.png){kind=icon}
返回
Multilinear Generalized SVD Processor for Multicast Multiuser MIMO Systems
.png){kind=icon}
PRE
AI
DOI：10.1109/TCSI.2025.3613715.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
预编码器和译码器的设计是大规模多用户MIMO（MU-MIMO）系统的关键技术，因为它必须高效地将总信道容量分配给所有用户。广义特征值分解（GEVD）是多用户MIMO预编码和译码算法中关键的信道正交化处理方法。然而，GEVD仅支持单播MU-MIMO系统。因此，本文提出了一种多线性广义奇异值分解（ML-GSVD）预编码器芯片，作为广义奇异值分解（GSVD）的高阶扩展，用于支持5G系统中私有序列和共享数据流的MU-MIMO系统。ML-GSVD通过放宽矩阵数量的限制，可以克服用户数量的限制并支持每个用户的多个天线，从而促进广播、多播和单播传输。本文提出了一种基于张量的分区交替最小二乘（PALS）算法用于ML-GSVD，该算法显著降低了传统基于交替最小二乘（ALS）的直接拟合方法计算复杂度。通过分区和张量设计策略，ML-GSVD在每次迭代中仅计算矩阵的一部分，并促进模块化和流水线处理以实现硬件实现。本研究采用TSMC 40nm CMOS技术设计了所提出的硬件高效的PALS ML-GSVD算法，并进行了实现。IC综合结果表明，所提出的ML-GSVD处理器芯片在200 MHz工作频率下可实现824.27矩阵每秒的吞吐量。
Keyword:
Multicast multiple-input multiple-output (MIMO)
multilinear generalized singular value decomposition (SVD)
multi-user MIMO
very large-scale integration (VLSI)
期刊
I
IF:
0
论文数:
268
被引数:
0
机构
引用论文
分享收藏SVD-based MIMO Precoding and Equalization Schemes for Realistic Channel Knowledge: Design Criteria and Performance Evaluation基于SVD的MIMO预编码和均衡方案：真实信道知识的设计准则与性能评估
PREAI
分享收藏
Enhanced power-save multi-poll mechanism for multi-user downlink transmission in WLAN.png)
2015 IEEE China Summit and International Conference on Signal and Information Processing (ChinaSIP)
2015 IEEE China Summit and International Conference on Signal and Information Processing (ChinaSIP)IF0
PREAI
分享收藏
查看更多内容