Massive MU-MIMO-OFDM Uplink with Direct RF-Sampling and 1-Bit ADCs
模数转换器（ADC）技术的进步为直接对宽带射频（RF）信号进行数字化提供了可能性，从而避免了模拟下变频的需要。在这项工作中，我们考虑了一个基于正交频分复用（OFDM）的大规模多用户（MU）多输入多输出（MIMO）上行链路系统，该系统依赖于在基站直接RF采样和数字化接收到的RF信号与1位ADC。利用Bussgang定理，我们提供了一个解析表达式的误差矢量幅度（EVM）实现的数字下变频和迫零合并。我们的结果表明，直接RF采样1位ADC实现低EVM，并支持大规模MU-MIMO-OFDM上行链路中的高阶星座。
2019-07-16 cs.IT eess.SP math.IT
Channel Estimation for Spatially/Temporally Correlated Massive MIMO Systems with One-Bit ADCs
本文考虑了大规模多输入多输出（MIMO）系统，使用一位模数转换器（ADC）的信道估计问题。以前的大规模MIMO信道估计技术使用一位ADC都是基于单次估计，而没有利用无线信道中固有的时间相关性。在本文中，我们提出了一种自适应信道估计技术，考虑到空间和时间相关性的大规模MIMO与一位ADC。我们首先使用Bussgang分解线性化的一位量化的接收信号。然后，我们采用卡尔曼滤波器估计的空间和时间相关的信道。由于量化噪声不是高斯的，我们假设有效噪声是具有相同统计量的高斯噪声以应用卡尔曼滤波。我们还实现了基于截断多项式展开的低复杂度信道估计器，性能损失可以忽略不计。数值结果表明，所提出的信道估计器可以提高估计精度显着利用信道的空间和时间的相关性。
2019-12-09 cs.IT eess.SP math.IT
One-Bit Sigma-Delta MIMO Precoding
粗量化MIMO信令方法在大规模MIMO的最近发展中已经获得普及，因为它们为使用廉价且功率高效的射频前端的大规模MIMO实现开辟了机会。提出了一种新的基于空间Sigma-Delta（$ΣΔ$）调制的1比特MIMO预编码方法。在以往的1比特MIMO预编码研究中，主要集中在使用优化来解决预编码设计中出现的困难的二进制信号优化问题。我们的方法尝试了一条不同的路线。假设角度MIMO信道，我们应用$ΣΔ$调制-一个经典的概念，在模拟到数字转换的时间信号-在空间。所得到的$ΣΔ$预编码方法具有两个主要优点：第一，我们不再需要在$ΣΔ$预编码设计中处理二进制优化。特别地，二进制信号约束被峰值信号幅度约束所取代。其次，量化误差的影响可以通过调制器设计并在适当的操作条件下得到很好的控制。通过符号错误概率分析，我们揭示了在大规模MIMO中非常大的天线数量为$ΣΔ$预编码提供了有利的操作条件。此外，我们开发了一种新的$ΣΔ$调制架构，能够适应的信道，以实现接近零的量化误差为目标用户。此外，我们考虑使用迫零和符号级预编码方案的多用户$ΣΔ$预编码。仿真结果表明，这两种$ΣΔ$预编码方案的性能明显优于其直接一比特量化对应方案。
2019-08-16 cs.IT eess.SP math.IT
Algorithm and VLSI Design for 1-bit Data Detection in Massive MIMO-OFDM
在全数字大规模多输入多输出（MIMO）基站的射频（RF）链中使用低分辨率数据转换器有望显著降低功耗、硬件成本和互连带宽。提出了一种量化感知的数据检测算法，该算法能够有效地降低1比特量化的大规模多输入多输出正交频分复用（OFDM）系统的性能损失。由于系统的性能很大程度上取决于信道估计的质量，我们还开发了一个非线性1位信道估计算法，建立在所提出的数据检测算法。我们表明，所提出的算法显着优于线性数据检测器和信道估计器的误比特率。对于所提出的非线性数据检测算法，我们开发了一个超大规模集成电路（VLSI）的架构，并提出了Xilinx Virtex-7现场可编程门阵列（FPGA）上的实施结果。据我们所知，我们的实施结果是第一次为1位大规模MU-MIMO-OFDM系统，并展示了相当的硬件效率相对于国家的最先进的线性数据检测器设计的系统与高分辨率的数据转换器，同时实现较低的误比特率。
2020-09-04 cs.IT eess.SP math.IT
Channel Estimation in MIMO Systems with One-bit Spatial Sigma-delta ADCs
本文主要研究了单用户和多用户MIMO系统中的信道估计问题，其中多天线基站配备了1位空间Σ-Δ模数转换器。仔细选择1位Σ-Δ型ADC反馈环路中使用的量化电压电平和相移对于提高其有效分辨率至关重要。我们首先建立了1位空间Σ-Δ型ADC的量化噪声模型。使用开发的噪声模型，然后，我们提出了一个两步信道估计算法来估计多径信道参数的增益，到达角（AoAs），和出发角（AoDs）。具体地，在第一步骤中，使用均匀地激励所有角度的上行链路导频来估计AoA和路径增益。接下来，在第二步骤中，通过递归二分法逐步细化上行链路波束来估计AoD。对于这种算法，我们提出了一种技术来选择量化电压电平和相移。通过数值仿真，我们证明了所提出的参数信道估计算法，MIMO系统与1位空间Σ-Δ ADC的性能显着优于那些与常规的1位ADC，并与MIMO系统与高分辨率ADC。
2021-09-19 cs.IT eess.SP math.IT
Optimizing Beams and Bits: A Novel Approach for Massive MIMO Base-Station Design
