A Technique for Multi-User MIMO using Spatial Channel Model for out-door environments
任何无线通信系统都需要指定一个传播信道模型,作为性能评估和比较的基础。空间信道模型可以分为确定性的,即射线跟踪,基于测量的,这是基于信道信息和基于几何的随机信道模型的基础上,信道的方向结构可以模拟的物理对象和电磁波之间的最后相互作用,波到达基站或移动台的假设。多用户双向信道模型(MDDCM)是一种基于几何的信道模型,用于计算MIMO移动台和MIMO基站的蜂窝系统中的双向信道信息。在这个研究阶段,首先,多用户多输入多输出(MU-MIMO)空间信道模型已经实现了不同的室外环境城市微观和城市宏观使用MATLAB找到各种参数,如用户的到达角,用户方向和用户与接入点(AP)之间的距离。利用多径瑞利衰落信道和实际空间信道模型,实现了二次编码(多输入多输出-正交频分复用)MIMO-OFDM系统。使用不同的BER改善技术,例如,维特比解码器,时间和频率交织。通过在两个信道上的发送端和接收端[(2x2)和(2x 4)]处使用多个天线,也观察到多信道分集。不同的调制技术对误码性能的影响也被观察到。
2018-07-10 eess.SP
Soft MIMO Detection Using Marginal Posterior Probability Statistics
将接收符号软解调为比特对数似然比(LLR)是多输入多输出(MIMO)检测的核心。然而,最佳最大后验概率(MAP)检测器是复杂和不可行的,以用于在实际系统中。本文提出了一种基于边缘后验概率统计的MIMO软检测算法。借助最优传输理论和顺序统计量理论,将各层的后验概率分布转化为高斯分布。然后,可以隐式地从变换后的分布的一阶和二阶矩统计量恢复完整的采样路径。一个轻量级的网络被设计成学习恢复log-MAP LLR的时刻统计与低复杂度。仿真结果表明,在衰落和相关信道下,该算法可以在减少样本的情况下显著提高性能。
2022-08-17 eess.SP
Power Scaling Law Analysis and Phase Shift Optimization of RIS-aided Massive MIMO Systems with Statistical CSI
研究了一种具有统计信道状态信息(CSI)的上行链路可重构智能表面(RIS)辅助大规模多输入多输出(MIMO)系统。RIS的部署是为了帮助传统的大规模多输入多输出网络服务于死区中的用户。我们考虑Rician信道模型,并利用长时间统计CSI设计RIS的相移,而最大比合并(MRC)技术应用于基站(BS)的主动波束形成依赖于瞬时CSI。首先,我们揭示了功率缩放定律,推导出了适用于任意数量的基站(BS)天线的上行链路可达速率的闭式表达式。在理论表达式的基础上,我们讨论了一些特殊情况下的速率性能,并给出了使用随机相移时的平均渐近速率。然后,我们考虑和速率最大化和最小用户速率最大化问题,通过优化的相位偏移在RIS。然而,这两个优化问题是具有挑战性的解决,由于复杂的数据速率表达式。为了解决这些问题,我们提出了一种新的遗传算法(GA)具有低复杂度,但可以实现相当大的性能。最后,提供了大量的仿真来验证通过将RIS集成到传统的大规模多输入多输出系统中的益处。此外,我们的仿真结果表明,部署大规模,但低分辨率的RIS在大规模多输入多输出系统的可行性。
2021-06-16 eess.SP
Rank and Condition Number Analysis for UAV MIMO Channels Using Ray Tracing
本文利用纳入 OSM 地理信息的射线追踪仿真,分析不同高度无人机在城市场景与农村场景中的空对地 MIMO 信道秩、条件数及覆盖分布,揭示高度、地理和建筑等因素的影响。
2023-03-05 eess.SP
Parametrization and Estimation of High-Rank Line-of-Sight MIMO Channels with Reflected Paths
本文提出一种用反射镜像源替代各路径的多径信道参数化方法,仅比平面波模型多两个参数,即可在高秩视距MIMO中准确捕捉波前球面曲率,并通过28 GHz和140 GHz城市射线追踪仿真验证了其精度。
2023-04-14 eess.SP
Large-scale Outdoor Cell-free mMIMO Channel Measurement in an Urban Scenario at 3.5 GHz
本文基于城市环境3.5 GHz频段的大规模室外实测,测量了超2万个AP位置与80个UE之间的信道冲激响应,为无蜂窝大规模MIMO系统提供了实测信道模型与功率时延谱演化分析。
2024-06-06 eess.SP
Environment-Aware MIMO Channel Estimation in Pilot-Constrained Upper Mid-Band Systems
University of California San Diego(加利福尼亚大学圣地亚哥分校)
本文提出了一种结合物理信息的神经网络框架,用于在受限制的上中频系统中实现更准确的MIMO信道估计,通过融合先验环境信息和接收到的信号强度,提高了性能并降低了计算复杂度。
2026-01-30 eess.SP
Rate Splitting in FDD Massive MIMO Systems Based on the Second Order Statistics of Transmission Channels
在这项工作中,我们提出了新的结果,应用率分割多址接入(RSMA)的下行链路(DL)的大规模多输入多输出(MaMIMO)系统在频分双工(FDD)模式下工作。由于在这样的系统中缺乏上行链路(UL)- DL信道互易性,因此必须执行DL中的显式训练以便在基站(BS)处获得关于单天线用户的信道的知识。这通过从用户到BS的反馈链路来确保。处理大规模多输入多输出系统的DL意味着获取DL信道状态信息(CSI)以随着BS天线的数量而缩放的巨大训练开销为代价。因此,我们通过在BS天线之间重用导频序列来限制分配给训练的资源,这导致污染的信道观测。尽管在发射机侧的这种不完整的信道知识,所提出的RS方法与依赖于信道的二阶信息的统计预编码器相结合,与现有技术相比,在频谱效率方面实现了优异的结果。这是通过典型的通信场景的蒙特卡罗模拟证明。
