Multi-Antenna Channel Interpolation via Tucker Decomposed Extreme Learning Machine
University of California, Davis(加州大学戴维斯分校);Beijing Jiaotong University(北京交通大学);Beijing University of Posts and Telecommunications(北京邮电大学);Institute of Computing Technology, Chinese Academy of Science(中国科学院计算技术研究所)
在多天线信道的频率空间结构相关性通常以矩阵或张量形式隐藏的无线系统设计中,信道插值是提供高精度信道状态信息(CSI)估计的必要技术。在这封信中,一个修改的极端学习机(ELM),可以处理张量数据,或ELM模型与张量输入(TELM),提出了处理通道插值任务。TELM继承了ELM的许多优良特性。在TELM的基础上,提出了Tucker分解极端学习机(TDELM),进一步提高了性能。此外,我们建立了一个理论参数来衡量建议的学习机的插值能力。实验结果表明,我们提出的学习机可以实现可比的均方误差(MSE)的性能对传统的ELM,但与15%的运行时间缩短,并优于其他方法的20%余量测量的MSE通道插值。
2019-05-17 cs.IT cs.LG eess.SP
Multi-Band Covariance Interpolation with Applications in Massive MIMO
在本文中,我们研究了多带(频率变化)协方差插值问题,特别强调大规模MIMO应用。在大规模MIMO系统中,具有$M \gg 1$天线的每个BS与每个单天线用户之间的通信通过环境中的散射体的集合而发生,其中BS天线处的每个用户的信道向量包括散射体的阵列响应的加权线性组合,其中每个散射体具有其自己的到达角(AoA)和复信道增益。在给定AoA处的阵列响应取决于入射平面波的波长,并且自然是频率相关的。这导致频率相关失真,其中二阶统计量,即,信道向量的协方差矩阵随频率变化。在本文中,我们表明,虽然这种影响通常是可以忽略不计的少量天线$M$,它的结果在相当大的失真的协方差矩阵,特别是其占主导地位的信号子空间在大规模MIMO制度,其中$M \to \infty$,并且通常会导致性能的严重降级,尤其是在频分双工(FDD)大规模MIMO系统中,其中上行链路(UL)和下行链路(DL)通信发生在不同的频带上。我们提出了一种新的UL-DL协方差插值技术,该技术能够在用户的角功率扩展函数(PSF)的温和互易条件下,从UL中的协方差矩阵的估计恢复DL中的协方差矩阵。我们从数学上分析了我们提出的方案的性能,并证明了它的鲁棒性下一个足够大的空间过采样的阵列。我们还提出了几个简单的现成的算法,UL-DL协方差插值和评估其性能通过数值模拟。
2018-01-11 cs.IT math.IT stat.ML
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
A Covariance-Surrogate Framework for Movable-Antenna Enabled Anti-Jamming with Unknown Jammers
Zhejiang University(浙江大学);Shanghai Jiao Tong University(上海交通大学);National University of Singapore(新加坡国立大学)
研究移动天线抗干扰优化问题,针对干扰协方差未知且与天线位置非线性相关的挑战,提出双时间尺度框架及替代目标,开发PTRSO算法,经数值验证该算法能有效提升输出SINR,优于现有基线。
2026-07-22 cs.IT eess.SP math.IT
On the Capacity Achieving Transmit Covariance Matrices of MIMO Correlated Rician Channels: A Large System Approach
我们确定的容量实现的输入协方差矩阵的相干块衰落相关MIMO莱斯信道。与Rayleigh和不相关Rician情况相比,最佳输入协方差矩阵的特征向量没有封闭形式的表达式。特征向量和特征值都必须用数值方法计算。由于相应的优化算法不是很有吸引力,我们评估的平均互信息的限制时,发送和接收天线的数量收敛到无穷大,在相同的速度。在信道半相关的情况下,我们提出了一个大系统近似的优化算法,并建立了一些收敛性结果。仿真结果表明,我们的方法提供了可靠的结果,即使是相当温和的数量的发射和接收天线。
2006-08-25 cs.IT math.IT
On Multiuser Power Region of Fading Multiple-Access Channel with Multiple Antennas
本文研究了在基站(BS)多个接收天线和在每个移动终端(MT)多个发射天线的衰落MIMO-MAC。两个多址技术被认为是调度传输从每个MT到BS在相同的频率,这是空分多址(SDMA)和时分多址(TDMA)。对于SDMA,所有MT同时向BS发送,并且它们各自的信号在BS处经由多个接收天线被解析,而对于TDMA,每个MT在相互正交的时隙期间独立地向BS发送。假设从每个MT到BS的衰落信道的信道状态信息(CSI)在每个MT发射机处是未知的,但在BS接收机处是完全已知的。由此,BS可以获取每个MT的长期信道分布信息(CDI)。本文将点对点衰落MIMO信道的传输协方差反馈方案扩展到衰落MIMO-MAC中,BS根据所有MT的CDI联合优化所有MT的传输协方差矩阵,然后通过反馈信道将每个传输协方差矩阵发送回相应的MT。本文的主要目标是描述所谓的多用户功率区下的多用户传输协方差反馈方案的SDMA和TDMA。功率区域被定义为所有用户发射功率元组的构成,其可以实现对于给定的一组用户目标速率的可靠传输。仿真结果表明,对于衰落的MIMO-MAC,SDMA比TDMA能节省大量的功率。此外,本文证明了有用的多用户功率区域之间的MT保持比例公平的功耗。
2008-04-21 cs.IT math.IT
CSI Reconstruction in Fluid Antenna Systems Without Spatial Covariance Priors
The Hong Kong Polytechnic University(香港理工大学);University of Manchester(曼彻斯特大学);South China University of Technology(华南理工大学);University College London(伦敦大学学院);Southeast University(东南大学);University of Surrey(萨里大学);Xidian University(西安电子科技大学);Hong Kong Metropolitan University(香港都会大学)
