Deep Learning-based CSI Feedback Approach for Time-varying Massive MIMO Channels
在频分双工(FDD)网络中,大规模多输入多输出(MIMO)系统依赖于信道状态信息(CSI)反馈来执行预编码并实现性能增益。然而,大量的天线对传统的CSI反馈减少方法提出了挑战,并导致过多的反馈开销。在这篇文章中,我们开发了一个实时CSI反馈架构,称为CsiNet-长短期记忆(LSTM),通过扩展一个新的基于深度学习(DL)的CSI感知和恢复网络。CsiNet-LSTM通过直接从时变大规模MIMO信道的训练样本中学习空间结构与时间相关性,大大提高了恢复质量,并改善了压缩比(CR)和复杂度之间的权衡。仿真结果表明,CsiNet-LSTM优于现有的基于压缩感知和基于DL的方法,并且对CR减少具有显著的鲁棒性。
2018-07-31 cs.IT math.IT
Interference Alignment with Partial CSI Feedback in MIMO Cellular Networks
干扰对齐(IA)是一种线性预编码策略,可以在干扰网络中实现高信噪比下的最佳容量缩放。然而,大多数现有的IA设计在发射机处需要完整的信道状态信息(CSI),这将导致显著的CSI信令开销。有两种技术,即CSI量化和CSI反馈滤波,以减少CSI反馈开销。在本文中,我们认为IA处理与CSI反馈滤波MIMO蜂窝网络。我们引入了一种新的度量,即反馈维度,量化与CSI反馈滤波相关的一阶CSI反馈成本。CSI反馈滤波在IA处理中提出了几个重要的挑战。首先,在IA预编码器设计中存在不能使用常规IA设计方法处理的隐藏的部分CSI知识约束。此外,现有的结果的可行性条件IA不能应用由于部分CSI知识。最后,找出实际上需要多少CSI反馈来支持IA处理是非常具有挑战性的。我们将解决上述挑战,并提出了一个新的IA的可行性条件下,部分CSIT知识的MIMO蜂窝网络。在此基础上,我们考虑了受自由度要求的CSI反馈配置文件的设计,我们推导出封闭形式的CSI反馈成本和IA性能之间的权衡结果在MIMO蜂窝网络。
2014-03-15 cs.IT math.IT
Distributed Compressive CSIT Estimation and Feedback for FDD Multi-user Massive MIMO Systems
为了充分利用大规模MIMO的空间复用增益或阵列增益,必须在发射端获得信道状态信息(CSIT)。然而,传统的CSIT估计方法不适合FDD大规模MIMO系统,因为压倒性的训练和反馈开销。在本文中,我们考虑多用户大规模MIMO系统,并部署压缩感知(CS)技术,以减少训练以及CSIT估计的反馈开销。多用户大规模MIMO系统由于物理传播环境中共享的局部散射点,在用户信道矩阵中表现出隐藏的联合稀疏结构。因此,而不是天真地应用传统的CS的CSIT估计,我们提出了一个分布式压缩CSIT估计方案,使压缩的测量在用户本地观察,而CSIT恢复在基站联合执行。提出了一种联合正交匹配追踪恢复算法,利用用户信道矩阵中隐藏的联合稀疏性进行CSIT恢复。我们分析所获得的CSIT质量的归一化平均绝对误差,并通过封闭形式的表达式,我们获得简单的见解如何联合信道稀疏性可以被利用,以提高CSIT恢复性能。
2014-05-12 cs.IT math.IT
How Often Should CSI be Updated for Massive MIMO Systems with Massive Connectivity?
大规模多输入多输出(MIMO)系统需要支持物联网(IoT)应用的大规模连接。随着用户数量的增加,信道状态信息(CSI)获取开销成为系统性能的瓶颈。提出了一种间歇性信道估计方案,以减轻信道估计的负担,并最大化总容量。在该方案中,我们利用MIMO信道的时间相关性,并使用线性预编码器分析CSI的年龄对下行链路传输速率的影响。通过优化每个用户的CSI更新频率,我们发现CSI更新间隔应遵循准周期分布,并在CSI估计的准确性和CSI获取的开销之间达到折衷。数值结果表明,所提出的间歇计划提供了显着的容量增益比传统的连续估计方案。
2017-07-28 cs.IT math.IT
Achievable Throughput of Multi-mode Multiuser MIMO with Imperfect CSI Constraints
对于具有不完全信道状态信息的多输入多输出(MIMO)广播信道,其容量和最优传输技术尚未完全被发现。在本文中,我们推导出可实现的遍历速率的MIMO衰落广播信道时,CSI延迟和量化。结果表明,我们不应该支持太多的用户与空分复用由于残留的用户间干扰所造成的不完善的CSI。基于推导出的可达速率,我们提出了一种多模传输策略,以最大化的吞吐量,自适应调整的活跃用户的数量的基础上的信道统计信息。
2008-12-16 cs.IT math.IT
Massive MIMO: Instantaneous versus Statistical CSI-Based Power Allocation
本文从性能、复杂度和实际实现角度系统比较了大规模MIMO系统中基于统计CSI与基于瞬时CSI的功率分配方案,分析了各自优劣及适用场景。
2025-05-07 cs.IT math.IT
The DoF Region of Two-User MIMO Broadcast Channel with Delayed Imperfect-Quality CSIT
发射端的信道状态信息(CSIT)对无线网络的性能起着重要的作用。CSIT模型可以是延迟的和非质量的,因为反馈链路具有延迟并且信道状态信息(CSI)反馈具有失真。因此,在本文中,我们的特点度的自由度(DoF)区域的两个用户多输入多输出(MIMO)广播信道与延迟的高质量CSIT,其中的天线配置可以是任意的。DoF区域的逆证明是基于物理退化信道的增强。DoF区域的可扩展性证明是通过一种新颖的传输方案设计,其中每个相位的持续时间和传输符号的数量基于延迟CSIT的可扩展性质量来配置。其结果是,我们表明,延迟的非线性质量CSIT的自由度区域位于自由度区域之间的自由度区域没有CSIT和延迟CSIT的自由度区域。
2022-04-01 cs.IT math.IT
On the Secrecy Outage Capacity of Physical Layer Security in Large-Scale MIMO Relaying Systems with Imperfect CSI
研究了大规模多输入多输出(LS-MIMO)中继系统的物理层安全问题。LS-MIMO中继系统的优势被用来提高无线安全性和频谱效率。特别是,短拦截距离引起的挑战性问题得到了很好的解决。在非常实际的假设下,即,在无窃听者信道状态信息(CSI)和不完全合法信道状态信息(CSI)两种情况下,研究了不完全CSI对两种典型中继系统的影响,放大和转发(AF)和解码和转发(DF)系统,并获得显式表达式的保密中断能力的两种情况。最后,数值结果验证了我们的理论结论.
