Distributed IRS with Statistical Passive Beamforming for MISO Communications
智能反射表面（IRS）最近被认为是一种突出的技术，具有通过动态操纵传播环境来增强无线通信的能力。本文研究了一个多输入单输出（MISO）系统部署分布式IRS。出于实际考虑，我们提出了一种有效的设计被动反射波束形成的IRS利用统计信道状态信息（CSI）和分析的可实现的网络速率考虑到CSI估计误差的影响。遍历可达速率推导出一个封闭的形式，这提供了有见地的系统设计准则。数值结果证实了推导结果的准确性，并揭示了所提出的分布式IRS部署比传统的集中式部署的性能优势。
2020-09-14 cs.IT math.IT
Robust Energy Efficient Beamforming in MISOME-SWIPT Systems With Proportional Secrecy Rate
研究了多输入单输出多窃听者同时传输无线信息和功率的\mbox{(MISOME-SWIPT)}系统中波束形成向量和人工噪声协方差矩阵的联合设计问题。在MISOME-SWIPT系统中，基站向合法用户设备发送信息信号，并向窃听者广播干扰信号。针对信道状态信息不完全的\mbox{MISOME-SWIPT}系统，提出了一种保密能量效率（SEE）最大化问题，其中SEE定义为总保密率与总功耗之比.由于公式化的SEE最大化问题是非凸的，因此首先将其重新转换为一系列凸问题，以便以合理的计算复杂性获得最优解。两个次优的解决方案也提出了基于启发式波束形成技术，贸易性能的计算复杂性。此外，对最优解和次优解进行了计算复杂性分析。数值结果被用来验证所提出的算法的性能，并揭示实际的见解。
2018-09-08 cs.IT math.IT
Specific Absorption Rate-Aware Beamforming in MISO Downlink SWIPT Systems
研究了在多用户多输入单输出（MISO）下行链路中，基于比吸收率（SAR）约束的无线信息功率同步传输（SWIPT）的最优发射波束形成设计问题。我们考虑SWIPT的功率分配技术，其中每个接收器将接收到的信号分成两部分：一部分用于信息解码，另一部分用于能量收集，并具有实用的非线性整流模型。感兴趣的问题是尽可能多地最大化接收到的信号与干扰加噪声比（SINR）和所有接收器收获的能量，同时通过优化发射机处的发射波束成形和不同接收器处的功率分配比来满足发射功率和SAR约束。利用半定规划和二分法搜索，得到了最优波束形成和功率分配的解。研究了低复杂度的固定波束形成和混合波束形成技术。此外，我们研究了不完美的信道信息和辐射矩阵的影响，并设计了鲁棒波束形成，以保证最坏情况下的性能。仿真结果表明，我们提出的算法可以有效地处理无线电暴露的约束，并显着优于传统的传输方案与功率回退。
2019-11-24 cs.IT math.IT
Optimal Signaling of MISO Full-Duplex Two-Way Wireless Channel
我们在一个多输入单输出（MISO）全双工双向信道的自干扰模型，并评估可实现的速率区域。我们制定的边界的可实现率区域称为帕累托边界的一个家庭的耦合，非凸优化问题。我们的主要贡献是解耦和重新制定原来的非凸优化问题的一个家庭的凸半定规划问题。对于MISO全双工双向信道，我们证明了波束成形是一种最优的传输策略，可以达到帕累托边界上的任何点。此外，我们提出了一个封闭形式的表达的最佳波束成形的权重。在我们的数值例子中，我们量化的增益在所提出的波束成形的可实现的速率在迫零波束成形。
2015-01-17 cs.IT math.IT
A Deep Learning Framework for Optimization of MISO Downlink Beamforming
在多用户多输入单输出（MISO）系统中，波束形成是提高接收信号质量的有效手段。传统上，寻找最佳波束成形解决方案依赖于迭代算法，这引入了高计算延迟，因此不适合实时实现。在本文中，我们提出了一个深度学习框架，用于下行链路波束成形的优化。特别地，基于卷积神经网络和利用专家知识（诸如上行链路-下行链路对偶性和最优解的已知结构）来获得解。使用这个框架，我们构建了三个波束形成神经网络（BNN）的三个典型的优化问题，即，信号与干扰加噪声比（SINR）平衡问题、功率最小化问题以及和速率最大化问题。对于前两个问题，BNN采用监督学习方法，而对于和率最大化问题，采用监督和无监督学习的混合方法。仿真结果表明，BNN在解决SINR均衡和功率最小化问题时，性能接近加权最小均方误差算法，而在解决和速率最大化问题时，计算复杂性明显降低。总之，这项工作铺平了道路，快速实现多用户MISO系统中的最佳波束形成。
2020-01-14 cs.IT math.IT
Pricing-based Distributed Energy-Efficient Beamforming for MISO Interference Channels
在本文中，我们认为最大化的加权和能源效率（WS-EE）的多输入单输出（MISO）干扰信道（IC），这是公认的异构网络（HetNets），多小区网络等的一般模型的问题。为了解决这个问题，我们开发了一个高效的分布式波束成形算法的基础上的定价机制。具体来说，我们仔细介绍了分布式波束成形设计的价格指标，幸运的是，它允许有效的封闭形式的解决方案，每用户波束向量优化问题。理论上证明了基于分布式定价的波束形成设计的收敛性。此外，我们提出了一种实现策略，建议的分布式算法与有限的信息交换。数值结果表明，我们的算法比现有的算法收敛得更快，同时产生可比的，有时甚至更好的性能方面的WS-EE. Finally，通过考虑回程功耗，有趣的是，表明所提出的算法与有限的信息交换实现更好的WS-EE比完全的信息交换为基础的算法在某些特殊情况下。
2015-12-15 cs.IT math.IT
How to Fully Exploit the Degrees of Freedom in the Downlink of MISO Systems With Opportunistic Beamforming
多输入单输出（MISO）系统的下行链路中的机会波束形成形成$N$发射波束，通常不超过发射天线的数量$N_t$。然而，该下行链路中的自由度与$N_t^2$一样大。也就是说，最多$N_t^2$而不是仅$N_t$用户可以被同时发送，因此调度等待时间可以显著减少。本文主要研究瑞利衰落信道下MISO系统下行链路中使用$N_t<N\le N_t^2$发射波束的机会波束形成方案。我们首先展示了如何设计具有最大数量的发射波束以及它们中的任何一对之间的相关性尽可能少的波束形成矩阵，通过傅立叶，格拉斯曼，和相互无偏基地（MUB）在实践中的基础上的建设。然后，我们利用极值顺序统计量的渐近理论分析了它们的系统吞吐量。最后，我们的仿真结果表明，基于格拉斯曼的波束形成实现了最大的吞吐量在所有情况下与$N_t=2$，3，4。然而，如果我们想要利用全部$N_t^2$自由度，我们将分别在具有$N_t=3$、4的情况下采用基于傅立叶和基于MUB的构造。
