Performance Analysis on RIS-Aided Wideband Massive MIMO OFDM Systems with Low-Resolution ADCs
本文分析低分辨率ADC下RIS辅助宽带大规模MIMO OFDM系统的上行可达速率，推导闭式表达式、渐近性能和功率缩放定律，并提出梯度上升算法优化RIS相移以最大化最小用户速率。
2024-03-14 cs.IT eess.SP math.IT
Beyond Diagonal Reconfigurable Intelligent Surfaces in Wideband OFDM Communications: Circuit-Based Modeling and Optimization
针对宽带OFDM系统，提出基于电路模型的BD-RIS频率相关建模方法，并联合优化BD-RIS与功率分配以最大化平均速率，仿真证明BD-RIS优于传统RIS且宽带建模影响随电路复杂度增大而显著。
2025-01-20 cs.IT eess.SP math.IT
Joint Beamforming Design in DFRC Systems for Wideband Sensing and OFDM Communications
双功能雷达通信（DFRC）系统通过使用一个共同的波形进行感知和通信（S&C），可以有效地利用拥挤的频谱和昂贵的硬件资源，引起了越来越多的关注。正交频分复用（OFDM）技术在支持高质量通信的同时，也在提高雷达感知性能和提供灵活的S&C方面具有巨大的潜力。在本文中，我们提出了联合设计的双功能发射信号占用几个子载波，实现多用户OFDM通信和检测一个运动目标的存在杂波。同时，可以以类似的方式优化其他频率子载波中的信号以执行其他任务。发射波束形成和接收滤波器联合优化，以最大化雷达输出信号与干扰加噪声比（SINR），同时满足通信SINR要求和功率预算。一个优化最小化（MM）方法为基础的算法来解决由此产生的非凸优化问题。数值结果表明，通过联合设计不同子载波上的发射信号，可以获得显著的宽带感知增益，验证了所提方案的优越性和算法的有效性。
2022-08-05 cs.IT eess.SP math.IT
Uplink Performance of Wideband Massive MIMO with One-Bit ADCs
模数转换器（ADC）占大规模MIMO基站总功耗的很大一部分。1位ADC是降低功耗的一种方法。本文分析了使用1位ADC的大规模MIMO系统中单载波和OFDM传输的频谱效率。封闭形式的可实现速率，即，对于具有大量信道抽头的宽带系统，推导出容量的下限，该宽带系统采用低复杂度线性信道估计和符号检测。量化在符号检测中导致两种类型的误差。在大规模MIMO中，循环对称误差变为高斯，并且随着天线数量的增加而消失。接收干扰能量中符号持续时间的变化会引起幅度失真，严重影响OFDM系统的性能。随着信道抽头数的增加，幅度失真消失，OFDM具有与单载波传输相同的性能。本文的一个主要结论是宽带大规模MIMO系统与1位ADC配合使用效果良好。
2016-10-17 cs.IT math.IT
Wideband Spectrum Sensing for Cognitive Radio Networks: A Survey
认知无线电已经成为下一代蜂窝网络中提高频谱利用率的最有前途的候选解决方案之一。未来认知无线电网络的一个关键要求是宽带频谱感知：次级用户在很宽的频率范围内可靠地检测频谱机会。在本文中，各种宽带频谱感知算法，连同讨论的优点和缺点的每种算法和挑战性的问题。特别注意的是使用的子奈奎斯特技术，包括压缩传感和多通道子奈奎斯特采样技术。
2013-03-04 cs.IT math.IT
Modified Orthogonal Matching Pursuit Algorithm for Cognitive Radio Wideband Spectrum Sensing
采样率是多GHz带宽频谱感知的瓶颈。压缩感知（CS）的最新进展初始化几个亚奈奎斯特速率的方法来克服这个问题。然而，努力设计CS重建算法的宽带频谱感知是非常有限的。通过考虑认知无线电频谱使用的先验知识的算法，可以进一步降低采样率要求并提高重构性能。本文将认知无线电频谱的使用分为三类，并提出了一种改进的正交匹配追踪（OMP）宽带频谱感知算法。仿真结果表明，改进的OMP算法在重建性能和计算时间方面优于两种改进的基追踪去噪（BPDN）算法。
2011-02-14 cs.IT math.IT
Total Variation Minimization Based Compressive Wideband Spectrum Sensing for Cognitive Radios
宽带频谱感知是认知无线电系统的重要组成部分。它的主要挑战是太高的采样率要求。压缩感知（CS）有望解决这一问题，目前基于压缩感知的宽带频谱感知方法几乎都是利用频率稀疏性来实现的。为了实现宽带频谱变化的快速、鲁棒检测，采用全变分最小化方法，充分利用时域和频域结构信息，提高稀疏度。由于得到的矢量较稀疏，频谱感知周期缩短，感知精度提高。理论分析和数值实验都证明了该算法的有效性。
2011-06-18 cs.IT math.IT
Wideband Spectrum Sensing with Sub-Nyquist Sampling in Cognitive Radios
提出了一种用于宽带频谱感知的多速率异步欠奈奎斯特采样（MASS）方法。导出了相应的光谱恢复条件，并给出了恢复成功的概率。与以前的方法相比，MASS提供了更低的采样率，是一种有吸引力的认知无线电网络的方法。
