Random Access for Massive MIMO Systems with Intra-Cell Pilot Contamination
大规模MIMO系统，其中基站配备有数百个天线元件，是在未来无线网络中获得前所未有的频谱效率的有吸引力的方式。在“经典”大规模MIMO设置中，假设终端满载，并且对性能的主要损害来自小区间导频污染，即，来自使用与家庭小区中相同导频的相邻小区中的终端的干扰。然而，当终端间歇地活动时，通过预分配导频来避免小区间污染是可行的，而相同小区的终端使用随机接入来选择所分配的导频序列。这导致小区内导频污染的问题。我们提出了一个大规模MIMO网络中的随机接入框架，并推导出新的上行链路和速率表达式，考虑到小区内的导频冲突，间歇性的终端活动和干扰。我们使用这些表达式来优化终端激活概率和导频长度。
2016-06-07 cs.IT math.IT
Energy-Efficient Future Wireless Networks: A Marriage between Massive MIMO and Small Cells
为高能效设计的蜂窝网络会是什么样子？为了回答这个基本问题，我们使用随机几何模型的蜂窝网络和优化的能量效率相对于基站的密度，每个小区的天线和用户的数量，发射功率电平，和导频复用。最高效率既不是通过纯小小区方法实现的，也不是通过纯大规模MIMO解决方案实现的。有趣的是，正是这些方法的组合提供了最高的能量效率;小小区通过减少传播损耗而做出贡献，而大规模MIMO能够在干扰受控的情况下实现用户的复用。
2015-06-02 cs.IT math.IT
Clustering-Based Codebook Design for MIMO Communication System
码本设计是有限反馈多输入多输出（MIMO）通信系统的核心技术之一。然而，传统的码本设计通常假设MIMO向量是均匀分布或各向同性的。基于聚类算法良好的分类和分析能力，本文提出了一种基于K-means聚类的码书设计方法。首先将大量的信道状态信息（CSI）作为聚类的输入数据存储，最后根据最小距离将其划分为N个类。聚类中心作为码本构造的统计信道信息，其与真实信道信息的和距离最小。仿真结果与理论分析一致，表明该码本设计优于传统方案，尤其是在信道分布不均匀的情况下。
2019-02-25 cs.IT eess.SP math.IT
Power Control for D2D Underlay in Multi-cell Massive MIMO Networks
针对多小区大规模MIMO系统下的设备到设备（D2D）通信，提出了一种新的功率控制和导频分配方案。在该方案中，每个小区中的蜂窝用户得到正交导频，这些正交导频在小区之间以重用因子1重用，而D2D对共享另一组正交导频。我们推导出一个封闭形式的容量下限的蜂窝用户与不同的接收处理方案。此外，本文还推导出了D2D接收机的容量下界及其近似表达式，并给出了一种使网络中用户的最小频谱效率（SE）最大化的功率控制算法。最后，我们提供了一个数值评估，我们比较我们提出的功率控制算法的最大发射功率的情况下，传统的多小区大规模MIMO的情况下，没有D2D通信。基于所提供的结果，我们得出结论，我们提出的方案增加了多小区大规模MIMO网络的总频谱效率。
2018-11-02 cs.IT math.IT
Pilot Clustering in Asymmetric Massive MIMO Networks
我们考虑蜂窝大规模MIMO网络的上行链路。由于这些网络的频谱效率受到导频污染的限制，因此跨小区的导频分配至关重要。然而，找到有效的导频重用模式是不平凡的，特别是在实际的非对称基站部署中。在本文中，我们使用联盟博弈论来解决这个问题。每个小区都有自己独特的导频，并且可以与其他小区形成联盟以获得对更多导频的访问。我们开发了一个低复杂度的分布式算法，并证明收敛到一个单独的稳定联盟结构。仿真结果表明，快速的算法收敛和大量的性能增益超过一个细胞的联盟和充分的导频重用。
2015-07-14 cs.IT math.IT
Area Rate Evaluation based on Spatial Clustering of massive MIMO Channel Measurements
大规模MIMO的信道模型通常基于具有复高斯项的矩阵，由Kronecker和Weichselberger模型扩展。观察到建模的和实际的信道行为之间的差距的一个原因是在许多这样的模型中缺乏空间一致性，即，在x、y维度中的区域上的空间相关性未被考虑，使得难以研究，例如，面积吞吐量测量。在本文中，我们提出了一种算法，可以区分区域的非视线（NLoS）和视线（LoS）通过秩度量标准结合螺旋搜索。利用k均值聚类算法，每个区域的吞吐量（即，集群）可以计算，导致我们所说的“面积吞吐量”。为了评估所提出的正交性聚类方案，我们使用简单的滤波MIMO信道模型，其在空间上是一致的，具有已知的自由度。此外，我们采用实际的（空间一致的）区域信道测量的基础上使用的蜘蛛天线的空间采样，并表明该算法可以用来估计的自由度，随后，最大限度地提高每平方米的吞吐量的用户数量。
2018-04-16 cs.IT math.IT
Relationship between Cross-Polarization Discrimination (XPD) and Spatial Correlation in Indoor Small-Cell MIMO Systems
在这封信中，我们提出了一个相关的信道模型的双极化天线全向天线在室内小小区多输入多输出（MIMO）系统。在室内环境中，我们确认，交叉极化歧视（XPD）的出发角方向可以表示为MIMO信道的空间相关性。我们还评估了基于双极化天线的MIMO信道模型和空间相关的信道模型，使用三维（3D）射线跟踪模拟器。此外，我们提供了等效的相邻天线之间的距离根据XPD，提供设计双极化天线及其阵列的见解。