我们考虑的问题，联合优化ADC的位分辨率和模拟波束成形的频率选择性大规模多输入多输出上行链路。我们建立在一个流行的模型，以纳入低位分辨率ADC的影响，迄今为止，主要是在平坦衰落系统中使用。我们采用加权和率（WSR）作为我们的目标，并表明在有限的缓冲限制和重要的实际约束下选择的波束和ADC位分辨率的WSR最大化可以等价地构成为约束子模集函数最大化。这使我们能够设计一个常数因子近似算法。在结合进一步的增强，我们得到一个有效的算法，显着优于国家的最先进的。
2019-02-27 cs.IT eess.SP math.IT
Quasi-Newton FDE in One-Bit Pseudo-Randomly Quantized Massive MIMO-OFDM Systems
针对一位伪随机量化大规模MIMO-OFDM系统，提出基于牛顿法的低复杂度准牛顿频域均衡方案，以减轻量化失真并支持高阶调制，性能优于基准检测器。
2023-12-23 cs.IT eess.SP math.IT
Gridless Angular Domain Channel Estimation for mmWave Massive MIMO System With One-Bit Quantization Via Approximate Message Passing
针对一比特量化毫米波（mmWave）大规模多输入多输出（MIMO）系统，提出了一种波达方向和信道估计算法。通过制定的估计问题作为一个嘈杂的一位压缩感知问题，我们提出了一个计算效率的无网格解决方案的基础上的期望最大化广义近似消息传递（EMGAMP）的方法。该算法不需要先验知识的DoA的数量，并优于现有的方法在区分非常接近的DoA的情况下，一位量化。对于一比特量化的情况，估计DoA和信道系数两者。仿真结果表明，该算法在目标方位非常接近的情况下具有较好的估计性能。
2019-09-23 cs.IT eess.SP math.IT
Interference Exploitation 1-Bit Massive MIMO Precoding: A Partial Branch-and-Bound Solution with Near-Optimal Performance
在本文中，我们专注于下行链路大规模多输入多输出（MIMO）系统的1比特预编码方法，我们利用建设性干扰（CI）的概念。对于PSK和QAM信号，我们首先制定的优化问题，最大限度地提高CI效果的要求1比特的发射信号。然后，我们在数学上证明，当采用CI公式和放松1比特约束时，大多数发送信号已经满足1比特公式。基于这一重要的观察，我们提出了一种1比特预编码方法，该方法通过部分分支定界（P-BB）过程进一步提高了传统1比特CI预编码的性能，其中仅对不符合1比特要求的条目执行BB过程。与全BB（F-BB）过程相比，该操作允许显著的复杂度降低，并且使得BB框架能够适用于复杂的大规模多输入多输出场景。我们进一步开发了一个替代的1位方案，通过“有序部分顺序更新”（OPSU）的过程，允许一个额外的复杂性降低。数值结果表明，这两种1比特预编码方法都表现出显着的信噪比（SNR）增益的错误率性能，特别是对于高阶调制。
2019-08-10 cs.IT eess.SP math.IT
Multiuser One-Bit Massive MIMO Precoding Under MPSK Signaling
最近，已经有一系列的研究活动，研究如何大规模MIMO预编码应该设计时，在发射机侧的数模转换是由廉价的一位数模转换器（DAC）操作。这种研究的动机是希望大幅降低射频链的硬件成本和功耗，如果仍然使用高分辨率DAC，这在大规模MIMO中是无法负担的。1位MIMO预编码设计问题比高分辨率DAC问题更难解决。在我们以前的工作中，我们开发了一个最小的符号错误概率（SEP）设计下的多用户MISO下行链路的情况下，正交幅度调制信令的一位预编码。利用以前的工作，这项工作显示了如何最小SEP设计应用于多进制相移键控（MPSK）信令。仿真结果表明，我们的最小SEP设计提供了显着更好的比特出错率（BER）的性能比其他设计高阶PSK，如8-PSK和16-PSK。作为次要但有用的附带贡献，我们还解决了在现有技术中仅直观处理的MPSK SEP表征问题。
2018-09-24 cs.IT eess.SP math.IT
1-Bit Massive MIMO Downlink Based on Constructive Interference
在本文中，我们专注于多用户大规模多输入单输出（MISO）下行链路与低成本的1位数模转换器（DAC）的PSK调制，并提出了一个低复杂度的细化过程，适用于任何现有的1位预编码方法的基础上建设性干扰（CI）制定。随着沿着检测阈值的信号的分解，我们首先制定一个简单的符号缩放方法作为性能度量。随后介绍了低复杂度的细化方法，其中我们的目标是通过修改一个天线上的发射信号的时间，以提高所引入的符号缩放性能度量。数值结果验证了所提出的改进方法在现有的大规模多输入多输出1位DAC的方法的有效性，性能的改善是最显着的低复杂度的量化迫零（ZF）方法。
2018-10-29 cs.IT eess.SP math.IT
VLSI Design of a 3-bit Constant-Modulus Precoder for Massive MU-MIMO
第五代（5G）蜂窝系统将建立在大规模多用户（MU）多输入多输出（MIMO）技术上，以获得高频谱效率。然而，在基站（BS）处具有数百个天线和射频（RF）链需要过高的硬件成本和功耗。针对大规模MU-MIMO下行链路，提出了一种新的非线性预编码算法，其中每个RF链包含一个8相（3位）恒模发射器，从而能够使用低成本和高能效的模拟硬件。我们提出了一个高吞吐量的VLSI架构，并显示在Xilinx Virtex-7 FPGA上的实现结果。与最近报道的针对每个RF链使用两个1位数模转换器的BS设计的非线性预编码器相比，我们的设计在FPGA资源增加不超过2.7倍的情况下实现了高达3.75 dB的发射功率降低。