2013-02-07 cs.IT math.IT
Joint Resource Allocation for OFDMA based Overlay Cognitive Radio Networks under Stochastic Rate Constraint
本文提出了一种基于多用户OFDM的覆盖认知无线电系统在主用户吞吐量损失和次用户总发射功率约束下的联合子载波、功率和比特分配方案。封闭形式的表达式的最佳功率和比特分配最初推导。随后，最优和次优算法来实现联合子载波，功率和比特分配。数值模拟被用来评估联合资源分配算法的性能。
2016-04-01 cs.IT math.IT
Adaptive Compressive Spectrum Sensing for Wideband Cognitive Radios
本文提出了一种自适应频谱感知算法，该算法使用亚奈奎斯特采样率检测宽带频谱。该算法利用压缩感知（CS）的优点，从压缩样本中重构宽带频谱。此外，提出了一种l2范数验证方法，使认知无线电（CR）自动终止信号采集，一旦当前的频谱恢复是令人满意的，从而提高CR吞吐量。仿真结果表明，该算法不仅缩短了频谱感知间隔，而且提高了宽带CR的吞吐量。
2013-02-07 cs.IT math.IT
Adaptive Bit Allocation for OFDM Cognitive Radio Systems with Imperfect Channel Estimation
认知无线电在提高无线通信系统的频谱效率方面具有巨大的潜力。针对频率选择性衰落环境下的正交频分复用（OFDM）CR系统，提出了一种自适应比特分配算法。该算法最大化CR系统的吞吐量在窄带干扰的存在下，同时保证BER低于预定义的阈值。研究了非理想信道估计对算法性能的影响。
2019-02-08 cs.IT math.IT
Theoretical Limits on Time Delay Estimation for Ultra-Wideband Cognitive Radios
研究了超宽带认知无线电系统中时延估计的理论极限。对于一个通用的UWB频谱与分散的频带，Cramer-Rao下界（CRLB）推导出未知的信道系数和载波频率偏移（CFO）。然后，通过得到具体的CRLB表达式，研究了未知信道系数和CFO对线性和非线性调制训练信号的影响。结果表明，对于具有恒定包络的线性调制，可以减轻未知参数的影响。最后，数值结果，支持理论分析。
2009-06-22 cs.IT math.IT
Spatial-Spectral Joint Detection for Wideband Spectrum Sensing in Cognitive Radio Networks
频谱感知是一项基本功能，它使认知无线电能够检测频谱空洞，并在不对主网络造成有害干扰的情况下适时使用未充分利用的频带。由于单个认知无线电可能无法可靠地检测到微弱的主信号，由于信道衰落/阴影，本文提出了一种合作的宽带频谱感知方案，称为空间-频谱联合检测，这是基于线性组合的本地统计从空间分布的多个认知无线电。将协同感知问题转化为一个优化问题，在实际条件下通过数学变换可以得到次优但有效的解。
2008-01-19 cs.IT math.IT
Wideband Spectrum Sensing in Cognitive Radio Networks
频谱感知是认知无线电网络检测频谱空洞并适时使用未充分利用的频带而不会对传统网络造成有害干扰的重要功能。本文介绍了一种新的宽带频谱感知技术，称为多频带联合检测，联合检测信号的能量水平在多个频带，而不是考虑一个频带的时间。该策略在提高动态频谱利用率和减少对主用户的干扰方面是有效的。在干扰受限的认知无线电网络中，频谱感知问题可以归结为一类优化问题。通过利用看似非凸的问题公式中隐藏的凸性，在实际条件下得到了多频带联合检测的最优解。仿真结果表明，所提出的频谱感知方案可以显着提高系统性能。本文建立了认知无线电网络中宽带频谱感知算法设计的重要原则。
2008-02-28 cs.IT math.IT
Throughput Enhancement of Multicarrier Cognitive M2M Networks: Universal-Filtered OFDM Systems
考虑一个由主蜂窝系统和次认知机对机（M2M）系统组成的认知无线电网络，研究了次认知机对机（M2M）系统采用通用滤波正交频分复用（UF-OFDM）调制的吞吐量增强问题。由此，在辅基站（SBS）的总发射功率预算下，认知M2M系统的下行链路传输容量被最大化，同时将引入到主用户（PU）的干扰保持在预定阈值以下。将基于UF-OFDM的CR系统的性能与基于OFDM和基于滤波器组多载波（FBMC）的CR系统的性能进行了比较。我们还提出了一个接近最优的资源分配方法分离的子带和功率分配。与原始组合问题的优化相比，该解决方案不太复杂。我们提出的数值结果表明，对于给定的干扰阈值的PU和SBS的最大发射功率限制，基于UF-OFDM的CR系统表现出中间性能相比，OFDM和FBMC的CR系统的可实现的容量。有趣的是，对于PU的一定程度的鲁棒性，UF-OFDM与FBMC表现得同样好。此外，当采用具有较低旁瓣纹波的UF-OFDM调制时，基于UF-OFDM的CR系统的速率增益百分比大幅增加。数值结果还表明，所提出的吞吐量增强方法，尽管具有较低的计算复杂性相比，最佳的解决方案，达到接近最佳的性能。
2017-08-15 cs.IT math.IT
Anti-Sampling-Distortion Compressive Wideband Spectrum Sensing for Cognitive Radio
