Near-Field Wideband Extremely Large-scale MIMO Transmission with Holographic Metasurface Antennas
针对超大规模MIMO中近场与双宽带效应降低传输性能的问题，提出基于球面波信道模型的HMA辅助波束合并算法框架，可有效缓解和速率损失，性能优于同孔径传统混合波束成形方案。
2022-05-05 cs.IT eess.SP math.IT
Approximate Gram-Matrix Interpolation for Wideband Massive MU-MIMO Systems
用于依赖于正交频分复用（OFDM）或单载波频分多址（SC-FDMA）的宽带大规模多用户（MU）多输入多输出（MIMO）无线系统的许多线性和非线性数据检测和预编码算法需要计算每个活动子载波的格拉姆矩阵。然而，计算每个活动副载波的格拉姆矩阵导致过高的计算复杂性。在本文中，我们提出了新的，近似的算法，显着降低了复杂性的克矩阵计算，同时利用跨子载波和信道硬化的相关性。我们分析表明，一小部分的革兰氏矩阵计算结合近似插值方案足以实现近最佳的误码率性能在低计算复杂性在大规模MU-MIMO系统。我们还表明，所提出的方法表现出更好的鲁棒性对信道估计误差相比，精确的格拉姆矩阵插值算法，通常需要高的计算复杂性。
2018-11-05 cs.IT eess.SP math.IT
Parametric Schemes for Prediction of Wideband MIMO Wireless Channels
在自适应和有限反馈MIMO-OFDM系统中，关于时变频率选择性信道的未来状态的信息可以显著地增强反馈的有效性。本文研究了宽带MIMO信道的参数外推使用的双向MIMO模型的变化。我们提出了三个预测器，估计参数的信道使用4D，3D和2D扩展的ESPRIT算法和预测未来的状态的信道使用的模型。此外，使用向量公式的Cramer Rao下界的参数的函数，我们推导出在宽带MIMO信道的预测误差的限制。数值模拟被用来评估所提出的算法在不同的信道和传输条件下的性能，并与推导出的误差界进行比较。
2014-08-04 cs.IT math.IT
FCFGS-CV-Based Channel Estimation for Wideband MmWave Massive MIMO Systems with Low-Resolution ADCs
针对宽带毫米波（mmWave）大规模多输入多输出（MIMO）系统，提出了一种基于前向贪婪选择-交叉验证（FCFGS-CV-based）的信道估计器。利用毫米波虚拟信道在角度域和延迟域中的稀疏性，将最大后验（MAP）信道估计问题转换为具有凹目标函数和稀疏性约束的优化问题。FCFGS算法是一种广义正交匹配追踪（OMP）算法，用于求解稀疏约束优化问题。此外，CV技术被用来确定适当的终止条件，通过检测过拟合时，稀疏水平是未知的。
2019-08-01 cs.IT eess.SP math.IT
Spatial- and Frequency-Wideband Effects in Millimeter-Wave Massive MIMO Systems
在大规模MIMO系统中，当天线数量较多时，发射的宽带信号会对电磁波在大阵列孔径上的物理传播延迟敏感，即空间宽带效应。在这种情况下，收发器的设计是不同于大多数现有的作品，这假定的传输信号的带宽不是那么宽，忽略了空间宽带效应，只解决频率选择性。本文从阵列信号处理的角度研究了大规模MIMO系统中的空间宽带效应和频率宽带效应，称为双宽带效应。以毫米波通信为例，我们描述了传输过程，以解决双宽带效应。通过利用信道在角度域和延迟域的稀疏性，我们开发了高效的上行链路和下行链路信道估计策略，需要更少的训练开销，不会导致导频污染。由于采用了阵列信号处理技术，该方法适用于TDD和FDD大规模MIMO系统。数值算例表明，所提出的大规模MIMO系统的传输设计可以有效地处理双宽带效应。
2018-04-26 cs.IT math.IT
AMP-SBL Unfolding for Wideband MmWave Massive MIMO Channel Estimation
在宽带毫米波（mmWave）大规模多输入多输出（MIMO）系统中，由于混合模数架构，信道估计是一个具有挑战性的问题，它压缩了接收到的导频信号，使信道估计成为一个压缩感知（CS）问题。然而，现有的高性能CS算法通常遭受高复杂度。另一方面，大带宽和大量天线所引起的波束偏斜效应会使估计性能恶化。本文首次采用频率相关的角度字典来补偿光束斜视角。然后，从两个方面对基于期望最大化（EM）的稀疏贝叶斯学习（SBL）算法进行了改进，即在每一次迭代中，E步由近似消息传递（AMP）实现以降低复杂度，而M步由深度神经网络（DNN）实现以提高性能。仿真结果表明，基于AMP-SBL展开的信道估计器具有较低的复杂度和较好的性能。
2023-02-01 cs.IT eess.SP math.IT
Deep Learning-Based Rate-Adaptive CSI Feedback for Wideband XL-MIMO Systems in the Near-Field Domain
针对宽带近场XL-MIMO系统中CSI反馈面临的表征与压缩挑战，提出带压缩比自适应模块的轻量级深度学习框架WideNLNet-CA，单模型可适配多反馈速率，性能优于现有方法且推理快、存储需求低。
2025-08-01 cs.IT eess.SP math.IT