2018-03-01 cs.IT eess.SP math.IT
Neural-Network Optimized 1-bit Precoding for Massive MU-MIMO
用于大规模多用户（MU）多输入多输出（MIMO）无线系统的基站（BS）架构配备有数百个天线以在相同的时频信道上服务数十个用户。大量的BS天线导致高的系统成本、功率和互连带宽。为了规避这些障碍，已经提出了能够使用1位DAC的复杂MU预编码算法。这些预编码器中的许多具有传统上手动调整以优化其性能的参数。我们建议使用深度学习工具来自动调整这样的1位预编码器。具体来说，我们使用神经网络优化双凸1位预编码（C2 PO）算法。与原始C2 PO算法相比，我们的神经网络优化（NNO-）C2 PO实现了相同的错误率性能在$\bf 2\boldsymbol\times$较低的复杂度。此外，通过针对不同的信道模型训练NNO-C2 PO，我们表明1比特预编码可以对急剧变化的传播条件具有鲁棒性。
2019-03-09 cs.IT eess.SP math.IT
Binary MIMO Detection via Homotopy Optimization and Its Deep Adaptation
在本文中，我们考虑最大似然（ML）MIMO检测下的一位量化的意见和二进制符号星座。这个问题的动机是最近在大规模MIMO系统中采用粗量化的兴趣-作为一种有效的方式来降低硬件复杂度和能量消耗。经典的MIMO检测技术考虑未量化的观测，并且其中许多不适用于1比特MIMO情况。我们开发了一个新的非凸优化算法的一位ML MIMO检测问题，使用同伦优化策略。其思想是将ML问题转换为一系列近似问题，从简单（凸）到困难（接近ML），每个问题都是对其前一个问题的逐步修改。然后，我们的尝试是迭代跟踪这些近似问题的解决方案的路径。这种同伦算法非常适合于深度展开的应用，深度展开是一种最近流行的方法，用于将某些基于模型的算法转变为数据驱动和性能增强的算法。虽然我们最初的重点是一位MIMO检测，所提出的技术也自然适用于经典的未量化MIMO检测。我们进行了广泛的模拟，并表明，所提出的同伦算法，非深和深，有令人满意的误码率性能相比，许多国家的最先进的算法。此外，深度同伦算法具有吸引人的低计算复杂性。
2021-02-03 cs.IT eess.SP math.IT
MSE-optimal 1-bit Precoding for Multiuser MIMO via Branch and Bound
在本文中，我们解决的总和均方误差（MSE）最优的1比特量化预编码问题，正是小到中等规模的多用户多输入多输出（MU-MIMO）系统通过分支定界。为此，我们重新制定了原来的NP难预编码问题作为一个树搜索，并部署了一些策略，提高修剪效率，而不牺牲最优性。我们评估的错误率性能和复杂性的1位分支定界（BB-1）预编码器，并比较其功效现有的，次优的MU-MIMO系统中的1位预编码算法。
2018-04-09 cs.IT math.IT
On the Effect of Mutual Coupling in One-Bit Spatial Sigma-Delta Massive MIMO Systems
最近提出了一位空间Σ-Δ概念，作为用于实现大规模多输入多输出系统的低失真和低功耗的方法。该方法利用位于已知角度扇区或空间过采样的用户来塑造量化噪声远离期望的到达方向。虽然减小天线间距消除了量化噪声的不利影响，但由于过度的互耦合，它可能会潜在地恶化大规模阵列的性能。在本文中，我们分析了互耦对上行链路频谱效率的空间一位Σ-Δ大规模MIMO架构的影响，并比较所产生的性能下降，标准的一位量化以及无限精度的理想情况。我们的模拟表明，一位Σ-Δ阵列是特别有利的空间受限的情况下，仍然可以提供显着的增益，即使在存在互耦时，天线是紧密间隔。
2020-07-12 cs.IT eess.SP math.IT
Near-Optimal Interference Exploitation 1-Bit Massive MIMO Precoding via Partial Branch-and-Bound
在本文中，我们专注于1比特预编码的大规模天线系统在下行链路中的建设性干扰（CI）的概念的基础上。通过公式化的优化问题，旨在最大化CI效果受到1比特的约束的发送信号，我们数学证明，当放松1比特的约束，大多数所获得的发送信号已经满足1比特的约束。基于这一重要的观察，我们提出了一个1比特的预编码方法，通过部分分支定界（P-BB）的方法，其中的BB过程只执行的条目，不符合1比特的约束。所提出的P-BB使得能够在大规模天线场景中使用BB框架，这由于其过高的复杂性而不适用。数值结果表明，所提出的1比特预编码算法的一个接近最佳的错误率性能。
2020-02-13 cs.IT eess.SP math.IT
1-Bit Massive MIMO Transmission: Embracing Interference with Symbol-Level Precoding
本文综述了1比特大规模MIMO系统中利用符号级预编码、借助建设性干扰提升误码率性能的研究，阐述了相关技术原理、方案增益及未来挑战。
2021-01-23 cs.IT eess.SP math.IT
Capacity analysis and bit allocation design for variable-resolution ADCs in Massive MIMO
我们推导出一个表达式的容量大规模多输入多输出毫米波（毫米波）信道的接收机配备了一个可变分辨率的模数转换器（ADC）和混合组合器。示出的能力是一个函数的Cramer-Rao下界（CRLB）为一个给定的比特分配矩阵和混合组合器。推导了接收机功率约束下最佳ADC比特分配的条件。这是基于相对于给定信道的比特分配矩阵、混合预编码器和混合组合器的容量的最大化而导出的。结果表明，这个条件与使用CRLB最小化艾哈迈德等人提出的。蒙特卡洛模拟表明，使用所提出的条件计算的容量与使用穷举搜索比特分配获得的容量非常接近。