过高的采样率是认知无线电宽带频谱感知的瓶颈。压缩感知（CS）被引入来转移采样负担。CS的标准稀疏信号恢复没有考虑模拟-信息转换器（AIC）中的失真。为了克服最小二乘无失真约束中不考虑AIC失真的失配所带来的性能退化，将具有采样失真的稀疏信号定义为有界加性噪声，推导出抗采样失真约束（ASDC）。然后将基于\ell 1范数的稀疏约束与ASDC相结合，得到了一种新的鲁棒的采样失真稀疏信号恢复算子。仿真结果表明，该方法在精度、去噪能力等方面均优于标准稀疏宽带频谱感知。
2011-06-18 cs.IT math.IT
Spectral Efficiency of OFDMA Cognitive Radios under Imperfect Cross-Link Knowledge
我们分析了正交频分多址（OFDMA）认知无线电（CR）的频谱效率的性能和限制与交叉链路知识的不完善的可用性。特别是，在对比传统的“平均”和“最坏”的情况下，在文献中的信道估计误差，我们提出了一种随机的方法来减轻对主用户的总施加的干扰。结合了自适应资源分配算法，以在发射和干扰功率约束下优化认知系统功能。推导了接收信号与干扰噪声比（SINR）的累积密度函数（cdf）表达式，用于评估平均频谱效率。通过计算机模拟证实了分析推导和结果。
2017-10-19 cs.IT math.IT
A Wideband Spectrum Sensing Method for Cognitive Radio using Sub-Nyquist Sampling
频谱感知是认知无线电的一个基本组成部分。该领域的主要挑战是在宽带信号的感测中需要高采样率。本文提出了一种宽带频谱感知模型，该模型采用欠采样方案，在采样率方面节省了大量资源。有限数量的噪声样本的相关矩阵的计算和使用的子空间估计器来检测占用和空闲的频谱信道。与常用的方法相比，该方法不需要信号特性的知识，从而减轻了不确定性问题。我们评估这种方法的性能，通过计算检测信号占用的样本数和随机生成的信号的SNR的概率。结果表明，即使在低信噪比和小样本数的可靠检测。
2010-10-11 cs.IT math.IT
Performance Analysis and Optimization for Movable Antenna Aided Wideband Communications
本文研究可移动天线辅助的OFDM宽带通信，提出并行贪心上升算法优化天线位置以最大化传输速率，并证明其性能优于固定位置天线系统。
2024-01-17 cs.IT eess.SP math.IT
AMP-based Joint Activity Detection and Channel Estimation for Massive Grant-Free Access in OFDM-based Wideband Systems
针对频率选择性衰落下OFDM免授权宽带接入的设备活动检测与信道估计精度和计算效率问题，提出精确时域信号模型及基于AMP的AMP-A-EC和AMP-A-AC算法，有效缓解收敛问题并提升性能。
2025-08-05 cs.IT eess.SP math.IT
Cognitive Interference Alignment for OFDM Two-tiered Networks
在这方面的贡献，我们介绍了一种干扰对齐方案，允许共存的正交频分复用（OFDM）的宏小区和认知小小区，部署在一个两层的结构，并在相同的带宽上传输。我们推导出单天线辅基站的最优线性策略，最大化机会链路的频谱效率，同时考虑信号子空间结构和功率加载策略。我们的分析和数值结果证明，所提出的预编码器结构是最佳的考虑的情况下，面对瑞利和指数衰减信道。
2013-02-20 cs.IT math.IT
Reduced-Feedback Hybrid Precoding for Wideband mmWave MIMO-OFDM Systems via Hierarchical Interpolation
Academia Sinica（中央研究院）；National Sun Yat-sen University（国立中山大学）；Virginia Tech（弗吉尼亚理工大学）；National Cheng Kung University（国立成功大学）
本文提出一种宽带毫米波MIMO-OFDM系统的降反馈混合预编码框架，通过分层插值减少数字预编码反馈负担，反馈减少约98.34%，兼具良好性能与鲁棒性。
2026-10-27 cs.IT eess.SP math.IT
Distributed Compressed Wideband Sensing in Cognitive Radio Sensor Networks
提出了一种新的认知无线电传感器网络（CRSN）分布式压缩宽带感知方案。该方案利用CRSN的分布式特性，在每个节点上仅部署一个超低采样率的窄带采样器，即可完成宽带频谱感知。首先，详细描述了各节点处压缩采样器的实际结构。其次，我们展示了融合中心（FC）如何利用频谱随机混叠的采样信号来检测全球宽带频谱活动。最后，通过大量的仿真验证了所提出的方案，这表明它是特别适合CRSN。
2014-02-22 cs.IT cs.NI math.IT
Cooperative Wideband Spectrum Sensing for the Centralized Cognitive Radio Network
