Reduced-rank Adaptive Constrained Constant Modulus Beamforming Algorithms based on Joint Iterative Optimization of Filters
提出了一种基于约束联合迭代优化滤波器的降秩自适应波束形成方法。我们采用这种计划,设计了两个新的降秩自适应算法根据常数模(CM)准则与不同的约束。第一个设计的算法制定为约束联合迭代优化的投影矩阵和降秩滤波器相对于CM标准受到约束的阵列响应。推导了投影矩阵和降秩权向量的约束恒模(CCM)表达式,并提出了一种低复杂度的自适应算法来实现投影矩阵和降秩权向量的联合估计。第二种算法是对第一种算法的扩展,并根据CM准则在阵列响应约束和投影矩阵正交约束下实现。Gram-Schmidt(GS)技术被用来实现这种正交约束并提高性能。仿真结果表明,与现有的方法相比,所提出的算法具有优越的性能。
2013-03-06 cs.IT math.IT
Adaptive Low-rank Constrained Constant Modulus Beamforming Algorithms using Joint Iterative Optimization of Parameters
提出了一种基于自适应滤波器联合迭代优化(JIO)的降秩自适应波束形成算法。该方案提供了一种有效的方法来处理大量的元素的过滤器。它由一组满秩自适应滤波器组成,形成一个变换矩阵和一个自适应降秩滤波器,在滤波器组的输出端工作。变换矩阵将接收到的向量投影到低维向量上,该低维向量由降秩滤波器处理以估计期望信号。根据约束恒模准则,推导了变换矩阵和降秩权向量的表达式。两种新的低复杂度的自适应算法的设计实施所提出的计划相对于不同的约束条件。仿真结果表明,与现有的方法相比,所提出的算法具有优越的性能。
2013-03-14 cs.IT math.IT
Alternating Iterative Secure Structure between Beamforming and Power Allocation for UAV-aided Directional Modulation Networks
在无人机(UAV)网络中,采用定向调制(DM)来提高保密率(SR)性能。Alice是地面基站,充当控制中心; Bob是沿直线飞行轨迹飞行的无人机,通过动态调整波束形成矢量和功率分配策略来优化SR性能。在Bob的飞行过程中,每个固定的时间间隔内,根据最大化信漏噪比(Max-SLNR)和最大化AN和漏噪比(ANLNR)的准则给出有用消息和AN投影的发射波束形成向量,最优PA策略基于最大化SR(Max-SR)。更重要的是,交替迭代结构(AIS)之间的波束成形和PA提出了进一步提高SR性能。仿真结果表明,所提出的AIS收敛速度快,并可以实现显着的SR增益超过Max-SLNR加上Max-ANLNR与固定PA,如PA因子$β=$ 0.5,和0.9。特别是,在小规模天线阵列的情况下,所提出的AIS实现的SR性能增益更有吸引力。此外,由于天线的数量趋于大规模,所提出的AIS的平均SR性能接近SR小区。
2018-08-14 cs.IT math.IT
Adaptive Reduced-Rank Constrained Constant Modulus Beamforming Algorithms Based on Joint Iterative Optimization of Filters
提出了一种基于自适应滤波器联合迭代优化(JIO)的降秩自适应波束形成算法。新方案根据恒模(CM)准则受不同的约束而设计,并且由形成变换矩阵的满秩自适应滤波器和在滤波器组的输出处操作以估计期望信号的自适应降秩滤波器组成。我们描述的直接形式的处理器(DFP)和广义旁瓣消除器(GSC)结构的建议方案。对于每个结构,我们推导出随机梯度(SG)和递归最小二乘(RLS)算法,其自适应实现。将Gram-Schmidt(GS)技术应用于自适应算法,以重构变换矩阵,提高性能。一个自动秩选择技术的开发和使用,以确定最适当的排名派生算法。进行了复杂性和凸性分析。仿真结果表明,所提算法在收敛性和跟踪性能方面优于现有的满秩和降秩方法。
2013-01-29 cs.IT math.IT
Relay Beamforming Strategies for Physical-Layer Security
在本文中,协作使用中继形成一个波束成形系统,并提供物理层的安全性进行了研究。特别是,放大和转发(AF)中继波束成形设计下的总和个人中继功率约束的研究与保密率最大化的目标时,完美的信道状态信息(CSI)是可用的。在AF方案中,没有解析解的最优波束形成设计下的总功率和个人的约束,提出了一种迭代算法,以获得最优的波束形成结构,并最大化的保密率。针对基于解码转发(DF)的中继波束成形,研究了不完美信道状态信息(CSI)下的稳健波束成形设计,并给出了优化框架。
2010-04-06 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
