Data-Driven Deep Learning to Design Pilot and Channel Estimator For Massive MIMO
Advanced Research Institute of Multidisciplinary Science (ARIMS)（多学科科学高级研究院（ARIMS））；School of Information and Electronics, Beijing Institute of Technology (BIT)（北京理工大学信息与电子学院）
本文提出了一种数据驱动的深度学习（DL）方法，用于宽带大规模多输入多输出（MIMO）系统的导频信号和信道估计器的联合设计。通过利用大规模MIMO信道的角域可压缩性，所设想的DL框架可以从欠定测量可靠地重建高维信道。具体来说，我们设计了一个端到端的深度神经网络（DNN）架构，由降维网络和重构网络组成，分别模拟导频信号和信道估计器，可以通过数据驱动的深度学习获得。对于降维网络，我们设计了一个全连接层，通过压缩高维大规模MIMO信道向量作为低维接收测量的输入，其中的权重被视为导频信号。对于重建网络，我们设计了一个全连接层，后面是多个级联的卷积层，它将重建高维信道作为输出。通过将输入和输出之间的均方误差定义为损失函数，我们利用Adam算法使用大量的信道样本来训练上述端到端DNN。通过这种方式，可以同时获得导频信号和信道估计器。仿真结果表明，所提出的解决方案优于国家的最先进的压缩感知方法。
2020-03-12 cs.IT cs.LG eess.SP
Utility-based Downlink Pilot Assignment in Cell-Free Massive MIMO
我们提出了一种无小区大规模MIMO（多输入多输出）的正交下行链路导频分配策略，利用知识的信道状态信息，在每个用户的信道硬化程度，和移动性条件的用户。这些元素被适当地组合在一起，用于定义用户导频效用度量，其测量用户对用于有效数据解码的下行链路导频的实际需要。所提出的策略包括仅向具有超过预定阈值的导频效用度量的用户分配正交下行链路导频。相反，未被分配有正交下行链路导频的用户通过使用统计信道状态信息来解码数据。与现有技术方法相比，基于效用的方法保证更高的下行链路净和吞吐量，更好地支持高速用户和更短的相干间隔。
2018-04-04 cs.IT eess.SP math.IT
Pilot Assignment in Cell-Free Massive MIMO based on the Hungarian Algorithm
本文主要研究无小区大规模MIMO系统中的导频分配问题。利用著名的匈牙利算法，提出了两个过程，一个最大化系统吞吐量，另一个最大化用户间的公平性。该算法基于大尺度衰落系数的知识作为系统中用户之间距离的代理，并考虑到上行链路和下行链路性能。数值结果表明，所提出的导频分配算法是有效的，并优于许多竞争的替代方案在文献中。
2020-08-26 cs.IT eess.SP 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
Graph Coloring Based Pilot Allocation to Mitigate Pilot Contamination for Multi-Cell Massive MIMO Systems
大规模多输入多输出（MIMO）系统利用大量的基站（BS）天线来服务一组用户，由于小区间干扰（ICI）而遭受导频污染。本文提出了一种基于图着色的多小区大规模MIMO系统导频分配方案。具体地说，通过利用衰落信道的大尺度特性，首先构建一个干扰图来描述所有用户的潜在ICI关系。然后，利用有限的导频资源，所提出的GC-PA方案旨在通过在干扰图中的用户之间有效地分配导频来减轻潜在的ICI。通过仿真验证了该方案的性能增益。
2015-07-15 cs.IT math.IT
Deep Learning for Multi-User MIMO Systems: Joint Design of Pilot, Limited Feedback, and Precoding
Korea University（高丽大学）；Pukyong National University（釜庆国立大学）；Queen’s University（女王大学）
在具有频分复用（FDD）的传统多用户多输入多输出（MU-MIMO）系统中，信道捕获和预编码器优化过程被分开设计，尽管它们是高度耦合的。本文研究了下行MU-MIMO系统的端到端设计，包括导频序列、有限反馈和预编码。为了解决这个问题，我们提出了一种新的深度学习（DL）框架，该框架联合优化了用户的反馈信息生成和基站（BS）的预编码器设计。MU-MIMO系统中的每个过程都被智能设计的多个深度神经网络（DNN）单元所取代。在基站处，神经网络生成导频序列并帮助用户获得准确的信道状态信息。在每个用户处，由单个用户DNN以分布式方式执行信道反馈操作。然后，另一BS DNN从用户收集反馈信息，并确定MIMO预编码矩阵。提出了一种联合训练算法，以端到端的方式优化所有DNN单元。此外，提出了一种训练策略，该策略可以避免针对不同网络规模的可扩展设计进行再训练。数值结果表明，建议的DL框架相比，经典的优化技术和其他传统的DNN计划的有效性。
2022-09-21 cs.IT cs.LG eess.SP
Guard Region Model for Pilot Reuse Analysis in Uplink Massive MIMO Systems
大规模多输入多输出（MIMO）有望显著提高未来蜂窝系统的频谱效率（SE）和能量效率（EE）。由于大规模MIMO的性能增益从根本上受到导频污染的限制，导频复用设计对于实现合理的小区吞吐量和用户速率至关重要。在本文中，我们利用随机几何模型在大规模MIMO系统中的导频复用，通过引入一个保护区模型，以匹配现实的导频分配策略。推导了上行链路的信干噪比（SINR）分布，并在此基础上分析了导频复用对小区吞吐量和用户速率的影响。得到了用于上行链路传输的最优导频复用因子。我们还通过仿真发现，增加导频复用因子超过一定的值不会提高用户速率，甚至可能导致小区吞吐量的显着损失。
2016-05-13 cs.IT math.IT
Random Access for Massive MIMO Systems with Intra-Cell Pilot Contamination
大规模MIMO系统，其中基站配备有数百个天线元件，是在未来无线网络中获得前所未有的频谱效率的有吸引力的方式。在“经典”大规模MIMO设置中，假设终端满载，并且对性能的主要损害来自小区间导频污染，即，来自使用与家庭小区中相同导频的相邻小区中的终端的干扰。然而，当终端间歇地活动时，通过预分配导频来避免小区间污染是可行的，而相同小区的终端使用随机接入来选择所分配的导频序列。这导致小区内导频污染的问题。我们提出了一个大规模MIMO网络中的随机接入框架，并推导出新的上行链路和速率表达式，考虑到小区内的导频冲突，间歇性的终端活动和干扰。我们使用这些表达式来优化终端激活概率和导频长度。
2016-06-07 cs.IT math.IT
How Much Do Downlink Pilots Improve Cell-Free Massive MIMO?
