1介绍
自第一代(1 g)移动通信在1980年代直到今天,数字通信领域的巨大发展能力和可靠性(<一个href="#B20">西奥达尼et al ., 2020一个>)。新兴的第五代(5克)正在推动移动通信系统对前所未有的进化在灵活性方面,数据率和延迟,使无线网络支持的应用程序通常是由连接技术。第六代的场景(6克)更难实现考虑预见增加灵活性,同时支持多个应用程序在不同的垂直相互冲突的要求,除了更高的数据速率,高覆盖率,高频段和极端的低延迟。很明显,未来的移动网络不能依靠单一的无线接入网络来满足这些需求。需要不同的方法来解决所有的需求,但多输入多输出(MIMO)计划代表大多数未来无线系统的关键技术。例如,在农业的情况下,高数据率是必要的传输红外多光谱视频,紫外线和可见光从无人机实时云。在行业4.0中,非常低的延迟是必要的和同步控制机器人的自主行为与人类在工厂地板上。MIMO可以提供必要的带宽,减少帧持续时间和增加数据的鲁棒性和很短的寿命。通信系统采用MIMO技术相比存在显著的优势与传统的输出架构,即。,米itigating fading effects by creating spatial diversity or exploiting channel scattering to achieve higher data rates by spatial multiplexing means. MIMO systems with detection schemes that can harvest diversity and multiplexing gains are able to improve the throughput, increase coverage and reduce the outage probability at the same time. Although the mentioned advantages are appealing features in the future mobile communication context, they are accompanied by demanding drawbacks such as uncorrelated transmission channels requirement, in order to avoid weak conditioned channel matrices, high signaling coordination on MIMO channel estimation, considering each individual transmitting antenna and higher complexity for the network nodes. The challenges imposed by the mobile communication channels require complex processes on the receiver side to recover the information with a desired quality of service (QoS). Among these processes, the estimation and detection algorithms tailored for mobile communications deserve special attention, since the interest on these techniques is growing constantly with the adoption of new schemes, such as MIMO, reconfigurable intelligent surfaces (RIS) (<一个href="#B55">Tapio et al ., 2021一个>)和新波形(<一个href="#B62">Zhang et al ., 2017一个>)。在数字通信的背景下,相关的评估过程是选择一组假设从不可数无限的假设,根据一些预先定义的标准。在通信系统中一个有趣的例子是信道估计,估计的信道脉冲响应或通道频率响应必须获得在接收机端以最小均方误差(MSE)。另一方面,检测过程涉及到做决定的可数有限集的假设后,再次,一些建立标准。数字通信系统中另一个有趣的例子是离散数据检测。在这种情况下,探测器必须决定的米可能的数据符号从离散样本空间(或星座)使用极大似然和最小距离标准(<一个href="#B19">Gallager 2008一个>)。探测器和估计分析用于恢复数据在移动网络的下行,在基站(BS)和用户设备(UE)采用正交频分复用(OFDM)和多空间复用传输和接收天线。通道被认为是频率选择和时变,与相干时间大于符号块长度和相干带宽大于一副载波。因为这些话题被广泛研究,不同的技术在文献中可以是压倒性的。因此,本文的目的是提供一个介绍两种关键任务的移动通信物理层(体育),这是:a)线性估计算法,适合于信道状态信息(CSI)估计和均衡;b)检测和非线性估计方案,为了超越限制的线性估计在某些应用程序中,例如、空间复用(SM)天线系统(<一个href="#B18">Foschini 1996一个>)。