2014-01-14 cs.IT math.IT
Degrees of Freedom Region of the MIMO Interference Channel with Output Feedback and Delayed CSIT
考虑了两用户多输入多输出(MIMO)干扰信道(IC),每个终端具有任意数量的天线,并且自由度(DoF)区域的特征在于存在从每个接收机到其各自的发射机的无噪声信道输出反馈和在发射机处的延迟信道状态信息(CSIT)的可用性。结果表明,具有输出反馈和延迟CSIT可以严格扩大的MIMO IC的自由度区域相比,只有延迟CSIT存在的情况下。所提出的实现具有反馈和延迟CSIT的对应DoF区域的编码方案利用两种资源,即,反馈和延迟CSIT以非平凡的方式。还示出了具有局部反馈和延迟CSIT的DoF区域等于具有全局反馈和延迟CSIT的DoF区域,即,从自由度区域的角度来看,局部反馈和延迟CSIT等同于全局反馈和延迟CSIT。相反证明了一个更强的设置,其中的两个接收器的通道不需要统计等效。
2012-10-25 cs.IT math.IT
High-Dimensional CSI Acquisition in Massive MIMO: Sparsity-Inspired Approaches
大规模MIMO被认为是5G无线网络的关键技术之一,因为它可以显着提高频谱效率和能量效率。高维信道侧信息(CSI)的可用性对于其承诺的性能增益是至关重要的,但是获取CSI的开销可能潜在地耗尽可用的无线电资源。幸运的是,它最近被发现,利用各种稀疏结构在大规模MIMO信道可以导致显着的开销减少,从而提高系统性能。本文提出并讨论了使用稀疏启发CSI捕获技术的大规模MIMO,以及基本的数学理论。本文将从整个系统的角度对频分复用和时分复用大规模MIMO系统的稀疏启发方法进行研究和比较,包括两种复用模式之间的设计权衡、捕获算法的计算复杂性以及稀疏结构的适用性。同时,对未来高维CSI获取的研究进行了展望,以满足实际需求。
2015-05-03 cs.IT math.IT
The Degrees of Freedom Region and Interference Alignment for the MIMO Interference Channel with Delayed CSI
在快衰落和{\em delayed}信道状态信息(CSI)假设下,研究了2用户多天线或MIMO(multiple-input,multiple-output)干扰信道(IC)的自由度(DoF)区域,其中所有终端完全知道所有(或某些)信道矩阵,但具有延迟,并且每个接收机另外瞬时知道其自己的输入信道。一般的MIMO IC被认为在四个终端中的每一个处具有任意数量的天线。根据四个终端处的天线数量之间的关系将其分为几类,在延迟CSI假设下,针对四个终端处的天线数量的{\em all}个可能值,表征基本DoF区域。特别地,推导出一般MIMO IC的DoF区域上的外边界。然后,通过为每个类开发基于干扰对齐的可扩展性方案,证明了对于所有MIMO IC,此界限是紧的。一方面,在延迟CSI假设下的这些DoF区域与理想主义的"完美CSI"假设的DoF区域进行比较,其中在理想主义的"完美CSI"假设中,完美的和瞬时的CSI在所有终端处都是可用的,另一方面,这些DoF区域与保守的"无CSI"假设的DoF区域进行比较,其中CSI在接收机处是可用的,但在发射机处根本不是。
2011-03-11 cs.IT math.IT
Degrees of Freedom of Multi-hop MIMO Broadcast Networks with Delayed CSIT
研究了一类具有发射端延迟信道状态信息(CSIT)的多层中继辅助MIMO广播网络的和自由度(DoF)。在假设的网络中,K个天线源打算在N-2层K个全双工单天线中继的帮助下与K个单天线目的地通信。我们考虑两个实际的延迟CSIT反馈方案。如果信源可以从所有层获得CSI反馈信号,我们证明了网络的最佳和DoF为K/(1+1/2+.+ 1/K)。如果CSI反馈仅在每个跳内,则我们表明当K=2时,最佳总和DoF为4/3,并且当K >= 3时,总和DoF为3/2是可实现的。我们的结果表明,在考虑的具有延迟CSIT的N层MIMO广播网络中,DoF性能总和可能不取决于网络的层数N,而仅取决于每层天线/终端的数量K。
2012-10-12 cs.IT math.IT
Overhead-Aware Distributed CSI Selection in the MIMO Interference Channel
我们考虑一个MIMO干扰信道中的发射机和接收机工作在频分双工模式。在此设置中,通过协调收发器设计的干扰管理需要发射器处的信道状态信息(CSI-T)。CSI-T的获取是通过来自接收器的反馈来完成的,这避免了由于训练和反馈而造成的自由度的损失。这种损失随着CSI-T的量而增加。在这项工作中,制定了一个开销模型CSI采集在发射机后,我们提出了一个分布式的机制,为每个发射机找到一个子集的完整的CSI,这是用来执行干扰管理。该机制是基于多对多的稳定匹配。我们证明了一个稳定的匹配的存在,并利用一个算法来达到它。仿真结果表明,性能改善相比,充分和最小CSI-T。
2015-07-06 cs.IT math.IT
On Degrees of Freedom Region of MIMO Networks without CSIT
在本文中,我们研究了多输入多输出(MIMO)网络的信道知识的情况下的效果。具体地,我们假设在接收器处的完美信道状态信息,在发射器处没有信道状态信息,并且独立同分布(i.i.d.)天线、用户和时隙上的瑞利衰落。我们提供了2用户MIMO广播信道的自由度(DoF)区域的表征。然后,我们提供了一个自由度区域外边界的2用户MIMO干扰信道。这个界限被证明是紧的所有可能的组合,在每个节点的天线的数量,除了一种情况下。作为这种分析的副产品,我们指出了潜在的干扰对齐在2用户MIMO干扰信道没有CSIT。