2017-12-06 cs.IT math.IT
Retrospective Interference Alignment for Two-Cell Uplink MIMO Cellular Networks with Delayed CSIT
在本文中，我们提出了一种新的追溯干扰对齐两个小区的多输入多输出（MIMO）干扰多址信道（IMAC）的延迟信道状态信息在发射机（CSIT）。结果表明，有延迟CSIT可以严格增加的总和自由度相比，没有CSIT的情况下。关键思想是通过以分布式方式充分利用先前接收的信号作为具有过时CSIT的边信息，来随着时间将来自相邻小区的多个干扰信号对准到小维度子空间上。值得注意的是，我们表明，追溯干扰对齐可以实现最佳的总和DoF的上下文中的两个小区两个用户的情况下，通过提供一个新的外边界。
2015-04-28 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
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
Multi-Cell Multi-User Massive FD-MIMO: Downlink Precoding and Throughput Analysis
针对时分双工（TDD）多小区多用户大规模全维MIMO（FD-MIMO）网络，研究了下行链路预编码和功率分配策略。利用信道互易性，消除了DL信道状态信息（CSI）反馈，并且通过经由旋转不变技术（ESPRIT）估计信号参数，将DL多用户MIMO预编码与上行链路（UL）到达方向（DoA）估计相关联。假设UL导频的非正交/非理想扩频序列，UL DoA估计的性能被解析地表征，并且所表征的DoA估计误差被并入到相应的DL预编码和功率分配策略中。仿真结果验证了我们的分析特征的DoA估计的准确性，并表明，所介绍的多用户MIMO预编码和功率分配策略优于现有的基于迫零的大规模MIMO策略。
2018-09-26 cs.IT math.IT
Cell-Free Massive MIMO with Channel Aging and Pilot Contamination
在本文中，我们研究了信道老化对无小区（CF）的大规模多输入多输出（MIMO）系统的性能与导频污染的影响。考虑到由于用户移动性的信道老化效应，我们首先计算信道估计。我们用它来获得新的封闭形式的表达式的CF大规模MIMO系统的上行链路频谱效率（SE）与大规模衰落解码和匹配滤波器接收机合作。一个小小区系统的性能推导出比较。结果表明，CF massive MIMO系统在低移动性和高移动性条件下都能获得较高的95%可能的上行链路SE，并且CF massive MIMO对信道老化具有更强的鲁棒性.分数功率控制（FPC）被认为是补偿，以限制用户间的干扰。结果表明，与全功率传输相比，FPC的效益随着沟道老化的加剧而逐渐减弱。
2020-08-25 cs.IT math.IT
On the Performance of Backhaul Constrained Cell-Free Massive MIMO with Linear Receivers
研究了大规模多输入多输出（MIMO）系统，在该系统中，实现了雾无线接入网（F-RAN）来实现接入点（AP）和中央处理器（CPU）之间的信息交换。我们引入了一种新的方法，其中AP估计信道，并将估计信道的量化版本和接收信号的量化版本发送回中央处理单元。最大算法和Bussgang定理被用来模拟最佳均匀量化。推导了各态历经的可达速率。我们发现，利用微波无线回程链路，并使用少量的比特来估计信道和接收信号，有限回程无小区Massive MIMO的性能接近无小区Massive MIMO的性能与完美的回程链路。
2018-11-26 cs.IT math.IT
Massive MIMO versus Small-Cell Systems: Spectral and Energy Efficiency Comparison
在本文中，我们研究了两种重要的5G网络架构的下行链路性能，即大规模多输入多输出（M-MIMO）和小小区密集化。我们提出了一个比较建模的两个系统，其中用户和天线/基站（BS）的位置分布根据泊松点过程（PPP）。然后，我们利用随机几何的结果和大系统的分析工具来研究SIR分布和每个网络的平均香农和中断率。通过比较这些结果，我们观察到，对于用户平均频谱效率，小小区致密化在具有中等到高用户密度的拥挤区域和具有低用户密度的大规模MIMO中是有利的。然而，当性能度量是能量效率时，小小区系统在所有情况下都优于M-MIMO。本文的研究结果对实际5G网络的优化设计具有一定的参考价值。
2015-09-14 cs.IT math.IT
Unified Stochastic Geometry Model for MIMO Cellular Networks with Retransmissions
本文提出了一个统一的数学范式，随机几何的基础上，下行蜂窝网络与多输入多输出（MIMO）基站（BS）。所开发的范例占信号重传解码错误时，其中捕获的原始和重传信号的信号干扰噪声比（SINR）之间的时间相关性。除了对重传对网络性能的影响进行建模外，所开发的数学模型还为MIMO蜂窝网络文献提供了双重分析统一。首先，它将有形的解码错误概率和抽象的（即，调制方案和接收机类型不可知）中断概率分析，这在文献中很大程度上是不相交的。其次，统一了对不同MIMO配置的分析。通过高斯信令近似以及MIMO蜂窝网络中每数据流SINR的等效SISO表示来抽象干扰信号中传达的不必要信息，从而实现统一的MIMO分析。我们表明，建议的统一简化了分析，而不牺牲模型的准确性。为此，我们讨论了不同的MIMO方案所施加的分集复用的折衷，并阐明了由于原始和重传信号的SINR之间的时间相关性的分集损失。最后，强调了几个设计见解。
