Iteration-Free Candidate Pruning and an Index-Domain VLSI Architecture for Sort-Free MIMO Box Decoding up to 1024-QAM
针对Wi-Fi 7和5G NR的MIMO检测需求,提出MMECP剪枝方法与索引域VLSI架构,实现64-1024-QAM下4×4检测器达40Gb/s速率,硬件效率优于同类检测器。
2026-11-05 eess.SP
Deterministic Sort-Free Candidate Pruning for Scalable MIMO Box Decoding
Vodafone Chair Mobile Communications Systems, Technische Universität Dresden(德累斯顿工业大学)
本文提出两种确定性剪枝策略,用于实现可扩展的 MIMO 信框解码,通过减少计算复杂度并保持 QAM 阶数无关性,实现硬件高效实现。
2026-02-12 cs.IT eess.SP math.IT
Blind Joint MIMO Channel Estimation and Decoding
本文提出了一种在信道状态信息(CSI)未知的情况下进行MIMO解码的方法。所提出的方法需要在传输的信号中的一些结构,以便解码是有效的,特别是底层源是从超立方空间中提取的。我们提出的技术适合最小体积平行六面体接收到的样品。这个问题可以表示为非凸优化问题,可以通过梯度下降以高概率解决。我们的盲解码算法可以使用时,在未知的MIMO无线信道使用BPSK或MPAM调制通信。我们应用我们的技术来联合估计MIMO信道增益矩阵和解码的基础传输,只有知识的传输星座,而不使用导频符号。我们的研究结果提供了理论保证,该算法是正确的,当应用于小型MIMO系统。实验结果表明,小样本的要求,使该算法适用于块衰落信道的相干时间通常在实践中看到。我们的方法有一个小于3dB的损失相比,迫零与完美的CSI,施加类似的性能惩罚的空时编码技术,而不损失的速率所产生的这些技术。
2018-02-03 cs.IT eess.SP math.IT
Iterative Detection and Decoding for Clustered Cell-Free Massive MIMO Networks
本文针对用户中心聚类无蜂窝大规模MIMO网络,提出迭代软干扰消除方案,建模并估计簇外干扰,结合LDPC码实现迭代检测解码,仿真验证误码率性能优于现有技术。
2024-12-14 cs.IT eess.SP math.IT
Sparse Large-Scale Fading Decoding in Cell-Free Massive MIMO Systems
无小区大规模多输入多输出(CF mMIMO)系统的特征在于具有比用户设备(UE)多得多的接入点(AP)。关键挑战是确定哪些AP应该服务于哪些UE。以前的工作已经解决了这个组合的问题。本文提出了一种稀疏的大规模衰落解码(LSFD)设计CF mMIMO联合优化的关联和LSFD。我们制定了一个组稀疏性问题,然后使用块坐标下降的近似算法来解决它。数值结果表明,稀疏LSFD实现了几乎相同的频谱效率的最佳LSFD,从而实现了更高的能量效率,因为减少了处理和信令。
2022-05-06 cs.IT eess.SP math.IT
Joint Sparse Graph for Enhanced MIMO-AFDM Receiver Design
本文针对MIMO-AFDM系统提出基于联合稀疏图的低复杂度接收机,通过合并检测与解码图实现并发处理,并引入稀疏信道方法降低复杂度,仿真验证了其在复杂度、延迟和误码率上的优势。
2025-03-24 eess.SP
DUIDD: Deep-Unfolded Interleaved Detection and Decoding for MIMO Wireless Systems
ETH Zurich(苏黎世联邦理工学院);NVIDIA Corporation(英伟达公司)
