Channel Estimation for XL-MIMO Systems with Decentralized Baseband Processing: Integrating Local Reconstruction with Global Refinement
针对XL-MIMO分布式基带处理，提出两阶段信道估计方案，集成局部稀疏重建与全局贝叶斯精化，SBL-GNNs算法提升精度并降低复杂度。
2025-04-27 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
Sensing-Enhanced Channel Estimation for Near-Field XL-MIMO Systems
针对近场XL-MIMO系统信道估计面临的挑战，提出感知增强的上行信道估计方案，通过单时隙功率感知定位、低复杂度时间反转算法及基于近场信道特征向量的轻量字典，大幅减少基带采样并提升估计精度。
2025-05-19 cs.IT eess.SP math.IT
Uncoordinated and Decentralized Processing in Extra-Large MIMO Arrays
提出了一种适用于超大型多输入多输出（XL-MIMO）阵列的分散接收机。我们的方法没有中央处理器（CPU），所有的信号检测任务都在分布式节点上完成。我们利用一个组合的消息传递框架，设计一个不协调的检测方案，克服了XL-MIMO系统中的三个主要挑战：计算复杂性，可扩展性和用户能量分布的非平稳性。我们的数值计算结果表明，一个显着的性能改善相比，基准分布式方法，同时操作非常接近集中式接收器。
2021-03-11 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
Resolution-Adaptive All-Digital Spatial Equalization for mmWave Massive MU-MIMO
用于毫米波（mmWave）大规模多用户多输入多输出（MU-MIMO）的全数字基站（BS）架构为每个射频链配备专用数据转换器，其在频谱效率、灵活性和基带处理简单性方面优于混合模数解决方案。为了使全数字架构在功耗方面与混合解决方案竞争，新颖的信号处理方法和基带架构是必要的。在本文中，我们证明了使全数字系统的模数转换器（ADC）和空间均衡器的分辨率适应通信场景（例如，用户数量、调制方案和传播条件）使得能够为实际的毫米波信道节省数量级的功率。例如，对于支持1 GHz带宽的256 BS天线16用户系统，为64用户最差情况设计的传统基线架构在28 nm CMOS中的ADC阵列和空间均衡器将消耗23 W，而分辨率自适应架构能够将功耗降低6.7倍。
2021-07-23 cs.IT eess.SP math.IT
Fully Decentralized Massive MIMO Detection Based on Recursive Methods
用于大规模多输入多输出上行链路检测的算法通常依赖于集中式方法，通过该方法，来自所有天线模块的基带数据被路由到中央节点以便被处理。在大规模多输入多输出的情况下，其中在基站中预期有数百或数千个天线，这种架构导致瓶颈，在互连带宽要求方面具有关键限制。本文提出了一种基于递归方法的大规模多输入多输出上行链路的完全分散的结构和算法，该结构和算法不需要中心节点进行检测过程。通过一个递归的方法和非常低的复杂性操作，所提出的算法提供了一个序列的估计渐近收敛到迫零的解决方案，而不需要特定的硬件矩阵求逆。所提出的解决方案实现了显着低于其他架构的互连数据速率，使未来的可扩展性。
2018-08-28 cs.IT eess.SP math.IT
Trade-Offs in Decentralized Gigantic MIMO with Hard-Boundary Constraints
Lund University（隆德大学）；Ericsson Research（爱立信研究）
针对6G FR3频段巨型MIMO的处理复杂度和互连带宽挑战，提出基于WAX框架的分散式架构，由非协作硬件模块实现，展示了复杂度与性能之间的权衡潜力。
2026-07-01 cs.IT eess.SP math.IT
Expectation Propagation Detector for Extra-Large Scale Massive MIMO