2009-01-05 cs.IT math.IT
Energy Efficient Coordinated Beamforming for Multi-cell MISO Systems
在本文中，我们研究的最佳能量有效的多小区多输入单输出（MISO）系统与$K$多天线基站（BS）和$K$单天线移动台（MS），其中每个BS发送信息到自己的预期MS与合作设计的发射波束成形。我们假设在MS处通过将干扰视为噪声来进行单用户检测。通过考虑在BS的现实功率模型，我们表征的帕累托边界的可实现的能量效率（EE）区域的$K$链路，其中每个链路的EE被定义为可实现的数据率在MS除以总功耗在BS。由于每个链接的EE是非凹的（这是仿射函数上的非凹函数），因此难以表征此边界。为了应对这一挑战，我们将这种多小区MISO系统与认知无线电（CR）MISO信道通过应用干扰温度（IT）的概念，并相应地将EE边界表征问题转化为一组分数凹规划问题。然后，我们应用分数凹规划技术来解决这些分数凹问题，并相应地给出了一个参数化的EE边界的IT水平。在此基础上，我们进一步提出了一种分散算法来实现多小区协调波束形成，仿真结果表明，该算法可以达到EE Pareto边界。
2013-07-09 cs.IT math.IT
Joint Transmit Beamforming and Receive Power Splitting for MISO SWIPT Systems
本文研究了一种多用户多输入单输出（MISO）下行链路同步无线信息和功率传输（SWIPT）系统，其中一组单天线移动台（MS）通过功率分配（PS）从多天线基站（BS）发送的信号中同时接收信息和能量。我们的目标是最小化在BS的总传输功率，通过联合设计发送波束成形矢量和接收PS比为所有MS在其给定的信号干扰加噪声比（SINR）的信息解码和收获的能量收获的功率约束下。首先，我们推导出我们所提出的问题的可行性的充分必要条件。接下来，我们解决这个非凸问题，通过应用半定松弛（SDR）的技术。我们证明了SDR确实是紧的，从而达到其全球最优。最后，我们提出了两个次优解决方案的复杂度低于最优解决方案的基础上分离的原则，发送波束成形和接收PS的优化，其中迫零（ZF）和SINR最优的发送波束成形方案，分别适用。
2013-12-29 cs.IT math.IT
Secrecy Beamforming for SWIPT MISO Heterogeneous Cellular Networks
在本文中，我们考虑的安全传输设计的多输入单输出的毫微微蜂窝覆盖的宏蜂窝在同信道部署。毫微微小区基站向信息接收毫微微小区用户（FU）发送机密消息，并向能量接收（ER）FU发送能量信号，同时限制对宏小区用户（MU）的干扰。ER FU有可能窃听机密消息。通过考虑公平性，我们提出了一个和对数保密率最大化波束形成设计问题下的干扰约束的MU和能量收集（EH）的限制ER FU。公式化的设计问题是非平凡的解决，由于非凸性，这是在目标和约束。为了解决这一问题，提出了一种基于半定松弛和逐次凸逼近的算法。仿真结果验证了所提出的波束形成设计的有效性。
2018-06-28 cs.IT math.IT
Multi-User MISO Interference Channels with Single-User Detection: Optimality of Beamforming and the Achievable Rate Region
对于具有多天线发射机和单天线接收机的多用户干扰信道，通过将每个发射机限制为高斯输入并且将每个接收机限制为单用户检测器，计算最大可实现速率区域相当于解决一族非凸优化问题。识别在预期接收器处的信号功率和在非预期接收器处的干扰功率之间的内在联系，将原始的非凸优化问题族转换为新的凸优化问题族。结果表明，对于这样的干扰信道，每个接收机实现单用户检测，发射机波束成形可以实现所有的边界点的可达速率区域。
2009-07-03 cs.IT math.IT
Linear Beamforming for the Spatially Correlated MISO broadcast channel
考虑在基站处具有M个天线和M个用户（每个用户具有单个天线）的空间相关广播设置。我们假设用户有完善的信道信息，他们的链接和基站只有统计信息，每个用户的链接。基站采用线性波束形成策略，为每个用户分配一个空间本征模式。这项工作的目标是了解波束形成向量的结构，最大限度地遍历和率通过将干扰视为噪声来实现。在M = 2的情况下，我们首先固定波束成形向量，并计算作为信道统计的函数的闭合形式的遍历和速率。然后，我们表明，最佳波束形成向量的协方差矩阵的两个链接的主导广义特征向量。由于和速率表达式的复杂性质，很难获得关于M > 2的最佳波束成形向量的结构的直观信息。然而，在渐近M的情况下，我们证明了最优波束形成向量必须满足一组固定点方程。
2010-08-06 cs.IT math.IT
Power Efficient MISO Beamforming for Secure Layered Transmission
本文研究了多用户多输入单输出（MISO）波束成形下行链路通信系统中的安全分层视频传输。功率分配算法设计被公式化为非凸优化问题，用于最小化总发射功率，同时保证期望接收机处的最小接收信号与干扰加噪声比（SINR）。特别是，建议的问题制定考虑到分层传输和人工噪声生成的自保护架构，以防止潜在的信息窃听。提出了一种基于半定规划（SDP）松弛的功率分配算法，以获得上界解。给出了全局最优解的一个充分条件，揭示了上界解的紧性。随后，两个次优的功率分配方案，低计算复杂性，提出了使安全的分层视频传输。仿真结果表明，显着的传输功率节省所提出的算法和分层传输相比，基线计划。
2013-12-29 cs.IT math.IT
Beamforming on the MISO interference channel with multi-user decoding capability
本文考虑了具有干扰解码能力的多输入单输出干扰信道（MISO-IC），使得干扰信号可以被解码并从接收信号中减去。在具有单用户解码的MISO-IC上，发射波束成形向量被经典地设计为在减轻所生成的干扰（干扰的迫零）或最大化期望用户处的能量之间达成折衷。在具有IDC的多天线IC中出现的特别有趣的问题是，发射机现在可能具有放大在非预期接收机处生成的干扰的动机，希望Rx具有更好的机会解码干扰并将其移除。这个概念完全改变了在最大化期望能量和减少生成的干扰之间进行平衡的先前范例，从而为波束成形设计策略开辟了新的维度。我们的贡献继续证明的最佳秩的发送预编码器，最佳的意义上的帕累托最优，因此和速率最优，是秩1。然后，我们调查合适的发射波束成形策略，不同的解码结构和特征的帕累托边界。作为该特征的应用，我们获得最大和速率点的候选集合，其至少包含和速率最优波束成形向量的集合。我们推导出最大比传输（MRT）的最优性条件。受MRT最优性条件的启发，我们提出了一种简单的算法，该算法在某些情况下实现了最大和率，在其他情况下与最大和率相比是次优的。