2016-04-11 cs.IT math.IT
Improving Cell-Free Massive MIMO by Local Per-Bit Soft Detection
在这封信中，我们考虑了无小区的大规模多输入多输出（MIMO）网络的上行链路，其中每个用户由接入点（AP）的子集解码。在无小区大规模MIMO处理中引入了一个额外的步骤：上行链路中的每个AP在本地实现软MIMO检测，然后在前传链路上共享所得到的比特对数似然。数据的解码在中央处理单元（CPU）处执行，从AP收集数据。AP处的非线性处理包括仅利用本地信道状态信息对每个接收到的数据比特的后验密度的近似计算。所提出的方法提供了良好的性能，在误帧率和大大低于最佳的最大似然解调器的复杂度。
2021-04-06 cs.IT math.IT
A Comparison of MIMO Techniques in Downlink Millimeter Wave Cellular Networks with Hybrid Beamforming
在未来的毫米波（mmWave）蜂窝网络中将需要大型天线阵列，从而实现大量不同的可能天线架构和多输入多输出（MIMO）技术。仍然不清楚哪种MIMO技术作为不同网络参数的函数是最期望的。因此，本文比较了混合波束赋形使能的多用户（MU）MIMO和单用户空间复用（SM）与单用户模拟波束赋形（SU-BF）的覆盖范围和速率性能。针对MU-MIMO毫米波蜂窝网络，提出了一种用于覆盖和速率分析的随机几何模型，该模型考虑了混合模拟/数字预编码器和合并器的毫米波特定硬件约束，以及角域稀疏的阻塞相关信道模型。分析结果突出了多用户毫米波网络的覆盖范围，速率和功耗的权衡。在毫米波蜂窝网络中，由于发射机处的完美信道状态信息和轮询调度，MU-MIMO通常是比SM或SU-BF更好的选择。然而，这种观察忽略了由于信道获取或计算复杂性而引起的任何开销。考虑到这种开销的影响，我们的结果可以重新解释，以便量化MU-MIMO提供比SM或SU-BF更高速率的最小允许效率。
2016-03-02 cs.IT math.IT
Spectral and Energy Efficiency of Cell-Free Massive MIMO Systems with Hardware Impairments
无小区的大规模多输入多输出（MIMO）具有大量分布式接入点（AP），其共同服务于用户设备（UE），是未来无线通信的有前途的网络架构。为了降低此类系统的成本和功耗，在AP处利用低质量收发器硬件是重要的。然而，硬件损伤对无小区大规模MIMO的影响迄今尚未被研究。在本文中，我们首先看看这个重要的话题，利用完善的硬件失真模型，并推导出新的频谱和能源效率的封闭形式的表达式。这些表达式提供了重要的见解，硬件损伤的实际影响，以及如何有效地部署无细胞系统。此外，提出了一种新的硬件质量缩放定律。它证明了在AP的硬件损伤的影响消失的AP的数量的增长。数值结果验证了无小区的大规模MIMO系统对硬件损伤具有固有的弹性。
2017-09-09 cs.IT math.IT
Study of Multiuser Scheduling with Enhanced Greedy Techniques for Multicell and Cell-Free Massive MIMO Networks
在这项工作中，我们研究的和速率性能的多小区和无小区的大规模MIMO系统使用线性预编码和多用户调度算法。我们考虑使用一个网络为中心的聚类方法，以减少计算复杂性的技术应用到无细胞系统。然后，我们开发了一个贪心算法，考虑多个候选人的子集的用户进行调度，并接近最佳的穷举搜索的性能。我们评估建议和现有的调度算法在多小区和无小区网络具有相同的覆盖区域。数值结果表明，针对现有的方法，所提出的调度算法的和速率性能。
2023-03-12 cs.IT math.IT
Full-Duplex MIMO Small-Cell Networks: Performance Analysis
具有多个天线的全双工小型小区中继构成了设想的5G网络架构的核心元素。在本文中，我们使用随机几何分析全双工多天线小小区的无线网络的性能，特别强调成功传输的概率。为了实现这一目标，我们还描述了全双工节点的自干扰功率的分布。建议的框架揭示了有用的见解全双工的好处，就半双工的网络吞吐量。
2015-07-03 cs.IT math.IT
A Framework of Mahalanobis-Distance Metric with Supervised Learning for Clustering Multipath Components in MIMO Channel Analysis
由于多径分量（MPC）在实验中被观察到以簇的形式出现，基于簇的信道模型已经成为无线信道研究的热点。然而，大多数的MPC聚类算法的MIMO信道的延迟和角度信息的MPC是基于距离度量，量化的相似性，两个MPC，并确定优选的集群形状，极大地影响MPC聚类质量。本文提出了一种用于MIMO信道分析中MPC聚类的Mahalanobis距离度量的一般框架，无需用户指定参数。值得注意的是，流行的多径分量距离（MCD）被证明是一个特殊的情况下提出的距离度量框架。此外，两个机器学习算法，即弱监督马氏度量聚类和监督大间隔最近邻，学习距离度量。为了评估该方法的有效性，在3GPP空间信道模型的基础上提出了一种改进的信道模型，用于生成具有时延和角度信息的分簇MPC，因为原始的3GPP空间信道模型（SCM）无法评估分簇质量。实验结果表明，提出的距离度量能显著提高现有聚类算法的聚类质量，而学习阶段标记MPC的工作量相当有限.
