Joint User Selection, Power Allocation, and Precoding Design with Imperfect CSIT for Multi-Cell MU-MIMO Downlink Systems
针对多小区多用户多输入多输出（MU-MIMO）系统，在发射端信道状态信息（CSIT）不完全的情况下，提出了一种新的用户选择、功率分配和预编码的联合优化设计框架.通过在高维空间中表示联合优化变量，将加权和谱效率最大化公式化为瑞利矩乘积的最大化。虽然这仍然是一个非凸问题，一个计算效率高的算法，称为广义功率迭代预编码（GPIP），提出。该算法收敛于目标函数的一个稳定点（局部最大值），因此它保证了一阶最优解。通过调整加权和频谱效率中的权重，GPIP产生用于用户选择、功率分配和下行链路预编码的联合解决方案。GPIP还被扩展到多小区场景，其中协作基站通过在协作BS内共享全局但不完美的CSIT来执行联合用户选择并设计它们的预编码向量。系统级仿真结果表明，相对于传统的用户选择和线性下行链路预编码所提出的方法的增益。
2019-02-03 cs.IT math.IT
Team MMSE Precoding with Applications to Cell-free Massive MIMO
本文研究了一种新的分布式预编码设计，创造了团队最小均方误差（TMMSE）预编码，它严格地推广了经典的集中式MMSE预编码到分布式操作的基础上发射机特定的信道状态信息（CSIT）。建立在所谓的团队理论，我们推导出一组必要和充分条件的最佳TMMSE预编码，在一个无限维线性方程组的形式。这些最优性条件进一步专用于无小区的大规模MIMO网络，并且针对两个重要示例明确求解，即，本地CSIT的经典情况和沿着串行前传的单向CSIT共享的情况。后一种情况是相关的，例如，最近提出的无线电条带概念和利用串行连接的顺序处理的相关进展。在这两种情况下，我们的最佳设计优于探试法，是已知的从以前的文献。对偶参数和数值模拟验证了所提出的团队理论方法的有效性遍历可实现率下的和功率约束。
2021-11-02 cs.IT math.IT
Cell-Edge-Aware Precoding for Downlink Massive MIMO Cellular Networks
我们提出了一种小区边缘感知（CEA）迫零（ZF）预编码器，其利用由大量基站（BS）天线提供的多余空间自由度来抑制最脆弱的用户设备（UE）处的小区间干扰。我们评估的下行链路性能的CEA-ZF，以及传统的小区边缘不知道（CEU）ZF预编码器在网络中与随机基站拓扑结构。我们的分析和仿真表明，所提出的CEA-ZF预编码器在以下方面优于CEU-ZF预编码：（i）聚合每小区数据率，（ii）覆盖概率，以及（iii）95%可能性或边缘用户速率。特别地，当完美的信道状态信息和大量天线N在BS处可用时，我们证明了CEA-ZF和CEU-ZF下的中断概率分别衰减为1/N^2和1/N。这一结果表明CEA-ZF是大规模MIMO蜂窝网络的一种更有效的预编码方案。我们的框架还揭示了调度每个BS的UE的最佳数量的重要性，并确认了控制在信道估计阶段期间接收的导频污染量的必要性。
2016-10-11 cs.IT math.IT
Joint Precoding and Power Control in Small-Cell Networks With Proportional-Rate MISO-BC Backhaul
在多输入单输出广播（MISO-BC）回程的小小区网络中，研究了\mbox{MISO-BC}回程和接入链路的联合脏纸编码和功率控制，以最小化系统发射功率.考虑到MISO-BC回程的比例率和流量守恒约束，所述优化问题为\mbox{non-convex}。此外，公式化的问题耦合的预编码向量的功率控制变量。为了处理\mbox{non-convex}优化问题并解耦回程链路和接入链路，研究了所制定的问题的结构，使得独立地获得最优预编码向量和最优功率控制变量。此外，最佳的预编码向量得到封闭形式的表达式。仿真结果表明，该方案的性能优于基准方案。
2019-08-13 cs.IT math.IT
Energy Efficiency in Cell-Free Massive MIMO with Zero-Forcing Precoding Design
我们考虑了一个无小区的大规模多输入多输出（MIMO）网络的下行链路，其中众多的分布式接入点（AP）服务于时分双工操作下的用户数量较少。部署无蜂窝网络的一个重要问题是高功耗，这与AP的数量成正比。这一问题提出了它们在总能源效率（比特/焦耳）方面是否适合绿色通信的问题。为了解决这个问题，我们开发了一种新的低复杂度的功率控制技术与迫零预编码设计，以最大限度地提高能量效率的无小区的大规模MIMO考虑回程功率消耗和不完善的信道状态信息。
2017-04-11 cs.IT math.IT
Online Distributed Coordinated Precoding for Virtualized MIMO Networks with Delayed CSI