该研究针对流体天线系统,在无空间协方差先验条件下,基于Clarke各向同性散射模型确定了全端口CSI重建的可行性阈值,推导了相关参数权衡关系,实现了少端口的可扩展无先验CSI重建。
2026-08-11 cs.IT math.IT
On Capacity of Large-Scale MIMO Multiple Access Channels with Distributed Sets of Correlated Antennas
本文提出了一种确定性遍历和速率的等价形式,并给出了一种估计上行链路大规模多输入多输出(MIMO)天线信道容量实现输入协方差矩阵的算法。我们考虑一个大规模的MIMO系统,由多个用户和一个基站与几个分布式天线集。用户和天线组之间的每个链路形成具有视线(LOS)分量的双侧空间相关MIMO信道。我们的推导是基于新的技术,从高维随机矩阵理论(RMT)的假设下,在终端的天线数量接近无穷大的固定比例。确定性等价的结果(遍历和速率和容量实现输入协方差矩阵的确定性等价)是很容易计算的,并被证明是准确的现实系统的尺寸。此外,他们被证明是不变的几种类型的衰落分布。
2012-09-26 cs.IT math.IT
Optimal Beamforming for Gaussian MIMO Wiretap Channels with Two Transmit Antennas
研究了一种高斯型多输入多输出窃听信道,其中窃听者和合法接收者都配备有任意数量的天线,而发送者有两个天线。在平均功率约束下,获得该信道的保密容量的最优输入协方差一般是未知的。在本文中,所需的输入协方差矩阵,以实现容量的确定。结果表明,该信道的保密容量可以通过线性预编码来实现。最佳的预编码和功率分配方案,最大化可实现的保密率,从而实现容量,随后开发。保密能力,然后与可实现的保密率的广义奇异值分解(GSVD)为基础的预编码,这是最好的先前提出的技术,这个问题。数值结果表明,该方法与基于GSVD的预编码方法相比,在保密率上有很大的提高。
2017-07-19 cs.IT math.IT
UAV Fluid-Antenna Channel Acquisition under Intra-Scan Channel Aging
College of Artificial Intelligence, Nanjing University of Information Science and Technology(南京信息工程大学人工智能学院);School of Cyber Science and Engineering, Southeast University(东南大学网络空间安全学院);National Mobile Communications Research Laboratory, Southeast University(东南大学移动通信国家重点实验室);Purple Mountain Laboratories, Nanjing(紫金山实验室)
本文针对无人机流体天线系统中顺序探测导致信道老化的问题,提出联合优化探测位置与停止时机的方法,通过动态估计器与协方差感知策略平衡信息与新鲜度,仿真验证了其在高移动性下的有效性。
2026-09-09 cs.IT math.IT
Closed Form Secrecy Capacity of MIMO Wiretap Channels with Two Transmit Antennas
高斯多输入多输出(MIMO)窃听信道模型。输入端是一个双天线发射器,而输出端是合法的接收器和窃听器,两者都配备了多个天线。假设所有信道都是已知的。在功率约束条件下,得到了满足保密容量的最优输入协方差矩阵,并给出了保密容量的封闭表达式。
2011-07-27 cs.IT math.IT
Fundamental CRB-Rate Tradeoff in Multi-antenna Multicast Channel with ISAC
研究了综合感知与通信的多天线多播信道(ISAC),其中多天线基站(BS)向一组单天线通信用户(CU)发送公共消息,同时通过雷达感知估计扩展目标的参数。我们调查这个ISAC系统的基本性能限制,在可实现的通信速率和估计Cramér-Rao界(CRB)感测。首先,我们推导出半封闭形式的最佳传输协方差,以平衡CRB速率(C-R)的权衡,并相应地描述了所谓的C-R区域的外边界。它示出的最佳传输协方差应满秩,包括信息携带和专用的传感信号一般。接下来,我们考虑了一个实际的联合信息和感知波束成形设计,并提出了一种有效的方法来优化联合波束成形平衡C-R权衡。数值结果表明,与其他基准方案相比,最佳发射协方差和联合波束形成所实现的C-R区域。
2022-08-08 cs.IT eess.SP math.IT
On the Performance of Spectrum Sensing Algorithms using Multiple Antennas
近年来,基于特征值检测(EBD)的多天线频谱感知算法受到了广泛的关注。在本文中,我们有兴趣在EBD算法的检验统计量的渐近分布的推导。两个EBD算法使用样本协方差矩阵被认为是:最大特征值检测(MED)和条件数检测(CND)。早期的研究通常假设天线数(K)和样本数(N)都很大,因此可以用随机矩阵理论(RMT)来推导样本协方差矩阵的最大和最小特征值的渐近分布。虽然假设天线的数量很大简化了推导,但实际上,在单个次级用户处配备的天线的数量通常很小,比如2或3个,并且一旦设计,该天线数量就固定。因此,本文的目的是对任意固定的K但较大的N,导出样本协方差矩阵的特征值和条件数的渐近分布,由此可以得到检测概率和虚警概率。所提出的方法也可以用来分析其他EBD算法的性能。最后,通过计算机模拟验证了所得结果的正确性。
2010-08-18 cs.IT math.IT stat.AP
On The Fast Fading Multiple-Antenna Gaussian Broadcast Channel with Confidential Messages and Partial CSIT