形成超大规模大规模多输入多输出（MIMO）系统的天线阵列的维度的数量级增加使得能够在频谱效率、能量效率和空间分辨率方面实现实质性改进。然而，实际的挑战，如过度的计算复杂性和要传输和处理的基带数据过多，禁止使用集中式处理。一个有前途的解决方案是将基带数据从不相交的天线子集分配到由中央处理单元协调的并行处理过程中。该解决方案称为基于子阵列的体系结构。在这项工作中，我们扩展了应用的期望传播（EP）原则，有效地平衡性能和实际可行性，在传统的集中式MIMO检测器的设计，以适应基于子阵列的架构。分析结果证实了所提出的迭代过程的收敛性和所提出的检测器渐近逼近贝叶斯最优性能在一定条件下。当只存在一个子阵时，所提出的基于子阵的EP检测器被简化为集中式EP检测器。此外，我们提出了额外的策略，以进一步降低并行子阵列和中央处理单元之间的信息交换的复杂性和开销，以促进所提出的检测器的实际实施。仿真结果表明，所提出的检测器实现了数值稳定，在几个迭代，并优于其同行。
2019-12-08 cs.IT eess.SP math.IT
Quantized Massive MU-MIMO-OFDM Uplink
在大规模多用户（MU）多输入多输出（MIMO）无线系统的基站（BS）处的粗量化承诺显著的功率和成本节省。粗量化还能够显著减少必须从空间分离的天线阵列传送到基带处理单元的原始模数转换器（ADC）数据。已经广泛地研究了在频率平坦的窄带信道上操作的这种量化MU-MIMO系统的理论限制以及实际收发器算法。然而，这种通信系统在频率选择性宽带信道上操作的实际相关场景还不太清楚。研究了采用正交频分复用（OFDM）技术的量化大规模MU-MIMO系统的上行链路性能。我们提出了新的量化最大后验（MAP）信道估计和数据检测算法，我们研究了相关的性能/量化权衡。我们的结果表明，粗量化（例如，取决于BS天线的数量和用户数量之间的比率，4到6比特），与无限精度的情况相比，在基带处理复杂度方面没有额外成本的情况下，实际上不需要性能损失。
2016-04-20 cs.IT math.IT
Beam-Coherence-Aware Two-Stage Digital Combining for mmWave MU-MIMO Systems
KTH Royal Institute of Technology（皇家理工学院）；BeammWave AB（BeammWave公司）
本文提出一种两阶段数字组合架构，通过压缩信号减少终端处理负担，结合波束相干性和通道几何特性，提升毫米波多用户MIMO系统的频谱效率。
2026-03-27 cs.IT eess.SP math.IT
Beamspace Equalization for mmWave Massive MIMO: Algorithms and VLSI Implementations
针对毫米波大规模MIMO部署中基带处理功耗与成本过高的问题，本文提出新型波束空间均衡算法及对应VLSI架构，在22nm工艺下实现了显著的功耗节省与更优的检测性能。
2025-11-13 cs.AR cs.IT eess.SP
On the Achievable Rates of Decentralized Equalization in Massive MU-MIMO Systems
与传统的小规模MIMO技术相比，大规模多用户（MU）多输入多输出（MIMO）有望在频谱效率方面获得显著的增益。诸如迫零（ZF）或基于最小均方误差（MMSE）的方法之类的线性均衡算法通常依赖于基站（BS）处的集中式处理，这导致（i）过高的互连和芯片输入/输出数据率，以及（ii）高计算复杂性。在本文中，我们研究了分散均衡的可实现率，以减轻这两个问题。我们考虑两种不同的BS架构，将天线阵列划分为集群，每个集群与独立的射频链和信号处理硬件相关联，并且每个集群的结果在前馈网络中融合。对于这两种架构，我们认为ZF，MMSE，和一种新的，非线性均衡算法，建立在近似消息传递（AMP），我们从理论上分析这些方法的可实现的速率。我们的研究结果表明，与集中式解决方案相比，我们基于AMP的方法的分散式均衡在可实现的速率方面没有或只有微不足道的损失。
2017-05-08 cs.IT eess.SP math.IT
Exploiting Opportunistic Multiuser Detection in Decentralized Multiuser MIMO Systems
该文研究了一种分散式多用户多天线（MIMO）系统的设计，该系统在固定的窄带上实现频谱共享，其中共存用户通过迭代的方式独立地更新各自的发送协方差矩阵，以达到各自的发送速率最大化。在文献中通常通过假设每个用户将来自所有其他用户的同信道干扰视为接收机处的附加（有色）噪声来研究该设计问题，即，应用传统的单用户解码器（SUD）。该文提出了一种新的分布式多用户MIMO系统的译码方法，即每个用户通过多用户检测技术机会性地消除来自部分或全部其他用户的同频干扰，即机会多用户检测（OMD）。本文研究了基于OMD的用户迭代最大化传输速率的最优传输协方差设计，并证明了与传统SUD相比，该方法在分散多用户MIMO系统中的容量增益。