我们考虑在线无线网络虚拟化（WNV）在多小区多输入多输出（MIMO）系统与延迟反馈的信道状态信息（CSI）。多个服务提供商（SP）同时共享基础设施提供商（InP）的基站资源。我们的目标是通过管理SP间和小区间干扰，最大限度地减少InP的实际预编码器与SP的虚拟化需求的累积预编码偏差，同时受到长期和短期的每小区发射功率约束。我们开发了一个在线协调预编码解决方案，并表明它提供了可证明的性能界限。我们的预编码解决方案完全分布在每个小区，仅基于延迟的本地CSI。此外，它具有低计算复杂性的封闭形式的表达式。最后，仿真结果表明，我们的预编码解决方案在当前最佳的替代品的实质性的性能增益。
2022-01-19 cs.IT 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
Linear Precoding in Cooperative MIMO Cellular Networks with Limited Coordination Clusters
在协作多天线下行链路蜂窝网络中，考虑用户速率的凹函数的最大化。提出了一种新的线性预编码技术--软干扰置零（SIN）技术，该技术的性能至少与迫零（ZF）波束形成技术相当。所有基站共享信道状态信息，但是每个用户的消息仅被路由到参与用户的协调集群的那些基站。当网络中有限大小的集群重叠时，SIN预编码特别有用，在这种情况下，诸如脏纸编码或ZF之类的传统技术不能直接应用。通过求解一系列凸优化问题来计算SIN预编码器。在中等信噪比下，部分网络协调下的SIN性能优于完全网络协调下的ZF。在重叠的协调集群，SIN预编码实现了相当高的吞吐量相比，近视ZF，特别是当集群是大的。
2010-08-13 cs.IT math.IT
Soft Pilot Reuse and Multi-Cell Block Diagonalization Precoding for Massive MIMO Systems
在大规模多输入多输出（MIMO）系统中，小区边缘的用户会受到严重的导频污染，导致服务质量（QoS）变差。为了提高这些边缘用户的QoS，软导频复用（SPR）结合多小区块对角化（MBD）预编码的建议。具体地说，用户被分为两组，根据他们的大尺度衰落系数，被称为中心用户，谁只遭受温和的导频污染和边缘用户，谁遭受严重的导频污染。基于这种区别，SPR方案被提出用于改善边缘用户的QoS，由此小区中心导频组被重用于所有小区中的所有小区中心用户，而小区边缘导频组被应用于相邻小区中的边缘用户。通过将经典的块对角化预编码扩展到多小区场景，MBD预编码方案将下行链路发送信号投影到由相邻小区中的边缘用户的小区间信道所跨越的子空间的零空间上。因此，可以有效地减轻污染相邻小区中的边缘用户的信号的小区间干扰，并且因此可以进一步增强这些边缘用户的QoS。我们的理论分析和仿真结果表明，边缘用户的上行链路和下行链路的速率显着提高，虽然在中心用户的速率略有下降的代价。
2015-07-15 cs.IT 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
Network Massive MIMO for Cell-Boundary Users: From a Precoding Normalization Perspective
在本文中，我们提出了网络大规模多输入多输出（MIMO）系统，其中经由一个数字单元（DU）连接的三个无线电单元（RU）通过相同的无线电资源在小区边界处支持多个用户设备（UE），即，相同的频率/时间段。对于预编码设计，考虑了具有向量或矩阵归一化的迫零（ZF）和匹配滤波器（MF）。我们还推导出公式的下限和上限的可实现的总和速率为每个预编码。根据我们的分析结果，我们观察到，矢量归一化是更好的ZF，而矩阵归一化是更好的MF。给定的天线配置，我们还得到了最佳的切换点作为网络中的活跃用户的数量的函数。数值模拟证实了我们的分析
2012-09-19 cs.IT math.IT
MIMO Mutli-Cell Processing: Optimal Precoding and Power Allocation
我们研究的最佳功率分配和最佳预编码的集群的两个BS合作，共同最大限度地提高可实现的速率为两个用户连接到每个BS在MCP框架。这个框架是由一个虚拟的网络建模的MIMO信道由于框架的充分合作。具体地，由于通过回程链路在两个BS之间共享CSI和数据。我们提供了一个广义的不动点方程的最佳预编码器的渐近制度的低和高的预编码。我们引入了一种新的迭代方法，导致一个封闭形式的表达的最佳预编码矩阵在高性能制度，这是已知的NP-困难的问题。已经介绍了两种MCP分布式算法，用于UL的功率分配算法和用于DL的预编码算法。
2018-09-11 cs.IT math.IT
Interference Reduction in Multi-Cell Massive MIMO Systems I: Large-Scale Fading Precoding and Decoding
