.png){kind=icon}
返回
Distributed Penalty Nesterov Gradient Algorithm For Extremely Large-Scale MIMO Systems
.png){kind=icon}
PRE
AI
DOI：10.1109/TSP.2026.3660267.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种分布式惩罚Nesterov梯度（DPNG）检测算法，用于上行超大规模多输入多输出（XL-MIMO）系统，旨在解决传统线性检测器的性能局限性。该算法并非直接求解最大似然（ML）检测问题，而是通过引入一个定制的惩罚函数进行凸松弛，强制估计值与星座图集对齐。通过将扩散策略整合到重构的检测问题中，DPNG算法实现了高效的分布式计算。根据理论分析，我们证明了该重构的检测问题具有强凸性和Lipschitz连续性。利用这些性质，重构问题的最优解在性能上优于传统线性检测。此外，理论结果表明，所提出的DPNG算法能够以次线性收敛率高效地找到该解，并精确量化了检测性能与计算复杂度之间的权衡。广泛的仿真验证了DPNG在降低复杂度和带宽的同时实现了显著的误码率（BER）改善，从而在分布式XL-MIMO检测中提供了优于先前方法的实际优势。
Keyword:
Extremely large-scale MIMO
distributed MIMO detection
decentralized baseband processing
diffusion strategy
penalty function
期刊
I
IF:
5.8
论文数:
341
被引数:
0
机构
引用论文
.png){kind=icon}
Decentralized Massive MIMO Processing Exploring Daisy-Chain Architecture and Recursive Algorithms
OAAI
OAAI分享收藏Decentralized Baseband Processing With Gaussian Message Passing Detection for Uplink Massive MU-MIMO Systems具有高斯消息传递检测的上行链路大规模mu-mimo系统分散基带处理
OAAI
OAAI分享收藏
查看更多内容