2009-05-21 cs.IT math.IT
Trade-offs In Quasi-Decentralized Massive MIMO
针对集中式大规模 MIMO 的 CPU 连接不可扩展问题，本文提出准去中心化通用架构及新型矩阵分解，以在连接数与每天线输出数之间权衡并实现无损线性均衡。
2020-03-04 cs.IT eess.SP math.IT
Decentralized Design of Fast Iterative Receivers for Massive and Extreme-Large MIMO Systems
尽管在大规模多输入多输出（M-MIMO）系统的基站处广泛使用集中式方法来设计接收器，但由于大量天线所施加的若干瓶颈，其实际实施是一个重大挑战。解决这个问题的一种方法是基于梯度下降方法将经典的迫零接收器完全分散到多个处理节点上。在本文中，我们首先明确地将这种分散式接收器与Kaczmarz算法的分布式版本以及使用连续干扰消除（SIC）理念来减轻跨节点的残差相关。此外，我们提出了两种方法，以进一步加快这些迭代分散接收器的初始收敛，通过探索与Kaczmarz算法的连接：1）一个新的贝叶斯分布式接收器，它可以消除噪声的迭代基础上; 2）一个更实用的方法来选择松弛参数。讨论还考虑了当天线阵列非常大（XL-MIMO）时出现的空间非平稳性。我们能够改善空间平稳和非平稳信道的数值结果，但主要是非平稳性能仍然可以改善相比，集中式ZF接收机。最后指出了进一步提高基于连续残差抵消原理的接收机适用性的研究方向。
2021-07-23 cs.IT eess.SP math.IT
Decentralized Equalization with Feedforward Architectures for Massive MU-MIMO
基于迫零（ZF）或线性最小均方误差（L-MMSE）均衡的线性数据检测算法在大规模多用户多输入多输出（MU-MIMO）系统中实现接近最优的频谱效率。然而，这样的算法通常依赖于基站（BS）处的集中处理，这导致（i）过多的互连和芯片输入/输出（I/O）数据率以及（ii）高计算复杂性。分散式基带处理（DBP）将BS天线阵列划分为与单独的射频电路和计算结构相关联的独立集群，以便克服集中式处理的限制。在本文中，我们研究分散均衡与前馈架构，最大限度地减少现有DBP解决方案的延迟瓶颈。我们提出了两种不同的架构，不同的互连和I/O带宽的要求，融合本地均衡结果的每个集群在一个前馈网络。对于这两种架构，我们考虑最大比合并，ZF，L-MMSE，和依赖于近似消息传递的非线性均衡算法，我们分析了相关的均衡后信号噪声干扰比（SINR）。我们提供了多个图形处理单元（GPU）系统上的参考实现结果，该系统表明，与前馈架构的分散均衡，使吞吐量在Gb/s的制度，并不会或只会产生很小的性能损失相比，集中式解决方案。
2019-06-20 cs.IT eess.SP math.IT
Near-Optimal Hybrid Processing for Massive MIMO Systems via Matrix Decomposition
对于大规模多输入多输出（MIMO）系统的实际实现，混合处理（预编码/合并）结构有望降低传统处理结构的大量RF链所带来的高成本。混合处理通过低维数字基带处理与由移相器实现的模拟RF处理相结合来执行。我们建议设计混合RF和基带预编码器/组合器的多流传输在点对点的大规模MIMO系统，通过直接分解预先设计的无约束的数字预编码器/组合器的大尺寸。模拟RF处理的恒定幅度约束导致矩阵分解问题非凸。基于替代的优化技术，非凸矩阵分解问题可以被解耦为一系列凸子问题，并且通过将RF预编码器/组合器中的每个条目的相位增量限制在其前一个条目的小邻域内来有效地解决。一个奇异值分解为基础的技术，提出了确保初始点足够接近的整体解决方案的原始非凸问题。通过仿真，这种矩阵分解的混合处理（MD-HP）计划的交替优化的收敛性进行了检查，MD-HP计划的性能被证明是接近最优的。
2015-04-15 cs.IT math.IT
Optimal Base Station Design with Limited Fronthaul: Massive Bandwidth or Massive MIMO?