2009-09-22 cs.IT math.IT
Secure Wireless Information and Power Transfer in Large-Scale MIMO Relaying Systems with Imperfect CSI
在本文中,我们解决的问题,安全的无线信息和功率传输的大规模多输入多输出(LS-MIMO)放大转发(AF)中继系统。利用LS-MIMO中继的优势来提高无线安全性、传输速率和能量效率。特别是,短拦截距离和长传输距离带来的挑战性问题得到了很好的解决。在非常实际的假设下,即,在无窃听者信道状态信息(CSI)和不完全合法信道状态信息的情况下,研究了不完全CSI对保密中断容量的影响,得到了保密中断容量与发射功率和信道条件的显式关系。然后,我们提出了一个最佳的功率分配方案,在中继,以最大限度地提高保密中断容量。最后,我们的理论索赔进行了验证仿真结果。
2014-07-21 cs.IT math.IT
Joint CSIT Acquisition Based on Low-Rank Matrix Completion for FDD Massive MIMO Systems
发射机处的信道状态信息(CSIT)对于频分复用(FDD)大规模MIMO系统是必不可少的,但是传统的解决方案涉及用于下行链路信道训练和上行链路信道反馈的压倒性开销。在这封信中,我们提出了一个联合CSIT收购计划,以减少开销。特别是,不同于传统的方案,每个用户单独估计自己的信道,然后将其反馈给基站(BS),我们建议,所有的调度用户直接反馈导频观测到BS,然后联合CSIT恢复可以实现在BS。我们进一步制定联合CSIT恢复问题作为一个低秩矩阵完成问题,利用大规模MIMO信道矩阵的低秩属性,这是由用户之间的相关性。最后,我们提出了一种基于奇异值投影的混合低秩矩阵完备化算法来解决这个问题。仿真结果表明,该方案可以提供准确的CSIT与较低的开销比传统的计划。
2015-12-10 cs.IT math.IT
Practical Channel Estimation and Phase Shift Design for Intelligent Reflecting Surface Empowered MIMO Systems
本文提出了智能反射面(IRS)授权的单用户多输入多输出(SU-MIMO)系统的信道估计技术和相移设计。在本文提出的四种信道估计技术中,单径近似信道(SPAC)和秩一矩阵选择性增强(SEROM)两种新的信道估计技术具有较低的训练开销,能够实现实用的IRS授权SU-MIMO系统。SPAC主要基于参数估计,通过将IRS相关信道近似为占主导地位的单路径信道。SEROM利用IRS相移以及训练信号进行信道估计,并且容易调整其训练开销。IRS相移设计的封闭形式的解决方案也被开发,以最大限度地提高频谱效率的解决方案只需要基本的线性运算。数值结果表明,SPAC和SEROM相结合的IRS相移设计实现了高的频谱效率,即使与现有的方法相比,低的训练开销。
2021-04-29 cs.IT eess.SP math.IT
Downlink Channel Reconstruction for Spatial Multiplexing in Massive MIMO Systems
为了在基站获取信道状态信息,大规模多输入多输出(MIMO)系统的研究大多考虑时分复用(TDD),以利用上下行信道的互易性。然而,即使在TDD中,BS仍然需要发送下行链路训练信号,其在3GPP标准中被称为信道状态信息参考信号(CSI-RS),以在实践中支持空间复用。这是因为,由于功耗和电路复杂性问题,在许多情况下,在用户设备(UE)处,发射天线的数量小于接收天线的数量。由于这种失配,来自UE的上行链路探测参考信号(SRS)不足以使BS获得完整的下行链路MIMO CSI。因此,在接收到下行链路CSI-RS之后,UE需要使用预定义的码本向BS反馈量化的CSI以支持空间复用。在本文中,提出了可能的方法来重建完整的下行链路MIMO CSI在BS考虑实际的天线结构,减少下行链路CSI-RS开销,通过利用SRS和量化的下行链路CSI。数值结果表明,基于所提出的下行MIMO CSI重构技术的空间复用的频谱效率优于仅基于量化CSI的传统方法。
2021-02-10 cs.IT math.IT
Exploiting Hybrid Channel Information for Downlink Multi-User MIMO Scheduling
研究了在发射端信道状态信息(CSIT)不完善的情况下的下行链路多用户MIMO(MU-MIMO)调度问题,CSIT包括粗信道状态信息和当前信道状态信息,以及细信道状态信息和延迟信道状态信息。该调度问题的特征在于基于当前CSIT调度用户以获得即时增益和调度用户以获得更精细但延迟的CSIT和潜在更大的未来增益之间的复杂的“开发-探索权衡”。我们解决这个调度问题,制定了一个基于帧的联合调度和反馈的方法,在每个帧中的一个政策是作为一个马尔可夫决策过程的解决方案。我们证明,我们提出的方法可以任意接近最优,然后证明其显着的收益超过传统的MU-MIMO调度。
2013-03-19 cs.IT math.IT
Secure Degrees of Freedom of MIMO X-Channels with Output Feedback and Delayed CSIT