迭代检测和解码(IDD)是已知的,以实现近容量性能的多天线无线系统。我们提出了深度展开交织检测和解码(DUIDD),一个新的范例,降低了IDD的复杂性,同时实现更低的出错率。DUIDD将数据检测器和信道解码器的内部级交错,这加速了收敛并降低了复杂度。此外,DUIDD应用深度展开来自动优化算法超参数、软信息交换、消息阻尼和状态转发。我们使用NVIDIA的Sionna链路级仿真器在5G近多用户MIMO-OFDM无线系统中演示了DUIDD的有效性,该系统具有新颖的低复杂度软输入软输出数据检测器,优化的低密度奇偶校验解码器和来自商业射线跟踪器的信道向量。我们的结果表明,DUIDD优于经典IDD无论是在出错率和计算复杂性。
2022-12-15 cs.IT cs.LG eess.SP
Meta Learning-based MIMO Detectors: Design, Simulation, and Experimental Test
深度神经网络(NN)在有效平衡多输入多输出(MIMO)检测器的性能和复杂性方面表现出相当大的潜力。我们提出了一个接收器框架,利用以下简单的观察,使有效的在线训练:虽然NN参数应该适应通道,但并不是所有的通道敏感。特别是,我们使用了一个深度展开的NN结构,它代表了信号检测和信道解码模块中的迭代算法,作为多层深度前馈网络。期望传播(EP)模块,称为EPNet,通过展开EP算法和渲染的阻尼因子可训练的信号检测。一个展开的涡轮解码模块,称为涡轮网,用于信道解码。该组件解码turbo码,其中可训练NN单元被集成到传统的最大对数最大后验解码过程中。我们证明了TurboNet是强大的通道,只需要一个离线训练。因此,EPNet中只有少数阻尼因子必须在线重新优化。基于Meta学习的在线培训机制,然后开发。在这里,由长短期记忆神经网络实现的优化器被训练成通过使用小的训练集来有效地更新阻尼因子,使得它们可以快速适应新的环境。仿真结果表明,该接收机的性能明显优于传统的接收机和在线学习机制,可以快速适应新的环境。此外,一个空中平台,以证明所提出的接收机在实际部署的显着鲁棒性。
2020-12-08 eess.SP
Iterative Detection and Decoding Schemes with LLR Refinements in Cell-Free Massive MIMO Networks
针对编码无蜂窝大规模MIMO系统,提出低复杂度本地检测器与三种LLR优化方案,推导相关检测器闭式表达式,仿真验证其性能优于现有方法。
2024-05-22 cs.IT eess.SP math.IT
Trainable Joint Channel Estimation, Detection and Decoding for MIMO URLLC Systems
针对MIMO URLLC系统传统turbo接收机误差传播、时延高的问题,本文基于MAP准则构造两种JCDD问题,用ADMM求解并展开为可训练JCDDNet,在可接受复杂度下性能优于turbo接收机。
2024-04-11 cs.IT eess.SP math.IT
Symbol-Level Noise-Guessing Decoding with Antenna Sorting for URLLC Massive MIMO
本文针对URLLC场景,将符号级GRAND推广到mMIMO空间复用,并利用信道状态信息进行天线排序,在保持可靠性的同时将解码复杂度降低80%以上。
2023-07-11 cs.IT eess.SP math.IT
On Rate-Splitting With Non-unique Decoding In Multi-cell Massive MIMO Systems
我们考虑多小区大规模MIMO系统的下行链路遭受渐近速率饱和由于导频污染。相对于将导频污染干扰视为噪声(TIN),我们研究了解码导频污染干扰的性能。我们模型的导频共享用户的干扰信道(IC)和研究的性能的方案,解码这种干扰部分基于速率分裂(RS),并比较的性能方案,解码的干扰在其整体上基于同步唯一解码(SD)或非唯一解码(SND)。对于RS,我们对导频污染干扰的每一层进行非唯一解码,并且每个IC使用一个公共功率分配系数。此外,我们建立了一个可实现的区域,这个RS计划。解决最大对称速率分配问题的基础上线性规划(LP),我们表明,迫零(ZF)与空间相关/不相关的信道和实际数量的BS天线,RS实现显着更高的频谱效率比TIN,SD和SND。此外,我们数值研究的影响,增加跨天线的信道的相关性,用户的数量以及阴影衰落的程度。在所有情况下,我们表明,RS保持显着的增益比TIN,SD和SND。
