没有合适的资源？快使用搜索试试~ 我知道了~

首页Massive MIMO Networks, Spectral, Energy, and Hardware Efficiency.pdf

Massive MIMO Networks, Spectral, Energy, and Hardware Efficiency...

MIMO

需积分: 10 45 下载量 52 浏览量更新于2023-03-16 评论收藏 7.8MB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

试读

507页

关于MIMO技术在频域、功耗等方面的效率的研究。作者来自林雪平大学和诺基亚公司。

资源详情

资源评论

资源推荐

Massive MIMO Networks:

Spectral, Energy, and Hardware Eﬃciency

Emil Björnson

Linköping University

emil.bjornson@liu.se

Jakob Hoydis

Bell Labs, Nokia

jakob.hoydis@nokia.com

Luca Sanguinetti

University of Pisa

luca.sanguinetti@unipi.it

 2017 E. Björnson, J. Hoydis and L. Sanguinetti

Version of record:

Emil Björnson, Jakob Hoydis and Luca Sanguinetti (2017), “Massive

MIMO Networks: Spectral, Energy, and Hardware Eﬃciency”, Foundations and Trends



in Signal Processing: Vol. 11, No. 3-4, pp 154–655. DOI: 10.1561/2000000093.

Simulation code and supplementary material: https://massivemimobook.com

Printed books: Available from now Publishers Inc., http://www.nowpublishers.com

This is the authors’ version of the manuscript. See the above version of record for the

ﬁnal published manuscript. Date of this version: May 28, 2019.

“Massive MIMO is an essential topic in the ﬁeld of future cellular

networks. I have not seen any other book which can compete at that

level of detail and scientiﬁc rigor. I liked the didactic style, coming back

to root deﬁnitions (cellular networks, spectral eﬃciency, channel models,

and so forth) which will be very useful to PhD students and others

starting in this area. The models are very well explained and justiﬁed

as opposed to being imposed out of nowhere. This makes the reading

particularly pleasant and rich. Overall, a great tool to researchers and

practitioners in the ﬁeld.”

David Gesbert, EURECOM

“This book provides a modern presentation of the state-of-the-art for

Massive MIMO communication. It includes a comprehensive treatment

of mathematical tools for analyzing and understanding Massive MIMO

networks. The authors provide an enlightening introduction to the topic,

suitable for graduate students and professors alike. The book starts

with the basic deﬁnitions and culminates in a systematic treatment of

spectral and energy eﬃciency. Of particular interest, the book provides

an updated assessment of the performance limiting factors, showing for

example that pilot contamination is not a fundamental limitation.”