在窃听信道中,通常假设窃听者的信道状态信息(CSI)在发送端是完全或部分已知的。然而,在完美的保密性约束下,窃听者可能没有动机反馈任何正确的CSI。在本文中,我们考虑了一个更可行的问题,即发射机拥有窃听者的CSI。即,具有机密消息的快衰落多天线高斯广播信道(FMGBC-CM),其中两个接收器都是合法用户,使得他们都愿意反馈准确的CSI以维持他们的安全传输,并且不被另一个窃听。我们假设只有信道状态信息的统计是已知的发射机。我们首先展示了FMGBC-CM不被降级到普通窃听信道的必要条件。然后,我们推导出可实现的速率区域的FMGBC-CM的信道输入的协方差矩阵和膨胀因子是未知的,有待解决。之后,我们提供了一个解析解的信道输入协方差矩阵。我们还提出了一种迭代算法来求解信道输入协方差矩阵和膨胀因子。由于正常信噪比下的速率域公式比较复杂,我们采用低信噪比分析来研究信道特性。最后,数值算例表明,在完全保密约束下,两个用户可以同时获得正速率,这验证了我们推导的必要条件。数值结果也说明了解析解和所提算法在不同条件下求解信道输入协方差矩阵和膨胀因子的有效性。
2013-07-09 cs.IT math.IT
Channel Covariance Estimation in Massive MIMO Frequency Division Duplex Systems
在频分双工(FDD)模式下的多用户Massive MIMO系统中,信道协方差是获取瞬时信道状态信息(CSI)的关键因素。在此上下文中,信道互易性不成立,并且通常预期关于下行链路信道的协方差信息必须由用户设备(UE)估计并反馈。作为另一种CSI获取技术,我们建议根据观测到的上行链路协方差来推断下行链路协方差。该推断过程依赖于上行链路/下行链路协方差矩阵的字典,以及对应的黎曼空间中的插值;一旦字典已知,估计就不依赖于来自UE的任何形式的反馈。在这篇文章中,我们提出了几种不同的插值方法,并通过模拟对它们进行基准测试。
2016-02-18 cs.IT math.IT stat.AP
Full Rank Solutions for the MIMO Gaussian Wiretap Channel with an Average Power Constraint
本文考虑了一个多输入多输出(MIMO)高斯窃听信道模型,其中存在一个发射机,一个合法的接收机和一个窃听者,每个都配备了多个天线。在本文中,我们首先重新审视的最佳输入协方差矩阵的秩属性,实现多天线MIMO高斯窃听信道的保密容量下的平均功率约束。接下来,我们得到的MIMO窃听信道参数的必要和充分条件,使最佳的输入协方差矩阵是满秩的,我们充分的特点,以及由此产生的协方差矩阵。数值结果来说明所提出的理论研究结果。
2012-10-17 cs.IT math.IT
Maximum Eigenmode Relaying with statistical Channel State Information at the Relay
研究了中继中的最优预编码,以最大化多天线中继信道的遍历容量。源和中继节点配备有多个天线,目的地配备有单个天线。假设中继站的接收和发送信道的信道协方差矩阵对于中继站是可用的,并且研究了中继站处的最优预编码。它示出了从中继的最佳传输应进行的方向上的传输信道协方差矩阵的特征向量。然后,我们推导出的必要条件和充分条件下,中继传输仅从最强的特征向量达到容量,这种方法被称为最大本征模式中继(MER)。
2012-11-16 cs.IT math.IT
Truncated Beam Sweeping for Spatial Covariance Matrix Reconstruction in Hybrid Massive MIMO
空间协方差矩阵(SCM)在大规模多输入多输出(MIMO)等多天线系统的许多应用中是必不可少的。对于工作在毫米波段的大规模MIMO,已经采用混合模数结构来降低射频(RF)链的成本。在这种情况下,在天线处接收的信号对于数字接收机是不可用的,并且因此,传统的样本平均方法不能用于混合大规模MIMO中的SCM重构。为了解决这个问题,波束扫描算法(BSA),它可以有效地重建混合大规模MIMO系统中的SCM,已经在我们以前的工作。在本文中,截断BSA进一步提出的SCM重建考虑到阵列中的天线单元的方向图。由于定向天线方向图,对应于远离法线方向的预定角度方向(DOA)的扫描结果很小,因此可以用预定常数代替。在可以忽略不计的性能降低的代价下,SCM可以通过仅扫描接近法线方向的预定DOA来有效地重建。通过这种方式,BSA可以比传统的对应物更快地进行。还将包括深入的分析,以显示截断对性能的影响。
2022-03-27 cs.IT eess.SP math.IT
On the Achievable Rate of the Fading Dirty Paper Channel with Imperfect CSIT
研究了多天线衰落脏纸信道(FDPC)Y = H(X + S)+ Z上的脏纸编码(DPC)问题. FDPC具有正定(p.d.)在最近的一篇文章中,作者研究了输入协方差矩阵,这里讨论了半正定(p.s.d.)处理输入协方差。为此,修改了辅助随机变量的选择。提出了确定膨胀因子的算法。的情况下,然后推广到p.s.d.的情况。输入协方差随后,最大DPC可实现的高SNR(信噪比)缩放因子超过具有p.s.d.导出输入协方差矩阵。该比例因子被认为是针对p.d.实现的比例因子的非平凡推广。案子接下来,在低SNR的限制下,证明了全零膨胀因子的选择(因此将干扰视为噪声)在“比率”意义上是最优的,而不管所使用的协方差矩阵。此外,在PD。协方差的情况下,在高信噪比最佳的膨胀因子时,获得的发射天线的数量大于接收天线的数量,与其他情况下已经考虑在较早的文件。最后,讨论了输入协方差矩阵和膨胀因子的联合优化问题,并给出了迭代数值算法。
2009-03-26 cs.IT math.IT
Transmitter Optimization for Achieving Secrecy Capacity in Gaussian MIMO Wiretap Channels
考虑高斯多输入多输出(MIMO)窃听信道模型,其中存在一个发射机,一个合法的接收机和窃听器,每个节点配备多个天线。我们研究的问题,找到最佳的输入协方差矩阵,实现保密能力的权力约束,这导致了一个非凸优化问题,一般难以解决。针对这个问题的现有结果解决了发送器和合法接收器各自具有两个天线并且窃听者具有一个天线的情况。在一般情况下,当窃听者和合法接收者的信道矩阵的Grams之差为不定或半定时,最优输入协方差矩阵具有低秩,而当Grams之差为正定时,最优输入协方差矩阵可能具有低秩或满秩.在本文中,上述非凸优化问题进行了研究。特别地,对于多输入单输出(MISO)窃听信道,最优输入协方差矩阵得到封闭的形式。对于一般情况,我们推导出了由一组方程组成的最优输入协方差矩阵的必要条件。对于发射机有两个天线的情况,导出的必要条件可以得到封闭形式的解:对于Grams差不确定且除一个正特征值外所有特征值都为负的情况,最优输入协方差矩阵秩为1,可以得到封闭形式的解;对于其他情形,证明了解是凸集到自身映射的不动点,并给出了迭代搜索的方法,数值结果验证了所提出的理论结果.
