面向细胞免疫大型MIMO的率分割：性能分析与生成式AI方法

细胞免疫（Cell-free, CF）大型多输入多输出（MIMO）系统为用户设备（UE）提供了普适覆盖，但也容易受到干扰。率分割（Rate-splitting, RS）通过解码干扰有效提取数据，但其有效性受限于最弱的UE。在本文中，我们研究了基于RS的CF大型MIMO系统，该系统结合了两种方法的优势并缓解了其缺陷。考虑到由于飞行 contamination 和噪声导致的信道状态信息（CSI）不完全，我们推导了在空间相关Rician信道下，基于RS的CF大型MIMO系统的总谱灵敏度（sum spectral efficiency, SE）的闭式表达式。此外，我们提出了基于统计CSI的低复杂度启发式算法，用于公共消息的功率分割和私有消息的功率控制，并采用遗传算法求解上界性能。进一步，我们构建了一个联合优化问题，旨在通过优化功率分割因子和功率控制系数来最大化基于RS的CF大型MIMO系统的总谱灵敏度。重要的是，我们改进了生成式AI（GAI）算法，通过使用扩散模型获取解，以解决该复杂且非凸的问题。仿真结果表明该方法在缓解干扰方面有效且实用，尤其是在动态环境中。