为了实现具有成本效益的5G架构，使用通过前传连接到基带控制器的远程无线电头端是一种很有前途的解决方案。然而，前传链路必须支持高比特率，因为5G网络预计将使用宽带宽和许多天线。升级所有现有的前传连接将是麻烦的，而更换远程无线电头端和升级基带控制器中的软件相对简单。在本文中，我们考虑上行链路，并寻求问题的答案：如果我们有一个固定的前传容量，可以部署在远程无线电头端的任何技术，什么是最佳的技术？特别是，我们优化了天线的数量，量化比特和带宽，以最大限度地提高总速率下的前传容量约束。分析结果表明，操作与许多天线配备低分辨率的模数转换器，而天线的数量和带宽之间的相互作用取决于各种参数。数值分析为有限前传容量的通信系统的设计提供了进一步的见解。
2017-09-15 cs.IT math.IT
Decentralized Hybrid Precoding for Massive MU-MIMO ISAC
针对大规模多用户MIMO ISAC系统中密集用户接入引发的多用户干扰问题，本文提出一种基于分布式基带处理与THP的混合预编码方法，以最小化CRB为目标，有效提升通信速率和能量效率并降低硬件复杂度。
2024-10-21 cs.IT eess.SP math.IT
Decentralized Coordinate-Descent Data Detection and Precoding for Massive MU-MIMO
与小规模MIMO相比，大规模多用户（MU）多输入多输出（MIMO）有望显著提高频谱效率。典型的大规模MU-MIMO基站（BS）设计依赖于集中式线性数据检测器和预编码器，当在单个计算结构上执行时，集中式线性数据检测器和预编码器需要过高的复杂度、互连数据率和芯片输入/输出（I/O）带宽。为了解决这些复杂性和带宽瓶颈，我们提出了新的分散算法的数据检测和预编码，使用坐标下降。我们的方法在多个计算结构上并行计算，同时最大限度地减少互连和I/O带宽。提出的分散式算法实现了接近最佳的错误率性能和多Gbps的吞吐量在次1毫秒的延迟时，实现了多GPU集群与半精度浮点运算。
2019-02-22 cs.DC cs.IT math.IT
Matrix Decomposition for Massive MIMO Detection
大规模多输入多输出（MIMO）是第五代（5G）通信系统的关键技术。MIMO符号检测是大规模MIMO基带接收机中计算量最大的任务之一。在本文中，我们分析了大规模MIMO系统的矩阵分解算法，传统上用于小规模MIMO检测由于其数值稳定性和模块化设计。我们提出了计算复杂性的线性检测机制的基础上的QR，Cholesky和LDL分解算法的不同大规模MIMO配置。我们将它们与最先进的基于近似反演的大规模MIMO检测方法进行比较。研究结果为系统和超大规模集成（VLSI）设计人员根据需求选择合适的大规模MIMO检测算法提供了重要参考。
2020-09-27 cs.IT 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
Stochastic Successive Convex Optimization for Two-timescale Hybrid Precoding in Massive MIMO
由射频预编码器和基带预编码器组成的混合预编码由于其低硬件成本和功耗而成为大规模MIMO的流行预编码架构。在传统的混合预编码中，RF和基带预编码器都是自适应于实时信道状态信息（CSI）的。因此，在宽带系统中，每个子载波需要单独的RF预编码器，导致高的实现成本。为了克服这个问题，已经提出了使RF预编码器适应信道统计的双时标混合预编码（THP）。由于信道统计在不同子载波上近似相同，因此在THP中仅需要单个RF预编码器。尽管THP的优点，有没有一个统一的和有效的算法，其优化由于非凸和随机性的问题。基于随机逐次凸逼近（SSCA），提出了一种求解一般THP优化问题的在线算法框架SSCA-THP，该框架中，每当获得新的信道样本时，通过求解二次代理优化问题来更新混合预编码器.然后证明了SSCA-THP算法收敛于平稳点。最后，我们应用SSCA-THP解决三个重要的THP优化问题，并验证其优于现有的解决方案。
2018-01-29 cs.IT math.IT
Millimeter-Wave Massive MIMO Testbed with Hybrid Beamforming
大规模多输入多输出（MIMO）技术在毫米波（mmWave）频段获得大阵列增益至关重要。然而，存在实际的挑战，例如在这样的系统中的高硬件成本和功耗。这些问题的一个有前途的解决方案是采用混合波束成形架构。这种架构的收发器（TRx）链的数量比天线总数少得多，从而实现了成本和能量高效的系统。在本文中，我们提出了一个实时毫米波（28 GHz）大规模多输入多输出测试床与混合波束成形。该测试平台具有用于波束选择的64天线/16 TRx单元，可以以模块化方式扩展到更大的阵列尺寸。为了在真实传播环境中测试从基带处理算法到调度和波束选择的所有内容，我们将基于软件定义无线电技术构建的现有100天线/100 TRx大规模多输入多输出测试平台（低于6 GHz）的功能扩展到灵活的毫米波大规模多输入多输出系统。
2020-12-02 cs.IT eess.SP math.IT
Decentralized Coordinated Precoding Design in Cell-Free Massive MIMO Systems for URLLC
无小区大规模多输入多输出（MIMO）是一种很有前途的网络，提供了巨大的改善，与传统的蜂窝大规模MIMO系统的可达速率。然而，通常采用的香农型可达速率仅适用于长块长度体制，而不适用于新兴的短分组通信。为了在无小区的大规模MIMO系统中实现超可靠和低延迟通信（URLLC），我们优化了接入点（AP）处的预编码向量，以最大化集中式和分散式方式的最小用户速率。该设计考虑到URLLC的影响，我们提出了路径跟踪算法（PFA）来解决所考虑的问题，它产生一系列先进的可行点，并收敛到至少一个局部最优解的设计问题。此外，我们调查的预编码方案的要求，传输持续时间的长度，在每个AP配备的天线的数量，和每个AP集群的大小上URLLC速率。仿真结果表明，分散式PFA预编码可以达到集中式预编码的80%和89%的平均URLLC率，而计算复杂度仅为集中式预编码的12%计算复杂性.