各种主用户（PU）无线电已经被分配到整个频谱中的固定频带中。认知无线电网络（CRN）应该能够执行宽带频谱感知（WSS）以检测暂时未被占用的频带。我们总结了四个占用频带的功能。1.居住稀疏; 2。频带分配信息是固定的和公共的; 3.频带用途有三类; 4.所占用的频带在CRN中是常见的。首次将所有特征作为压缩感知协作WSS（CWSS）算法设计的先验知识，用于集中式CRN。提出了一种改进的正交匹配追踪（Mod-OMP）算法和一种改进的同步正交匹配追踪（Mod-SOMP）算法。我们比较了CWSS性能的Mod-OMP/Mod-SOMP与原来的OMP/SOMP，并显示性能的改善。
2011-02-18 cs.IT math.IT
RSRP Measurement Based Channel Autocorrelation Estimation for IRS-Aided Wideband Communication
针对宽带通信中IRS信道估计的挑战，提出一种基于RSRP测量和神经网络的信道自相关矩阵估计框架，无需额外导频即可优化IRS反射并显著提升宽带信道下的平均接收信噪比。
2024-11-14 cs.IT eess.SP math.IT
Quantized Massive MU-MIMO-OFDM Uplink
在大规模多用户（MU）多输入多输出（MIMO）无线系统的基站（BS）处的粗量化承诺显著的功率和成本节省。粗量化还能够显著减少必须从空间分离的天线阵列传送到基带处理单元的原始模数转换器（ADC）数据。已经广泛地研究了在频率平坦的窄带信道上操作的这种量化MU-MIMO系统的理论限制以及实际收发器算法。然而，这种通信系统在频率选择性宽带信道上操作的实际相关场景还不太清楚。研究了采用正交频分复用（OFDM）技术的量化大规模MU-MIMO系统的上行链路性能。我们提出了新的量化最大后验（MAP）信道估计和数据检测算法，我们研究了相关的性能/量化权衡。我们的结果表明，粗量化（例如，取决于BS天线的数量和用户数量之间的比率，4到6比特），与无限精度的情况相比，在基带处理复杂度方面没有额外成本的情况下，实际上不需要性能损失。
2016-04-20 cs.IT math.IT
A NLLS Based Sub-Nyquist Rate Spectrum Sensing for Wideband Cognitive Radio
对于需要了解可用频带的系统和设备，例如认知无线电和网络，频谱感测具有重要作用。该领域的主要挑战是在宽带信号的感测中需要高采样率。本文提出了一种宽带频谱感知方法，该方法利用欠采样方案，在采样率方面带来了实质性的节省。有限数量的噪声样本的相关矩阵的计算和使用的非线性最小二乘（NLLS）估计检测占用和空闲的频谱通道。我们提供了作为采样参数和噪声功率的函数的检测阈值的表达式。同时，提出了一种顺序前向选择算法，以较低的复杂度找到占用信道。该方法可应用于相关和不相关的宽带多通道信号。与传统的能量检测使用奈奎斯特采样率的比较表明，所提出的方案可以产生类似的性能为SNR大于4 dB的小采样率的一个因素。
2014-08-20 cs.IT math.IT
On the Ergodic Rate of OFDMA Cognitive Radios under Imperfect Cross-Link Information
研究了不完全交叉链路知识下正交频分多址（OFDMA）认知无线电（CR）的各态历经速率性能和极限。我们提出了一种新的随机干扰管理和开发技术，以减轻和控制的CRs对授权用户的干扰，在CDMA频谱共享。最佳下行链路信道自适应资源分配（RA）算法被设计为在满足平均发射功率和概率峰值干扰功率约束的情况下最大化CR功能。推导了CR的接收信号与干扰噪声比（SINR）的累积密度函数（cdf）表达式，以评估由此产生的各态历经速率。仿真研究进行了检查所提出的RA算法和调查的影响，参数的不确定性对整个系统的性能。
2017-11-17 cs.IT math.IT
Joint Spectrum Sensing and Resource Allocation for OFDM-based Transmission with a Cognitive Relay
在本文中，我们研究了联合频谱感知和资源分配问题，以最大限度地提高基于OFDM的认知无线电链路的吞吐量与认知中继。通过应用使用解码和转发（D&F）的认知中继，我们实现了更可靠的通信，产生更少的干扰（通过需要更少的发射功率）和更多的分集增益。为了解决频谱感知中的缺陷，提出的方案联合修改能量检测器阈值，并将发射功率分配给所有认知无线电（CR）子载波，同时为次级用户（SU）和认知中继分配子载波对。该问题被转换为约束优化问题，其具有以下约束：（1）由SU和认知中继引入到PU的干扰;（2）误检和虚警概率;（3）用于在SU发射机和认知中继上传输的子载波配对;以及（4）每个CR子载波的最小服务质量（QoS）。我们提出了一个最优和两个次优的计划，所有这些都是比较文献中的其他计划。仿真结果表明，所提出的方案实现显着更高的吞吐量比其他方案在文献中不同的中继情况。
2015-11-12 cs.IT math.IT
Fitness Landscape Analysis for Dynamic Resource Allocation in Multiuser OFDM Based Cognitive Radio Systems
这篇论文被撤回了。
2010-03-07 cs.IT cs.NE math.CO
Capacity Analysis of OFDM Systems with a Swarm of Network-Controlled Repeaters
TOBB University of Economics and Technology（托克经济与技术大学）；KTH Royal Institute of Technology（皇家理工学院）；Bilkent University（比尔肯特大学）
