无人机支持的空中无蜂窝大规模MIMO系统中上行链路分布式检测

无人机支持的空中无蜂窝大规模MIMO系统中上行链路分布式检测

介绍题目

在无人机（UAV）支持的空中蜂窝自由大规模多输入多输出（mMIMO）系统中，上行链路分布式检测涉及以下几个关键概念和步骤：

• “无蜂窝”意味着系统不是围绕传统的蜂窝结构组织的，而是通过分散的多个基站协作提供覆盖和容量，而不是单个固定的基站。
• “上行链路”（Uplink）指的是从用户设备到无人机基站的通信链路。
• “分布式检测”意味着信号处理不是在单个中心点完成，而是在多个无人机节点上独立完成，每个节点处理其接收到的信号。

一. 背景（解决的问题）

1. 在全集中式的信号检测方案中，需要将所有接收到的原始符号集中在中央处理单元(CPU-UAV)进行处理，无人机基站和中央处理单元之间需要交换大量的信道状态信息和原始数据，这在无线前传链路容量有限的情况下，会导致显著的交互开销和不可预测的延迟。
2. 为了减轻无人机基站（AP-UAVs）与中央处理单元（CPU-UAV）之间的交互负担，论文提出了一种两层分布式上行信号检测方案。在此方案中，上行信号首先在AP-UAVs中通过局部最小均方误差（MMSE）检测器进行恢复，然后将处理过的信号转发到CPU-UAV，由CPU-UAV进行加权组合以获得更精细的信号。

二. 系统模型

2.1 信道模型

2.1.1 信道系数

2.1.2 进行标准化

2.2 信道估计 和 数据传输

2.2.1 信道估计

1. 在信道估计阶段接收到的信号。
   
2. 从混合的接收信号中提取出与特定用户 k 相关的信道信息
3. 利用MMSE估计器准确估计每个用户到每个AP-UAV的信道。
   
   

2.2.2 上行数据传输

三. 具体的流程

3.1 第一层

3.2 第二层

3.3 最优组合权重的表达式

四. 用到的知识

在信道模型中，矩阵分析的知识点被广泛应用于描述和处理信道系数、相关性和路径损耗等概念。具体来说，信道模型中使用的矩阵分析知识点包括：

• 共轭转置：

• 矩阵二范数：
  

• 矩阵乘法：

• 矩阵转置：

• 矩阵求逆：

• 矩阵的迹（Trace）：

• 向量的二范数（也称为欧几里得范数）的平方