Orbital-Angular-Momentum Versus MIMO: Orthogonality, Degree of Freedom,and Capacity
针对无线通信容量增长需求,本文对比了基于轨道角动量(OAM)与MIMO的通信系统,发现天线对准时OAM系统自由度不低于相关MIMO,高信噪比视距场景下容量更大。
2024-08-13 eess.SP
Malicious RIS versus Massive MIMO: Securing Multiple Access against RIS-based Jamming Attacks
本文研究基于RIS的干扰攻击对大规模MIMO多用户系统的威胁,提出加权和投影梯度攻击算法及两种接收端缓解策略,仿真验证了攻击的灵活性和防御的有效性。
2024-01-13 eess.SP
On the Capacity of Reconfigurable Intelligence Surface: the Sparse Channel Case
针对稀疏信道下的RIS辅助MIMO通信,通过利用稀疏性在奇异空间最大化容量,开发高效算法,并证明RIS反射信道支持高秩传输更困难。
2023-10-12 eess.SP
MIMO Capacity with Reduced RF Chains
本文提出了一个显着的进步,了解MIMO容量限制与不足的RF链。容量的特点是最大的互信息给定任何向量输入不仅受到平均功率约束,但也稀疏约束。它被证明是高斯混合输入分布的能力,实现在高信噪比(SNR)制度。导出了高斯混合信号的最优混合系数和协方差矩阵,以及相应的可达容量。对于具有单个RF链的特殊情况,示出了最佳混合系数近似与信道增益成比例。在高信噪比的情况下,其容量近似为多个信道的最大比合并(MRC)。通过与最佳天线/波束空间选择(BAS/BBS)和均匀空间/波束空间调制(USM/UBM)的比较,研究了非均匀空间调制(NUSM)和非均匀波束空间调制(NUBM)的性能优势。比较结果表明,信息引导NUSM/NUBM是最佳的高信噪比制度。数值结果验证了我们的分析。
2019-02-07 eess.SP
Secrecy Capacity Analysis of 4-WFRFT Based Physical Layer Security in MIMO System
本文针对MIMO系统中物理层安全问题,结合4-WFRFT技术推导了考虑信道相关性的平均保密容量闭合表达式,并证明增加天线数和设置估计偏差为1可显著提升平均保密容量,从而增强物理层安全。
2023-05-29 eess.SP
Capacity Analysis for Joint Radar-Communication Capable Coherent MIMO Radars
最近,在同一平台内集成通信和雷达任务的概念引起了极大的关注。联合雷达通信(JRC)系统提供了一个重要的机会,以减少频谱使用和产品成本,同时进行并发操作,如通过雷达处理和建立通信链路的目标感测。最近文献中已经提出了一种具有JRC能力的相干MIMO雷达系统。介绍了几种方法,以达到双重目标,作为一个显着的零电平对感兴趣的方向的雷达和MIMO雷达波形正交性。由于源自JRC操作的限制,通信信道可能遇到不希望的幅度变化。由于辐射信号幅度朝通信方向的衰减,这种不需要的调制通常会影响通信性能。然而,这种无意调制对通信信道的影响还有待研究。本文分析和研究了加性高斯白噪声和瑞利/莱斯衰落条件下具有JRC能力的相位编码相干MIMO雷达的通信信道。针对每个信道条件评估通信容量。结果表明,在所有信道条件下,采用单边有限零向固定波形产生方法具有最佳的容量性能。
2020-02-01 eess.SP
Cell-Free Millimeter-Wave Massive MIMO Systems with Limited Fronthaul Capacity