本文研究了由网络控制重复器群辅助的单输入单输出系统上行容量，基于OFDM信号发展了宽带模型，推导了重复器辅助OFDM信道的容量表达式，并展示了NCRs在简单激活策略下显著提升系统容量，激活最近重复器与激活所有重复器性能相近，提供节能机会。
2026-04-15 cs.IT eess.SP math.IT
Resource Allocation of MU-OFDM Based Cognitive Radio Systems Under Partial Channel State Information
由于存在一些错误，本文已被作者撤回。
2010-02-26 cs.IT cs.NE math.CO
Secrecy Energy Efficiency Optimization for Artificial Noise Aided Physical-Layer Security in OFDM-Based Cognitive Radio Networks
在本文中，我们研究了主基站（PBS）和认知基站（CBS）在不同的正交频分复用（OFDM）子载波的能量有效的安全下行链路通信在基于OFDM的认知无线电网络（CRN）的存在的窃听者有多个天线。我们提出了一个保密的能源效率最大化（SEEM）计划，利用瞬时信道状态信息（ICSI）的窃听者，称为ICSI的SEEM（ICSI-SEEM）计划与给定的总发射功率预算的PBS和CBS的不同的OFDM子载波。对于窃听者的ICSI未知的情况，我们还提出了一种利用窃听者的统计CSI（SCSI）的SEEM方案，即基于SCSI的SEEM（SCSI-SEEM）方案。由于ICSI-SEEM和SCSI-SEEM问题都是分数阶非凸问题，我们首先将其转化为等价的减法问题，然后利用两凸函数差逼近方法得到近似凸问题。最后，提出了新的两层功率分配算法，以实现我们制定的ICSI-SEEM和SCSI-SEEM问题的$\varepsilon$ -最优解。仿真结果表明，ICSI-SEEM方案比SCSI-SEEM方案具有更好的保密能量效率（SEE）性能，并且ICSI-SEEM和SCSI-SEEM方案的SEE性能优于传统的SR最大化和EE最大化方法.
2018-10-11 cs.IT math.IT
CSI Compression for Massive MIMO-OFDM: Mismatch-Aware Rate-Distortion Trade-offs
POSTECH（韩国科学技术院）
本文研究了在基站使用不完美的协方差模型重建CSI时，宽频频分复用大规模MIMO的CSI压缩问题。提出了一种基于Gaussian测试信道和不匹配MMSE重建规则的可实现不匹配Gaussian率-失真特性，通过共享特征向量域实现鲁棒的反向水填充分配。
2026-04-19 cs.IT math.IT
Subcarrier Assignment Schemes Based on Q-Learning in Wideband Cognitive Radio Networks
子载波分配是宽带认知无线电（CR）网络中的关键问题。针对动态频谱接入环境下传统优化方法不适用的问题，针对次用户间不能交换信息的情况，提出了一种基于独立Q学习的方案;针对次用户间可以交换信息的情况，提出了一种基于协作Q学习的方案。仿真结果表明，所提出的协同Q学习分配的性能优于所提出的独立Q学习分配的计算成本的成本。
2019-11-17 cs.IT eess.SP math.IT
Wideband Near-Field Channel Estimation Under Hybrid Compression: Cross-Subcarrier KL Covariance Fitting With OFDM Fresnel Model
Maltepe University（马尔泰佩大学）
针对混合压缩架构下的超大规模MIMO系统，提出WB-CL-KL估计器，利用跨子载波KL散度拟合菲涅耳协方差模型，实现角度和距离的直接估计，在400 MHz带宽下达到近CRB性能。
2026-06-25 cs.IT eess.SP math.IT
On Partially Overlapping Coexistence for Dynamic Spectrum Access in Cognitive Radio
本文研究了认知无线电环境中部分重叠的共存场景。我们考虑了正交频分复用（OFDM）认知系统分别与窄带（NB）和OFDM主系统共存。我们专注于寻找共存系统之间的最小频率间隔，以满足特定的目标BER。加窗和置零被用来作为简单的技术，以减少OFDM的带外辐射，从而减少分离。研究了这些技术对OFDM系统频谱效率和峰均比的影响。
2019-02-08 cs.IT eess.SP math.IT
Spectrum Monitoring Using Energy Ratio Algorithm For OFDM-Based Cognitive Radio Networks
提出了一种基于正交频分复用（OFDM）的认知无线电频谱监测算法，该算法能够在次用户传输过程中检测主用户的重现。所提出的技术降低了必须执行频谱感测的频率，并且大大减少了主传输的开始与其被次级网络检测之间的经过时间。这是通过感测多个预留OFDM子载波上的信号强度的变化来完成的，使得快速检测到主用户的再现。此外，OFDM损伤，如功率泄漏，窄带干扰（NBI），和载波间干扰（ICI）的影响进行了研究，并研究了它们对所提出的技术。理论分析和仿真实验均表明，\emph{energy ratio}算法能够有效、准确地检测出主用户的出现。此外，我们的方法实现了高免疫力的频率选择性衰落信道的单和多接收天线系统，与一个传统的能量检测器的复杂性，大约是两倍。