2011-07-02 cs.IT math.IT
Delay Performance of the Multiuser MISO Downlink
我们分析了MISO下行链路信道，其中多天线发射机与大量的单天线接收机进行通信。使用线性波束成形或非线性预编码技术，发射机可以在每个传输时隙期间同时服务多个用户。然而，增加用户的数量，即，复用增益减小了波束成形增益，这意味着各个数据率的平均值减小，而它们的方差增大。我们使用随机网络演算来分析由于时变数据率而发生的延迟。我们的研究结果表明，最佳的用户数量，即，复用增益和波束成形增益之间的最佳折衷取决于输入数据业务及其延迟要求。
2018-05-04 cs.IT math.IT
On Transmit Beamforming for MISO-OFDM Channels With Finite-Rate Feedback
在有限速率反馈的情况下，我们提出了两种用于点对点MISO-OFDM信道中发射波束形成的反馈方法。对于第一种方法，具有完美信道信息的接收机量化并反馈几个等间隔的选定子载波的最佳发射波束成形向量。基于这些量化矢量，发射机对剩余的波束成形矢量应用恒定、线性或高阶插值。通过常数插值，我们得到了近似和可实现的速率和最佳的集群大小，最大限度地提高了近似速率。对于线性插值，我们推导出一个封闭形式的表达式的相位旋转，利用OFDM子载波之间的相关性。我们还提出了一个高阶插值，需要两个以上的量化矢量插值发射波束形成器，是基于现有的信道估计方法。数值结果表明，优化的簇大小的插值可以显着优于与任意的簇大小。对于第二种方法，信道脉冲响应用均匀标量量化器量化。在信道量化的情况下，我们还推导出了近似的和可达速率。我们表明，这两种方法之间的切换不同的反馈率的要求可以执行比现有的计划。
2015-10-16 cs.IT math.IT
Efficient Computation of Pareto Optimal Beamforming Vectors for the MISO Interference Channel with Successive Interference Cancellation
研究了两用户多输入单输出（MISO）高斯干扰信道，其中发射机具有理想的信道状态信息，并采用单流波束成形。接收机能够执行连续的干扰消除，因此当干扰信号足够强时，可以将其解码，将期望信号视为噪声，并在期望信号被解码之前从接收信号中减去。我们提出了有效的方法来计算帕累托最优速率点和相应的波束成形向量对，通过最大化的速率一个链路的速率给定的其他链路。我们这样做是通过将原始问题分成四个子问题，对应于接收器的解码策略的组合-解码干扰或将其视为加性噪声。我们利用最近提出的参数化的最佳波束形成向量等价地重新制定每个子问题作为一个准凹问题，我们非常有效地解决解析或通过标量数值优化。所提出的方法的计算复杂性是几个数量级低于国家的最先进的方法的复杂性。我们使用所提出的方法来说明的强度和空间相关性的通道上的速率区域的形状的效果。
2013-06-25 cs.IT math.IT
Transmit Beamforming for MISO Broadcast Channels with Statistical and Delayed CSIT
本文重点研究了在发送端具有统计和延迟信道状态信息的两用户多输入单输出（MISO）系统中，用于各态历经速率优化的线性波束形成设计和功率分配策略。我们提出了一种传输策略，表示为统计替代MAT（SAMAT），它利用信道统计和延迟CSIT。首先，统计CSIT只，我们专注于统计波束形成（SBF）的设计，最大限度地提高了遍历和率的下限。其次，依赖于统计和延迟CSIT，提出了一种迭代算法来计算最初由Yang等人提出的替代MAT（AMAT）的预编码向量，其最大化具有相等功率分配的遍历和速率的近似。最后，通过适当的功率分配，SAMAT框架提出了一个任意数量的发射天线和信噪比（SNR）的SBF和AMAT之间的软桥接。从Karush-Kuhn-Tucker（KKT）条件中找出了功率分配优化的必要条件。使用序列二次规划（SQP）计算最大化遍历和速率近似的最佳功率分配。仿真结果表明，所提出的SAMAT方案产生了显着的SBF和AMAT的和速率增强。
2015-01-08 cs.IT math.IT
Neural Network Based Optimization of Transmit Beamforming and RIS Coefficients Using Channel Covariances in MISO Downlink
针对RIS辅助MISO下行链路，提出基于信道协方差的无监督BNN与有监督RIS CNN，以减少波束更新并提升和速率、降低计算时间。
2025-02-17 cs.IT eess.SP math.IT
Optimal Resource Allocation and Beamforming for Two-User MISO WPCNs for a Non-linear Circuit-Based EH Model
我们研究了两用户多输入单输出（MISO）无线供电通信网络（WPCN），其中用户设备配备有非线性能量收集（EH）电路。我们考虑时分双工（TDD）传输，其中用户从在下行链路阶段中接收的信号中收获功率，然后，利用该收获的功率用于上行链路阶段中的信息传输。与现有的工作相比，我们采用了一个非线性模型的基础上，所采用的EH电路的精确分析收获的功率。我们联合优化的波束成形矢量在下行链路和下行链路和上行链路传输分配的时间，以最大限度地减少平均发射功率在下行链路下的每用户数据速率约束在上行链路。我们分别给出了资源分配问题的可行性条件和平凡解的存在性条件。对于资源分配具有非平凡解的情况，我们表明，在下行链路中采用不超过三个波束成形向量进行功率传输是最佳的。为了确定这些波束形成向量，我们开发了一种基于半定松弛（SDR）和逐次凸逼近（SCA）的迭代算法。我们的仿真结果表明，所提出的资源分配计划优于两个基线计划的基础上线性和S形EH模型，分别。
2021-10-04 cs.IT math.IT
Statistically Optimal Beamforming and Ergodic Capacity for RIS-aided MISO Systems
本文研究相关莱斯衰落下RIS辅助MISO系统的波束成形优化问题，提出基于半定松弛的迭代算法获取统计最优解，并推导了特殊情况下中断概率与遍历容量的闭式表达式，揭示了i.i.d.衰落及LoS分量对系统性能增益的影响规律。