2022-09-29 cs.IT math.IT
DoF Region of the Decentralized MIMO Broadcast Channel -- How many informed antennas do we need?
在这项工作中，我们研究了网络MIMO设置，其中一组$M$发射天线，可能不共处一地，共同服务于两个多天线用户分别赋予$N_1$和$N_2$天线，在发射机的信道状态信息（CSI）的不完善共享的影响。我们考虑的情况下，只有一个子集的$k$发射天线可以访问完美的CSI，而其他$M-k$发射天线只能访问有限精度CSI。对这种配置的分析旨在回答一个额外的信息天线能提供多大帮助的问题。我们将这种情况建模为分散式MIMO广播信道（BC），并表征自由度（DoF）区域，表明仅需要具有完美CSI的$k=\max(N_1,N_2)$天线来实现具有无处不在的完美CSI的传统BC的DoF。此外，我们确定通过向额外的发射天线提供CSI获得的DoF的增加。
2020-05-13 cs.IT 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
Optimality of the Discrete Fourier Transform for Beamspace Massive MU-MIMO Communication
波束空间处理是一种新兴技术，用于降低在毫米波（mmWave）和太赫兹频率下操作的大规模多用户（MU）多输入多输出（MIMO）通信系统中的基带复杂度。在这样的高频下波传播的高方向性确保了在用户设备和基站（BS）之间仅存在少量的传输路径。为了解决波传播的稀疏性质，波束空间处理传统上计算BS处的均匀线性天线阵列上的空间离散傅里叶变换（DFT），其中每个DFT输出与特定波束相关联。在本文中，我们研究的DFT的最优性条件的稀疏波束空间处理与理想的毫米波信道模型和现实的渠道。为此，我们提出了两个算法，学习酉波束空间变换使用$\ell^4$范数为基础的稀疏性措施，我们调查其最优性理论和模拟。
2021-07-14 cs.IT eess.SP math.IT
Learning Decentralized Power Control in Cell-Free Massive MIMO Networks
Jeonbuk National University（全北国立大学）；Pukyong National University（釜庆国立大学）；Electronics and Telecommunications Research Institute（电子与电信研究所）
本文研究了无小区大规模多输入多输出（MIMO）系统中基于学习的分散功率控制方法，其中中央处理器（CP）通过前传协调控制接入点（AP）。为了确定分布式AP的传输策略，有必要开发一种全网范围的协同优化机制。为了应对这一挑战，我们设计了一个协作学习（CL）框架，该框架使用专用的深度神经网络（DNN）模块管理CP和AP的计算和协调策略。为了建立一个通用的学习结构，建议CL精心设计，使其前向通过计算是独立的AP的数量。为此，我们采用参数重用概念，在所有AP处安装相同的DNN模块。因此，在特定配置下训练的拟议CL可以容易地应用于任意AP群体。数值结果验证了所提出的CL比传统的非合作方法的优势。
2023-03-05 cs.IT cs.LG eess.SP
Achieving Vanishing Rate Loss in Decentralized Network MIMO
在本文中，我们分析了一个网络MIMO信道与2发射机（TX）联合服务2个用户，其中每个TX有一个不同的多用户信道状态信息（CSI），可能具有不同的精度。最近，人们发现了一个令人惊讶的结果，即这种去中心化的设置可以获得与其基因辅助的集中式设置相同的自由度（DoF），其中两个TX共享最佳质量的CSI。然而，DoF推导本身并不能表征实际利率，集中式和分散式设置之间的利率差距有多大仍然是一个悬而未决的问题。在本文中，我们大大加强了以前有趣的自由度的结果表明，它是可能的，以实现渐进相同的总和速率所达到的迫零（ZF）预编码在一个集中的设置赋予最佳质量的CSI。这一结果涉及到一种新的预编码方案，这是专门为分散的情况。该方案背后的关键直觉在于在i）实现足够高精度的ZF预编码与ii）跨非通信协作TX保持足够一致的预编码决策之间达成渐近最优折衷。
2019-04-30 cs.IT math.IT
Quantisation-aware Precoding for MU-MIMO with Limited-capacity Fronthaul
5G及以后的基站使用先进的天线系统（AAS），其中多个无源天线元件和无线电单元集成到单个盒子中。这种系统的关键瓶颈是AAS和基带单元（BBU）之间的数字前传，其具有有限的容量。在本文中，我们研究了一种用于预编码下行链路传输多用户多输入多输出（MU-MIMO）信道的AAS。首先，我们提出了当在BBU处计算预编码器并且然后量化以通过前传发送时创建的基线量化未知预编码方案。我们提出了一种新的预编码设计，是知道的前传量化。我们制定了一个优化问题，以最小化接收端的均方误差。数值结果表明，本文提出的预编码算法在和速率方面大大优于量化未知预编码算法。