Passive Beamforming for IRS Aided Wireless Networks
在这封信中,我们设计了被动波束形成在智能反射面(IRS)辅助多用户无线网络。两种不同的情况被认为是,即,多播和多用户下行链路传输。我们优化的被动波束形成向量的IRS最大化的最小信噪比的用户在这两种情况下。基于乘子算法的交替方向法,设计了一种低复杂度的迭代求解方法。该方法在每次迭代过程中,解都是封闭的,计算复杂度低。数值结果表明,所提出的方法的有效性。
2020-07-21 cs.IT math.IT
Joint Tilt Angle Adaptation and Beamforming in Multicell Multiuser Cellular Networks
3D波束成形是用于蜂窝网络中的干扰协调的有前途的方法,其与传统的2D波束成形技术相比带来显著的改进。本文研究了多小区多用户协作蜂窝网络下行链路能量效率最大化的基站天线阵联合波束赋形设计和倾角自适应问题。基于分式规划方法的迭代算法被引入到解决所产生的非凸优化问题。在每次迭代中,用户基于他们的仰角被聚类。然后,通过降低复杂度的贪婪搜索来进行倾斜角度的优化,以找到针对用户的给定放置的最佳倾斜角度。数值结果表明,该算法实现了更高的EE相比,二维波束形成技术。
2017-01-13 cs.IT math.IT
Low-Complexity Robust Data-Adaptive Dimensionality Reduction Based on Joint Iterative Optimization of Parameters
提出了一种基于改进的联合迭代优化(MJIO)算法的低复杂度鲁棒数据相关降维方法,用于降秩波束形成和导向矢量估计。所提出的鲁棒优化过程联合调整降秩矩阵和自适应波束形成器的参数。优化后的降阶矩阵将接收信号向量投影到维度较低的子空间上。然后在降维子空间中执行波束形成器/导向矢量优化。我们设计了有效的随机梯度和递归最小二乘算法来实现所提出的鲁棒MJIO设计。所提出的鲁棒MJIO波束形成算法具有更快的收敛速度和更好的性能。仿真结果表明,所提出的MJIO算法优于一些现有的满秩和降秩算法具有相当的复杂度。
2014-01-20 cs.IT math.IT
Joint Active and Passive Beamforming for Intelligent Reflecting Surface Aided Multiuser MIMO Communications
研究了智能反射面(IRS)辅助多用户多输入多输出系统中以加权和速率最大化为目标的主被动波束联合优化问题。我们表明,这个问题可以通过矩阵加权均方误差最小化等价解决。特别地,对于无源IRS波束形成的优化,我们首先提出了一种基于流形优化的具有优良性能的迭代算法。通过使用矩阵分式规划技术,以获得一个更容易处理的目标函数,然后我们提出了一个低复杂度的优化-最小化方法的基础上。数值结果验证了我们所提出的算法的收敛性和显着的性能改善的通信场景没有IRS的援助。
2021-01-27 cs.IT math.IT
Beamforming Design for Continuous Aperture Array (CAPA)-Based MIMO Systems
The University of Hong Kong(香港大学);Queen Mary University of London(伦敦大学女王玛丽学院)
针对CAPA-MIMO波束成形优化计算代价高的问题,本文推导了可达速率的闭式表达式,并提出基于变分法的WMMSE迭代算法及Gauss-Legendre求积的低复杂度实现,显著提升性能并降低计算复杂度。
2025-07-18 cs.IT math.IT
Robust Beamforming for Secrecy Rate in Cooperative Cognitive Radio Multicast Communications
在本文中,我们提出了一种合作的方法来提高认知无线电多播通信的主系统和次系统的安全性。在它们接入许可给主用户的频谱期间,次未许可用户通过向窃听者发送干扰噪声来帮助主系统加强安全性,同时保护它们自己免受窃听。这项工作的主要目标是最大化的保密率的辅助系统,同时坚持所有个人的主用户的保密率的约束。在被动窃听者和不完善的信道状态信息的情况下,在收发器,感兴趣的效用函数是非凹的,涉及的约束是非凸的,因此,最优解是麻烦的。为了解决这个问题,我们提出了一个迭代算法,以达到所考虑的问题的局部最优。所提出的迭代算法保证实现Karush-Kuhn-Tucker解决方案。
2017-03-01 cs.IT math.IT
Study of Joint MSINR and Relay Selection Algorithms for Distributed Beamforming
本文提出了一种分布式波束形成中的联合最大信号干扰噪声比(MSINR)和中继选择算法。我们提出了一种联合MSINR和限制贪婪搜索中继选择(RGSRS)算法与总中继发射功率约束,迭代优化中继节点的波束成形权重,最大限度地提高在目的地的SINR。具体来说,我们设计了一个基于贪婪搜索的中继选择方案,并将其与其他方案如限制随机中继选择(RRRS)和限制穷举搜索中继选择(RESRS)进行了比较。给出了复杂度分析,仿真结果表明,所提出的MSINR和RGSRS联合算法具有良好的误出错率和SINR性能。