无线大规模MIMO系统需要大量（数十或数百个）基站天线服务于少得多的用户，与传统MIMO技术相比，在频谱效率和能量效率方面具有大的增益。直到最近，人们认为，在多蜂窝大规模MIMO系统中，即使在渐近状态下，由于服务天线的数量趋于无穷大，性能受到定向小区间干扰的限制。这种干扰是由不同小区中的用户不可避免地重复使用反向链路训练序列（导频污染）造成的。我们设计了一个新的概念，导致大规模MIMO系统中的小区间干扰的有效消除。这是通过外部多蜂窝预编码来实现的，我们称之为大规模衰落预编码（LSFP）。LSFP的主要思想是每个基站线性地组合针对来自不同小区的用户的消息，这些小区重复使用相同的训练序列。关键是，合并系数仅取决于用户和基站之间的慢衰落系数。每个基站使用基于估计的快衰落系数的传统线性预编码来独立地发送其LSFP组合符号。此外，我们推导出估计的下行链路和上行链路的信干噪比和容量下限的情况下，大规模MIMO系统与LSFP和有限数量的基站天线。
2014-11-15 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
Distributed vs. Centralized Precoding in Cell-Free Systems: Impact of Realistic Per-AP Power Limits
German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）；RPTU University Kaiserslautern-Landau（凯泽斯劳滕-兰道莱布尼茨技术大学）
本文研究了无蜂窝系统中集中式与分布式预编码的性能差异，指出实际功率限制下分布式预编码更具优势。
2026-03-04 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
Improved Linear Precoding over Block Diagonalization in Multi-cell Cooperative Networks
在下行链路多用户多输入多输出（MIMO）系统中，块对角化（BD）是一种实用的线性预编码方案，它可以获得与最优线性/非线性预编码方案相同的自由度（DoF）。然而，由于发射功率提升问题，其和速率性能在实际SNR范围内相当差。在本文中，我们提出了一种改进的线性预编码方案在BD与所谓的“有效信噪比增强”技术。该方法首先求解一个功率最小化问题，然后对该问题的解进行适当的缩放以满足功率约束，从而得到发射协方差矩阵。证明了这种方法等效地提高了系统SNR，从而补偿了与BD相关的发射功率提升问题。功率最小化问题通常是非凸的。因此，我们提出了一个有效的算法，解决了这个问题。仿真结果表明，显着的和速率增益的最佳BD和现有的最小均方误差（MMSE）的预编码方案。
2012-02-22 cs.IT 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
Online Multi-Cell Coordinated MIMO Wireless Network Virtualization with Imperfect CSI
我们考虑在线协调预编码设计下行链路无线网络虚拟化（WNV）在多小区多输入多输出（MIMO）网络与不完善的信道状态信息（CSI）。在我们的WNV框架中，基础设施提供商（InP）拥有由几个服务提供商（SP）共享的每个基站，而这些服务提供商彼此不知道。SP根据用户业务的虚拟化需求设计其预编码器，而InP设计实际的预编码解决方案以满足SP的业务需求。我们的目标是最大限度地减少长期的时间平均预期的预编码偏差在MIMO衰落信道，每个小区的长期和短期的发射功率限制。我们提出了一种在线协调预编码算法的虚拟化，它提供了一个完全分布式的半封闭形式的预编码解决方案，在每个小区，仅基于当前不完善的CSI没有任何CSI交换跨小区。考虑到不完美的CSI的InP和SP的双重影响，我们表明，我们提出的算法是在一个$O(δ)$的差距，从最佳的任何时间范围内，其中$δ$是一个CSI不准确的指标。仿真结果验证了我们提出的算法的性能下两种常用的预编码技术在一个典型的城市微小区网络环境。
2021-05-17 cs.IT math.IT
Max-Min Multi-Cell Aware Precoding and Power Allocation for Downlink Massive MIMO Systems
针对下行多小区大规模多输入多输出（MIMO）系统，提出了一种最大最小多小区正则迫零（Max-MinMCA-RZF）预编码和功率分配方案。一般相关信道模型被认为是，和所采用的信道状态信息（CSI）捕获模型包括估计误差和导频污染的影响。我们使用随机矩阵理论的结果，以获得确定性的等价物，建议的最大-最小功率分配在大系统的限制，这仅仅取决于统计CSI，但不是对个人的信道实现。我们的数值计算结果表明，建议的最大-最小MCA-RZF预编码器实现了一个显着更高的网络范围内的最小速率比MCA-RZF和传统的RZF预编码器与均匀的功率分配，分别，以及传统的RZF预编码器与最大-最小功率分配。
2017-04-30 cs.IT 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
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
Study of Clustered Robust Linear Precoding for Cell-Free MU-MIMO Networks