2023-07-01 cs.IT math.IT
Secrecy Wireless Information and Power Transfer with MISO Beamforming
用于同时无线信息和功率传输（SWIPT）的无线电信号的双重使用最近引起了极大的关注。为了满足能量接收器（ER）以比信息接收器（IR）高得多的接收功率操作的实际要求，ER需要比IR更靠近发射器部署。然而，由于无线信道的广播性质，一个关键问题是发送到IR的消息不能被ER窃听，ER拥有来自发射机的更好的信道。在本文中，我们解决了这个新的保密通信问题，在多用户多输入单输出（MISO）SWIPT系统中，多天线发射机发送信息和能量同时一个IR和多个ER，每个与一个天线。通过优化发射波束形成向量及其功率分配，我们最大限度地提高了传输到ER的加权总能量，并对发送到IR的信息进行保密率约束。我们通过将其转化为两阶段问题来最优地解决这个非凸问题。首先，我们固定的信号与干扰加噪声比（SINR）在IR和获得最佳波束形成的解决方案，通过应用技术的半定松弛（SDR）。然后通过一维搜索最优SINR值来解决原问题。进一步，提出了两种次优的低复杂度波束形成方案，并将其可达（保密）率-能量（R-E）域与最优方案进行了比较。
2013-07-31 cs.IT math.IT
Beamforming for MISO Interference Channels with QoS and RF Energy Transfer
我们考虑一个多用户多输入单输出干扰信道的接收机的特点是由服务质量（QoS）和射频（RF）能量收集（EH）的约束。我们考虑功率分离RF-EH技术，其中每个接收器将接收到的信号分成两个部分：a）用于信息解码和b）用于电池充电。支持QoS和RF-EH约束的最小所需功率被公式化为优化问题，该优化问题结合了每个发射机处的发射功率和波束成形设计以及每个接收机处的功率分配比。我们考虑固定波束成形的情况下，当波束成形设计被纳入优化问题。对于固定波束形成，我们研究了三个标准的波束形成方案，迫零（ZF），正则化迫零（RZF）和最大比传输（MRT）的混合方案，MRT-ZF，包括MRT和ZF波束形成的线性组合也检查。在此基础上，针对MRT、RZF和MRT-ZF波束形成问题，提出了基于二阶锥规划的优化算法。此外，利用半定规划（SDP）和秩松弛的帮助下，波束形成和功率分配的联合优化进行了研究。
2013-11-28 cs.IT math.IT
Secure Beamforming in MISO NOMA Backscatter Device Aided Symbiotic Radio Networks
共生无线电（SR）网络是未来大规模物联网设备低功耗无线通信的可能解决方案。本文研究了一种多输入单输出的非正交多址接入（NOMA）反向散射器件（BD）辅助的SR网络，该网络具有潜在的窃听者。在网络中，基站（BS）使用NOMA协议向中心用户和小区边缘用户广播信号。利用环境反向散射调制，BD通过来自BS的入射信号向中央用户发送其自己的消息。我们提出了一个约束凹凸过程为基础的算法，最大化的$ε$中断保密率从BD到中央用户的BS可实现的保密率约束下，从中央和小区边缘用户。仿真结果表明，我们提出的网络实现了更大的保密率区域比正交多址（OMA）网络。
2019-06-08 cs.IT math.IT
Joint Fractional Time Allocation and Beamforming for Downlink Multiuser MISO Systems
众所周知，只有当用户数量小于基站（BS）的发射天线数量时，基站（BS）处用于管理服务多个用户的干扰的传统发射波束成形才有效。非正交多址接入（NOMA）可以通过牺牲用户的隐私来提高信道条件较差的用户的吞吐量，因为信道条件较好的其他用户可以解码信道条件较差的用户的信息。NOMA仍然倾向于用户的数量小于BS发射机处的天线的数量。本文解决了这样的问题，通过分配单独的分数时隙为用户提供类似的信道条件。这使得BS能够在时间单元内服务更多用户，同时保护每个用户的隐私。分数时间和波束形成向量被联合优化以最大化系统的吞吐量。一个有效的路径跟踪算法，它调用一个简单的凸二次规划在每次迭代，提出了解决这个具有挑战性的优化问题。数值结果证实了它的通用性。
2017-08-28 cs.IT math.IT
Robust AN-Aided Beamforming and Power Splitting Design for Secure MISO Cognitive Radio With SWIPT
研究了一种同时进行无线信息和功率传输的多输入单输出认知无线电下行网络。在该网络中，次级用户与多个主用户和多个能量收集接收器共存。为了保证安全通信和能量收集，研究了不完全信道状态信息（CSI）下鲁棒安全人工噪声辅助波束形成和功率分配设计问题。具体而言，发射功率最小化问题和最大-最小公平能量收集问题，制定了有界CSI误差模型和概率CSI误差模型。这些问题是非凸的，解决起来很有挑战性。针对这些问题，提出了一种一维搜索算法，在有界CSI误差模型下基于${\cal S}\text{-Procedure} $，在概率CSI误差模型下基于Bernstein型不等式.结果表明，最佳的鲁棒安全波束形成下的有界CSI误差模型可以实现，而一个次优波束形成的解决方案下的概率CSI误差模型可以得到。阐明了在最大最小公平性准则下，次用户接收机的保密率与能量收集接收机所收集的能量之间的折衷。
2016-02-22 cs.IT math.IT
Coordinated Beamforming for Multiuser MISO Interference Channel under Rate Outage Constraints
本文研究了多输入单输出（MISO）干扰信道下的协作波束形成设计问题，假设发射端只有信道分布信息（CDI）。在给定的接收机速率中断概率要求下，我们的目标是最大化系统效用（例如，加权和速率、加权几何平均速率和加权谐波平均速率）服从速率中断约束和单独功率约束。中断约束，但是，导致一个复杂的，非凸结构所考虑的波束成形设计问题，使优化问题难以处理。{虽然}这个非凸优化问题可以用穷举搜索的方式来解决，但这种蛮力方法只在发射机-接收机对的数量很小时才可行。对于具有大量发射器-接收器对的系统，计算上高效的替代方案是必要的。因此，本文的重点是设计这种有效的近似方法。特别是，通过采用半定松弛（SDR）和一阶近似技术，我们提出了一种有效的连续凸近似（SCA）算法，通过解决一系列凸近似问题，提供高质量的近似波束形成解决方案。由此获得的解决方案进一步示出为原始中断约束波束成形设计问题的SDR的稳定点。{此外}，我们提出了一种分布式SCA算法，其中每个发射机使用本地CDI和从与其他发射机的有限消息交换中获得的信息来优化其自己的波束形成器。我们的仿真结果表明，所提出的SCA算法和它的分布式对应确实收敛，并接近最佳的性能可以实现所有考虑的系统效用。