波束形成的分析MIMO和非相干性的探测器超出了这个范围介绍工作,可以解决(<一个href="#B3">艾哈迈德et al ., 2018一个>;<一个href="#B40">马哈茂德·El-Mahdy, 2021一个>),有兴趣的读者。其他的研究在文献中也可以如下。一个广泛的调查检测算法与大规模MIMO中可以找到(<一个href="#B4">Albreem et al ., 2019一个>),著名的线性检测器,包括线性均衡器和合适的迭代方法替代避免矩阵求逆,是根据其性能和复杂性特征资料。这个引用还按时间顺序列出文中主题相关的出版物。同样,在(<一个href="#B6">Albreem et al ., 2021 a一个>)、低复杂性线性检测器采用不同的数字解决方案的大型矩阵求逆问题评估,比较其各自的估计计算系统级部署成本和资源利用率。仍然与这个话题有关,最近的一次预编码技术进行了大规模的概述(<一个href="#B7">Albreem et al ., 2021 b一个>)。预编码背后的理念是为了简化接收机终端上的检测任务,其复杂性转移到传播方面,BS,负责预编码的传输信息,采用合适的并最终重数字预处理。这项工作还列出了特性,优势,挑战和研究机遇与大规模的再分配。此外,讨论和总结了不同的预编码算法,如线性和非线性预编码器,基于RIS的预编码器和机器学习神经网络预编码。得出结论,尽管线性预编码器遭受性能恶化在某些场景中,他们仍然扮演着重要的角色在发射机设计由于其相对简单。这个结论加强了这里讨论的线性估计的重要性的概念。在(<一个href="#B32">张成泽et al ., 2021一个>;<一个href="#B45">Pereira de Figueiredo 2022一个>),指出机器学习作为一项重要的使能技术的应用,如天线系统、大规模分布式天线和beamspace毫米波天线系统。值得注意的是,机器学习从学术界收集特别关注由于其潜在的替代统计解决由多面手和基于自适应学习技术。基于机器学习的MIMO探测器甚至可以超越了经典方法当信道统计行为不匹配的模型被认为是在设计模型驱动的探测器。关键任务作为信道估计和检测(<一个href="#B60">你们et al ., 2018一个>)、资源管理(<一个href="#B30">侯赛因et al ., 2020一个>)和其他优化问题(<一个href="#B14">Dahrouj et al ., 2021一个>)下的机器学习的角度来看,毫无疑问,将发挥重要的作用在6克(<一个href="#B33">Kaur et al ., 2021一个>;<一个href="#B51">Sarkar Debnath, 2021一个>)。访问概述包括最先进的检测问题的解决方案是可用的(<一个href="#B38">拉尔森,2009一个>)。著名的线性均衡器和探测器研究(<一个href="#B35">小林et al ., 2014一个>),误比特率(BER)性能分析和计算复杂度比较下不同信道相关性的假设场景。在(<一个href="#B31">Jalden Ottersten, 2005一个>),球面检测器(SD)检查,提出各自的复杂性的访问节点的数量,并在上下边界的定义对于成本计算给定的信道矩阵维度,星座大小和信噪比(信噪比)。综述文章,关于估计和均衡器,我们集中在线性最小均方误差(LMMSE)迭代方差估计量及其低成本(<一个href="#B52">赛义德2003一个>;<一个href="#B47">Proakis 2007一个>)作为可行的替代解决大型矩阵求逆问题。此外,特定组件的条件无偏(CWCU) -LMMSE (<一个href="#B37">朗和Huemer, 2015年一个>)被认为是一个适当的平衡方法,额外权重过程导致一个受约束的无偏估计。raybet雷竞技下载地址我们还展示了详细推导这些估计及其各自的MSE,允许读者在贝叶斯估计误差性能进行研究Cramer-Rao绑定(BCRB)作为一个绝对的参考。除了这一分析,计算复杂度进一步制定和评价,试图确定哪些技术存在合理的性能和可负担得起的计算成本。关于探测器,我们关注的是著名的和相关的检测方法对空间复用多输入多输出(SM-MIMO)应用程序,包括最大似然检测器(MLD),最小均方误差(MMSE) -排序连续干扰消除(OSIC) (<一个href="#B26">汉普顿,2013一个>),SD(<一个href="#B27">Hassibi Vikalo, 2005一个>)和迭代MMSE -并行干扰消除(PIC)探测器(<一个href="#B1">Bensaad et al ., 2013一个>),提出编制审查这些技术与每个算法描述。此外,得到各自的计算成本,允许一个进行比较与复杂性通过蒙特卡罗误码率仿真性能分析。本教程的一个主要的贡献依赖于工作。•收集和编译经典估计和探测器的原则,用一个统一的和可以理解的方式,支持过程的详细描述每个分析技术;
•执行复杂性比较在技术方面的浮点操作(失败)下一个共同的框架,允许一个分析和提供一个有趣的参考人员开始在这个领域。