A Novel 3D Non-Stationary Multi-Frequency Multi-Link Wideband MIMO Channel Model
提出了一种多频多链路三维非平稳宽带多输入多输出信道模型。在对各单链路和不同频率进行参数初始化时，考虑了空间一致性和多频率相关性，包括大尺度参数（LSP）和小尺度参数（SSP）。此外，SSP是时变的，并且当散射体和接收器（Rx）移动时更新。集群的时间演化模型的出生和死亡过程。考虑了信道相关性的单链路信道模型可以很容易地推广到多链路信道模型。统计特性，包括空间互相关函数（CCF），功率延迟分布（PDP），和相关矩阵共线性（CMC）进行了研究，并与第三代合作伙伴计划（3GPP）TR 38.901和准确定性无线电信道发生器（QRDRiGa）信道模型进行了比较。此外，CCF对测量数据进行了验证。
2020-12-03 cs.IT eess.SP math.IT
Optimizing Movable Antennas in Wideband Multi-User MIMO With Hardware Impairments
本文研究了宽带多用户MIMO系统中可动天线的优化，通过粒子群优化调整天线位置以最大化平均总速率，发现其性能提升取决于硬件损伤水平、多径丰富度和子载波数。
2025-06-02 cs.IT eess.SP math.IT
Angular-Based Hybrid Beamforming for Wideband THz Massive MIMO Systems: Mitigating Beam Split by Leveraging Angular Spread
针对宽带太赫兹大规模MIMO中的波束分裂问题，提出基于角度扩展的混合波束成形框架，利用粗略角度信息设计子载波特定波束，拓宽有效波束宽度，提升频谱效率和波束成形精度，且复杂度低。
2025-03-24 cs.IT eess.SP math.IT
A Partial Channel Reciprocity-based Codebook for Wideband FDD Massive MIMO
频分双工（FDD）大规模MIMO系统中信道状态信息（CSI）的获取是一个巨大的挑战。在本文中，我们解决这个问题，一个新的CSI反馈框架，使部分互易性的上行链路和下行链路信道在宽带制度。首先，我们推导出了一个给定的角度延迟分布的宽带大规模MIMO信道协方差矩阵的秩的封闭形式的表达。一个低秩性质的识别，这推广了著名的结果的窄带均匀线阵设置。然后，我们提出了一个部分信道互易性（PCR）码本，启发的低秩行为和事实，即上行链路和下行链路信道具有相似的角度延迟分布。与5G中的最新码本相比，所提出的PCR码本方案在用户侧实现了更高的性能、更低的复杂度，并且需要更少量的反馈。我们推导出实现渐近无差错CSI反馈所需的反馈开销。还提出了两种低复杂度的替代方案，以进一步降低基站侧的复杂度。实际3GPP信道模型的仿真结果表明，与最新的5G码本相比，我们提出的方法具有显着的增益，这证明了我们提出的方法是5G及以后的实用解决方案。
2022-01-26 cs.IT eess.SP math.IT
Wideband Channel Estimation for THz Massive MIMO
太赫兹（THz）通信被认为是未来6G网络的一项有前途的技术。为了克服太赫兹波的严重衰减和降低太赫兹波的高功耗，采用混合预编码的大规模MIMO技术被广泛应用于太赫兹波通信。然而，准确的宽带信道估计是具有挑战性的太赫兹大规模MIMO系统。现有的宽带信道估计方案基于公共稀疏信道支持的理想假设，由于波束分裂效应，将遭受严重的性能损失。本文提出了一种基于波束分裂检测的宽带信道估计方案，实现了可靠的宽带信道估计。具体而言，在考虑波束分裂效应的情况下，对宽带信道的角度域稀疏结构进行了全面的分析。在此基础上，定义了一系列与不同物理信道方向一一对应的索引集，称为波束分裂模式。受这种一对一匹配的启发，我们提出首先利用波束分裂模式来估计物理信道方向。然后，稀疏信道支持在不同的子载波可以通过使用一个支持检测窗口。通过扩展由所获得的物理信道方向确定的分束图案来生成该支持检测窗口。上述估计过程将逐路径重复，直到所有路径分量都被估计。该方案充分利用了波束分裂效应所隐含的宽带信道特性，可以显著提高信道估计精度。仿真结果表明，该方案能够实现更高的精度比现有的计划。
2021-08-18 cs.IT eess.SP math.IT
On Non-coherent MIMO Channels in the Wideband Regime: Capacity and Reliability
我们考虑一个多输入多输出（MIMO）的宽带瑞利块衰落信道的信道状态是未知的发射机和接收机，只有一个平均功率约束的输入。我们计算的容量，并分析其依赖于相干长度，天线的数量和接收信号噪声比（SNR）每自由度。我们建立的条件上的相干长度和数量的天线的非相干信道有一个“近相干”的性能在宽带制度。我们还提出了一个信令方案，是近容量实现在这个制度。我们计算了这种宽带非相干MIMO信道的错误概率，并研究了它对信噪比，发射和接收天线的数量和相干长度的依赖性。我们发现，错误概率衰减成反比的相干长度和指数的产品的发射和接收天线的数量。此外，信道中断主导的错误概率在宽带制度。我们还表明，临界以及截止率是远远小于信道容量在这个制度。
2006-03-03 cs.IT math.IT
Performance Analysis of Near-Field Sensing in Wideband MIMO Systems
本文分析宽带MIMO OFDM系统的近场感知性能，推导目标距离与角度的最大似然估计及两类阵列的克拉美罗界，揭示参数缩放规律与五项性能结论。