2018-09-08 cs.IT eess.SP math.IT
Doubly 1-Bit Quantized Massive MIMO
本文研究发射端和接收端均采用1比特DAC/ADC的全数字大规模MIMO系统，基于Bussgang分解推导MSE近似，证明超大天线阵列下该系统仍具有优异性能。
2023-12-04 cs.IT eess.SP math.IT
One-Bit MIMO Detection: From Global Maximum-Likelihood Detector to Amplitude Retrieval Approach
本文针对一位MIMO检测，提出保证全局最优的分支定界算法及引入幅度变量的幅度恢复方法，兼顾全局与近似解，并通过仿真验证有效性。
2024-07-17 cs.IT eess.SP math.IT
Joint Quantized Precoding and Bit Allocation for Fronthaul-Constrained Cell-Free Massive MIMO
Bilkent University（比尔肯特大学）
针对前传受限的无小区大规模MIMO下行链路，提出基于Bussgang分解的量化感知联合预编码与比特分配算法，在功率和比特约束下迭代优化，显著优于传统方案。
2026-09-23 cs.IT eess.SP math.IT
Massive MIMO with Dense Arrays and 1-bit Data Converters
我们考虑具有紧凑的平面阵列的无线通信系统，所述平面阵列具有密集间隔的天线元件以及一位模数转换器和数模转换器（ADC/DAC）。我们提供了封闭形式的表达式，可实现的速率与简单的线性处理技术的上行链路以及下行链路的情况下，同时考虑到天线互耦的影响。在下行链路的情况下，我们引入了非辐射抖动的概念，以打击量化误差的相关性。在更高的天线单元密度下，我们表明，无论工作信噪比如何，量化系统的性能都可以接近理想性能。
2020-12-04 cs.IT eess.SP math.IT
Distributed Computation of A Posteriori Bit Likelihood Ratios in Cell-Free Massive MIMO
本文提出了一种新的策略，分散的软检测过程中的上行链路无小区的大规模多输入多输出网络。我们提出了有效的方法来计算后验概率，每比特，准确或近似时，有一个顺序的前传。更准确地说，网络中的每个接入点（AP）在本地计算部分足够的统计数据，将其与从另一个AP接收的部分统计数据融合，然后将结果转发给下一个AP。一旦足够的统计数据到达中央处理单元，它就通过计算每比特的对数似然比（LLR）来执行软解调，然后执行信道解码算法（例如，Turbo解码器）被用于对比特进行解码。我们推导出分布式计算的LLR解析。
2021-11-30 cs.IT eess.SP math.IT
Optimal Bit Allocation Variable-Resolution ADC for Massive MIMO
在本文中，我们推导了在功率约束下配备可变分辨率ADC的单用户（SU）毫米波（mmWave）大规模多输入多输出（Ma-MIMO）接收机的最佳ADC比特分配（BA）条件，其标准如下：（i）最小化所接收信号的均方误差（MSE），量化和组合的符号向量，以及（ii）最大化包含混合预编码器和组合器的SU毫米波Ma-MIMO信道的容量。在两个准则下的最优BA结果相同。我们共同设计了基于信道奇异值分解的混合合路器。我们证明了改进建议的最佳BA的基础上最小化的均方量化误差（MSQE）的BA。使用Monte-Carlo模拟，它表明，所提出的BA的MSE和容量性能是非常接近的穷举搜索（ES）。所提出的技术的计算复杂度进行了比较ES和MQSE BA算法。
2019-02-09 cs.IT eess.SP math.IT
Optimal Per-Antenna ADC Bit Allocation in Correlated and Cell-Free Massive MIMO
在大规模MIMO基站（BS）中，硬件设计需要平衡高频谱效率（SE）与低复杂度。硬件损伤（HWI）的水平指示由硬件缺陷引入的信号失真有多强。特别是，模数转换器（ADC）对信号失真和功耗具有重要影响。本文讨论了在大规模MIMO空间中选择最佳硬件质量的基本问题。特别是，我们研究了最佳的HWI和ADC位分配每个BS天线，以最大限度地提高SE。结果表明，在天线间信道增益变化较小的共址阵列中，平均ADC比特分配是最优的。相比之下，无小区的大规模MIMO系统从优化ADC比特分配中获益最多，当使用正则化迫零（RZF）时，每个用户设备实现大约2 [比特/信道使用]的改进。此外，当包括具有RZF的无小区大规模MIMO中的功耗的影响时，与相等ADC比特分配相比，跨BS天线分配混合ADC比特分辨率的低值可以将能量效率提高高达30%。
2021-04-19 cs.IT math.IT
Linear One-Bit Precoding in Massive MIMO: Asymptotic SEP Analysis and Optimization
本文研究了Rayleigh衰落下大规模MIMO系统的线性一位预编码，通过渐近分析证明其符号错误概率收敛于标量高斯噪声模型，并据此推导出最优预编码方案，仿真验证了预测的准确性与最优性。
2023-06-27 cs.IT eess.SP math.IT
Massive MU-MIMO-OFDM Downlink with One-Bit DACs and Linear Precoding