网络致密化、大规模多输入多输出(MIMO)和毫米波(mmWave)频带最近已经成为未来几代无线通信网络(5G及更高)的物理层使能器。基于先前在亚6 GHz无小区大规模多输入多输出架构上的工作,引入了用于无小区mmWave大规模多输入多输出系统的新框架,该框架考虑了低复杂度混合预编码器/解码器的使用,同时考虑了使用容量受限前传链路的影响。提出了一种基于相异性聚类思想的次优导频分配策略。此外,基于数学上易于处理的表达式为每个用户可实现的速率和前传容量消耗,最大-最小功率分配和前传量化优化算法,提出了使用块坐标下降方法与顺序线性优化程序相结合,确保均匀良好的服务质量在整个覆盖区域的网络。仿真结果表明,该导频分配策略避免了最优小规模CSI方案的计算负担,同时明显优于经典的随机导频分配方法。此外,它们还揭示了可实现的最大-最小每用户速率、前传要求和最佳硬件复杂度(即,天线的数量、RF链的数量)。
2019-02-20 eess.SP
Beyond Diagonal RIS-assisted MIMO Transmission: Beamforming Gain and Capacity Optimization
本文提出超越对角RIS技术,通过波束成形增益和容量优化提升MIMO下行通信的频谱效率和覆盖范围。
2025-12-09 eess.SP
Pre-Optimized Irregular Arrays versus Moveable Antennas in Multi-User MIMO Systems
针对可移动天线实时优化复杂度高的问题,本文提出预优化非规则阵列(PIA)概念,以粒子群优化预先确定基站天线位置以最大化平均总速率,仿真表明其性能可与可移动天线阵列相比并优于传统均匀阵列。
2025-02-06 eess.SP
NOMA Versus Massive MIMO in Rayleigh Fading
本文比较了功率域NOMA(非正交多址接入)和标准的大规模MIMO(多输入多输出)技术的总和速率和速率区域。分析证明了大规模MIMO在i.i.d.~瑞利衰落信道,如果在基站处使用足够数量的天线。仿真结果表明,当具有20-30个天线时,交叉点已经出现,这远远小于下一代蜂窝网络所考虑的。
2021-12-31 cs.IT eess.SP math.IT
UAV Swarm Position Optimization for High Capacity MIMO Backhaul
一群与远程多天线地面站通信的无人机可以利用MIMO空间复用来扩展容量。由于群和地面站之间的视线传播,MIMO信道是高度相关的,导致有限的复用增益。在本文中,我们优化无人机的位置,以达到最大的MIMO容量给定的单用户界。首先推导出一个无限的无人机布局,达到能力界。给定一个初始的集群位置,我们制定的问题,最大限度地减少了由无人机到达一个位置内的能力最大化的位置集的距离。假设无人机的初始位置已知,采用块坐标下降法离线集中求解该问题。我们还提出了一个在线分布式算法,无人机迭代地调整他们的位置,以最大限度地提高容量。我们所提出的方法显着增加的能力,从最初的无人机位置的有界平移的代价。当使用大规模多输入多输出地面站时,这种容量增加持续存在。使用数值模拟,我们显示了我们的方法在无人机运动干扰下的Rician信道的鲁棒性。
2021-04-29 cs.NI eess.SP
Low SNR Capacity of Keyhole MIMO Channel in Nakagami-m Fading With Full CSI
在本文中,我们得到了在独立同分布Nakagami- $m$衰落条件下,在发射机和接收机处具有理想信道状态信息的低信噪比(SNR)的锁孔多输入多输出(MIMO)信道的各态历经容量的渐近表达式。我们表明,这种锁孔MIMO信道的低信噪比容量的比例为$\frac{\textrm{SNR}}{4} \log^2 \left(1/{\textrm{SNR}}\right)$。我们的主要贡献是确定一个令人惊讶的结果,即MIMO衰落信道的低信噪比容量增加的存在下的锁眼退化条件,这是在直接对比,在高信噪比下的锁眼条件下,众所周知的MIMO容量退化。为了解释为什么秩不足的锁眼衰落信道在足够低的SNR下优于满秩MIMO衰落信道,我们注意到MIMO信道矩阵的秩在低SNR状态下没有影响,并且与纯MIMO衰落信道相比,锁眼MIMO信道的双衰落(或双散射)性质在低SNR下产生更多的机会通信,这导致容量增加。最后,我们还表明,一个简单的一个比特的信道信息的基础上的开关功率控制实现这种低信噪比的能力,令人惊讶的是,这种功率自适应是强大的,对中度和严重的衰落范围广泛的低信噪比值。这些结果也适用于作为特殊情况的锁眼MIMO瑞利信道。