2023-01-30 eess.SP
Statistical Framework for Clustering MU-MIMO Wireless via Second Order Statistics
本文针对MU-MIMO无线用户聚类问题,基于正定矩阵黎曼流形上的对数欧几里得距离,提出一种样本协方差矩阵距离的一致估计器,并通过中心极限定理建立其渐近高斯性,从而为现实条件下聚类算法性能预测提供统计框架。
2024-08-08 cs.AI eess.SP
Statistics of the Effective Massive MIMO Channel in Correlated Rician Fading
大规模多输入多输出基站使用多个空间分集分支,在理论工作中经常假设这些分支是不相关的。相关分支很少被考虑,因为它们在数学上不太容易处理。对于相关Rician衰落,只有一阶和二阶矩已被探索。为了更准确地描述传播环境,需要全分布函数。本文提供了这些函数的最大比率结合有效信道,一个二次型的随机复杂的正常信道向量。它的平均向量和协方差矩阵是基于平面波模型,结合阵列的几何形状,天线单元方向图,功率角谱和功率延迟剖面。封闭形式的近似的分布函数,允许快速评估许多现实世界的情况。的统计框架是用来表明,低方向性天线元件提供更好的性能,在角收缩莱斯衰落与离轴入射比高方向性元件。此外,两个基站阵列布局进行了比较,显示了一个半圆形阵列比均匀的线性阵列更均匀地照亮一个单元。利用可用的全分布函数,可以在整个接收功率范围内比较性能,而不仅仅是基于平均SNR。
2021-12-13 eess.SP
Cell-free versus Conventional Massive MIMO : An Analysis of Channel Capacity based on Channel Measurement in the FR3 Band
State Key Laboratory of Networking and Switching Technology Beijing University of Posts and Telecommunications(北京邮电大学 网络与交换技术国家重点实验室)
本文通过FR3频段信道测量,比较了无基站与传统大规模MIMO在不同信噪比下的信道容量,发现64元件阵列配置在LOS和NLOS条件下分别带来14.02%和24.61%的增益。
2025-12-02 eess.SP
Measurement-Based Ultra-Massive MIMO Statistical Channel Characterization and System Performance Evaluation for UMi Environments at 15 GHz FR3 Spectrum
Chongqing University of Posts and Telecommunications(重庆邮电大学);Northeastern University(东北大学);The University of Sheffield(谢菲尔德大学)
本文通过15 GHz UM-MIMO信道测量,分析了UMi环境中近场和远场场景的信道特性,评估了不同传播条件对系统性能的影响,为6G微基站网络设计提供指导。
2026-04-26 eess.SP
Position-agnostic Algebraic Estimation of 6G V2X MIMO Channels via Unsupervised Learning
6 G车联网(V2X)背景下的MIMO系统将需要准确的信道知识,以实现高效的通信。诸如无约束最大似然(U-ML)之类的标准信道估计技术在大规模MIMO设置中是极其嘈杂的,而结构化方法(例如,压缩感测适合于低移动性场景,并且对硬件损伤敏感。我们提出了一种基于无监督学习的6 G V2X多车辆代数信道估计方法,该方法利用典型城市环境中的循环车辆通道。该算法基于多个训练序列的\textit{algebraic similarity},通过K中心点算法对训练序列进行聚类,得到MIMO信道的本征模,从而提高信道估计精度。数值结果表明,所提出的方法的均方误差(MSE)相比,标准的U-ML解决方案(15 dB以下)显着的好处。
2021-07-26 cs.IT eess.SP math.IT
On Systematic Performance of 3-D Holographic MIMO: Clarke, Kronecker, and 3GPP Models
Zhejiang University(浙江大学);Aalto University(阿尔托大学);Nanjing University of Aeronautics and Astronautics(南京航空航天大学);Xi’an Jiaotong University(西安交通大学)
本文系统评估了3-D全息MIMO在Clarke、Kronecker和3GPP信道模型下的性能,证明其在有效自由度、波束宽度和容量提升方面的优势,验证了体积阵列在现实条件下的鲁棒性和可扩展性。
2026-04-29 eess.SP
Channel Rank Improvement in Urban Drone Corridors Using Passive Intelligent Reflectors
多输入多输出(MIMO)技术可以帮助在与无人机通信时缩放可实现的空对地(A2 G)信道容量。然而,与无人机的空间复用由于无障碍视线(LoS)而遭受秩不足信道,特别是在使用窄波束的毫米波(mmWave)频率中。一种可能的解决方案是利用低成本和低复杂度的基于超材料的智能反射表面(IRS)来丰富多路径环境,同时考虑到无人机仅限于在明确定义的无人机走廊内飞行。这种解决方案的一个障碍是最佳地放置IRS。在这项研究中,我们提出了一种方法,IRS放置的目标,以提高空间复用增益,从而最大限度地提高平均信道容量在一个预定义的无人机走廊。我们在6 GHz,28 GHz和60 GHz的结果表明,与没有IRS的环境相比,所提出的方法提高了给定无人机走廊所有频段的平均速率,并且IRS辅助信道在sub-6和mmWave波段彼此接近。
2021-08-04 eess.SP
