该研究论文提出了一种无线通信多小区下协作优化的方法，通过数据共享和共同优化波束形成设计来提高系统的容量和用户体验。

Jan, 2011

本文研究了异质网络中负载均衡和干扰抑制问题，提出了一种基于随机优化的框架，动态调度宏基站用户、提供小基站的回传以及按照干扰和回传链路把宏基站用户卸载到小基站上。数值结果表明，所提出的用户关联算法优于其他基线，开放式全双工小单元的性能优于封闭式，超密集网络中，开放式全双工小型单元的表现是封闭式的 5.6 倍。

Nov, 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

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

本文研究了装备大规模天线阵列的基站和单天线用户设备的收发硬件失真对系统容量的影响，结果表明，硬件失真会对每个用户设备的信道估计精度和上行 / 下行容量造成限制，而采用大规模 MIMO 可以减少传输功率和容忍更大的硬件失真，从而使用经济高效的天线元件。

Jul, 2013

本文利用随机几何工具来模拟未来的蜂窝网络，并得出了一种新的上行谱效率下界，从而能够建立一个可行的上行能量效率最大化问题，并针对基站密度、发射功率水平、基站天线数和每个小区用户数以及导频重用因子进行解析求解。结果表明，在小型蜂窝的情况下，多天线的大规模 MIMO 策略可以实现最大能量效率。

May, 2015

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