我们研究了两个用户的多输入多输出(MIMO)X信道的安全传输问题,其中信道状态信息提供了一个单位的延迟到两个发射机(CSIT),每个接收机反馈其信道输出到一个不同的发射机。我们将此模型称为具有非对称输出反馈和延迟CSIT的MIMO X信道。每个发射器配备有M个天线,并且每个接收器配备有N个天线。对于这个模型,占在每个接收器的消息,我们表征的最佳和安全自由度(SDoF)区域。我们表明,在存在非对称输出反馈和延迟CSIT的情况下,MIMO X信道的和SDoF区域与在发射机处具有2 M个天线、在每个接收机处具有N个天线和延迟CSIT的两用户MIMO BC的SDoF区域相同。该结果表明,在非对称输出反馈和延迟CSIT可用时,由于发射机的分布式性质,在和SDoF方面没有性能损失。接下来,我们表明,如果仅将输出反馈传送到发射机,则该结果也成立,但是以对称方式,即,每个接收机将其输出反馈到两个发射机而不反馈到CSIT。我们还研究了仅向发射机提供非对称输出反馈的情况,即,在没有CSIT的情况下,并推导出该模型的SDOF和的下限。此外,我们专门我们的结果的情况下,没有安全约束。特别是,类似的设置与安全约束,我们表明,最佳和DoF区域的(M,M,N,N)-MIMO X-信道与非对称输出反馈和延迟CSIT是相同的DoF区域的两个用户MIMO BC与2 M-天线在发射机,N-天线在每个接收机,和延迟CSI…
2013-09-16 cs.IT math.IT
Deep Learning for Massive MIMO CSI Feedback
在频分双工模式下,下行链路信道状态信息(CSI)应该通过反馈链路发送到基站,以便可以展现大规模多输入多输出的潜在增益。然而,这样的传输被过多的反馈开销所阻碍。在这封信中,我们使用深度学习技术来开发CsiNet,这是一种新的CSI感知和恢复{机制},可以从训练样本中学习有效使用信道结构。CsiNet学习从CSI到近似最优数量的表示(或码字)的变换以及从码字到CSI的逆变换。我们进行实验,以证明CsiNet可以恢复CSI与显着提高重建质量相比,现有的压缩感知(CS)为基础的方法。即使在基于CS的方法无法工作的过低压缩区域,CsiNet也保留了有效的波束成形增益。
2018-04-23 cs.IT math.IT
Linear Precoding for the MIMO Multiple Access Channel with Finite Alphabet Inputs and Statistical CSI
本文研究了多输入多输出(MIMO)多址接入信道(MAC)中的线性预编码器的设计。我们假设,统计信道状态信息(CSI)是在发射机和考虑实际有限字母输入假设下的问题。首先,我们推导出一个渐近(在大系统限制)的MIMO MAC与有限字母输入和Weichselberger的MIMO信道模型的加权和速率(WSR)的表达式。随后,我们得到了最大化渐近WSR的用户的线性预编码器的最佳结构和用于确定预编码器的迭代算法。我们表明,所提出的预编码器设计的复杂性是显着低于MIMO MAC预编码器设计的有限字母输入和瞬时CSI。有限字母信令的仿真结果表明,所提出的预编码器实现了显着的性能增益比现有的预编码器设计。
2014-10-11 cs.IT math.IT
Efficient Feedback Mechanisms for FDD Massive MIMO under User-level Cooperation
在频分复用(FDD)大规模MIMO系统中,信道状态信息(CSI)反馈是一个具有挑战性的问题.研究了一种协作反馈机制,即用户通过设备到设备(D2D)通信交换信道状态信息,然后自行计算预编码器,并将预编码器反馈给基站(BS)。分析结果表明,合作预编码器反馈是更有效的比CSI反馈的干扰缓解。在D2D通信容量有限的约束下,提出了一种基于信号子空间投影和最优比特划分的自适应CSI交换策略。数值结果表明,所提出的具有自适应CSI交换的协作预编码器反馈方案显著优于CSI反馈方案,即使当经由速率受限的D2D通信来交换CSI时也是如此。
2016-11-22 cs.IT math.IT
Tomlinson-Harashima Precoding for Multiuser MIMO Systems with Quantized CSI Feedback and User Scheduling
本文研究了采用贪婪用户选择的下行多用户MIMO传输中基于低复杂度量化CSI的Tomlinson-Harashima(TH)预编码方案的和速率性能。利用极值理论导出了每个选定用户的输出信干噪比的渐近分布以及随着用户数K增大的渐近和速率。对于固定的有限信噪比和有限数量的发射天线$n_T$,我们证明了随着K的增长大,所提出的方法可以实现最佳的总和速率缩放的MIMO广播信道。我们还证明,如果我们忽略预编码损失,这种方法的平均总和速率收敛到MIMO广播信道的平均总和容量。我们的研究结果提供了深入了解量化CSI对多用户分集增益造成的多用户干扰的影响。
2014-08-03 cs.IT math.IT
CSI Feedback Reduction for MIMO Interference Alignment
干扰对齐(IA)是一种线性预编码策略,可以在干扰网络中实现高信噪比下的最佳容量缩放。大多数现有的IA设计需要在发射机处的完整信道状态信息(CSI),这引起了巨大的CSI信令成本。因此,它是可取的,以提高IA的反馈效率,在本文中,我们提出了一种新的IA计划,显着减少CSI反馈。为了量化CSI反馈成本,我们引入了一个新的度量,即反馈维度。该度量用作CSI反馈开销的一阶测量。由于部分CSI反馈约束,传统的IA方案不能应用,因此,我们开发了一种新的IA预编码器/解相关器设计,并建立新的IA可行性条件。通过动态反馈配置设计,所提出的IA方案还可以实现数据流的自由度(DoF)要求、天线资源和CSI反馈成本之间的灵活折衷。我们通过分析和仿真表明,该方案实现了在MIMO干扰网络中相同的自由度要求下,CSI反馈开销的大幅减少。
2013-06-09 cs.IT math.IT
Power Allocation in MIMO Wiretap Channel with Statistical CSI and Finite-Alphabet Input
