High data rate wireless communications, nearing 1 Gb/s transmission rates, is of interest in emerging wireless local area networks and home audio/visual networks. Designing very high speed wireless links that offer good quality-of-service and range capability in non-line-of-sight (NLOS) environments constitutes a significant research and engineering challenge. Ignoring fading in NLOS environments, we can, in principle, meet the 1 Gb/s data rate requirement with a single-transmit single-receive antenna wireless system if the product of bandwidth (measured in hertz) and spectral efficiency (measured in bits per second per hertz) is equal to 10/sup 9/. A variety of cost, technology and regulatory constraints make such a brute force solution unattractive, if not impossible. The use of multiple antennas at transmitter and receiver, popularly known as multiple-input multiple-output (MIMO) wireless, is an emerging cost-effective technology that offers substantial leverages in making 1 Gb/s wireless links a reality. The paper provides an overview of MIMO wireless technology covering channel models, performance limits, coding, and transceiver design.

Space-time coding for fading channels is a communication technique that realizes the diversity benefits of multiple transmit antennas. Previous work in this area has focused on the narrowband flat fading case where spatial diversity only is available. We investigate the use of space-time coding in OFDM-based broadband systems where both spatial and frequency diversity are available. We consider a strategy which basically consists of coding across OFDM tones and is therefore called space-frequency coding. For a spatial broadband channel model taking into account physical propagation parameters and antenna spacing, we derive the design criteria for space-frequency codes and we show that space-time codes designed to achieve full spatial diversity in the narrowband case will in general not achieve full space-frequency diversity. Specifically, we show that the Alamouti (see IEEE J. Sel. Areas Comm., vol.16, p.1451-58, 1998) scheme across tones fails to exploit frequency diversity. For a given set of propagation parameters and given antenna spacing, we establish the maximum achievable diversity order. Finally, we provide simulation results studying the influence of delay spread, propagation parameters, and antenna spacing on the performance of space-frequency codes.

In this letter we solve the transmit antenna selection problem for a zero forcing spatial multiplexing system with knowledge of the channel statistics at the transmitter. We show through Wishart matrix analysis that the signal-to-noise ratio on the kth stream is a weighted Chi-squared variable with the weight equal to-the kth diagonal entry of the inverted transmit correlation matrix. We use this result to develop selection algorithms for two cases-maximizing ergodic capacity and minimizing the average probability of error. Monte Carlo simulations illustrate potential performance improvements.

Space-time block codes are a remarkable modulation scheme discovered recently for the multiple antenna wireless channel. They have an elegant mathematical solution for providing full diversity over the coherent, flat-fading channel. In addition, they require extremely simple encoding and decoding. Although these codes provide full diversity at low computational costs, we show that they incur a loss in capacity because they convert the matrix channel into a scalar AWGN channel whose capacity is smaller than the true channel capacity. In this letter the loss in capacity is quantified as a function of channel rank, code rate, and number of receive antennas.

A new approach to Estimation of Signal Parameters by Rotational Invariance Techniques (ESPRIT) is described in the context of direction-of-arrival estimation, but is also applicable to other problems. The method relies on finding the underlying rotation between the common subspaces associated with an array of pairwise-matched and codirectional sensor doublets. ESPRIT has several remarkable advantages over earlier techniques such as MUSIC, and also provides asymptotically unbiased and efficient estimates.

This article provides a tutorial of linear precoding for a frequency- flat, single-user MIMO wireless system, examining both theoretical foundations and practical issues. The article first discusses principles for CSIT (channel-side information at the transmitter) acquisition and develops a dynamic CSIT model, which spans perfectly to statistical CSIT, taking into account channel temporal variation. It then presents the capacity benefits of CSIT and information theoretic arguments for exploiting the CSIT by linear precoding. A precoded system structure is then described, involving an encoder and a linear precoder. Criteria for designing the precoder are then discussed, followed by specific designs for different CSIT scenarios.

Mobile edge computing is of particular interest to Internet of Things (IoT), where inexpensive simple devices can get complex tasks offloaded to and processed at powerful infrastructure. Scheduling is challenging due to stochastic task arrivals and wireless channels, congested air interface, and more prominently, prohibitive feedbacks from thousands of devices. In this paper, we generate asymptotically optimal schedules tolerant to out-of-date network knowledge, thereby relieving stringent requirements on feedbacks. A perturbed Lyapunov function is designed to stochastically maximize a network utility balancing throughput and fairness. A knapsack problem is solved per slot for the optimal schedule, provided up-to-date knowledge on the data and energy backlogs of all devices. The knapsack problem is relaxed to accommodate out-of-date network states. Encapsulating the optimal schedule under up-to-date network knowledge, the solution under partial out-of-date knowledge preserves asymptotic optimality, and allows devices to self-nominate for feedback. Corroborated by simulations, our approach is able to dramatically reduce feedbacks at no cost of optimality. The number of devices that need to feed back is reduced to less than 60 out of a total of 5000 IoT devices.

In this paper, a new blind channel estimation technique for multiple- input multiple-output (MIMO) space-time block coded (STBC) systems is proposed. The technique is solely based on second-order statistics (SOS), and it consists on the extraction of the main eigenvector of a modified correlation matrix. Furthermore, it can be interpreted as a deterministic technique, i.e., in the absence of noise it is able to exactly recover the channel, up to a real scalar, within a finite number of observations. Unfortunately, in many practical cases there exist ambiguities associated to the problem of blind channel estimation from SOS. In order to resolve these problems we propose a new transmission technique, which is based on the combination of different STBCs (code diversity). In the simplest case, this technique reduces to a rotation or permutation of the transmit antennas (non-redundant precoding). Finally, the performance of the proposed method is demonstrated by means of some simulation examples.