2021-10-17 cs.IT eess.SP math.IT
Graph Coloring Based Pilot Allocation to Mitigate Pilot Contamination for Multi-Cell Massive MIMO Systems
大规模多输入多输出（MIMO）系统利用大量的基站（BS）天线来服务一组用户，由于小区间干扰（ICI）而遭受导频污染。本文提出了一种基于图着色的多小区大规模MIMO系统导频分配方案。具体地说，通过利用衰落信道的大尺度特性，首先构建一个干扰图来描述所有用户的潜在ICI关系。然后，利用有限的导频资源，所提出的GC-PA方案旨在通过在干扰图中的用户之间有效地分配导频来减轻潜在的ICI。通过仿真验证了该方案的性能增益。
2015-07-15 cs.IT math.IT
Performance Analysis of Multi-Cell Millimeter Wave Massive MIMO Networks with Low-Precision ADCs
在本文中，我们研究了多小区毫米波（mmWave）大规模多输入多输出（MIMO）网络与低精度模数转换器（ADC）在基站（BS）。每个小区为多个用户提供服务，每个用户配备有多个天线，但由单个RF链驱动。本文首先介绍了一种适用于毫米波大规模MIMO网络的信道估计策略，并分析了在不完全信道状态信息下的可达速率。然后，我们得出了一个有见地的下限的可实现的速率，这变得越来越紧的用户数量。该界限清楚地表明了天线数量和ADC精度的影响，特别是对于低信噪比（SNR）的单小区毫米波网络。它表征了各种系统参数之间的折衷。我们的分析结果最终证实了广泛的计算机模拟。
2018-10-05 cs.IT math.IT
Multi-cell Massive MIMO Beamforming in Assuring QoS for Large Numbers of Users
大规模多输入多输出（MIMO）使用非常大量的低功率发射天线来服务数量少得多的用户。最广泛提出的大规模MIMO发射波束成形类型是迫零，其基于总MIMO信道矩阵的右逆以迫使用户间干扰为零。基于小区边缘用户的吞吐量分析了大规模MIMO的性能。本文重新评估这种波束成形的哲学，而不是考虑最大化的大规模MIMO系统的能量效率，以确保尽可能多的用户的服务质量（QoS）。新的时间分数式波束成形技术可以消除大量发射天线为少量用户提供服务的瓶颈，该技术将信号传输集中在时隙的几分之一内。因此，大规模MIMO可以在为更大数量的用户确保QoS时提供更好的体验质量（QoE）。所提供的模拟结果表明，大规模MIMO服务的用户数量与所需的QoS可能是两倍或更多的发射天线的数量。
2017-12-10 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
An Efficient Clustering Algorithm for Device-to-Device Assisted Virtual MIMO
在本文中，利用移动设备（MD）的解码和转发中继的设备到设备辅助虚拟MIMO（VMIMO）系统进行了研究。单天线MD根据泊松点过程随机分布在2D平面上，并且仅它们的子集是源，留下其他空闲MD可用于辅助它们（中继）。我们的目标是开发一个有效的算法，集群每个源与可用的继电器的子集，形成一个VMIMO系统下的有限反馈的假设。我们首先表明，在我们的情况下，预编码的NP-难优化问题可以近似解决半定松弛。我们研究了具有单个源的特殊情况，并解析推导出VMIMO系统平均频谱效率的上限。然后，我们提出了一个最佳的贪心算法，达到这个界限。我们进一步利用这些结果，以获得一个多项式时间聚类算法的一般情况下，多个来源。最后，通过数值模拟将该算法与穷举聚类算法的性能进行了比较，结果表明该算法具有较好的聚类性能.
2013-12-10 cs.IT math.IT
Mobile Cell-Free Massive MIMO: Challenges, Solutions, and Future Directions
本文研究无蜂窝大规模MIMO辅助的移动通信范式与挑战，提出采用预测天线、分层消除等技术方案，并给出未来研究方向，助力下一代移动通信发展。
2023-06-13 cs.IT math.IT
Massive MIMO and Small Cells: Improving Energy Efficiency by Optimal Soft-Cell Coordination
为了提高蜂窝能量效率，在不牺牲用户的服务质量（QoS）的情况下，网络拓扑结构必须被加密以实现更高的空间重用。我们分析了两种致密化方法的组合，即“大规模”多输入多输出（MIMO）基站和小小区接入点。如果后者是运营商部署的，则可以采用空间软小区方法，其中多个发射机通过联合非相干多流波束成形来服务用户。我们最小化总功耗（包括动态发射功率和静态硬件功率），同时满足QoS约束。这个问题被证明有一个隐藏的凸性，使有效的解决方案的算法。有趣的是，最优的解决方案，促进独家分配的用户发射机。此外，我们提供了有希望的模拟结果，显示了如何通过将大规模MIMO和小小区相结合来大大提高总功耗;这对于最佳和低复杂度的波束成形都是可能的。
2013-10-08 cs.IT math.IT