2025-02-18 cs.IT eess.SP math.IT
Rician Channel Modelling for Super Wideband MIMO Communications
本文为超宽带MIMO系统提出物理一致的Rician信道模型，并将其转化为标准MIMO形式，揭示了带宽扩展、互耦对视距路径的扭曲及低频下空间相关性的降低。
2025-05-27 cs.IT eess.SP math.IT
Energy-Saving Precoder Design for Narrowband and Wideband Massive MIMO
本文针对大规模MIMO系统，在满足用户速率要求下研究窄带与宽带节能预编码器设计，解析给出低负载及渐近宽带情形的最优解，并证明基于消耗功率的优化应激活与负载成比例的天线数量，从而实现显著功耗节省。
2023-07-09 cs.IT eess.SP math.IT
Sensing aided Channel Estimation in Wideband Millimeter-Wave MIMO Systems
在这项工作中，上行链路信道估计问题被认为是毫米波（mmWave）多输入多输出（MIMO）系统。众所周知，信道估计中的导频开销和计算复杂度随着天线数目和带宽而增加。为了克服这一点，所提出的方法允许在基站的信道估计由感测信息辅助。感测信息包含对环境中的散射体位置的估计。提出了一种同时加权正交匹配追踪（SWOMP）-稀疏贝叶斯学习（SBL）算法，有效地将此感知信息的通信信道估计过程。所提出的框架可以应对a）存在于感测信息中的散射体与通信信道不相关联以及b）散射体的位置中的缺陷的场景。仿真结果表明，该算法仅以少量导频开销为代价，就能获得良好的宽带性能。最后，Cramer-Rao界（CRB）的角度估计和多径信道增益的SBL推导出，所提出的算法的本地可识别性提供了宝贵的见解。
2023-02-04 cs.IT eess.SP math.IT
Performance Analysis on RIS-Aided Wideband Massive MIMO OFDM Systems with Low-Resolution ADCs
本文分析低分辨率ADC下RIS辅助宽带大规模MIMO OFDM系统的上行可达速率，推导闭式表达式、渐近性能和功率缩放定律，并提出梯度上升算法优化RIS相移以最大化最小用户速率。
2024-03-14 cs.IT eess.SP math.IT
Uplink Performance of Wideband Massive MIMO with One-Bit ADCs
模数转换器（ADC）占大规模MIMO基站总功耗的很大一部分。1位ADC是降低功耗的一种方法。本文分析了使用1位ADC的大规模MIMO系统中单载波和OFDM传输的频谱效率。封闭形式的可实现速率，即，对于具有大量信道抽头的宽带系统，推导出容量的下限，该宽带系统采用低复杂度线性信道估计和符号检测。量化在符号检测中导致两种类型的误差。在大规模MIMO中，循环对称误差变为高斯，并且随着天线数量的增加而消失。接收干扰能量中符号持续时间的变化会引起幅度失真，严重影响OFDM系统的性能。随着信道抽头数的增加，幅度失真消失，OFDM具有与单载波传输相同的性能。本文的一个主要结论是宽带大规模MIMO系统与1位ADC配合使用效果良好。
2016-10-17 cs.IT math.IT
On Optimum End-to-End Distortion in Wideband MIMO Systems
研究了频率分集对无中断宽带多输入多输出（MIMO）系统中最优期望端到端失真（EED）的影响。我们提供了封闭形式的表达式的最佳渐近期望EED组成的最佳失真指数和乘法最佳失真因子的高信噪比（SNR）。结果表明，频率分集虽然对系统的遍历容量没有影响，但可以提高系统的EED。当频率分集阶数大于一定数量时，改善变得很小。推导了无限频率分集的下界。无失电系统的结果是失电系统的界，对系统设计具有指导意义。
2010-01-15 cs.IT math.IT
A Rank-Constrained Coordinate Ascent Approach to Hybrid Precoding for the Downlink of Wideband Massive (MIMO) Systems
针对宽带大规模MIMO系统下行链路混合预编码问题，提出RCCA方法，通过转化问题规避非凸约束，实现适配模数分解的预编码设计，性能优于基线方案。
2024-01-30 cs.IT eess.SP math.IT
A Reduced Complexity Ungerboeck Receiver for Quantized Wideband Massive SC-MIMO
针对低分辨率量化大规模SC-MIMO的信道估计与检测难题，提出基于Bussgang分解和Ungerboeck因式分解的低复杂度迭代接收机及无循环前缀LMMSE信道估计器，在非理想信道下实现性能提升且大幅降低复杂度。
2020-08-18 cs.IT eess.SP math.IT
Heterogeneous System Design for Cell-Free Massive MIMO in Wideband Communications
针对无蜂窝大规模MIMO现存问题，提出结合基站与分布式接入点的异构系统设计，按用户距基站远近分类服务，激活远用户最近接入点以启用下行导频，实现更优和容量，同时降低部署成本与前传信令开销。
2024-08-15 cs.IT eess.SP math.IT