Statistical QoS Provisioning Analysis and Performance Optimization in xURLLC-enabled Massive MU-MIMO Networks: A Stochastic Network Calculus Perspective
本文从随机网络演算(SNC)的角度研究了新一代超可靠低延迟通信(xURLLC)的基本原理和性能权衡。已经开发了启用xURLLC的大规模MU-MIMO系统模型以适应xURLLC特征。通过利用和促进SNC,我们提供了一个定量的统计服务质量(QoS)供应分析,并推导出上限统计延迟违规概率(UB-SDVP)的封闭形式的表达。基于所提出的理论框架,我们制定了UB-SDVP最小化问题,首先退化为一维整数搜索问题,推导出的最小错误概率(EP)检测器,然后有效地解决了整数形式的黄金分割搜索算法。此外,两个新的概念,基于EP的有效容量(EP-EC)和基于EP的能源效率(EP-EE)已被定义为特征的尾部分布和性能权衡xURLLC。随后,我们制定了EP-EC和EP-EE最大化问题,并证明了EP-EC最大化问题是等价的UB-SDVP最小化问题,而EP-EE最大化问题的解决与低复杂度的外下降内搜索协作算法。大量的模拟表明,所提出的框架在降低计算复杂度相比,参考方案,并提供各种权衡和优化性能的xURLLC有关UB-SDVP,EP,EP-EC,和EP-EE。
2023-03-10 eess.SP
Based on Deep Neural Networks: A Machine Learning-Assisted Channel Estimation Method for MIMO Systems
International School, Beijing University of Posts and Telecommunications (BUPT)(北京邮电大学国际学院)
本文提出一种基于深度神经网络的信道估计方法,用于大规模MIMO系统,通过多层感知器学习导频信号,在COST 2100数据集上相比LS和MMSE实现3-5 dB的NMSE提升,并验证了低计算复杂度的部署可行性。
2025-10-15 eess.SP
Channel Measurements and Modeling based on Composite Environmental Factor for Urban Street-Canyon Intersections
Beijing Jiaotong University(北京交通大学);China Academy of Industrial Internet, Ministry of Industry and Information Technology(工业和信息化部工业信息安全发展中心)
本文提出基于5.8GHz测量的环境相关统计信道模型,通过构建复合环境因子刻画交叉口环境差异,并将其纳入3GPP路径损耗模型,最终验证了模型在不同建筑条件下对城市街道峡谷交叉口信道传播特性表征的有效性。
2026-04-02 eess.SP
Air-to-Ground Directional Channel Sounder With 64-antenna Dual-polarized Cylindrical Array
无人驾驶飞行器(UAV),通常称为无人机,是未来无线通信的重要组成部分,无论是作为需要与地面站通信的用户设备,还是作为3D网络中的基站。为了分析“有用的”链路和调查对其他地面节点的可能干扰,需要了解空对地信道。由于地面节点通常配备有天线阵列,信道调查需要考虑它,本研究提出了一个大规模多输入多输出基于我们的实验室最近开发的空对地信道探测器,它可以执行上述要求的测量。在概述了探测器的原理和功能后,我们提出了演示功能的样本测量,并首次深入了解城市环境中的空对地大规模多输入多输出信道。我们的研究结果提供了一个平台,未来的调查和可能的增强大规模多输入多输出系统。
2021-02-13 eess.SP
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
Enhancements in Score-based Channel Estimation for Real-Time Wireless Systems
针对实时MIMO系统,提出基于分数模型的信道估计增强,通过噪声调度与跳步加速采样,实现低延迟且无性能损失。
2025-09-09 eess.SP
Statistical CSI-based Design for Reconfigurable Intelligent Surface-aided Massive MIMO Systems with Direct Links
研究了可重构智能表面(RIS)辅助的大规模多输入多输出(MIMO)直联系统的性能,并基于统计信道状态信息(CSI)设计了RIS的相移。我们首先推导出上行链路各态历经数据率的封闭形式表达式。然后,基于推导的表达式,我们使用遗传算法(GA)来解决和数据率最大化问题。通过低复杂度的最大比合并(MRC)和低开销的基于统计CSI的方案,验证了RIS仍然可以给传统的大规模MIMO系统带来显著的性能提升。
2021-02-15 cs.IT eess.SP math.IT
Dual Polarized Modulation and Receivers for Mobile Communications in Urban Areas
实现频谱效率(SE)的增加一直是通信系统设计中的主要驱动力。在移动通信中使用MIMO技术在提高系统吞吐量方面取得了显著的效益。MIMO的基本概念是利用信号和信道特性来消除多个传输之间的干扰。从工业项目\cite{NGW,Henarejos}下开展的工作出发,我们扩展了各自报告中提供的结果。目标是在发射机处没有任何信道状态信息和发射机处没有反馈的情况下增加SE而不增加辐射能量,并且在接收机处保持非常低的计算复杂度。虽然需要先验的额外功率来增加SE,我们证明了所提出的极化调制(PMod)方案利用极化分集减少所需的EbN0,并增加了一个额外的位。我们还介绍了两个接收机解调这种方案的不同的计算复杂度。我们描述了一个近最佳检测器(NOD),它实现了几乎相同的性能的最佳检测器的基础上的最大似然检测(MLD),但具有较低的计算复杂度。最后,仿真结果表明,与单极化情况相比,PMod需要更少的EbN0,在交叉极化情况下保证了鲁棒性,并验证了PMod可以复用两个不同服务质量(QoS)的流。
