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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
Distributed Expectation Propagation Detection for Cell-Free Massive MIMO
在无小区的大规模MIMO网络中，有效的分布式检测算法具有重要意义。在本文中，我们提出了一个分布式的期望传播（EP）检测器无细胞的大规模MIMO。该检测器由两个模块组成，一个在中央处理器（CPU）的非线性模块和一个在接入点（AP）的线性模块。利用迭代译码中的turbo原理计算并传递模块间的外部信息。一个分析框架，然后提供了大量的天线的渐近性能的特征所提出的EP检测器。仿真结果表明，该方法在误码率方面优于分布式检测器。
2021-08-21 cs.IT eess.SP math.IT
The Promising Marriage of Mobile Edge Computing and Cell-Free Massive MIMO
本文研究了一种支持移动边缘计算的无小区大规模MIMO无线网络。针对上行链路功率和远程计算资源的联合分配的优化问题被公式化，旨在在延迟约束下最小化总上行链路功率消耗，同时也最大化整个网络的最小SE。由于所考虑的问题是非凸的，基于序列凸规划的迭代算法的设计。基于多小区大规模MIMO部署，提出的分布式架构和其协同定位的对应物之间的详细性能比较，提供。数值结果揭示了无小区大规模MIMO在支持计算卸载应用中的自然适用性，其优点在于用户的发射功率和能量消耗、所经历的卸载延迟以及所分配的远程计算资源的总量。
2022-02-15 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
Scalability Aspects of Cell-Free Massive MIMO
普适无小区大规模MIMO（多输入多输出）在分布式架构中结合了大规模MIMO技术和以用户为中心的传输。网络中的所有接入点（AP）协作以在相同的时间-频率资源中联合且相干地服务于较少数量的用户。然而，这种协调需要大量的控制信令，这引入了额外的开销，而数据协同处理增加了回传/前传要求。因此，“整个世界”可以构成一个网络，并且所有AP将充当单个基站的概念是不可扩展的。在本研究中，我们解决了迄今为止在文献中被忽视的无小区大规模MIMO的一些系统可扩展性方面。特别是，我们提出和评估的解决方案，数据处理，网络拓扑结构和电源控制。结果表明，我们提出的框架实现了充分的可扩展性，在适度的性能损失相比，无细胞的大规模MIMO的规范形式的成本。
2019-09-06 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
Study of Clustering Techniques and Scheduling Algorithms with Fairness for Cell-Free MIMO Networks
本文针对无蜂窝大规模MIMO网络提出了一种基于信息速率的聚类技术，并设计了结合该聚类的公平资源分配与用户调度方案，数值结果证明其优于现有方法。
2024-04-27 cs.IT eess.SP math.IT
Uplink power control in cell-free massive MIMO via deep learning
本文重点研究了在无小区大规模MIMO网络的上行链路中使用深度学习方法来执行和速率最大和最大最小功率分配。特别地，我们训练深度神经网络，以便学习一组输入数据与功率分配策略的最优解之间的映射。数值结果表明，在无小区的大规模MIMO系统中，导频污染的存在不会显著影响神经网络的学习能力，其性能接近最优。相反，随着在系统中引入阴影效应，用深度学习方法获得的性能相对于最佳性能显著下降。
2019-08-29 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
Spectral Efficiency and Scalability Analysis for Multi-Level Cooperative Cell-Free Massive MIMO Systems
本文提出了一种多级协作架构，以平衡频谱效率和可扩展性的无小区大规模多输入多输出（MIMO）系统。在所提出的架构中，空间扩展单元（SEU）的引入，以避免大量的计算在接入点（AP），并增加AP之间的合作程度。首先推导了最大比合并（MRC）和迫零（ZF）接收机的多级协作结构下上行链路用户可达速率的封闭表达式。验证了封闭式表达式的准确性。此外，数值结果表明，所提出的多级协作架构实现了更好的权衡频谱效率和可扩展性比其他形式的无小区的大规模MIMO架构。
2023-02-16 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
Cell-Free Massive MIMO for 6G Wireless Communication Networks
最近商业化的第五代（5G）无线通信网络实现了许多改进，包括通过大规模多输入多输出（MIMO）、毫米波等多项关键技术实现空中接口增强、频谱扩展和网络强化。通信和超密集网络。尽管5G商用系统已经部署，但无线通信仍面临着许多挑战，以实现连接智能和无数应用，如工业物联网，自治系统，脑机接口，数字孪生，触觉互联网等，因此，迫切需要启动第六代（6G）无线通信系统的研究。在这些系统的候选技术中，结合分布式系统和大规模MIMO的优点的无小区大规模MIMO被认为是提高无线传输效率的关键解决方案，并成为国际前沿。在本文中，我们提出了一个全面的研究无小区的大规模MIMO的6G无线通信网络，特别是从信号处理的角度。我们专注于使物理层技术的无小区大规模MIMO，如用户关联，导频分配，发射机和接收机的设计，以及功率控制和分配。此外，一些当前和未来的研究问题进行了强调。
2021-11-30 cs.IT eess.SP math.IT
Joint optimal beamforming and power control in cell-free massive MIMO
我们推导出一个快速和最佳的算法，解决实际的加权最大最小信干噪比问题，在无小区的大规模MIMO网络。该优化问题首次同时考虑了非理想协作下的长期功率控制和分布式波束形成设计。特别是，我们认为以用户为中心的接入点集群合作的基础上，可能有限的信道状态信息共享。我们的优化算法融合了强大的功率控制工具的基础上，干扰演算与最近开发的团队理论框架的分布式波束形成设计。此外，我们提出了一个变化，在实践中表现出更快的收敛。
2022-08-31 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
Scaling Law Analysis for Covariance Based Activity Detection in Cooperative Multi-Cell Massive MIMO
本文研究了多小区大规模 MIMO 系统中基于协方差的活动检测问题，推导出在路径损耗指数大于 2 时，可正确检测的最大活动设备数随签名序列长度呈二次增长，随小区数对数下降，并刻画了估计误差分布。
2023-03-15 cs.IT eess.SP math.IT
UAV Communications with WPT-aided Cell-Free Massive MIMO Systems
无蜂窝（CF）大规模多输入多输出（MIMO）是一种很有前途的解决方案，为无人机（UAV）通信提供一致的良好性能。在本文中，我们提出了无人机通信与无线功率传输（WPT）辅助CF大规模MIMO系统，其中从下行链路WPT收集的能量（HE）用于支持上行链路数据和导频传输。我们推导出新的封闭形式的下行链路HE和上行链路频谱效率（SE）的表达式，考虑到无人机的硬件损伤。还考虑了与当前的小小区（SC）和蜂窝大规模MIMO使能的WPT系统的UAV通信以进行比较。重要的是表明，CF大规模MIMO分别实现了比SC和蜂窝大规模MIMO高2倍和5倍的95%可能上行链路SE。此外，大规模衰落解码接收机协作可以降低地面用户的干扰。此外，可以通过改变时间分裂分数来实现最大SE。我们证明了最大SE的最佳时间分裂分数是由天线的数量，高度和无人机的硬件品质因数。在此基础上，提出了三种提高SE的无人机轨迹设计方案。有趣的是，角度搜索方案的性能优于AP搜索和线路径方案。最后，仿真结果验证了我们的表达式的准确性。
2021-04-23 cs.IT eess.SP math.IT