在本文中，我们分析了包括下行链路导频在无小区的大规模MIMO系统的好处。我们推导出一个近似的每个用户可实现的共轭波束成形处理，其中考虑到上行链路和下行链路的信道估计误差，和功率控制的下行链路速率。在每用户净吞吐量方面进行了性能比较，考虑无小区的大规模MIMO操作，有和没有下行链路训练，对于不同的网络密度。我们还考虑到在下行链路中的最大-最小公平功率控制提供的性能改善。数值结果表明，利用下行链路导频，性能可以显着提高在低密度网络中的传统方案，其中用户只依赖于统计信道知识。在高密度网络中，性能改进是适度的。
2016-09-13 cs.IT eess.SP math.IT
Pilot Reuse Factor with Large Scale Fading Precoding for Massive MIMO
大规模MIMO技术的根本限制是导频污染效应。当终端使用相同的正交信号时，在上行链路训练期间发生这种效应。提出了一种基于大尺度衰落预编码的导频复用因子来减轻导频污染的影响。导频重用因子被设计为向相邻小区分配唯一的正交信号。这些独特的正交信号仅在小区内被重用，因此，导频内污染是唯一的问题。然后使用大规模衰落预编码来减轻导频内污染效应。针对不同的导频重用因子计算平均可实现的和速率。通过MATLAB仿真的实验结果表明，较高的导频复用因子给出了更好的平均可达和速率。
2017-02-08 cs.IT math.IT
Joint Channel Estimation and Equalization in Massive MIMO Using a Single Pilot Subcarrier
这封信的重点是在正交频分复用（OFDM）为基础的大规模多输入多输出（MIMO）系统的大导频开销的减少。我们提出了一种新的联合信道估计和均衡技术，只需要一个导频子载波，减少了数量级的导频开销。我们利用跨越多个子载波频带的相干带宽。这允许在单个子载波处利用信道频率响应（CFR）来均衡子载波的频带。随后，检测到的数据符号被认为是虚拟导频，并且它们的CFR被更新而不需要额外的导频开销。此后，可以以滑动方式执行剩余的信道估计和均衡。通过这种方法，我们使用多个信道估计来均衡每个子载波上的数据。这使我们能够利用频率分集，提高检测性能。最后，我们通过广泛的数值分析证实了上述主张，显示了我们提出的技术相比传统方法的优越性能。
2022-12-15 cs.IT eess.SP math.IT
Information Rate Performance of Massive MU-MIMO Uplink with Constant Envelope Pilot-based Frequency Synchronization
在本文中，我们考虑了一个恒定的包络（CE）导频为基础的低复杂度的多用户大规模MIMO系统的频率同步技术。复杂度-性能权衡的研究表明，这种基于CE导频的技术提供了更好的MSE性能相比，现有的低复杂度高PAPR导频为基础的CFO（载波频率偏移）估计。数值研究了TR-MRC接收机在非理想信道状态下的信息速率性能，结果表明，在大规模MIMO系统中，基于CE导频的CFO估计器比现有的低复杂度CFO估计器具有更高的能量和频谱效率。还观察到，利用该基于CE导频的CFO估计，可以实现$\mathcal{O}(\sqrt{M})$阵列增益。
2016-05-20 cs.IT math.IT
Can Massive MIMO Support URLLC?
