Optimizing MIMO Efficiency in 5G through Precoding Matrix Techniques
本文针对5G下行MIMO通信，通过多场景仿真对比基于Type I和Type II码本的预编码矩阵技术，揭示其优缺点，以优化容量和时延性能。
2024-10-03 cs.IT eess.SP math.IT
Optimized Precoding for MU-MIMO With Fronthaul Quantization
多用户多输入多输出（MU-MIMO）的第一次广泛使用之一是在5G网络中，其中每个基站都有一个先进的天线系统（AAS），该天线系统通过容量受限的前传连接到基带单元（BBU）。在AAS配置中，多个无源天线元件和无线电单元被集成到单个盒子中。本文研究了单小区MU-MIMO系统中的预编码下行链路传输。我们研究了有限容量前传下AAS的优化线性预编码，这需要对预编码矩阵进行量化。我们提出了一种新的预编码设计，是知道的前传量化和最小化的均方误差在接收端。我们使用球形解码（SD）方法计算预编码矩阵。我们还提出了一个启发式的低复杂度的方法来量化预编码。这种启发式算法对于大规模多输入多输出系统来说在计算上足够高效。数值结果表明，我们提出的预编码显着优于量化未知的预编码和其他以前的方法的总和速率。考虑到复杂度的降低，我们的启发式方法相比量化感知预编码的性能损失是微不足道的，这使得启发式方法对于实时应用是可行的。我们考虑完美和不完美的信道状态信息。
2022-09-05 cs.IT eess.SP math.IT
Analog Versus Hybrid Precoding for Multiuser Massive MIMO with Quantized CSI Feedback
在这封信中，我们研究了下行链路多用户大规模多输入多输出（MIMO）系统的子连接结构在有限的反馈信道的性能。理论上分析了纯模拟预编码和混合预编码系统的紧速率近似。量化的模拟和数字预编码的效果，其特征在于在派生的表达式。此外，它揭示了纯模拟预编码优于混合预编码使用最大比传输（MRT）或迫零（ZF）在一定的条件下，我们在理论上描述的条件在封闭形式的信噪比（SNR），用户数和反馈比特数。数值结果验证了瑞利信道和毫米波信道的推导结论。
2020-06-01 cs.IT eess.SP math.IT
Low-Complexity Zero-Forcing Precoding for XL-MIMO Transmissions
部署具有渐进大孔径的天线阵列将是在超5G系统中实现大规模MIMO理论增益的核心。这种超大型MIMO（XL-MIMO）系统经历在常规大规模MIMO系统中通常观察不到的传播条件，诸如空间非平稳性和近场传播。此外，由于与这种大规模场景相关联的过高的复杂性，诸如迫零（ZF）的标准预编码方案可能不适用于XL-MIMO传输。我们提出了两种新的预编码方案，旨在降低复杂性，而不会失去太多的性能。所提出的方案利用平面波近似和用户分组来获得ZF预编码器的低复杂度近似。我们的仿真结果表明，所提出的方案提供了一个性能和复杂性权衡的可能性相比，基准计划。
2021-03-01 cs.IT eess.SP math.IT
MIMO Precoding Using Rotating Codebooks
下一代无线通信依赖于多输入多输出（MIMO）技术来实现高数据率。信道信息的反馈可以用于MIMO预编码中，以完全激活最强信道模式并提高MIMO性能。不幸的是，经由其传送反馈的控制信道的带宽受到严重限制。一个重要的问题是如何提高MIMO预编码的性能与最小的反馈。在这封信中，我们提出了一种方法，使用旋转码本技术，有效地提高预编码性能，而不需要增加反馈开销。旋转码本预编码的基本思想是通过旋转多个码本来扩展有效的预编码码本大小，使得反馈比特数保持不变。仿真结果表明，所提出的旋转码本预编码的性能增益比传统的预编码。
2010-08-18 cs.IT math.IT
Hardware-Aware Beamspace Precoding for All-Digital mmWave Massive MU-MIMO
在毫米波（mmWave）频率下操作的大规模多用户多输入多输出（MU-MIMO）无线系统使得能够向大量用户同时进行宽带数据传输。为了降低全数字基站架构中MU预编码的复杂度，我们提出了一种两阶段预编码架构，该架构首先使用波束空间域中的稀疏矩阵执行预编码，然后进行快速傅立叶逆变换，将结果转换到天线域。稀疏预编码矩阵需要少量乘法器，并支持常规硬件架构，这允许设计硬件高效的全数字预编码器。仿真结果表明，我们的方法接近传统的维纳滤波器预编码的错误率与超过2倍降低复杂度。
2021-08-13 cs.IT eess.SP math.IT
Noncooperative Precoding for Massive MIMO HetNets: SILNR Maximization Precoding