Channel Estimation and Hybrid Combining for Wideband Terahertz Massive MIMO Systems
太赫兹（THz）通信被广泛认为是未来6G无线系统的关键推动者。然而，由于信道的频率选择性，THz链路受到高传播损耗和符号间干扰的影响。大规模多输入多输出（MIMO）以及正交频分复用（OFDM）可以用来处理这些问题。然而，当基站（BS）天线阵列上的传播延迟超过符号周期时，BS阵列的空间响应在OFDM子载波上变化。这种被称为波束偏斜的现象使得窄带组合方法无效。另外，在训练阶段期间没有组合增益的情况下，信道估计变得具有挑战性。在这项工作中，我们解决了宽带太赫兹大规模MIMO均匀平面阵列的信道估计和混合合并问题。具体来说，我们首先介绍了一个低复杂度的波束斜斜抑制方案的基础上的真实时间延迟。接下来，我们提出了一种新的流行的正交匹配追踪（OMP）算法的变体，以准确地估计低训练开销的信道。我们的信道估计和混合合并方案进行了理论和数值分析。此外，所提出的方案被扩展到多天线用户的情况下。仿真结果显示，我们的设计相比，标准的窄带合并和基于OMP的信道估计提供的性能增益。
2021-02-12 cs.IT eess.SP math.IT
Deep Learning of Near Field Beam Focusing in Terahertz Wideband Massive MIMO Systems
采用大天线阵列和利用大带宽具有为未来无线通信系统带来非常高的数据率的潜力。然而，这将系统带入近场区域，并且也使得传统的收发器架构遭受宽带效应。为了解决这些问题，在本文中，我们提出了一个低复杂度的频率感知波束形成解决方案，是专为混合的时间延迟和移相器的RF架构。为了降低复杂度，将时延和相移的联合设计问题分解为两个子问题，提出了基于信号模型的在线学习框架来学习量化模拟移相器的相移，并利用低复杂度的几何辅助方法来配置时延单元的时延设置.仿真结果突出了所提出的解决方案在大天线阵列系统的宽频率范围内实现鲁棒性能的有效性。
2023-01-01 cs.IT eess.SP math.IT
Beamspace Precoding and Beam Selection for Wideband Millimeter-Wave MIMO Relying on Lens Antenna Arrays
依赖于透镜天线阵列的毫米波（mmWave）多输入多输出（MIMO）系统能够经由波束选择以显著减少的射频（RF）链的数量来实现高天线增益。然而，传统的波束选择网络在宽带系统中由于波束偏斜的影响而遭受显著的性能损失。在本文中，我们提出了一个移相器辅助波束选择网络，它使一个单一的RF链，以支持多个聚焦能量波束，以减轻宽带毫米波MIMO系统中的波束偏斜。基于此架构，我们还设计了一个有效的发射预编码器（TPC），最大限度地提高可实现的和速率，它是由波束选择和波束空间预编码。具体而言，我们解耦的波束空间预编码和波束选择的设计问题，利用波束选择矩阵具有有限数量的候选人的事实。对于波束空间预编码设计，提出了一种基于连续干扰消除（SIC）的方法，将相关的优化问题分解为一系列子问题，依次求解。对于波束选择设计，我们提出了一种能量最大波束选择方法，以避免穷举搜索的高复杂性，并推导出所需的波束数量，以达到硬件成本和系统性能之间的一个有吸引力的权衡。我们的仿真结果表明，所提出的波束空间预编码和波束选择方法实现了更高的总速率和更高的能量效率比传统的同行。
2020-04-17 cs.IT eess.SP math.IT
Time-Domain Channel Estimation for Extremely Large MIMO THz Communication Systems Under Dual-Wideband Fading Conditions
本文针对太赫兹频段超大规模MIMO在双宽带衰落下的信道估计问题，提出基于单载波系统的时域稀疏建模与交替最小化求解方法，性能优于传统方案并接近理想下界。
2024-07-08 cs.IT eess.SP math.IT
A Wideband MIMO Channel Model for Aerial Intelligent Reflecting Surface-Assisted Wireless Communications
本文提出一种考虑AIRS旋转与运动的三维宽带MIMO信道模型，推导CIR、相关函数和容量，并设计联合相移方案，仿真验证其能提升信道统计特性和系统容量。
2023-09-05 cs.IT eess.SP math.IT
Wideband Massive MIMO Channel Estimation via Sequential Atomic Norm Minimization
最近推出的原子范数最小化（ANM）的参数估计框架是一个有前途的候选人对无线通信中的低开销信道估计。然而，以前的工作ANM为基础的信道估计评估性能的信道与人为强加的信道路径分离，这在实践中不能保证。此外，由于大的维度，直接应用ANM框架进行大规模MIMO信道估计在计算上是不可行的。本文提出了一种低复杂度的基于自适应神经网络的宽带大规模MIMO信道估计算法，包括两个连续的步骤，第一步是在空间维度上估计信道，第二步是在频率维度上估计信道。其均方误差性能的分析特点是在紧的下限。结果表明，该算法实现了优良的性能，接近最好的，可以通过任何无偏信道估计器在低到中等数量的信道路径的制度，没有任何限制，其可分性。
2018-09-03 cs.IT math.IT