2022-06-05 cs.IT eess.SP math.IT
Capacity Scaling Law in Massive MIMO with Antenna Selection
天线选择能够处理大规模多输入多输出(MIMO)信道中的成本和复杂度问题。在Nakagami衰落信道下,研究了多用户大规模MIMO上行链路信道的速率和容量。数学上听话的总和率容量上限推导出所考虑的系统。此外,对于一个足够大的基站(BS)的天线数量,确定性等效(DE)的和率界。基于此DE,示出的和速率容量的增长与BS天线的数量的双螺旋。数值实验验证了分析结果的正确性。
2022-08-08 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
Capacity Optimal Generalized Multi-User MIMO: A Theoretical and Practical Framework
传统的多用户多输入多输出(MU-MIMO)主要集中在高斯信令,独立同分布(IID)信道,和有限数量的用户。在下一代无线通信中,应对诸如各种传输数据、复杂的通信场景和大量用户接入的异构需求将是费力的。因此,本文研究了一种具有更实际约束的广义MU-MIMO(GMU-MIMO)系统,即,非高斯信令、非IID信道和大规模用户和天线。这些普遍化的假设给理论和实践带来了新的挑战。例如,对于GMU-MIMO没有准确的容量分析。此外,目前还不清楚如何实现容量最佳性能与实际的复杂性。为了解决这些挑战,提出了一个统一的框架来推导GMU-MIMO容量和设计一个容量最优的收发器,它联合考虑编码,调制,检测和解码。组不对称性的发展,使用户速率分配和实现复杂度之间的权衡。利用著名的互信息和最小均方误差(MMSE)引理以及正交近似消息传递(OAMP)/矢量AMP(VAMP)的MMSE最优性,对组非对称GMU-MIMO系统的容量域进行了刻画。在此基础上,提出了一种理论上最优的多用户OAMP/VAMP接收机和实用的多用户低密度奇偶校验(MU-LDPC)码,以实现组非对称GMU-MIMO的容量域。仿真结果表明,采用优化的MU-LDPC码和QPSK调制的该框架的理论检测门限与GMU-MIMO的总容量之间的差距约为0.2 dB。此外,它们的有限长度性能与相关的和容量相差约1~2dB。
2022-09-19 cs.IT eess.SP 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
Line-of-Sight MIMO for High Capacity Millimeter Wave Backhaul in FDD Systems
无线回程被认为是未来无线网络的关键部分,具有密集的小小区业务和高容量需求。在本文中,我们专注于设计一个高频谱效率的视线(LoS)多输入多输出(MIMO)系统的毫米波(毫米波)回程使用双极化频分双工(FDD)。由于各种物理损伤,例如相位噪声(PHN)、定时偏移(TO)以及LoS MIMO的不良条件数,对于系统实现高频谱效率是非常具有挑战性的。在本文中,我们提出了一个整体的解决方案,包括TO补偿,PHN估计,预编码器/解相关器优化的LoS MIMO无线回程,和交织的每一个部分。我们表明,所提出的解决方案具有鲁棒的性能,对于8x8 MIMO,端到端频谱效率为60 bits/s/Hz。
2020-06-18 cs.IT eess.SP math.IT
Secret-Key Capacity from MIMO Channel Probing
本文研究高斯MIMO信道探测下的密钥容量,证明单向探测时Maurer上下界重合,并揭示只要窃听观测含噪声,SKC随相干时间增加恒有正下界。
2024-03-04 cs.IT eess.SP math.IT
Capacity Characterization for Intelligent Reflecting Surface Aided MIMO Communication