大规模多输入多输出（MIMO）是提高下一代蜂窝系统频谱效率的关键因素。由于信道互易性，在时分复用模式中，每个基站（BS）可以在发射机（CSIT）处获取可能位于相邻小区中的一组用户的本地信道状态信息。当配备有不那么多天线的小小区BS密集地部署有宏小区时，由于强的小区间干扰（ICI），使用本地CSIT的简单非协作MIMO预编码技术无法实现高频谱效率。在本文中，我们提出了一种新的非合作大规模多输入多输出预编码技术称为信号与干扰加泄漏加噪声比（SILNR）最大化预编码。所提出的预编码的关键思想是通过使用本地CSIT同时减轻用户间干扰（IUI）和ICI泄漏功率来联合找到每个小区的调度用户集、用户的波束成形向量和分配的功率。为了实现这一点，我们提出了一种低复杂度的算法，该算法找到了最大化问题的局部最优解，用于和频谱效率的下限，即，非凸优化问题通过系统级仿真，我们表明，所提出的预编码方法大大优于现有的非合作预编码技术的遍历频谱效率和每个用户的速率分布。
2021-07-29 cs.IT eess.SP math.IT
Deep-Learning Based Linear Precoding for MIMO Channels with Finite-Alphabet Signaling
Ericsson Research（爱立信研究院）
研究了基于有限字母表信令的多输入多输出（MIMO）通信信道的线性预编码问题。现有解决方案通常由于星座约束的互信息的高成本计算而遭受高计算复杂性。与现有的研究成果相比，本文采用了一种不同的方法来解决MIMO预编码问题。即，提出了一种基于深度学习的数据驱动方法。在离线训练阶段，深度神经网络在一组MIMO信道矩阵上学习最优解。这允许降低在线推断阶段中预编码器优化的计算复杂性。数值结果表明，所提出的解决方案相对于现有的预编码算法的效率显着降低的复杂性和接近最佳的性能。
2021-11-05 cs.IT cs.LG math.IT
Polar-Precoding: A Unitary Finite-Feedback Transmit Precoder for Polar-Coded MIMO Systems
为了提高极化码MIMO系统的性能，本文提出了一种酉预编码方案，即极化预编码。与MIMO预编码标准的传统设计相比，所提出的极化预编码方案依赖于\emph{polarization criterion}。特别地，预编码矩阵设计包括两个步骤。在第一步中选择了一个最大化容量的基本矩阵之后，我们设计了一个酉矩阵，用于在不降低容量的情况下最大化数据流之间的极化效应。我们的仿真结果表明，所提出的极化预编码方案优于国家的最先进的DFT预编码方案。
2021-09-14 cs.IT math.IT
Energy Efficiency Maximization Precoding for Quantized Massive MIMO Systems
在实现大规模多输入多输出（MIMO）系统时，低分辨率数模转换器和模数转换器（DAC和ADC）的使用以高量化噪声为代价显著有益于能量效率（EE）。为了最大化量化下行大规模多输入多输出系统的能效，本文提出了一种带天线选择的预编码优化问题，但由于能效的复杂性，获得最优的联合预编码和天线选择解决方案是具有挑战性的。为了解决这一挑战，我们将问题分解为预编码方向和功率优化问题。对于预编码方向，我们描述了一阶最优性条件，这需要量化失真和天线选择的影响。对于预编码功率，我们使用梯度下降算法获得最优解，以最大化给定预编码方向的EE。我们铸造派生的条件作为一个功能的特征值问题，其中找到主特征向量达到最佳的局部最优点。为此，我们提出了基于广义幂迭代的算法。交替这两种方法，我们的算法确定了一个联合的解决方案的活动天线集和预编码的方向和功率。在模拟中，所提出的方法提供了相当大的性能增益。我们的研究结果表明，几位DAC就足以实现高EE的大规模多输入多输出系统。
2021-08-13 cs.IT eess.SP math.IT
Downlink MIMO-RSMA with Successive Null-Space Precoding
在本文中，我们考虑了预编码器的设计，为欠载或临界负载的下行链路多用户多输入多输出（MIMO）通信系统。我们提出了新的预编码和解码方案，提高系统性能的基础上速率分裂在发射机和单级连续干扰消除在接收机。所提出的连续零空间（SNS）预编码利用用户的连续增强的MIMO信道矩阵的零空间基向量的线性组合作为预编码向量来调整接收机所经历的用户间干扰。我们制定了一个非凸加权和速率优化问题的预编码向量和相关的功率分配建议基于SNS的MIMO速率分裂多址接入（RSMA）计划。我们通过逐次凸逼近得到了这个问题的一个次优解。此外，我们研究了所提出的预编码方案的鲁棒性不完善的信道状态信息（CSI）在基站通过基于导数的灵敏度分析。我们的分析和仿真结果表明，所提出的基于SNS的MIMO-RSMA方案的增强性能和鲁棒性超过几个基线多用户MIMO方案，特别是对于不完美的CSI。
2022-05-05 cs.IT eess.SP math.IT
Hybrid Precoding for Multi-User Millimeter Wave Massive MIMO Systems: A Deep Learning Approach
Duzce University（杜兹切大学）；University of Hertfordshire（赫特福德大学）；University of Luxembourg（卢森堡大学）