Machine Learning-based Channel Prediction in Wideband Massive MIMO Systems with Small Overhead for Online Training
提出一种用于宽带大规模 MIMO 系统的在线重训练框架及聚合学习（AL）方法，通过在阵列域或频域分割和聚合训练数据显著减少数据收集时间，在低训练开销下提升了变化信道环境中的预测性能。
2024-08-22 cs.IT eess.SP math.IT
Deep Unfolding-Based Channel Estimation for Wideband TeraHertz Near-Field Massive MIMO Systems
针对太赫兹近场大规模MIMO信道估计难题，提出基于深度展开的估计算法，结合频率相关近场字典与定制DNN学习迭代更新规则，搭配混合训练方法，实现了性能、复杂度与鲁棒性的提升。
2024-08-13 cs.IT eess.SP math.IT
Wideband Compressed-Domain Cramér-Rao Bounds for Near-Field XL-MIMO: Data and Geometric Diversity Decomposition
Maltepe University（马尔泰佩大学）
本文提出大带宽压缩域克拉美尔-罗界，用于近场极大规模MIMO系统，通过数据和几何多样性分解提升性能，实验显示在28GHz下CRB改善达27.8dB。
2026-08-25 cs.IT eess.SP math.IT
Wideband Hybrid Precoding for Next-Generation Backhaul/Fronthaul Based on mmWave FD-MIMO
毫米波（mmWave）通信由于其大的传输带宽而被认为是下一代回程/前传网络不可或缺的技术。特别是对于异构网络（HetNet），毫米波全维（FD）-MIMO被用来在虚小区基站（BS）和宏小区BS之间建立回程/前传链路，其中高效的预编码是先决条件。在此背景下，本文提出了一种基于主成分分析（PCA）的混合预编码的宽带毫米波MIMO回程/前传信道。首先，我们提出了一个最佳的混合预编码器，利用主成分分析（PCA），从而最佳的高维频率选择性预编码器投影到低维频率平坦预编码器。此外，该组合器的设计，通过利用加权PCA，其中接收信号的协方差被考虑作为权重的最佳最小均方误差（MMSE）的全数字组合器，以进一步提高性能。仿真结果表明，该方案在频谱效率（SE）和误码率（BER）性能上优于传统方案。
2018-09-10 cs.IT math.IT
BER Analysis of Decision-Feedback Multiple Symbol Detection in Noncoherent MIMO Ultra-Wideband Systems
在本文中，我们研究了非相干多输入多输出（MIMO）超宽带（UWB）系统中的信号是由差分空时分组码（DSTBC）编码。DSTBC使非相干MIMO UWB系统获得分集增益。然而，传统的非相干逐符号差分检测（DD）的DSTBC-UWB遭受性能下降相比，相干检测。为了提高DSTBC-UWB系统的性能，我们引入了一种非相干多符号检测（MSD）方案。虽然MSD方案可以随着观察窗口大小变得更大而更多地提高性能，但是MSD的穷举搜索的复杂度也在窗口大小方面呈指数增加。为了降低计算复杂性，本文将判决反馈（DF）的概念引入到DSTBC-UWB的MSD中。由此产生的DF-MSD产生合理的复杂性和可靠的性能改进。我们提供的比特出错率（BER）分析建议DF-MSD。理论分析和仿真结果都验证了该方案的有效性。
2013-06-05 cs.IT math.IT
Near-Field Rainbow: Wideband Beam Training for XL-MIMO
宽带超大规模多输入多输出（XL-MIMO）是通过波束成形和空间复用在未来6 G系统中实现Tbps数据率的有前途的技术。由于宽带XL-MIMO的广泛带宽和大量天线，将引起显著的近场波束分裂效应，其中不同频率的波束聚焦在不同的位置。近场波束分裂效应导致阵列增益损失严重，现有的工作主要集中在利用时延波束形成器来补偿这一损失。通过对比，本文论证了近场波束分裂效应虽然降低了阵列增益，但也为实现快速近场波束训练提供了新的可能性。具体而言，我们首先揭示了近场可控分束效应的机制。这种效果表明，通过专门设计延迟参数，TD波束形成器能够控制近场波束分裂效应的程度，即，不同频率的波束可以灵活地占据期望的位置范围。由于这种效应与棱镜对自然光的色散相似，本文又称之为近场彩虹。然后，利用近场彩虹效应，提出了一种快速宽带波束训练方案。在我们的方案中，波束形成矢量的封闭形式是精心推导，使波束在不同的频率聚焦在不同的期望位置。通过这种方式，可以快速搜索出具有最大阵列增益的最佳波束形成矢量，通过仅一个射频（RF）链同时产生聚焦在多个位置上的多个波束。仿真结果表明，该方法能够以很低的训练开销实现近场波束训练的最优性。
2022-05-07 cs.IT eess.SP math.IT
Alternating Minimization for Wideband Multiuser IRS-aided MIMO Systems under Imperfect CSI
针对非完美CSI下的宽带多用户IRS辅助MIMO系统，提出基于MMSE与BC-MAC对偶性的交替最小化联合设计方法，可显著提升系统性能。
2024-01-29 cs.IT eess.SP math.IT
A novel 2D non-stationary wideband massive MIMO channel model