在本文中,我们考虑在MIMO窃听信道的功率分配问题的秘密存在多个窃听者。假设目标信道状态信息(CSI)的完美知识和窃听者CSI的仅统计知识。我们首先考虑具有高斯输入的MIMO窃听信道。利用Jensen不等式,将保密率最大最小优化问题转化为一个最大化问题。我们使用广义奇异值分解和转换的问题,一个凹最大化问题,最大化的总和保密率的标量窃听信道的传输协方差矩阵的线性约束。然后,我们考虑有限字母输入的MIMO窃听信道。我们发现,高斯输入的情况下,得到的传输协方差矩阵,当使用在MIMO窃听信道与有限字母输入,可以导致零保密率在高发射功率。然后,我们提出了一个额外的功率约束的功率分配方案,它解决了这个保密率损失的问题,并给出了非零的保密率在高发射功率。
2014-01-15 cs.IT math.IT
An Efficient Deep Learning Framework for Low Rate Massive MIMO CSI Reporting
信道状态信息(CSI)报告对于多输入多输出(MIMO)发射机在频分双工(FDD)模式中实现高容量和能量效率是重要的。用于大规模MIMO系统的CSI报告可能消耗过多的带宽并且降低频谱效率。与信道相关性集成的基于深度学习(DL)的压缩已经证明在改善CSI恢复方面是成功的。然而,现有的工作集中在CSI压缩很少表现出对CSI报告的有效编码。在本文中,我们提出了一个有效的DL为基础的压缩框架(称为CQNet),共同解决CSI压缩,报告编码,并在带宽限制下恢复。CQNet可以直接集成在其他基于DL的CSI反馈工程中,以进一步增强。CQNet显著优于使用均匀CSI量化和$μ$定律非均匀量化的解决方案。与传统的CSI报告相比,需要少得多的比特来实现可比较的CSI重构精度。
2019-12-23 cs.IT eess.SP math.IT
Compressed CSI Feedback With Learned Measurement Matrix for mmWave Massive MIMO
实现压缩感知方法获取信道状态信息(CSI)的一个主要挑战在于设计性能良好的测量矩阵以降低稀疏信道向量的维数。广泛采用的随机测量矩阵来自高斯或伯努利分布不是最优的。为了解决这个问题,我们提出了一种完全数据驱动的方法来优化波束空间信道压缩的测量矩阵,这种方法训练一个数学上可解释的自动编码器,根据稀疏恢复的迭代解构造。所得到的测量矩阵可以用较少的测量实现接近完美的CSI恢复,从而可以大大减少反馈开销。
2020-07-11 cs.IT math.IT
Recursive CSI Quantization of Time-Correlated MIMO Channels by Deep Learning Classification
TU Wien(维也纳技术大学)
在频分双工(FDD)多输入多输出(MIMO)无线通信中,有限信道状态信息(CSI)反馈是支持高级单用户和多用户MIMO波束成形/预编码的中心工具。为了实现给定的CSI质量,CSI量化码本大小必须随着天线的数量呈指数增长,导致量化复杂度以及较大MIMO系统的反馈开销问题。我们最近提出了一个多级递归格拉斯曼量化器,使CSI量化的复杂性显着降低。在本文中,我们证明了这种递归量化器可以有效地与深度学习分类相结合,以进一步降低复杂度,并且它可以利用时间信道相关性来减少CSI反馈开销。
2020-09-28 cs.IT cs.LG 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
MIMO Channel as a Neural Function: Implicit Neural Representations for Extreme CSI Compression in Massive MIMO Systems
本文提出基于隐式神经表示的极值CSI压缩方法,将CSI矩阵视为神经函数,通过元学习生成调制并应用于共享基础网络,经量化和熵编码实现极高压缩比,达到最先进性能且反馈策略灵活。
2024-03-20 cs.IT eess.SP math.IT
Quantized CSI-Based Tomlinson-Harashima Precoding in Multiuser MIMO Systems
该文研究了在发射端基于量化信道状态信息(CSI)的多用户MIMO系统中Tomlinson-Harashima(TH)预编码的实现。与文献[1]中的结果相比,我们的方案适用于更一般的系统设置,其中系统中的用户数量可以小于或等于发射天线的数量。我们还研究了所提出的量化CSI为基础的TH预编码方案的可实现的平均和速率。给出了信道状态信息量化后系统的平均和速率的上界以及信道状态信息量化后系统的平均和速率损失的上界表达式。我们还提出了一些数值结果。结果表明,无论是在理想信道状态下还是在量化信道状态下,非线性TH预编码都能获得比线性迫零预编码更好的性能。此外,我们推导的TH预编码的平均速率损失的上界收敛到真实速率损失的速度比在[2]中获得的迫零预编码的速度更快,因为反馈比特数变大。分析和数值结果表明,非线性预编码比线性预编码更容易受到不完美CSI的影响。
2014-08-03 cs.IT math.IT
AnciNet: An Efficient Deep Learning Approach for Feedback Compression of Estimated CSI in Massive MIMO Systems
在大规模多输入多输出(m-MIMO)系统中,由于信道状态信息(CSI)开销过大,而反馈带宽有限,因此准确的CSI反馈对于提高系统性能具有重要作用。通过考虑由于不完美的信道估计导致的噪声CSI,我们提出了一种新的深度神经网络架构,即AnciNet,以有限的带宽进行CSI反馈。AnciNet从有噪声的CSI样本中提取无噪声特征,以实现对反馈的有效CSI压缩。实验结果表明,该方法在各种条件下均优于现有方法.