在多用户毫米波（mmWave）多输入多输出（MIMO）系统中，混合预编码是降低复杂度和成本同时获得足够的和速率的关键任务。以前的混合预编码工作通常是基于优化或贪婪的方法。这些方法要么提供更高的复杂性，要么具有次优性能。此外，这些方法的性能主要依赖于信道数据的质量。在这项工作中，我们提出了一个深度学习（DL）框架，以提高性能，并提供更少的计算时间相比，传统的技术。事实上，我们设计了一个用于MIMO的卷积神经网络（CNN-MIMO），它接受不完美的信道矩阵作为输入，并在输出端给出模拟预编码器和组合器。该程序包括两个主要阶段。首先，我们开发了一种穷举搜索算法来选择模拟预编码器和组合器从预定义的码本最大化可实现的和速率。然后，所选择的预编码器和组合器被用作CNN-MIMO的训练阶段中的输出标签，其中获得输入输出对。我们通过大量和广泛的模拟评估所提出的方法的性能，并表明所提出的DL框架优于传统的技术。总的来说，CNN-MIMO在存在关于信道矩阵的缺陷的情况下提供了鲁棒的混合预编码方案。最重要的是，所提出的方法具有更少的计算时间与优化和基于码本的方法相比。
2019-11-11 cs.IT cs.LG eess.SP
Partial reciprocity-based precoding matrix prediction in FDD massive MIMO with mobility
针对移动场景下FDD大规模MIMO系统实时预编码的挑战，提出基于部分互易性的预编码矩阵预测方案，利用信道格拉姆矩阵降复杂度，通过闭式特征向量插值预测预编码器，在30-500km/h速度下性能优于传统方案。
2024-10-06 cs.IT eess.SP math.IT
Finite-Alphabet Wiener Filter Precoding for mmWave Massive MU-MIMO Systems
多用户（MU）预编码的功率消耗是全数字大规模MU多输入多输出（MIMO）基站中的主要关注点，所述全数字大规模MU多输入多输出（MIMO）基站具有以毫米波（mmWave）频率操作的数百个天线元件。我们建议用有限字母表WF预编码（FAWP）矩阵来替换部分线性维纳滤波器（WF）预编码矩阵，这使得能够使用消耗低功率和面积的低精度硬件。为了最大限度地减少我们的方法的性能损失，我们提出了有效地计算FAWP矩阵，最好地模仿WF预编码器的方法。我们的研究结果表明，FAWP矩阵的方法无限精度的错误率和错误向量幅度的性能，只有3位的预编码权重，即使在现实的毫米波信道中工作。因此，FAWP是在全数字毫米波大规模MU-MIMO系统中大幅降低功耗和硅面积的有前途的方法。
2020-09-10 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
Deep Learning-Based Tri-Hybrid Multi-User MIMO Precoding: The Blessing of EM-Reconfigurable Antennas
Beijing Institute of Technology（北京理工大学）；BIT (Zhuhai)（北京理工大学（珠海））；Tsinghua University（清华大学）；Guilin University of Electronic Technology（桂林电子科技大学）；Yangtze Delta Region Academy, BIT (Jiaxing)（北京理工大学（嘉兴）长三角研究院）；Advanced Research Institute of Multidisciplinary Sciences, BIT（北京理工大学前沿交叉科学研究院）
提出基于Conformer的Tri-PNet，联合设计电磁、模拟和数字预编码，提升多用户MIMO-OFDM频谱效率，性能优于传统方案且对CSI误差鲁棒。
2026-10-08 cs.IT cs.LG eess.SP
Low-Complexity Design of Generalized Block Diagonalization Precoding Algorithms for Multiuser MIMO Systems
基于块对角化（BD）的预编码技术是公知的用于多用户MIMO（MU-MIMO）系统的线性发送策略。通过在发送侧采用BD型预编码算法，MU-MIMO广播信道被分解为多个独立的并行单用户MIMO（SU-MIMO）信道，并且在高数据率下实现最大分集阶数。BD型预编码算法的主要计算复杂性来自于两个奇异值分解（SVD）操作，这取决于用户的数量和每个用户的信道矩阵的维数。为了降低BD型预编码算法的计算复杂性，提高预编码算法的性能，本文提出了低复杂度的预编码算法。我们设计了一种策略的基础上，一个共同的信道反演技术，QR分解，晶格减少到等效的SU-MIMO信道的MU-MIMO信道解耦。分析和仿真结果表明，该预编码算法可以获得与BD型预编码算法相当的和速率性能、显著的出错率（BER）性能增益和简化的接收机结构，同时需要低得多的复杂度。
2013-09-16 cs.IT math.IT
Distributed Precoding Design via Over-the-Air Signaling for Cell-Free Massive MIMO
大多数无小区大规模多输入多输出（MIMO）的工作考虑在基站（BS）处的非协作预编码策略以避免经由回程信令的大量信道状态信息（CSI）交换。然而，通过允许BS之间的协调可以实现相当大的性能增益。本文提出了第一个分布式框架合作预编码设计在无小区的大规模MIMO（更一般地说，在联合传输协调多点）系统，完全消除了需要回程信令CSI交换。引入了新颖的空中（OTA）信令机制，使得每个BS可以获得传统上经由回程信令在BS之间交换的相同的交叉项信息。所提出的分布式预编码设计享有期望的灵活性和可缩放性属性，因为OTA信令的量不随BS或用户设备的数量而缩放。数值结果表明，快速收敛和显着的性能增益相比，非合作的预编码设计。所提出的方案也可以优于集中式预编码设计在现实的CSI捕获。