2009-09-14 cs.IT math.IT
Principal Component Analysis (PCA)-based Massive-MIMO Channel Feedback
考虑了多输入多输出(MIMO)系统中的信道状态信息(CSI)反馈方法。为了从CSI中提取基本信息而没有由高度相关的天线引起的冗余,接收机通过使用由CSI向量的协方差矩阵的特征向量组成的Karhunen-Loeve变换(KLT)矩阵将相关CSI向量变换(稀疏化)为不相关的稀疏CSI向量,并反馈稀疏CSI的基本分量,即,主成分分析法。然后,发射机通过反馈向量的逆变换来恢复原始CSI。在这里,为了获得在收发器的协方差矩阵,我们推导出空间相关的瑞利衰落信道的协方差矩阵的基础上,它的统计,包括发射天线和接收天线的相关矩阵,信道方差,和信道延迟分布。利用信道统计的知识,收发器可以容易地获得协方差矩阵和KLT矩阵。分析了该方法的压缩反馈误差和误比特率性能。数值结果验证了所提出的方法是有前途的,其显著地减少了具有来自全CSI反馈的边际性能降级的MIMO系统的反馈开销(例如,反馈量减少80%,即,原始CSI的1/5,频谱效率仅降低2%)。此外,我们数值表明,对于一个给定的有限的反馈量,我们可以找到最佳数量的发射天线,以实现最大的频谱效率,这是一个新的设计框架。
2015-12-16 cs.IT math.IT
On Ergodic Secrecy Capacity for Gaussian MISO Wiretap Channels
考虑了高斯多输入单输出(MISO)窃听信道模型,其中存在一个配备多天线的发射机、一个合法接收机和一个配备单天线的窃听器.我们研究的问题,找到最佳的输入协方差,实现遍历保密能力的功率约束,只有统计信息的窃听信道是在发射机。这是一个非凸优化问题,通常很难解决。现有的结果解决了窃听者或/和合法信道具有独立且相同分布的具有零均值和单位方差的高斯条目的情况,即,信道具有平凡的协方差。本文讨论了一般情况下,窃听者和合法的渠道有非平凡的协方差。一组方程描述的最佳输入协方差矩阵提出了一个算法来获得的解决方案。基于这个框架,我们表明,当合法信道上的全部信息可用于发射机,最佳的输入协方差总是排名一。我们还表明,当只有合法信道的统计信息是可用的发射机,合法信道有一些一般的非平凡的协方差,窃听信道有平凡的协方差,最佳的输入协方差具有相同的特征向量的合法信道的协方差。数值结果来说明该算法。
2010-03-11 cs.IT math.IT
On the Capacity Achieving Covariance Matrix for Frequency Selective MIMO Channels Using the Asymptotic Approach
在这篇文章中,提出了一种用于评估频率选择性Rayleigh MIMO信道的容量实现输入协方差矩阵的算法。与平坦衰落瑞利情况相比,最佳输入协方差矩阵的特征向量没有封闭形式的表达式。传统上,特征向量和特征值都是数值计算的,相应的优化算法在计算上仍然要求非常高。在本文中,它是建议优化(w.r.t.输入协方差矩阵)Moustakas和Simon导出的平均互信息的大系统近似。这种渐近近似的有效性是澄清感谢高斯大随机矩阵方法。它示出的近似是一个严格的凹函数的输入协方差矩阵和平均互信息估计在argmax的近似等于信道的容量高达O(1/t)的术语,其中t是发射天线的数量。提出了一种基于迭代注水方案的最大化平均互信息逼近的算法,并研究了其收敛性。数值仿真结果表明,即使对于中等数量的发射和接收天线,新的方法提供了相同的结果作为直接最大化的平均互信息的方法。
2011-04-12 cs.IT math.IT
Detecting Abrupt Change of Channel Covariance Matrix in IRS-Assisted Communication
本文针对IRS辅助通信中信道协方差矩阵突变检测问题,提出一种区分I类(基站侧)与II类(IRS侧)变化的高效检测方法,并通过数值仿真验证其有效性。
2023-10-26 cs.IT eess.SP math.IT
On the Relationship Between the Multi-antenna Secrecy Communications and Cognitive Radio Communications
研究了多个窃听者使用单天线或多天线时多天线或多输入多输出(MIMO)保密信道的容量。已知的是,MIMO保密容量是可实现的最佳传输协方差矩阵,最大化的秘密用户和窃听者的信道互信息之间的最小差异。因此,MIMO保密容量计算可以被公式化为非凸的最大-最小问题,这不能通过标准的凸优化技术有效地解决。为了处理这个困难,我们探索MIMO保密信道和最近开发的MIMO认知无线电(CR)信道之间的关系,其中多天线次用户在同一频谱上同时与多个主用户进行传输,受到主用户处的接收干扰功率约束,或者所谓的“干扰温度(ITF)”约束。通过构造一个辅助CR MIMO信道,具有相同的信道响应的MIMO保密信道,我们证明了最佳的传输协方差矩阵,以实现保密容量是相同的,以实现CR频谱共享容量与适当选择的IT约束。基于这种关系,提出了几种算法来解决非凸保密容量计算问题,将其转化为一系列凸的CR频谱共享容量计算问题。对于单天线窃听者的情况,该算法得到了MIMO保密信道的精确容量;对于多天线窃听者的情况,该算法得到了MIMO保密信道容量的上界和下界。
2009-01-30 cs.IT math.IT
Fluid Antenna Channel Reconstruction with Non-Negative Least Square Detector
National Mobile Communications Research Laboratory, Frontiers Science Center for Mobile Information Communication and Security, Southeast University(东南大学移动通信国家重点实验室、移动信息与安全前沿科学中心);Purple Mountain Laboratories(紫金山实验室);Key Laboratory of Intelligent Support Technology for Complex Environments, Ministry of Education, Nanjing University of Information Science and Technology(南京信息工程大学教育部复杂环境智能支持技术重点实验室)
针对流体天线系统信道重建,提出基于非负最小二乘的协方差域方法,利用非均匀端口扩大虚拟孔径,估计到达角,仿真显示优于ULA-MUSIC和ULA-ESPRIT,且视距估计显著改善。
2026-09-22 cs.IT eess.SP math.IT
Asymptotic Moments for Interference Mitigation in Correlated Fading Channels
