Maximum Likelihood Algorithms for Joint Estimation of Synchronization Impairments and Channel in MIMO-OFDM System
研究了多输入多输出正交频分复用(MIMO-OFDM)系统中同步损伤和信道联合估计的最大似然(ML)算法。系统模型,考虑到载波频率偏移,采样频率偏移,符号定时误差和信道脉冲响应的影响制定。给出了连续参数估计的Cramér-Rao下界,该下界反映了不同损伤之间的耦合效应和联合估计的重要性.我们提出了一种最大似然估计算法,同步损伤和信道一起,使用网格搜索方法。为了降低ML算法中联合网格搜索的复杂度,本文还提出了一种具有多个一维搜索的改进ML(MML)算法。此外,一个阶段明智的ML(SML)算法使用现有的算法,估计较少的参数,也提出了。通过数值仿真研究了估计算法的性能,发现提出的ML和MML算法具有比SML算法更好的性能。
2012-10-27 cs.IT math.IT
A Desired PAR-Achieving Precoder Design for Multi-User MIMO OFDM based on Concentration of Measure
针对正交频分复用系统中的多用户多输入多输出(MIMO)无线通信,提出了一种MIMO预编码方案,该方案以最小的接收信噪比(SNR)降低代价提供期望的峰均功率比(PAR)。通过利用测度的集中性,我们建立了一个对所需PAR有约束的凸问题。因此,所提出的方案几乎完全达到所需的平均PAR,并渐近达到所需的PAR在其互补的累积分布函数的0.001点,作为子载波的数量增加。
2016-11-01 cs.IT math.IT
Robust Learning-Based ML Detection for Massive MIMO Systems with One-Bit Quantized Signals
在本文中,我们研究了基于学习的最大似然(ML)检测的上行链路大规模多输入多输出(MIMO)系统与一位模数转换器(ADC)。为了克服基于学习的检测对训练长度的显著依赖性,我们提出了两种一位ML检测方法:偏置学习方法和抖动学习方法。偏置学习方法保持具有零概率的似然函数不通过学习消除所获得的信息,从而提供更鲁棒的检测性能。将有偏方法扩展到具有接收信噪比的知识的系统,抖动和学习方法通过将抖动噪声添加到量化器输入来估计更多的似然函数。通过采用后似然函数更新,利用正确解码的数据符号作为训练导频符号,进一步改进了所提出的方法。所提出的方法避免了对信道估计的需要。仿真结果验证了所提方法在符号出错率方面的检测性能。
2019-08-26 cs.IT math.IT
Activity Detection in Distributed MIMO: Distributed AMP via Likelihood Ratio Fusion
提出了一种新的分布式多输入多输出(MIMO)系统中免授权多址接入的活动检测算法。该算法是一个分布式版本的近似消息传递(AMP)的基础上软组合的似然比独立计算在多个接入点。我们的算法的基础理论基础是一个新的观察,我们在AMP的状态演变。具体地说,与最小均方误差降噪,状态保持块对角结构时,信号的协方差矩阵具有这样的结构。我们通过数值例子表明,该算法优于竞争计划从文献中。
2022-09-22 cs.IT eess.SP math.IT
Capacity-Region-Achieving Sparse Regression Codes for MIMO Multiple-Access Channels
Zhejiang University(浙江大学);Xidian University(西安电子科技大学);Tsinghua University(清华大学);Technical University of Berlin(柏林工业大学)
本文提出了一种用于MIMO多址信道的稀疏回归码编码框架,通过随机半单位正交字典矩阵实现多用户并行干扰抵消。理论推导了基于MA-OAMP接收机的最优编码原则,结合时间共享实现容量区域。
2026-07-07 cs.IT math.IT
Capacity-Achieving Iterative LMMSE Detection for MIMO-NOMA Systems
针对上行链路非正交多址多用户多输入多输出(MU-MIMO)系统,提出了一种迭代线性最小均方误差(LMMSE)检测算法。迭代LMMSE检测通过将整个处理分离成许多低复杂度的分布式计算而大大降低了系统的计算复杂性。然而,它通常被认为是次优的,并且实现相对较差的性能。本文首先给出了MIMO-NOMA系统迭代检测的匹配条件和面积定理。基于所提出的匹配条件和面积定理,分析了迭代LMMSE检测的可达速率域。我们证明了通过适当设计迭代LMMSE检测器,它可以实现(i)MU-MIMO系统的最佳和容量,(ii)MU-MIMO系统容量区域中的所有最大极值点,(iii)两用户MIMO系统的整个容量区域。
2016-02-24 cs.IT math.IT
Linear Transceiver Design for a MIMO Interfering Broadcast Channel Achieving Max-Min Fairness