大规模多用户（MU）多输入多输出（MIMO）是未来无线通信系统的关键技术。在本文中，我们分析了基于正交频分复用（OFDM）的大规模MU-MIMO系统的下行链路性能，其中基站（BS）配备了1位数模转换器（DAC）。使用Bussgang定理，我们的特点与线性预编码器（如最大比传输和迫零）的比特出错率（BER）的性能。我们的分析考虑了在DAC之前对时域发射信号进行过采样的可能性。我们进一步开发的信息理论的和速率吞吐量与高斯输入可实现的下限。我们的研究结果表明，1位DAC在大规模MU-MIMO-OFDM下行链路中实现的性能是令人满意的，前提是BS天线的数量足够大。
2017-09-06 cs.IT math.IT
Spatial Oversampling in LOS MIMO Systems with 1-Bit Quantization at the Receiver
在本文中，我们研究的LOS MIMO系统，使用1位量化和空间过采样在接收端的可达到的速率。我们建议，通过使用额外的天线在接收端，所产生的损失，由于量化的强限制，可以减少。互信息的结果表明，相当大的速率增益可以实现依赖于天线的数量和安排。在某些情况下，甚至可以获得来自发射机的全部可用速率。此外，结果还表明，二维天线阵列可以受益于空间过采样比一维阵列，当使用1位量化在LOS MIMO场景。
2017-02-10 cs.IT math.IT
ADMM-Based One-Bit Quantized Signal Detection for Massive MIMO Systems with Hardware Impairments
本文研究了大规模多输入多输出（MIMO）系统中的信号检测问题，该系统具有一般的加性硬件损伤和一比特量化。首先，我们通过将它们概括为所考虑的硬件损伤模型来呈现量化未知和基于Bussgang分解的线性接收机。我们提出了一个优化问题来估计上行链路数据信号，通过选择一个合适的代价函数，处理在基站的未量化的接收信号作为变量。我们利用额外的结构的一位量化和信号调制，包括适当的约束。针对非凸二次约束二次规划问题，提出了一种基于ADMM的封闭更新方程算法。然后，我们将更新中的粗糙投影仪替换为它们的软版本，以提高检测性能。我们表明，建议的ADMM为基础的算法优于国家的最先进的线性接收机显着的误比特率（BER）和性能增益增加的天线和用户的数量。
2020-02-05 cs.IT eess.SP math.IT
Performance Analysis of Zero-Forcing Precoding in Multi-Cell One-Bit Massive MIMO Downlink
研究了多小区大规模多输入多输出（MIMO）系统的下行链路性能，该系统在每个基站（BS）的接收和发送射频（RF）链中采用1位模数转换器（ADC）和数模转换器（DAC），以降低功耗。我们利用Bussgang分解推导出最小均方误差（MMSE）信道估计在每个基站的基础上接收的量化的上行链路训练信号，和渐近封闭形式的表达式下实现的下行链路速率下一位量化迫零（ZF）预编码使用估计的信道。导出的表达式明确地示出了量化噪声、热噪声、导频污染和干扰的影响，并且被用来研究在一比特MIMO系统的每个BS处执行以及常规MIMO系统所需的附加天线的数量。数值结果验证了我们的分析，并显示，尽管需要更多的天线来实现相同的和平均速率，一比特的大规模MIMO系统是更节能的比传统的系统，特别是在高采样频率。
2023-03-06 cs.IT math.IT
Successive Cancellation Soft Output Detector For Uplink MU-MIMO Systems With One-bit ADCs
本文提出了一种用于上行链路多用户多输入多输出（MU-MIMO）系统的逐次抵消软输出（SCSO）检测器，该检测器采用1位模数转换器（ADC）。所提出的检测器产生软输出（例如，对数似然比（LLR））：每个用户k的消息从用于$k=1,...,K$的信道解码器$k$以该顺序被顺序解码，并且先前解码的消息被利用来提高LLR的可靠性。此外，我们开发了一个有效的贪心算法来优化解码顺序。通过仿真结果，我们证明了所提出的有序SCSO检测器优于其他检测器的编码MU-MIMO系统与一位ADC。
2017-11-01 cs.IT math.IT
An Optimal Low-Complexity Energy-Efficient ADC Bit Allocation for Massive MIMO
固定低分辨率模数转换器（ADC）有助于降低工作在大带宽下的毫米波大容量多输入多输出（Ma-MIMO）接收机的功耗。但是，它们并不能保证最佳的能源效率（EE）。已有研究表明，在Ma-MIMO接收机中采用可变分辨率（VR）ADC可以在提供更好的EE的同时，提高系统的均方误差（MSE）和吞吐量。我们推导出一个表达式EE作为一个函数的Cramer-Rao下界的MSE的接收，合并，和量化的信号。通过在功率约束下最大化EE，得到了最优BA条件。我们表明，由此获得的最佳BA是完全相同的使用蛮力BA的计算复杂性显着降低。我们还研究了EE的性能和计算复杂性的启发式算法，产生一个接近最优的解决方案。
2021-04-12 cs.IT eess.SP math.IT
MIMO Systems with One-bit ADCs: Capacity Gains using Nonlinear Analog Operations