2022-02-17 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
Low Complexity Hybrid Precoding and Channel Estimation Based on Hierarchical Multi-Beam Search for Millimeter-Wave MIMO Systems
在毫米波（mmWave）MIMO系统中，虽然混合数字/模拟预编码结构提供了提高可实现速率的潜力，但它也面临着需要低复杂度设计的挑战。具体地，混合预编码可能需要具有天线大小的尺度的矩阵运算，这在毫米波通信中通常是大的。此外，由于Tx/Rx两侧的天线数量较多，信道估计也相当耗时。本文提出了一种低复杂度的混合预编码和信道估计方法。在信道估计阶段，提出了一种分层多束搜索方案，以快速获取具有最高功率的$N_{\rm{S}}$（流的数量）多径分量（MPC）/簇。在混合预编码阶段，模拟和数字预编码被解耦。模拟预编码被设计为沿着在Tx/Rx两侧的$N_{\rm{S}}$获取的MPC/集群进行引导，从而对等效的$N_{\rm{S}}\times N_{\rm{S}}$基带信道进行整形，而数字预编码在基带中利用缩减规模的信道执行操作。性能评估表明，与现有技术的方案相比，在实现接近甚至更好的性能的同时，当射频（RF）链或流的数量小时，混合预编码的计算复杂性和信道估计的时间复杂度都大大降低。
2016-03-04 cs.IT math.IT
Performance Analysis of Fronthaul Compression in Massive MIMO Receiver
本文针对大规模MIMO接收机中RRH与BBU间前传流量增长问题，提出一种压缩方案，并通过利用信道稀疏性和条件数在保证EVM要求下提高压缩比，仿真验证了其有效性。
2024-07-23 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
RIS-Aided Angular-Based Hybrid Beamforming Design in mmWave Massive MIMO Systems
针对毫米波大规模多输入多输出（MIMO）系统，提出了一种可重构智能表面（RIS）辅助和基于角度的混合波束形成（AB-HBF）技术。所提出的RIS-AB-HBF架构由三个阶段组成：（i）RF波束形成器，（ii）基带（BB）预编码器/组合器，以及（iii）RIS相移设计。首先，为了减少RF链的数量和信道估计开销，RF波束形成器基于基于3D几何的毫米波信道模型使用信道的慢时变角度参数来设计。第二，BB预编码器/组合器的设计，利用从BB阶段看到的减小大小的有效信道。然后，通过自然启发的粒子群优化（PSO）算法调整RIS的相移，以最大化系统的可实现速率。说明性的仿真结果表明，在AB-HBF系统中使用的RIS有可能提供更有前途的优势，在系统设计的可靠性和灵活性。
2022-08-13 cs.IT eess.SP math.IT
Decentralized Algorithms for Out-of-System Interference Suppression in Distributed MIMO
针对分布式 MIMO 中完全未知的系统外干扰，提出基于 Procrustes 旋转平均的 AP 链式分布式估计算法，以低前传负载达到接近集中式干扰抑制合并的性能。
2024-05-07 cs.IT eess.SP math.IT
Uplink Hardware Impairments in OFDM-Based Cell-Free Massive MIMO With Impaired Wireless Fronthaul
Bilkent University（比尔肯特大学）
本文研究OFDM无小区大规模MIMO在硬件损伤下的上行性能，提出统一分析框架推导闭式表达式，并采用失真感知合并与最大最小公平资源分配以缓解性能下降。
2026-09-23 cs.IT eess.SP math.IT
Decentralized Cooperative Beamforming for BDRIS-Assisted Cell-Free MIMO OFDM Systems
本文提出了一种去中心化协作波束成形方法，用于BDRIS辅助的无基站MIMO OFDM系统，以提高总速率性能。
2026-01-19 cs.ET cs.IT eess.SP
Robust Hybrid Transceiver Designs for Linear Decentralized Estimation in mmWave MIMO IoT Networks in the Face of Imperfect CSI
针对mmWave MIMO IoT网络中的线性去中心化估计，提出了基于块坐标下降和SOMP技术的混合收发机设计方案，并推导了存在CSI不确定性时的鲁棒设计，有效降低了MSE。