智能反射表面(IRS)是一种很有前途的解决方案,通过调整大量的无源反射单元来适当地改变信号传播,从而既经济又节能地提高无线通信容量。在本文中,我们的目标是表征的基本容量限制的IRS辅助点到点多输入多输出(MIMO)通信系统的多天线发射机和接收机一般,通过联合优化IRS反射系数和MIMO发射协方差矩阵。首先,我们考虑频率平坦衰落信道下的窄带传输,并开发了一种有效的交替优化算法,通过迭代优化发射协方差矩阵或反射系数之一,与其他被固定,找到一个局部最优解。接下来,我们考虑在频率选择性衰落信道下的一般MIMO正交频分复用(OFDM)系统中宽带传输的容量最大化,其中发送协方差矩阵可以针对不同的子载波进行优化,而只有一个公共的IRS反射系数集可以被设计为迎合所有子载波。为了解决这个更具挑战性的问题,我们提出了一个新的交替优化算法的基础上凸松弛找到一个高质量的次优解。数值结果表明,我们提出的算法实现了大幅增加的容量相比,传统的MIMO信道没有IRS,也优于各种基准计划。特别是,它表明,与所提出的算法,各种关键参数的IRS辅助MIMO信道,如信道总功率,秩,和条件数可以显着改善容量增强。
2019-10-03 cs.IT eess.SP math.IT
Channel Capacity Saturation Point and Beamforming Acceleration for Near-Field XL-MIMO Multiuser Communications
针对近场XL-MIMO通信场景,该研究提出天线阵列规模存在信道容量饱和点并给出解析确定方法,同时设计新型波束成形算法缓解大阵列的高计算量问题,通过数值结果验证了分析有效性与算法性能。
2025-03-23 cs.IT eess.SP math.IT
Modelling and Optimization of OAM-MIMO Communication Systems with Unaligned Antennas
轨道角动量(OAM)无线通信技术正在成为第六代(6G)无线通信系统的潜在技术之一。OAM无线通信技术的最大优点是不同OAM状态之间的自然正交性。然而,其最大的缺点之一是不同OAM状态之间的串扰,该串扰广泛地由大气湍流和发射天线与接收天线之间的不对准引起。针对基于OAM的多输入多输出(OAM-MIMO)传输系统,提出了一种新的信道模型用于性能分析。此外,OAM-MIMO传输系统的纯度模型与非对齐的天线推导出的非柯尔莫哥洛夫湍流。进一步推导了天线不对齐情况下OAM-MIMO传输系统的误码率和容量模型。为了克服天线未对准和非Kolmogorov扰动带来的不足,提出一种新的OAM状态间隔优化算法,以提高OAM-MIMO传输系统的容量。仿真结果表明,优化算法提高了OAM-MIMO传输系统的容量。具体地说,当发射天线和接收天线的偏转角分别为-24 dB和-5 dB时,采用该优化算法的OAM-MIMO传输系统的容量分别增加了28.7%和320.3%。
2021-12-09 cs.NI eess.SP
EMF-Aware Power Control for Massive MIMO: Cell-Free versus Cellular Networks
针对EMF约束下的CF-mMIMO系统,本文提出上行与下行最大化用户最小速率的功率控制方法,并证明其在满足电磁安全限制的同时优于蜂窝mMIMO且提升公平性。
2024-04-24 cs.IT eess.SP math.IT
Low-Complexity Sum-Capacity Maximization for Intelligent Reflecting Surface-Aided MIMO Systems
降低计算复杂性在优化智能反射表面(IRS)系统的相移中是至关重要的,因为IRS辅助的通信系统通常部署有大量的反射元件(RE)。这封信提出了一种低复杂度算法,称为维度正弦最大化(DSM),以获得最佳IRS相移,从而最大化MIMO网络的总容量。该算法利用的事实,优化问题的目标函数是正弦w.r.t.每个RE的相移。数值结果表明,DSM获得了接近最大的和率和更快的收敛速度比其他两个基准方法。
2022-04-11 cs.IT eess.SP math.IT