2017-07-24 cs.IT math.IT
Cooperative Beamforming for Dual-Hop Amplify-and-Forward Multi-Antenna Relaying Cellular Networks
研究了放大转发中继蜂窝网络中基站、中继站和移动终端均配置多天线的线性波束形成设计问题。该设计基于最小均方误差准则,同时考虑了上行链路和下行链路的情况。研究发现,下行链路和上行链路波束成形设计问题具有相同的形式,可以使用具有相同结构的迭代算法来求解设计问题。针对上行链路系统满载或过载的具体情况,推导了一种新的波束形成算法,并揭示了它与现有的几种传统MIMO或多用户系统波束形成算法的关系。仿真结果证明了所提出的设计算法的性能优势。
2011-12-01 cs.IT math.IT
Robust Designs of Beamforming and Power Splitting for Distributed Antenna Systems with Wireless Energy Harvesting
在本文中,我们研究了一个多用户分布式天线系统,同时无线信息和功率传输的假设下,不完美的信道状态信息(CSI)。在该系统中,具有多个天线的分布式天线端口支持一组移动站,这些移动站可以通过功率分配器同时解码信息和收获能量。为了设计鲁棒的发射波束成形矢量和功率分配(PS)因素在CSI错误的存在下,我们最大化的平均最坏情况下的信号与干扰加噪声比(SINR),同时实现个人的能量收集约束每个移动台。首先,我们开发了一个有效的算法转换的最大-最小的SINR问题的一组“双”最小-最大功率平衡问题。然后,受罚函数法的启发,提出了一种基于半定规划(SDP)的迭代算法,以获得局部最优的秩一解。此外,为了减少计算复杂性,我们提出了另一种迭代方案的基础上拉格朗日方法和逐次凸逼近(SCA)技术,以产生一个次优解。仿真结果验证了算法的鲁棒性和有效性。
2018-01-31 cs.IT math.IT
Two-way relay beamforming optimization for full-duplex SWIPT systems
在本文中,我们研究了双向中继波束赋形优化问题,以最大限度地提高可实现的和速率的同时无线信息和功率传输(SWIPT)系统与全双工(FD)多输入多输出(MIMO)放大和转发(AF)中继。特别是,我们解决的最佳联合设计的接收机功率分配(PS)比和波束成形矩阵在中继节点给定的信道状态信息(CSI)。我们的贡献是一个迭代算法的基础上的差异凸(DC)规划和一维搜索,以实现联合最优解。仿真结果证明了该算法的有效性。
2017-03-21 cs.IT math.IT
Generalized Firefly Algorithm for Optimal Transmit Beamforming
本文提出广义萤火虫算法,用于求解发射波束成形优化问题,并在经典、认知、RIS辅助发射波束成形及RIS辅助无线功率传输场景中验证其能以较低复杂度获得更优解。
2023-10-27 cs.IT eess.SP math.IT
Beamforming Design for Max-Min Fair SWIPT in Green Cloud-RAN with Wireless Fronthaul
本文研究了毫米波(mmWave)无线前传下的绿云无线接入网(Cloud-RAN)中最大-最小公平同时无线信息和功率传输(SWIPT)的联合波束成形设计。为了实现网络中分开定位的数据接收器(DR)和能量接收器(ER)的平衡的用户体验,优化联合发射波束成形向量以最大化所有DR之间的最小数据率,同时用足够的RF能量满足每个ER。然后,提出了一个两步迭代算法来解决原来的非凸优化问题的前传容量约束的$l_0$ -范数形式。具体地,$l_0$ -范数约束可以通过重新加权的$l_1$ -范数来近似,从该重新加权的$l_1$ -范数,可以经由半定松弛(SDR)和二段搜索来导出最优最大-最小数据率和对应的联合波束成形向量。最后,进行了大量的数值仿真,以验证所提出的联合波束形成设计的优越性,其他单独的波束形成策略。
2018-05-06 cs.IT math.IT
Low Complexity Algorithms for Robust Multigroup Multicast Beamforming
现有的鲁棒多组组播波束形成方法采用半定松弛(SDR)和高斯随机化获得可行点,具有较高的计算复杂性。在这封信中,我们认为强大的多组组播波束成形设计,以最小化的总和功率(SP)或每天线功率(PAP)下的信号干扰噪声比(SINR)的约束和最大化的最坏情况下的信号干扰噪声比SP约束或PAP约束,分别。由此产生的优化问题是具有无限多约束的具有挑战性的非凸问题。对于每个问题,使用优化最小化(MM)的方法,我们提出了一个迭代算法,以获得一个可行的解决方案,这是在一定条件下,是一个稳定点。我们还表明,所提出的算法具有更低的计算复杂性比现有的SDR为基础的算法。
