.png){kind=icon}
返回
Statistical CSI-Based Distributed Precoding Design for OFDM-Cooperative Multi-Satellite Systems
.png){kind=icon}
PRE
AI
DOI：10.1109/JSAC.2026.3650895.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究了多星大规模MIMO传输的分布式预编码设计。我们首先对收发机模型进行了详细分析，其中引入了时延和Doppler预补偿以确保相干传输。在该分析中，我们考察了预补偿误差对传输模型的影响，强调了星间干扰的近似独立性，并最终推导出接收信号模型。基于该信号模型，我们构建了一个近似期望速率最大化问题，该问题同时考虑了统计信道状态信息（sCSI）和补偿误差。与将此类问题重新表述为加权最小均方误差（WMMSE）最小化的传统方法不同，我们证明了在该场景下这种转换无法保持等价性。为解决此问题，我们引入了一种基于信道协方差矩阵分解的等效协方差分解基WMMSE（CDWMMSE）表述。通过利用信道特性，我们开发了一种低复杂度分解方法并提出了优化算法。为进一步降低计算复杂度，我们引入了一种模型驱动的可扩展深度学习（DL）方法，该方法利用了从sCSI到最优闭式解中未知变量的映射的等变性，并通过新颖的密集Transformer网络和尺度不变损失函数设计来提升性能。仿真结果验证了所提方法在某些实际场景中的有效性和鲁棒性。我们还证明了DL方法能够适应用户和卫星数量变化的动态设置。
Keyword:
Satellite communication
cooperative transmission
distributed precoding
massive MIMO
期刊
IF:
17.2
论文数:
6.4K
被引数:
3.1W
机构
引用论文
.png){kind=icon}
Robust Downlink Precoding for LEO Satellite Systems With Per-Antenna Power Constraints具有每天线功率约束的LEO卫星系统的鲁棒下行链路预编码
PREAI
分享收藏Robust Beamforming for Massive MIMO LEO Satellite Communications: A Risk-Aware Learning Framework大规模MIMO LEO卫星通信的鲁棒波束形成: 一个风险感知学习框架
OAAI
OAAI分享收藏分享收藏分享收藏Optimal Multiuser Transmit Beamforming: A Difficult Problem with a Simple Solution Structure最佳多用户发射波束成形: 具有简单解决方案结构的难题
OAAI
OAAI分享收藏
查看更多内容