模数转换器（ADC）是具有大型天线阵列的毫米波多输入多输出（MIMO）系统的接收器侧的能量消耗的主要贡献者。因此，人们对在MIMO接收机处使用低分辨率ADC以及混合波束成形以提高能效非常感兴趣。然而，降低ADC分辨率会导致量化误差增加，从而导致性能损失（在可实现速率方面）。在这项工作中，我们研究了实际可实现的非线性模拟操作的应用，在ADC采样和量化之前，作为一种减轻上述速率损失的方法。设计了一种由线性模拟组合器、可实现的非线性模拟运算器和一位阈值ADC组成的接收机架构。所得到的通信系统的基本信息理论的性能限制，在可实现的速率方面，在各种假设下的一组可实现的非线性模拟功能进行了研究。为了证明所提出的接收机架构中的非线性操作的可行性，引入了模拟电路，并提供了展示所需的非线性模拟操作的生成的电路仿真。
2022-02-06 cs.IT eess.SP math.IT
AdaBoost-Based Efficient Channel Estimation and Data Detection in One-Bit Massive MIMO
针对一比特大规模 MIMO-OFDM 系统，本文提出基于 AdaBoost 融合 GDA 弱分类器的信道估计与数据检测方法，以线性复杂度实现与现有先进方法相当或更优的性能。
2024-03-01 cs.IT eess.SP math.IT
Minimum BER Precoding in 1-Bit Massive MIMO Systems
1-比特数模（DAC）和模数转换器（ADC）在大规模MIMO系统中获得了更多的经济性和计算效率。提出了一种新的预编码技术，以减轻用户间干扰（IUI）和信道失真的1位下行链路MUISO系统与QPSK符号。考虑1比特量化来优化发送信号矢量。我们开发了一种基于输入信号和发射信号之间的查找表（LUT）的映射。LUT针对每个通道实现进行更新。仿真结果表明，与现有的线性预编码技术相比，在未编码的误码率（BER）方面有显着的增益。
2017-06-27 cs.IT math.IT
Improving Cell-Free Massive MIMO by Local Per-Bit Soft Detection
在这封信中，我们考虑了无小区的大规模多输入多输出（MIMO）网络的上行链路，其中每个用户由接入点（AP）的子集解码。在无小区大规模MIMO处理中引入了一个额外的步骤：上行链路中的每个AP在本地实现软MIMO检测，然后在前传链路上共享所得到的比特对数似然。数据的解码在中央处理单元（CPU）处执行，从AP收集数据。AP处的非线性处理包括仅利用本地信道状态信息对每个接收到的数据比特的后验密度的近似计算。所提出的方法提供了良好的性能，在误帧率和大大低于最佳的最大似然解调器的复杂度。
2021-04-06 cs.IT math.IT
Adaptive Learning-Based Detection for One-Bit Quantized Massive MIMO Systems
我们提出了一个自适应学习为基础的框架，上行链路大规模多输入多输出（MIMO）系统与一位模数转换器。基于学习的检测不需要估计信道，这克服了一比特量化系统的一个关键缺点。在训练过程中，基于学习的检测在高信噪比（SNR）下会受到影响，因为观测值会偏向+1或-1，这导致许多零值经验似然函数。在低SNR下，观测值经常变化，但高噪声功率使捕获信道的影响变得困难。为了解决这些缺点，我们提出了一种自适应抖动和学习方法。在训练期间，接收值与抖动噪声混合，抖动噪声的统计数据对于基站是已知的，并且抖动噪声功率对于每个天线元件根据观察到的输出模式来更新。然后，我们在一位最大似然检测规则中使用细化的概率。仿真结果验证了所提出的方法与我们以前的方法使用固定的抖动噪声功率以及迫零和最佳ML检测，这两个假设完美的信道知识的检测性能。
2022-11-13 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
Deep Learning for Massive MIMO with 1-Bit ADCs: When More Antennas Need Fewer Pilots
本文考虑了具有1位模数转换器（ADC）的上行链路大规模MIMO系统，并开发了一种基于深度学习的信道估计框架。在该框架中，利用先前的信道估计观测和深度神经网络模型来学习从量化的接收测量到信道的非平凡映射。为此，我们推导出足够的长度和导频序列的结构，以保证这个映射函数的存在。这导致了有趣的\textit{counter-intuitive}观察结果，即当大规模MIMO基站采用更多天线时，我们提出的深度学习方法在相同的导频序列长度下实现了更好的信道估计性能。同样，对于相同的信道估计性能，这意味着当采用更多的天线时，需要更少的导频。对于某些特殊的信道模型，这一观察结果也得到了解析证明。仿真结果证实了我们的观察，并表明，更多的天线导致更好的信道估计的归一化均方误差和可实现的信号-噪声比每天线。
2020-05-07 cs.IT eess.SP math.IT
Spectral Efficiency of One-Bit Sigma-Delta Massive MIMO
我们研究的上行链路频谱效率的大规模MIMO基站采用一个比特的Σ-Δ采样方案，而不是在空间域的时间。使用空间而不是时间过采样，以及相邻天线之间的量化误差的反馈，该方法使量化噪声的空间频谱远离感兴趣的信号被假定位于的角扇区。结果表明，虽然直接Bussgang分析的Σ-Δ方法是不合适的，一个替代的等效线性模型可以制定，以方便系统性能的分析。推导了Sigma-Delta阵列的空间量化噪声功率谱的理论性质，以及最大比合并（MRC）的频谱效率的表达式。仿真验证了理论结果，并说明显着的性能增益提供的Sigma-Delta方法MRC和迫零接收机。
2020-07-12 cs.IT eess.SP math.IT
Nonlinear 1-Bit Precoding for Massive MU-MIMO with Higher-Order Modulation
