In this work, we investigate hybrid analog-digital beamforming (HBF) architectures for uplink cell-free (CF) millimeter-wave (mmWave) massive multiple-input multiple-output (MIMO) systems. {We first propose two HBF schemes, namely, decentralized HBF (D-HBF) and semi-centralized HBF (SC-HBF). In the former, both the digital and analog beamformers are generated independently at each AP based on the local channel state information (CSI). In contrast, in the latter, only the digital beamformer is obtained locally at the AP, whereas the analog beamforming matrix is generated at the central processing unit (CPU) based on the global CSI received from all APs. We show that the analog beamformers generated in these two HBF schemes provide approximately the same achievable rates despite the lower complexity of D-HBF and its lack of CSI requirement.} Furthermore, to reduce the power consumption, we propose a novel adaptive radio frequency (RF) chain-activation (ARFA) scheme, which dynamically activates/deactivates RF chains and their connected analog-to-digital converters (ADCs) and phase shifters (PSs) at the APs based on the CSI. For the activation of RF chains, low-complexity algorithms are proposed, which can achieve significant improvement in energy efficiency (EE) with only a marginal loss in the total achievable rate.


翻译:在这项工作中,我们调查了无细胞链(CF)毫米波(mmWave)大规模多投入多输出(MIMO)系统的混合模拟数字波成形(HBF)结构。{我们首先提出两个HBF计划,即分散的HBF(D-HBF)和半集中的HBF(SC-HBF)计划。在前者,数字和模拟光束都根据当地频道国家信息(CSI)在每个AP上独立生成。相比之下,在后者中,只有AP在当地获得数字光子,而模拟波形成形矩阵则根据所有APs收到的全球CSI(CPU)中央处理股生成。我们表明,尽管D-HBFF和半集中的HBF(SC-HBF)计划的复杂性较低,而且缺乏CSI的要求,但数字光谱都提供了大致相同的可实现率率。}此外,为了减少电力消耗,我们建议一个新的适应无线电频率(RF)链-活动(ARFA)系统(ARFA)的模拟比值增速率(C-DS)计划,该系统在C-CSBS(C)总变动中,在C-RBS-RVV(C)升级的升级阶段中,只能转换为C-S-LVDVDV(C-C-S-S-S-S-S-S-S-S-S-S-S-S-LVDVDVDVDV)系统(C)中,其总流效率(C(C)系统(C)系统(C)的升级转换为C-S-S-S-S-S-S-S-S-S-C-S-S-S-S-S-S-S-S-S-S-S-S-S-S-S-S-C-S-S-S-S-S-C-C-C-C-C-C-C-SVDVDVPVPVDVPVDVDVDVDV化总)系统(仅-S-S-S-C-C-C-C-C-C-C-C-C-C-C-C-C-C-C-C-C-C-C-C

0
下载
关闭预览

相关内容

专知会员服务
76+阅读 · 2021年3月16日
【电子书】大数据挖掘,Mining of Massive Datasets,附513页PDF
专知会员服务
104+阅读 · 2020年3月22日
【阿里巴巴-CVPR2020】频域学习,Learning in the Frequency Domain
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22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
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
计算机类 | LICS 2019等国际会议信息7条
Call4Papers
3+阅读 · 2018年12月17日
已删除
将门创投
6+阅读 · 2017年11月27日
VIP会员
相关资讯
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22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
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
计算机类 | LICS 2019等国际会议信息7条
Call4Papers
3+阅读 · 2018年12月17日
已删除
将门创投
6+阅读 · 2017年11月27日
Top
微信扫码咨询专知VIP会员