我们考虑一类大型随机矩阵,由独立的列向量与零均值和不同的协方差矩阵,并获得渐近紧确定性近似的时刻。这种随机矩阵模型出现在最近感兴趣的几种无线通信系统中,例如分布式天线系统或大型天线阵列。在这样的系统中计算线性最小均方误差(LMMSE)检测器需要一个大的协方差矩阵的逆,这变得过于复杂的天线和用户的数量增长。我们将推导出的矩量结果应用于一个低复杂度的多项式展开检测器的设计,该检测器用一个矩阵多项式近似矩阵的逆,并研究其渐近性能。仿真结果证实了分析,并评估有限的系统尺寸的性能。
2011-04-26 cs.IT math.IT
Energy Efficiency Optimization for MIMO Broadcast Channels
研究MIMO广播信道的基本能量效率极限对绿色无线通信的发展具有重要意义。在本文中,我们解决了MIMO-BC的EE优化问题,并考虑了一个实际的功率模型,即,考虑与活动发射天线的数量相关的发射独立功率。在此基础上,提出了一种新的优化方法,在固定的发射天线组下优化发射协方差,然后利用主动发射天线选择(ATAS)。在发送协方差优化过程中,通过求解一系列基于块坐标上升算法的凹分式规划,提出了一种全局最优的能量有效的迭代注水方案。在此之后,ATAS被用来确定活动的发射天线集。由于激活更多的发射天线可以实现更高的和速率,但是以更大的发射独立功耗为代价,因此在和速率增益与功耗之间存在折衷。在这里,ATAS可以利用最佳的权衡,从而进一步提高EE。最佳的穷举搜索和低复杂度的范数为基础的ATAS计划的开发。通过仿真,我们讨论了不同参数对MIMO-BC的EE的影响。
2012-06-09 cs.IT math.IT
Structured Channel Covariance Estimation from Limited Samples in Massive MIMO
获取信道协方差知识在各种多输入多输出MIMO通信应用中是非常重要的,包括信道估计和协方差用户分组。在大规模MIMO系统中,由于基站中采用的大量天线($M\gg 1$)以及因此的高信号维度,协方差估计被证明是具有挑战性的。在这种情况下,导频传输的数量$N$变得与天线的数量相当,并且诸如样本协方差的标准估计器产生真实协方差的差的估计并且是不期望的。在本文中,我们提出了一个最大似然(ML)大规模MIMO协方差估计,基于信道角扩展函数(ASF)的参数表示。参数表示出现从超分辨离散ASF组件通过众所周知的多信号分类(MUSIC)方法加上近似其连续组件使用合适的有限支持密度函数。我们最大化的似然函数使用凹凸过程,这是通过一个非负最小二乘优化问题初始化。我们的仿真结果表明,所提出的方法优于现有技术在各种估计质量指标,并为不同的样本大小,信号维数($N/M$)的比例。
2019-10-31 cs.IT eess.SP math.IT
On the capacity achieving covariance matrix for Rician MIMO channels: an asymptotic approach
确定了相干块衰落相关MIMO莱斯信道的实现容量的输入协方差阵。在这种情况下,最佳输入协方差阵的特征向量没有封闭形式的表达式。本文在发射和接收天线数收敛于$+\infty$的渐近条件下,对平均互信息进行了近似计算。提供了与相应的大系统近似的精度有关的新结果。提出了一个有吸引力的优化算法,我们建立,它产生一个有效的方法来计算容量实现协方差阵的平均互信息。最后,数值模拟结果表明,即使对于中等数量的发射和接收天线,新的方法提供了相同的结果,直接最大化的平均互信息的方法,而更有计算吸引力。
2010-07-09 cs.IT math.IT math.PR
Low-Rank Covariance-Assisted Downlink Training and Channel Estimation for FDD Massive MIMO Systems
研究了频分双工(FDD)大规模MIMO系统中的下行链路训练和信道估计问题,在该系统中,配备大量天线的基站(BS)同时为多个单天线用户提供服务。在FDD系统中,为了在基站处获得信道状态信息(CSI),用户必须通过下行链路训练来估计下行链路信道,然后将其反馈给基站。对于FDD大规模MIMO系统,用于下行链路训练和CSI上行链路反馈的开销可能非常高,这提出了重大挑战。本文研究了当信道协方差矩阵具有低秩或近似低秩结构时,最小均方误差(MMSE)估计器的性能。我们的理论分析表明,利用信道协方差矩阵的低秩特性,可以大大减少训练开销。特别是,我们表明,MMSE估计是能够实现精确的信道恢复在渐近低噪声制度,只要在时间上的导频符号的数量不小于秩的信道协方差矩阵。我们还提出了一个最佳的单用户情况下的导频设计,和一个渐进的最佳导频设计的多用户场景。最后,我们提出了一个简单的基于模型的方案来估计信道协方差矩阵,基于此MMSE估计器可以用来估计信道。所提出的方案不需要任何额外的训练开销。仿真结果验证了我们的理论结果,并说明了所提出的估计协方差辅助MMSE估计器的有效性。
2016-07-29 cs.IT math.IT
Outage Constrained Secrecy Rate Maximization Using Cooperative Jamming
我们考虑一个高斯MISO窃听信道,其中一个多天线源与一个单天线目的地在一个单天线窃听者的存在。通信是由多天线助手协助,充当干扰窃听者。每个辅助器独立地将位于信道的零空间中的噪声发送到目的地,因此不对目的地产生干扰。假设窃听者信道的不确定性,我们推导出源信号的最佳协方差矩阵,使保密率最大化的中断概率和功率约束。假设窃听信道服从零均值高斯模型,且协方差已知,推导了系统中断概率的封闭形式。仿真结果支持的分析。
2012-09-18 cs.CR cs.IT math.IT
Statistical Beamforming on the Grassmann Manifold for the Two-User Broadcast Channel
被认为是一个瑞利衰落空间相关的广播设置M = 2天线在发射机和两个用户(每个具有一个天线)。假设用户具有关于其链路的完美信道信息,而发射机仅具有每个用户的链路的统计信息(向量信道的协方差矩阵)。在发射端采用了一种低复杂度的线性波束形成策略,为每个用户分配相等的功率和一个空间本征模。仅依赖于统计信息的格拉斯曼流形上的波束形成向量将在发射机处被设计为最大化传递到两个用户的遍历和速率。为了实现这个目标,首先固定波束形成向量,并获得遍历和速率的链路的协方差矩阵的封闭形式的表达式。该表达式在波束形成向量中是非凸的,从而确保经典的拉格朗日乘子技术不适用。尽管有这个困难,这个问题的最佳解决方案被证明是一个适当定义的平均信号干扰噪声比(SINR)度量为每个用户的最大化的解决方案。该解是一对正定矩阵的主导广义特征向量,其中第一矩阵是前向链路的协方差矩阵,第二矩阵是适当设计的“有效”干扰协方差矩阵。在这个意义上说,我们的工作是一个概括的最佳信令沿主导的本征模式的传输协方差矩阵在单用户的情况下。最后,遍历和速率的一般广播设置与M个天线在发射机和M个用户(每个具有一个单一的天线)的链路和波束形成向量的协方差矩阵的条款。