大规模多用户（MU）多输入多输出（MIMO）被广泛认为是即将到来的第五代（5G）无线通信标准的核心技术。在MU-MIMO基站中使用低精度数模转换器（DAC）是令人感兴趣的，因为它降低了功耗、系统成本和原始基带数据率。在本文中，我们开发了一种新的算法，用于大规模MU-MIMO系统的下行链路预编码与1位DAC，支持高阶调制方案，如8-PSK或16-QAM。具体而言，我们提出了低复杂度的非线性预编码算法，实现低出错率时，结合盲或基于训练的信道估计算法在用户设备。这些结果与线性量化预编码算法形成鲜明对比，如果与高阶调制方案和1位DAC一起使用，则线性量化预编码算法会遭受高错误平层。
2016-12-08 cs.IT math.IT
Dynamic Metasurface Antennas for MIMO-OFDM Receivers with Bit-Limited ADCs
正交频率调制（OFDM）和多输入多输出（MIMO）系统的结合在现代通信系统中起着重要的作用。为了满足不断增长的吞吐量需求，未来的MIMO-OFDM接收机预计将利用大量的天线，在动态环境中工作，并探索高频段，同时满足成本，功率和尺寸方面的严格约束。一种实现降低成本和功耗的大规模MIMO接收机的新兴技术是基于动态超表面天线（DMA），其固有地实现捕获中的可控压缩。在这项工作中，我们研究的应用DMA的MIMO-OFDM接收机与比特约束的模数转换器（ADC）。我们提出了一个模型的DMA占其超材料元素的可配置的频率选择性配置文件，从而在频谱灵活的混合结构。然后，我们利用之前基于任务的量化结果来展示如何配置DMA以在存在约束ADC的情况下改善恢复，并提出基于信道状态信息调整DMA参数的方法。我们的数值结果表明，基于DMA的接收机是能够准确地恢复OFDM信号。特别是，我们表明，通过适当地利用DMA的频谱分集，显着的性能增益获得了现有的设计传统的混合架构，证明了潜在的DMA的MIMO-OFDM设置在实现高性能的大规模天线阵列的降低成本和功耗。
2019-12-14 cs.IT eess.SP math.IT
Single-User mmWave Massive MIMO: SVD-based ADC Bit Allocation and Combiner Design
针对单用户毫米波大容量多输入多输出接收机，提出了一种基于奇异值分解的变分辨率模数转换器（ADC）比特分配方案。我们推导出了功率约束下比特分配的最优性条件。该条件确保了在均方误差（MSE）意义上的最佳接收机性能。我们推导出MSE表达式，并表明它接近Cramer-Rao下界（CRLB）。CRLB被看作是模拟组合器、数字组合器和比特分配矩阵的函数。我们试图通过对组合器的结构做出适当的假设来最小化CRLB相对于比特分配矩阵。在此过程中，比特分配设计简化为一组简单的不等式，由ADC比特、信道奇异值和每条RF路径上量化噪声的协方差组成，从而得到一种简单且计算效率高的比特分配算法。使用模拟，我们表明，我们提出的比特分配的MSE性能是非常接近的全搜索（FS）的比特分配。与基于FS和遗传算法的$\cite{Zakir1}$比特分配算法相比，该算法的计算复杂度有一个数量级的提高
2018-04-23 cs.IT eess.SP math.IT
Downlink Achievable Rate Analysis in Massive MIMO Systems with One-Bit DACs
在这封信中，我们调查的大规模多输入多输出（MIMO）系统的下行链路性能的基站配备了一位模数/数模转换器（ADC/DAC）。考虑到基于训练的传输，我们假设基站（BS）采用线性最小均方误差（LMMSE）信道估计器，并将信道估计作为真实信道来预编码数据符号。我们推导出匹配滤波器（MF）预编码的下行链路可达速率的表达式。一个详细的分析所产生的功率效率追求使用我们的表达式的可实现的速率。数值结果验证了我们的分析。特别是，它示出，与传统的大规模MIMO系统相比，在一比特的大规模MIMO系统的性能损失可以通过在BS部署大约2.5倍多的天线来补偿。
2017-02-10 cs.IT math.IT
Massive MIMO Downlink 1-Bit Precoding with Linear Programming for PSK Signaling
量化的大规模多输入多输出（MIMO）系统由于其功率效率而受到越来越多的关注。提出了一种新的预编码技术，以减轻多用户干扰和量化失真的下行链路多用户（MU）多输入单输出（MISO）系统与1比特量化在发送端。这项工作仅限于PSK调制方案。考虑到1比特量化，针对每个期望的接收矢量优化发射信号矢量。该优化是基于最大化安全裕度的PSK调制的决策阈值。仿真结果表明，与现有的线性预编码技术相比，在未编码的误码率（BER）方面有显着的增益。
2017-04-21 cs.IT math.IT
MIMO ARQ with Multi-bit Feedback: Outage Analysis
研究了离散输入星座的多输入多输出（MIMO）块衰落信道中增量冗余自动重传请求（INR-ARQ）传输的渐近中断性能。我们首先表明，传输与随机码使用的离散信号星座在所有的发射天线实现了最佳中断分集的Singleton界。然后，我们分析了MIMO块衰落信道下INR-ARQ传输的最佳SNR指数和中断分集。我们表明，一个显着的增益中断分集获得通过提供一个以上的比特反馈，在每个ARQ轮。因此，INR-ARQ传输的中断性能可以显着改善与最小的额外开销。一个次优的反馈和功率自适应规则，实现最佳的中断分集，提出了MIMO INR-ARQ，展示了多比特反馈提供的好处。
2010-06-10 cs.IT math.IT
Study of Channel Estimation with Oversampling for 1-bit Large-Scale MIMO Systems