我们考虑的问题,线性收发器的设计,以实现最大最小的公平性在下行链路MIMO多小区网络。这个问题可以用公式表示为最大化干扰广播信道(IBC)中所有用户之间的最小速率。本文证明,当发射机和接收机的天线数量至少为两个时,最小速率最大化问题在用户数量上是NP难的。此外,我们开发了一个低复杂度的算法,这个问题通过迭代求解一系列的凸子问题,并建立其全局收敛到原来的最小速率最大化问题的一个稳定点。仿真结果表明,该算法能有效地实现用户间的公平性。
2012-08-31 cs.IT math.IT
On the Capacity Achieving Transmit Covariance Matrices of MIMO Correlated Rician Channels: A Large System Approach
我们确定的容量实现的输入协方差矩阵的相干块衰落相关MIMO莱斯信道。与Rayleigh和不相关Rician情况相比,最佳输入协方差矩阵的特征向量没有封闭形式的表达式。特征向量和特征值都必须用数值方法计算。由于相应的优化算法不是很有吸引力,我们评估的平均互信息的限制时,发送和接收天线的数量收敛到无穷大,在相同的速度。在信道半相关的情况下,我们提出了一个大系统近似的优化算法,并建立了一些收敛性结果。仿真结果表明,我们的方法提供了可靠的结果,即使是相当温和的数量的发射和接收天线。
2006-08-25 cs.IT math.IT
An Efficient Global Algorithm for One-Bit Maximum-Likelihood MIMO Detection
针对大规模 MIMO 系统中的一比特最大似然检测问题,本文将其重构为含大量线性约束的 MILP 问题,并提出一种轻量级分支定界树搜索算法高效求解,显著降低了计算复杂度。
2023-07-03 cs.IT eess.SP math.IT
Construction of MIMO MAC Codes Achieving the Pigeon Hole Bound
本文给出了具有广义满秩特性的多输入多输出多接入信道码(MIMO MAC码)的一般构造方法。所实现的结构给出了一个肯定的答案的问题,它是否通常可能达到所谓的鸽子洞界,即上界的MIMO-MAC信道码的行列式的衰减。
2012-02-03 cs.IT math.IT math.RA
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
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
Capacity-Achieving Iterative LMMSE Detection for MIMO-NOMA Systems
针对非正交多址(NOMA)上行多用户多输入多输出(MU-MIMO)系统,研究了一种迭代线性最小均方误差(LMMSE)检测方法。众所周知,迭代LMMSE检测通过将整个处理分离成可以并行执行的许多低复杂度分布式计算来大大降低系统计算复杂性。然而,它通常被认为是次优的,并且由于其次优检测器而实现相对较差的性能。本文首先给出了MIMO-NOMA系统迭代检测的匹配条件和面积定理。基于匹配条件和面积定理,分析了迭代LMMSE检测的可达速率域。有趣的是,我们证明了通过适当地设计迭代LMMSE检测器,它可以实现(i)对称MIMO-NOMA系统的最佳容量,(ii)非对称MIMO-NOMA系统的最佳和容量,(iii)非对称MIMO-NOMA系统容量域中的所有最大极值点,(iv)两用户和三用户非对称MIMO-NOMA系统的整个容量域,在所有情况下都是分布式的。最后,针对一般的非对称MIMO-NOMA系统,提出了一种实用的迭代LMMSE检测器设计。
2016-04-28 cs.IT math.IT
Learning-Based One-Bit Maximum Likelihood Detection for Massive MIMO Systems: Dithering-Aided Adaptive Approach
针对高SNR下一比特MIMO系统似然估计需大量训练的问题,提出一种基于学习的自适应抖动辅助最大似然检测框架,无需显式信道估计即可提升未编码与编码系统性能。
2024-03-22 cs.IT eess.SP math.IT
Active Attack on User Load Achieving Pilot Design in Massive MIMO Networks
在本文中,我们提出了一种主动攻击策略的大规模多输入多输出(MIMO)网络,其中的导频序列获得使用用户负载实现导频序列设计。用户负载实现设计确保了即使在存在导频污染的情况下也能保证大规模MIMO网络中所有用户的信号干扰噪声比(SINR)要求。然而,这种设计有一些漏洞,如一个已知的导频序列和导频序列之间的相关性,这可能会被主动攻击者利用。在这项工作中,我们首先确定潜在的漏洞,在用户负载实现导频序列的设计,然后,相应地,开发一个积极的网络攻击策略。在所提出的攻击策略中,主动攻击者在上行链路训练中发送已知的导频序列,在下行链路数据传输中发送人工噪声。我们的研究表明,每个小区的用户负载区域显着减少所提出的攻击策略。由于每个小区的用户负载区域减小,在存在主动攻击者的情况下,不再保证所有用户的SINR要求。具体地,对于受影响最严重的用户,即使在基站处具有无限天线,也可能无法确保SINR要求。