Efficient Parallel Schemes for Cell-free Massive MIMO Using Radio Stripes
无小区的大规模MIMO为多个用户提供无处不在的连接，并且使用无线电条纹的实现是非常有效的。本文提出了一种无线条带并行方案，允许接入点同时进行信号处理。简单的最大比（MR）处理在该方案中是可行的，但其性能较差。因此，本文进一步提出了两个有效的并行方案，以获得更好的性能。第一个是具有定制的以用户为中心的策略的干扰感知MR处理。第二种是基于LMMSE的分布式正则化迫零算法（D-RZF）。仿真结果表明，所提出的并行方案获得更好的性能比现有的工作。
2020-12-21 cs.IT math.IT
Distributed Power Control in Downlink Cellular Massive MIMO Systems
本文比较了集中式和分布式方法来解决多小区大规模多输入多输出（MIMO）系统下行链路中具有服务质量（QoS）约束的功率最小化问题。特别是，我们研究的计算复杂性，基站（BS）之间需要交换的参数的数量，和迭代实现的收敛性。尽管基于对偶分解的分布式实现（其仅需要每个BS处的统计信道知识）通常在几次迭代之后收敛到全局最优，但是需要交换许多参数以达到收敛。
2018-02-20 cs.IT math.IT
Compute-and-Forward in Cell-Free Massive MIMO: Great Performance with Low Backhaul Load
在本文中，我们考虑了无小区的大规模MIMO系统的上行链路，其中大量的分布式单天线接入点（AP），同时通过有限的回程服务的用户数量少得多。第一次，我们调查的性能计算和转发（C&F）在这样一个超密集的网络与现实的信道模型（包括衰落，路径损耗和阴影）。利用路径损耗的特性，提出了一种低复杂度的C &F系数选择算法。我们还给出了一个贪婪的AP选择方法的消息恢复。此外，我们将C&F的性能与其他一些有前途的分布式大规模MIMO线性策略（如小小区（SC）和最大比合并（MRC））进行了比较。数值结果表明，C&F不仅减少了回程负载，但也显着增加系统的吞吐量对称的情况下。
2016-11-21 cs.IT math.IT
Network MIMO with Partial Cooperation between Radar and Cellular Systems
为了满足不断增长的频谱需求，未来的蜂窝系统预计将共享其他服务（如雷达）的频谱。在本文中，我们考虑了一个网络多输入多输出（MIMO）与部分合作模型，雷达站与蜂窝基站（BS）的合作，以提供信息给预期的移动用户。因此，雷达站在蜂窝系统中充当BS。然而，由于雷达站发射的高功率用于检测远目标，蜂窝接收机在接收这些高雷达功率时可能烧毁。因此，我们提出了一种新的投影方法，称为小奇异值空间投影（SSVSP），以减轻这些有害的高功率，使雷达站与蜂窝基站合作。此外，我们制定了一个MIMO干扰信道的一般约束（MIMO-IFC-GC）的问题。最后，我们提供了一个解决方案，以最大限度地减少加权和均方误差最小化问题（WSMMSE）与执行功率约束的雷达和蜂窝站。
2015-10-18 cs.IT math.IT
Spectral and Energy Efficiency of Uplink D2D Underlaid Massive MIMO Cellular Networks
关键的5G场景之一是设备到设备（D2D）和大规模多输入多输出（MIMO）将共存。然而，由于大量的蜂窝和D2D传输，需要协调上行链路D2D底层的大规模MIMO蜂窝网络中的干扰。为此，本文介绍了一种空间动态功率控制解决方案，用于减轻蜂窝到D2D和D2D到蜂窝的干扰。特别地，所提出的D2D功率控制策略相当灵活，包括没有D2D链路或使用最大发射功率的特殊情况。在考虑功率控制的情况下，提出了一种分析方法来评估这种网络的频谱效率（SE）和能量效率（EE）。因此，导出了蜂窝用户或D2D发射机的SE的精确表达式，其量化了诸如大规模MIMO天线和D2D密度的关键系统参数的影响。此外，D2D的规模属性，这提供了实现预期的SE的充分条件。数值结果证实了我们的分析，并表明所提出的功率控制解决方案可以有效地减轻蜂窝和D2D层之间的干扰。结果表明，存在最佳D2D密度，以最大化D2D层的面积SE。此外，蜂窝用户的可实现EE可以与D2D用户的可实现EE相当。
2017-05-29 cs.IT math.IT
Multi-Cell Massive MIMO Performance with Double Scattering Channels
研究了多小区大规模多输入多输出（MIMO）系统在不同信道模型下的频谱效率。先前的作品已经推导出封闭形式的SE边界和近似高斯分布的信道，而我们认为双散射模型的一个主要例子，一个非高斯信道，它是难以获得封闭形式的SE表达式。信道估计使用有限的资源，这会引起导频污染，估计用于线性检测和计算SE数值。分析和数值例子来描述的双散射模型，这不同于传统的大规模MIMO模型的关键行为。最后，我们提供了多小区的仿真结果，比较双散射模型与不相关的瑞利衰落，并解释在什么条件下，我们可以期望实现类似的SE。
2016-09-05 cs.IT math.IT
Interference Alignment Through User Cooperation for Two-cell MIMO Interfering Broadcast Channels