2020-10-13 cs.IT eess.SP math.IT
ADMM Enabled Hybrid Precoding in Wideband Distributed Phased Arrays Based MIMO Systems
基于分布式相控阵的多输入多输出（DPA-MIMO）是最近提出的一种高度可重构的架构，其能够在毫米波（mmWave）系统中实现空间复用和波束成形。在这项工作中，我们专注于处理混合预编码的宽带DPA-MIMO系统与正交频分复用（OFDM）调制。更具体地说，我们提出了一种交替方向乘法器（ADMM）启用混合预编码方法的基础上交替优化框架，简称ADMM-AltMin，这样的合作阵列的子阵列结构。仿真结果表明，所提出的ADMM-AltMin方法实现了良好的性能与实际量化的移相器考虑。
2019-08-24 cs.IT eess.SP math.IT
Complex-BP-Neural-Network-based Hybrid Precoding for Millimeter Wave Multiuser Massive MIMO Systems
大规模多输入多输出（MIMO）系统的高能耗已经成为毫米波（mm-Wave）通信场景中的一个突出问题。混合预编码技术通过将部分编码工作交给相移网络来完成，大大减少了射频（RF）链的数量，可以有效提高能量效率。然而，传统的基于数学方法的混合预编码算法往往遭受性能损失和高计算复杂度。提出了一种基于BP神经网络的混合预编码算法，该算法以全数字迫零（ZF）预编码为训练目标。考虑到基站信号的复杂性，我们选择了具有更丰富代表性的复合神经网络。此外，我们提出了复杂神经网络的激活函数和反向传播过程的梯度导数。仿真结果表明，所提出的混合预编码算法的性能可以最佳地接近ZF预编码。
2019-08-01 cs.IT eess.SP math.IT
Data Augmentation Empowered Neural Precoding for Multiuser MIMO with MMSE Model
利用深度学习方法的预编码设计已经被广泛研究用于多用户多输入多输出（MU-MIMO）系统。然而，传统的神经预编码设计应用基于黑盒的神经网络，其不太可解释。在本文中，我们提出了一种基于深度学习的预编码方法，该方法基于神经预编码网络的可解释设计，即iPNet。特别地，iPNet模仿经典的最小均方误差（MMSE）预编码，并且在神经网络架构的设计中近似矩阵求逆。具体而言，建议的iPNet由一个模型驱动的组件网络，负责增强输入信道状态信息（CSI），和一个数据驱动的子网络，负责从这个增强的CSI预编码计算。后一个数据驱动模块被明确地解释为MMSE预编码器的无监督学习者。仿真结果表明，通过利用增强的CSI，所提出的iPNet比现有的黑盒设计实现了显着的性能提升，并且还表现出针对CSI不匹配的增强的通用性。
2022-03-04 cs.IT eess.SP math.IT
Codeword Selection and Hybrid Precoding for Multiuser Millimeter Wave Massive MIMO Systems
针对宽带多用户毫米波大规模多输入多输出系统的可达和速率最大化问题，研究了混合预编码技术。由于可实现的和速率的每次计算只能在模拟预编码器和数字预编码器都被确定之后执行，因此可实现的和速率的最大化具有难以处理的计算复杂度。通过引入无干扰（IF）可实现的和速率，可以解耦模拟和数字预编码器的设计。为了避免波束冲突并最大化中频可实现的和速率，提出了一种基于匈牙利语的码字选择算法用于模拟预编码设计。仿真结果验证了该方案的有效性，并表明与现有的方案相比，可以实现更好的性能。
2019-01-05 cs.IT eess.SP math.IT
Model-Driven Deep Learning for Massive MU-MIMO with Finite-Alphabet Precoding
大规模多用户多输入多输出（MU-MIMO）技术已经成为第五代无线通信系统的主流技术。为了降低大规模MU-MIMO中的高硬件成本和功耗，下行链路传输中的每个天线和射频（RF）链使用低分辨率数模转换器（DAC），这给预编码设计带来了挑战。为了克服这些障碍，我们在本文中开发了一种模型驱动的深度学习（DL）网络，用于使用有限字母预编码的大规模MU-MIMO。该网络的结构是专门设计的，通过展开的迭代算法。与传统的最先进的技术相比，所提出的基于DL的预编码器在性能、复杂度和对瑞利衰落信道下的信道估计误差的鲁棒性方面显示出显著的优势。
2020-06-28 cs.IT eess.SP math.IT
Multi-Cell Multi-User Massive FD-MIMO: Downlink Precoding and Throughput Analysis