本文针对无小区MU-MIMO系统中CSIT不完善导致的残余干扰问题，提出在优化目标中加入加载项的鲁棒预编码方法，并利用用户与接入点簇降低计算和信令开销，实验证明其性能优于传统MMSE预编码器。
2024-07-07 cs.IT math.IT
Linear Precoding Based on Polynomial Expansion: Large-Scale Multi-Cell MIMO Systems
大规模MIMO系统可以为未来的通信系统带来频谱效率的显著提高。由于在基站处通过大量天线实现的更精细的空间分辨率，这些系统已被证明对用户间干扰是鲁棒的，并且线性预编码的使用是渐近最优的。然而，随着系统维度的增加，大多数预编码方案表现出高计算复杂性。例如，接近最优的RZF需要大矩阵的求逆。这激发了我们的同伴论文，在那里我们提出了解决单小区多用户系统中的问题，通过截断多项式展开（TPE）近似矩阵逆，其中多项式系数被优化以最大化系统性能。我们已经证明，提出的具有少量系数的TPE预编码几乎达到了RZF的性能，但从未超过它。在涉及大规模多用户MIMO系统的现实多小区场景中，RZF预编码的优化迄今为止还不可行。这主要归因于场景的高度复杂性和必要的正则化参数的非线性影响。另一方面，TPE预编码中的标量权重为可能的吞吐量优化带来了希望。按照相同的方法，在配套文件中，我们利用随机矩阵理论推导出一个确定性的表达式为每个用户的渐近信干噪比。我们还提供了一个优化算法来近似的权重，最大限度地提高网络范围内的加权最大最小公平性。优化权值可以用来模拟RZF预编码的用户吞吐量分布。使用模拟，我们比较了网络吞吐量的TPE预编码与次优RZF方案，并表明我们的计划可以实现更高的吞吐量，使用TPE的顺序只有3。
2014-07-24 cs.IT math.IT
Two-Tier Precoding for FDD Multi-cell Massive MIMO Time-Varying Interference Networks (Full Version)
大规模MIMO技术是未来无线通信网络中的一项很有前途的技术。然而，它也带来了许多实现上的挑战，例如，巨大的导频符号和反馈开销、实时全局CSI的要求、需要大量的RF链路以及高计算复杂性。我们考虑了一种用于多小区大规模MIMO干扰网络的两层预编码策略，其中外部预编码器用于小区间/簇间干扰消除，内部预编码器用于小区内复用。特别地，针对外预编码算法的计算复杂性问题，提出了一种低复杂度的在线迭代算法来跟踪时变信道下的外预编码器。我们遵循的优化技术和制定的格拉斯曼流形上的问题。我们提出了一个低复杂度的迭代算法，在静态信道下收敛到全局最优解。在时变信道中，我们提出了一种补偿技术来抵消时变最优解的变化。我们的理论结果表明，在一些温和的条件下，使用所提出的算法的目标外预编码器的完美跟踪是可能的。数值结果表明，与文献中的传统两层预编码技术相比，采用迭代补偿算法的两层预编码可以获得良好的性能，并显著降低复杂度。
2014-05-20 cs.IT cs.NI math.IT
Low-Complexity Distributed Precoding in User-Centric Cell-Free mmWave MIMO Systems
基于用户中心（UC）的无小区（CF）结构可以为毫米波（mmWave）多输入多输出（MIMO）系统提供覆盖增强的优势，被认为是实现可靠和高速率业务的关键技术。在本文中，我们提出了一种新的波束选择方案和预编码算法的UC CF毫米波MIMO系统，其中的加权和速率最大化问题制定。针对波束选择和预编码联合设计的非凸性和复杂度高的问题，本文将波束选择和预编码分开设计。特别地，所提出的波束选择旨在减少簇间波束间干扰，然后我们还提出了一种基于加权和均方误差（WSMSE）框架的预编码算法，其中预编码矩阵可以以分布式方式更新。我们进一步使用低秩分解和Neumann级数展开（NSE）来降低预编码的计算复杂性。仿真和复杂度分析验证了所提算法的有效性，其计算复杂性有了很大的降低。
2022-05-07 cs.IT cs.SY eess.SY
Uplink Precoding Design for Cell-Free Massive MIMO with Iteratively Weighted MMSE
在本文中，我们研究了一个无小区的大规模多输入多输出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）的完全集中式处理方案和大规模衰落解码（LSFD）计划。为了进一步提高SE性能，我们设计了基于加权和SE最大化的上行预编码方案。由于加权和SE最大化问题不是联合在所有的优化变量，两个有效的上行链路预编码方案的基础上迭代加权和最小均方误差（I-WMMSE）算法，这依赖于加权MSE的迭代最小化，提出了两个处理方案的调查。此外，最大比合并应用在LSFD计划，我们得到新的封闭形式的可实现的SE表达式和最佳的预编码方案。数值结果验证了所提出的结果，并表明，I-WMMSE预编码方案可以实现良好的和SE性能与大量的UE天线。
2023-01-06 cs.IT eess.SP 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