研究了两小区多输入多输出（MIMO）高斯干扰广播信道（MIMO-IFBC），其中$K$协作用户位于每个基站的小区边界上。它对应于具有两个基站（BS）和配备有Wi-Fi接口的$K$用户的蜂窝网络的下行链路场景，该Wi-Fi接口使得能够在对等基础上在用户之间进行协作。在这种情况下，我们提出了一种新的干扰对齐（IA）技术，利用用户的合作。当每个基站和用户分别具有$M=K+1$发射天线和$N=K$接收天线时，我们所提出的算法获得了2K的可实现自由度（DoF）。此外，该算法只需要少量的信道反馈信息的用户协作信道的帮助。仿真结果表明，不仅是分析结果的有效性，但我们提出的算法的可实现的自由度也优于传统的技术。
2010-11-17 cs.IT math.IT
On Uplink User Capacity for Massive MIMO Cellular Networks
在大规模MIMO网络中的性能受到导频污染限制的条件下，当使用不同的导频分配方案时，反向链路信号干扰比（SIR）表现出不同的分布。通过利用不同的正交导频序列组，与相邻小区之间的重用序列相反，所得到的SIR分布在使网络上的用户数量最大化同时为所有用户保持给定的服务质量（QoS）方面更有利。本文提供了一个简单的表达式，在这样的网络上的上行链路用户容量，并提出了上行链路用户容量的数字为选择的服务质量目标的导频分配方案。
2016-06-09 cs.IT math.IT
Performance Analysis of Cell Free Massive MIMO systems in LoS/ NLoS Channels
在蜂窝通信系统中，传统上假定在用户与其相关联的接入点（AP）之间不存在视线（LoS）路径。然而，这种假设在无小区（CF）大规模MIMO系统方向的最近发展的背景下变得有问题。在CF大规模MIMO中，假设AP密度与用户密度相当，这增加了用户与其相关联的AP之间存在LoS路径的概率。在本文中，我们分析了上行链路CF大规模MIMO系统的性能，与概率的LoS信道模型。在这里，我们首先推导出这种信道模型的有效统计，并认为它们的行为是从根本上不同于传统的丰富的散射信道。利用这些统计数据，我们接下来比较CF大规模MIMO系统在中央处理单元处的逐流解码和联合解码下可实现的速率。在此之后，我们还讨论了集中的MMSE为基础的数据检测，以获得复杂度/性能的权衡。最后，使用详细的蒙特卡罗模拟，我们验证我们的分析结果，并评估三个数据检测方案的性能。
2020-11-30 cs.IT math.IT
Distributed Massive MIMO in Cellular Networks: Impact of Imperfect Hardware and Number of Oscillators
分布式大规模多输入多输出（MIMO）将相干MIMO处理的阵列增益与分布式天线设置的邻近增益相结合。在本文中，我们分析了收发器的硬件损伤如何影响下行链路的最大比传输。我们推导出封闭形式的频谱效率的表达式，并研究其渐近行为的天线数量的增加。我们证明了一个缩放定律的硬件质量，这表明，大规模MIMO是弹性的加性失真，而乘性相位噪声是一个限制因素。在每个天线处具有单独的振荡器也比每个BS具有一个振荡器更好。
2015-06-02 cs.IT math.IT
Graph Neural Network Based Access Point Selection for Cell-Free Massive MIMO Systems
提出了一种基于图神经网络（GNN）的无小区大规模多输入多输出（MIMO）系统接入点（AP）选择算法。构造了两个图来表示无小区的大规模MIMO网络，其中同构图仅包括表示网络中的AP的结构的AP节点，而异构图包括AP节点和用户设备（UE）节点。基于归纳图学习框架GraphSAGE的GNN用于获得嵌入，然后用于预测节点之间的链接。数值结果表明，与基于邻近度的AP选择算法相比，所提出的基于GNN的算法预测潜在的AP具有更高的准确性。与基于大尺度衰落系数的AP选择算法相比，该算法不需要测量和排序所有相邻AP的信号强度。此外，所提出的算法是可扩展的无小区系统中的用户数量。
2021-09-27 cs.IT math.IT
Cell-free Massive MIMO with Short Packets
在本文中，我们适应了无小区的大规模MIMO（多输入多输出），这是由Östman等人（2020）引入的有限块长度框架，用于表征在超可靠低延迟通信（URLLC）制度下，大规模MIMO可实现的分组错误概率。在本文中考虑的框架包括一个无细胞的架构，不完美的信道状态信息，和任意的线性信号处理在中央处理单元连接到接入点通过前传链路。通过数值模拟，我们表明，要达到高可靠性要求的URLLC，MMSE信号处理必须使用。还与小小区和大规模MIMO蜂窝网络进行了比较。两者都需要更多的天线来实现与无小区Massive MIMO相当的性能。
2021-07-22 cs.IT eess.SP math.IT
Joint Transmit and Circuit Power Minimization in Massive MIMO with Downlink SINR Constraints: When to Turn on Massive MIMO?
