In this paper, we propose a novel transmission scheme, called sparse layered MIMO (SL-MIMO), that combines non-orthogonal transmission and singular value decomposition (SVD) precoding. Nonorthogonality in SL-MIMO allows re-using of the eigen-channels which improves the spectral efficiency and error rate performance of the system through enhancing the coding gain and diversity gain. We also present a low-complexity message-passing (MP) detector for the proposed SL-MIMO system which performs quite close to maximum likelihood (ML). The joint moment generating function (MGF) of the ordered eigenvalues is calculated and used to derive a closed-form upper bound on the average word error probability (AWEP) of the SL-MIMO system, and this derived expression is then used to analyze the diversity gain of the system. We use our analytical results to design sub-optimal codebooks to minimize the error rate of the SL-MIMO system. Simulation results in 4x4 and 6x6 multiple-input multiple-output (MIMO) systems with 4-ary, 16-ary, and 64-ary constellations show that our proposed SL-MIMO scheme outperforms competing approaches such as X- and Y-codes in terms of system error rate performance. SL-MIMO has 5.6 dB advantage compared to X-codes and 4.7 dB advantage compared to Y-codes in 6x6 MIMO system with a 64-ary constellation.


翻译:在本文中,我们提出了一个新颖的传输方案,称为稀疏的分层 mIMO(SL-MIMO),将非二次传输和单值分解(SVD)预编码结合起来。SL-MIMO的非二次传输允许重新使用密封通道,通过增强编码增益和多样性增益来提高系统的光谱效率和误差率性能。我们还为拟议的 SL-MIMO 系统提出了一个低兼容度信息传输检测仪(MP),该系统运行的可能性非常接近(ML) 。定购的eigen值的联合瞬间生成功能(MGF)被计算并用于在SL-MIMO系统的平均字差概率(AWEP)上形成一个封闭式的上限,然后用这一衍生表达法来分析系统的多样性增益。我们用我们的分析结果设计了次级最佳的代码,以最大限度地减少SL-MIMO系统的误差率。在4x4和6x的多倍计算结果中,将YL规则的正值比值比值比值比值比值比值值值-RIMIMO-x的系统,将S-x-plus-pal-pal-pal-pal 的系统显示S-xxxxxxxxxxxxxxxxxy-cal-pal-pal-pal-pal-pal-pal-s。

0
下载
关闭预览

相关内容

指分类错误的样本数占样本总数的比例。
【硬核书】矩阵代数基础,248页pdf
专知会员服务
86+阅读 · 2021年12月9日
专知会员服务
52+阅读 · 2021年6月30日
专知会员服务
59+阅读 · 2021年4月12日
专知会员服务
44+阅读 · 2020年12月18日
因果图,Causal Graphs,52页ppt
专知会员服务
250+阅读 · 2020年4月19日
强化学习最新教程,17页pdf
专知会员服务
181+阅读 · 2019年10月11日
【新书】Python编程基础,669页pdf
专知会员服务
196+阅读 · 2019年10月10日
LibRec 精选:你见过最有趣的论文标题是什么?
LibRec智能推荐
4+阅读 · 2019年11月6日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
43+阅读 · 2019年1月3日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Soft-NMS – Improving Object Detection With One Line of Code
统计学习与视觉计算组
6+阅读 · 2018年3月30日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
EfficientDet: Scalable and Efficient Object Detection
Arxiv
6+阅读 · 2019年11月20日
Clustered Object Detection in Aerial Images
Arxiv
5+阅读 · 2019年8月27日
VIP会员
相关VIP内容
【硬核书】矩阵代数基础,248页pdf
专知会员服务
86+阅读 · 2021年12月9日
专知会员服务
52+阅读 · 2021年6月30日
专知会员服务
59+阅读 · 2021年4月12日
专知会员服务
44+阅读 · 2020年12月18日
因果图,Causal Graphs,52页ppt
专知会员服务
250+阅读 · 2020年4月19日
强化学习最新教程,17页pdf
专知会员服务
181+阅读 · 2019年10月11日
【新书】Python编程基础,669页pdf
专知会员服务
196+阅读 · 2019年10月10日
相关资讯
LibRec 精选:你见过最有趣的论文标题是什么?
LibRec智能推荐
4+阅读 · 2019年11月6日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
43+阅读 · 2019年1月3日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Soft-NMS – Improving Object Detection With One Line of Code
统计学习与视觉计算组
6+阅读 · 2018年3月30日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员