Two-Stage Subspace Constrained Precoding in Massive MIMO Cellular Systems
我们提出了一个子空间约束的预编码方案，利用空间信道相关性结构在大规模MIMO蜂窝系统中，充分释放巨大的增益提供了大量的天线阵列，减少信道状态信息（CSI）信令开销。每个基站（BS）处的MIMO预编码器被划分为内部预编码器和发送（Tx）子空间控制矩阵。内部预编码器自适应于每个BS处的本地CSI以获得空间复用增益。Tx子空间控制自适应于信道统计，用于小区间干扰减轻和服务质量（QoS）优化。具体地，Tx子空间控制被公式化为涉及SINR机会约束的QoS优化问题，其中每个用户的SINR不满足服务要求的概率不得超过给定的中断概率。由于两阶段预编码结构，现有方法不能处理这种机会约束。为了解决这个问题，我们提出了一个双凸近似方法，它包括三个关键成分：随机矩阵理论，机会约束优化和半定松弛。然后，我们提出了一个有效的算法来找到所产生的双凸逼近问题的最优解。仿真结果表明，所提出的设计有显着的增益超过各种基线。
2015-01-20 cs.IT math.IT
Efficient Linear Precoding in Downlink Cooperative Cellular Networks with Soft Interference Nulling
提出了一种简单的线路网络模型来研究下行蜂窝网络。在没有基站协作的情况下，系统是干扰受限的。当允许基站联合编码用户信号时，干扰限制被克服，但是实现容量的脏纸编码方案对于实际实现来说可能太复杂。提出了一种新的线性预编码技术--软干扰置零（SIN）技术，该技术在全网络协调下至少具有迫零（ZF）波束成形的性能。与ZF不同，SIN允许干扰的可能性，但过度惩罚干扰。通过求解凸优化问题来计算SIN预编码器，并将该公式扩展到多天线信道。SIN可以应用时，只有有限数量的基站合作，它表明，SIN下部分网络协调可以优于全网络协调ZF在中等信噪比。
2009-09-24 cs.IT math.IT
Cell Coverage Extension with Orthogonal Random Precoding for Massive MIMO Systems
针对大规模多输入多输出（MIMO）系统下行链路，研究了一种基于正交随机预编码（ORP）的覆盖扩展方案。在该方案中，在发射端采用由正交矢量组成的预编码矩阵来提高用户的最大信干噪比（SINR）。为了分析和优化的ORP计划在小区覆盖方面，我们推导出两种接收机结构，即，单天线（SA）接收机和多天线接收机与天线选择（AS）的下行链路覆盖概率的解析表达式。仿真结果表明，解析表达式准确地捕捉系统的覆盖行为采用ORP计划。研究还表明，在覆盖信噪比阈值大于1的条件下，使用单个预编码向量可以获得最优的覆盖性能。当在多个时隙上利用不同的随机预编码器组以利用预编码分集时，ORP方案的性能被进一步分析。数值结果表明，建议的ORP计划在多个时隙提供了一个相当大的覆盖增益空时编码方案，尽管其反馈开销低。
2017-01-11 cs.IT cs.NI math.IT
Cache-Aided Massive MIMO with Linear Precoding in Multi-cell Systems
在本文中，我们提出了一种新的联合缓存和大规模多输入多输出（MIMO）传输方案，称为\emph{cache-aided massive MIMO}，多小区下行链路传输到多个缓存使能接收器。利用所提出的方案，已经缓存了他们请求的文件（的一部分）的用户被卸载，并且因此在下行链路传输期间（部分）不活动。其他用户或者受益于用于减轻导频污染的高速缓存使能卸载，或者利用高速缓存但未请求的文件来消除上行链路信道估计和下行链路文件接收期间的干扰。此外，通过重新设计基于用户的缓存状态和信道状态信息的发送预编码器，我们获得了额外的自由度的大规模MIMO传输。对于给定的缓存状态，我们分析等效内容交付率（ECDR），即，对于采用重新设计的最大比传输（MRT）、迫零（ZF）预编码和正则化迫零（RZF）预编码的高速缓存辅助的大规模MIMO，经由高速缓存和大规模MIMO传输向请求用户递送所请求的文件的平均速率。基于推导的结果，（随机）未编码缓存和编码缓存的重新设计的预编码方案的性能的影响进行了研究。仿真结果验证了我们的推导，并表明，缓存是有益的预编码下行链路传输，因为它提高了发射功率分配，减轻内和小区间的干扰，并减少导频污染造成的损害。与传统的大规模MIMO没有缓存和缓存无关预编码相比，所提出的缓存辅助大规模MIMO方案实现了显着更高的ECDR，即使当用户的数量接近发射天线的数量。
2022-04-10 cs.IT math.IT
Hardware-Aware Pilot Decontamination Precoding for Multi-cell mMIMO Systems With Rician Fading