2011-04-12 cs.IT math.IT math.OC
Joint Transceiver Orientation Optimization for Rotatable-Antenna MIMO Capacity Maximization
School of Information Science and Electronic Engineering, Shanghai Jiao Tong University(上海交通大学信息科学与电子工程学院);State Key Laboratory of Internet of Things for Smart City and the Department of Electrical and Computer Engineering, University of Macau(澳门大学物联网智能城市国家重点实验室及电气与计算机工程系)
本文研究了利用可旋转天线增强MIMO信道容量的方法,通过联合优化发射协方差矩阵和收发天线方向,在球形帽约束下最大化容量,采用交替优化算法和Riemannian Frank-Wolfe方法实现非凸问题求解。
2026-07-23 cs.IT math.IT
Explicit Solution of Worst-Case Secrecy Rate for MISO Wiretap Channels with Spherical Uncertainty
考虑了一个多输入单输出(MISO)窃听信道模型,该模型包括一个多天线发射机、一个单天线合法接收机和一个单天线窃听器。对于合法和窃听信道的球形不确定性的情况下,找到最佳的输入协方差,最大化最坏情况下的保密率受到功率约束的问题,被认为是,并提供了一个明确的表达式的最大最坏情况下的保密率。
2011-07-30 cs.IT math.IT
In an Uncertain World: Distributed Optimization in MIMO Systems with Imperfect Information
在本文中,我们介绍了一种分布式算法,优化高斯信号的协方差矩阵的多天线用户发送到一个共同的多天线接收机下不完善的和可能的延迟信道状态信息。该算法是基于扩展的指数学习技术的半定设置,它需要相同的信息,分布式注水方法。然而,与注水不同,所提出的矩阵指数学习(MXL)算法在非常温和的条件下收敛到系统的最佳信号协方差分布的信道不确定性统计;此外,该算法保持其收敛特性,即使在存在用户更新的随机性,随机延迟和/或遍历变化的信道条件。特别地,通过适当地调整算法的学习率(或步长),即使对于大量用户和/或每个用户的天线,算法也在几次迭代内收敛。我们的理论分析是补充数值模拟,说明了算法的鲁棒性和可扩展性在现实的网络条件下。
2015-02-05 cs.IT math.IT
Massive MIMO has Unlimited Capacity
蜂窝网络的容量可以通过Massive MIMO提供的前所未有的阵列增益和空间复用来提高。从一开始,由于导频污染引起的相干干扰就被认为会产生有限的容量限制,因为天线的数量会达到无穷大。在本文中,我们证明,这是不正确的,从使用简单的信道模型和次优预编码/组合方案的工件。我们表明,多小区MMSE预编码/组合和少量的空间信道相关性或大规模的衰落变化的阵列,容量增加,没有约束的天线数量的增加,即使在导频污染。更准确地说,当污染用户的信道协方差矩阵是渐近线性独立的,这是通常的情况下,该结果成立。如果协方差矩阵的对角线也是线性无关的,那么知道这些对角线(而不是完整的协方差矩阵)就足以实现无限的渐近容量。
2017-11-09 cs.IT math.IT
On the Outage Capacity of Correlated Multiple-Path MIMO Channels
多天线阵列在发射和接收中的使用已经被证明显著地增加了无线通信系统的吞吐量。因此,人们对表征现实相关信道的互信息的遍历平均值产生了相当大的兴趣。在这里,提出了一种方法,提供了解析表达式,不仅为平均值,但也较高的累积矩的分布的互信息的零均值高斯(多输入多输出)MIMO信道与最一般的多径协方差矩阵时,在接收机的信道是已知的。这些信道包括多抽头延迟路径,以及具有不能被写为克罗内克积的协方差矩阵的一般信道,诸如在发射机和接收机端具有一般相关性的双极化天线阵列。的数学方法是正式有效的大天线数量,在该限制中,它示出了所有较高的累积矩的分布,比前两个规模为零。因此,确认了互信息的分布趋向于高斯分布,这使得能够计算中断容量。这些结果是相当准确的,即使在几个天线的情况下,这使得这种方法适用于现实情况。
2005-09-28 cs.IT math.IT
Energy Efficiency Maximization for Movable Antenna-Enhanced System Based on Statistical CSI
针对可移动天线增强MIMO系统,基于统计CSI联合优化发射协方差矩阵与收发天线位置向量,结合确定性等价技术和交替优化算法最大化能效,数值验证其性能优于基准方案且有限移动区域即可达最优。
2025-01-18 cs.IT eess.SP math.IT
On the Capacity Achieving Covariance Matrix for Frequency Selective MIMO Channels Using the Asymptotic Approach
在这篇文章中,提出了一种用于评估频率选择性Rayleigh MIMO信道的容量实现输入协方差矩阵的算法。与平坦衰落瑞利情况相比,最佳输入协方差矩阵的特征向量没有封闭形式的表达式。传统上,特征向量和特征值都是数值计算的,相应的优化算法在计算上仍然非常苛刻。在本文中,它是建议优化(w.r.t.输入协方差矩阵)Moustakas和Simon导出的平均互信息的大系统近似。提出了一种基于迭代注水方案的算法,并研究了其收敛性。数值仿真结果表明,即使对于中等数量的发射和接收天线,新的方法提供了相同的结果作为直接最大化的平均互信息的方法。
2010-07-06 cs.IT math.IT
On the Secrecy Rate Region of a Fading Multiple-Antenna Gaussian Broadcast Channel with Confidential Messages and Partial CSIT
本文研究了快衰落多天线高斯广播信道上的保密信息安全传输(FMGBC-CM),其中多天线发送端向两个用户发送独立的保密信息,且发送端只知道接收端的信道状态信息。我们首先使用FMGBC-CM的相同边缘属性来分类非平凡情况,即,那些没有降级到公共窃听渠道的。然后,我们通过求解信道输入协方差矩阵和膨胀因子来推导FMGBC-CM的可实现速率区域。由于复杂的速率区域公式,我们采取低信噪比分析来研究信道的特性。最后,数值例子表明,在信息论保密要求下,两个用户可以同时获得正速率。
2012-06-25 cs.IT math.IT
Maximum Throughput in Multiple-Antenna Systems