为了实现这些目标,这手稿的剩余结构如下:第二节提出了一种简化模型线性描述一个通用的和正交数字通信PHY将本文作为参考。第三节将背景复杂性分析的算法用于估计和检测问题。在部分4和部分5,在这个订单,我们现在的线性估计和检测的主要技术,推导和估计的复杂性。第6节给出了数值例子和性能分析中所述的技术部分4和5部分,但在低阶SM-MIMO适合特定的应用程序,如均衡和检测。最后,第七节提出了结论通过突出本文的主要发现和成果。符号:矩阵和向量都写在黑体大写和小写字母X和x,分别。随机变量表示为一个分类指数可以观察到的是小写的x<年代ub>我年代ub>。的符号<我nl在e- - - - - -for米ula id="inf1">
在哪里<我nl在e- - - - - -for米ula id="inf9">
F米我>米row><米row>
K米我>米row>米年代ub>
∈米o><米年代up>
C米我>米row><米row>
K米我><米o>×米o><米我>K米我>米row>米年代up>
傅里叶矩阵是统一的。为了保护发送样品<我nl在e- - - - - -for米ula id="inf10">
χ米我>米row><米row>
j米我>米row>米年代ub>
∈米o><米年代up>
C米我>米row><米row>
K米我><米o>×米o><米n>1米n>米row>米年代up>
对码间干扰(ISI)引入了一个分散渠道,循环前缀(CP),包括在过去N<年代ub>cp年代ub>≥l的样本<一个href="#e1">(1)一个>附加到其开始,导致<我nl在e- - - - - -for米ula id="inf11">
χ米我>米row><米o>
̃米o>米over>
j米我>米row>米年代ub>
∈米o><米年代up>
C米我>米row><米row>
N米我>米row><米row>
t米text>米row>
×米o><米n>1米n>米row>米年代up>
在哪里N<年代ub>t年代ub>=K+N<年代ub>cp年代ub>。传输连接基于样本块到一个样本的执行序列<我nl在e- - - - - -for米ula id="inf12">
χ米我>米row><米o>
̃米o>米over>
j米我>米row>米年代ub>
(米o><米row><米我>t米我>米row><米o年代tretchy="false">
)米o>米row>米一个th>
。
在接收端,接收到的信号的我th天线在即时t可以表示成
γ米我>米row><米o>
̃米o>米over>
我米我>米row>米年代ub>
t米我>米row>米fenced>
=米o><米underover accentunder="false" accent="true">
∑米o>米row><米row>
j米我><米o>=米o><米n>1米n>米row><米row>
n米我>米row>米underover>
∑米o>米row><米row>
ℓ米我><米o>=米o><米n>0米n>米row><米row>
l米我><米o>−米o><米n>1米n>米row>米underover>
h米我>米row><米o>
̃米o>米over>
我米我><米我>j米我>米row>米年代ub>
ℓ米我>米row>米fenced>
x米我>米row><米o>
̃米o>米over>
j米我>米row>米年代ub>
t米我><米o>−米o><米我>ℓ米我>米row>米fenced>
+米o><米年代ub>
ω米我>米row><米row>
我米我>米row>米年代ub>
t米我>米row>米fenced>
,米o><米年代p一个cew我dth="5em">
(米o><米n>2米n><米o年代tretchy="false">
)米o>米一个th>
在哪里我= 1…米和<我nl在e- - - - - -for米ula id="inf13">
ω米我>米row><米row>
我米我>米row>米年代ub>
(米o><米row><米我>t米我>米row><米o年代tretchy="false">
)米o>米row><米o>∼米o><米我米一个thvariant="script">
C米我><米我米一个thvariant="script">
N米我><米row><米o年代tretchy="false">
(米o><米row><米n>0米n><米o>,米o><米年代ubsup>
σ米我>米row><米row>
ω米我>米row><米row>
2米n>米row>米年代ubsup>
)米o>米row>米一个th>
的情况吗我接收机天线。
假设完美的时间和频率同步的解调信号我th接收天线<我nl在e- - - - - -for米ula id="inf14">
y米我>米row><米o>
̄米o>米over>
我米我>米row>米年代ub>
∈米o><米年代up>
C米我>米row><米row>
K米我><米o>×米o><米n>1米n>米row>米年代up>
给出的
y米我>米row><米o>
̄米o>米over>
我米我>米row>米年代ub>
=米o><米年代ub>
F米我>米row><米row>
K米我>米row>米年代ub>
γ米我>米row><米row>
我米我>米row>米年代ub>
,米o><米年代p一个cew我dth="5em">
(米o><米n>3米n><米o年代tretchy="false">
)米o>米一个th>