2022-08-06 cs.IT eess.SP math.IT
A Bayesian Receiver with Improved Complexity-Reliability Trade-off in Massive MIMO Systems
第五代($5$ G)蜂窝网络对可靠性和处理延迟的严格要求给大规模多输入多输出(M-MIMO)接收机的设计带来了相当大的挑战。M-MIMO接收器的两个主要组件是检测器和解码器。为了改善可靠性和复杂性之间的权衡,贝叶斯概念已被认为是一种有前途的方法,增强了经典的检测器,例如最小均方误差检测器。本文提出了一种基于贝叶斯框架的迭代M-MIMO检测器,并行干扰消除方案和决策统计组合概念。然后,我们开发了一个高性能的M-MIMO接收机,结合所提出的检测器与低复杂度的极性码顺序解码。仿真结果表明,与其他低复杂度检测器相比,该检测器具有显著的性能增益。此外,所提出的具有顺序解码的M-MIMO接收器确保了与具有用于来自5G新无线电标准的极化码的堆栈连续消除解码的接收器相比低一个数量级的复杂度。
2021-10-27 cs.IT eess.SP math.IT
Robust massive MIMO Equilization for mmWave systems with low resolution ADCs
利用可用的毫米波频谱对于5G来说非常重要。在这项工作中,我们研究了基于链路级仿真的低分辨率ADC的数字波束形成的性能,包括信道估计,MIMO均衡和信道解码。我们考虑最近商定的3GPP NR类型1OFDM参考信号。比较结果表明,顺序DCD在检测性能和复杂度方面都优于基于MMSE的MIMO均衡。我们还表明,基于DCD的算法是更强大的信道估计错误。与通常认为的不同,我们还表明,大规模MIMO大规模多输入多输出系统的MMSE均衡的复杂性不是由矩阵求逆决定的,而是由Gram矩阵的计算决定的。
2017-11-14 eess.SP
Single Sparse Graph Enhanced Expectation Propagation Algorithm Design for Uplink MIMO-SCMA
针对上行MIMO-SCMA系统,提出SSG-EPA接收机,通过线性编码将SCMA与LDPC图融合为单稀疏图,并基于EPA实现每轮迭代同步检测解码、降低复杂度且提升误码率性能。
2025-03-17 eess.SP
Massive-MIMO Iterative Channel Estimation and Decoding (MICED) in the Uplink
大规模MIMO使用大量天线,通过用户的空间复用来提高频谱效率(SE),这需要准确的信道状态信息。通常假设常规导频(RP)足以提供高SE,其中时频资源的一部分被保留用于导频。然而,SE受到导频开销和导频污染的限制。替代方案是叠加导频(SP),其中所有资源用于导频和数据。这消除了导频开销,并通过使用更长的导频来减少导频污染。然而,SP遭受降低SE增益的数据干扰。本文提出了大规模MIMO迭代信道估计和解码(MICED)算法,其中部分解码的数据被用作边信息,以改善信道估计和增加SE。我们表明,具有精确数据估计的用户可以帮助具有较差数据估计的用户进行解码。QPSK调制和LDPC码的仿真结果表明,与传统方法相比,MICED算法提高了SE,降低了RP和SP的误块率。具有SP的MICED算法提供了最高的SE,并且在具有短相干块(如高移动性或高频率)的场景中特别有效。
2021-04-30 cs.IT eess.SP math.IT
Generative Decoding of Compressed CSI for MIMO Precoding Design
Arizona State University(亚利桑那州立大学);Nokia Bell Laboratories(诺基亚贝尔实验室)
本文提出一种仅含解码器的生成式CSI压缩方案,在用户侧使用标准化编码器,在基站侧用站点特定生成式解码器结合环境知识细化CSI,并通过数字孪生生成合成数据降低训练数据收集开销,仿真验证了其在多种反馈开销下的有效性。
2025-11-11 cs.IT eess.SP math.IT
Learning-Aided Deep Path Prediction for Sphere Decoding in Large MIMO Systems