我们研究了使用大规模MIMO来支持URLLC在基于相干间隔和3GPP兼容的导频设置中的可行性。我们考虑了使用MMSE接收机的免授权上行传输，并采用3GPP信道模型。在基于相干间隔的导频设置中，通过大量的系统级仿真，我们发现使用具有128个天线和MMSE接收机的大规模MIMO基站，可以在具有正交导频和Neyman-Pearson检测器的城市宏（UMa）非视距（NLoS）中实现URLLC要求。然而，在符合3GPP的导频设置中，即使通过使用物理资源块（PRB）子载波的协方差矩阵用于活动UE检测和信道估计以及开环功率控制，我们发现由于PRB中的导频长度和导频符号位置规定不足，URLLC要求仍然难以实现。
2021-02-23 cs.IT eess.SP math.IT
Learning for Detection: MIMO-OFDM Symbol Detection through Downlink Pilots
Virginia Tech（弗吉尼亚理工学院）
水库计算（RC）是一种特殊的递归神经网络，它由一个固定的高维特征映射和训练的读出权重组成。本文介绍了一种新的用于多输入多输出正交频分复用（MIMO-OFDM）符号检测的RC结构，即加窗回波状态网络（WESN）。理论分析表明，在输入层中添加缓冲区可以增强底层神经网络的短时记忆。此外，一个统一的训练框架开发WESN MIMO-OFDM符号检测器使用梳状和分散的导频模式，与3GPP LTE/LTE-Advanced系统中采用的结构兼容。复杂度分析表明，基于WESN的符号检测器的优势，国家的最先进的符号检测器，如线性最小均方误差（LMMSE）检测和球解码器，当系统采用大量的OFDM子载波。数值仿真结果表明，与现有的符号检测方法相比，本文提出的基于WESN的符号检测器具有更好的检测性能，并能有效地抑制模型失配效应.
2019-10-20 cs.IT cs.LG eess.SP
Smart Pilot Assignment for Massive MIMO
大规模多输入多输出（MIMO）系统利用基站（BS）处的大量天线来服务多个用户，该系统由于小区间干扰而遭受导频污染。本文提出了一种智能导频分配（SPA）方案，以改善严重导频污染用户的性能。具体地，通过利用衰落信道的大尺度特性，BS首先测量具有相同导频序列的用户在其他相邻小区中对每个导频序列造成的小区间干扰。然后，与随机分配导频序列给用户的传统方案相比，所提出的SPA方法以顺序的方式将具有最小区间干扰的导频序列分配给具有最差信道质量的用户，以提高其性能。仿真结果验证了该方案在典型大规模MIMO系统中的性能增益。
2015-07-15 cs.IT math.IT
Pilot Reuse Strategy Maximizing the Weighted-Sum-Rate in Massive MIMO Systems
研究了多小区大规模多输入多输出（MIMO）系统中存在不同优先级的用户组时的导频复用问题。最近对导频重用的研究已经揭示，当相干时间间隔与用户数量的比率相当高时，不完全重用来自干扰小区的导频是有益的。本工作找到了最佳的导频分配策略，将最大化的加权和速率（WSR）给定的用户组具有不同的优先级。最优导频分配的封闭形式的解决方案推导出来，并示出，使直观的意义。性能比较表明，在较宽的信道条件下，使用额外导频集的最优导频分配比传统的全导频复用具有更好的WSR性能。
2017-05-02 cs.IT math.IT
Pilot Clustering in Asymmetric Massive MIMO Networks
我们考虑蜂窝大规模MIMO网络的上行链路。由于这些网络的频谱效率受到导频污染的限制，因此跨小区的导频分配至关重要。然而，找到有效的导频重用模式是不平凡的，特别是在实际的非对称基站部署中。在本文中，我们使用联盟博弈论来解决这个问题。每个小区都有自己独特的导频，并且可以与其他小区形成联盟以获得对更多导频的访问。我们开发了一个低复杂度的分布式算法，并证明收敛到一个单独的稳定联盟结构。仿真结果表明，快速的算法收敛和大量的性能增益超过一个细胞的联盟和充分的导频重用。
2015-07-14 cs.IT math.IT
Structured Compressive Sensing Based Superimposed Pilot Design in Downlink Large-Scale MIMO Systems
具有高频谱和能量效率的大规模多输入多输出（MIMO）是未来5G无线通信非常有前途的关键技术。对于大规模MIMO系统，准确的信道状态信息（CSI）获取是一个具有挑战性的问题，特别是当每个用户必须区分和估计来自下行链路中的大量发射天线的众多信道时。与传统的正交导频的导频开销随着发射天线的数量而增加的情况不同，我们提出了一种用于下行链路大规模MIMO场景的频谱有效的叠加导频设计，其中不同发射天线的频域导频在频域中占据完全相同的子载波。同时，大规模MIMO信道的时空共同稀疏性促使我们利用新兴的结构化压缩感知（CS）理论进行可靠的MIMO信道估计，并通过提出的结构化子空间追踪（SSP）算法实现，以低导频开销同时恢复多个信道。仿真结果表明，该方案性能良好，可以接近性能界。
2015-11-27 cs.IT math.IT
Channel Charting-assisted Non-orthogonal Pilot Allocation for Uplink XL-MIMO Transmission
本文针对XL-MIMO近场信道估计导频开销大的问题，提出基于信道图表的近场导频分配算法NCC-PA，利用极域码本和低维映射增强导频复用用户间的信道正交性，显著提升传输性能。