针对时分双工（TDD）多小区多用户大规模全维MIMO（FD-MIMO）网络，研究了下行链路预编码和功率分配策略。利用信道互易性，消除了DL信道状态信息（CSI）反馈，并且通过经由旋转不变技术（ESPRIT）估计信号参数，将DL多用户MIMO预编码与上行链路（UL）到达方向（DoA）估计相关联。假设UL导频的非正交/非理想扩频序列，UL DoA估计的性能被解析地表征，并且所表征的DoA估计误差被并入到相应的DL预编码和功率分配策略中。仿真结果验证了我们的分析特征的DoA估计的准确性，并表明，所介绍的多用户MIMO预编码和功率分配策略优于现有的基于迫零的大规模MIMO策略。
2018-09-26 cs.IT math.IT
Distributed Neural Precoding for Hybrid mmWave MIMO Communications with Limited Feedback
混合预编码是用于毫米波（mmWave）大规模多输入多输出（MIMO）通信的成本有效的技术。本文提出了一种深度学习方法，通过使用分布式神经网络的混合模拟和数字预编码设计有限的反馈。所提出的分布式神经预编码网络，称为DNet，致力于实现两个目标。首先，DNet实现信道状态信息（CSI）压缩与分布式架构的神经网络，这使得实际部署在多个用户。具体地说，这种神经网络由多个具有相同结构和参数的独立子网络组成，既减少了训练参数的数量，又降低了网络的复杂度。其次，DNet从有限反馈的重构CSI学习混合预编码的计算。与现有的黑盒神经网络设计不同，DNet是根据混合预编码矩阵计算的数据形式进行专门设计的。仿真结果表明，与传统的有限反馈预编码方法相比，在不同CSI压缩比的测试下，DNet的性能提高了近50%。
2022-04-18 cs.IT eess.SP math.IT
MMSE Symbol Level Precoding Under a Per Antenna Power Constraint for Multiuser MIMO Systems With PSK Modulation
提出了一种基于最小均方误差设计目标的符号级预编码算法。建议的设计，然后制定在一个二阶锥程序的标准形式，允许通过内点法的最佳解决方案。数值结果表明，所提出的设计是优于现有的方法在低和中等信噪比制度的误比特率。
2022-06-25 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
Impact of Channel Aging on Zero-Forcing Precoding in Cell-Free Massive MIMO Systems
在无小区大规模多输入多输出（mMIMO）的上下文中，迫零预编码（ZFP）需要经由前传网络交换瞬时信道状态信息和预编码数据符号。它会导致相当大的传播和处理延迟，从而降低性能。本文分析了无小区mMIMO中信道老化对ZFP性能的影响。老化的影响，不仅用户的移动性，而且相位噪声被认为是。每用户的频谱效率方面的数值结果进行了说明。
2021-07-03 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
Deep Joint CSI Feedback and Multiuser Precoding for MIMO OFDM Systems
提出一种基于深度学习的联合CSI反馈与多用户预编码方法，利用深度联合信源信道编码压缩CSI特征向量并联合调整预编码方向与功率，显著提升了低信噪比与低反馈开销下的下行和速率。
2024-04-25 cs.IT eess.SP 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
Multi-Layer Precoding: A Potential Solution for Full-Dimensional Massive MIMO Systems
大规模多输入多输出（MIMO）系统通过提供复用增益的数量级增加来实现高总和频谱效率。然而，在时分复用系统中，小区之间的上行链路训练导频的重用导致额外的信道估计误差，这导致下行链路小区间干扰，即使在采用大量天线时也是如此。由于大的信道维度，使用传统网络MIMO技术来处理这种干扰是具有挑战性的。此外，大天线预编码/组合矩阵的实现与高硬件复杂度和功耗相关联。在本文中，我们提出了多层预编码，使高效和低复杂度的操作在全维大规模MIMO，其中大量的天线在两个维度上使用。在多层预编码中，每个基站的预编码矩阵被写为多个预编码矩阵的乘积，每个预编码矩阵被称为层。多层预编码（i）利用大规模MIMO信道的方向特性来管理具有低信道知识要求的小区间干扰，以及（ii）允许使用低复杂度混合模拟/数字架构的高效实现。我们提出了一个特定的全维大规模MIMO系统的多层预编码设计。这种预编码设计的性能进行了分析，每个用户的可达速率一般信道模型的特点。然后证明了所提出的多层预编码设计的渐近最优性的一些特殊的，但重要的信道。数值仿真验证了分析结果，并说明了与传统的导频污染的大规模MIMO解决方案相比，多层预编码的潜在收益。
2016-10-13 cs.IT math.IT
Distributed Precoding Design for Multi-Group Multicasting in Cell-Free Massive MIMO