2018-03-20 cs.IT eess.SP math.IT
A Non-Stationary VVLC MIMO Channel Model for Street Corner Scenarios
近年来,可见光通信(VLC)技术作为射频(RF)技术的替代和补充,其应用潜力引起了人们的关注。对VLC信道的研究是设计VLC通信系统的基础。提出了一种适用于车辆可变长信道(VVLC)多输入多输出(MIMO)信道的非平稳几何街角模型。该模型考虑了车辆速度和方向的变化。散射体的类别包括固定散射体和移动散射体(MS)。基于所提出的模型,我们推导出信道的冲激响应(CIR)和探索的VVLC信道的统计特性。研究了变VLC信道的信道增益和均方根时延扩展。此外,还研究了流速变化对模型统计特性的影响。该信道模型可用于指导未来的车辆到基础设施(V2I)和车辆到车辆(V2V)光通信系统的设计。
2020-07-28 eess.SP
Measurement-Based Analysis of Outdoor Massive MIMO Channel Characteristics over FR3 Frequency Band
China Mobile Research Institute(中国移动研究院);Beijing University of Posts and Telecommunications(北京邮电大学)
基于8 GHz和15 GHz大规模MIMO平台测量,分析了UMa场景下信道参数,发现高频段多径更集中、方向性更强,而低频段多径分布更广、性能更稳定,为多频段MIMO建模和6G设计提供指导。
2026-06-11 eess.SP
Exploring High Tower Base Stations with Multi-User Massive MIMO for Rural Connectivity
本文研究配备多用户大规模MIMO的高塔基站农村低成本联网问题,通过上行链路不同EIRP下的用户速率分析验证其可行性,并给出部署频率、覆盖人口与选址等技术经济建议。
2023-06-05 eess.SP
Multiuser-MIMO Systems Using Comparator Network-Aided Receivers With 1-Bit Quantization
低分辨率模数转换器(ADC)对于具有多天线的多用户多输入多输出(MIMO)系统降低能耗和成本是有希望的。我们提出了低分辨率多用户MIMO接收器,其中信号由1位ADC和比较器网络同时处理,这可以被解释为具有二进制输出的附加虚拟通道。我们区分所提出的比较器网络完全连接和部分连接。对于这种接收机,我们开发了低分辨率意识的线性最小均方误差(LRA-LMMSE)信道估计器和检测器根据Bussgang定理。我们还开发了一个强大的检测器,它考虑到信道状态信息(CSI)的失配统计。通过利用知识的信道系数,我们设计了一个均方误差(MSE)贪婪搜索和顺序的信号干扰噪声比(SINR)搜索部分连接网络的优化。数值结果表明,在误比特率方面,具有额外虚拟信道的系统可以优于具有额外接收天线的系统。此外,通过采用所提出的信道估计与其误差统计,我们构造了一个下界的遍历和速率的线性接收机。仿真结果表明,所提出的方法优于传统的1比特MIMO系统的BER,MSE和和速率。
2022-11-18 eess.SP
Statistical Properties and Variations of LOS MIMO Channels at Millimeter Wave Frequencies
测量结果的毫米波LOS MIMO系统的时间变化和多径传播的重点。使用不同的系统设置,包括2x2和3x3 MIMO,并且涉及不同的同步过程和前端。此外,不同的传播方案进行了评估,涵盖了广泛的应用领域。结果表明,LOS分量比NLOS分量携带更多的功率,并且在设计这些高带宽系统时,应考虑来自前端的频率选择性。由于发射和接收振荡器差异而引起的频率偏移和其他相位变化被视为信道的一部分,因此,取决于同步设置,MIMO系统表现出不同的时间变化,特别是在独立本地振荡器的情况下。还观察到,这些系统的振幅和相位方面经历显着的非平凡的长期变化。
2018-03-21 cs.IT eess.SP math.IT
Energy Efficiency Optimization for Downlink Massive MIMO With Statistical CSIT
我们调查的能量效率(EE)优化单小区大规模多输入多输出(MIMO)下行链路传输,只有统计信道状态信息(CSI)在基站。我们首先表明,波束域传输是有利于在大规模MIMO下行链路的能源效率,通过推导出一个封闭形式的解决方案的最佳传输协方差矩阵的特征向量。利用这一结论,EE优化问题被简化为一个实值功率分配问题,这比原来的高维复矩阵值预编码设计问题更容易解决。我们进一步提出了一种迭代注水结构波束域功率分配算法,具有低复杂度和保证收敛性,利用序贯优化,分数优化和随机矩阵理论的技术。数值结果表明,我们提出的统计CSI辅助EE优化方法的性能接近最优。
2020-02-12 cs.IT eess.SP math.IT
Statistical CSI-Based Transmission Design for Reconfigurable Intelligent Surface-aided Massive MIMO Systems with Hardware Impairments
本文研究了一种可重构智能表面(RIS)辅助的大规模多用户多输入多输出(MIMO)通信系统,该系统具有收发器硬件损伤(HWI)和RIS相位噪声。与现有的研究成果不同,RIS的相移设计是基于长期的角度信息。首先推导了上行链路可达速率的近似解析表达式。然后,我们使用遗传算法(GA),以最大化和率和最小数据率。最后,我们表明,它是至关重要的,以考虑HWI时,设计的RIS相移。
2021-10-13 cs.IT eess.SP math.IT
Detecting, identifying, and localizing radiological material in urban environments using scan statistics