研究了具有瑞利分布的非相关块衰落环境中的点对点多天线信道。在发送端不知道信道状态信息(CSI),而接收端具有理想CSI的假设下,推导了该信道的最大吞吐量和最大期望速率。首先,我们证明了在多输入单输出(MISO)信道中,最大化吞吐量的最佳传输策略是使用所有可用的天线,并与不相关的信号进行相等的功率分配。此外,为了提高期望速率,应用了多层编码。类似地,我们建立了发送不相关的信号,并在每一层的所有可用天线上执行相等的功率分配是最佳的。给出了MISO信道最大连续层期望速率的封闭表达式。此外,我们研究多输入多输出(MIMO)信道,并制定在渐近低和高信噪比制度,也渐近大量的发射或接收天线通过获得最佳的发射协方差矩阵的最大吞吐量。最后,一个分布式天线系统,其中两个单天线发射机要发送一个共同的消息,单天线接收机,被认为是。结果表明,该系统具有相同的中断概率,因此,吞吐量和预期的速率,作为一个点对点的$2\times 1$ MISO信道。
2012-01-15 cs.IT math.IT
Multi-Antenna Aided Secrecy Beamforming Optimization for Wirelessly Powered HetNets
本文考虑了无线供电的双层异构网络(HetNets)的新范式。具体地,毫微微小区基站(FBS)由功率信标(PB)供电,并且在存在潜在窃听者(EVE)和宏基站(MBS)的情况下向合法毫微微小区用户(FU)发送机密信息。在这种情况下,我们研究了三个不同层次的FBS-EVE信道状态信息(CSI),即完美的,不完美的和完全未知的FBS-EVE CSI下的保密波束形成设计。首先,给定FBS处的理想全局CSI,以理想保密率最大化为目标,联合优化PB能量协方差矩阵、FBS信息协方差矩阵和时间分裂因子。在假设FBS-EVE CSI不完美的情况下,分别研究了确定性CSI误差和统计性CSI误差对应的最坏情况SRM问题和中断约束SRM问题。此外,针对FBS-EVE信道状态信息未知的实际情况,研究了人工噪声(AN)辅助的保密波束形成设计。我们的分析表明,对于所有上述情况下的最佳PB能量和FBS信息保密波束成形的秩-1。此外,对于FBS-EVE CSI的所有考虑的情况,当跨层干扰约束不活动时,闭合形式的PB能量波束成形解决方案是可用的。数值仿真结果表明,所有建议的保密波束形成设计相比,采用基线算法的保密性能的优势。
2019-11-14 cs.IT math.IT
Joint Transmit and Receive Antenna Orientation Design for Secure MIMO Communications
School of Information Science and Electronic Engineering, Shanghai Jiao Tong University(上海交通大学信息科学与工程学院);State Key Laboratory of Internet of Things for Smart City(智慧城市物联网全国重点实验室);Department of Electrical and Computer Engineering, University of Macau(澳门大学电气与计算机工程系);Huawei Device Company Ltd.(华为终端有限公司)
本文提出了一种利用可旋转天线增强MIMO通信安全性的方法,通过动态优化天线方向提升合法传输并抑制窃听信息泄露,采用交替优化算法解决非凸优化问题。
2026-07-23 cs.IT math.IT
Quantization and Feedback of Spatial Covariance Matrix for Massive MIMO Systems with Cascaded Precoding
本文研究了级联预编码的大规模多输入多输出(MIMO)系统下行链路空间协方差矩阵的量化和反馈问题。大规模MIMO技术由于能够显著提高网络性能而受到广泛关注。为了减少频分双工大规模MIMO系统中下行链路信道估计和上行链路反馈的开销,已经提出了级联预编码,其中外部预编码器使用传统的有限反馈来实现,而内部预编码器由信道的空间协方差矩阵来确定。在大规模MIMO系统中,由于天线数量庞大,空间协方差矩阵的大小很大,难以计算。在本文中,我们提出了一种基于空间谱的方法的量化和反馈的空间协方差矩阵。所提出的内部预编码器可以被视为调制的离散长椭球序列,从而实现比传统的基于离散傅立叶变换子矩阵的预编码小得多的空间泄漏。本文还讨论了所提出的方法的应用的实际问题。
2016-10-15 cs.IT math.IT
A Coordinated Approach to Channel Estimation in Large-scale Multiple-antenna Systems
本文研究了多小区干扰受限蜂窝网络中的信道估计问题。我们认为系统采用多个天线,并有兴趣在有限和大规模的天线数量制度(所谓的“大规模MIMO”)。这样的系统通过在每个基站处应用的每小区波束成形来处理多小区干扰。在这样的网络中,信道估计,这是已知的导频污染效应的阻碍,构成了整体性能的主要瓶颈。我们提出了一种新的方法,它解决了这个问题,使低速率的小区之间的协调,在信道估计阶段本身。的协调利用额外的二阶统计信息的用户信道,这被示出为提供一个强大的方式来区分干扰用户,甚至强相关的导频序列。重要的是,我们分析表明,在大量的天线制度,导频污染的影响是完全消失在一定条件下的信道协方差。我们的模拟结果证实,即使是小的天线阵列尺寸的增益超过传统的信道估计框架。
2012-10-02 cs.IT math.IT
Optimal Signaling for Secure Communications over Gaussian MIMO Wiretap Channels
研究了总发射功率约束下高斯MIMO窃听信道的最优信令问题。当信道严重退化时,得到了最优发射协方差矩阵的封闭解。结合秩-1的解决方案,这提供了两个发射天线的情况下的最佳协方差的完整表征。考虑了弱窃听者和高信噪比的情况。结果表明,最佳协方差不收敛到一个缩放的身份在高信噪比制度。必要的最优性条件和严格的上界的最优协方差矩阵的秩建立的一般情况下,随着下界的保密能力,这是紧在一些情况下。
2016-10-31 cs.IT math.IT
A Covariance-Based Hybrid Channel Feedback in FDD Massive MIMO Systems
针对频分双工(FDD)大规模多输入多输出(MIMO)系统,研究了一种新的基于协方差的信道反馈机制。这个概念利用了用户统计可分性的概念,这在大规模天线制度的几个先前的工作中得到了暗示,但迄今为止还没有充分利用。在这里,我们提出了一种混合的瞬时反馈机制,用户被分为两类反馈设计的基础上,他们的信道协方差。在该混合框架下,每个用户根据其所谓的统计可隔离性或者工作在统计反馈模式或者量化的瞬时信道反馈模式。关键的挑战在于设计一个协方差感知的分类算法,它可以处理所有用户之间复杂的相互作用。该分类是从速率约束原理推导出来的。在混合统计和瞬时反馈模型下,设计了一种合适的预编码方法。仿真结果验证了我们的分析结果,并说明了所提出的反馈方案下的全局反馈开销约束的和速率优势。