2020-08-17 cs.IT eess.SP math.IT
Covariance-Aided CSI Acquisition with Non-Orthogonal Pilots in Massive MIMO: A Large-System Performance Analysis
大规模多输入多输出(MIMO)系统使用具有大量天线元件的天线阵列来同时服务于许多不同的用户。然而,系统中的大量天线使得信道状态信息(CSI)获取策略设计至关重要并且特别具有挑战性。有趣的是,在大规模MIMO系统的背景下,信道表现出很大程度的空间相关性,这导致在基站(BS)的强烈秩亏空间协方差矩阵。为了分析大规模MIMO系统中协方差辅助的上行链路多用户CSI捕获的益处,本文比较了(i)传统CSI捕获的信道估计均方误差(MSE),传统CSI捕获不假设任何关于用户空间协方差矩阵的知识并且使用正交导频序列;以及(ii)协方差辅助的CSI获取,其利用各个协方差矩阵进行信道估计,并且使得能够使用非正交导频序列。我们应用大系统分析后一种情况下,新的渐近MSE表达式建立在各种假设下的导频序列的分布和协方差矩阵。我们将这些表达式链接到描述具有一些等效长度的正交导频序列的常规CSI获取的估计MSE的那些表达式。该分析提供了关于当采用协方差辅助方法时,相对于传统策略可以减少多少训练开销的见解。
2020-02-20 cs.IT math.IT
Generalized Nearest Neighbor Decoding for MIMO Channels with Imperfect Channel State Information
针对多输入多输出(MIMO)衰落信道中信道状态信息(CSI)不完全的情况,提出了一种新的接收机结构,该结构结合了最近提出的广义最近邻解码规则(GNNDR)和基于连续干扰消除(SIC)思想的连续过程.认识到信道的输入输出关系是一个非线性映射下不完美的CSI,GNNDR是能够提取信息嵌入在联合观察信道输出和不完美的CSI比传统的线性计划,更有效地揭示了我们通过广义互信息(GMI)的可达速率分析。仿真结果表明,该方案的性能接近理想信道状态下的信道容量,明显优于传统的导频辅助方案,后者先估计信道状态信息,然后将估计的信道状态信息作为真实信道状态信息进行相干解码。
2021-08-30 cs.IT math.IT
Downlink Precoding with Mixed Statistical and Imperfect Instantaneous CSI for Massive MIMO Systems
本文研究了大规模多输入多输出(MIMO)系统中一种新的下行链路传输模式的可行性,仅具有统计信道状态信息(CSI)的用户和具有不完美瞬时CSI的用户。研究了混合利用统计CSI和非理想瞬时CSI的下行链路预编码设计问题。首先从理论上分析了两类用户之间的相互干扰对可达速率的影响。在此基础上,考虑到互干扰抑制,提出了一种扩展迫零(eZF)和扩展最大比传输(eMRT)预编码方法,分别以最小化基站总发射功率和最大化用户接收信号功率为目标。由于利用了统计CSI,避免了基于导频的信道估计,从而使更多的活跃用户,更高的系统和速率和更短的传输延迟。最后通过仿真验证了理论分析的正确性和所提出的预编码方法的优越性。
2017-11-30 cs.IT math.IT
On The Uplink Throughput of Zero-Forcing in Cell-Free Massive MIMO with Coarse Quantization
针对上行链路研究了最近提出的无小区大规模MIMO架构。与大多数以前的作品相比,联合检测使用全局CSI执行。因此,我们研究的策略,CSI转移到CPU考虑到前传容量,限制CSI量化。基于导频的CSI捕获被认为是两种策略:估计和量化和估计。这些都是使用Bussgang分解分析。对于数据和CSI的给定量化约束,确定具有迫零的每个用户的可实现速率。数值结果表明,量化和估计(更简单的策略)是相似的,或优于估计和重构,特别是对于1位分辨率。
2019-07-03 cs.IT math.IT
Optimal User Association for Massive MIMO Empowered Ultra-Dense Wireless Networks
超网络密度和大规模MIMO被认为是5G的主要推动因素,因为它们通过利用邻近性、频谱和空间重用优势,有望获得巨大的容量增益。两种方法都依赖于增加每个用户的接入元件的数量,或者通过在区域上部署更多的接入节点,或者通过增加每个接入节点的天线元件的数量。在网络级,大规模MIMO授权接入节点的密集和随机部署的网络的最佳用户关联必须考虑信道和负载条件。在本文中,我们制定了这个复杂的问题,报告其计算上的棘手性,并重新制定它的一个合理的形式,适合获得一个合理的复杂性的全局最优解。我们将所提出的优化模型应用于典型的超密集室外小小区设置,并证明:(i)与基线策略相比,最佳用户关联对所实现的速率水平的显著影响,以及(ii)替代网络接入元件部署策略的最优性。
2015-04-09 cs.IT cs.NI math.IT
GNN-Based Global CSI Reconstruction for Fronthaul-Limited Distributed MIMO Systems
University of Science and Technology Beijing(北京科技大学);Sony China Research Laboratory(索尼中国研究院)
针对分布式MIMO系统前传受限问题,提出基于GNN重建与任务驱动天线选择的CSI获取框架,仅上传部分天线CSI,由CU重建全局CSI,在降低开销的同时提升重建精度。
2026-09-22 cs.IT math.IT
Learning-Based Phase Compression and Quantization for Massive MIMO CSI Feedback with Magnitude-Aided Information
大规模MIMO无线FDD系统经常面临有效获取下行链路信道状态信息(CSI)的挑战。先前的工作已经证明了通过利用它们的CSI幅度之间的上行链路/下行链路互易性在CSI编码和恢复中的潜力。然而,这样的框架单独地编码CSI相位和幅度。为了改进CSI编码,我们提出了一个基于学习的框架,基于有限的CSI反馈和幅度辅助信息。超越以前的工作,我们提出的框架与修改后的损失函数,使端到端的学习,共同优化CSI幅度和相位恢复性能。仿真结果表明,该框架优于替代方法的相位恢复在室内和室外场景中的整体CSI恢复。
2021-12-17 cs.IT eess.SP math.IT
Deep Learning-Based CSI Feedback for Beamforming in Single- and Multi-cell Massive MIMO Systems
针对现有深度学习CSI反馈方法仅关注精度、忽略波束成形性能的问题,提出以最大化波束成形增益为目标的CsiFBnet框架,适配单/多小区场景,采用无监督训练,实现性能提升与复杂度降低。
2020-11-11 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
DoF Region of the Decentralized MIMO Broadcast Channel -- How many informed antennas do we need?