2017-10-06 cs.IT 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
On the Capacity Achieving Covariance Matrix for Frequency Selective MIMO Channels Using the Asymptotic Approach
在这篇文章中,提出了一种用于评估频率选择性Rayleigh MIMO信道的容量实现输入协方差矩阵的算法。与平坦衰落瑞利情况相比,最佳输入协方差矩阵的特征向量没有封闭形式的表达式。传统上,特征向量和特征值都是数值计算的,相应的优化算法在计算上仍然非常苛刻。在本文中,它是建议优化(w.r.t.输入协方差矩阵)Moustakas和Simon导出的平均互信息的大系统近似。提出了一种基于迭代注水方案的算法,并研究了其收敛性。数值仿真结果表明,即使对于中等数量的发射和接收天线,新的方法提供了相同的结果作为直接最大化的平均互信息的方法。
2010-07-06 cs.IT math.IT
Learning Perturbations for Soft-Output Linear MIMO Demappers
用于多输入多输出(MIMO)检测的基于树的解映射器(诸如球形解码器)可以实现接近最优的性能,但是由于其顺序性质而导致高计算成本。在本文中,我们提出了扰动线性解映射器(PLM),这是一种新的数据驱动模型,用于并行计算软输出。为了实现这一点,PLM使用端到端贝叶斯优化来学习以初始线性估计和对数似然比裁剪参数为中心的分布。此外,我们表明,格减少可以自然地纳入PLM流水线,这允许权衡计算成本对编码块出错率减少。我们发现,优化的PLM可以实现近最大似然(ML)性能在瑞利信道中,使其成为一个有效的替代基于树的demapper。
2022-09-09 cs.IT 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
Achieving Near MAP Performance with an Excited Markov Chain Monte Carlo MIMO Detector
我们介绍了一个修订的推导逐位马尔可夫链蒙特卡罗(MCMC)多输入多输出(MIMO)检测器。新的方法解决了先前报道的高信噪比失速问题的MCMC,而不需要杂交与另一种检测器的方法或添加启发式的温度缩放因子。MCMC算法的另一个常见问题是未知的收敛时间,这使得可预测的固定长度实现成为问题。当在缓慢收敛的示例上使用不足的迭代次数时,输出LLR可能是不稳定和过度自信的。因此,我们开发了一种方法来识别罕见的缓慢收敛运行,并减轻其对软输出信息的退化影响。这提高了前向纠错码性能,并消除了BER图中的症状性错误平层。接下来,伪收敛被识别与一种新的方式来可视化的吉布斯采样器的内部行为。提出了一种有效的伪收敛检测和逃逸策略。最后,新的激励MCMC(X-MCMC)检测器具有接近最大后验概率(MAP)的性能,即使在具有挑战性的,现实的,高度相关的信道在最大MIMO尺寸和调制速率支持的802.11ac WiFi规范,8x8 MIMO 256 QAM。
2017-07-11 cs.IT math.IT
Full-Rate Full-Diversity Achieving MIMO Precoding with Partial CSIT
在本文中,我们考虑了一个$n_t\times n_r$多输入多输出(MIMO)信道受到块衰落。可靠性(在实现的分集阶数方面)和速率(在每个信道使用发送的符号的数量方面)在这样的信道中是感兴趣的。我们提出了一种新的预编码方案,实现全分集($n_tn_r$第阶分集)以及全速率($n_t$符号每信道使用)使用部分信道状态信息在发射机(CSIT),适用于MIMO系统,包括$n_r<n_t$非对称MIMO。该方案通过对星座集的选择进行优化,实现了全分集,提高了编码增益。优化最大化$d_{min}^2$为我们的预编码方案的能量约束。该方案需要$n_t-1$角度参数值的反馈,相比$2n_tn_r$实系数在全CSIT的情况下。针对$3\times 1$、$3\times 2$、$4\times 1$、$8\times 1$预编码MIMO系统(每个信道分别使用$n_t=3,3,4,8$符号)的误码率性能结果表明,所提出的预编码分别实现了3阶、6阶、4阶和8阶分集。这些性能被证明是优于文献中的其他预编码方案,更好的性能是由于在所提出的方案中的信号集和反馈角度的选择。
2011-03-24 cs.IT math.IT
Ergodic Sum Rate Capacity Achieving Transmit Design for Massive MIMO LEO Satellite Uplink Transmission
研究仅有统计信道状态信息的大规模MIMO低轨卫星上行传输,提出基于低维矩阵转化和条件梯度法的遍历和速率容量最优发射协方差矩阵设计,并利用渐近表达式简化计算。
2023-05-17 cs.IT math.IT
Capacity-Achieving MIMO-NOMA: Iterative LMMSE Detection