我们考虑多组多播预编码设计无小区大规模多输入多输出（MIMO）系统。为了优化发送和接收波束成形策略，我们专注于最小化的最大均方误差（MSE）的总和在多播组，然后近似的总和MSE，以简化计算和信令。我们采用了一种迭代的双向训练方案与上行链路和下行链路预编码的导频协作设计的多组多播预编码器在每个基站和组合器在每个用户设备在分布式的方式。引入了附加的组特定上行链路训练资源，其完全消除了对用于信道状态信息（CSI）交换的回程信令的需要。我们还提出了一个更简单的分布式预编码设计，仅基于组特定的导频，这可能是有用的情况下，稀缺的训练资源。数值结果表明，所提出的分布式方法大大优于传统的无小区的大规模MIMO预编码设计，只依赖于本地CSI。
2022-11-10 cs.IT eess.SP math.IT
Low-Complexity Precoding for Extremely Large-Scale MIMO Over Non-Stationary Channels
超大规模多输入多输出（XL-MIMO）技术是未来第六代（6 G）网络实现更高性能的重要技术。在实践中，各种线性预编码方案，例如迫零（ZF）和正则迫零（RZF）预编码，能够在传统的大规模MIMO（mMIMO）系统中实现大的频谱效率（SE）和低的比特出错率（BER）。然而，由于固有的空间非平稳性和高计算复杂性，这些方法在非常大规模的区域中是无效的。为了解决这个问题，我们研究了一种低复杂度的预编码算法，例如，随机Kaczmarz（rKA），考虑到空间非平稳特性的XL-MIMO系统。此外，我们提出了一种新的随机化模式，即，采样无替换rKA（SwoR-rKA），其具有比rKA算法更快的收敛速度。此外，推导了考虑子阵间干扰的下行XL-MIMO系统的SE的闭式表达式。数值结果表明，在SE性能相当的情况下，rKA和SwoR-rKA算法的复杂度比传统的RZF算法降低了51.3%.更重要的是，我们的算法可以有效地降低误码率时，发射机有不完善的信道估计。
2023-02-03 cs.IT eess.SP math.IT
Iteratively Weighted MMSE Uplink Precoding for Cell-Free Massive MIMO
在本文中，我们研究了一个无小区的大规模MIMO系统的接入点和用户设备配备多个天线在Weichselberger瑞利衰落信道。我们研究了上行链路的频谱效率（SE）的基础上的两层解码结构与最大比（MR）或局部最小均方误差（MMSE）合并应用在第一层和最佳的大规模衰落解码方法实现在第二层，分别。为了最大化加权和SE，提出了一种基于仅使用信道统计的迭代加权和MMSE（I-WMMSE）算法的上行链路预编码结构。此外，MR结合应用在第一层，我们得到新的可实现的SE表达式和最佳的预编码结构的封闭形式。数值结果验证了我们提出的结果，并表明I-WMMSE预编码可以获得良好的和SE性能。
2022-01-27 cs.IT eess.SP math.IT
Millimeter Wave Massive MIMO Downlink Per-Group Communications with Hybrid Linear Precoding
我们解决的问题，分析和分类组中的下行链路信道环境中的毫米波长小区，占路径损耗，多径衰落，和用户设备（UE）阻塞，通过采用混合传播和多径衰落模型，从而使用准确的组间干扰建模。基站（BS）采用大型均匀平面阵列（UPA）来促进高效率的大规模多输入多输出（MIMO）通信。UE配备有单个天线并且均匀地分布在小区内。关键问题是分析和定义预编码组。因为在组之间期望公平类型的吞吐量，所以必要时采用组合频分和空分复用（CFSDM）。我们表明，通过采用三个子载波频率，可以有效地将UE分成高吞吐量组，每组采用基于虚拟信道模型波束（VCMB）的内部预编码，然后是高效的多用户多输入多输出（MU-MIMO）外部预编码器。对于每一组，我们研究了三种不同的分组方法，提供不同的优势。我们表明，零强制每组预编码（ZF-PGP）的零强制预编码（ZFP）提供的改进是非常高的。
2020-02-05 cs.IT eess.SP math.IT
Constant-Envelope Multi-User Precoding for Frequency-Selective Massive MIMO Systems
我们考虑在频率选择性多用户大规模MIMO系统中的下行链路预编码与高效，但非线性功率放大器在基站（BS）。提出了一种低复杂度的预编码算法，该算法在每个基站天线处产生恒定包络（CE）信号。为了实现期望的每用户信息速率，当与通常使用的不太严格的总平均发射功率约束相比时，在每天线CE约束下所需的额外总发射功率是小的。
2013-05-07 cs.IT 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
Precoding-oriented Massive MIMO CSI Feedback Design
New York University（纽约大学）；Nokia Bell Labs（诺基亚贝尔实验室）
本文提出一种基于深度学习的端到端面向预编码的 Massive MIMO CSI 反馈架构，通过联合设计学习导频、用户压缩器和基站处理，在最小化反馈开销的同时最大化可达速率之和，优于现有预编码导向及传统分离式方法。
2023-02-22 cs.IT cs.LG 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
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
A New SLNR-based Linear Precoding for Downlink Multi-User Multi-Stream MIMO Systems