2024-12-30 cs.IT eess.SP math.IT
Joint Pilot Sequence Design and Power Control for Max-Min Fairness in Uplink Massive MIMO
针对大规模多输入多输出（MassiveMIMO，MultipleInputMultipleOutput）系统中的导频污染问题，对导频分配和导频发射功率进行了优化。虽然以前的作品已经处理导频分配作为一个组合问题，我们实现了一个更容易处理的问题制定直接优化的导频序列。为此，我们计算上的上行链路（UL）的频谱效率（SE）的下限，瑞利衰落信道的最大比（MR）检测和任意导频序列。我们优化的最大-最小SE相对于导频序列和导频功率，功率预算约束下。这成为一个NP难的符号问题，但我们提出了一个有效的算法，以获得多项式复杂度的局部最优解。数值结果表明，该算法的近最优性，并显示出显着的收益比现有的次优算法。
2017-03-06 cs.IT math.IT
Constant Envelope Pilot-Based Low-Complexity CFO Estimation in Massive MU-MIMO Systems
本文研究了大规模多输入多输出（MIMO）系统中基于恒包络导频信号的载波频偏估计。该算法对基站天线接收到的导频信号的周期图进行空间平均。我们的研究表明，所提出的算法的复杂度只有线性的$M$（基站天线的数量）。此外，我们的分析和数值模拟还表明，在固定的用户数和固定的导频长度，所需的最小发射导频功率随着$M$的增加而减小为$\frac{1}{\sqrt{M}}$，同时保持固定的期望均方误差（MSE）的CFO估计。
2016-05-05 cs.IT 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
User Capacity of Pilot-Contaminated TDD Massive MIMO Systems
由于导频污染会导致信号干扰噪声比（SINR）饱和，因此被认为是时分复用（TDD）大规模多输入多输出（Massive MIMO）系统的主要限制因素。然而，导频污染将如何限制下行链路大规模MIMO的用户容量，即，可接受用户的最大数量尚未得到解决。本文给出了在导频污染的情况下，用户数大于导频序列长度的大规模MIMO用户容量的显式表达式。此外，实现用户容量的方案，即，上行链路导频训练序列和下行链路功率分配已经被识别。通过使用这种容量实现方案，可以满足每个用户的SINR要求，并且在大天线尺寸（LAS）机制中能量有效的传输是可行的。与两个非容量实现方案的比较突出了我们提出的方案在实现更高的用户容量方面的优越性。
2014-11-01 cs.IT math.IT
Pilot Decontamination Through Pilot Sequence Hopping in Massive MIMO Systems
这项工作涉及应用大规模多输入多输出（MIMO）技术的无线蜂窝网络。在这样的系统中，给定小区中的基站配备有非常大数量（数百甚至数千）的天线并且服务于多个用户。在基站处使用上行链路导频序列来执行从基站到每个用户的信道的估计。这样的信道估计过程遭受导频污染。在给定小区中使用正交导频序列，但是由于正交序列的短缺，必须在相邻小区中重用相同的导频序列，从而导致导频污染。本文提出的解决方案抑制了导频污染，而不需要在小区之间进行协调。在每个传输时隙执行导频序列跳变，这提供了导频污染的随机化。使用修改后的卡尔曼滤波器，它示出，这种随机化的污染可以显着抑制。与传统的估计方法的比较表明，在低流动性的均方误差可以降低多达一个数量级。
2015-05-21 cs.IT math.IT
Power Control for Massive MIMO Systems with Nonorthogonal Pilots
这封信表明，优化发射功率以及优化设计的非正交导频可以显着减少导频污染，提高整体吞吐量的上行链路多小区大规模多输入多输出（MIMO）系统相比，传统的计划，使用正交导频。给定优化的非正交导频，由于快衰落的存在，作为大规模路径损耗的函数的功率控制可以被认为是随机优化问题。本文提出了一种确定性的方法来解决这个问题，然后进一步提出了一种随机优化方法，利用逐次凸逼近作为基准来量化所提出的方法的性能。仿真结果表明，使用优化的非正交导频与功率控制，以对抗导频污染的显着优势。
2019-12-21 cs.IT math.IT
Performance Analysis of NOMA in Training Based Multiuser MIMO Systems
本文考虑在多用户MIMO系统中使用NOMA在实际情况下，CSI是通过导频信令获取。提出了一种新的使用共享导频的NOMA方案。针对包括上行链路导频和下行链路导频的不同导频信令方案执行可速率分析。与传统的正交接入方案与正交导频的可实现的速率性能进行了比较，建议NOMA方案与每个组内的共享导频。我们提出的方案是正交方案的推广，并且当选择适当的功率分配参数时，可以简化为正交方案。数值结果表明，当下行链路CSI在用户处可用时，我们提出的NOMA方案优于正交方案。然而，在小区中存在更多用户组的情况下，优选地使用多用户波束成形而不是NOMA。
2017-11-06 cs.IT eess.SP math.IT
Towards Massive MIMO 2.0: Understanding spatial correlation, interference suppression, and pilot contamination