2023-05-18 cs.IT eess.SP 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
Decentralized Multi-Antenna Architectures with Unitary Constraints
针对基站天线增多导致集中式方法带宽和复杂度问题，本文适配WAX框架引入酉约束的去中心化处理以实现高能效，并提出方法缩小与集中式的性能差距，为相关权衡提供基础。
2025-01-10 cs.IT eess.SP math.IT
Decentralized MIMO Systems with Imperfect CSI using LMMSE Receivers
本文研究不完美CSI下采用LMMSE接收机的去中心化MIMO系统，提出最优及两种次优融合方案，利用随机矩阵理论推导SINR闭式表达式，并确定最优正则化参数与天线划分策略。
2025-01-30 cs.IT math.IT
Joint Beamforming and Antenna Position Optimization for Fluid Antenna-Assisted MU-MIMO Networks
针对流体天线辅助MU-MIMO网络，提出联合优化波束成形与天线位置以最大化加权和速率的方法，采用块坐标上升和并行MM算法，并实现去中心化以降低计算复杂度，显著提升性能。
2025-09-25 cs.IT eess.SP math.IT
Decentralized Interference-Aware Codebook Learning in Millimeter Wave MIMO Systems
本文针对多小区毫米波MIMO系统提出去中心化干扰感知码本学习方法，利用测量平均估计干扰零陷性能并设计新型奖励函数，在无信息交换条件下实现多智能体解耦学习和显著干扰抑制。
2024-01-15 cs.IT eess.SP math.IT
Hybrid Beamforming for Massive MIMO Backhaul (Working Title)
考虑了发射机和接收机都可以使用大型天线阵列的上行链路。这被提出作为双层蜂窝网络中的天线卸载和连接小小区接入点（SCAP）的方法。由于具有有限数量的RF链，混合波束形成器被设计为在RF频带处进行纯相位处理，然后在基带处进行数字处理。建议的接收机是一个行合并器，集群充分相关的天线元件，其性能进行比较，通过离散傅立叶变换（DFT）矩阵与随机投影。行组合器的模拟是列扩展器，其取决于发射相关性，并且在相关的天线元件上重复发射信号。这种方法的一个主要优点是减少了所使用的移相器的数量，同时优于DFT方案。当只有发射机具有相关性并且RF链受限时，基带预编码向量被示出为有效发射相关矩阵的特征向量。根据信道的相关性，这个矩阵可以近似为具有三对角Toeplitz结构与建议的列扩展器（CS）。由此产生的特征值有一个封闭的形式的解决方案，使我们能够表征系统的总和率。最有趣的是，相关联的特征向量不需要使用特征值分解（EVD）方法计算的有效发射相关矩阵的知识。
2016-05-26 cs.IT math.IT
RF Chain Reduction for MIMO Systems: A Hardware Prototype
射频（RF）链电路在数字接收机架构中起着重要作用，允许在基带中处理通带通信信号。当在高频下操作时，这些电路趋于昂贵。这种增加的成本对未来的多输入多输出（MIMO）通信技术施加了主要限制。降低成本增加的常见方法是利用混合架构，其中接收到的信号以模拟方式组合成较低维度，从而减少RF链的数量。在这项工作中，我们研究的设计和硬件实现的混合架构，通过最小化信道估计错误。我们首先推导出复增益合成器的最佳解，并提出一个交替优化算法的移相器合成器。然后，我们提出了一个硬件原型，实现模拟组合的RF链减少。该原型包括一个专门设计的可配置的组合板，以及一个专用的实验装置。我们的硬件原型允许使用实际的通信信号在MIMO系统中的模拟组合的效果进行评估。实验研究，其重点是在MIMO信道的信道估计精度，表明使用所提出的原型，可实现的信道估计性能是在一个小的差距，在统计意义上从使用昂贵的接收机，其中每个天线连接到一个专用的RF链。
2020-03-07 cs.IT eess.SP math.IT
3-D Deployment of UAV Swarm for Massive MIMO Communications
我们考虑了多天线地面站和无人机群之间的上行链路传输。将无人机视为智能体，通过智能体探索无人机的最优三维（3-D）部署，最大化多输入多输出（MIMO）系统的信道容量。具体而言，考虑到每个无人机在访问网络的全局信息的限制，我们专注于一个分散控制的策略，注意到每个无人机群只能利用本地信息，以实现最佳的3-D部署。在这种情况下，优化问题可以被划分为关于秩函数的若干优化子问题。由于秩函数的非凸性质和优化子问题耦合的事实，原始问题是NP难的，因此不能用标准凸优化求解器来求解。有趣的是，我们可以放松每个子问题的约束条件，并通过制定无人机信道容量最大化博弈来解决优化问题。我们根据设计的奖励函数和势函数对这种博弈进行了分析。然后讨论了博弈中纯纳什均衡的存在性。为了实现MIMO系统的最佳纳什均衡，提出了一种分散式学习算法，即无人机分散式信道容量学习。文中给出了算法的细节，并对算法的收敛性、有效性和计算复杂性进行了分析。此外，我们给出了一些有见地的意见的基础上的证明和理论分析。仿真结果表明，所提出的学习算法能够利用局部信息优化无人机群的三维部署，从而获得较高的MIMO信道容量。
