Massive multiple-input multiple-output is a very important technology for future fifth-generation systems. However, massive massive multiple input multiple output systems are still limited because of pilot contamination, impacting the data rate due to the non-orthogonality of pilot sequences transmitted by users in the same cell to the neighboring cells. We propose a channel estimation with complete knowledge of large-scale fading by using an orthogonal pilot reuse sequence to eliminate PC in edge users with poor channel quality based on the estimation of large-scale fading and performance analysis of maximum ratio transmission and zero forcing precoding methods. We derived the lower bounds on the achievable downlink DR and signal-to-interference noise ratio based on assigning PRS to a user grouping that mitigated this problem when the number of antenna elements approaches infinity The simulation results showed that a high DR can be achieved due to better channel estimation and reduced performance loss


翻译:大规模多投入多重输出是未来第五代系统非常重要的技术,但是,由于试点污染,大规模大规模多投入多重输出多重输出系统仍然有限,这影响到数据率,因为同一单元格的用户向相邻单元格传送的试验序列没有垂直性,因此数据率受到影响。我们提议通过使用正对式试点再利用序列,完全了解大规模衰退,通过使用正对式试点再利用序列,在频道质量差的边缘用户中消除个人计算机,因为根据对最大比率传输和零强制预编码方法的大规模衰退和性能分析估计,在频道质量差的边缘用户中消除个人计算机。我们从可实现的下链接DR和信号至干扰噪音率的下限值上得出了较低的界限,因为将PRS分配给一个用户群,当天线元素数量接近无限时可以缓解这一问题。模拟结果表明,由于更好的频道估计和减少性能损失,可以实现高DR。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
专知会员服务
60+阅读 · 2020年3月19日
MIT-深度学习Deep Learning State of the Art in 2020,87页ppt
专知会员服务
61+阅读 · 2020年2月17日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
已删除
将门创投
5+阅读 · 2018年7月25日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年8月27日
Arxiv
4+阅读 · 2018年5月24日
Arxiv
4+阅读 · 2018年3月14日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
已删除
将门创投
5+阅读 · 2018年7月25日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员