Robert W. Heath Jr., The University of Texas at Austin

Contents

1 Introduction and Motivation 158

1.1 Cellular Networks . . . . . . . . . . . . . . . . . . . . . . 160

1.2 Deﬁnition of Spectral Eﬃciency . . . . . . . . . . . . . . . 167

1.3 Ways to Improve the Spectral Eﬃciency . . . . . . . . . . 173

1.4 Summary of Key Points in Section 1 . . . . . . . . . . . . 214

2 Massive MIMO Networks 216

2.1 Deﬁnition of Massive MIMO . . . . . . . . . . . . . . . . 216

2.2 Correlated Rayleigh Fading . . . . . . . . . . . . . . . . . 222

2.3 System Model for Uplink and Downlink . . . . . . . . . . 226

2.4 Basic Impact of Spatial Channel Correlation . . . . . . . . 228

2.5 Channel Hardening and Favorable Propagation . . . . . . . 231

2.6 Local Scattering Spatial Correlation Model . . . . . . . . . 235

2.7 Summary of Key Points in Section 2 . . . . . . . . . . . . 243

3 Channel Estimation 244

3.1 Uplink Pilot Transmission . . . . . . . . . . . . . . . . . . 244

3.2 MMSE Channel Estimation . . . . . . . . . . . . . . . . . 248

3.3 Impact of Spatial Correlation and Pilot Contamination . . 254

3.4 Computational Complexity and Low-Complexity Estimators 264

3.5 Data-Aided Channel Estimation and Pilot Decontamination 271

3.6 Summary of Key Points in Section 3 . . . . . . . . . . . . 274

4 Spectral Eﬃciency 275

4.1 Uplink Spectral Eﬃciency and Receive Combining . . . . . 275

4.2 Alternative UL SE Expressions and Key Properties . . . . . 301

4.3 Downlink Spectral Eﬃciency and Transmit Precoding . . . 316

4.4 Asymptotic Analysis . . . . . . . . . . . . . . . . . . . . . 335

4.5 Summary of Key Points in Section 4 . . . . . . . . . . . . 351

5 Energy Eﬃciency 353

5.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . 354

5.2 Transmit Power Consumption . . . . . . . . . . . . . . . . 357

5.3 Deﬁnition of Energy Eﬃciency . . . . . . . . . . . . . . . 362

5.4 Circuit Power Consumption Model . . . . . . . . . . . . . 375

5.5 Tradeoﬀ Between Energy Eﬃciency and Throughput . . . 390

5.6 Network Design for Maximal Energy Eﬃciency . . . . . . . 395

5.7 Summary of Key Points in Section 5 . . . . . . . . . . . . 401

6 Hardware Eﬃciency 403

6.1 Transceiver Hardware Impairments . . . . . . . . . . . . . 404

6.2 Channel Estimation with Hardware Impairments . . . . . . 413

6.3 Spectral Eﬃciency with Hardware Impairments . . . . . . 419

6.4 Hardware-Quality Scaling Law . . . . . . . . . . . . . . . 439

6.5 Summary of Key Points in Section 6 . . . . . . . . . . . . 449

7 Practical Deployment Considerations 451

7.1 Power Allocation . . . . . . . . . . . . . . . . . . . . . . . 452

7.2 Spatial Resource Allocation . . . . . . . . . . . . . . . . . 468

7.3 Channel Modeling . . . . . . . . . . . . . . . . . . . . . . 482

7.4 Array Deployment . . . . . . . . . . . . . . . . . . . . . . 500

7.5 Millimeter Wavelength Communications . . . . . . . . . . 522

7.6 Heterogeneous Networks . . . . . . . . . . . . . . . . . . 527

7.7 Case Study . . . . . . . . . . . . . . . . . . . . . . . . . . 537

7.8 Summary of Key Points in Section 7 . . . . . . . . . . . . 546

Acknowledgements 548

Appendices 549

A Notation and Abbreviations 550

B Standard Results 558

B.1 Matrix Analysis . . . . . . . . . . . . . . . . . . . . . . . 558

B.2 Random Vectors and Matrices . . . . . . . . . . . . . . . 563

B.3 Properties of the Lambert W Function . . . . . . . . . . . 567

B.4 Basic Estimation Theory . . . . . . . . . . . . . . . . . . 567

B.5 Basic Information Theory . . . . . . . . . . . . . . . . . . 572

B.6 Basic Optimization Theory . . . . . . . . . . . . . . . . . 575

C Collection of Proofs 579

C.1 Proofs in Section 1 . . . . . . . . . . . . . . . . . . . . . 579

C.2 Proofs in Section 3 . . . . . . . . . . . . . . . . . . . . . 591

C.3 Proofs in Section 4 . . . . . . . . . . . . . . . . . . . . . 593

C.4 Proofs in Section 5 . . . . . . . . . . . . . . . . . . . . . 609

C.5 Proofs in Section 6 . . . . . . . . . . . . . . . . . . . . . 612

References 621

剩余506页未读，继续阅读

MEX 文件 'C:\Users\13912\Desktop\OTFS\matlab代码\OTFS大规模MIMO系统的信道估计\Channel Estimation for Orthogonal Time Frequency Space (OTFS) Massive MIMO\interp_gain_mex.mexw64' 无效: 缺少依赖共享库: 'C:\Users\13912\Desktop\OTFS\matlab代码\OTFS大规模MIMO系统的信道估计\Channel Estimation for Orthogonal Time Frequency Space (OTFS) Massive MIMO\interp_gain_mex.mexw64' 需要 'libgsl-0.dll'。

这个错误提示说明您的 MEX 文件 'interp_gain_mex.mexw64' 需要一个名为 'libgsl-0.dll' 的共享库文件，但该库文件在您的系统中缺失。您需要安装或配置该共享库文件以解决此问题。您可以尝试以下解决方法： ...