2012-11-22 cs.IT math.IT
On the Performance Limits of Scalar Coding Over MISO Channels
标量编码的多输入单输出通道的性能限制，在这项工作中重新审视。通过采用随机波束成形，Narula等人证明，对于任何数量的天线和信道增益，标量编码的损失普遍以~ 2.51 dB（或0.833比特/符号）为界。在这项工作中，通过使用随机波束成形结合空时码，它示出的界限可以收紧到~ 1.1 dB（或0.39位/符号）。
2013-05-12 cs.IT math.IT
Robust Beamforming for AN Aided MISO SWIPT System with Unknown Eavesdroppers and Non-linear EH Model
本文研究了多用户多输入单输出（MISO）系统下行传输的波束成形设计，其中每个合法用户采用基于功率分配（PS）的同时无线信息和功率传输（SWIPT）技术。发射机打算在完全未知的窃听者存在的情况下向其合法用户发送机密信息。由于发送方不知道窃听者的信道状态信息，我们考虑用人工噪声方法来建立安全通信。这种波束成形设计是通过最大化AN功率来尽可能多地干扰窃听者而开发的。基于发射端合法用户的CSI不理想的假设，研究了两种联合波束形成和PS比的鲁棒设计方法，以最大化每个合法用户在能量收集（EH）和信干噪比（SINR）要求下的AN功率。在第一个鲁棒设计中，我们考虑了有界信道的不确定性，并采用半定松弛（SDR）和线性矩阵不等式（LMI）表示，将原问题转化为一个半定规划（SDP）。在第二个鲁棒设计中，我们考虑了统计信道的不确定性，并证明了所提出的问题可以通过SDR和Bernstein型不等式转化为另一种形式的SDP。此外，非线性能量收集（EH）模型被纳入这项工作中，因为它可以反映实际的射频（RF）-EH转换电路的特性。仿真结果已被提供来证明我们所提出的鲁棒设计的性能。
2018-09-12 cs.IT math.IT
Achievable Rate Region of MISO Interference Channel Aided by Intelligent Reflecting Surface
研究了智能反射面辅助下多输入单输出（MISO）干扰信道的可达速率域。我们利用协调IRS提供的额外设计自由度来增强期望信号和抑制干扰，从而扩大干扰信道的可达速率区域。为此，我们联合优化发射机处的主动发射波束成形和IRS处的被动反射波束成形，受到反射波束成形向量的恒模约束。为了解决非凸优化问题，我们提出了一种迭代算法来优化发射波束形成通过二阶锥规划（SOCP）和反射波束形成通过半定松弛（SDR）。数值结果表明，该算法的IRS辅助干扰信道的性能可以显着优于传统的干扰信道没有IRS。
2020-05-19 cs.IT eess.SP math.IT
Beamforming and Rate Allocation in MISO Cognitive Radio Networks
我们考虑分散的多天线认知无线电网络，其中二级（认知）用户被授予同时频谱接入与持牌（主要）用户。我们对待分布式波束形成和速率分配的问题，使最小加权的二次速率最大化的二次用户。这样的优化受制于（1）用于次级用户的有限加权和功率预算，以及（2）在施加在每个初级接收机上的干扰电平不超过指定电平的意义上对初级用户的保证保护。基于由次级接收器部署的解码方法，我们考虑用于解决此问题的三种情形。在第一种情况下，每个次级接收器仅解码其指定的发射器，同时抑制其余的作为高斯干扰器（单用户解码）。在第二种情况下，每个次级接收器采用最大似然解码器（MLD）来联合解码所有次级传输，并且在第三种情况下，每个次级接收器使用无约束组解码器（UGD）。通过部署UGD，允许每个次级用户在抑制或取消剩余用户之后解码用户的任何任意子集（其包含其指定用户）。
2009-08-07 cs.IT math.IT
Meta-learning Based Beamforming Design for MISO Downlink
下行链路波束形成是无线蜂窝网络的关键技术，但如何设计最大化加权和速率（WSR）的波束形成向量是一个NP难问题，通常采用迭代算法求解，其中最常用的是加权最小均方误差（WMMSE）算法，该算法迭代最小化WSR并收敛于局部最优。受元学习技术解决非凸优化问题的最新发展的启发，我们提出了一种基于元学习的迭代算法，用于MISO下行链路信道中的WSR最大化。建立基于长短期记忆（LSTM）网络的元学习模型，学习动态优化策略，迭代更新变量。与WMMSE相比，学习策略旨在以不那么贪婪的方式优化每个变量，WMMSE通过在每个迭代步骤中计算变量的一阶平稳点来更新变量。该算法在高信噪比时性能明显优于WMMSE，在低信噪比时性能与WMMSE相当。
2022-06-26 cs.IT eess.SP math.IT
Energy-Efficient Beamforming and Cooperative Jamming in IRS-Assisted MISO Networks
网络的节能设计问题是设计高性能网络的重要问题。除此之外，通信的安全性也很重要。基于新的IRS技术，本文构造了安全通信的EE最大化问题。我们提出了一个优于其他方法的解决方案。
2019-12-14 cs.IT cs.SY eess.SY
Max-Min Fairness in IRS-Aided Multi-Cell MISO Systems via Joint Transmit and Reflective Beamforming
研究了一种智能反射面（IRS）辅助的多小区多输入单输出（MISO）系统，该系统由多个多天线基站（BS）组成，每个基站与一个单天线用户通信，其中专门部署了一个IRS来辅助无线传输和抑制小区间干扰。在此设置下，我们联合优化协调的发射波束形成在BS和反射波束形成在IRS，最大化的最小加权接收信号干扰加噪声比（SINR）在用户的目的，在BS和IRS的反射约束的个人最大发射功率约束。为了解决困难的非凸最小SINR最大化问题，我们提出了有效的算法交替优化的基础上，其中的发射和反射波束成形矢量的交替方式进行优化。特别是，我们使用二阶锥规划（SOCP）优化的协调发射波束形成，并开发两个有效的设计更新的反射波束形成的半定松弛（SDR）和连续凸逼近（SCA）的技术的基础上，分别。数值结果表明，使用IRS导致显着更高的SINR值比基准计划没有IRS或没有适当的反射波束成形优化，而开发的SCA为基础的解决方案优于SDR为基础的一个实现复杂度较低。
2020-02-07 cs.IT eess.SP math.IT
A New Energy Efficient Beamforming Strategy for MISO Interfering Broadcast Channels based on Large Systems Analysis