Sum Rate Capacity of MIMO HetNet Systems in the Presence of Channel Estimation Error
研究了信道估计误差(CEE)对多输入多输出(MIMO)异构网络(HetNets)和速率容量的影响。假设接收机是线性最小均方(LMMS)接收机。该架构基于具有大天线阵列的宏基站和具有较少数量的天线阵列的次级小小区基站的部署。本文的主要贡献是突出了CEE对宏小区的总速率容量的显著影响。此外,它示出了CEE对小小区的总速率容量仅具有边际影响。对宏用户和时分双工(TDD)小小区用户的和速率进行了仿真,并将仿真结果与存在信道估计误差的情况进行了比较。
2019-09-22 cs.SY eess.SP eess.SY
MIMO Capacity Analysis and Channel Estimation for Electromagnetic Information Theory
本文针对电磁信息论中离散-连续鸿沟问题,提出基于PSWF的离散-连续对应引理与遍历容量分析框架,揭示MIMO容量饱和现象,并设计PSWF-CE信道估计器以提升估计性能。
2024-06-07 cs.IT eess.SP math.IT
Preliminary Analysis of Channel Capacity in Air to ground LoS MIMO Communication Based on A Cloud Modeling Method
由于视距多输入多输出(LoS MIMO)信道的正交性仅在瑞利距离内可用,通信系统的覆盖由于天线的有限实现间隔而受到限制。然而,在传输路径中具有不同介电常数的介质可能会放松对天线间距的要求。这一结论对于考虑对流层云的空对地LoS MIMO场景具有启发意义。为了分析单层云存在时的随机相位变化,提出并改进了一种基于实测数据的适用于LoS MIMO场景的云建模方法。然后,根据仿真结果对信道容量进行了初步分析。
2022-10-19 cs.IT cs.SY eess.SP
Optimal Downlink Training Sequence for Massive MIMO Secret-Key Generation
该文在时分双工(TDD)大规模多输入多输出(MIMO)系统中,通过优化下行链路训练序列来最大化秘密密钥容量。考虑了单用户和多用户情况。与以前的工作不同,最优训练序列和相关的秘密密钥容量在单用户情况和大天线多用户情况下以封闭形式表征。还提出了考虑到对最大导频数目的约束的设计。在多用户的情况下,最大-最小和总和容量标准都被考虑,包括潜在的用户优先级。最后,它表明,大规模MIMO提高秘密密钥的能力,通过利用:i)空间维度增益和ii)阵列增益。此外,在大天线的情况下,与单用户的情况相比,在没有额外的导频开销的情况下获得多用户容量。
2021-04-14 cs.IT eess.SP math.IT
Capacity Analysis and Rate Maximization Design in RIS-Aided Uplink Multi-User MIMO
可重构智能表面(RIS)由于其同时实现高光谱效率和能量效率的潜力,近年来引起了人们的广泛关注。本文主要研究了在RI辅助的多用户多输入多输出(MU-MIMO)系统中,如何设计有效的传输方法来最大化上行链路的总吞吐量。为了提供一个有见地的基础,信道容量的RI辅助MU-MIMO的理论分析。然后,传统的传输方案的基础上正交多址作为基线。从信息论的角度,我们提出了两个新的方案,即,\textit{joint transmission}基于二次优化问题的半定松弛,\textit{opportunistic transmission}依赖于最佳用户选择。通过仿真结果证明了所提出的方案在可实现的速率方面优于传统方案。
2023-03-16 cs.IT eess.SP math.IT
MIMO Capacity Maximization with Beyond-Diagonal RIS
本文研究BD-RIS辅助的MIMO链路容量最大化问题,通过在酉矩阵流形上交替优化发射协方差矩阵和对称酉散射矩阵,提出高效算法,显著提升了传统对角RIS架构的容量。
