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

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

本文研究了具有多天线接入点 (APs) 和空间相关的 Rician 衰落信道的实用无细胞 massive MIMO 系统，分别采用最大比值 (MR)/ 本地最小均方误差 (L-MMSE) 组合和基于相位感知 MMSE、相位感知逐元 MMSE 和线性 MMSE（LMMSE）估计量的最优大尺度淡化译码，导出了具有 MR 组合的新闭式 SE 表达式。数值结果验证了所推导表达式的有效性，并表明 SE 受空间相关性的影响。同时也观察到，L-MMSE 和 MR 组合之间的性能差距随着每个 AP 的天线数量和 LMMSE 估计器的 SE 低于其他估计器而增大，其原因是缺乏相移知识。

Oct, 2021

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

本文综述了关于基于无小区的 Massive MIMO 技术的研究，包括其意义、基本特征、传输过程和数学模型、资源分配问题和信号处理。本文旨在为未来无线网络上的基于无小区的 Massive MIMO 研究提供起点。

Apr, 2021

该研究论文针对实现更高的无线电频谱和能量效率，提出了一种基于 in-band full-duplex 与 cell-free massive MIMO 的联合设计方案，优化了功控制、入口点和用户设备相关联和入口点选择，并结合零强制传输设计提高了计算效率及理论性能，并采用基于堆的导频分配算法来抵消导频污染。

Oct, 2019

该研究提出了一种名为大规模衰落预编码（LSFP）的新概念，通过外部多小区预编码，线性组合不同细胞用户之间的信息以消除干扰，来提高无线 massive MIMO 系统的频谱效率。

Nov, 2014

本研究考虑使用近似信息传递算法来实现非正交签名的移动通信中的稀疏设备活动检测。本文比较了两种网络架构：大规模多输入多输出（MIMO）和合作 MIMO，通过分析与数值模拟结果验证，大规模 MIMO 系统能有效将检测误差降至零，而增加合作规模主要能改善边缘用户性能，并探讨了 LLR 量化的影响。

Jun, 2019

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

本文提出了一种基于 CFmMIMO 网络的联邦学习方案来最小化联邦学习训练时间，该方案优化了本地准确性，传输功率，数据速率和用户处理频率等参数，并使用在线逐次凸近似算法来解决这个问题。数值结果证实，所提出的联合设计相比基线方案，将训练时间降低了最多 55％，而且与 CF-TDMA massive MIMO 和 collocated massive MIMO 相比，CFmMIMO 在 FL 进程的训练时间方面具有最低的要求。

Sep, 2019