在这项工作中，我们考虑了多小区多输入多输出（MIMO）系统的下行链路，并找到联合最佳数量的基站（BS）天线和传输功率，最大限度地减少功耗，同时满足每个用户的有效信号干扰噪声比（SINR）的约束和BS的功率约束。不同于以往的工作，我们考虑的功耗模型，同时考虑传输和硬件消耗的功率。我们制定了单细胞和多细胞系统的联合优化问题。封闭形式的表达式的最佳数量的BS天线和发射功率推导出单小区的情况下。对多小区情况的分析表明，增加任何小区中的BS天线的数量总是在可行性和总辐射功率方面提高整个系统的性能。这项工作的一个关键贡献是表明，联合优化问题可以放松作为一个几何规划问题，可以有效地解决。该解决方案可以在实践中用于根据业务负载变化来打开和关闭天线。大量的功率节省证明了模拟。
2019-02-21 cs.IT math.IT
Multi-Cell MIMO Downlink with Cell Cooperation and Fair Scheduling: a Large-System Limit Analysis
我们认为，下行链路的蜂窝网络与多个小区和多天线基站，包括一个现实的距离相关的路径损耗模型，集群的合作小区，和一般的“公平性”的要求。除了蒙特卡洛模拟，没有有效的计算方法来评估这样的系统的遍历吞吐量迄今为止。我们提出了一个解析解的基础上结合大型随机矩阵的结果和凸优化。所提出的方法在计算上比蒙特卡洛模拟更有效，并提供了令人惊讶的准确近似的实际有限维系统，即使是少量的用户和基站天线。数值示例包括2单元线性和三扇区7单元平面布局，没有单元间协作、扇区协作或完全单元间协作。
2010-06-10 cs.IT math.IT
Beyond Cell-free MIMO: Energy Efficient Reconfigurable Intelligent Surface Aided Cell-free MIMO Communications
无小区系统可以通过使多个基站（BS）能够以由于BS的大规模部署而导致的高硬件和电源成本为代价来协作地为没有小区边界的用户服务，从而有效地消除小区间干扰。为了解决这个问题，低成本的可重构智能表面（RIS）可以作为一个有前途的技术，以提高能源效率的无细胞系统。在本文中，我们考虑了一个RIS辅助无小区MIMO系统，其中多个RIS部署在BS和用户周围，以低成本的方式通过可重构反射来创建有利的传播条件，从而增强无小区MIMO通信。为了最大限度地提高能量效率，提出了一种混合波束形成（HBF）方案，该方案由基站处的数字波束形成和基于RIS的模拟波束形成组成。建立了能源效率最大化问题的数学模型，并设计了求解该问题的迭代算法。研究了发射功率、RIS数目和RIS大小对能量效率的影响。理论分析和仿真结果表明，最优能量效率取决于RIS的数量和RIS的大小。数值计算也表明，该系统可以实现更高的能量效率比传统的。
2020-11-17 cs.IT eess.SP math.IT
Cell-Free Massive MIMO with Limited Backhaul
我们考虑一个无小区的大规模多输入多输出（MIMO）系统和调查的情况下的系统性能时的量化版本的估计信道和量化的接收信号可在中央处理单元（CPU），和的情况下，只有量化版本的组合信号与最大比组合（MRC）检测器可在CPU。接下来，我们研究了最大最小优化问题，其中最小用户上行链路速率最大化回程容量约束。为了处理最大-最小非凸问题，我们提出将原问题分解为两个子问题。基于这些子问题，我们开发了一个迭代方案，解决了原来的最大最小用户上行链路速率。此外，我们提出了一个用户分配算法，以进一步提高性能的无小区的大规模MIMO有限的回程链路。
2018-01-30 cs.IT math.IT
Application of Analog Network Coding to MIMO Two-Way Relay Channel in Cellular Systems
本文提出了一种适用于MIMO双向蜂窝网络的高效模拟网络编码传输协议。针对多天线用户的用户间干扰问题，首次提出了分块信号对齐方法，与现有的信号对齐方法相比，该方法使得对齐空间的维数更大。两种算法被开发来联合设计在中继和BS的中断优化的预编码矩阵。特别地，最后一种算法被设计为最大化有效信道增益与有效噪声增益之比。该传输协议的性能也通过仿真进行了验证。
2013-08-16 cs.IT math.IT
Cell-Free Massive MIMO versus Small Cells
无小区大规模MIMO（多输入多输出）系统包括非常大量的分布式接入点（AP），其基于直接测量的信道特性在相同的时间/频率资源上同时服务于少得多的用户。AP和用户各只有一根天线。AP通过时分双工操作和接收由用户发送的上行链路导频信号来获取信道状态信息。AP通过下行链路上的共辄波束成形和上行链路上的匹配滤波来执行复用/解复用。单个用户上行链路和下行链路吞吐量的闭式表达式导致最大-最小功率控制算法。最大-最小功率控制确保了在整个覆盖区域内均匀良好的服务。导频分配算法有助于减轻导频污染的影响，但功率控制在这方面更为重要。无小区大规模MIMO相对于传统的小小区方案具有显著改进的性能，其中每个用户由专用AP服务，在95%可能的每用户吞吐量和对阴影衰落空间相关的免疫性方面。在不相关的阴影衰落条件下，无小区方案在95%可能的每用户吞吐量方面提供了比小小区方案近5倍的改进，并且当阴影衰落相关时提供了10倍的改进。
2017-01-17 cs.IT math.IT
Optimal Per-Antenna ADC Bit Allocation in Correlated and Cell-Free Massive MIMO
在大规模MIMO基站（BS）中，硬件设计需要平衡高频谱效率（SE）与低复杂度。硬件损伤（HWI）的水平指示由硬件缺陷引入的信号失真有多强。特别是，模数转换器（ADC）对信号失真和功耗具有重要影响。本文讨论了在大规模MIMO空间中选择最佳硬件质量的基本问题。特别是，我们研究了最佳的HWI和ADC位分配每个BS天线，以最大限度地提高SE。结果表明，在天线间信道增益变化较小的共址阵列中，平均ADC比特分配是最优的。相比之下，无小区的大规模MIMO系统从优化ADC比特分配中获益最多，当使用正则化迫零（RZF）时，每个用户设备实现大约2 [比特/信道使用]的改进。此外，当包括具有RZF的无小区大规模MIMO中的功耗的影响时，与相等ADC比特分配相比，跨BS天线分配混合ADC比特分辨率的低值可以将能量效率提高高达30%。