2024-06-04 cs.IT eess.SP math.IT
Capacity Bounds for One-Bit MIMO Gaussian Channels with Analog Combining
使用1位模数转换器(ADC)被视为显著降低多输入多输出(MIMO)接收器的功耗和硬件成本的有前途的方法。然而,由于1比特量化的非线性失真从根本上改变了最佳通信策略,并且还对系统施加了容量惩罚。本文研究了高斯MIMO信道中,天线输出经模拟线性合路器处理后,再经一组零门限ADC量化的信道容量。一个新的容量上限为零阈值的情况下,建立比文献中的界限更紧。此外,我们提出了一个可扩展性方案,它配置的模拟组合器,以创建并行高斯通道与相位量化的输出。在这一类的模拟组合器,提出了一种算法,确定的模拟组合器和输入分配,最大限度地提高可实现的速率。数值结果表明,该算法在低信噪比条件下具有较好的收敛速度。最后,提出了一种新的采用模拟时空处理的1比特MIMO接收机结构。所提出的接收机在高信噪比的制度达到的能力。
2022-09-19 cs.IT eess.SP 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
Capacity Maximization for MIMO Channels Assisted by Beyond-Diagonal RIS
本文针对MIMO信道推导了首个闭式容量最大化的超越对角RIS反射矩阵,揭示了路径配对机制及高信噪比下的行为,并通过数值验证了其有效性。
2025-01-22 cs.IT eess.SP math.IT
Transmit and Receive Antenna Port Selection for Channel Capacity Maximization in Fluid-MIMO Systems
针对fluid-MIMO系统收发两端天线端口选择的离散容量最大化问题,提出JCR松弛,并构建JCR&RES与JCR&AO两种性能—复杂度权衡算法。
2024-09-10 cs.IT eess.SP math.IT
Capacity analysis and bit allocation design for variable-resolution ADCs in Massive MIMO
我们推导出一个表达式的容量大规模多输入多输出毫米波(毫米波)信道的接收机配备了一个可变分辨率的模数转换器(ADC)和混合组合器。示出的能力是一个函数的Cramer-Rao下界(CRLB)为一个给定的比特分配矩阵和混合组合器。推导了接收机功率约束下最佳ADC比特分配的条件。这是基于相对于给定信道的比特分配矩阵、混合预编码器和混合组合器的容量的最大化而导出的。结果表明,这个条件与使用CRLB最小化艾哈迈德等人提出的。蒙特卡洛模拟表明,使用所提出的条件计算的容量与使用穷举搜索比特分配获得的容量非常接近。
2018-09-08 cs.IT eess.SP math.IT
MIMO Capacity with Average Total and Per-Antenna Power Constraints
在这项工作中,被认为是一个联合的总和每天线平均功率约束的MIMO容量。除了在发射机处具有有限的可用功率之外,当各个天线也不能辐射超出其对应RF链的限制的功率时,问题出现。封闭形式的结果说明在特定情况下,特别是在单位秩信道矩阵的情况下。低复杂度的优化问题,推导出其他情况下。数值计算的复杂性推导出的优化问题的等效实变量的数量,并提供了一个通用的公式取决于信道矩阵的秩。数值结果验证和说明所提出的优化算法的应用,并评估其实施的时间复杂度。
2019-02-05 cs.IT eess.SP math.IT
Capacity of MIMO Systems Aided by Microwave Linear Analog Computers (MiLACs)
针对巨型MIMO数字架构的可扩展性问题,本文建模并优化无损互易MiLAC辅助波束成形,闭式求得全局最优网络与系统容量,证明其容量等同数字方案且显著降低硬件和计算开销。
2025-06-06 cs.IT eess.SP math.IT