针对多个单天线用户同时与多天线基站通信的多输入多输出非正交多址系统(MIMO-NOMA),提出了一种低复杂度的迭代线性最小均方误差(LMMSE)多用户检测器。虽然LMMSE作为线性检测器具有低复杂度,但由于LMMSE检测和多用户解码之间的失配,它在多用户检测场景中具有次优性能。因此,在本文中,我们提供了MIMO-NOMA的检测器和解码器之间的匹配条件,然后使用它来推导迭代检测的可达速率。我们证明了一个匹配迭代LMMSE检测器可以实现(i)任意用户数的对称MIMO-NOMA的最优容量,(ii)任意用户数的非对称MIMO-NOMA的最优和容量,(iii)任意用户数的非对称MIMO-NOMA容量域中的所有极大极值点,(iv)两用户和三用户非对称MIMO-NOMA系统的容量区域中的所有点。此外,设计了一种实用的低复杂度纠错多用户码,称为非规则重复累积码,与LMMSE检测器相匹配。数值结果表明,所提出的迭代LMMSE检测的比特出错率性能优于现有的最先进的方法,是在0.8dB的相关容量限制。
2019-01-23 cs.IT math.IT
An Approximate ML Detector for MIMO Channels Corrupted by Phase Noise
我们考虑多输入多输出(MIMO)通信信道在发送端和接收端都受到相位噪声的影响。我们专注于未编码单载波传输的最大似然(ML)检测问题。我们推导出一个近似的似然函数,在此基础上,我们提出了一个有效的检测算法。所提出的算法,称为自干扰白化(SIW),包括1)估计的相位噪声扰动引起的自干扰,然后2)白化所述干扰,最后3)检测的发送矢量。虽然精确的ML解决方案是计算上难以处理的,我们构造了一个基于模拟的ML检测的错误概率的下限。利用这个下限,我们进行了大量的数值实验,证明SIW是,在大多数情况下的利益,非常接近最佳的适度的相位噪声。更重要且可能令人惊讶的是,只需应用两倍的最近邻检测算法就可以实现这种接近ML的性能。从这个意义上说,我们的研究结果揭示了一个惊人的事实:近ML检测相位噪声损坏的MIMO信道可以有效地为传统的MIMO信道没有相位噪声。
2017-08-07 cs.IT math.IT
Achieving Energy-Efficient Uplink URLLC with MIMO-Aided Grant-Free Access
能量有效的多输入多输出(MIMO)辅助上行链路超可靠低时延通信(URLLC)系统的优化设计是一个重要但尚未解决的问题。对于这样一个系统,我们提出了一种新的吸收马尔可夫链为基础的分析框架,揭示了令人困惑的延迟和可靠性之间的关系,以及量化系统的能量效率。考虑瑞利衰落、信道估计误差、迫零多用户检测(ZF-MUD)、免授权接入、延迟范围内的ACK重传以及这些技术成分之间的相互作用,推导了吸收马尔可夫链的转移概率。然后,基于吸收马尔可夫链推导了系统的时延约束可靠性和能量有效性。最后,我们研究了最佳的用户设备(UE)的数量和最佳的接收天线的数量,最大限度地提高系统的能量效率,同时满足可靠性和延迟要求的URLLC。仿真结果验证了理论分析的正确性和大规模MIMO在支持大规模URLLC系统中的有效性。
2021-11-27 cs.IT math.IT
Achieving "Massive MIMO" Spectral Efficiency with a Not-so-Large Number of Antennas
本文的主要重点和贡献是一种新的网络MIMO TDD架构,实现了频谱效率与“大规模MIMO”相比,与一个数量级的天线每个活跃用户每个小区。所提出的架构是基于一个家庭的网络MIMO方案定义的小集群的合作基站,迫零多用户MIMO预编码与适当的集群间干扰的约束,跨小区的上行链路导频信号重用,和频率重用。关键思想包括将用户群体划分为地理上确定的“bin”,使得同一bin中的所有用户在统计上是等效的,并且针对每个bin使用家庭中的最佳网络MIMO架构。调度器负责服务时频时隙上的不同频段,以便最大化捕获一些期望的公平性概念的期望的网络效用函数。这导致混合模式网络MIMO架构,其中不同的方案在时间-频率上复用,每个方案针对所服务的用户频段进行优化。为了进行性能分析和优化所提出的架构在一个干净的和计算效率的方式,我们考虑大系统的制度,其中用户的数量,天线的数量,和信道相干块长度去无穷大与固定的比率。大系统渐近分析预测的性能匹配非常好的有限维模拟。总的来说,通过所提出的架构获得的系统频谱效率类似于通过“大规模MIMO”实现的系统频谱效率,基站处的天线数量减少了10倍(大致从500个天线减少到50个天线)。
2011-09-13 cs.IT math.IT
MIMO Systems Aided by Microwave Linear Analog Computers: Capacity-Achieving Architectures with Reduced Circuit Complexity
Imperial College London(帝国理工学院);Kyung Hee University(庆熙大学)
本文提出基于图论的微波线性模拟计算机模型,设计出电路复杂度更低的MiLAC架构,实现高性能可扩展的巨型MIMO系统。
2026-05-01 cs.IT eess.SP math.IT
Modulation Classification via Subspace Detection in MIMO Systems
