In this paper, we consider and study a cell-free massive MIMO (CF-mMIMO) system aided with reconfigurable intelligent surfaces (RISs), where a large number of access points (APs) cooperate to serve a smaller number of users with the help of RIS technology. We consider imperfect channel state information (CSI), where each AP uses the local channel estimates obtained from the uplink pilots and applies conjugate beamforming for downlink data transmission. Additionally, we consider random beamforming at the RIS during both training and data transmission phases. This allows us to eliminate the need of estimating each RIS assisted link, which has been proven to be a challenging task in literature. We then derive a closed-form expression for the achievable rate and use it to evaluate the system's performance supported with numerical results. We show that the RIS provided array gain improves the system's coverage, and provides nearly a 2-fold increase in the minimum rate and a 1.5-fold increase in the per-user throughput. We also use the results to provide preliminary insights on the number of RISs that need to be used to replace an AP, while achieving similar performance as a typical CF-mMIMO system with dense AP deployment.


翻译:在本文中,我们考虑并研究一个无细胞的大型MIMO(CF-MMIMO)系统,该系统有可重新配置的智能表面(RIS)辅助,大量接入点在RIS技术的帮助下合作为较少的用户提供服务;我们考虑频道状态信息不完善,每个AP都使用从上行试点获得的本地频道估计数据,对下行传输数据进行同步波束分析;此外,我们考虑在培训和数据传输阶段随机对RIS进行组合;这使我们能够消除估计每个RIS辅助连接的必要性,这已证明是文献中一项具有挑战性的任务;我们然后为可实现的速率形成一种封闭式表达方式,用它来评价系统绩效,并以数字结果加以支持;我们表明RIS提供的阵列增益改进了系统的覆盖范围,并提供了最低速率的近2倍增长和人均用户吞量的1.5倍增长。我们还利用结果,初步了解了需要部署的RIS数目,而这种部署是典型的文献中的一项任务。

0
下载
关闭预览

相关内容

元强化学习综述及前沿进展
专知会员服务
60+阅读 · 2021年1月31日
医学图像分割的深度学习解决方案综述
专知会员服务
86+阅读 · 2020年2月14日
专知会员服务
158+阅读 · 2020年1月16日
机器学习入门的经验与建议
专知会员服务
91+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
时序数据异常检测工具/数据集大列表
极市平台
65+阅读 · 2019年2月23日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机视觉近一年进展综述
机器学习研究会
8+阅读 · 2017年11月25日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
VIP会员
相关VIP内容
元强化学习综述及前沿进展
专知会员服务
60+阅读 · 2021年1月31日
医学图像分割的深度学习解决方案综述
专知会员服务
86+阅读 · 2020年2月14日
专知会员服务
158+阅读 · 2020年1月16日
机器学习入门的经验与建议
专知会员服务
91+阅读 · 2019年10月10日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
时序数据异常检测工具/数据集大列表
极市平台
65+阅读 · 2019年2月23日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机视觉近一年进展综述
机器学习研究会
8+阅读 · 2017年11月25日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4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