提出了一种方法,扫描统计的基础上,在城市环境中使用移动传感器检测,识别和定位非法放射性材料。我们的方法处理根据(未知)环境而变化的不同水平的背景辐射。我们的方法可以准确地确定一个源是否存在沿着街道段,以及确定六个可能的来源产生的辐射。我们的方法还可以定位源,当检测到,在几秒钟内。我们在一系列决策阈值上展示了我们的结果,允许利益相关者评估不同误报率下的性能。由于我们方法的简单性,我们的模型可以在几分钟内用很少的训练数据进行训练,并且有可能实时得分。我们的方法是在“检测城市地区的辐射威胁”的竞争中表现最好的提交之一。
2020-02-08 eess.SP stat.AP
Spectral Efficiency and Energy Efficiency Tradeoff in Massive MIMO Downlink Transmission with Statistical CSIT
作为未来无线网络的关键技术,大规模多输入多输出(MIMO)技术可以显著提高能量效率(EE)和频谱效率(SE),其性能高度依赖于信道状态信息(CSI)的可用程度。虽然关于大规模多输入多输出的大多数现有工作集中在发射机处的瞬时CSI(CSIT)可用的情况下,但是获得精确的瞬时CSIT通常不是一件容易的任务。在本文中,我们研究EE-SE权衡单小区大规模多输入多输出下行链路传输与统计CSIT。为此,我们的目标是优化系统资源效率(RE),这是能够达到EE-SE平衡。首先给出了不同用户终端的最优发射协方差矩阵的特征向量的闭式解,表明波束域有利于在大规模多输入多输出下行链路中进行RE最优传输。基于这一认识,RE优化预编码设计被简化为一个实值功率分配问题。利用序贯优化和随机矩阵理论,我们进一步提出了一种低复杂度的次优两层注水结构功率分配算法。数值结果表明,所提出的统计CSI辅助RE优化方法的有效性和接近最优的性能。
2020-05-04 cs.IT eess.SP math.IT
Statistical CSI Acquisition for Multi-frequency Massive MIMO Systems
Purple Mountain Laboratories(紫金山实验室);State Grid Jiangsu Electric Power Co. Ltd Ganyu Branch, State Grid Corporation of China (SGCC)(国家电网有限公司江苏省电力有限公司赣榆分公司)
本文提出了一种多频大规模MIMO系统中统计CSI的高效获取方法,通过自回归模型和最大熵准则提升信道估计精度与传输性能。
2025-05-08 cs.IT eess.SP math.IT
DyLoc: Dynamic Localization for Massive MIMO Using Predictive Recurrent Neural Networks
University of Central Florida(中佛罗里达大学)
本文提出了一种数据驱动的定位框架,具有高精度的时变复杂的多径环境,如密集的城市地区和室内,GPS和基于模型的定位技术的不足。我们考虑角度延迟分布(ADP),信道状态信息(CSI)的线性变换,在大规模MIMO系统中,并显示ADP保存用户的运动时堆叠的时间。我们讨论,给定一个静态的环境中,ADP时间序列的未来帧是可预测的,采用视频帧预测算法。我们表示可以采用深度卷积神经网络(DCNN)来学习背景静态散射环境。为了检测环境中的前景变化,对应于路径阻塞或添加,我们引入了一种利用训练的DCNN的算法。此外,我们提出了DyLoc,一个数据驱动的框架来恢复由于前景变化而失真的ADP,并获得精确的位置估计。我们评估了DyLoc在几个动态场景中的性能,这些场景采用DeepMIMO数据集来生成室内和室外环境的地理标记CSI数据集。我们表明,以前的基于DCNN的技术未能在动态环境中以理想的精度执行,而DyLoc追求精确定位。此外,模拟表明,随着环境在多径数量方面变得更加丰富,DyLoc对前景变化变得更加鲁棒。
2021-01-22 cs.CV eess.SP
Statistical Approximations of LOS/NLOS Probability in Urban Environment
视线和非视线(LOS/NLOS)可见性条件分析是无线信道建模的一个重要方面。对于统计信道模型,通常使用蒙特卡罗模拟来生成基于特定LOS概率的空间一致的可见性状态。目前的工作地址的LOS概率近似问题,使用混合的距离依赖指数函数的城市地区的高和低的建筑密度。该模型将站点覆盖区域划分为LOS区和NLOS区,分别采用三角级数和支持向量分类方法进行近似。与常用的通用ITU-R和3GPP LOS概率模型相比,所提出的近似与真实世界的LOS分布相比更准确。LOS概率模型的准确性进行了测试,从曼哈顿和旧金山城市地区的数字建筑数据获得的能见度预测。
2020-05-05 cs.IT eess.SP math.IT
Low-Complexity Statistically Robust Precoder/Detector Computation for Massive MIMO Systems
大规模MIMO是多用户MIMO的变体,其中基站(BS)$M$处的天线的数量非常大,并且通常比所服务的用户(数据流)$K$的数量大得多。最近的研究已经说明了这种系统的系统级优点,特别是增加天线$M$数量的有益效果。然而,这些好处是以硬件和计算复杂性的急剧增加为代价的。这部分是由于BS需要计算合适的波束成形向量以便相干地向每个用户发送数据/从每个用户接收数据的事实,其中所得到的复杂度与天线$M$的数量和所服务的用户$K$的数量成比例地增长。最近,不同的算法的基础上的工具,从随机矩阵理论的渐近制度的$M,K \to \infty$与$\frac{K}{M} \to ρ\in (0,1)$已被提出,以减少这种复杂性。然而,所有这些技术的基本假设是用户的信道向量的确切统计(协方差矩阵)是先验已知的。这是远远不现实的,特别是在$M\to \infty$的高维区域中,众所周知,基础协方差矩阵的估计是一个非常具有挑战性的问题。在本文中,我们提出了一种新的技术设计波束形成向量在大规模MIMO系统。我们的方法是基于随机Kaczmarz算法,并不需要用户的信道向量的统计知识。我们从理论上分析了我们提出的算法的性能,并通过数值模拟将其性能与其他竞争技术进行了比较。我们的研究结果表明,我们提出的技术具有相当的性能,而它不需要的用户信道向量的统计知识。
2018-07-28 cs.IT eess.SP math.IT