自2010年Marzetta的开创性论文以来，大规模多输入多输出已经从具有无限数量天线的理论概念转变为实用技术。这些关键概念已在5G中采用，并且具有$M=64$全数字收发器的基站（BS）已在sub-6，GHz频带中进行商业部署。快速的进展是由许多坚实的研究贡献，其中绝大多数假设空间不相关的信道和信号处理方案开发的单细胞操作。这些假设使得大规模多输入多输出的性能分析和优化易于处理，但是具有三个主要警告：1）实际信道是空间相关的; 2）可以通过多小区处理获得大的性能增益，而无需BS协作; 3）由导频污染引起的干扰产生有限的容量限制，如$M\to\infty$。有一条细线的文件，避免了这些警告，但结果很容易错过。因此，本教程文章解释了考虑空间信道相关性和使用为多小区网络设计的信号处理方案的重要性。我们目前的基本限制大规模多输入多输出，这不是由导频污染，但能够获得信道统计的最新结果。这些结果将指导我们迈向下一个级别的大规模多输入多输出，我们称之为“大规模多输入多输出2.0”。
2019-10-05 cs.IT eess.SP math.IT
Topological Pilot Assignment in Large-Scale Distributed MIMO Networks
我们考虑大规模分布式多输入多输出（MIMO）网络中的导频分配问题，其中大量的远程无线电头端（RRH）天线随机分布在一个广阔的区域，并联合服务于相对较少数量的用户（UE）相干。通过人为地施加拓扑结构上的UE-RRH连接，我们建模的网络由一个部分连接的干扰网络，使导频分配问题可以被投射为一个拓扑干扰管理问题与多个组播消息。建立在这样的连接，我们制定的拓扑导频分配（TPA）问题，以两种不同的方式相对于是否要估计的信道连接模式是已知的先验。当它是已知的，我们制定的TPA问题作为一个低秩矩阵完成的问题，可以解决一个简单的交替投影算法。否则，我们制定它作为一个顺序的最大权重诱导匹配问题，可以解决一个混合整数线性规划或一个简单而有效的贪心算法。相对于两种不同的配方的TPA问题，我们评估所提出的算法的效率下的无小区的大规模MIMO设置。
2021-05-26 cs.IT eess.SP math.IT
Massive-MIMO Iterative Channel Estimation and Decoding (MICED) in the Uplink
大规模MIMO使用大量天线，通过用户的空间复用来提高频谱效率（SE），这需要准确的信道状态信息。通常假设常规导频（RP）足以提供高SE，其中时频资源的一部分被保留用于导频。然而，SE受到导频开销和导频污染的限制。替代方案是叠加导频（SP），其中所有资源用于导频和数据。这消除了导频开销，并通过使用更长的导频来减少导频污染。然而，SP遭受降低SE增益的数据干扰。本文提出了大规模MIMO迭代信道估计和解码（MICED）算法，其中部分解码的数据被用作边信息，以改善信道估计和增加SE。我们表明，具有精确数据估计的用户可以帮助具有较差数据估计的用户进行解码。QPSK调制和LDPC码的仿真结果表明，与传统方法相比，MICED算法提高了SE，降低了RP和SP的误块率。具有SP的MICED算法提供了最高的SE，并且在具有短相干块（如高移动性或高频率）的场景中特别有效。
2021-04-30 cs.IT eess.SP math.IT
Random Pilot and Data Access for Massive MIMO Spatially Correlated Rayleigh Fading Channels
由于导频序列的限制和设备活动的间歇模式，在拥挤的场景中随机接入是必要的。目前，大多数相关的工作是基于独立同分布（i.i.d.）渠道然而，大规模多输入多输出（MIMO）信道并不总是独立同相的。在现实的室外无线传播环境中。针对空间相关瑞利衰落信道下的上行大规模多输入多输出系统，提出了一种设备分组和导频集分配算法。首先，将设备分成多个组，并且同一组内的设备的信道协方差矩阵近似正交。在每个组中，分配专用导频集。然后，有源设备执行随机导频和数据接入过程。推导了该方案的信道估计均方误差（MSE-CE）和频谱效率，并证明了当冲突设备具有非重叠的到达角（AoA）间隔时，MSE-CE最小。仿真结果表明，该协议的MSE-CE和频谱效率比传统方案有了提高。特别是对于长导频序列，所提出的方案的MSE-CE在宽信噪比（SNR）区域上接近理论下限。此外，MSE-CE性能增益在高SNR和强相关场景中是显著的。
2019-08-15 cs.IT eess.SP math.IT
Pilot Decontamination in CMT-based Massive MIMO Networks
在时分双工（TDD）模式下的大规模MIMO网络中，导频污染问题在很大程度上限制了网络的期望容量。本文解决了这个问题，在余弦调制多音（CMT）为基础的大规模MIMO网络，利用其所谓的盲均衡属性。我们扩展和应用盲均衡技术从单天线的情况下，多蜂窝大规模MIMO系统，并表明它可以消除信道估计误差（由于导频污染效应），而不需要任何不同的小区之间的合作或传输额外的训练信息。我们的数值结果主张的功效，建议的盲技术，提高信道估计精度和消除的残留信道估计误差所造成的其他细胞的用户。
2014-06-19 cs.IT math.IT
Downlink Spectral Efficiency of Cell-Free Massive MIMO with Full-Pilot Zero-Forcing