研究了多输入多输出(MIMO)系统中的有效调制分类问题。提出了一种基于逐层似然的MC算法,该算法采用子空间分解对传输流进行部分解耦。当检测感兴趣的流的调制类型时,在所有剩余的流上假设密集星座。所提出的分类器优于现有的MC计划在一个较低的复杂度成本,并可以有效地实现联合MC和子空间数据检测的上下文中。
2016-10-11 cs.IT math.IT
Achieving Positive Covert Capacity over MIMO AWGN Channels
我们认为隐蔽通信,即,针对多输入多输出(MIMO)加性高斯白噪声(AWGN)信道向对手隐藏通信的存在。我们的特点是在各种设置下的最大隐蔽编码率,包括不同的制度,无论是发射天线的数量或块长度按比例增加。我们表明,一个非零的隐蔽容量可以实现在大规模多输入多输出制度,其中发射天线的数量按比例增加,但在特定的条件下。在此条件下,我们证明了MIMO AWGN信道的隐蔽容量收敛于MIMO AWGN信道的容量。此外,我们推导出了隐藏容量为零的情况下隐藏位数的阶最优缩放。我们提供了一个有见地的比较分析,在不同的情况下,秘密和能源不可探测性的限制,分别或共同施加。
2021-01-21 cs.IT eess.SP math.IT
Blind Estimation of Sparse Multi-User Massive MIMO Channels
我们提供了一个最大似然公式的盲估计的大规模毫米波MIMO信道,同时考虑到他们的底层稀疏结构。这种方法的主要优点是,由于导频序列的开销可以显着减少,特别是当工作在低SNR每天线。因此,在角域中的稀疏性被利用作为一个关键属性,使用户的信道之间的明确的盲分离。另一方面,由于仅假设稀疏性,所提出的方法相对于信道和数据的统计特性是鲁棒的,并且允许在快速时变的情况下进行估计,并且最终将干扰用户与相邻基站分离。此外,性能极限是基于千里眼Cramér Rao下限推导出来的。仿真结果表明,这种最大似然公式产生优越的估计精度与合理的计算复杂性和有限的模型假设。
2016-12-01 cs.IT math.IT
Asymptotic Analysis of the Performance of LAS Algorithm for Large-MIMO Detection
在我们最近的工作中,我们报告了一个详尽的研究模拟比特出错率(BER)性能的低复杂度的似然上升搜索(LAS)算法检测在大型多输入多输出(MIMO)系统,大量的天线,实现高频谱效率。虽然该算法被证明通过模拟实现越来越接近最大似然(ML)性能,但没有报告BER分析。在这里,我们扩展我们的工作LAS和报告的LAS算法在大系统的限制,其中$N_t,N_r \to \infty$与$N_t=N_r$,其中$N_t$和$N_r$是发射和接收天线的数量的渐近BER分析。我们证明了LAS检测器的错误性能的V-BLAST与4-QAM在i.i.d.瑞利衰落以$N_t,N_r \to \infty$的形式收敛于ML检测器的瑞利衰落。
2009-10-31 cs.IT 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
On the Capacity Achieving Covariance Matrix for Frequency Selective MIMO Channels Using the Asymptotic Approach
在这篇文章中,提出了一种用于评估频率选择性Rayleigh MIMO信道的容量实现输入协方差矩阵的算法。与平坦衰落瑞利情况相比,最佳输入协方差矩阵的特征向量没有封闭形式的表达式。传统上,特征向量和特征值都是数值计算的,相应的优化算法在计算上仍然要求非常高。在本文中,它是建议优化(w.r.t.输入协方差矩阵)Moustakas和Simon导出的平均互信息的大系统近似。这种渐近近似的有效性是澄清感谢高斯大随机矩阵方法。它示出的近似是一个严格的凹函数的输入协方差矩阵和平均互信息估计在argmax的近似等于信道的容量高达O(1/t)的术语,其中t是发射天线的数量。提出了一种基于迭代注水方案的最大化平均互信息逼近的算法,并研究了其收敛性。数值仿真结果表明,即使对于中等数量的发射和接收天线,新的方法提供了相同的结果作为直接最大化的平均互信息的方法。
2011-04-12 cs.IT math.IT
RIS-aided Massive MIMO: Achieving Large Multiplexing Gains with non-Large Arrays
本文考虑了一种天线结构,其中一个(非大)阵列的辐射元件放置在短距离的可重构智能表面(RIS)的前面。我们提出了一个信道估计过程中使用不同的配置的RIS元素,并推导出一个封闭形式的表达式,可实现的下行链路频谱效率,通过使用流行的硬化下限。接下来,我们制定了一个优化问题,相对于RIS的相移,旨在最大限度地减少通道的互相关,同时保持通道的个人规范。数值分析结果表明,该结构能够克服传统的大规模MIMO系统的性能没有RIS。
2021-10-25 cs.IT eess.SP math.IT
A Reduced-Complexity Maximum-Likelihood Detection with a sub-optimal BER Requirement