MIMO-GAN: Generative MIMO Channel Modeling
Qualcomm Technologies Netherlands B.V.(高通技术荷兰有限公司);Qualcomm Technologies, Inc.(高通技术公司);Qualcomm AI Research(高通人工智能研究院)
我们提出了生成信道建模,从信道输入输出测量中学习统计信道模型。生成式渠道模型可以学习更复杂的分布,更忠实地表示现场数据。它们易于处理,易于采样,这可能会加快模拟回合。为了实现这一目标,我们利用GAN的进步,这有助于我们从观察到的测量中学习随机MIMO信道上的隐式分布。特别是,我们的方法MIMO-GAN隐含地将无线信道建模为时域带限脉冲响应的分布。我们在3GPP TDL MIMO信道上评估MIMO-GAN,并观察到捕获底层信道的功率,延迟和空间相关统计的高一致性。特别地,我们观察到MIMO-GAN实现了低于3.57 ns平均延迟和-18.7 dB功率的误差。
2022-03-16 cs.AI cs.IT cs.LG
Impact of Spatially Consistent Channels on Digital Beamforming for Millimeter-Wave Systems
大规模多输入多输出(MIMO)的前提是基于相干传输和检测。大部分关于大规模MIMO的大量文献提出了简化的统计传播模型上的性能评估。所有这些模型都是基于丢弃的,并且不能确保信道参数的连续性。在本文中,我们量化的空间一致性(SC)模型的大规模MIMO系统的波束成形的影响。我们专注于一个28 GHz的多用户城市微蜂窝场景的下行链路。使用最近标准化的第三代合作伙伴计划38.901 SC-I过程,我们评估的信号与干扰加噪声比的用户设备和系统遍历和频谱效率与迫零,块对角化,和信号泄漏加噪声比波束成形。我们的研究结果表明,在实际的信噪比水平,SC信道产生显着的性能损失相对于没有SC的情况下,由于大量的空间相关性的信道参数。
2020-03-03 cs.IT eess.SP math.IT
Randomized Kaczmarz Algorithm for Massive MIMO Systems with Channel Estimation and Spatial Correlation
为了在基站(BS)需要便宜且配备有简单硬件的场景中利用大规模多输入多输出(M-MIMO)技术的益处,应当降低用于用户的空间复用的经典信号处理方案的计算复杂度。这就需要次优设计,其很好地执行组合/预编码步骤,同时实现低计算复杂度。最近已经研究了基于迭代Kaczmarz算法(KA)的方法,该方法在不知道BS中的无线信道的二阶矩的情况下确保良好的执行,并且由于除了迭代次数之外不需要调谐参数,因此容易。事实上,由于全局收敛特性,KA(rKA)的随机化版本已在此背景下使用。在本文中,对该第一次基于rKA的尝试提出修改,旨在改善其用于M-MIMO系统的性能-复杂度权衡解决方案。我们观察到,长期的通道效应降低了收敛速度的rKA为基础的计划。然后,在此通过混合rKA初始化建议来解决该问题,该混合rKA初始化建议落在算法的凸性区域内并确保对通信系统的公平性。我们的建议的有效性说明通过数值结果带来更现实的系统条件下的信道估计和空间相关性比那些使用到目前为止。我们还描述了所提出的rKA计划的计算复杂性,推导出迭代次数的上限。一个案例研究集中在密集的城市应用场景是用来收集新的见解的可行性建议的计划,以应付插入BS的限制。
2019-07-06 eess.SP stat.AP
Towards Cell-Free Massive MIMO: A Measurement-Based Analysis
无小区的广泛分布的大规模多输入多输出(MIMO)系统利用分布在大的地理区域上的无线电单元。用户设备(UE)的无线电信号由UE附近的无线电单元(RU)的子集相干地检测,并在最近的基带处理单元(BPU)处联合处理。这种架构保证了两个数量级的发射功率,在UE位置的空间聚焦以获得高可靠性,以及覆盖区域上的一致吞吐量。迄今为止,所有这些性质都从理论的角度进行了研究。据我们所知,这项工作提出了第一个经验的无线电波传播测量的形式,随时间变化的信道传递函数的线性,广泛分布的天线阵列与32个单天线RU分布在46.5米的范围内。大孔径允许对无细胞系统的传播特性进行有价值的见解。三种不同的共址和广泛分布的RU配置和它们的属性在城市环境中的时变延迟扩展,多普勒扩展,路径损耗和空间上的局部散射函数的相关性进行了分析。为了开发6G无小区大规模多输入多输出收发器算法,我们分析了诸如信道硬化、信道老化以及信号干扰噪声比(SINR)等特性。我们的经验证据支持广泛分布的无细胞系统的有前途的索赔。
2022-08-30 cs.IT eess.SP math.IT
Deep-Learning Aided Channel Training and Precoding in FDD Massive MIMO with Channel Statistics Knowledge
提出了一种基于深度神经网络(DNN)的FDD大规模MIMO中的信道训练和预编码方法,利用下行链路(DL)信道协方差知识。DNN被优化以通过基于用户信道协方差产生预波束成形矩阵来最大化DL多用户和速率,该预波束成形矩阵将原始信道向量映射到有效信道。这些有效信道的测量在用户处经由公共导频传输接收,并且通过模拟反馈发送回基站(BS)而无需进一步处理。BS根据接收到的反馈估计有效信道,并且通过在有效信道上将优化的预波束成形矩阵与迫零预编码器级联来构造线性预编码器。我们表明,所提出的方法产生显着更高的总速率比国家的最先进的基于DNN的信道训练和预编码方案,特别是在小导频和反馈大小相对于信道相干块长度的情况下。与文献中的许多作品不同,我们的主张不涉及在用户端部署DNN,这通常会带来很高的计算成本和系统上的参数传输开销,因此更加实用。
2023-03-20 cs.IT eess.SP 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
Channel Estimation for mmWave MIMO-OFDM Systems in High-Mobility Scenarios: Instantaneous Model or Statistical Model?