2015-06-20 cs.IT cs.NI math.IT
Transmit without regrets: Online optimization in MIMO-OFDM cognitive radio systems
在本文中，我们研究认知无线电系统，随着时间的推移，由于不断变化的用户和环境条件的动态演变。结合正交频分复用（OFDM）和多输入多输出（MIMO）技术的优点，提出了一种MIMO-OFDM认知无线电网络。随着网络的主要用户（PU）在系统中来来去去，通信环境不断变化（并且在许多情况下是随机变化的）。因此，网络的未许可的次要用户（SU）必须“在运行中”调整其发送简档，以便在其无法控制的快速演进的环境中最大化其数据率。在这种动态设置中，静态解决方案概念（如纳什均衡）不再相关，因此我们专注于不会带来遗憾的动态传输策略：具体而言，我们考虑的策略至少与事后最佳固定传输配置文件一样好（通常优于后者）。借鉴矩阵指数学习和在线镜像下降技术的方法，我们得出了一个没有遗憾的传输策略，系统的SU只依赖于本地信道状态信息（CSI）。使用这种方法，系统的SU能够非常好地跟踪它们各自发展的最佳传输配置文件，即使在快速（和随机）变化的条件下。重要的是，所提出的增强指数学习（AXL）政策导致没有遗憾，即使SU的信道测量受到任意大的观测误差（不完美CSI的情况下），从而确保该方法的鲁棒性存在的不确定性。
2014-10-09 cs.IT math.IT
Analytical Studies of Fragmented-Spectrum Multi-Level OFDM-CDMA Technique in Cognitive Radio Networks
在本文中，我们提出了一个多用户资源分配框架使用分段频谱同步OFDM-CDMA调制在频率选择性衰落信道。具体地，给定系统正在操作的频谱中的预先存在的通信，使用信道感测和估计方法来获得子载波可用性的信息。给定该信息，为出现的新用户提供一些实值多级正交码，其是具有值$\{\pm1,\pm2,\pm3,\pm4, ... \}$的正交码，即，认知无线电用户此外，还得到了认知无线电接收机的误比特率出错率随主用户检测概率、认知用户感知时间和认知用户信噪比的封闭表达式。此外，本文所得到的仿真结果表明，精度的分析结果已在上述系统建模。
2016-04-25 cs.IT cs.NI math.IT
Spectrum Leasing and Cooperative Resource Allocation in Cognitive OFDMA Networks
本文研究了一种基于OFDMA的协作认知无线电网络，主系统将其部分子信道租赁给次系统，以换取次用户作为中继协助主用户的传输。我们的目标是确定主系统和次系统之间的合作策略，以最大限度地提高SU的总速率，同时保持服务质量（QoS）要求的PU。我们制定了一个联合优化问题的PU传输模式选择，SU（或中继）的选择，子载波分配，功率控制，和时间分配。通过对偶方法，将该混合整数规划问题分解为并行的子载波子问题，每个子问题确定一个PU和一个SU之间的合作策略。我们表明，在每个租用的子载波，最佳策略是让SU专门作为一个中继或发送自己。这一结果从根本上不同于单信道系统中的传统频谱租赁，在单信道系统中，如果SU有助于PU的传输，则SU必须为自己传输一小部分时间。然后，我们提出了一个基于子梯度的算法，找到渐近最优解的原始问题在多项式时间。仿真结果表明，该算法能显著提高网络性能.
2012-09-14 cs.IT math.IT
Multi-rate Sub-Nyquist Spectrum Sensing in Cognitive Radios
宽带频谱感知对于认知无线电（CR）系统利用频谱机会变得越来越重要。本文介绍了一种新的多速率亚奈奎斯特频谱感知（MS 3）系统，实现合作的宽带频谱感知在CR网络。MS 3可以使用部分测量来检测宽带频谱，而无需重构全频谱。在采样通道中采用亚奈奎斯特（Sub-Nyquist）采样率以将频谱包裹到其自身上。这显著降低了CR的感测要求。考虑了欠采样的影响，分析了多通道欠采样的性能。为了提高其检测性能，亚奈奎斯特采样率被选择为不同的，使得样本的数量是连续的素数。此外，当接收信号在CR衰落或阴影，MS 3的性能进行了分析评估。数值结果表明，该系统可以显着提高宽带频谱感知性能，同时需要低的计算和实现复杂度。
2013-02-06 cs.IT math.IT
Rate-Interference Tradeoff in OFDM-based Cognitive Radio Networks
在认知无线电（CR）网络中，允许次要用户（SU）机会性地接入主要用户（PU）频谱以提高频谱利用率;然而，这增加了PU处的干扰水平。在本文中，我们考虑了一个正交频分复用OFDM为基础的CR网络和调查之间的权衡增加SU传输速率（从而提高频谱利用率）和减少在PU的干扰水平。我们制定了一个新的多目标优化（MOOP）问题，共同最大限度地提高SU的传输速率，并最大限度地减少其发射功率，同时施加干扰阈值的PU。此外，我们提出了一种算法，以取得SU传输速率和干扰水平之间的平衡，以PU。该算法考虑了已知SU发送器和PU接收器之间的链路的部分信道状态信息（CSI）的实际情况。仿真结果表明，该算法的性能和其优越性相比，在文献中的工作。
2019-02-08 cs.IT eess.SP math.IT
Cognitive OFDM network sensing: a free probability approach