最大似然(ML)检测是一种最优的信号检测方案,但由于其高计算复杂性,特别是在多输入多输出(MIMO)情况下,ML检测往往难以实现。在具有采用$M$调制的$N_t$发射天线的系统中,ML-MIMO检测器需要$M^{N_t}$成本函数(CF)评估,随后是用于检测具有最小CF值的符号的搜索操作。然而,实际系统需要误码率(BER)依赖于应用,这可能是次优的。这意味着可能不需要始终具有最小CF解决方案。相反,期望搜索满足所需次优BER的解决方案。在这项工作中,我们提出了一种新的检测器设计的SISO/MIMO系统通过获得BER和CF之间的关系,这也提高了计算复杂性的ML检测器的次优BER。
2022-08-10 cs.IT eess.SP math.IT
Modulation for MIMO Networks with Several Users
在最近的工作中,描述了一种基于单流编码和解码的公共消息两用户MIMO广播信道的容量实现方案。这是通过一种新的联合酉三角化,这是适用于相应的信道矩阵。在这项工作中,三角化是广义的,任何(有限)数量的矩阵,允许多用户应用。为此,多个信道的使用被联合处理,以一种让人想起空时编码的方式。与两个用户的情况相反,在一般情况下,并不总是存在完美的(实现能力的)解决方案。然而,一个接近最优的方案(在大块的限制下损失为零)总是存在的。公共消息广播只是具有MIMO链路的通信网络的一个示例,其可以使用被称为“网络调制”的方法来解决;两个链路之外的扩展延续到这些问题。
2011-05-31 cs.IT math.IT
Reducing MIMO Detection Complexity via Hierarchical Modulation
这项工作考虑多输入多输出(MIMO)通信系统使用分层调制。最大似然(ML)MIMO检测器的缺点在于,计算复杂性随着发射天线的数量呈指数增加。为了降低复杂度,我们提出了一种分层调制方案,用于MIMO传输的基础和增强层合并。在所提出的接收器中,首先用最小均方误差(MMSE)检测器检测基本层,然后用ML检测增强层。我们的研究结果表明,所提出的低复杂度的计划不妥协的性能时,设计参数,如码率和星座比仔细选择。
2016-02-23 cs.IT math.IT
On the capacity achieving covariance matrix for Rician MIMO channels: an asymptotic approach
确定了相干块衰落相关MIMO莱斯信道的实现容量的输入协方差阵。在这种情况下,最佳输入协方差阵的特征向量没有封闭形式的表达式。本文在发射和接收天线数收敛于$+\infty$的渐近条件下,对平均互信息进行了近似计算。提供了与相应的大系统近似的精度有关的新结果。提出了一个有吸引力的优化算法,我们建立,它产生一个有效的方法来计算容量实现协方差阵的平均互信息。最后,数值模拟结果表明,即使对于中等数量的发射和接收天线,新的方法提供了相同的结果,直接最大化的平均互信息的方法,而更有计算吸引力。
2010-07-09 cs.IT math.IT math.PR
On the Cramer-Rao Lower Bound for Spatial Correlation Matrices of Doubly Selective Fading Channels for MIMO OFDM Systems
本文给出了MIMO OFDM系统在时变多径衰落信道中的CRLB的解析表达式和空间相关矩阵的最大似然估计。分析和数值计算结果表明,样本数量和频率选择性的顺序对CRLB有显着的影响。此外,导频数目、信噪比以及归一化最大多普勒扩展共同影响频率选择性的有效阶数。
2008-11-04 cs.IT math.IT
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
Modulation Classification of MIMO-OFDM Signals by Independent Component Analysis and Support Vector Machines
提出了一种基于独立分量分析(ICA)结合最大似然(ML)或支持向量机(SVM)的MIMO-OFDM信号调制分类(MC)方法。该方法是盲的,在这个意义上,它是假设接收机没有关于信道和发送信号的信息,除了信号的空间流是统计独立的。该处理包括MIMO流的分离,随后是分离的信号的调制分类。虽然通常,在频率选择性信道上的信号的盲分离是一个困难的问题,但是MIMO-OFDM系统中的各个符号所经历的信道的非频率选择性性质使得能够应用公知的ICA算法。调制分类是由最大似然和基于SVM的调制分类方法依赖于预先选择的调制相关的功能。为了改善时变信道中的性能,利用信道在相干带宽和时间相干性上的不变性。所提出的方法被证明是在现实的ITU行人和车辆通道的正确分类的概率很高。基于信道估计的Cramer Rao界,给出了正确分类概率的上界。
2013-07-16 cs.IT math.IT
On $2 \times 2$ MIMO Gaussian Channels with a Small Discrete-Time Peak-Power Constraint
本文研究带峰值功率约束的2×2 MIMO高斯信道,将其等价为输入受限椭圆的单位矩阵信道,推导了达容量分布的支撑特性、两点分布最优的充分条件及离散性结论。