在本文中，我们提出了一种新的波束形成设计，以最大限度地提高能源效率（EE）的多输入单输出干扰广播信道（IFBC）。在此模型下，由于耦合干扰及其分数形式，EE问题一般是非凸的，因此很难求解。解决该问题的传统算法对每个信道的实现采用迭代法，这需要高的计算复杂性。为了降低计算复杂性，我们用与波束方向和功率相关的标量参数来参数化波束形成向量。然后，通过采用这种参数化的随机矩阵理论的渐近结果，我们确定的最佳参数，以最大限度地提高EE在大系统的限制，假设发射天线和用户的数量是大的固定比例。在渐近制度，我们的解决方案只依赖于二阶信道统计，这产生显着减少的计算复杂性和系统开销相比，传统的方法。因此，可以利用本地信道状态信息和优化的参数来确定使EE性能最大化的波束成形向量。基于渐近结果，该方案可以提供的平均EE性能的见解，和一个简单而有效的波束形成策略的有限系统的情况下引入。数值结果证实，所提出的计划相比，传统的方法实现的最好的结果，即使在小的系统尺寸，大大降低了系统的复杂性表现出可以忽略不计的性能损失。
2015-08-27 cs.IT math.IT
Simultaneous Wireless Information and Power Transfer in MISO Full-Duplex Systems
本文研究了一种多用户多输入单输出（MISO）全双工无线信息和功率同步传输（SWIPT）系统。在该系统中，多天线基站（BS）在下行链路中使用功率分配器（PS）同时向一组单天线移动站（MS）发送信息和功率，在上行链路中以全双工方式接收信息。特别是，我们解决的联合设计的接收PS比和发射功率在MS，并在信号干扰噪声比（SINR）和收获的功率约束下的BS的波束成形矩阵。利用半定松弛（SDR）方法，解决了自干扰信道的信道状态信息（CSI）不完整的问题。此外，我们提出了另一个次优迫零（ZF）的解决方案，通过分离的发射波束成形矢量和PS比的优化。仿真结果提供了评估所提出的波束成形设计的性能。
2017-03-16 cs.IT math.IT
Robust Beamforming Design for Rate Splitting Multiple Access-Aided MISO Visible Light Communications
在本文中，我们专注于速率分裂多址（RSMA）辅助多输入单输出（MISO）可见光通信（VLC）网络的最佳波束形成器的设计。首先，我们推导出每个用户的可达速率的封闭形式的下界，这是第一个理论界的可达速率的RSMA辅助VLC网络。其次，我们研究了最佳波束形成器的设计RSMA辅助VLC网络，以最大限度地提高光和电功率约束下的和速率。此外，我们表明，建议RSMA辅助网络可以实现优越的性能相比，空分多址（SDMA）和非正交多址（NOMA）。
2022-11-01 cs.IT cs.SY eess.SY
Learning Robust Beamforming for MISO Downlink Systems
Jeonbuk National University（国立全北大学）；Pukyong National University（釜庆国立大学）
研究了下行多用户系统中鲁棒波束形成优化的学习算法。基站（BS）识别有效的多天线传输策略，只有不完美的信道状态信息（CSI）和它的随机特性。为此，我们提出了一种鲁棒的训练算法，其中深度神经网络（DNN），它只接受完美CSI的估计和统计知识，被优化以适应现实世界的传播环境。因此，经过训练的DNN可以仅基于实际CSI的不完美观测来提供有效的鲁棒波束成形解决方案。数值结果验证了所提出的学习方法相比，传统的计划的优势。
2021-03-02 cs.IT cs.LG eess.SP
Outage Minimization for Intelligent Reflecting Surface Aided MISO Communication Systems via Stochastic Beamforming
智能反射面（IRS）具有通过重构无线传播环境来显著提高网络性能的潜力。然而，在IRS辅助的无线网络中，很难获得准确的下行链路信道状态信息（CSI）以用于有效的波束成形设计。在这篇文章中，我们考虑了一个IRS辅助下行链路多输入单输出（MISO）网络，其中的基站（BS）是不需要知道底层的信道分布。我们制定了中断概率最小化的问题，通过联合优化的波束成形向量在BS和在IRS的相移矩阵，同时考虑到发射功率和么模约束。所提出的问题是一个非凸非光滑随机优化问题。为此，我们采用sigmoid函数作为代理来解决目标函数的非光滑性。此外，我们提出了一个数据驱动的高效交替随机梯度下降（SGD）算法来解决这个问题，利用历史信道样本。仿真结果表明，该算法的性能增益的基准方法在最小化中断概率。
2020-05-15 cs.IT eess.SP math.IT
Single-User Beamforming in Large-Scale MISO Systems with Per-Antenna Constant-Envelope Constraints: The Doughnut Channel
在基站（BS）的大型天线阵列最近已被证明可以实现显着的小区内干扰抑制在低复杂度。然而，在实践中构建大型阵列将需要使用功率高效的RF放大器，其通常具有差的线性特性，因此将需要使用具有非常小的峰均功率比（PAPR）的输入信号。在本文中，我们考虑单用户多输入单输出（MISO）下行链路信道的情况下，BS天线被约束为发送具有恒定包络（CE）的信号。我们表明，每个天线CE传输的接收器看到的有效信道是一个SISO AWGN信道，其输入约束位于一个甜甜圈形区域。适用于单路径直接瞄准线（DLOS）和一般i.i.d.衰落信道，有效环形信道的分析表明在每个天线CE输入约束下，i）与仅平均总发射功率约束的MISO信道相比，实现期望信息速率所需的额外总发射功率小且有界，ii）利用N个基站天线可实现O（N）阵列功率增益，以及iii）对于期望信息速率，与使用具有高PAPR输入的高度线性（功率低效）放大器相比，使用具有CE输入的功率高效放大器将需要显著更少的总发射功率。
2012-06-08 cs.IT math.IT
Graph Neural Network based Active and Passive Beamforming for Distributed STAR-RIS-Assisted Multi-User MISO Systems
针对分布式STAR-RIS辅助多用户MISO系统，提出基于GNN的联合有源与无源波束成形设计方法，以最大化用户和速率，性能高效且可扩展。
2025-02-26 cs.IT eess.SP math.IT
Deep Reinforcement Learning based Joint Active and Passive Beamforming Design for RIS-Assisted MISO Systems
