Jan, 2016

大规模天线阵列的混合数字和模拟波束赋形设计

PDF
TL;DR本文研究了使用毫米波频率进行无线蜂窝通信系统的大规模天线阵列，提出了一种混合波束成形架构，该架构包含低维数字波束成形器和使用模拟相移器实现的射频波束成形器，证明了该架构可以实现任何完全数字波束成形器的性能，并提出了一种启发式混合波束成形设计方法。
millimeter wave frequencylarge-scale antenna arrayshybrid beamforming architecturerf chainsmultiple-input multiple-output system
发现论文，激发创造
  • 毫米波 OFDM 大规模天线阵列的混合模拟数字波束成形

    本文研究毫米波系统中具有 OFDM 调制的杂合波束成形技术，提出一种全新的并行设计算法，旨在实现具有最大的频谱效率，同时减小硬件复杂度并接近全数字波束成形方案的性能。

    Nov, 2017

  • 利用动态子阵列和低分辨率 PS 实现毫米波 MU-MISO 系统的混合波束成形

    本文提出了一种新的，基于动态子阵列和硬件高效的低分辨率相移器的混合波束成形结构，用于毫米波多用户多输入单输出（MU-MISO）系统，此外，还提出了一种迭代算法和一种简单的启发式算法，以提高系统的性能表现。

    Jun, 2019

  • 毫米波数字波束成形的案例

    介绍了在毫米波频率下进行天线阵列处理的基本挑战，探讨了采用低分辨率量化实现数字波束成形架构的功率效率以及它们在下行蜂窝容量和误差矢量幅度方面的影响。

    Jan, 2019

  • 大规模 MIMO 混合波束赋形 - 综述

    本文综述了现有文献中提出的混合多天线收发机结构的各种形式，提出了在信道状态信息方面的分类，介绍了在毫米波频段操作的特殊设计方面的问题。

    Sep, 2016

  • 使用深度学习进行大规模天线阵列的波束成形设计

    该研究提出了一种基于深度学习的射束成形网络（BFNN）来最大化光谱效率的设计方法，该方法针对大规模天线阵列、有限的射频链路和相移器的模拟设计，能够有效处理不完善的信道状态信息问题，该方法的仿真结果表明其性能明显优于传统方法。

    Apr, 2019

  • 多用户毫米波系统的有限反馈混合预编码

    该论文提出了在毫米波多用户下行信道中，一种低复杂度的混合模拟 / 数字预编码方法，其中利用模拟组合器和混合预编码器实现高速传输并达到最高速率。

    Sep, 2014

  • 基于无监督学习的低分辨率相移器混合波束成形在 MU-MIMO 系统中的应用

    本文提出了一种基于无监督学习的方案，用于同时设计多用户 Mu-MIMO 系统的模拟前置器和合成器，并结合低分辨率 PS。通过将模拟前置器和合成器的设计问题转换为相位分类问题，并提出一种泛化神经网络体系结构 (PCNet)，能够产生各种 PS 分辨率的解，仿真结果表明，该方案相对于对于最常用的低分辨率 PS 配置的最先进的混合波束成形设计具有更优越的总速率和复杂度性能。

    Feb, 2022

  • 毫米波通信的混合 MIMO 架构：相位移器还是开关？

    本文提出一种基于开关网络的混合结构，以减少相移器结构的复杂性和功耗，并介绍了一种基于压缩感知技术的独立于模拟处理阶段硬件的开环信道估计技术。结果表明，使用基于开关的结构可以在减少硬件复杂度和功耗的同时，获得与基于相移器相同或更好的信道估计性能，且所有混合结构在相同功耗下提供类似的频谱效率。

    Dec, 2015

  • 用于多载波毫米波大规模 MIMO 中信道估计和混合波束成形的深度学习架构族

    本文利用深度学习方法，通过卷积神经网络对在毫米波多重输入多重输出系统中频率选择性宽带通道的信道估计和混合波束成型进行了研究。该方法相对于当前最先进的优化和深度学习方法，提供更高的频谱效率，较少的计算成本和更少数量的导频信号，并且在接收导频数据，损坏的信道矩阵和传播环境偏差方面具有更高的容忍度。

    Dec, 2019

  • 使用非量化和量化深度学习网络进行联合天线选择和混合波束形成器设计

    使用深度学习方法优化毫米波通信中的 MIMO 系统天线选择和混合波束成形器设计问题，能够比传统技术提高一个数量级的频谱效率，并且快于传统方法 10 倍，适用于数字移动设备。

    May, 2019