.png){kind=icon}
返回
Statistical CSI-Based Optimization for Uplink RIS-Aided Cell-Free Massive MIMO Systems
.png){kind=icon}
PRE
AI
DOI：10.1109/JIOT.2026.3666120.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们研究了多可重构智能表面（RIS）辅助的免蜂窝大规模多输入多输出（CF-mMIMO）系统中上行链路（UL）频谱效率（SE）和资源分配的全面优化问题。虽然将CF-mMIMO与RIS集成能提升SE，但现有方案或假设理想条件，或分别优化接入点（AP）聚类、大规模衰落解码（LSFD）、RIS相位偏移和功率分配。为弥合这些差距，我们提出了一种统一的基于统计信道状态信息（CSI）的优化（SCOP）框架，通过联合优化AP聚类、LSFD、RIS相位偏移控制和UL功率分配，以最大化最小UL SE。推导了针对最大比合并（MR）的闭式（CF）SE表达式，考虑了空间相关瑞利衰落下直接和级联通道的影响。利用统计CSI显著降低了实时获取开销，同时实现了鲁棒且高效的UL传输设计。SCOP通过多步策略求解：1) 固定功率下，迭代算法计算联合优化参数（JOP）向量，表示AP聚类、LSFD和RIS相位偏移参数的组合；2) 闭式解更新功率分配；3) 交替优化（AO）联合细化两者。我们还引入了一种从JOP中提取最优系统参数的新方法。仿真结果表明，在典型的60个AP、30个用户和4个RIS场景中，所提SCOP框架将中值UL SE从2.4提升至3.9 bit/s/Hz（+65%），并将底部5%速率提升超过两倍，在其他设置中增益相似（60%–120%）。
Keyword:
Cell-free massive multiple-input multiple-output (CF-mMIMO)
max–min fairness (MMF)
power allocation
reconfigurable intelligent surface (RIS)
期刊
IF:
8.9
论文数:
1.4W
被引数:
7.8W
机构
引用论文
Joint Optimization of Uplink Power and Computational Resources in Mobile Edge Computing-Enabled Cell-Free Massive MIMO基于移动边缘计算的无小区大规模MIMO上行链路功率和计算资源联合优化
OAAI
.png){kind=icon}
OAAI分享收藏
Approaching Massive MIMO Performance with Reconfigurable Intelligent Surfaces: We Do Not Need Many Antennas基于可重构智能表面的Massive MIMO性能逼近：我们不需要大量天线OAAI
OAAI分享收藏
查看更多内容