可重构智能表面（RIS）由于具有低成本、可控性等独特优势，是解决毫米波通信系统阻塞问题的一种有效途径，近年来受到广泛关注。然而，由于高计算复杂性和无线环境的动态变化，使得有源波束形成和无源波束形成的联合设计是一项艰巨的任务。在本文中，我们考虑了一个RIS辅助的多用户多输入单输出（MU-MISO）毫米波系统，旨在开发一种基于深度强化学习（DRL）的算法，以联合设计在基站（BS）侧的有源混合波束形成器和RIS侧的无源波束形成器。通过采用先进的软演员-评论家（SAC）算法，我们提出了一种基于最大熵的DRL算法，它可以探索更多的随机策略比确定性的政策，同时设计有源模拟预编码器和无源波束形成器。然后，采用最小均方误差（MMSE）方法确定数字预编码器。实验结果表明，我们提出的SAC算法可以获得更好的性能相比，传统的优化算法和DRL算法。
2022-02-21 cs.IT eess.SP math.IT
Robust Consensus-Based Distributed Beamforming for Wideband Cell-free Multi-RIS MISO Systems
National and Kapodistrian University of Athens（雅典国立卡波迪斯特里安大学）；University of Illinois Chicago（伊利诺伊大学芝加哥分校）
本文提出了一种基于一致性的分布式波束成形方法，用于改进宽带无中心多RIS MISO系统的协作效率。
2026-01-13 cs.IT eess.SP math.IT
Secrecy Wireless Information and Power Transfer with MISO Beamforming
用于同时无线信息和功率传输（SWIPT）的无线电信号的双重使用最近引起了极大的关注。为了满足能量接收器（ER）以比信息接收器（IR）高得多的接收功率运行的实际要求，ER需要部署在比IR更靠近发射器的位置。然而，由于无线信道的广播性质，一个关键的问题出现，发送到IR的消息可以窃听的ER，它拥有更好的信道从发射机。在本文中，我们解决这个新的保密通信问题，在多用户多输入单输出（MISO）SWIPT系统中，一个多天线发射机发送信息和能量同时向IR和多个ER，每个ER有一个单天线。为了优化设计发射波束成形向量及其功率分配，研究了具有不同目的的两个问题：第一个问题最大化IR的保密率，而第二个问题最大化的加权和能量转移到ER服从保密率约束的IR。我们解决这两个非凸问题的最佳方式是将它们每个转化为两个-舞台问题首先，通过固定信号干扰噪声比（SINR）的ER（第一个问题）或IR（第二个问题）的目标，我们获得了最佳的波束形成和功率分配的解决方案，通过应用半定松弛（SDR）技术。然后，原来的问题是解决了一个一维搜索的最佳SINR目标ER或IR。此外，对于这两个研究的问题，次优的解决方案的复杂度较低，也提出了信息和能量波束形成矢量分别设计与他们的功率分配。
2014-01-22 cs.IT math.IT
Joint Transmit and Reflective Beamforming Design for IRS-Assisted Multiuser MISO SWIPT Systems
研究了一种智能反射面辅助的多用户多输入单输出（MISO）无线信息与能量同步传输（SWIPT）系统。在该系统中，多天线接入点（AP）使用发射波束成形将信息和能量信号发送到一组接收器，每个接收器用于信息解码（ID）或能量收集（EH），并且专用部署的IRS适当地控制其反射相移以形成无源反射波束，用于促进接收器处的ID和EH。在这种设置下，我们联合优化AP处的（有源）信息和能量发射波束成形以及IRS处的（无源）反射波束成形，以最大化在所有EH接收器处接收的最小功率，这受到ID接收器处的个体信号与干扰加噪声比（SINR）约束以及AP处的最大发射功率约束。虽然制定的SINR约束的最小能量最大化问题是高度非凸的，我们提出了一个有效的算法，通过使用交替优化和半定松弛（SDR）的技术，以获得高质量的解决方案。数值结果表明，建议的IRS辅助SWIPT系统的信息和能量信号实现了显着的性能增益比基准计划没有IRS部署和/或没有专用的能量信号使用。
2019-10-16 cs.IT eess.SP math.IT
Deep Learning Methods for Universal MISO Beamforming
Jeonbuk National University（全北国立大学）；Pukyong National University（釜庆国立大学）；Electronics and Telecommunications Research Institute (ETRI)（电子通信研究院）
这封信研究了深度学习（DL）方法，以优化下行链路多用户多天线系统中的波束成形向量，这些方法可以普遍应用于基站处的任意给定发射功率限制。我们利用总功率预算作为边信息，以便深度神经网络（DNN）可以有效地学习波束成形优化中功率约束的影响。因此，单个训练过程对于所提出的通用DL方法是足够的，而常规方法需要针对所有可能的功率预算水平训练多个DNN。数值结果表明，所提出的DL方法比现有的计划的有效性。
2020-07-09 cs.IT cs.LG eess.SP
Intelligent Reflecting Surface Assisted Multi-User MISO Communication: Channel Estimation and Beamforming Design
最近出现了使用智能反射表面（IRS）重新配置无线传播环境的概念，其中IRS包括大量的无源反射元件，其可以智能地反射撞击的电磁波以增强性能。以前的工作已经显示出有前途的增益假设在基站（BS）和IRS，这是不切实际的，由于反射元件的无源性质的完美的信道状态信息（CSI）的可用性。本文的初步贡献之一，研究了IRS辅助的多用户多输入单输出（MISO）通信系统下不完美的CSI。不同于最近的几个作品，开发最小二乘（LS）估计的IRS辅助信道矢量，我们利用先验知识的大规模衰落统计在BS推导出贝叶斯最小均方误差（MMSE）信道估计的协议下，IRS适用于一组最佳的相移矢量在多个信道估计子阶段。由此产生的均方误差（MSE）的分析和数值显示是低于实现的LS估计。联合设计的预编码和功率分配在BS和反射波束成形在IRS提出了最大化的最小用户信号干扰噪声比（SINR）的发射功率约束。性能评估的结果说明了所提出的系统的效率，并研究其对信道估计误差的敏感性。
2020-05-04 cs.IT math.IT
Intelligent Reflecting Surface-assisted MU-MISO Systems with Imperfect Hardware: Channel Estimation, Beamforming Design
