In this paper, we present a novel and practical joint hybrid beamforming (HYBF) and combining scheme to maximize the weighted sum-rate (WSR) in a single-cell massive multiple-input-multiple-output (MIMO) millimeter-wave (mmWave) FD system. All the multi-antenna users and the base station (BS) are assumed to be suffering from the limited dynamic range (LDR) noise due to non-ideal hardware, and we adopt an impairment-aware HYBF approach. To model the non-ideal hardware of a hybrid FD transceiver, we extend the traditional LDR noise model to mmWave. We also present a novel interference and self-interference (SI) aware optimal power allocation scheme for the uplink (UL) users and the BS. The analog processing stage is assumed to be quantized, and we consider both the unit-modulus and unconstrained cases. Compared to the traditional designs, our design also considers the joint sum-power and the practical per-antenna power constraints. It relies on alternating optimization based on the minorization-maximization method. We investigate the maximum achievable gain of a hybrid multi-user FD system with different levels of the LDR noise variance and with different numbers of the radio-frequency (RF) chains. We also show that amplitude manipulation at the analog stage is beneficial for a hybrid FD BS when the number of RF chains is small. Simulation results show that the proposed HYBF design significantly outperforms the fully digital HD system with only a few RF chains at any LDR noise level.


翻译:在本文中,我们提出了一个新颖而实用的联合混合波束成型(HyBF)和组合计划,以在单细胞大规模多投入多输出量(MIMO)毫米波(mmWave)FD系统中最大限度地使用加权总和率(WSR),所有多用途用户和基地站(BS)都假定由于非理想硬件而受到有限的动态范围(LDR)噪音的影响,我们采用了一种低度觉悟的HYBFB方法。为了模拟非理想硬件,我们把混合的FD转盘转盘的非理想硬件建模,我们把传统的LDR链噪音模型推广到mmWave。我们还提出了一种新的干预和自我干预(SI),意识到上行(UL)用户和BS系统的最佳权力分配计划。模拟处理阶段假定是四分解的,我们考虑单位-模量和未受限制的案例。与传统设计相比,我们的设计也考虑到混合的DFD系统的联合总能量和实用的单安纳功率限制。我们依靠在低度的IMRFD(L-DR)最低级的滚动的滚动方法,我们根据对低级的滚动的滚动的系统进行一个滚动的滚动的滚动的滚动的滚动的滚动的平的平的系统,在微的平的平的平的平的平的平的平的平价的平的平的平的平的平的平的平的平的系统,我们的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平,我们的平的平的平的平的平的平的平的平的平的平的平,我们的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
【干货书】机器学习速查手册,135页pdf
专知会员服务
122+阅读 · 2020年11月20日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
144+阅读 · 2019年10月12日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF推荐 | 国际会议信息10条
Call4Papers
7+阅读 · 2019年5月27日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
8+阅读 · 2018年12月28日
美国化学会 (ACS) 北京代表处招聘
知社学术圈
11+阅读 · 2018年9月4日
PRL导读-2018年120卷15期
中科院物理所
4+阅读 · 2018年4月23日
Parsimonious Bayesian deep networks
Arxiv
5+阅读 · 2018年10月17日
Arxiv
5+阅读 · 2017年11月30日
VIP会员
相关VIP内容
专知会员服务
50+阅读 · 2020年12月14日
【干货书】机器学习速查手册,135页pdf
专知会员服务
122+阅读 · 2020年11月20日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
144+阅读 · 2019年10月12日
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF推荐 | 国际会议信息10条
Call4Papers
7+阅读 · 2019年5月27日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
8+阅读 · 2018年12月28日
美国化学会 (ACS) 北京代表处招聘
知社学术圈
11+阅读 · 2018年9月4日
PRL导读-2018年120卷15期
中科院物理所
4+阅读 · 2018年4月23日
Top
微信扫码咨询专知VIP会员