与蜂窝通信相比，由于增加了宏分集，大规模多输入多输出（MIMO）可确保以高频谱效率（SE）进行无处不在的通信。然而，系统的可扩展性和性能受到前传业务和干扰的限制。与仅抑制小区内干扰的常规预编码方案不同，在[1]中引入的全导频迫零（fpZF）还主动地抑制小区间干扰，而不在接入点（AP）之间共享信道状态信息（CSI）。在这项研究中，我们推导出一个新的封闭形式的表达的下行链路（DL）SE的无小区大规模MIMO系统与多天线AP和fpZF预编码，不完美的CSI和导频污染。该分析还包括最大-最小公平DL功率优化。数值结果表明，fpZF显着优于最大比传输方案，而不增加前传开销，只要系统是充分分布。
2019-09-06 cs.IT eess.SP math.IT
Random Pilot and Data Access in Massive MIMO for Machine-type Communications
由具有数百个天线的基站表示的大规模MIMO系统能够对许多设备进行空间复用，因此自然适合于在新兴应用（诸如机器类型通信）中服务密集的无线设备群。人群场景对基于导频的信道状态信息获取提出了新的挑战，并要求导频接入协议与设备活动的间歇模式相匹配。针对大规模MIMO系统的上行链路，提出了一种基于随机接入的联合导频分配和数据传输协议。该协议依赖于对随机接入过程中产生的导频冲突事件的多个传输时隙进行平均。我们推导出新的上行链路和速率表达式，考虑到导频冲突，间歇性设备活动和干扰。得到了简化的边界，并用于优化设备激活概率和导频长度。性能分析表明，性能如何缩放作为天线的数量和传输时隙持续时间的函数。
2017-09-05 cs.IT math.IT
Fractional Pilot Reuse in Massive MIMO Systems
已知导频污染是大规模MIMO多小区通信的主要损害之一。受分数频率复用的概念和最近的贡献之间的非相邻小区的导频重用的启发，我们提出了一种新的导频分配方案，以减轻这种影响。关键思想是允许最靠近其基站的相邻小区中的用户重用相同的导频序列。专注于上行链路，我们得到的表达式为不同的线性组合技术在基站的每个小区的整体频谱效率，并使用它们来获得最佳的导频复用参数和最佳的预定用户数。数值结果表明，相对于现有技术的频谱效率显着改善。
2015-06-16 cs.IT math.IT
Pilot Beam Sequence Design for Channel Estimation in Millimeter-Wave MIMO Systems: A POMDP Framework
本文研究了大容量毫米波MIMO系统中用于信道估计的自适应导频波束序列设计问题。通过利用具有虚拟信道表示的mmWave MIMO信道的稀疏性并对视线（LOS）和反射簇的物理移动施加马尔可夫随机游走假设，示出了大型mmWave MIMO系统中的稀疏信道估计问题简化为在二维矩形网格中找到非零值bin的位置和值的顺序检测问题，而最优自适应导频设计问题可以归结为部分可观测马尔可夫决策过程（POMDP）的框架。在POMDP框架下，得到了一种最优自适应导频波束序列设计方法，以最大化给定时间段内的累积传输数据率。数值结果验证了我们的导频信号的设计方法，他们表明，所提出的方法产生良好的性能。
2014-09-30 cs.IT 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
Distributed Pilot Assignment for Distributed Massive-MIMO Networks
针对分布式大规模MIMO网络中的导频污染问题，本文提出一种分布式导频分配方案，在降低信令开销并增强容错性的同时，显著提升网络吞吐量。
2024-07-01 cs.IT cs.NI 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
Mitigating Pilot Contamination Through Location-Aware Pilot Assignment in Massive MIMO Networks
提出了一种新的位置感知导频分配方案，以减轻大规模多输入多输出（MIMO）网络中的导频污染，其中信道受到莱斯衰落。我们提出的方案利用用户的位置信息作为输入进行导频分配在网络中。基于位置信息，我们首先确定预期信号和干扰信号之间的视线（LOS）干扰。我们的分析表明，LOS干扰收敛到零的天线在基站（BS）的数量趋于无穷大，而有限数量的天线在BS的LOS干扰确实取决于特定的导频分配策略。根据这一启示，我们分配导频序列的大规模MIMO网络中的所有用户，使LOS干扰最小化有限数量的天线在BS。我们提出的方案优于随机导频分配方面实现了更高的上行链路和速率合理的值的Rician K因子。此外，我们提出了一个新的性能指标，它衡量的LOS干扰的强度，并表明它是一个很好的指标来分析导频分配方案的性能。理论分析和验证，通过数值模拟，以支持所提出的计划。
2016-09-28 cs.IT math.IT
A Rate Splitting Strategy for Mitigating Intra-Cell Pilot Contamination in Massive MIMO
大规模MIMO（Massive MIMO，MaMIMO）系统的频谱效率（SE）受到低质量信道估计的影响。速率分裂（RS）作为一种有效的手段，近年来在多用户多天线系统中得到了一些关注，以减轻多用户干扰，由于不完善的信道状态信息。本文研究了在单小区MaMIMO系统下行链路中，当所有用户使用相同的导频序列进行信道估计时，RS的好处。在下行链路中通过单层RS策略（依赖于每个用户侧的单个连续干扰消除）实现的SE的新表达式被导出并用于设计用于公共和私有消息的预编码方案和功率分配策略。数值结果表明，所提出的RS解决方案实现了更高的频谱效率，传统的最大比预编码的MaMIMO。