2019-10-07 cs.IT math.IT
Asymptotic Spectral Efficiency of Multi-antenna Links in Wireless Networks with Limited Tx CSI
提出了一种渐近技术,用于发现在无线网络中的多天线链路的频谱效率,其中发射机具有与其目标接收机相对应的信道状态信息(CSI)。假设发射机在有限数量的信道模式上发送独立的数据流,这限制了发送协方差矩阵的秩。这种技术被应用到空间分布的网络中,以获得一个近似的渐近频谱效率的干扰限制制度的函数的链路长度,发射机密度,每个接收机和发射机的天线数,发送流的数量和路径损耗指数。据发现,目标接收器CSI,这可以获得低开销的双工系统与互易性,可以提高频谱效率几倍,特别是当链路长度是大的,节点密度高或两者兼而有之。此外,每链路的频谱效率被发现是一个函数的节点密度的接收器天线的数量的比率,它往往可以得到改善,如果节点使用较少的流传输。通过Monte-Carlo仿真对有限大小的系统进行了验证,并且在每个接收机的用户和天线数量接近无穷大的情况下,这些结果是渐近的。
2010-09-21 cs.IT math.IT
Simultaneous Wireless Information and Power Transfer for Fluid Antenna Systems
College of Science, Nanjing University of Posts and Telecommunications(南京邮电大学理学院);National Mobile Communications Research Laboratory, Southeast University(东南大学移动通信国家重点实验室);College of Information Science and Electronic Engineering, Zhejiang University(浙江大学信息与电子工程学院);Department of Electronic and Electrical Engineering, University College London(伦敦大学学院电子电气工程系);Yonsei Frontier Laboratory and School of Integrated Technology, Yonsei University(延世大学前沿实验室与融合技术学院)
本文提出结合MISO流体天线与固定天线的SWIPT系统,通过优化天线位置和发射协方差矩阵,在满足IR的SINR约束下提升ER能量收集效率,仿真验证其显著优于传统固定天线。
2025-10-23 cs.IT eess.SP math.IT
How to Diagonalize a MIMO Channel with Arbitrary Transmit Covariance?
多输入多输出(MIMO)或多天线通信是无线系统中实现高频谱效率的关键技术。对于点对点MIMO信道,基于信道奇异值分解(SVD)的线性预编码和解码实现了信道容量,这也将MIMO信道对角化为并行单输入单输出(SISO)子信道,用于独立的编码和解码。然而,在多用户MIMO系统中,由于控制和平衡用户间的同信道干扰,每个MIMO链路的最优发送协方差通常不是基于其信道SVD的。因此,它仍然是未知的线性预编码/解码策略是否仍然能够实现每个MIMO链路的容量,但对角化其MIMO信道,与所有用户的一组给定的最佳传输协方差。这封信解决了这个开放的问题,提供了一个封闭的形式容量实现线性预编码器/解码器的设计,对角化的MIMO信道与任意发送协方差。数值例子也提供了各种多用户MIMO系统中验证所提出的解决方案。
2016-04-23 cs.IT math.IT
Spatial DCT-Based Channel Estimation in Multi-Antenna Multi-Cell Interference Channels
本文研究了多天线多小区干扰受限网络中的信道估计问题。信道状态信息(CSI)获取对于干扰抑制是至关重要的。无线网络经常遭受多小区干扰,这可以通过部署波束成形来空间引导传输来减轻。所估计的CSI的准确性在设计准确的波束形成器中起着重要作用,该波束形成器可以控制从对移动用户的同时空间传输产生的干扰量。因此,一种新的技术的基础上的结构的空间协方差矩阵和离散余弦变换(DCT)的建议,以提高信道估计在干扰的存在。贝叶斯估计和最小二乘估计框架引入利用DCT分离重叠的空间路径,创建的干扰。因此,利用空间域来减轻能够区分干扰用户的污染。传统的信道估计技术的增益在我们的模拟,这也是有效的天线数量少。
2015-05-08 cs.IT math.IT
Capacity Scaling of Massive MIMO in Strong Spatial Correlation Regimes
本文研究了空间相关衰落下多小区大规模MIMO系统的容量缩放问题。特别是,我们专注于强空间相关制度,其中每个用户信道向量的协方差矩阵具有与基站天线的数量成次线性比例的秩,因为后者增长到无穷大。我们还考虑的情况下,对应于非零特征值的协方差特征向量跨度随机选择的子空间。对于这种信道模型,称为“随机稀疏角支持”模型,我们描述了渐近容量缩放定律的限制下的大量的天线。为了获得渐近容量结果,基于二阶信道统计的统计空间解扩在导频去污和干扰抑制方面起着关键作用。一个显着的结果是,即使当用户的数量与基站天线线性缩放,相对于天线的数量的容量的线性增长是可实现的稀疏角支持模型下。我们注意到,可实现的速率下限的基础上大规模MIMO的“信道硬化”,广泛使用的大规模MIMO文献中,产生相当松散的结果,在强空间相关性制度,并可能显着低估了可实现的大规模MIMO的速率。因此,这项工作考虑了一种替代的边界技术,更适合于强相关性制度。在具有稀疏角度支持的衰落信道中,进一步表明上行链路(下行链路)中的空间解扩(扩展)比信道硬化对大规模MIMO性能的影响更显着。
2019-12-08 cs.IT math.IT
Alternating Optimization for Capacity Region of Gaussian MIMO Broadcast Channels with Per-antenna Power Constraint
本文研究了具有天线功率约束(PAPC)的高斯MIMO广播信道的容量域。虽然在总功率约束(SPC)下的MIMO BC的容量域得到了广泛的研究,但在PAPC下的容量域却很少受到关注。一个原因是很难找到解决这个问题的有效办法。本文的目标是设计一个有效的算法来确定高斯MIMO BC的容量区域受PAPC,这是可扩展的问题的大小。为此,我们首先变换的加权和容量最大化问题,这是固有的非凸的输入协方差矩阵,到一个凸的制定在双多址信道的极大极小对偶。然后,我们结合交替优化和连续凸逼近的概念推导出一种计算效率高的算法。该算法实现了更低的复杂度相比,现有的邻域点方法。此外,数值结果表明,该算法收敛速度非常快,在各种情况下。
2017-05-17 cs.IT math.IT