在这项工作中,我们研究了网络MIMO设置,其中一组$M$发射天线,可能不共处一地,共同服务于两个多天线用户分别赋予$N_1$和$N_2$天线,在发射机的信道状态信息(CSI)的不完善共享的影响。我们考虑的情况下,只有一个子集的$k$发射天线可以访问完美的CSI,而其他$M-k$发射天线只能访问有限精度CSI。对这种配置的分析旨在回答一个额外的信息天线能提供多大帮助的问题。我们将这种情况建模为分散式MIMO广播信道(BC),并表征自由度(DoF)区域,表明仅需要具有完美CSI的$k=\max(N_1,N_2)$天线来实现具有无处不在的完美CSI的传统BC的DoF。此外,我们确定通过向额外的发射天线提供CSI获得的DoF的增加。
2020-05-13 cs.IT math.IT
MIMO DF Relay Beamforming for Secrecy with Artificial Noise, Imperfect CSI, and Finite-Alphabet
在本文中,我们考虑解码和转发(DF)中继波束形成与不完善的信道状态信息(CSI),合作人工噪声(AN)注入,和有限字母表输入存在的用户和$J$非合谋窃听。源和用户之间的通信由多输入多输出(MIMO)DF中继辅助。我们使用窃听代码由两部分组成的事实:i)公共消息(非秘密)和ii)秘密消息。源发送两个独立的消息:i)公共消息(非秘密),和ii)秘密消息。公共消息以固定速率$R_{0}$发送,并且它是为用户准备的。秘密消息也是为用户准备的,但它应该对$J$窃听者保密。源和MIMO DF中继在单独的功率约束下操作。为了提高保密率,MIMO中继还注入人工噪声。假设所有链路上的CSI是不完美的,并且CSI误差是范数有界的。为了最大化最坏情况下的保密率,我们最大化最坏情况下的链路信息速率的用户服从:i)源和MIMO中继的个人功率约束,以及ii)最好的情况下的链路信息速率的$J$窃听小于或等于$R_{0}$,以支持一个固定的公共消息速率$R_{0}$。数值结果显示的效果完美/不完美的CSI,存在/不存在的AN有限字母输入的保密率。
2015-05-04 cs.IT math.IT
A Generalized Framework on Beamformer Design and CSI Acquisition for Single-Carrier Massive MIMO Systems in Millimeter Wave Channels
针对时分双工(TDD)模式下采用单载波(SC)调制的频率选择性大规模多输入多输出(MIMO)系统,利用毫米波(mm)频段的联合角度-延迟域信道稀疏性,建立了降维信道状态信息(CSI)估计和预波束形成器设计的一般框架。首先,基于一种通用子空间投影方法,考虑了联合角度-时延功率分布和用户分组,推导了空间相关宽带MIMO信道下的降秩最小均方误差(RR-MMSE)瞬时CSI估计器。其次,统计预波束形成器的设计被认为是频率选择性SC大规模MIMO信道。我们研究的降维问题和子空间(波束空间)的建设,RR-MMSE估计可以实现尽可能准确。最后,通过在适当的降维波束空间中进行最小二乘(LS)估计,得到了一种时空域相关器型降秩信道估计器,作为RR-MMSE估计的近似。据观察,所提出的技术显示出显着的鲁棒性的导频干扰(或污染)的导频开销的显着减少。
2016-07-05 cs.IT math.IT
MIMO Channel Information Feedback Using Deep Recurrent Network
在多输入多输出(MIMO)系统中,发射端信道状态信息(CSI)的可用性是提高系统性能的关键。最近的基于卷积神经网络(NN)的技术在实现CSI压缩和反馈方面显示出有竞争力的能力。通过引入一种新的神经网络结构,我们提高了MIMO通信中量化CSI反馈的准确性。所提出的NN架构调用了一个名为长短期记忆(LSTM)的模块,该模块允许NN受益于利用无线信道的时间和频率相关性。妥协的性能与复杂性,我们进一步修改的NN架构,大大减少了参数的数量进行训练。最后,实验表明,建议的神经网络结构实现更好的性能,在CSI压缩和恢复精度。
2018-11-19 cs.IT math.IT
Symmetric Two-User MIMO BC and IC with Evolving Feedback
扩展最近的研究结果的两个用户MISO广播信道(BC)与不完美的和延迟的信道状态信息在发射机(CSIT),这里的工作探讨了两个用户MIMO BC和两个用户MIMO干扰信道(MIMO IC)的性能,在存在的反馈与不断变化的质量和及时性。在标准假设下,并且在每个发射机有M个天线和每个接收机有N个天线的情况下,该工作推导出DoF区域,该DoF区域对于足够好(但可能不完美)的延迟CSIT的大范围是最佳的。该区域简明地捕获具有预测的、当前的和延迟的CSIT的效果,以及简明地捕获关于任何信道在任何时间提供的CSIT的质量的效果。除了描述在MIMO设置中使用这种不完美和延迟反馈的限制的进展之外,这项工作还提供了不同的见解,包括以下事实:越来越多的接收天线可以允许降低质量反馈,以及IC中的直接链路不需要CSIT。