2020-03-13 cs.IT eess.SP math.IT
Enhanced Channel Estimation in Massive MIMO via Coordinated Pilot Design
导频污染是多小区大规模多输入多输出（MIMO）系统中的一个限制因素，因为它会严重损害信道估计。先前的工作已经建议跨小区协调导频设计，以便减少由导频污染引起的信道估计误差。在本文中，我们提出了一种使用分式规划的协调导频设计方法，以最小化信道估计中的加权均方误差（MSE）。特别是，我们最近提出的二次变换的MSE表达式，允许的影响，导频污染解耦。由此产生的问题的重新制定，使飞行员优化，在封闭的形式，如果他们可以任意设计。当导频被限制到一组给定的正交序列，导频优化减少到一个分配问题，可以解决加权二分匹配。此外，我们考虑的最大-最小公平性的数据率与正交导频，并获得所提出的方法的相关瑞利衰落的扩展。最后，仿真结果表明，所提出的（正交和非正交）导频设计的优势相比，国家的最先进的方法，在打击导频污染。
2020-08-11 cs.IT math.IT
Probabilistic ODMA Receiver with Low-Complexity Algorithm for MIMO Unsourced Random Access
本文为MIMO无源随机接入提出低复杂度概率ODMA接收机，采用基于近似消息传递的线性复杂度检测器，相比现有方案获得13 dB性能提升并改善复杂度与容量权衡。
2025-05-05 cs.IT eess.SP math.IT
Pilot Reuse in Cell-Free Massive MIMO Systems: A Diverse Clustering Approach
分布式或无小区（CF）大规模多输入多输出（mMIMO）最近已经被提出作为对当前以网络为中心的系统在提供高速率无处不在的传输方面的限制的回答。提供统一服务水平的能力使CF mMIMO成为超5G和6G网络的潜在技术。准确的信道状态信息（CSI）的获取对于不同的CF mMIMO操作是关键的。因此，使用上行链路导频训练阶段来有效地估计传输信道。可用的正交导频信号的数量是有限的，并且重用这些导频将增加副导频干扰。这会导致被称为导频污染的不期望的影响，其可能降低系统性能。因此，需要适当的导频重用策略来减轻导频污染的影响。本文将CF mMIMO中的导频分配问题归结为一个分集分簇问题，并提出了一种迭代极大值搜索算法来解决该问题，该算法首先将用户设备（UE）组成簇，使得簇内分集最大化，然后为同一簇内的所有UE分配相同的导频。数值结果表明，所提出的技术优于其他方法，有关实现的上行链路和下行链路的平均和每用户数据速率。
2022-12-17 cs.IT eess.SP math.IT
Activity Detection in Distributed Massive MIMO With Pilot-Hopping and Activity Correlation
大规模机器类型通信的许多现实场景涉及传感器监视物理现象。因此，这些传感器的活动模式将是相关的。在这封信中，我们研究了如何利用用户活动的相关性来提高免授权随机接入系统的检测性能，其中用户发送导频跳频序列，并且基于接收到的能量进行检测。我们表明，我们可以期待相当大的性能增益，通过添加正则化，它考虑到活动的相关性，非负最小二乘，这已被证明是独立的用户活动。
2022-11-17 cs.IT eess.SP math.IT
Pilotless Uplink for Massive MIMO Systems
针对大规模MIMO OFDM系统中导频开销大和多用户导频分配困难的问题，提出一种无导频的迭代矩阵分解盲解调算法，同时估计用户符号与信道，性能媲美传统导频方法且降低了复杂度。
2024-06-03 cs.IT eess.SP math.IT
Spectral Efficiency Analysis of Cell-free Distributed Massive MIMO Systems with Imperfect Covariance Matrix
分析了非理想信道协方差矩阵对无小区分布式大规模多输入多输出（MIMO）系统频谱效率的影响。我们提出了通过交替使用不同相干块中分配的导频及其相移导频来估计信道协方差矩阵，从而提高了不完美协方差矩阵的信道估计精度，并减少了导频开销。在此方案下，最大比合并（MRC）和迫零（ZF）接收机的SE的封闭形式的表达式推导，这使得我们能够选择更好的系统性能的关键参数。仿真结果验证了所提出的信道估计方法的有效性和推导的封闭形式的表达式的准确性。当使用更多的相干块来估计协方差矩阵时，我们可以得到更好的系统性能。此外，通过对不同接收方案（ZF和MRC）和不同导频分配方案（正交导频和导频复用）的SE进行比较，得出了一些有意义的结论。
2021-08-24 cs.IT eess.SP math.IT
ComSens: Exploiting Pilot Diversity for Pervasive Integration of Communication and Sensing in MIMO-TDD-Frameworks
在本文中，我们提出了一个完全集成的雷达和通信系统-命名为ComSens。我们利用两个不同的导频序列（一个用于上行链路，一个用于下行链路），条件是它们必须彼此不相关。在这样的框架内，从终端用户接收的信号和来自期望对象的反向散射信号具有不相关的导频。因此，基站能够区分来自用户的数据信号和来自对象的后向散射信号。我们假设时分双工（TDD）框架。导频序列被设计用于MIMO信道。我们评估信道MSE作为通信系统的品质因数。我们还表明，所设计的飞行员是不相关的一系列的时间滞后。此外，所设计的上行链路导频具有可忽略不计的自相关的时间滞后的范围内，导致脉冲状的自相关雷达感测。