2021-04-19 cs.IT math.IT
Massive MIMO 5G Cellular Networks: mm-wave vs. μ-wave Frequencies
增强型移动宽带（eMBB）是为下一代移动无线网络开发新标准5G新无线电的关键用例之一。大型天线阵列，也就是。大规模MIMO、使用10-100 GHz范围内的载波频率、所谓的毫米波（mm波）频带以及引入小型小区的网络密集化是允许实施eMBB服务并实现Gbit/s移动无线体验的三种技术。本文重点介绍大规模MIMO技术;最初设想用于sub-6 GHz范围（μ波）的传统蜂窝频率，大规模MIMO概念随后逐步扩展到使用mm波频率的情况。然而，由于城市场景中的不同传播机制，所得到的μ波和mm波处的MIMO信道模型是根本不同的。本文指出了六个关键的基本差异，以及它们对通信收发器的架构和算法以及在可靠性和多路复用能力方面可达到的性能的影响。
2017-02-23 cs.IT math.IT
MIMO Cellular Networks with Simultaneous Wireless Information and Power Transfer
在本文中，我们介绍了一种用于密集部署的多天线蜂窝网络的系统级分析和优化的数学方法，其中低能耗设备能够同时解码信息数据和收获功率。假设基站根据泊松点过程进行部署，并利用随机几何工具来量化信息速率和收获功率方面的权衡。它表明，多天线传输是能够提高信息速率和收获的功率在同一时间。
2016-08-29 cs.IT math.IT
Line-of-Sight and Pilot Contamination Effects on Correlated Multi-cell Massive MIMO Systems
本工作考虑了具有$L$小区的多小区大规模MIMO系统的上行链路（UL），每个$K$单天线用户与$N-$天线基站（BS）通信。该信道模型包括具有不同的每用户莱斯因子和信道相关矩阵的莱斯衰落，并考虑到导频污染和不完美的CSI。其目的是评估这种系统的性能与不同的单细胞和多细胞检测方法。在前者中，我们研究MRC和单小区MMSE（S-MMSE）;至于后者，我们感兴趣的是多小区MMSE（M-MMSE），最近被证明在瑞利衰落提供无界速率。假设无限的$N$限制，并产生信息的封闭形式的近似，证实了有限系统尺寸的数值结果的选择。因此，这些表达式是准确的，并提供了相关的见解不同的系统参数对整体性能的影响。
2018-12-17 cs.IT math.IT
Downlink Power Control in User-Centric and Cell-Free Massive MIMO Wireless Networks
最近，已经引入了所谓的无小区大规模MIMO架构，其中非常大量的分布式接入点（AP）同时并联合地服务于少得多的移动站（MS）。无小区技术的变体是以用户为中心的方法，其中每个AP仅解码其以最大功率接收的MS。本文考虑了无小区和以用户为中心的方法，并使用顺序优化和交替优化的相互作用，推导出下行链路功率控制算法，旨在最大化最小用户的SINR（以确保公平性），或系统和速率。数值结果表明，所提出的算法的有效性，以及以用户为中心的方法一般优于CF之一。
2017-10-21 cs.IT math.IT
Cell-Free Massive MIMO with Large-Scale Fading Decoding and Dynamic Cooperation Clustering
研究了以用户为中心的无小区大规模MIMO（多输入多输出）系统的上行链路。我们利用以用户为中心的动态合作聚类（DCC）框架，并得出可实现的频谱效率与两层解码，分为接入点和中央处理器（CPU）之间。这种解码方法也被称为大规模衰落解码（LSFD）。前传信令负载进行了分析，并提出了一个接近最佳的第二层解码方案的CPU相比，最佳方案，以减少前传的要求。我们还重新审视了LSFD权重和上行链路功率控制的联合优化，并表明相应的最大最小公平优化问题可以通过一个有效的固定点算法得到最佳解决。我们提供的模拟带来了新的见解，无细胞的大规模MIMO实现。
2021-09-09 cs.IT eess.SP math.IT
Mitigation of UE Antenna Calibration Errors via Differential STBC in Cell-Free Massive MIMO
University of Cassino and Southern Lazio（卡西诺大学及南拉齐奥大学）；Consorzio Nazionale Interuniversitario per le Telecomunicazioni (CNIT)（意大利国立电信联盟）
本文研究了在无中心大规模MIMO系统中利用差分空间时间块码缓解多天线用户设备天线校准误差的问题，证明无需用户侧校准或信道相位知识即可实现可靠下行通信。
2026-05-14 cs.IT math.IT
Performance Analysis of Cell-Free Massive MIMO Systems with Massive Connectivity
在本文中，我们研究了大规模连接的无小区大规模MIMO系统的性能。利用广义近似消息传递（GAMP）算法，获得所有用户到所有接入点（AP）的有效信道系数的最小均方误差（MMSE）估计，以实现联合用户活动检测和信道估计。随后，利用MMSE估计对大线性系统的解耦特性和GAMP算法的状态演化方程，得到了信道估计系数和信道估计误差的方差。最后，我们研究了在无小区的大规模MIMO系统的中央处理器（CPU）处使用迫零（ZF）检测器的可实现的上行链路速率。数值结果，我们分析了用于联合活动检测和信道估计的导频的数量，AP的数量，和信噪比（SNR）上的可实现的速率的影响。
2021-05-13 cs.IT math.IT