分析5G网络中Massive MIMO技术

5G网络中的Massive MIMO技术是指利用大规模天线阵列实现的多输入多输出技术。与传统的MIMO技术不同，Massive MIMO使用了更多的天线，可以同时服务更多的用户，提供更高的网络容量和更好的覆盖范围。 Massive MIMO...

massive mimo ber matlab代码

Massive MIMO（大规模多输入多输出）技术是目前5G技术中的热门话题，它通过增加天线数量来提高无线通信的容量和性能。BER（误比特率）是衡量数据传输质量的指标之一，通常需要进行仿真实验来评估不同传输方案的BER...

fundamentals of massive mimo

Massive MIMO（大规模多用户MIMO）是无线通信技术的一种发展方向，其是一种基于大规模天线阵列的多输入多输出系统。大规模MIMO的基本原理是通过增加基站的天线数量，从而提高系统性能。传统的MIMO系统通常使用几个...

massive mimo beamforming实验仿真

Massive MIMO（大规模多输入多输出）是一种新兴的无线通信技术，它利用大量的天线进行信号发送和接收，以提高系统的容量和覆盖范围。Beamforming（波束成形）是一种将发射的无线信号聚焦在特定方向上的技术，以提高...

cell-free massive mimo

Cell-free massive MIMO 是一种新型的多天线系统，旨在提高 5G 网络的容量和覆盖范围。与传统的基站和小区的概念不同，cell-free massive MIMO 系统不需要将基站分成小区或细胞，而是将多个天线放置在整个覆盖区域中...

massive mimo与传统mimo

Massive MIMO和传统MIMO相比，是一种更大规模的MIMO技术。它通过使用数百个天线来实现更强的信号处理和多用户传输增益，同时提高频谱效率和数据吞吐量。传统MIMO通常使用四到八个天线，而Massive MIMO则通常使用几百...

massive mimo的相关代码

Massive MIMO技术是一种将大量天线应用于基站的技术，可以实现更高的信号质量和更大的信号覆盖范围。下面是一个示例代码，展示了如何在Matlab环境中实现Massive MIMO技术的一个基本模型。 ```matlab % 设置参数 ...

massive mimo 通信系统matlab代码

以下是一个简单的 Massive MIMO 通信系统的 Matlab 仿真代码： ```matlab %% 设置参数 Nr = 4; % 接收天线数 Nt = 8; % 发送天线数 K = 10; % 用户数 SNR_dB = 20; % 信噪比（dB） %% 生成用户数据 H = (randn(Nr,...

一种无小区Massive MIMO中的免授权随机接入算法

对于无小区Massive MIMO系统中的免授权随机接入算法，一种常见的方法是采用随机接入预编码技术。这种方法通过使用空间预编码技术，将用户设备的传输信号进行编码，以提高系统的频谱效率和用户的接入容量。在该算法...

enabling lpwan massive access : grant-free random access with massive mimo,

为了解决这一问题，研究人员提出了一种新的方法，即利用大规模多输入多输出（Massive MIMO）技术实现无需授权的随机接入。大规模MIMO是一种利用大量的基站天线和智能信号处理技术来提高信号质量和容量的通信技术。 ...

massivemimo源程序

Massive MIMO（Massive Multiple-Input Multiple-Output）是一种新兴的无线通信技术，能够在现有的无线频谱中实现更高的数据传输速率和更好的信号覆盖。在Massive MIMO系统中，基站配备了大量的天线，可以同时为多个...

massivemimo的工作模式

Massive MIMO（大规模多输入多输出）是一种无线通信技术，它利用大量的天线和信号处理技术来提高通信系统的容量和性能。其工作模式如下： 1. 大量天线：Massive MIMO系统配备了大量的天线，通常为数百个或更多。...

Massivemimo概念和原理

Massive MIMO（ Massive Multiple-Input Multiple-Output），意为“大规模MIMO”，是一种利用大量天线和信号处理技术的无线通信技术。Massive MIMO主要基于MIMO技术，但与传统MIMO不同的是，它使用大量的天线和独特...

versalar

粉丝: 2
资源: 2

上传资源快速赚钱

我的内容管理收起

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

会员权益专享

Massive MIMO Networks, Spectral, Energy, and Hardware Efficiency...

评论0

会员权益专享

最新资源

Massive MIMO Networks, Spectral, Energy, and Hardware Efficiency...

评论0

Massive MIMO in 5G Networks Selected Applications 无水印原版pdf

massive_MIMO_networks.pdf

massive_MIMO_networks.zip

massive mimo networks spectral

Massive MIMO 接收机抗干扰技术最新文献

中兴massive mimo 白皮书 csdn

分析5G网络中Massive MIMO技术

massive mimo ber matlab代码

fundamentals of massive mimo

massive mimo beamforming实验仿真

cell-free massive mimo

massive mimo与传统mimo

massive mimo的相关代码

massive mimo 通信系统matlab代码

一种无小区Massive MIMO中的免授权随机接入算法

enabling lpwan massive access : grant-free random access with massive mimo,

massivemimo源程序

massivemimo的工作模式

Massivemimo概念和原理

会员权益专享

最新资源