RIS-Assisted MIMO Communication Systems: Model-based versus Autoencoder Approaches
本文考虑了可重构智能表面(RIS)辅助点对点多输入多输出(MIMO)通信系统,其中发送器通过RIS与接收器通信。基于降低比特出错率(BER),从而提高通信可靠性的主要目标,我们研究了不同的基于模型和数据驱动(自动编码器)的方法。特别是,我们考虑一个基于模型的方法,优化主动和被动的优化变量。我们进一步提出了一个新的端到端的数据驱动的框架,它利用了机器学习的最新进展。为传统信号处理模块提出的神经网络与信道效应联合训练,以最小化误码检测。数值结果表明,所提出的数据驱动的方法可以学习通过不同的信道实现动态编码的传输信号。此外,数据驱动的方法不仅提供了一个显着的增益在BER性能相比,其他国家的最先进的基准,但也保证了性能时,完美的信道信息是不可用的。
2022-07-17 cs.IT eess.SP math.IT
Realization of MIMO Channel Model for Spatial Diversity with Capacity and SNR Multiplexing Gains
多输入多输出(MIMO)系统传输是一种流行的分集技术,用于提高通信系统的可靠性。当误比特率很低时,可以保证数据传输的可靠性。通常,在MIMO系统中的发送和接收部分都使用多个天线元件。MIMO系统在无线信道中使用天线分集或空间分集编码系统,因为无线信道严重遭受多径衰落,其中发送的信号在到达目的地或接收部分之前沿着各种多径反射。还实现了MIMO系统的并行传输,其中原始检测数据序列的实部和虚部以及相应的接收数据序列都被图形化地描述。当发射机硬件的损伤程度(Level of Impairments in Transmitter Hardware,Kappa)从0.02减小到0.005时,MIMO信道平均容量在不同损伤程度下都能达到80%以上。在确定性衰落信道和非相关瑞利衰落信道下,分别观察到有限信噪比复用增益(MIMO系统容量与SISO系统容量之比)。核心区别在于高SNR水平。这可能有两个原因:(a)在收发器损伤下更快地收敛到极限;(b)当发射天线的数量大于接收天线的数量时,建立在传播环境的数字架构图或地形图上的确定性信道获得优于复用增益的渐近增益。
2020-04-24 cs.IT eess.SP math.IT
Efficient Numerical Methods for Secrecy Capacity of Gaussian MIMO Wiretap Channel
本文提出了两种不同的低复杂度的方法来获得多输入多输出(MIMO)窃听信道的保密容量的总和功率约束(SPC)。在推导计算上有效的解决方案的保密容量问题的挑战是由于这样的事实,即保密率是一个差异的凸函数(DC)的传输协方差矩阵,其凸性是唯一已知的\emph{the degraded case}。在第一种方法中,我们利用加速DC算法,这需要解决一系列的凸子问题。特别是,我们表明,每个子问题确实承认注水的解决方案。在第二种方法中,基于等价的凸-凹变换的保密容量问题,我们开发了一个所谓的部分最佳响应算法(PBRA)。PBRA的每次迭代也以封闭形式完成。仿真结果证明了所提出的方法的优越性能。
2021-02-20 cs.IT eess.SP math.IT
Hierarchical Cell-Free Massive MIMO for High Capacity with Simple Implementation
本文提出一种分层无小区大规模MIMO架构,通过中央基站与分布式接入点协同部署,在保持最差用户频谱效率的同时提升总和吞吐量,并显著降低前传实现成本。
2024-01-20 cs.IT eess.SP math.IT
Price of Anarchy in Multiuser Massive MIMO: Coordinated versus Uncoordinated Channel Tracking for High-Rate Internet of Things