Seoul National University of Science and Technology(首尔国立科技大学)
本文提出了一种新的适用于大型多输入多输出系统的学习辅助球形译码方案,即基于深度路径预测的球形译码(DPP-SD)。在这个方案中,我们采用了一个神经网络(NN)预测的最小度量的“深”路径的子树开始之前,在SD的树搜索。为了降低神经网络的复杂度,我们采用了一个减少了维度的输入向量,而不是使用原始的接收信号和完整的信道矩阵。NN的输出,即,利用预测的最小路径度量来确定子树之间的搜索顺序,以及优化初始搜索半径,这可以降低SD的计算复杂性。为了进一步降低复杂度,还提出了一种基于预测最小路径度量的提前终止方案。我们的仿真结果表明,所提出的DPP-SD计划提供了一个显着的减少计算复杂性相比,传统的SD算法,尽管达到接近最佳的性能。
2020-01-02 cs.IT cs.LG eess.SP
Fast Updating the STBC Decoder Matrices in the Uplink of a Massive MIMO System
降低诸如大规模多输入多输出(MIMO)配置的现代无线通信系统的计算复杂性是最感兴趣的。提出了一种新的动态大规模MIMO系统上行链路空时分组码(STBC)译码矩阵求逆加速算法。考虑了一个多用户系统,其中基站配备有大量的天线,每个用户有两个天线。此外,用户可以动态地进入或退出系统。对于给定的空时分组码/译码方案,当系统中加入或删除一个用户时,采用所提出的方法将显著降低接收机的计算复杂性。在该方案中,迫零(ZF)以及最小均方误差(MMSE)解码的矩阵求逆来自分块矩阵的逆和伍德伯里矩阵单位。此外,当用户数量固定但信道估计对于特定用户改变时,可以利用所建议的技术。推导了更新解码矩阵逆的数学方程,并与直接求逆的方法进行了比较。评估证实了所提出的方法的有效性。
2022-08-22 cs.IT eess.SP math.IT
Massive MIMO with Cauchy Noise: Channel Estimation, Achievable Rate and Data Decoding
本文研究柯西噪声下的大规模MIMO系统,提出基于原始接收信号的信道估计方法,推导可达速率与对数似然比表达式,并证明柯西检测器对重尾噪声具有鲁棒性而高斯检测器不具备。
2023-07-06 cs.IT eess.SP math.IT
BiSPARCs for Unsourced Random Access in Massive MIMO
针对大规模MIMO准静态瑞利衰落场景下的无来源随机接入问题,提出级联LDPC外码与SPARC内码、结合BiGAMP联合估计解码和SIC的低复杂度方案,达大规模连接场景下的最优性能。
2023-04-27 cs.IT eess.SP math.IT
Enabling Energy-Efficiency in Massive-MIMO: A Scalable Low-Complexity Decoder for Generalized Quadrature Spatial Modulation
针对广义正交空间调制(GQSM)解码复杂度随效率升高的问题,提出基于向量化高斯置信传播的UVD-GaBP解码算法,复杂度与组合因子无关,在最多32根发射天线的大规模MIMO仿真中验证了其有效性,为无线系统高能效与频谱效率提供支撑。
2023-10-04 eess.SP
Joint Device Detection, Channel Estimation, and Data Decoding with Collision Resolution for MIMO Massive Unsourced Random Access
在本文中,我们研究了一个联合的设备活动检测(DAD),信道估计(CE),和数据解码(DD)算法的多输入多输出(MIMO)大规模无源随机接入(URA)。与现有的时隙传输方案不同,所提出的框架中的数据仅被分成两部分。数据的一部分通过压缩感知(CS)编码,其余部分通过低密度奇偶校验(LDPC)编码。除了作为数据的一部分之外,CS阶段中的信息比特还承担交织模式设计和信道估计(CE)的任务。利用时分多址(IDMA)的原理来减少LDPC阶段中设备之间的干扰。基于置信传播(BP)算法,一个低复杂度的迭代消息传递(MP)算法被用来解码嵌入在这两个阶段的数据分别。此外,结合连续干扰消除(SIC),所提出的联合DAD-CE-DD算法执行,以进一步提高性能,利用彼此的信念。此外,基于能量检测(ED)和滑动窗口协议(SWP),我们开发了一个冲突解决协议来处理码字冲突,在URA系统中的一个常见的问题。除了复杂度的降低,所提出的算法表现出显着的性能增强相比,国家的最先进的效率和准确性。