我们考虑一个硬件受损的多小区莱斯衰落的大规模多输入多输出（mMIMO）系统与两层导频净化预编码，也被称为大规模衰落预编码（LSFP）。每个BS配备有灵活的动态模数转换器（ADC）/数模转换器（DAC）架构，并且用户设备（UE）具有低分辨率ADC。此外，BS和UE都具有硬件受损的射频链。动态ADC/DAC架构允许我们改变连接到每个BS天线的ADC/DAC的分辨率，并适当地选择它们以最大化SE。我们提出了一种失真感知的最小均方误差（DA-MMSE）预编码器，并研究其使用与两层LSFP和传统的单层预编码（SLP）的硬件受损mMIMO系统。我们讨论了LSFP和SLP与DA-MMSE和失真感知MMSE（DU-MMSE）预编码器的用例，这将为系统设计人员提供关于其在实际系统中使用的关键见解。
2022-11-29 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
Deep Learning-Aided Delay-Tolerant Zero-Forcing Precoding in Cell-Free Massive MIMO
在无小区大规模多输入多输出（CFmMIMO）的背景下，迫零预编码（ZFP）在频谱效率方面是优越的。然而，由于前传和处理延迟，它遭受信道老化。在本文中，我们提出了一种鲁棒的方案，即延迟容忍迫零预编码（DT-ZFP），它利用深度学习辅助信道预测来减轻过时的信道状态信息（CSI）的影响。由一组用户特定的预测模块组成的预测器是专门为这种多用户场景设计的。利用由预测时域带来的自由度，可以并行化通过前传网络的CSI和预编码数据的递送以及通过空中接口的用户数据和导频的传输。因此，DT-ZFP不仅有效地对抗信道老化，而且避免了CFmMIMO中规范ZFP的低效停止和等待机制。
2022-10-11 cs.IT eess.SP math.IT
Robust MMSE Precoding for Out-of-Cluster Interference Mitigation in Cell-Free MIMO Networks
University of Sao Paulo（圣保罗大学）；PUC-Rio（天主教里约热内卢大学）；University of York（约克大学）
本文提出一种线性鲁棒最小均方误差预编码器，以缓解不完美信道状态信息和集群内及集群外干扰的影响。通过考虑集群外干扰的统计信息，有效抑制干扰。分析了CF系统获得的总速率，并推导了抑制集群外干扰的理论增益表达式。
2026-04-05 cs.IT math.IT
Robust MMSE Precoding and Power Allocation for Cell-Free Networks
我们考虑了一个无小区的大规模多输入多输出（MIMO）系统与\textcolor{red}{single}天线接入点（AP）和单天线用户的下行链路。针对不完全信道状态信息（CSI）下的干扰抑制问题，提出了一种基于广义负载的迭代鲁棒最小均方误差（RMMSE）预编码器。可实现的速率进行了分析和最佳的和均匀的功率分配方案的基础上开发的信号与干扰加噪声比。提出的RMMSE和现有的计划的计算成本的分析。数值结果表明，所提出的RMMSE预编码器对线性最小均方误差，迫零和共轭波束形成预编码器在存在不完美的CSI提供的改善。
2021-04-20 cs.IT math.IT
On The Efficiency of Widely Linear Precoding and Symbol Extension in Cellular Uplink
我们研究高斯广泛的线性预编码被称为不适当的高斯信令的蜂窝上行链路与小区间干扰，称为干扰多址信道（IMAC）。该传输方案通过不同地处理复高斯信号的实部和虚部来提供额外的自由度。由于目前的标准主要利用线性波束形成的波形生成，我们强调了广泛的线性波束形成的好处，在多个时间维度（符号扩展的时间）的IMAC。该方案实现了显着更高的信息速率相比，传统的适当的高斯信令在传输阶段的额外的复杂性为代价。研究了速率约束下的和功率最小化问题。该问题是一个凹函数差分（DC）程序，因此是一个非凸问题。通过数值模拟，我们观察到不适当的高斯信令的好处，以及符号扩展的功耗为单天线和多天线基站。有趣的是，我们观察到，在强干扰的情况下，不适当的高斯信令的效率优于传统的适当的高斯信令在低速率的要求。此外，在这种情况下，实现特定速率需求所需的总功率显著降低。
2018-05-30 cs.IT math.IT
Robust Power Allocation and Linear Precoding for Cell-Free and Multi-Cell Massive MIMO Systems
多小区（MC）系统存在于从第一代到第五代无线网络的移动网络操作中，并且考虑所有用户到以小区为中心的基站（BS）的信号。无小区（Cell-Free，CF）系统使用大量分布式天线同时为用户服务。在这种情况下，多输入多输出（MIMO）技术被用于两种拓扑结构中，并导致性能增益和干扰减少。为了实现所提及的益处，在下行链路（DL）中需要适当的预编码器设计和功率分配技术。一般而言，DL方案假设发射机处的完美信道状态信息（CSIT），这是不现实的。本文研究了在下行链路中采用线性预编码器的MIMO系统中的MC和CF，并提出了一种在不理想CSIT情况下的自适应功率分配算法。所提出的鲁棒自适应功率分配优于标准自适应和均匀功率分配。仿真还比较了两种系统框架使用最小均方误差（MMSE）预编码器与鲁棒自适应功率分配和自适应功率分配的性能。