本文研究高移动性毫米波MIMO-OFDM系统的信道估计,比较瞬时与统计信道模型,提出基于四阶张量CP分解和ESPRIT型分解的瞬时模型估计算法,仿真证明其优于统计模型及现有基准。
2024-08-27 cs.IT eess.SP math.IT
Transformer-Driven Neural Beamforming with Imperfect CSI in Urban Macro Wireless Channels
University of Maryland College Park(马里兰大学帕克分校);DeepSig Inc(迪普西格公司);Meta Reality Labs(元宇宙现实实验室)
针对密集城市环境下MU-SIMO系统非理想CSI问题,提出集成深度可分离卷积与Transformer的无监督深度学习框架NNBF生成波束成形权重,实验表明其在吞吐量、频谱效率和BLER上优于ZFBF、MMSE等基线方法。
2025-04-15 cs.IT cs.LG eess.SP
Statistics Approximation-Enabled Distributed Beamforming for Cell-Free Massive MIMO
KTH Royal Institute of Technology(皇家理工学院);Beijing Jiaotong University(北京交通大学)
本文提出一种基于统计近似的分布式波束成形方法,用于无中心大规模MIMO网络,实现与集中式MMSE方案相当的性能。
2026-02-04 cs.IT eess.SP math.IT
Channel Modeling and Channel Estimation for Holographic Massive MIMO with Planar Arrays
在实际的无线环境中,多天线信道通常表现出空间相关衰落。当大量天线密集部署时,这一点更加强调,称为全息大规模MIMO(多输入多输出)。在这封信的第一部分,我们开发了一个信道模型,全息大规模MIMO考虑非各向同性散射和定向天线。在大量天线的情况下,很难获得空间相关矩阵的全部知识。在这种情况下,信道估计通常使用最小二乘(LS)估计器来完成,其不需要信道统计或阵列几何的先验信息。在这封信的第二部分,我们提出了一种新的信道估计方案,利用阵列的几何形状,以确定降低秩的子空间,覆盖任何空间相关矩阵的特征空间。建议的估计优于LS估计,而不使用任何用户特定的信道统计。
2022-02-02 cs.IT eess.SP math.IT
Statistical Characterization of Wireless MIMO Channels in Mode-Stirred Enclosures
我们提出了一个2x2多输入多输出无线链路的统计特性,在模式搅拌外壳,信道状态信息仅在接收器(不可知的发射机)。我们的无线信道的测量进行的视线和变化的两个天线元件之间的发射和接收阵列的元件间的间距的情况下。模式搅拌腔在以下条件下操作:i)在少量搅拌器位置下操作,以产生统计不均匀性; ii)在两种不同的加载条件下操作,即空的和具有吸收器的,以模拟广泛的现实设备级外壳。我们的研究结果表明,两个平行的通道内得到的有限空间内的操作条件。从相干带宽、路径损耗、延迟扩展、莱斯因子和宽带信道容量等方面分析了无线信道的统计特性。研究发现,严重的多径衰落支持的高反射环境中创建两个多输入多输出信道之间的不平衡,即使在存在大量的损失。此外,信道容量具有多模态分布,其平均值和方差与吸收器的数量单调成比例。结果对物联网设备(包括无线芯片到芯片和设备到设备通信)在高反射环境中运行很有意义。
2021-01-31 cs.IT eess.SP math.IT
CSI-PPPNet: A One-Sided One-for-All Deep Learning Framework for Massive MIMO CSI Feedback
本文提出 CSI-PPPNet,在 UE 端线性压缩 CSI、BS 端用即插即用深度学习去噪器恢复,实现单一模型适配任意压缩比并降低终端存储与计算负担。
2023-07-18 cs.IT eess.SP math.IT
On the Uplink Transmission of Multi-user Extra-large Scale Massive MIMO Systems
超大规模大规模多输入多输出(MIMO)技术具有良好的小区覆盖能力和较高的区域吞吐量等优点,有望成为下一代无线通信系统的关键技术之一。然而,在实践中,当天线尺寸变大时,空间非平稳性发生,并且用户将仅看到基站天线阵列的一部分,我们称之为可见区域(VR)。为了评估空间非平稳性的影响,在本文中,我们研究了超大规模的大规模MIMO系统的上行链路传输考虑VR。特别是,我们首先提出了一个基于子阵列的超大规模大规模MIMO系统的系统架构。然后,紧封闭形式的上行链路频谱效率(SE)的近似与线性接收机。以最大化可实现的SE为目标,我们还提出了子阵相位系数设计方案。此外,基于所获得的遍历可实现的SE近似,两个基于统计信道状态信息(CSI)的贪婪用户调度算法的开发。研究结果表明,基于统计CSI的贪婪联合用户和子阵调度算法与基于开关的子阵结构相结合,是一种适用于超大规模MIMO系统的可行方案。
2020-11-09 cs.IT eess.SP math.IT
