In this paper, we obtain asymptotic expressions for the ergodic capacity of the keyhole multiple-input multipleoutput (MIMO) channel at low signal-to-noise ratio (SNR) in independent and identically distributed Nakagami-$m$ fading conditions with perfect channel state information at the transmitter and receiver. We show that the low-SNR capacity of this keyhole MIMO channel scales proportionally as $\frac{\textrm{SNR}}{4} \log^2 \left(1/{\textrm{SNR}}\right)$. Our main contribution is to identify a surprising result that the low-SNR capacity of the MIMO fading channel increases in the presence of keyhole degenerate condition, which is in direct contrast to the well-known MIMO capacity degradation at high SNR under keyhole conditions. To explain why rank-deficient keyhole fading channel outperforms the full-rank MIMO fading channel at sufficiently low-SNR, we remark that the rank of the MIMO channel matrix has no impact in the low-SNR regime and furthermore that the double-faded (or double-scattering) nature of the keyhole MIMO channel creates more opportunistic communications at low-SNR when compared with pure MIMO fading channel and thus leading to increased capacity. Finally, we also show that a simple one-bit channel information based on-off power control achieves this low-SNR capacity; surprisingly, this power adaptation is robust against both moderate and severe fading for a wide range of low SNR values. These results also hold for the keyhole MIMO Rayleigh channel as a special case.


翻译:在本文中,我们在独立和同样分布的Nakagami-$$淡化条件下,在发射机和接收机的完美频道状态信息中,我们获得对关键孔多投入多输出输出量(MIMO)的低信号对音频比率(SNIR)频道在独立和同样分布的Nakagami-$$的衰减条件中,在发送机和接收机的完全渠道状态信息中,对关键孔多输出量的低网络状态(SNIM)能力表现为“formorm2 left left (1/textrm{SNRäright) 。我们的主要贡献是确定一个令人惊讶的结果,即IMO的低信号对音频对音频流的低信号比率比率(SNIMR),在关键孔条件下,与众所周知的MIM(IMR)能力下降速度比低的系统能力下降直接流能力相比,这让IMIMRR的双向全流流流流流流流流流流(我们指出,在低能量和MRRRL的正常状态中,这段也使MA的双流系统更具有双向基础。

0
下载
关闭预览

相关内容

不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【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
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | CFP:Special Issue of NLP and KG(JCR Q2,IF2.67)
开放知识图谱
1+阅读 · 2022年4月4日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Call for Nominations: 2022 Multimedia Prize Paper Award
CCF多媒体专委会
0+阅读 · 2022年2月12日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | CFP:Special Issue of NLP and KG(JCR Q2,IF2.67)
开放知识图谱
1+阅读 · 2022年4月4日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Call for Nominations: 2022 Multimedia Prize Paper Award
CCF多媒体专委会
0+阅读 · 2022年2月12日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员