针对大规模多输入多输出（MIMO）通信系统，提出了一种新的二维非平稳宽带几何随机模型（GBSM）。在这个模型中，大规模MIMO信道的关键特性，如近场效应和集群沿阵列的演变。近场效应通过对球面波前的二阶近似来建模，即，抛物线波前，导致多径分量（MPC）的角度的线性漂移和沿阵列的非平稳性。考虑了沿阵列的团簇演化，包括团簇（消失）和平滑的平均功率变化。聚类（消失）的外观是由一个两个状态的马尔可夫过程和平滑的平均功率变化的空间对数正态过程建模。信道模型的统计特性，如时间自相关函数（ACF），空间互相关函数（CCF），和集群的平均功率和莱斯因子的变化在阵列推导。最后，仿真结果和分析，表明抛物线波前和集群软进化是很好的候选人建模重要的大规模MIMO信道特性。
2016-11-02 cs.IT math.IT
Low-Overhead Hierarchically-Sparse Channel Estimation for Multiuser Wideband Massive MIMO
上行链路大规模MIMO信道估计所需的过多导频开销的问题是众所周知的，更不用说当它与宽带（OFDM）传输一起考虑时。对于既高效又需要低训练开销的信道估计器，压缩感知（CS）方法已经越来越流行，利用物理信道的稀疏性质。然而，没有分析的见解，在宽带大规模MIMO可靠的信道估计所需的开销。通过观察，宽带大规模MIMO信道可以表示为一个向量，是不是简单的稀疏，但有明确的结构属性，称为分层稀疏，我们提出了低复杂度的信道估计的多用户场景，考虑到这一属性。通过采用层次限制等距属性的框架，这些算法提供严格的性能保证，建议用户导频序列的具体设计目标。对于一个特定的设计，我们分析的特点所需的导频开销的缩放与天线和带宽的数量增加，揭示了，只要天线的数量是足够大的，它是独立的每个用户的信道稀疏度以及活跃用户的数量。因此，令人惊讶的是，与经典设置相比，导频开销可以被转移到空间维度中，而不影响关键的带宽约束，从而增加了整体系统容量。这些分析的见解验证了仿真结果表明，该算法也优于传统的CS算法，忽略了层次稀疏属性。
2018-12-10 cs.IT math.IT
Spatially Sparse Precoding in Wideband Hybrid Terahertz Massive MIMO Systems
在太赫兹（THz）大规模多输入多输出（MIMO）系统中，大带宽和大规模天线的组合导致了严重的波束分裂，从而使得传统的基于移相器的混合预编码结构失效。随着在模拟预编码器的硬件实现中引入真实时间延迟（TTD）线，延迟相位预编码（DPP）成为有效克服波束分裂的有前途的架构。然而，现有的DPP方法在实际的THz信道中遭受性能差、复杂度高和鲁棒性弱的问题。在本文中，我们提出了一种新的DPP方法在宽带太赫兹大规模MIMO系统。首先，优化问题被转换成压缩感知（CS）的形式，它可以解决扩展的空间稀疏预编码（SSP）算法。为了补偿光束分裂，引入了与频率相关的测量矩阵，它可以近似地由可行的相位和延迟码本实现。然后，几个有效的原子选择技术的发展，以进一步降低扩展SSP的复杂性。在仿真中，所提出的DPP方法实现了优越的性能，复杂性和鲁棒性，通过单独使用它或与现有的DPP方法相结合。
2022-11-27 cs.IT math.IT
Two-Dimensional AoD and AoA Acquisition for Wideband mmWave Systems with Cross-Polarized MIMO
针对宽带毫米波多输入多输出系统，提出了一种基于交叉极化天线阵元的二维的【形】超分辨出射角和到达角估计方法。所提出的方法的关键成分是形成定制设计的波束对，并设计一个可逆的函数的AoD/AoA从相应的波束对进行估计。此外，一个新的多层参考信号结构的开发所提出的方法，以促进角度估计的宽带信道与交叉极化天线元件。针对闭环频分跟踪系统中反馈问题，提出了一种新的微分反馈控制策略，用于二维的【形】角度估计。数值结果表明，该方法在不同信噪比、信道条件和天线阵列配置下均能获得较好的方位角/仰角AoD和AoA估计性能。
2017-02-08 cs.IT math.IT
Wideband Multi-User MIMO Communications with Frequency Selective RISs: Element Response Modeling and Sum-Rate Maximization
可重构智能表面（RISs）是用于未来无线通信系统的新兴技术，其能够以节能的方式实现改进的覆盖。RISs通常是超材料表面，由超材料元件的二维布置构成，其个体响应在文献中通常被建模为可调节移相器。然而，该模型仅适用于窄带通信，并且当利用宽带传输时，必须考虑超材料的频率选择性，其响应通常遵循洛伦兹曲线。在本文中，我们考虑了一个宽带RIS-empowered多用户多输入多输出（MIMO）无线系统的上行链路与正交频分复用（OFDM）信令，同时考虑RISs的频率选择性。特别是，我们专注于设计的可控参数，指示每个RIS超材料元件的洛伦兹响应，以最大限度地提高可实现的总和速率。我们设计了一个方案，结合块坐标下降与惩罚对偶分解，以解决由此产生的具有挑战性的优化框架。我们的仿真结果揭示了在宽带设置中使用现实频率选择性RIS可以实现的速率，并量化了使用最先进的方法时发生的性能损失，该方法假设RIS元件表现为频率平坦移相器。
2022-03-25 cs.IT math.IT
Beam Squint and Channel Estimation for Wideband mmWave Massive MIMO-OFDM Systems