在多用户多输入多输出（MIMO）系统中，信号泄漏噪声比（SLNR）是一个很有前途的线性预编码器设计准则。该方法简化了预编码器的设计问题，并给出了封闭解。在这封信中，我们提出了一种新的线性预编码方案，通过稍微放松SLNR最大化的MU-MIMO系统，每个用户多个数据流。预编码矩阵通过两个厄米特矩阵同时对角化的一般形式获得。新方案减小了每流有效信道增益之间的差距，这是原始SLNR预编码方案中的固有限制。仿真结果表明，所提出的预编码实现了相当大的增益，在错误性能比原来的多流传输，同时保持几乎相同的可实现的和速率。
2010-08-04 cs.IT math.IT
Low-Complexity Hybrid Precoding in Massive Multiuser MIMO Systems
大规模多输入多输出（MIMO）被设想为提供相当大的容量改进，但是以硬件的高复杂性为代价。在本文中，我们提出了一种低复杂度的混合预编码方案，以接近传统的基带迫零（ZF）预编码（称为全复杂度ZF），这被认为是一个虚拟的最佳线性预编码方案在大规模MIMO系统的性能。所提出的混合预编码方案，称为相位ZF（PZF），本质上是在RF域应用仅相位控制，然后基于从基带看到的有效信道执行低维基带ZF预编码。重量化的RF相位控制高达$2$位的精度也被认为是和招致非常有限的退化。该方案在理想瑞利衰落信道和稀疏散射毫米波（mmWave）信道中进行了仿真，都达到了非常理想的性能。
2014-10-15 cs.IT math.IT
A Precoding for ORIS-Assisted MIMO Multi-User VLC System
针对ORIS辅助的多用户VLC系统，提出基于交替优化的联合预编码与对齐矩阵设计方案，在LED功率等约束下最大化平均SINR，性能优于ZF、MMSE预编码算法。
2023-12-13 cs.IT eess.SP math.IT
Team Precoding Towards Scalable Cell-free Massive MIMO Networks
在最近的一项工作中，我们研究了一种新的预编码设计的无小区网络称为团队最小均方误差（TMMSE）预编码，严格推广集中式MMSE预编码分布式操作的基础上发射机特定的信道状态信息（CSI）。尽管TMMSE预编码在CSI共享级别处理不同协作机制方面具有灵活性，但TMMSE预编码假设数据承载信号的网络范围共享，因此它本质上是不可扩展的。在这项工作中，灵感来自于最近的进展，可扩展的无细胞架构的基础上，以用户为中心的网络集群技术，我们解决这个问题，提出了一个新版本的TMMSE预编码设计覆盖部分消息共享。所获得的框架，然后成功地应用于获得各种新颖的，最佳的，和有效的预编码方案的用户为中心的无小区网络部署使用多个无线电条纹。一个典型的工业物联网场景的数值模拟证实了TMMSE预编码的收益竞争方案在不同的功率约束下的频谱效率。虽然在下行链路预编码的上下文中，本文的结果也可以应用在上行链路上。
2022-08-24 cs.IT eess.SP math.IT
Joint Distributed Precoding and Beamforming for RIS-aided Cell-Free Massive MIMO Systems
针对下行链路RIS辅助无小区网络，提出联合分布式预编码与波束成形框架，通过去中心化交替优化求解非凸优化问题，有效降低了复杂度并提升了可扩展性。
2023-11-22 cs.IT eess.SP math.IT
Joint User Scheduling and Precoding for XL-MIMO Systems with Imperfect CSI
针对非理想CSI下的XL-MIMO系统，提出联合用户调度与预编码算法，通过长期CSI调度并选择更新CSI的用户，提升和频谱效率并强调训练开销与信道估计误差的影响。
2023-02-25 cs.IT eess.SP math.IT
MIMO Amplify-and-Forward Precoding for Networked Control Systems
在本文中，我们考虑了一个MIMO网络控制系统（NCS）中，传感器放大和转发所观察到的MIMO植物状态通过MIMO衰落信道的远程控制器。我们重点关注传感器处的MIMO放大转发（AF）预编码设计，以在传感器平均通信功率增益约束的情况下最小化远程控制器处的加权平均状态估计误差。MIMO AF预编码设计被公式化为无限时域平均成本马尔可夫决策过程（MDP）。为了处理灾难的维数与MDP，我们提出了一种新的连续时间扰动方法，并推导出一个渐近最优的封闭形式的优先级函数的MDP。在此基础上，我们推导出一个封闭形式的一阶最优动态MIMO AF预编码解决方案，该解决方案具有事件驱动的控制结构。具体地，当累积的状态估计误差超过动态阈值时，传感器激活最强本征通道以将设备状态的动态加权组合传送到控制器。进一步建立了保证MIMO网络控制系统稳定性的技术条件，证明了系统状态估计的均方误差为$\mathcal{O}\left(\frac{1}{\bar{F}}\right)$，其中$\bar{F}$为MIMO AF预编码的最大AF增益。
2020-03-07 cs.IT 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