2024-01-30 cs.IT math.IT
Multi-Antenna Communication in Ad Hoc Networks: Achieving MIMO Gains with SIMO Transmission
多天线接收机的好处是在无线ad hoc网络中进行了研究,主要发现是,网络吞吐量可以线性缩放与接收天线的数量NR,即使每个发送节点只使用一个单一的天线。这与单用户、多用户和自组织无线网络中的大量现有工作形成对比,这些工作已经表明,当多个接收和发射天线(即,MIMO传输),但是当仅使用单个发射天线(即,SIMO传输)。通过使用接收自由度来同时抑制干扰并增加期望信号的功率,并且利用随后的性能益处来增加同时传输的密度而不是传输速率,来实现线性增益。该结果在传输容量框架中得到了证明,该框架假设在存在随机定位的干扰器的情况下的单跳传输,但是还示出了该结果在模型的几种松弛下成立,包括不完美的信道知识、多跳传输和规则网络(即,确定性地位于网格上)。
2009-12-24 cs.IT math.IT
Achieving Optimal Performance-Cost Trade-Off in Hierarchical Cell-Free Massive MIMO
本文首次系统分析分层无蜂窝大规模MIMO的上行链路配置,提出统一频谱效率框架和分层合并方法,证明采用集中式迫零合并的HCF可实现性能与成本的最优权衡。
2025-08-28 cs.IT eess.SP math.IT
Near ML detection using Dijkstra's algorithm with bounded list size over MIMO channels
为了降低多输入多输出(MIMO)信道下信号近最大似然(ML)检测的计算复杂性,提出了QR分解后列表大小有界的Dijkstra算法.在此基础上,我们比较了所提出的算法,QR分解M-算法(QRD-MLD),其改进的性能。当列表大小被设置为实现与QRD-MLD几乎相同的出错率(SER)时,所提出的算法具有较小的平均计算复杂性。
2008-02-13 cs.IT math.IT
Deep Learning for Joint MIMO Detection and Channel Decoding
我们提出了一种用于联合MIMO检测和信道解码问题的深度学习方法。传统的MIMO接收机采用基于模型的方法以线性或迭代方式进行MIMO检测和信道解码。然而,由于复杂的MIMO信号模型,联合MIMO检测和信道解码问题的最佳解决方案(即,从接收的MIMO信号中对发送的码字进行最大似然解码)在计算上是不可行的。作为实际措施,当前基于模型的MIMO接收机都使用具有可承受的计算复杂性的次优MIMO解码方法。这项工作将深度学习的最新进展应用于MIMO接收器的设计。特别地,我们利用具有监督训练的深度神经网络(DNN)来解决联合MIMO检测和信道解码问题。我们表明,DNN可以被训练成比传统MIMO接收机更好的解码性能。我们的模拟表明,由七个隐藏层组成的DNN实现可以优于传统的基于模型的线性或迭代接收器。这种性能的提高为未来的MIMO接收机设计指明了新的方向。
2019-01-17 cs.IT math.IT
Multi-User MIMO Receivers With Partial State Information
我们考虑使用正交频分复用(OFDM)的多用户多输入多输出(MU-MIMO)系统。几种接收机被开发用于MU-MIMO传输的数据检测,其中两个用户共享相同的OFDM时间和频率资源。接收机具有关于MU-MIMO传输的部分状态信息,其中每个接收机具有MU-MIMO信道的知识,然而,共同调度的用户的调制星座是未知的。我们提出了一个联合最大似然(ML)调制分类的联合调度用户和数据检测接收机使用最大对数MAP近似。它示出的调制分类的决策度量是一个累积在一组音调的欧几里得距离计算,也使用的最大对数MAP检测器的位对数似然比(LLR)的软判决生成。一个有效的硬件实现出现,利用这种共性之间的分类和检测步骤,并导致共享的硬件资源。通过计算机模拟,比较了该接收机与几种线性接收机的链路性能。结果表明,对于Turbo码速率为$1/2$的$64$-QAM,在$1\%$误出错率(BLER)下,在零发射和接收天线相关性的情况下,所提出的接收机在信噪比(SNR)上比置零投影接收机提高了\unit [1.5] dB.然而,在高天线相关性的情况下,线性接收器方法相对于最佳接收器遭受显著损失。
2015-02-01 cs.IT math.IT
Robust Data Detection for MIMO Systems with One-Bit ADCs: A Reinforcement Learning Approach
Department of Electrical Engineering, Princeton University(普林斯顿大学电气工程系);Department of Electrical Engineering, POSTECH(浦项科技大学电气工程系)