2017-09-05 cs.IT math.IT
On the Pilot Contamination Attack in Multi-Cell Multiuser Massive MIMO Networks
在本文中，我们分析了导频污染（PC）攻击的多小区大规模多输入多输出（MIMO）网络与相关的导频。我们获得相关的导频使用用户容量实现导频序列设计。该设计依赖于一种算法，该算法基于所有合法用户的信号干扰噪声比（SINR）要求来设计相关导频序列。该导频设计即使在存在PC的情况下也能够实现所有用户的SINR要求。然而，这种设计有一些固有的局限性和脆弱性，例如已知的导频序列和不同导频序列之间的非零互相关。我们发现，这样的漏洞可能会被一个活跃的攻击者利用，以增加网络中的PC。出于这一动机，我们分析了相关的试点设计的漏洞，可以利用一个积极的攻击者。在此基础上，我们提出了一种有效的主动攻击策略在大规模MIMO网络相关的导频序列。我们的研究表明，在存在主动攻击的情况下，网络的用户容量区域显着减少。重要的是，即使在基站处具有无限数量的天线，也可能无法满足受影响最严重的用户的SINR要求。
2020-01-13 cs.IT math.IT
Pilot Decontamination Processing in Cell-Free Massive MIMO
这封信的重点是在上行链路和下行链路的无小区的大规模多输入多输出网络与接入点之间的合作程度不同的导频污染问题。最佳最小均方误差处理可以利用大尺度衰落系数来抵消导频共享用户设备的干扰，从而实现渐近无界容量。然而，它对计算要求很高，只能在完全集中的网络中实现。在这里，次优方案推导出，提供无限的能力与线性增长的复杂性，只使用本地信道估计，但全球信道统计。这使得它们适合集中式和分布式网络。在后一种情况下，最好的性能是实现了一个广义的最大比组合器，最大限度地提高了基于信道统计的容量界限。
2021-10-05 cs.IT eess.SP math.IT
Smart Pilot Assignment for IoT in Massive MIMO Systems: A Path Towards Scalable IoT Infrastructure
Iowa State University（爱荷华州立大学）
针对大规模MIMO物联网网络中的导频污染瓶颈，提出结合用户聚类、图着色建模与ILP优化的智能导频分配方案，并设计低复杂度二分启发式算法，实现导频开销降17%、频谱效率提8-14%，提升系统可扩展性。
2024-04-16 cs.GT cs.IT cs.LG
On Reusing Pilots Among Interfering Cells in Massive MIMO
由干扰小区之间的导频重用引起的导频污染仍然是限制大规模多输入多输出天线系统性能的重要障碍。为了处理这个问题，较少积极的重用导频涉及分配额外的导频干扰用户在本文中仔细检查。提出了分层导频复用方法，有效地减轻了导频污染，提高了系统的净吞吐量。在所建议的分层导频复用方案中，将导频分配给不同用户的最优方式以在给定相干时间内最大化净和速率的封闭形式的解获得。仿真结果证实，当信道相干时间与每个小区中的用户数量的比率足够大时，相对于所有小区重用相同导频集的情况，导频的较不积极的重用产生显著的性能优势。
2017-10-08 cs.IT math.IT
Downlink Pilots are Essential for Cell-Free Massive MIMO with Multi-Antenna Users
针对多天线用户场景下有效信道矩阵不硬化的问题，提出基于导频的下行链路估计方案并推导迫零合并的SE表达式，证明下行链路导频对提升无小区大规模MIMO系统SE的必要性。
2024-04-29 cs.IT eess.SP math.IT
Joint Pilot Design and Uplink Power Allocation in Multi-Cell Massive MIMO Systems
本文研究了多小区大规模多输入多输出（MIMO）系统中的导频设计问题。而不是建模的导频设计作为一个组合分配问题，如在以前的作品，我们表示的导频信号使用的导频基础和治疗相关的功率系数作为连续的优化变量。我们计算的最大比检测，适用于任意导频信号的瑞利衰落信道的上行链路容量的下限。我们进一步制定的最大-最小公平性问题下的功率预算约束，与导频信号和数据功率作为优化变量。由于这个优化问题是非确定性的多项式时间的困难，由于符号约束，我们然后提出了一个算法，以获得一个局部最优的多项式复杂度。我们的框架作为一个基准，试点设计的情况下，无论是理想的或非理想的硬件。数值结果表明，所提出的优化算法接近于穷举搜索得到的最优解，并且新的导频结构和优化方法比现有的次优导频设计方法具有更大的优势。
2018-01-22 cs.IT math.IT
Massive MIMO Pilot Retransmission Strategies for Robustification against Jamming
针对单用户上行大规模MIMO系统，提出了一种基于导频重传的抗干扰策略。假设干扰机在训练和数据传输阶段都对系统进行攻击。我们首先推导出一个可达到的速率，使我们能够分析干扰攻击对系统性能的影响。反攻击策略，然后提出了两种不同的情况下，以减轻这种影响：随机和确定性干扰攻击。数值结果说明了我们的分析和所提出的计划的好处。
2016-11-24 cs.IT math.IT