2021-12-17 cs.IT eess.SP math.IT
Cell-Free MIMO Perceptive Mobile Networks: Cloud vs. Edge Processing
本文研究无蜂窝MIMO感知移动网络的上行链路设计,提出并比较云端与边缘解码/感知的四种方案,通过联合前传量化在感知约束下最大化可达速率,为前传受限网络中的功能分配提供指导。
2024-03-28 cs.IT eess.SP 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
Uplink Performance of Cell-Free Massive MIMO with Multi-Antenna Users Over Jointly-Correlated Rayleigh Fading Channels
在本文中,我们研究了一个无小区的大规模MIMO系统与接入点(AP)和用户设备(UE)都配备了多个天线在联合相关的瑞利衰落信道。我们研究了四种上行链路实现,从完全集中式处理到完全分布式处理,并推导出它们在最小均方误差连续干扰消除(MMSE-SIC)检测器和任意组合方案下可实现的频谱效率(SE)表达式。此外,全球和本地MMSE合并方案的基础上,导频污染下获得的完整和本地信道状态信息(CSI),这可以最大化可实现的SE完全集中式和分布式实现,分别。我们研究了一个两层的解码实现与任意的组合方案在第一层和最佳的大规模衰落解码(LSFD)在第二层。此外,我们计算新的封闭形式的SE表达式的两层解码实现与最大比(MR)结合。在数值结果中,我们比较了不同的实施水平,结合方案,和信道模型的SE性能。重要的是要注意,增加每个UE的天线数量可能会降低SE性能。
2022-03-17 cs.IT eess.SP math.IT
Unsourced Random Massive Access with Beam-Space Tree Decoding
大规模机器类型通信(mMTC)的核心要求是支持大量机器类型设备(MTD)的可靠和快速接入。在许多实际应用中,基站(BS)只关心接收到的消息列表而不关心源信息,从而引入了新兴的无源随机接入(URA)概念。虽然最近已经提出了一些大规模多输入多输出(MIMO)URA方案,但是在传统URA方案中没有充分利用毫米波(mmWave)大规模MIMO系统的独特传播特性。在免授权随机接入中,BS不能独立地执行接收波束成形,因为BS不知道活动用户的身份。因此,只有固有的波束划分属性可以被利用来提高解码性能。针对毫米波大规模MIMO系统,提出了一种基于波束空间树译码的URA方案。具体地说,两个波束空间树解码器的设计分别基于硬判决和软判决,利用波束划分属性。它们都利用波束划分属性来帮助区分从不同用户发送的子块。此外,第一解码器可以减少搜索空间,享受低复杂度。第二解码器利用列表解码的优点来恢复未检测到的分组。仿真结果验证了所提出的URA方案相比,传统的URA方案的错误概率的优越性。
2021-12-30 cs.IT eess.SP math.IT
An Efficient Two-Stage SPARC Decoder for Massive MIMO Unsourced Random Access
本文研究了一种基于稀疏回归码和树码的级联编码方案,用于大规模多输入多输出系统中的无源随机接入。我们的重点是集中在有效的解码与实际关注的内部的。一个两阶段的方法,提出了实现接近最佳的性能,同时保持低的计算复杂性。具体地说,一个一步阈值为基础的算法是第一次用于减少大的维度的LDPC解码,之后,一个宽松的最大似然估计器进行细化。充分的仿真结果提供了验证接近最佳的性能和低计算复杂性。此外,对于基于协方差的稀疏恢复方法,给出了在凸松弛条件下支持的活跃用户数上界的理论分析,以及基于一步阈值算法成功降维的概率.