Robust Statistical Beamforming with Multi-Cluster Tracking for Time-Varying Massive MIMO (Extended Version)
提出了一种大规模多输入多输出(MIMO)系统中瞬时信道估计、波束跟踪和自适应波束形成器的联合设计方法。这种设计的重点是效率方面的性能和计算复杂性的不利影响下的时间变化和移动性的来源,多用户和多径组件的存在下,或简单的多集群,和远近效应。该设计也适用于混合波束形成和频率选择性信道。在所提出的系统中,信道参数估计在时域双工(TDD)上行链路模式使用每簇的方法,而不是一个联合的方法,这显着降低了复杂度。由于所提出的干扰感知统计波束形成方法,即降维广义特征波束形成器(RD-GEB),每簇估计是可能的,它承担了干扰减轻的计算负载,并使剩余阶段的设计更简单。此外,整体设计基于将信道参数分离为快时间和慢时间,仅留下瞬时信道估计和信道匹配滤波作为快时间操作,其在集群特定的降维子空间内处理。波束跟踪和波束形成很少在慢时间内进行,降低了时均复杂度。此外,通过利用一批瞬时信道估计来执行波束跟踪,这消除了对额外训练过程的需要。所提出的低复杂度设计优于传统的方法。
2023-03-01 cs.IT eess.SP math.IT
Fundamental Asymptotic Behavior of (Two-User) Distributed Massive MIMO
本文考虑了一个分布式大规模MIMO网络的上行链路$N$基站(BS),每个配备$M$天线,从$K=2$用户接收数据。我们研究的渐近频谱效率(作为$M\to \infty$)与空间相关的信道,导频污染,和不同程度的信道状态信息(CSI)和统计知识在BS。通过考虑两个用户的设置,我们可以简单地推导出基本的渐近行为,并提供新的见解的最佳组合方案的结构。与[1]一致,当全局CSI在所有BS可用时,如果用户的全局信道协方差矩阵渐近线性无关,则最优最小均方误差合并具有作为$M\to \infty$的无界容量。该结果有助于导出仅使用局部CSI和全局信道统计来提供作为$M\to \infty$的无限容量的次优组合方案。后一种方案被示出优于广义匹配滤波器方案,广义匹配滤波器方案也通过仅使用局部CSI和全局信道统计来实现渐近无界容量,但是在[2]之后基于更保守的容量界导出。
2018-11-08 cs.IT eess.SP math.IT
Channel Estimation in RIS-assisted Downlink Massive MIMO: A Learning-Based Approach
对于时分双工协议下的下行大规模多输入多输出(MIMO),只要信道硬化成立,用户就可以仅利用信道统计信息有效地解码信号。然而,在可重构智能表面(RIS)辅助的大规模MIMO系统中,由于有效信道增益的额外随机波动,传播信道可能不太硬化。为了解决这个问题,我们提出了一种基于学习的方法,训练一个神经网络来学习接收到的下行链路信号和有效信道增益之间的映射。所提出的方法不需要任何下行链路导频和干扰用户的统计信息。数值结果表明,在信道估计的均方误差方面,我们提出的基于学习的方法优于现有技术的方法,特别是当视线(LoS)路径由具有低水平信道硬化的非LoS路径主导时,例如,在RIS元件和/或基站天线的数量较少的情况下。
2022-05-15 cs.IT eess.SP math.IT
Task-Oriented Precoding for Edge Inference over Large-Scale MIMO Systems
The Hong Kong University of Science and Technology(香港科技大学);Southeast University(东南大学)
针对大规模 MIMO 系统中多设备向边缘服务器传输特征进行分布式推理的需求,基于统计信道状态信息开发随机矩阵理论框架设计慢时标预编码器,用最大编码率降低衡量类可分性并推导确定性近似优化,提升了任务感知模式分配和推理性能。
2026-07-21 cs.IT eess.SP math.IT
Network Massive MIMO Transmission Over Millimeter-Wave and Terahertz Bands: Mobility Enhancement and Blockage Mitigation
移动性和阻塞是毫米波(mmWave)和太赫兹(THz)频段上的无线传输中的两个关键挑战。在本文中,我们研究了移动性和阻塞的存在下,网络的大规模多输入多输出(MIMO)传输毫米波/太赫兹下行链路。考虑到毫米波/太赫兹波的传播特性,我们首先提出将每个波束同步应用于网络大规模多输入多输出,以减轻信道多普勒和延迟色散效应。因此,我们建立了一个传输模型。然后,我们研究网络大规模多输入多输出下行链路传输策略,只有统计信道状态信息(CSI)在基站(BS),制定的策略设计问题作为一个优化问题,以最大限度地提高网络总速率。我们表明,波束域是有利的执行传输,并证明BS可以单独工作时,发送信号到用户终端。基于这些见解,网络大规模多输入多输出预编码设计被简化为关于波束域功率分配的网络和速率最大化问题。利用序贯优化方法和随机矩阵理论,进一步提出了一种保证收敛性能的波束域功率分配迭代算法。数值结果表明,所提出的基于统计CSI的网络大规模多输入多输出传输方法可以有效地缓解阻塞效应,并在毫米波和太赫兹频段上提供移动性增强。
2020-05-06 cs.IT eess.SP math.IT