的不同路径之间的相关因子，这实现了显着的多用户分集增益。然后，利用毫米波级联信道固有的缩放模糊和角度模糊来构造由估计的相关因子组成的模糊公共RIS-BS信道。在第二阶段，利用所构造的模糊公共RIS-BS信道，每个用户使用减少的导频独立地估计其特定的用户RIS信道，以获得整个级联信道。分析了该方法所需的理论导频数，并通过仿真验证了该方法的有效性。
2022-08-23 eess.SP
Codebook-Based Max-Min Energy-Efficient Resource Allocation for Uplink mmWave MIMO-NOMA Systems
本文研究了上行非正交多址（NOMA）毫米波系统中的能量有效资源分配问题，其中基站采用基于全连接的稀疏射频链天线结构。为了减轻信道估计的导频开销，提出了一种基于码本的模拟波束设计方案，该方案只需要获得等效的信道增益。在此基础上，通过NOMA为属于同一模拟波束的用户提供服务。同时，一个先进的NOMA解码方案，提出了利用全球信息在BS。在预定义的最小速率和最大发射功率约束下，为每个用户，我们制定了一个最大最小的用户能量效率（EE）优化问题，通过联合优化检测矩阵在BS和用户的发射功率。我们首先将原来的分数目标函数转换成一个减法。然后，我们提出了一个双循环迭代算法来解决重新制定的问题。具体地说，内环迭代地更新检测矩阵和发射功率，而外环采用二分法。同时，为了降低内环的复杂度，我们提出了一种基于迫零（ZF）的迭代算法，其中检测矩阵是通过ZF技术设计的。仿真结果表明，本文提出的方案在频谱效率和效率方面都优于传统方案
2019-09-13 cs.IT eess.SP math.IT
Improved Sensing and Positioning via 5G and mmWave radar for Airport Surveillance
本文探讨了一种综合的方法，用于改善传感和定位与空中交通管理（ATM）和先进的地面运动制导和控制系统（A-SMGCS）的应用。该集成方法包括3D矢量天线与新颖的到达时间和到达角估计方法的协同作用，以实现精确定位，并结合在6 GHz以下和毫米波频谱上的感知，以增强非合作监视。对于定位范围，研究了上行链路和下行链路5G参考信号，并评估了它们的性能。对于非合作感知范围，提出了一种新的基于5G信号的成像函数，并通过真实机场无线电传播模型进行了验证，并研究了基于人工智能的目标跟踪和运动识别。基于5G的成像和基于毫米波雷达的检测可以融合在一起，以加强机场的监控。这项工作是在欧洲资助的项目NewSense中完成的，它深入研究了未来ATM解决方案的5G，Vector Momnas和mmWave功能。
2022-02-28 eess.SP
Joint Precoding and Fronthaul Compression for Cell-Free MIMO Downlink With Radio Stripes
本文首次研究无线电条纹无蜂窝MIMO下行链路数据传输，提出联合预编码与前传压缩方案，利用WZ压缩利用串行传输特性提升总速率，并通过数值结果验证性能增益。
2023-08-07 cs.IT eess.SP math.IT
RIS-Assisted Survivable Fronthaul Design in Cell-Free Massive MIMO System
本文研究RIS在无小区大规模MIMO系统中提升前传可生存性，通过LOS增强和资源共享两种机制，提出WMMSE与黎曼梯度下降结合的优化方案，使冗余容量减少65.6%并达到99%可生存性。
2025-05-25 cs.IT eess.SP math.IT
Energy-Efficient Integrated Access and Fronthaul for Cell-Free Massive MIMO with Adaptive Quantization Resolution
Bilkent University（比尔肯特大学）
本文针对采用无线前传的无蜂窝大规模MIMO上行链路，构建能效最大化框架，联合优化资源拆分、自适应量化分辨率与前传功率，通过交替优化算法求解，实现节能目标。
2026-08-11 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
Hybrid Precoding with Per-Beam Timing Advance for Asynchronous Cell-free mmWave Massive MIMO-OFDM Systems
针对异步无小区毫米波大规模MIMO-OFDM系统，提出基于逐波束定时提前的混合预编码架构及两种低复杂度联合波束选择和用户关联算法，有效缓解异步干扰并提升频谱效率。
2024-11-08 eess.SP
Deep Learning Based Antenna-time Domain Channel Extrapolation for Hybrid mmWave Massive MIMO
Xidian University（西安电子科技大学）；Science and Technology on Electronic Information Control Laboratory（电子信息控制重点实验室）；Memorial University（纪念大学）
在时变大规模多输入多输出（MIMO）系统中，由于下行链路训练和上行链路反馈的开销过高，在基站获取下行链路信道状态信息是一项非常具有挑战性的任务。在本文中，我们考虑在BS的混合预编码结构，并检查天线时域信道外推。我们设计了一个潜在的常微分方程（ODE）为基础的网络变分自动编码器（VAE）的框架下学习的映射函数，从部分上行链路的信道到完整的下行链路的BS侧。具体地说，编码器采用门控递归单元，解码器采用全连接神经网络。利用端到端的学习来优化网络参数。仿真结果表明，该网络可以有效地从部分上行链路信道中推断出完整的下行链路信道，从而显著降低了信道训练开销。
2021-08-09 cs.AI cs.IT eess.SP
