In this paper, the downlink of a multi-cell massive MIMO system is considered where the channel state information (CSI) is estimated via pilot symbols that are orthogonal in a cell but re-used in other cells. Re-using the pilots, however, contaminates the CSI estimate at each base station (BS) by the channel of the users sharing the same pilot in other cells. The resulting inter-cell interference does not vanish even when the number of BS antennas $M$ is large, i.e., $M\rightarrow\infty$, and thus the rates achieved by treating interference as noise (TIN) saturate even if $M\rightarrow\infty$. In this paper, interference aware decoding schemes based on simultaneous unique decoding (SD) and simultaneous non-unique decoding (SND) of the full interference or a part of the interference (PD) are studied with two different linear precoding techniques: maximum ratio transmission (MRT) and zero forcing (ZF). The resulting rates are shown to grow unbounded as $M\rightarrow\infty$. In addition, the rates achievable via SD/SND/PD for finite $M$ are derived using a worst-case uncorrelated noise technique, which are shown to scale as $\mathcal{O}(\log M)$. To compare the performance of different schemes, the maximum symmetric rate problem is studied, where it is confirmed that with large, yet practical, values of $M$, SND strictly outperforms TIN, and also that PD strictly outperforms SND.


翻译:在本文中,多细胞大型 MIMO 系统的下行链条被考虑到频道状态信息(CSI) 通过实验符号估算出,这些符号在单元格中是正正反向的,但在其他单元格中再次使用。 但是,再次使用实验者会污染每个基站(BS)的CSI估计, 用户与其他单元格共享同一试点的频道污染了每个基站(BS)的CSI估计。 即便在BS天线数量大的情况下, 导致的细胞间干扰并没有消失, 也就是说, T=M\rightrowr\infty $, 因此, 通过将干扰作为噪音(TIN) 的最大饱和(TIN) 达到的最高饱和率。 在本文中, 通过同时独特的解码(SD) 和不统一解码(SND) 或部分干扰(PD) 进行研究时, 使用两种不同的线性预编码技术: 最大比率(MRT) (MRT) 和零强迫(ZF) 。 由此得出的速率显示, 以美元/RDRD(M) 最差的SD(SD) 和SD(M) 相关的SD(SD) 比率) 显示, 最差(SD) 和最差(SD) 和最差(SD) 的汇率是最低的比值) 。

0
下载
关闭预览

相关内容

专知会员服务
31+阅读 · 2021年6月12日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10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
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
计算机 | 中低难度国际会议信息6条
Call4Papers
7+阅读 · 2019年5月16日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
计算机类 | SIGMETRICS 2019等国际会议信息7条
Call4Papers
9+阅读 · 2018年10月23日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
语音顶级会议Interspeech2018接受论文列表!
专知
6+阅读 · 2018年6月10日
lightgbm algorithm case of kaggle(上)
R语言中文社区
8+阅读 · 2018年3月20日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
Arxiv
0+阅读 · 2021年12月3日
Arxiv
3+阅读 · 2017年12月1日
VIP会员
相关VIP内容
相关资讯
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
计算机 | 中低难度国际会议信息6条
Call4Papers
7+阅读 · 2019年5月16日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
计算机类 | SIGMETRICS 2019等国际会议信息7条
Call4Papers
9+阅读 · 2018年10月23日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
语音顶级会议Interspeech2018接受论文列表!
专知
6+阅读 · 2018年6月10日
lightgbm algorithm case of kaggle(上)
R语言中文社区
8+阅读 · 2018年3月20日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
Top
微信扫码咨询专知VIP会员