2013-06-16 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
A Hierarchical Rate Splitting Strategy for FDD Massive MIMO under Imperfect CSIT
在多用户MIMO广播信道中,当发射端信道状态信息(CSIT)不完全时,多用户干扰会影响系统的速率性能。为了解决干扰问题,最近提出了一种速率分裂(RS)方法,该方法将一个用户的消息分成公共和私有部分,并将公共消息叠加在私有消息之上。公共消息从公共码本中提取,并且应该由所有用户解码。在本文中,我们提出了一种新的和一般的框架,表示为分层速率分裂(HRS),这是特别适合于FDD大规模MIMO系统。HRS同时发送针对每个用户的私有消息和两种公共消息,这两种公共消息可以分别由所有用户和用户子集解码。分析了不完全CSIT下HRS的渐近和率。一个封闭形式的功率分配推导出系统参数的影响提供了见解。最后,仿真结果验证了显着的和速率增益HRS在不同的基线。
2015-07-28 cs.IT math.IT
Performance Analysis of ZF Receivers with Imperfect CSI for Uplink Massive MIMO Systems
本文研究了多小区环境下大规模多输入多输出系统的上行链路。由于基站(BS)使用从用户发送的导频信号来估计信道状态信息(CSI),因此实际上每个BS将具有不完美的CSI。假设采用迫零方法消除多用户干扰,推导了基站在不理想CSI下的信干噪比(SINR)、可达速率、中断概率和符号出错率的概率密度函数(PDF)的精确解析表达式。的SER的上限也推导出任意数量的天线在BS。此外,我们推导出的情况下,在BS的天线的数量趋于无穷大的可实现的速率的上限,并通过给出数值结果的分析进行了验证。
2016-06-10 cs.IT math.IT
Average Achievable Rate Analysis of Cell-Free Massive MIMO in the Finite Blocklength Regime with Imperfect CSI
针对无小区大规模MIMO系统在超可靠低延迟通信约束下非理想CSI对有限块长平均可达速率影响未充分探索的问题,本文提出拉普拉斯域闭式表达式分析框架,通过理论推导与数值仿真验证准确性,并表明该架构可缓解非理想CSI导致的性能损失。
2025-08-26 cs.IT math.IT
Robust Precoding for Network MIMO with Hierarchical CSIT
在这项工作中,我们考虑一个无线网络与K合作发射机(TX)联合服务K接收机(RX)。由于回程网络的实际限制,考虑其中每个TX接收其自己的多用户信道状态的不完美估计的设置是相关的,该设置被表示为分布式信道状态信息(CSI)设置。在这项工作中,我们专注于一个特定的分布式CSI配置,称为分层CSI配置,其中TX可以通过增加CSI级别来排序。该场景对于具有异构回程的未来网络特别相关,其中与弱回程链路连接的TX将仅接收粗略估计,而具有较强回程的TX将具有更准确的CSI。在这种情况下,我们制定的最佳预编码作为一个团队决策问题。最佳地解决这个问题是非常具有挑战性的,我们提出了一种启发式的方法,允许获得一个简单的,但有效的和实用的预编码算法。所提出的预编码算法利用CSI的分层结构,以使传输对TX处的不完美CSI知识更加鲁棒。
2014-06-30 cs.IT math.IT
CSI Compression for Massive MIMO-OFDM: Mismatch-Aware Rate-Distortion Trade-offs
POSTECH(韩国科学技术院)
本文研究了在基站使用不完美的协方差模型重建CSI时,宽频频分复用大规模MIMO的CSI压缩问题。提出了一种基于Gaussian测试信道和不匹配MMSE重建规则的可实现不匹配Gaussian率-失真特性,通过共享特征向量域实现鲁棒的反向水填充分配。
2026-04-19 cs.IT math.IT
Towards Optimal CSI Allocation in Multicell MIMO Channels
在这项工作中,我们考虑跨K个发射机(TX)的联合预编码,共享要向K个单天线接收机(RX)发送的用户数据符号的知识。我们考虑一个分布式的信道状态信息(DCSI)配置,其中每个TX有自己的本地估计的整体多用户MIMO信道。这项工作的重点是在通过回程网络的总共享的约束下的CSI反馈的分配的优化。在Wyner模型的基础上,我们推导出一种新的方法来分配CSI反馈,同时有效地利用路径损耗结构来减少所需的反馈量。我们表明,所提出的CSI分配实现了良好的性能,每个TX的CSI比特的数量不与合作TX的数量成比例,从而使联合传输从大量的TX比以前认为的更实际。实际上,所提出的CSI分配将协作减少到局部规模,这也允许用户的数据符号的减少的分配。我们进一步表明,该方法可以扩展到更一般的一类信道:指数衰减的信道,它精确地模拟位于一维空间上的TX的合作。最后,我们通过仿真验证,建议的CSI分配导致非常小的性能损失。
2011-10-31 cs.IT math.IT