ST-NXP Wireless（ST-NXP无线公司）；Supelec（法国高等电力学院）；Alcatel-Lucent（阿尔卡特朗讯）
本文提出了一种实用的OFDM终端功率检测方案，基于最近的自由概率工具。目的是使接收终端确定网络中的发射功率和周围基站的数量。然而，网络模型的复杂性使得能量检测成为一个欠确定的问题。本文的重点是两个方面：（i）讨论OFDM终端可以从网络中的周围基站收集的最大信息量，（ii）提出一个实用的解决方案，盲小区检测使用免费的反卷积工具。该方案的效率是通过仿真来测量的，其表现出比经典的功率检测方法更好的性能。
2008-11-25 cs.AI cs.IT math.IT
Performance Analysis and Enhancement of Multiband OFDM for UWB Communications
在本文中，我们分析了跳频正交频分复用（OFDM）系统称为多带OFDM的高速无线个域网（WPAN）的超宽带（UWB）传输的基础上。除了考虑标准，我们还提出和研究系统性能的增强，通过应用Turbo和重复累积（RA）码，以及OFDM比特加载。我们的方法包括（a）从频域角度研究IEEE 802.15下开发的UWB信道模型，适用于OFDM传输，（b）开发和量化适当的信息理论性能指标，（c）将这些指标与多频带OFDM标准提案以及我们提出的扩展的仿真结果进行比较，以及（d）考虑实际的、不完美的信道估计对性能的影响。我们发现，目前的多频带OFDM标准充分利用UWB信道的频率选择性，并且系统在信道截止速率附近执行。在数据率为480 Mbps时，Turbo码和降低复杂度的分簇比特加载算法使系统的功率效率提高了6 dB以上。
2006-06-23 cs.IT math.IT
Channel Estimation for Hybrid Architecture Based Wideband Millimeter Wave Systems
混合模拟和数字预编码允许毫米波（mmWave）系统实现阵列和复用增益。然而，混合预编码器和组合器的设计通常基于信道的知识。关于具有混合架构的毫米波信道估计的先前工作集中于窄带信道。由于毫米波系统将是具有频率选择性的宽带，因此开发基于混合架构的宽带毫米波系统的信道估计解决方案至关重要。在本文中，我们开发了一个稀疏制定和压缩感知为基础的解决方案的宽带毫米波信道估计问题的混合架构。首先，我们利用频率选择性毫米波信道的稀疏结构，并将信道估计问题制定为时域和频域中的稀疏恢复。然后，我们提出了明确的信道估计技术，纯时域或频域和组合的时间/频域。我们的解决方案适用于SC-FDE和OFDM系统。仿真结果表明，所提出的解决方案实现了良好的信道估计质量，同时需要小的训练开销。在收发器处利用混合架构进一步改善了估计误差性能和可实现的速率。
2016-11-13 cs.IT math.IT
Joint Impact of ADC and Fronthaul Quantization in Cell-Free Massive MIMO-OFDM Uplink
Bilkent University（比尔肯特大学）；KTH Royal Institute of Technology（皇家理工学院）
本文研究了大规模MIMO-OFDM上行链路中ADC和前haul量化的联合影响，提出了一种前haul策略以减少量化伪影，通过高效算法重建未量化的信号以提升传输效率。
2026-01-10 cs.IT eess.SP math.IT
Achieving Autonomous Compressive Spectrum Sensing for Cognitive Radios
压缩感测（CS）技术相对于用于在认知无线电（CR）中实现宽带频谱感测的其他现有方法呈现出许多优点，诸如降低的采样率和计算复杂性。然而，存在两个显著的挑战：1）选择适当数量的子奈奎斯特测量，以及2）决定何时终止重建宽带频谱的贪婪恢复算法。在本文中，自主压缩频谱感知（ACSS）框架，使CR自动选择测量的数量，同时保证宽带频谱恢复与一个小的可预测的恢复误差。这是实现所提出的测量基础设施和验证技术。该算法在无噪声和有噪声环境下都能利用较小的测试子集得到高置信度的谱估计。此外，一个稀疏意识的频谱恢复算法，提出了恢复宽带频谱，而不需要的瞬时频谱稀疏水平的知识。这种算法弥补了CS理论和实际频谱感知之间的差距。仿真结果表明，ACSS不仅可以恢复频谱使用适当数量的测量，但也可以显着提高频谱恢复性能相比，现有的CS方法。该算法可以自主选择合适的迭代次数，从而解决了贪婪恢复算法中普遍存在的欠拟合和过拟合问题。
2015-02-20 cs.IT math.IT
Massive MU-MIMO-OFDM Uplink with Direct RF-Sampling and 1-Bit ADCs
模数转换器（ADC）技术的进步为直接对宽带射频（RF）信号进行数字化提供了可能性，从而避免了模拟下变频的需要。在这项工作中，我们考虑了一个基于正交频分复用（OFDM）的大规模多用户（MU）多输入多输出（MIMO）上行链路系统，该系统依赖于在基站直接RF采样和数字化接收到的RF信号与1位ADC。利用Bussgang定理，我们提供了一个解析表达式的误差矢量幅度（EVM）实现的数字下变频和迫零合并。我们的结果表明，直接RF采样1位ADC实现低EVM，并支持大规模MU-MIMO-OFDM上行链路中的高阶星座。
2019-07-16 cs.IT eess.SP math.IT
Compressed Sensing Algorithms for OFDM Channel Estimation