IRS辅助系统中的大多数工作忽略了收发器硬件和IRS处的不可避免的剩余硬件损伤（HWI）的影响，而任何相关工作仅解决了简单的场景，例如，具有单天线网络节点和/或不考虑IRS处的相位噪声的随机性。在这项工作中，我们的目标是填补这一空白，考虑一个一般的IRS辅助多用户（MU）多输入单输出（MISO）系统，不完美的CSI和相关的瑞利衰落。并行，我们提出了一个通用的计算效率的方法IRS反射波束成形（RB）优化。具体而言，我们介绍了一个有利的信道估计（CE）方法，这样的系统占HWI。此外，我们得出了上行链路可实现的频谱效率（SE）与最大比合并（MRC）接收机，显示三个显着的优点是：1）其封闭形式的表达式，2）它只依赖于大规模的统计，3）它的低训练开销。值得注意的是，通过利用前两个好处，我们实现了执行优化的反射波束形成矩阵（RBM），可以只发生在每几个相干间隔，因此，显着降低了计算成本相比，其他方法，需要频繁的相位优化。在有见地的意见，我们强调，不相关的瑞利衰落不允许优化的SE，这使得应用IRS无效。而且，在描述RBM中的相位失真的相位漂移均匀分布的情况下，IRS的存在没有提供优势。分析结果优于以前的工作，并验证了蒙特卡罗（MC）模拟。
2021-09-04 cs.IT math.IT
Joint Beamforming Design in Multi-Cluster MISO NOMA Intelligent Reflecting Surface-Aided Downlink Communication Networks
考虑智能反射面（IRS），研究了多簇多输入单输出（MISO）非正交多址（NOMA）下行通信网络。在网络中，IRS通过被动波束形成辅助从基站（BS）到所有用户的通信。我们的目标是通过联合优化BS处的发射波束成形向量和IRS处的反射系数向量来最小化总发射功率。由于对IRS反射振幅和相移的限制，所述二次约束二次问题是高度非凸的。对于上述问题，传统的基于半定规划（SDP）的算法具有过高的计算复杂性和恶化的性能。在这里，我们提出了一个有效的二阶锥规划（SOCP）-交替方向的乘法器（ADMM）为基础的算法，以获得局部最优解。为了降低计算复杂性，我们还提出了一个低复杂度的迫零（ZF）的次优算法。仿真结果表明，我们提出的基于SOCP-ADMM的算法实现了显着的性能增益比传统的基于SDP的算法。此外，当被动反射元件的数目相对较高时，我们提出的基于ZF的次优算法也优于基于SDP的算法。
2019-09-16 cs.IT eess.SP math.IT
Optimal Beamforming for MISO Communications via Intelligent Reflecting Surfaces
通过智能反射表面（IRSs）的无线通信已经受到学术界和工业界的相当大的关注。特别地，IRS能够利用通常低成本的无源设备来创建有利的无线传播环境。虽然在文献中已经研究了各种IRS辅助的无线通信系统，但到目前为止，还没有很好地理解这种系统的最佳设计。本文研究了IRS辅助的单用户多输入单输出（MISO）通信。为了最大限度地提高频谱效率，提出了一种分支定界（BnB）算法，分别在接入点（AP）和IRS处获得有源和无源波束形成器的全局最优解。仿真结果证实了在无线系统中部署IRS的有效性。此外，以所提出的最优BnB算法为性能基准，现有的设计算法的最优性进行了研究。
2020-01-30 cs.IT eess.SP math.IT
Robust and Secure Beamforming for Intelligent Reflecting Surface Aided mmWave MISO Systems
在这封信中，我们研究了在智能反射面（IRS）辅助毫米波（mmWave）多输入单输出（MISO）系统中的鲁棒和安全波束形成（RSBF），其中多个单天线窃听器（Eves）任意分布在合法接收机附近。考虑到Eves信道的信道状态信息（CSI）在合法发射端是不完全已知的，在总发射功率和单位模约束下，给出了最大化最坏情况下可达保密率（ASR）的RSBF设计问题.由于这些问题是很难最佳解决，由于其非凸性和耦合变量，我们取代窃听信道的离散样本的加权组合，并提出了一个RSBF计划交替优化和半定松弛（SDR）技术的基础上，合谋和非合谋窃听的情况。仿真结果表明，所提出的RSBF方案可以有效地提高ASR，也优于其他基准计划。
2020-03-25 cs.IT eess.SP math.IT
Harvested Power Region of Two-user MISO WPT Systems With Non-linear EH Nodes
在本文中，我们确定了两个用户多输入单输出（MISO）无线功率传输（WPT）系统的能量收集器（EH）节点处的整流天线的非线性模型的收获功率区域。为此，我们的特征的分布的传输符号向量，实现该区域的边界上的各个点。每个分布作为优化问题的解获得，其中我们在发射机的功率预算的约束下最大化EH节点处的平均收获功率的加权和。我们证明了最优的发送策略采用两个波束形成向量和标量单位范数发送符号与任意相位。为了确定波束形成向量，我们提出了一种基于二维网格搜索，半定松弛和逐次凸逼近的迭代算法。我们的数值结果表明，所提出的设计优于两个基线计划的基础上线性EH模型和一个单一的波束形成矢量，分别。最后，我们观察到，收获的功率区域是凸的，并且在一个EH节点处收获的功率可以在另一个节点处换取更高的收获功率。
2021-03-26 cs.IT math.IT
Joint User Scheduling and Beamforming Design for Multiuser MISO Downlink Systems
在多用户通信系统中，用户调度和波束形成（US-BF）设计是两个基本问题，通常在现有的文献中被分开研究。在这项工作中，我们专注于联合US-BF设计的目标是最大限度地提高预定用户的集合基数，这是计算上的挑战，由于非凸目标函数和离散连续变量的耦合约束。针对这些问题，首先提出了一种基于逐次凸逼近的US-BF优化算法。然后，受无线智能通信的启发，将联合US和功率分配网络模型与BF解析解相结合，提出了一种基于图神经网络的联合US-BF（J-USBF）学习算法。各种数值结果验证了SCA-USBF和J-USBF的有效性，后者具有相近的性能和更高的计算效率。此外，建议的J-USBF也享有在动态无线网络场景的通用性。
2022-07-04 cs.IT eess.SP math.IT
Robust Beamforming Design and Antenna Selection for Dynamic HRIS-aided MISO System
针对硬件损伤下的MISO通信可靠性问题，提出动态HRIS架构，通过联合优化多类变量构建MSE最小化问题，用PEBCD算法求解，仿真验证其性能优于传统基准方案。
2024-10-09 cs.IT eess.SP math.IT