Design and Prototyping of Hybrid Analogue Digital Multiuser MIMO Beamforming for Non-Orthogonal Signals
为了实现用户分集和复用增益，通常应用全数字预编码多输入多输出（MIMO）架构。然而，大量的射频（RF）链使得该系统对于低成本通信是不现实的。因此，针对低成本多用户MIMO系统中的非正交IoT信号，提出了一种实用的三级混合模数预编码架构，占用较少的RF链。非正交波形可以灵活地节省大量设备连接的频谱资源，或者在不消耗额外频谱资源的情况下提高数据速率。混合预编码分为模拟域、数字域和波形域三个阶段。基于码本的波束选择通过仅相位调谐简化了模拟域波束形成。数字域预编码可以微调码本形状的波束，并在信号幅度和相位方面解决多用户干扰。最后，波形域预编码管理非正交信号的自生载波间干扰（ICI）。这项工作设计了在软件定义无线电（SDR）设备上的全数字和混合预编码系统的空中信号传输实验。结果表明，波形预编码精度可以提高混合预编码。与具有相同RF链资源的发射机相比，混合预编码的性能显著优于全数字预编码，误差向量幅度（EVM）增益高达15.6 dB。具有相同数量天线的全数字系统显然需要更多的RF链，因此具有低功耗、空间和成本效益。因此，所提出的三阶段混合预编码是非正交物联网应用的非常合适的解决方案。
2019-11-28 cs.IT eess.SP math.IT
Deep Learning-Based Rate-Splitting Multiple Access for Reconfigurable Intelligent Surface-Aided Tera-Hertz Massive MIMO
Beijing Institute of Technology（北京理工大学）；Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；Beihang University（北京航空航天大学）；University of New South Wales（新南威尔士大学）；Zhejiang University（浙江大学）
可重构智能表面（RIS）可以显著提高太赫兹大规模多输入多输出（MIMO）通信系统的业务覆盖。然而，在有限的导频和反馈信令开销的情况下获得准确的高维信道状态信息（CSI）是具有挑战性的，严重降低了传统空分多址接入的性能。为了提高对CSI缺陷的鲁棒性，提出了一种基于深度学习（DL）的速率分裂多址接入（RSMA）方案，用于RI辅助的太赫兹多用户MIMO系统。具体来说，我们首先提出了一种混合数据模型驱动的DL基于RSMA预编码方案，包括被动预编码在RIS以及模拟主动预编码和RSMA数字主动预编码在基站（BS）。为了在RIS上实现被动预编码，我们提出了一种基于Transformer的数据驱动RIS反射网络（RRN）。对于基站的模拟主动预编码，考虑到基站和RIS采用LoS-MIMO天线阵列结构，提出了一种基于匹配滤波器的模拟预编码方案。对于基站处的RSMA数字主动预编码，提出了一种低复杂度的近似加权最小均方误差（AWMMSE）数字预编码方案。此外，为了获得更好的预编码性能和更低的计算复杂度，将AWMMSE方案与DL相结合，设计了一种模型驱动的深度展开主动预编码网络（DFAPN）。然后，为了在BS处获取所研究的RSMA预编码方案的准确CSI以实现更高的频谱效率，我们提出了具有低导频和反馈信令开销的CSI获取网络（CAN），其中下行链路导频传输、用户设备（UE）处的CSI反馈以及BS处的CSI重构…
2022-12-05 cs.AI cs.IT cs.LG
Precoding and Decoding Schemes for Downlink MIMO-RSMA with Simultaneous Diagonalization and User Exclusion
在本文中，我们考虑下行链路多输入多输出（MIMO）速率分裂多址（RSMA）系统的预编码器设计。所提出的方案与同时对角化（SD）分解的MIMO信道矩阵的用户到标量信道通过高阶广义奇异值分解（CM）的公共消息和块对角化（BD）的私人消息，从而使低复杂度的元素，元素的连续干扰消除（SIC）和解码在接收机。此外，所提出的SD MIMO-RSMA克服了RSMA系统中的一个关键限制，其中通过排除用户的子集来解码CM，CM的可实现速率受到具有用于CM的弱有效MIMO信道的用户的限制。我们制定了一个非凸加权和率（WSR）优化问题的SD MIMO-RSMA和解决它通过逐次凸逼近获得局部最优解。我们的仿真结果表明，无论是完美的和不完美的CSI，所提出的SD MIMO-RSMA与用户排斥优于基线MIMO-RSMA方案和线性BD预编码。
2022-03-30 cs.IT eess.SP math.IT
NOMA Enabled Multi-Access Edge Computing: A Joint MU-MIMO Precoding and Computation Offloading Design
针对多天线MEC用户以NOMA接入边缘服务器的场景，提出联合优化计算频率、卸载比例与预编码矩阵的迭代方法，在满足时延约束下最小化总能耗，并验证了收敛性和性能优势。
2023-11-07 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