无线电信道通常在延迟域中是稀疏的，并且是压缩感知的理想选择。一种新的压缩感知算法称为eX-OMP的开发，产生类似的最佳MMSE估计器的性能。新算法依赖于少量的附加数据。eX-OMP和MMSE估计器都自适应地平衡信道跟踪和噪声降低。它们比简单的估计器（如线性估计器）表现得更好，线性估计器先验地解决了这种权衡。一些宽带测量进行了检查，并发现由几个延迟的信道表示。
2016-12-22 cs.IT cs.NI math.IT
Compressive Spectrum Sensing for Cognitive Radio Networks
认知无线电系统具有从环境中观察和学习的能力，适应环境条件，并更有效地使用无线电频谱。它允许次要用户（SU）在主要用户（PU）信道未被利用时使用它们。认知无线电包括三个主要过程：频谱感知、决策和行动。在频谱感知过程中，使用频谱感知技术测量信道占用率，以检测未使用的信道。在决策过程中，对传感结果进行分析，并根据这些结果做出决策。在动作过程中，通过调整传输参数来提高认知无线电性能。宽带频谱感知是认知无线电面临的主要挑战之一。现有的频谱感测技术是基于由ADC以奈奎斯特速率采样的一组观测值。然而，由于对采样率的硬件限制，这些技术一次只能感测一个通道。另外，为了感测宽带频谱，宽带被划分为窄带或多个频带。SU必须同时使用多个RF前端来感测每个频带，这可能导致非常高的处理时间、硬件成本和计算复杂性。为了克服这个问题，即使对于高维信号，信号采样也应该尽可能快。压缩感测已被提出作为一种低成本的解决方案，以减少处理时间和加速扫描过程。它允许减少高维信号采集所需的样本数量，同时保持基本信息。
2018-02-11 cs.IT math.IT
Statistical Device Activity Detection for OFDM-based Massive Grant-Free Access
现有的免授权接入的工作，提出支持大规模机器类型通信（mMTC）的物联网（IoT），主要集中在平坦衰落下的窄带系统。然而，人们对频率选择性衰落下宽带系统的大规模免授权接入知之甚少。研究了频率选择性衰落下宽带系统中的大规模免授权接入问题。首先，我们提出了一种基于正交频分复用（OFDM）的大规模免授权接入方案。然后，我们提出了两个不同的，但等效的接收导频信号，这是必不可少的设计各种设备活动检测和信道估计方法，基于OFDM的大规模免授权接入的模型。一个直接为实际设备的接收信号建模，而另一个可以被解释为虚拟设备的信号模型。接下来，我们调查统计设备活动检测频率选择性瑞利衰落下的两个信号模型的基础上。我们首先将设备活动建模为未知的确定性量，并提出了三种基于最大似然（ML）估计的设备活动检测方法，具有不同的检测精度和计算时间。我们还将设备活动建模为具有已知联合分布的随机变量，并提出了三种基于最大后验概率（MAP）估计的设备活动方法，这些方法进一步提高了相应的基于ML估计的方法的准确性。最优化技术和矩阵分析应用于这些方法的设计和分析。最后，数值结果表明，所提出的统计设备活动检测方法优于现有的国家的最先进的设备活动检测方法下的频率选择性瑞利衰落。
2021-12-31 cs.IT eess.SP math.IT
High-Throughput Data Detection for Massive MU-MIMO-OFDM using Coordinate Descent
大规模多用户（MU）多输入多输出（MIMO）无线系统中的数据检测是最关键的任务之一，由于过高的实现复杂度。在本文中，我们提出了一种新的，基于均衡的软输出数据检测算法和相应的参考FPGA设计的宽带大规模MU-MIMO系统，使用正交频分复用（OFDM）。我们的数据检测算法执行近似最小均方误差（MMSE）或盒约束均衡使用坐标下降。我们部署了各种算法级优化，即使对于具有数百个基站（BS）天线和数千个子载波的系统，也能以较低的实现复杂度实现接近最佳的错误率性能。我们设计了一个并行VLSI架构，使用流水线交织，可以在设计时进行参数化，以支持各种天线配置。我们开发了大规模MU-MIMO-OFDM系统的参考FPGA设计，并提供了一个广泛的比较现有的设计在实现复杂性，吞吐量和误码率性能。对于128 BS天线、8用户大规模MU-MIMO-OFDM系统，我们的FPGA设计在每个FPGA查找表的吞吐量方面超过次佳实现2.6倍以上。
2016-11-27 cs.IT math.IT
Wideband Multi-User MIMO Communications with Frequency Selective RISs: Element Response Modeling and Sum-Rate Maximization
可重构智能表面（RISs）是用于未来无线通信系统的新兴技术，其能够以节能的方式实现改进的覆盖。RISs通常是超材料表面，由超材料元件的二维布置构成，其个体响应在文献中通常被建模为可调节移相器。然而，该模型仅适用于窄带通信，并且当利用宽带传输时，必须考虑超材料的频率选择性，其响应通常遵循洛伦兹曲线。在本文中，我们考虑了一个宽带RIS-empowered多用户多输入多输出（MIMO）无线系统的上行链路与正交频分复用（OFDM）信令，同时考虑RISs的频率选择性。特别是，我们专注于设计的可控参数，指示每个RIS超材料元件的洛伦兹响应，以最大限度地提高可实现的总和速率。我们设计了一个方案，结合块坐标下降与惩罚对偶分解，以解决由此产生的具有挑战性的优化框架。我们的仿真结果揭示了在宽带设置中使用现实频率选择性RIS可以实现的速率，并量化了使用最先进的方法时发生的性能损失，该方法假设RIS元件表现为频率平坦移相器。
2022-03-25 cs.IT math.IT