2022-10-01 cs.IT math.IT
Uplink-Downlink Duality and Precoding Strategies with Partial CSI in Cell-Free Wireless Networks
我们认为一个可扩展的以用户为中心的无线网络与动态集群的形成所定义的Björnsson和Sanguinetti。在已经示出了主导信道子空间信息对于上行链路（UL）导频净化的重要性并且已经在我们先前的工作中检查了不同的UL组合方案之后，在这里，我们研究用于下行链路（DL）的预编码策略。针对不同的天线分布、用户密度和UL导频尺寸，评估分布式可扩展DL预编码和功率分配方法。我们将分布式功率分配方法与基于特定形式的UL-DL二元性的方案进行比较，该方案可由中央处理器基于可用的部分信道状态信息来计算。新的对偶方法实现了UL和DL的几乎对称的“乐观遍历速率”，同时节省了相当大的计算复杂性，因为UL组合向量被重用为DL预编码器。
2022-01-17 cs.IT eess.SP math.IT
Performance Analysis of Zero-Forcing Precoding in Multi-Cell One-Bit Massive MIMO Downlink
研究了多小区大规模多输入多输出（MIMO）系统的下行链路性能，该系统在每个基站（BS）的接收和发送射频（RF）链中采用1位模数转换器（ADC）和数模转换器（DAC），以降低功耗。我们利用Bussgang分解推导出最小均方误差（MMSE）信道估计在每个基站的基础上接收的量化的上行链路训练信号，和渐近封闭形式的表达式下实现的下行链路速率下一位量化迫零（ZF）预编码使用估计的信道。导出的表达式明确地示出了量化噪声、热噪声、导频污染和干扰的影响，并且被用来研究在一比特MIMO系统的每个BS处执行以及常规MIMO系统所需的附加天线的数量。数值结果验证了我们的分析，并显示，尽管需要更多的天线来实现相同的和平均速率，一比特的大规模MIMO系统是更节能的比传统的系统，特别是在高采样频率。
2023-03-06 cs.IT math.IT
Decentralizing Coherent Joint Transmission Precoding via Deterministic Equivalents
针对多小区多用户MIMO网络，提出基于确定性等价的分散式相干联合传输预编码方案，以最小化功率并避免集中式信息交换，仿真显示仅需多2%~7%发射功率。
2024-03-15 cs.IT eess.SP math.IT
Interference Reduction in Multi-Cell Massive MIMO Systems II: Downlink Analysis for a Finite Number of Antennas
对于下行链路多小区预编码，通常假设在基站（BS）处共享全局信道信息。在每个BS配备有大量天线的大规模多输入多输出（MIMO）系统的背景下，共享瞬时衰落信道系数消耗大量资源。要考虑实际可实现的方法，我们在本文中研究的干扰减少预编码的基础上使用的大规模衰落系数，依赖于路径损耗模型和独立于一个特定的天线。我们专注于下行链路多小区预编码设计时，每个基站配备了一个实际上有限数量的天线。在这种操作制度下，导频污染不是主要的干扰源，需要减轻所有类型的干扰。本文使用优化方法设计预编码方法，使网络中的所有用户都能获得相同的服务质量（QoS），即，最大化所有用户之间的最小信号与干扰加噪声比（SINR）。所提出的优化问题被证明是拟凸的，并且可以得到最优解。我们还提出了低复杂度的次优算法，通过上行链路和下行链路的对偶。仿真结果表明，所提出的预编码方法提高了5%的中断率超过1000倍，相比其他已知的干扰抑制技术。
2014-11-15 cs.IT math.IT
Pilot Precoding and Combining in Multiuser MIMO Networks
虽然预编码和组合数据信号的益处被广泛认可，但是这些技术用于导频传输的潜力还没有被完全理解。这对于使用毫米波（mmWave）通信的多用户多输入多输出（MU-MIMO）蜂窝系统尤其相关，其中在发射器和接收器处将必须使用多个天线以克服严重的路径损耗。在本文中，我们的特点导频预编码和合并的信道估计质量和可实现的数据率方面的增益。具体地，我们考虑毫米波MU-MIMO蜂窝系统中的三种上行链路导频传输场景：1）未预编码和未组合，2）预编码但未组合，以及3）预编码和组合。我们表明，一个简单的预编码器，只利用二阶统计的信道减少了方差的信道估计误差的一个因素，是成比例的用户设备（UE）天线的数量。我们还表明，使用一个线性组合器设计的基础上的二阶统计信道显着减少多用户干扰，并提供了重用一些导频的可能性。具体地，在大天线机制中，导频预编码和组合有助于在一个小区中容纳大量UE，显著提高信道估计质量，提高位于小区边缘附近的UE的信噪比，减轻导频污染，以及解决导频和数据信号的不平衡覆盖。
2016-11-16 cs.IT math.IT
The Multiplexing Gain of a Two-cell MIMO Channel with Unequal CSI
