Oct, 2019

关于全双工无小区巨型 MIMO 的频谱效率与能量效率

PDF
TL;DR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。
in-band full-duplexcell-free massive mimoenergy efficiencypower controlpilot assignment
发现论文，激发创造
  • 用户中心的无基站大规模 MIMO 系统调查

    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

  • 可扩展无线电脱耦大规模天线阵列的结构化大规模访问

    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

  • 能效多用户 MIMO 系统的最优设计：海量 MIMO 是答案吗？

    本研究探讨了在单元格场景下，使用零强制处理时，当其他两个参数固定时，为实现最大能量效率，所需的天线数，有效用户数和发射功率的最佳数量，并提出了新的功耗模型以揭示这些参数如何影响能量效率。研究结果表明，在高信噪比区域操作的能源效率系统中，必须进行抑制干扰信号处理，从而发射功率是随着天线数量增加而增加，而不是减少。

    Mar, 2014

  • 无线管道自由 Massive MIMO 对比小基站

    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

  • 基于局部零强制的小区无线巨型多输入多输出组合技术

    本文研究了基于信道统计学的 scalable fullpilot zero-forcing (FZF), partial FZF (PFZF), protective weak PFZF (PWPFZF) 和 local regularized ZF (LRZF) 的联合组合以实现标量效益，研究显示，结合 fractional power control 的 PWPFZF 可以帮助弱用户改善性能并实现可扩展的统一服务。

    Mar, 2022

  • 利用 MMSE 处理和集中式实现使无线电磁波干扰下的无细胞 Massive MIMO 更具竞争力

    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

  • 无细胞 Massive MIMO：为每个人提供均匀卓越的服务

    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

  • 超大型多用户 MIMO 系统的能量和谱效率

    用自主终端进行数据传输，通过发射的导频从中产生不完美的信道状态信息，提取单个数据流，并通过较大的天线阵列可将能源效率提高数倍。

    Dec, 2011

  • 无线联邦学习的无细胞 massive MIMO

    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

  • 蜂窝式大规模 MIMO 网络中联合能量和时延优化的联邦学习

    在本文中，我们提出了一种基于协调梯度下降法的在 CFmMIMO 上进行 FL 的上行功率分配方案，通过考虑每个用户的功率对其他用户的能量和延迟的影响，共同最小化用户的上行能量和 FL 训练的延迟。数值结果显示，我们提出的方法在限定的上行能量和延迟预算下，在测试准确性方面将最大和最小求和速率的已知方法分别提高了最多 27% 和 Dinkelbach 方法的最大最小能量效率提高了最多 21%。

    Apr, 2024