We consider the massive Multiple Input Multiple Output (MIMO) diversity channel affected by independent and identically distributed Rayleigh fading, with linear processing at both transmitter and receiver sides, and analyze the outage capacity for large number of antennas. We first discuss the classical Single Input Multiple Output (SIMO) diversity channel that uses Maximal Ratio Combining (MRC) or Selection Combining (SC). For MRC, a numerical computation and a Gaussian Approximation (GA) are considered, whereas for SC an exact evaluation is possible. The analysis is then straightforwardly extended to the Multiple Input Single Output (MISO) system that uses Maximal Ratio Transmission (MRT) or transmit antenna selection. The general Multiple Input Multiple Output (MIMO) system that pursues full diversity is finally considered, with both optimal linear processing and simple antenna selection at both transmitter and receiver. If the number of antennas is sufficiently large on at least one side, the outage capacity of each considered diversity channel approaches that of a suitable reference Additive White Gaussian Noise (AWGN) channel with properly defined Signal-to-Noise Ratio (SNR), which provides a performance benchmark. This conclusion is valid for large but realistic number of antennas compatible with the assumption of independent fading.


翻译:我们首先讨论使用最大比率组合或选择组合的经典单一输入多输出(SIMO)多样性频道。对于MRC,可以考虑数字计算和高斯重叠组合(GA),而对于SC,则可以进行精确的评估。然后将分析直接推广到使用最大比率传输或传输天线选择的多输入单一输出(MISO)系统。我们首先讨论使用最大比率组合或选择组合(SC)的典型单一输入多输出(SIMO)多样性频道。对于MRC,则考虑数字计算和高西亚组合(GA)多样性频道的数量足够大,每个被考虑过的多样性频道的超能力即适合的引用(AWGN)频道,该频道使用适当定义的信号率传输(MISO)或传输天线选择。追求充分多样性的通用多输入多输出(MIMO)系统最终被考虑,同时采用最佳线性处理和简单天线选择(SC)。如果至少一边天线数量足够大,那么每个被考虑过的频道的外源容量能力即适合引用白高比(AWGN)频道,其信号到真实的信号比对天线进行独立假设。

0
下载
关闭预览

相关内容

迁移学习简明教程,11页ppt
专知会员服务
107+阅读 · 2020年8月4日
最新《生成式对抗网络》简介,25页ppt
专知会员服务
173+阅读 · 2020年6月28日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
110+阅读 · 2020年5月15日
专知会员服务
61+阅读 · 2020年3月4日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
CreateAMind
26+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
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7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
【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
Arxiv
0+阅读 · 2021年8月2日
Arxiv
0+阅读 · 2021年7月20日
VIP会员
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
CreateAMind
26+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
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7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
【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