2022-08-12 cs.IT eess.SP math.IT
Rate-Splitting Multiple Access for Uplink Massive MIMO With Electromagnetic Exposure Constraints
本文针对上行大规模MIMO系统,提出在电磁暴露约束下利用速率分割多址接入(RSMA)提升能量效率,通过改进注水方案和贪心算法优化发射协方差矩阵与解码顺序,并验证了方案有效性。
2022-12-14 cs.IT eess.SP math.IT
ODMA-based MIMO Massive Unsourced Random Access with Soft-Output Polar Codes
Shanghai Jiao Tong University(上海交通大学);China Mobile Research Institute(中国移动研究院);University of Delaware(特拉华大学);Lehigh University(理海大学)
本文针对采用软输出极化码的MIMO大规模无授权随机接入系统,设计基于ODMA的传输方案,提出分层模式检测与联合解码算法,兼顾多类增益并降低复杂度,仿真显示其鲁棒性强。
2026-08-31 cs.IT eess.SP math.IT
Performance / Complexity Trade-offs of the Sphere Decoder Algorithm for Massive MIMO Systems
大规模MIMO系统被许多研究人员视为下一代网络的重要技术。该技术由数百个天线组成,能够同时发送和接收大量数据。使用这种技术的主要挑战之一是需要一个有效的解码框架。后者必须保证低复杂度和良好的信号检测精度。球形解码器(SD)算法代表了在检测精度方面有前途的解码算法之一。然而,由于其过高的复杂性,它对于处理大型MIMO系统是低效的。为了克服这个缺点,我们建议重新审视顺序SD算法,并实现几个变体,旨在找到适当的复杂性和性能之间的权衡。然后,我们提出了一个高效的高层次的并行SD计划的基础上的主/工人范式,它允许多个SD实例同时探索的搜索空间,同时减轻负载不平衡的开销。我们的并行SD实现的结果优于使用类似MIMO配置系统的最先进的5倍以上,并在多核平台上显示出超线性加速。此外,本文提出了一种新的混合实现,结合了SD和K-best算法的优势,即,在保持SD检测精度的同时,采用K-best方法对搜索空间进行剪枝,降低了复杂度。混合方法扩展了我们的并行SD实现:主包含SD搜索树,工人使用K-best算法来加速其探索。由此产生的混合方法增强了多样化收益,因此降低了整体复杂性。我们的协同混合方法允许处理高达100 x100的大型MIMO配置,而不会牺牲准确性和复杂性。
2020-02-21 cs.DC eess.SP
Distributed Expectation Propagation Detection for Cell-Free Massive MIMO
在无小区的大规模MIMO网络中,有效的分布式检测算法具有重要意义。在本文中,我们提出了一个分布式的期望传播(EP)检测器无细胞的大规模MIMO。该检测器由两个模块组成,一个在中央处理器(CPU)的非线性模块和一个在接入点(AP)的线性模块。利用迭代译码中的turbo原理计算并传递模块间的外部信息。一个分析框架,然后提供了大量的天线的渐近性能的特征所提出的EP检测器。仿真结果表明,该方法在误码率方面优于分布式检测器。
2021-08-21 cs.IT eess.SP math.IT