Large intelligent surfaces (LISs) constitute a new and promising wireless communication paradigm that relies on the integration of a massive number of antenna elements over the entire surfaces of man-made structures. The LIS concept provides many advantages, such as the capability to provide reliable and space-intensive communications by effectively establishing line-of-sight (LOS) channels. In this paper, the system spectral efficiency (SSE) of an uplink LIS system is asymptotically analyzed under a practical LIS environment with a well-defined uplink frame structure. In order to verify the impact on the SSE of pilot contamination, the SSE of a multi-LIS system is asymptotically studied and a theoretical bound on its performance is derived. Given this performance bound, an optimal pilot training length for multi-LIS systems subjected to pilot contamination is characterized and, subsequently, the performance-maximizing number of devices that the LIS system must service is derived. Simulation results show that the derived analyses are in close agreement with the exact mutual information in presence of a large number of antennas, and the achievable SSE is limited by the effect of pilot contamination and intra/inter-LIS interference through the LOS path, even if the LIS is equipped with an infinite number of antennas. Additionally, the SSE obtained with the proposed pilot training length and number of scheduled devices is shown to reach the one obtained via a brute-force search for the optimal solution.


翻译:大型智能表面(LISs)构成了一个新的、有希望的无线通信模式,它依赖于将大量天线元素综合到人为结构的整个表面,LIS概念提供了许多优势,例如通过有效建立一线观察(LOS)渠道提供可靠和空间密集通信的能力。在本文中,一个上链接LIS系统的系统光谱效率(SSE)在现实的LIS环境下进行模拟分析,并有一个明确界定的上链框架结构结构。为了核实试点污染对SSE的影响,多LIS系统SE的SE正在进行无序研究,其性能有理论约束。鉴于这一作用,受试点污染的多LIS系统的最佳试点培训长度具有特征,随后,将LIS系统必须使用的性能最大化装置的数量推算出来。 模拟结果显示,衍生分析与大量天线存在的确切相互信息非常接近,而SSESSESE系统可实现的SESESSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSS范围图上的最佳搜索范围,如果具有最深的试验性、通过LILLILLILLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLL的试定的试尾卡,则,其最深路段,因此显示最佳搜索范围,则限制,因此显示最佳搜索范围,其最深、最深、最深、、最深、最深、最深、、、、、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最、最、最、、最深、最深、最深、最深、最深、最深、最深、最深、、最接近的搜索、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、最深、

0
下载
关闭预览

相关内容

【NeurIPS 2020】生成对抗性模仿学习的f-Divergence
专知会员服务
25+阅读 · 2020年10月9日
专知会员服务
113+阅读 · 2020年10月8日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
人工智能 | SCI期刊专刊/国际会议信息7条
Call4Papers
7+阅读 · 2019年3月12日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2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
人工智能类 | 国际会议/SCI期刊专刊信息9条
Call4Papers
4+阅读 · 2018年7月10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
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
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
人工智能 | SCI期刊专刊/国际会议信息7条
Call4Papers
7+阅读 · 2019年3月12日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2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
人工智能类 | 国际会议/SCI期刊专刊信息9条
Call4Papers
4+阅读 · 2018年7月10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
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员