在本文中，我们提出了一种基于过采样的低分辨率意识的最小二乘信道估计器的大规模多天线系统与1位模数转换器的每个接收天线。为了减轻由粗量化引起的信息损失，在接收器处应用过采样，其中采样速率比奈奎斯特速率快。我们还表征分析性能，在确定性的Cramér-Rao界，估计信道参数。基于滤波后噪声的相关性，给出了白噪声的Fisher信息和有色噪声的Fisher信息的下界。数值结果表明，所提出的信道估计器的均方误差性能和相应的Cramér-Rao界作为信噪比的函数。
2019-05-13 cs.IT eess.SP math.IT
Massive MIMO with 1-bit ADC
我们研究了大规模的多输入多输出（MIMO）上行链路系统，每个接收机天线上的1位模数转换器（ADC）。依赖1位ADC的接收器不需要自动增益控制（AGC）等耗能接口。这降低了ADC的建设和运营成本。我们的设计是基于最大比合并（MRC），迫零（ZF）和最小二乘（LS）检测，考虑到1位ADC对信道估计的影响。通过数值计算，我们显示了良好的性能的系统的互信息和符号出错率（SER）。此外，我们提供了一种分析方法来计算的互信息和SER的MRC接收机。分析方法在这个意义上，避免了符号和信道噪声矢量蒙特卡罗模拟降低了复杂性。
2014-04-30 cs.IT math.IT
Uplink Performance of Wideband Massive MIMO with One-Bit ADCs
模数转换器（ADC）占大规模MIMO基站总功耗的很大一部分。1位ADC是降低功耗的一种方法。本文分析了使用1位ADC的大规模MIMO系统中单载波和OFDM传输的频谱效率。封闭形式的可实现速率，即，对于具有大量信道抽头的宽带系统，推导出容量的下限，该宽带系统采用低复杂度线性信道估计和符号检测。量化在符号检测中导致两种类型的误差。在大规模MIMO中，循环对称误差变为高斯，并且随着天线数量的增加而消失。接收干扰能量中符号持续时间的变化会引起幅度失真，严重影响OFDM系统的性能。随着信道抽头数的增加，幅度失真消失，OFDM具有与单载波传输相同的性能。本文的一个主要结论是宽带大规模MIMO系统与1位ADC配合使用效果良好。
2016-10-17 cs.IT math.IT
Channel Estimation for RIS-aided mmWave Massive MIMO System Using Few-bit ADCs
毫米波（mmWave）大规模多输入多输出（massive multiple-input multiple-output，massive MIMO）是第五代及以后无线通信系统中最有前途的技术之一。然而，大量的天线导致高功耗和硬件成本，并且高频通信给基站（BS）处的模数转换器（ADC）带来沉重的负担。此外，在大型天线阵列系统中为每个天线配备高精度ADC成本太高。采用低分辨率ADC来解决这个问题是有希望的。在本文中，我们研究了毫米波大规模MIMO系统的级联信道估计的可重构智能表面（RIS）与BS配备了几位ADC的辅助。由于级联信道的低秩特性，级联信道的估计可以用低秩矩阵完备化问题来表示。本文提出了一种贝叶斯最优信道估计框架，用于估计用户-基站-基站级联信道，以解决量化带来的信息丢失问题。为了实现估计器和实现矩阵完成，我们使用高效的双线性广义近似消息传递（BiG-AMP）算法。大量的仿真结果表明，我们提出的方法可以准确地估计级联信道的RIS辅助毫米波大规模MIMO系统与低分辨率ADC。
2023-01-26 cs.IT eess.SP math.IT
SLNR Based Precoding for One-Bit Quantized Massive MIMO in mmWave Communications
大规模多输入多输出（MIMO）是5G无线通信的关键技术，有望大幅提高容量。低分辨率数据转换器的使用对于大规模MIMO至关重要，以使整体传输尽可能具有成本效益和能源效益。在这项工作中，我们考虑了下行毫米波（mmWave）传输的情况下，多个用户同时服务的大规模MIMO与一位数/模（D/A）转换器。特别是，我们提出了一种新的预编码器设计的基础上的信号泄漏加噪声比（SLNR），最大限度地减少能量泄漏到不需要的用户，同时考虑到由于非线性一位量化的损害。我们表明，众所周知的正则化迫零（RZF）预编码器是一个特定版本的建议SLNR为基础的预编码器，这是当量化损伤完全忽略。数值结果强调显着的性能改善，以及所提出的SLNR为基础的预编码器相比，无论是RZF或迫零（ZF）预编码器。
2019-02-12 cs.IT math.IT
Uplink Data Detection Analysis of 1-Bit Quantized Massive MIMO
本文提出了一种分析框架，在大规模多输入多输出上行链路系统中的数据检测与1位模数转换器（ADC）。考虑到单用户的情况下，我们提供了封闭形式的表达式的期望值和方差的估计符号时，采用最大比合并在基站（BS）随着其渐近行为在高信噪比（SNR）。这些结果被利用，以提高最大似然检测的性能，考虑到分散的估计符号的期望值。相对于BS天线的数量、SNR和用于信道估计的导频长度来评估具有1比特ADC的符号出错率。所提出的分析突出了一个基本的SNR权衡，根据该权衡，在正确的SNR下操作可以大大提高数据检测精度。
2021-07-26 cs.IT eess.SP math.IT
EVM Analysis of Distributed Massive MIMO with 1-Bit Radio-Over-Fiber Fronthaul
本文分析分布式大规模MIMO上行性能，采用1比特量化光纤前传，无需下变频，研究空间与时间过采样权衡，以EVM为指标优化抖动设计并确定优于共置架构所需的最小前传速率。
2024-05-29 cs.IT eess.SP math.IT