研究了将高速率物联网(IoT)服务并入到大规模多输入多输出框架中。研究表明,只要大规模多输入多输出知道所有设备的信道,它就具有提供这种服务的内在潜力。我们提出的方法是联合估计和跟踪所有设备的信道,而不管它们当前的活动。利用设备信道随时间演化的动态模型,针对协作场景设计了最优和次优跟踪器。此外,我们引入了一种新的范例,其中BS不需要提前知道设备的导频接入模式,我们称之为不协调的设置。在激励这种情况下,我们得到的最佳跟踪器是棘手的。然后,目标跟踪的方法来解决测量中的不确定性,并获得次优跟踪器。我们提出的方法明确地解决了信道老化问题,并且不需要下行链路寻呼和上行链路接入请求控制信道,这些信道在拥挤的情况下可能成为瓶颈。最佳协调和非协调跟踪器之间的基本最小均方误差(MMSE)的差距,定义为无政府状态的价格进行评估和上界。最优跟踪器的稳定性也进行了研究。最后,各种建议的跟踪器的性能进行了数值比较。
2020-02-02 cs.SY eess.SP eess.SY
Using Loaded N-port Structures to Achieve the Continuous-Space Electromagnetic Channel Capacity Bound
描述了一种利用有载N端口结构实现连续空间电磁信道容量约束的方法。它与紧凑型多输入多输出(MIMO)天线的设计相关,该天线在受到尺寸约束时可以实现信道容量界限。该方法不限于特定的天线配置,并且为信道容量限制提供了具有各种约束的封闭形式的表达式。此外,使用加载的N端口结构来表示任意的天线几何形状,提出了一种有效的优化方法,以找到最佳的MIMO天线设计,实现信道容量的界限。使用我们的MIMO天线设计与一个平方波长大小的信道容量界限的仿真结果提供。结果表明,在一个平方波长内至少可以支持18个端口,并达到了连续空间电磁信道容量的限制。结果表明,我们的方法可以链接连续空间电磁信道容量的限制MIMO天线的设计。
2022-05-25 cs.IT eess.SP math.IT
Scheduling Versus Contention for Massive Random Access in Massive MIMO Systems
大规模机器类型通信协议通常是在用户之间的协调需要显著的通信开销并且因此是不切实际的假设下设计的。然而,在有效的活动检测和无冲突调度的最新进展表明,协调的成本可以远远低于天真的计划调度。这项工作考虑的情况下,大量的设备与零星的流量寻求访问一个大规模的多输入多输出(MIMO)基站(BS),并探讨了一种方法,在该方法中,设备活动检测之后是一个单一的共同反馈广播消息,这是用来调度活跃的用户到不同的传输时隙,并分配正交导频的用户进行信道估计。建议的协调通信方案相比,两个流行的竞争为基础的计划:编码导频接入,这是基于编码时隙ALOHA的原则,和一个近似的消息传递计划联合用户活动检测和信道估计。数值结果表明,预定的大规模访问提供了显着的增益,在每个时隙的成功传输的数量和总速率,由于减少干扰,在只有一个小的反馈成本。
2022-07-09 cs.IT eess.SP math.IT
Channel Estimation in Massive MIMO under Hardware Non-Linearities: Bayesian Methods versus Deep Learning
研究了在实际莱斯衰落环境下,基站和用户设备的非线性硬件损伤对单小区大规模MIMO(multiple-input multiple-output)上行链路性能的联合影响。首先,Bussgang分解为基础的有效通道和失真特性的解析推导和频谱效率(SE)实现了几个接收器的三阶非线性进行了探讨。接着,设计并训练两个深度前馈神经网络来估计每个BS天线处的有效信道和失真方差,这用于信号检测。我们比较了所提出的方法的性能与国家的最先进的失真感知和不知道贝叶斯线性最小均方误差(LMMSE)估计。所提出的深度学习方法通过利用损伤特征来提高估计质量,而LMMSE方法将失真视为噪声。使用由在BS和UE处的非线性的一般阶数的导出的有效信道生成的数据,示出了基于深度学习的估计器也为大于三阶的非线性提供了有效信道的更好的估计。
2020-01-13 cs.IT eess.SP math.IT