在这项工作中，联合预编码跨越两个遥远的发射机（TX），共享知识的数据符号被发送到两个接收机（RX），每个都配备了一个天线，进行了讨论。我们考虑分布式信道状态信息（CSI）配置，其中每个TX具有其自己的信道的本地估计，并且TX之间不可能进行通信。基于分布式CSI配置，我们引入了分布式MIMO预编码的概念。我们专注于高信噪比（SNR）制度，使两个TX的目的是设计一个预编码矩阵，以消除干扰。基于对多天线广播信道的研究，我们得到以下关键结果：我们推导出复用增益（MG）作为在每个TX将信道量化到给定RX的比特数的SNR的缩放的函数。特别是，我们表明，传统的迫零预编码器是不是MG最大化，我们提供了一个预编码方案的最佳MG。除了既定的MG最优性，仿真结果表明，所提出的预编码方案实现更好的性能，在中等信噪比比已知的线性预编码器。
2011-07-19 cs.IT math.IT
Pilot-Aided Distributed Multi-Group Multicast Precoding Design for Cell-Free Massive MIMO
该研究针对无蜂窝大规模MIMO系统，提出基于双向导频训练的全分布式多组多播预编码方案，通过组特定上行训练资源消除CSI回程信令，本地优化预编码器，性能显著优于传统仅依赖本地CSI的方案。
2024-01-31 cs.IT eess.SP math.IT
Green One-Bit Quantized Precoding in Cell-Free Massive MIMO
本文针对无蜂窝大规模MIMO系统的高功耗问题，提出一种基于符号向量结构动态停用天线的绿色一位量化预编码算法，在降低功耗的同时性能优于SQUID和RZF等现有方法。
2025-09-20 cs.IT eess.SP math.IT
Interference-Aware RZF Precoding for Multi Cell Downlink Systems
针对多小区下行链路，论文提出干扰感知 iaRZF 预编码，利用大规模随机矩阵理论解释其干扰抑制机制，并给出无需基站协作的启发式参数。
2015-04-10 cs.IT math.IT
Analysis of One-Bit Quantized Linear Precoding Schemes in Multi-Cell Massive MIMO Downlink
本研究分析多小区一比特大规模MIMO下行链路中MRT和ZF预编码的性能，通过Bussgang分解推导SQINR和可达速率，发现一比特量化降低SQINR，且对传统系统影响更大，并探讨了功率和能量效率。
2023-12-23 cs.IT math.IT
Constant-Envelope Quantized Precoding with Power Control for Cell-Free Massive MIMO-OFDM
Bilkent University（比尔肯特大学）；TOBB University of Economics and Technology（托布经济技术大学）
针对无蜂窝大规模MIMO-OFDM系统，研究低分辨率DAC下的量化恒包络预编码设计，并提出一种跨接入点的功率控制策略以缓解严重量化发射机的不利影响，显著提升未编码误码率性能。
2026-05-22 cs.IT eess.SP math.IT
Robust Precoding for Rate-Splitting-Based Cell-Free MU-MIMO Networks
针对免小区MU-MIMO系统在不完美信道状态信息下的多用户干扰问题，提出基于速率分裂的鲁棒预编码方案，利用MMSE准则设计预编码器，仿真验证其性能优于传统方案。
2025-02-26 cs.IT math.IT
Precoding for Multi-Cell ISAC: from Coordinated Beamforming to Coordinated Multipoint and Bi-Static Sensing
本文研究多小区 MISO ISAC 的鲁棒预编码，分别针对 CBF 单基地与 CoMP 双基地场景建立 CRB 和 SINR 优化问题，并结合 SDR 与 AO 求解。
2024-02-28 cs.IT eess.SP math.IT
Low-Complexity Hybrid Precoding for Cell-Free Massive MU-MIMO ISAC Systems
Shanghai Jiao Tong University（上海交通大学）
针对无小区大规模MU-MIMO ISAC系统，提出一种低复杂度混合预编码框架，通过部分连接架构降低前传开销和计算复杂度，并设计交替优化算法解决带PEB约束的和速率最大化问题。
2026-06-24 cs.IT eess.SP math.IT
Nonlinear Power Amplifier-Resilient Cell-Free Massive MIMO: A Joint Optimization Approach
本文提出了一种联合优化方法，用于解决无中心大规模MIMO系统中功率放大器引起的性能退化问题，通过用户关联和最大最小功率控制提升频谱效率。
2025-12-08 cs.IT eess.SP math.IT
