计算机科学 > 信息论
[提交于 2022年12月5日
]
标题: 通过干扰感知的大规模接入提高无蜂窝大规模MIMO的公平性
标题: Improving Fairness for Cell-Free Massive MIMO Through Interference-Aware Massive Access
摘要: 无蜂窝大规模多输入多输出(CF mMIMO)通过协调比用户设备(UEs)更多的接入点(APs)来提供良好的干扰管理。 当UE的数量接近AP的数量并远超过导频的数量时,确定哪些AP应为哪些UE使用哪些导频变得具有挑战性。 在这样的大规模接入场景中,需要在频谱效率(SE)和实现复杂性之间取得更好的折中。 本文提出了一种干扰感知的大规模接入(IAMA)方案,通过利用大尺度干扰特征,在CF mMIMO中实现了AP-UE关联和导频分配的联合优化。 我们提出了一种干扰感知奖励作为新的性能指标,并利用它开发了两种迭代算法来优化关联和导频分配。 数值结果表明,在用户公平性和平均SE方面,我们的IAMA方案明显优于基准方案。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.