随着宽带毫米波（mmWave）通信中天线阵列规模的不断增大，电磁波在整个阵列中传播的物理传播延迟将变得很大，并且与时域采样周期相当，这就是所谓的空间宽带效应。在这种情况下，正交频分复用（OFDM）系统中的不同子载波在同一条路径上会“看到”不同的到达角（AoA），这种由空间宽带效应引起的波束偏斜效应使得传统的基于多输入多输出（MIMO）模型的信道估计和预编码等方法不再适用。在讨论了波束倾斜与空间宽带效应的关系后，提出了一种考虑波束倾斜效应的混合模拟/数字预编码频分双工（FDD）mmWave大规模MIMO-OFDM系统信道估计方法。提出了一种超分辨率压缩感知方法，用于提取每个上行信道路径的频率不敏感参数，AoA和时间延迟，以及频率敏感参数，即，复信道增益。在FDD系统中，利用这些频率不敏感参数的互易性，可以大大简化下行信道估计，只需要有限的导频就可以获得下行复增益，重构下行信道。此外，上行链路和下行链路信道协方差矩阵可以从这些频率不敏感的信道参数而不是通过长期平均来构造，这使得最小均方误差（MMSE）信道估计能够进一步增强性能。数值结果表明，该方案优于传统的方法在毫米波通信。
2019-03-04 cs.IT math.IT
Beamspace Channel Estimation for Wideband Millimeter-Wave MIMO: A Model-Driven Unsupervised Learning Approach
毫米波（mmWave）通信已经成为集成了广泛的数据需求应用的未来无线网络的有前途的技术之一。为了补偿毫米波信道衰减大的问题，同时避免硬件开销，提出了一种基于透镜的波束域大规模多输入多输出（MIMO）系统。然而，宽带毫米波系统中的波束偏斜效应使得信道估计非常具有挑战性，特别是当接收器配备有有限数量的射频（RF）链时。此外，在新环境中使用毫米波系统之前无法获得真实信道数据，这使得无法使用预先设置的真实数据来训练基于深度学习（DL）的信道估计器。为了解决这个问题，我们提出了一个模型驱动的无监督学习网络，命名为学习去噪的广义期望一致（LDGEC）信号恢复网络。通过利用Stein的无偏风险估计器损失，LDGEC网络可以仅用与导频符号相对应的有限测量来训练，而不是真实的信道数据。即使是为无监督学习设计的，LDGEC网络也可以通过逐去噪的方式用真实信道进行监督训练。数值结果表明，当接收机配备有少量RF链和低分辨率ADC时，基于LDGEC的信道估计器显著优于最先进的基于压缩感知的算法。
2021-05-12 cs.IT eess.SP math.IT
An Efficient Beam and Channel Acquisition via Sparsity Map and Joint Angle-Delay Power Profile Estimation for Wideband Massive MIMO Systems
本文针对毫米波宽带稀疏多输入多输出（MIMO）信道，提出了一种基于混合波束形成结构的波束和信道捕获方案以及联合角度延迟功率分布（JADPP）构造方法。我们考虑两种不同的操作模式，即慢时间波束捕获和快时间瞬时信道估计，用于时分双工系统的训练阶段。在第一种模式下，形成预结构的混合波束来扫描预期的角扇区，通过使用一种新的恒虚警率阈值算法，从自适应雷达检测理论的启发，获得联合角度延迟稀疏图连同每个用户信道的功率强度。建议的阈值算法采用时空自适应匹配滤波器类型的估计器，考虑到由于同时活跃的多径分量的不同用户信道的强干扰，以估计每个用户的JADPP。在估计的功率分布上应用所提出的阈值算法之后，构造大规模MIMO信道的角度延迟稀疏图，基于该稀疏图形成信道协方差矩阵（CCM），从而显著减少训练快照的数量。然后，通过使用估计的CCM，模拟波束形成器被重建的虚拟扇区化的手段，同时考虑到组间和符号间干扰。最后，对于第二种工作模式，提出了两种新的降秩瞬时信道估计器，工作在由混合结构形成的适当波束空间中。所提出的波束和信道捕获技术在真正了解CCM的情况下达到最小均方误差滤波器的信道估计精度。
2019-10-13 cs.IT eess.SP math.IT
A Study of Delay Drifts on Massive MIMO Wideband Channel Models
本文研究了大规模多输入多输出（MIMO）宽带通信系统中大规模天线阵的传播延迟变化对信道统计特性的影响。基于椭圆几何的随机信道模型（GBSM）由于其简单性和普及性，被用来证明由时延漂移引起的信道在频域和空域中的新的非平稳特性。此外，我们表明，在大规模阵列的多径分量（MPC）的旅行时间可能会导致被忽视的频率和空间去相关效应。这些理论上证明了窄带和宽带椭圆模型的空时频相关函数（STFCF）。推导了到达角服从von Mises分布时单共焦和多共焦椭圆模型的阵列变频率相关函数（FCF）、功率延迟分布（PDP）、平均延迟和延迟扩展的闭合表达式。在这样的条件下，我们发现，天线阵列的大尺寸可能会限制单椭圆模型的窄带特性，并改变多共焦椭圆信道模型的宽带特性（PDP和FCF）。虽然我们提出并分析了一个特定的GBSM的数值和模拟结果，类似的结论可以扩展到其他GBSM。
2018-03-22 cs.IT math.IT
Are Stacked Intelligent Metasurfaces (SIMs) Better than Single-layer Reconfigurable Intelligent Surfaces (RISs) for Wideband Multi-user MIMO Communication Systems?