2021-05-03 cs.IT eess.SP math.IT
$λ$-MIMO: Massive MIMO via Modulo Sampling
大规模多输入多输出（M-MIMO）架构是现代通信系统的主力。目前，两个基本瓶颈，即功耗和接收器饱和，限制了该技术的全部潜力的实现。这些瓶颈与每个射频（RF）链中使用的模数转换器（ADC）错综复杂地联系在一起。MIMO系统中的功耗随着ADC的比特预算呈指数增长，而ADC饱和会导致信息永久丢失。这就需要一种解决方案，既能解决上述瓶颈，又能提供优于现有替代方案（如低分辨率ADC）的优势。采用完全不同的方法来解决这个问题，我们提出了$λ$ -MIMO架构，它使用模ADC（$M_λ$ -ADC），而不是传统的ADC。我们的工作受到无限采样框架的启发。$M_λ$ -RF链中的ADC将高动态范围信号折叠为低动态范围模样本，从而缓解ADC饱和问题。同时，模信号的数字化导致高分辨率量化。在新的$λ$ -MIMO环境下，我们讨论了基带信号重建，检测和上行链路可实现的和速率性能。我们工作的关键要点包括：（a）利用更高的信号量化噪声比（SQNR），（b）当使用$1$ - $2$位$M_λ$ -ADC时，检测和平均上行链路和速率性能与传统的无限分辨率ADC相当。这使得能够实现更高阶的调制方案，例如先前似乎不可能的$1024$ QAM。（c）在能量效率和比特预算之间的优良折衷，从而导致更高的功率效率。数值模拟和基于模数转换器的硬件实验证实了我们的理论，并加强了$λ$ -MIMO方法的明显优势。
2022-10-18 cs.IT eess.SP math.IT
Hybrid Block Diagonalization for Massive Multiuser MIMO Systems
对于大规模多输入多输出（MIMO）系统，与全复杂度RF链配置相比，将RF链的数量限制为远小于天线元件的数量可以显著降低实现成本。针对大规模多用户MIMO（MU-MIMO）系统的下行链路通信，提出了一种低复杂度的混合块对角化（Hy-BD）方案，以逼近传统BD处理方法的容量性能。我们的目标是收获大的阵列增益，通过相位的RF预编码和合并，然后在等效基带信道上进行数字BD处理。在大瑞利衰落信道和毫米波（mmWave）信道中检查所提出的Hy-BD方案。在单径信道和大量发射天线和接收天线的情况下，进一步进行了性能分析。最后，仿真结果表明，我们的Hy-BD方案，具有较低的实现和计算复杂性，实现了容量性能接近（有时甚至高于）的传统的高维BD处理。
2015-11-16 cs.IT 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
Capacity Analysis for Continuous Alphabet Channels with Side Information, Part II: MIMO Channels
在这一部分中，我们考虑了多天线结构的无线移动系统的容量分析。我们将第一部分的结果应用到一个众所周知的基带，离散时间多天线系统，其中发射机和接收机都知道信道的统计规律。我们分析的容量加性高斯白噪声（AWGN）信道，衰落信道与完整的信道状态信息（CSI）在接收端，衰落信道没有CSI，和衰落信道与部分CSI在接收端。对于每种类型的通道，我们研究的能力值以及问题，如存在性，唯一性，和表征的能力实现措施不同类型的时刻约束。结果适用于瑞利和莱斯衰落信道中存在的任意线的视线和相关配置文件。
2004-11-06 cs.IT math.IT
On hybrid precoder/combiner for downlink mmWave massive MU-MIMO systems
我们提出了四个混合组合器/预编码器的下行链路毫米波大规模MU-MIMO系统。混合组合器/预编码器的设计分为模拟和数字两部分。系统基带模型表明，移动站处理的信号可以被解释为存在有色高斯噪声的接收信号，因此，由于组合器和预编码器的数字部分没有对其生成的约束，它们的设计可以基于考虑这种噪声的任何传统信号处理。据我们所知，这是以前的作品没有考虑过的。本文描述了一种更现实和合适的设计。此外，文献中采用的用于设计组合器/预编码器模拟部分的方法并不试图避免或甚至减少用户间/符号间干扰，它们集中于增加信噪比（SNR）。我们提出了一个简单的解决方案，减少干扰，同时保持大的SNR。此外，所提出的混合组合器之一达到我们的目标函数的最大值符合Hadamard不等式。数值结果表明，BER性能的改善，从我们的建议。此外，一个简单的检测方法可以用于数据估计没有显着的性能损失。
2019-10-31 cs.IT eess.SP math.IT
