本文研究了两种重要的下行多小区干扰抑制技术，即大规模 MIMO 和网络 MIMO，并通过随机排序的工具，论证了大规模 MIMO 系统在小尺度衰落平均质量服务方面优于网络 MIMO 系统，因此在降低蜂窝网络干扰方面，大规模 MIMO 是更优选择。

Jul, 2014

本文提出了一种新的结构化大规模接入算法框架，包括一种初始接入算法、一种部分大尺度衰落解码策略、两种导频分配方案和一种分式功率控制策略，模拟结果表明，该框架在局部部分最小均方误差 (LP-MMSE) 和最大比例 (MR) 合并时提供了高的谱效率。

Jun, 2020

探讨了利用大规模分布式基站和最小功耗控制算法，在时分双工操作中以无线信道直接测量为基础，通过共轭波束成形目的进行复用 / 分复用，对用户进行服务。对单个用户上下行吞吐量的封闭式表征，便于最小功耗控制。在与小型基站方案相比较中，无小区 Cell-Free Massive MIMO 表现出优异的性能表现，尤其是在阴影衰落条件下，可以提供近 10 倍的 95％- 可能性每用户吞吐量提升。

Feb, 2016

本文提出了一种优化的最大最小功率控制方案，以确保所有用户获得相等的服务质量，并比较了小区系统和无小区海量 MIMO 系统的性能差异，结果发现 Cell-Free 系统的吞吐量更加集中且更加稳定。

May, 2015

本文提出一种低复杂度的混合预编码方案，称为 Phased-ZF (PZF)，可在尽可能近似于传统基带零强制 (ZF) 预编码性能的同时实现基于射频域的相位控制和低维度基带预编码，并将此方案在理想瑞利衰落信道和稀疏散射毫米波（mmWave）信道中进行了模拟，均取得了良好的性能。

Oct, 2014

该研究旨在探讨多基站系统下行链路的多天线基站和单天线用户终端、任意基站合作集群、距离相关传播路径损耗和一般的 “公平性” 要求，并提出了一种新的简化下行调度方案，根据所需的公平性标准预先选择用户，其性能接近有限维机会用户选择的最优方案，同时需要明显较少的信道状态反馈。

Dec, 2010

通过不同合作程度验证第一次全面分析了无细胞 Massive MIMO 技术，发现使用全局或本地 MMSE 最小均方误差组合可以大大超越传统蜂窝 Massive MIMO 和小区网络，优于最大比合并，集中式实现可以最大化 SE 同时大大降低前端信号，成为操作无细胞 Massive MIMO 网络的首选方式，并探究了非线性解码。

Mar, 2019

本研究旨在通过开发全收发机制，包括下行信道训练（或估计），CSI 反馈和信道重建方案，解决大规模 MIMO 系统中多用户 CSI 的问题。我们的框架利用增强的 Newtonized 正交匹配追踪算法提取频率独立参数，然后开发了有效的下行训练方案，以估计多个用户的下行信道增益。数值结果验证了 eNOMP 算法的精度，并证明了使用重构的下行信道的系统的求和速率性能可以接近使用完美 CSI 的系统。

Feb, 2019

本文提出了一种采用多个天线设计的系统，在多个蜂窝网络中通过每个基站应用针对每个蜂窝的波束成形来处理多蜂窝干扰，并在信道估计阶段自身实现低速率协调，从而使用用户信道的二阶统计信息降低信道污染效应，得到较传统方法更好的性能，并证明在最大的 MIMO 体制下这种方法有效。

Mar, 2012

本文研究了在大规模 MIMO 通信系统中采用 CoMP 和分布式 MIMO 技术的资源分配优化问题，发现该方法显著提高了网络性能并优于仅采用局部协作的大规模 MIMO 系统。

Mar, 2015