在接收器处使用一位模数转换器(ADC)是用于以大信号带宽和/或大量接收射频链操作的未来无线系统的功率高效解决方案。然而,该解决方案引起高的信道估计误差,并且因此使得难以执行最佳数据检测,该最佳数据检测需要在接收机处的似然函数的完美知识。在本文中,我们提出了一种似然函数学习方法的多输入多输出(MIMO)系统与一位ADC使用强化学习方法。其关键思想是利用数据检测得到的输入输出样本,来补偿似然函数中的失配。这个想法的潜在困难是由数据检测错误引起的样本中的标签不确定性。为了解决这个问题,我们定义了一个马尔可夫决策过程(MDP),以最大限度地提高从样本学习的似然函数的准确性。然后,我们开发了一个强化学习算法,有效地找到最佳的政策,通过近似的过渡函数和最佳状态的MDP。仿真结果表明,所提出的方法提供了显着的性能增益的最佳数据检测方法,遭受的不匹配的似然函数。
2019-03-29 cs.IT cs.LG eess.SP
On the Capacity of Large-MIMO Block-Fading Channels
我们的瑞利块衰落多输入多输出(MIMO)信道的容量在非相干设置的发射机和接收机没有先验知识的衰落信道的实现。我们证明,酉空时调制(USTM)是不是实现在高信噪比(SNR)制度的容量时,天线的总数超过衰落信道的相干时间(表示在符号持续时间的倍数),这种情况是相关的MIMO系统与大型天线阵列(大型MIMO系统)。这一结果肯定地解决了Zheng & Tse(2002)的一个猜想。实现容量的输入信号,我们称之为贝塔变量空时调制(BSTM),原来是一个酉各向同性分布的随机矩阵,和一个对角矩阵,其非零元素分布为适当大小的贝塔分布随机矩阵的特征值的平方根的产品。数值结果表明,在大MIMO系统中使用BSTM而不是USTM,对于实际感兴趣的SNR值,可以获得高达13%的速率增益。
2012-09-30 cs.IT math.IT
Faster-than-Nyquist Signaling for MIMO Communications
快于奈奎斯特(FTN)信令是一种非正交传输技术,它有可能提供显着的频谱效率的改善。本文研究了FTN信令在频率平坦和频率选择性多输入多输出(MIMO)信道下的容量。我们表明,在时间上的预编码和空间上的注水是实现频率平坦MIMO FTN的容量。对于频率选择性衰落,需要在时间、空间和频率上进行联合注水。
2022-10-07 cs.IT math.IT
On Capacity of Large-Scale MIMO Multiple Access Channels with Distributed Sets of Correlated Antennas
本文提出了一种确定性遍历和速率的等价形式,并给出了一种估计上行链路大规模多输入多输出(MIMO)天线信道容量实现输入协方差矩阵的算法。我们考虑一个大规模的MIMO系统,由多个用户和一个基站与几个分布式天线集。用户和天线组之间的每个链路形成具有视线(LOS)分量的双侧空间相关MIMO信道。我们的推导是基于新的技术,从高维随机矩阵理论(RMT)的假设下,在终端的天线数量接近无穷大的固定比例。确定性等价的结果(遍历和速率和容量实现输入协方差矩阵的确定性等价)是很容易计算的,并被证明是准确的现实系统的尺寸。此外,他们被证明是不变的几种类型的衰落分布。
2012-09-26 cs.IT math.IT
Controlled Loosening-up (CLuP) -- achieving exact MIMO ML in polynomial time
在本文中,我们攻击的最基本的信号处理/信息理论问题之一,广泛称为MIMO ML检测。我们介绍了一个强大的随机对偶理论(RDT)的机制,我们称之为受控松动(CLuP)的方式实现精确的ML性能在MIMO系统中的多项式时间。我们首先概述总体战略,然后讨论整个概念背后的基本原理。一个坚实的收集通过数值实验获得的结果,以及发现是在一个很好的协议与理论预测。由于这是我们开发的一个大规模通用概念的介绍性论文,我们主要关注尽可能简单的事情,并将重点放在最基本的想法上。在我们的几篇配套论文中,我们提出了其他各种互补的结果,这些结果涉及到理论和实践方面,以及它们与我们多年来在随机对偶中取得的大量其他问题和结果的联系。
2019-09-03 cs.IT math.IT math.ST
Non-iterative Joint Detection-Decoding Receiver for LDPC-Coded MIMO Systems Based on SDR
半定松弛(SDR)检测器已被证明是成功的接近最大似然(ML)性能,而时间复杂度只有多项式。我们提出了一种新的接收机联合利用前向纠错(FEC)码信息的SDR检测过程。通过码约束的加强,联合SDR检测器向下游解码器提供可靠性大大提高的软信息,因此以显著的增益优于现有的接收器。
2018-08-15 cs.IT math.IT
Low-complexity dominance-based Sphere Decoder for MIMO Systems
球形解码器(SD)是一种有吸引力的低复杂度的替代最大似然(ML)检测在各种通信系统中。它也被用于多输入多输出(MIMO)系统中,其中最佳检测器的计算复杂性随着发射天线的数量呈指数增长。我们提出了一个增强版的SD的基础上,从最坏情况下的干扰条件,我们称之为优势条件的额外的成本函数。建议的检测器,国王球解码器(KSD),具有计算复杂性,结果是不大于球解码器的复杂性和数值模拟表明,复杂性降低通常是相当显着的。
2013-03-04 cs.IT math.IT