University of Manitoba（曼尼托巴大学）
本文提出了一种基于SIMs的宽带多用户MIMO通信系统框架，通过优化波束成形和考虑互耦合效应，显著提升频谱效率，尤其在宽带多用户场景中表现更优。
2026-02-26 cs.ET cs.IT math.IT
Joint CSI Estimation, Beamforming and Scheduling Design for Wideband Massive MIMO System
针对宽带大规模多输入多输出（MIMO）系统，提出了一种联合设计信道估计、波束形成和调度的新方法。与所提出的方法，我们首先量化的最大数量的用户设备（UE），可以发送导频可能是或可能不是正交的。具体地，当信道具有最大的$L$多径抽头，并且我们分配$\tilde{M}$子载波用于信道状态信息（CSI）估计时，在大规模MIMO机制中可以估计最大的$\tilde{M}$ UE CSI（与传统CSI估计方法相比是$L$倍）。然后，我们提出使用基于贪婪的调度来调度这些UE的子集，以利用所提出的联合波束成形和调度设计在每个子载波上发送它们的数据。我们采用众所周知的最大比合并器（MRC）波束成形方法在上行链路信道数据传输。所有的解析表达式通过数值结果进行了验证，所提出的设计优于传统的正交频分复用（OFDM）传输方法是证明使用大量的数值模拟在长期演进（LTE）信道环境中。所提出的信道估计和波束形成设计是线性的，易于实现。
2018-01-16 cs.IT math.IT
On the Spatial-Wideband Effects in Millimeter-Wave Cell-Free Massive MIMO
本文研究毫米波无蜂窝大规模MIMO中的空间宽带效应，提出最小循环前缀长度以缓解OFDM符号间干扰，并分析频率-相位域信道空间相关性对系统性能的影响。
2023-07-06 cs.IT cs.NI eess.SP
Massive MIMO Channel Prediction Using Machine Learning: Power of Domain Transformation
为了补偿宽带大规模多输入多输出（MIMO）系统中过时信道状态信息的损失，可以利用无线信道的时间相关性进行信道预测。最近设计了用于大规模MIMO系统的基于机器学习（ML）的信道预测器;然而，收集大量训练数据的时间开销直接影响系统的延迟。本文提出了一种新的基于ML的信道预测技术，该技术通过将宽带大规模MIMO系统中的信道域从子载波变换到天线，减少了训练数据的采集时间开销。数值结果表明，该技术不仅可以减少时间开销，但也给出了额外的性能增益相比，基于ML的信道预测技术没有域变换。
2022-08-09 cs.IT eess.SP math.IT
Dynamic Subarrays for Hybrid Precoding in Wideband mmWave MIMO Systems
混合模拟/数字预编码架构可以解决大规模MIMO系统中可实现的频谱效率和功耗之间的权衡问题。这使得它成为毫米波系统的一个有前途的候选者，毫米波系统需要在发射机和接收机处部署大型天线阵列，以保证足够的接收信号功率。大多数关于混合预编码的先前工作集中在窄带信道上，并且假设完全连接的混合架构。然而，MmWave系统被期望是具有频率选择性的宽带。本文针对频率选择性毫米波系统，提出了一种基于全连接OFDM的混合模拟/数字预编码的封闭解。然后，将该解决方案扩展到部分连接但固定的架构，其中每个RF链连接到天线的特定子集。所得到的解决方案提供的见解，混合子阵列结构应该如何设计。在此基础上，提出了一种基于长期信道特性动态构造混合子阵的新方法。仿真结果表明，所提出的混合预编码解决方案实现的频谱效率接近宽带毫米波信道中的全数字架构。此外，结果表明，开发的动态子阵解决方案优于固定的混合子阵结构在各种系统和信道条件。
2016-06-27 cs.IT math.IT
Deep Learning Based Near-Field User Localization with Beam Squint in Wideband XL-MIMO Systems
针对6G宽带XL-MIMO系统中波束倾斜影响近场用户定位的问题，推导CRBs评估CBS潜力，提出结合CBS与波束训练的方案，并设计基于ConvNeXt的方案，实现厘米级定位精度。
2024-12-02 cs.IT eess.SP math.IT
Super-Wideband Massive MIMO
该研究提出紧耦合大规模MIMO统一模型，将互耦合转化为设计助力，推导了最优天线间距比并优化阵列尺寸，揭示了带宽增益及新的阵列设计方向。
2023-05-06 cs.IT eess.SP math.IT
Reduced-Feedback Hybrid Precoding for Wideband mmWave MIMO-OFDM Systems via Hierarchical Interpolation
Academia Sinica（中央研究院）；National Sun Yat-sen University（国立中山大学）；Virginia Tech（弗吉尼亚理工大学）；National Cheng Kung University（国立成功大学）
本文提出一种宽带毫米波MIMO-OFDM系统的降反馈混合预编码框架，通过分层插值减少数字预编码反馈负担，反馈减少约98.34%，兼具良好性能与鲁棒性。
2026-10-27 cs.IT eess.SP math.IT
Deep Learning-based Channel Estimation for Wideband Hybrid MmWave Massive MIMO
在实际的毫米波大规模多输入多输出（MIMO）系统中，为了降低硬件成本和能耗，模数混合（HAD）结构被广泛采用。然而，由于收发器处仅有有限的射频（RF）链，HAD上下文中的信道估计是具有挑战性的。虽然各种压缩感知（CS）算法已经被开发来解决这个问题，通过利用固有的信道稀疏性和稀疏性结构，实际的影响，如功率泄漏和波束偏斜，仍然可以使真实的信道特征偏离假设的模型，并导致性能下降。同时，CS算法的大量迭代导致的高复杂度阻碍了其在实际中的应用。为了解决这些问题，我们开发了一种基于深度学习（DL）的信道估计方法，其中稀疏贝叶斯学习（SBL）算法被展开为深度神经网络（DNN）。在每个SBL层中，稀疏角域信道的高斯方差参数由定制的DNN更新，该DNN能够有效地捕获各种域中复杂的信道稀疏结构。此外，测量矩阵进行联合优化，以提高性能。然后，所提出的方法被扩展到多块的情况下，信道在时间上的相关性被进一步利用，以自适应地预测测量矩阵，并促进高斯方差参数的更新。基于仿真结果，所提出的方法显着优于现有的方法，但降低了复杂性。
2022-05-10 cs.IT eess.SP math.IT