2019-05-14 cs.IT math.IT
Joint Beamforming And Power Splitting Design For C-RAN With Multicast Fronthaul
在本文中,我们研究了联合波束成形和功率分配的设计问题,在一个基站(BS)集群为基础的云无线接入网络(C-RAN)与组播前传,其中用户联合服务的BS在每个集群内。同时,每个用户可以从接收信号中同时获得信息和能量。在此基础上,在预先定义的每个用户的最小收获能量和每个基站和中央处理器的最大发射功率下,通过联合优化多播前传波束形成、协作接入波束形成和功率分配比,建立了一个和速率最大化问题。由于该问题求解困难,我们首先利用逐次凸近似和半定规划(SDP)松弛技术将其转化为凸问题,然后提出一个有效的迭代算法。此外,我们设计了一种随机化方法,可以总是获得秩一的解决方案。最后,数值结果验证了我们提出的算法的有效性。
2020-02-11 cs.IT math.IT
GPI-based Secrecy Rate Maximization Beamforming Scheme for Wireless Transmission with AN-aided Directional Modulation
在定向调制网络中,提出了一种基于功率迭代(GPI)的波束形成方案,以最大化保密率(SR),其中有两个优化变量需要优化。第一个是有用的预编码向量,传输机密信息给期望的用户,而第二个是人工噪声(AN)投影矩阵,迫使更多的AN窃听。在这样一个安全的网络中,首要的问题是如何设计或优化的两个优化变量,根据不同的标准。为了最大化SR(Max-SR),在AN投影矩阵和机密消息的预编码向量之间建立交替迭代结构(AIS)。在GPI的迭代过程中,为了选择一个好的初始值,所提出的Max-SR方法可以很容易地增加一倍的收敛速度相比,随机选择的初始值。通过仅四次迭代,它可以快速收敛到其速率上限。仿真结果表明,在中、大信噪比(SNR)区域,基于GPI的Max-SR AIS的SR性能明显优于传统的基于泄漏和零空间投影方法,且其SR性能增益随SNR的增加而逐渐增大。
2018-01-29 cs.IT math.IT
Robust Beamforming for Amplify-and-Forward MIMO Relay Systems Based on Quadratic Matrix Programming
研究了基于最小均方误差(MMSE)准则的双跳放大转发MIMO中继系统的鲁棒收发机设计问题。信道估计误差被建模为高斯随机变量,然后将其影响纳入基于贝叶斯框架的鲁棒收发器。提出了一种迭代算法来联合设计源端的预编码器、中继端的前向矩阵和目的端的均衡器,并利用二次矩阵规划(QMP)方法有效地解决了联合设计问题。
2010-05-31 cs.IT math.IT
Optimizing Downlink Resource Allocation in Multiuser MIMO Networks via Fractional Programming and the Hungarian Algorithm
优化多频带、多用户、多天线网络的下行链路的和对数效用需要通过使用云无线电接入网络(CRAN)架构来联合解决相关联的波束成形和用户调度问题;然而,优化这样的网络是非凸和NP难的。本文提出了一种基于分数规划和匈牙利算法的迭代波束形成和调度策略。波束形成策略允许我们以类似于块坐标上升的方式迭代地最大化所选择的目标函数。此外,基于至关重要的洞察力,在下行链路中,干扰模式保持固定的一组给定的波束成形权重,我们使用匈牙利算法作为一种有效的方法来优化调度用户的给定的波束成形权重。具体来说,这种方法允许我们选择最佳用户子集(在所有可用用户的较大集合中)。我们的仿真结果表明,在平均和对数效用,以及和率,该计划大大优于国家的最先进的多小区加权最小均方误差(WMMSE)和贪婪的比例公平WMMSE计划,以及标准的相邻点和顺序二次求解器。重要的是,我们提出的方案也远比多小区WMMSE方案的计算效率。
2020-06-22 cs.IT math.IT
Weighted Spectral Efficiency Optimization for Hybrid Beamforming in Multiuser Massive MIMO-OFDM Systems
本文研究了多用户大规模多输入多输出(MIMO)-正交频分复用(OFDM)系统中的混合波束成形设计。以加权频谱效率最大化为目标,提出了一种交替最大化框架,其中模拟预编码采用黎曼流形优化。如果数字预编码采用局部最优算法进行优化,则得到局部最优交替最大化算法。相比之下,如果我们使用加权最小均方误差(MMSE)为基础的数字预编码迭代算法,我们得到一个次优的交替最大化算法,降低了每次迭代的复杂度。通过对加权算术均方误差和几何均方误差上界的刻画,证明了在用户权值相差不大的情况下,两种交替最大化算法具有相似的性能。数值结果表明,当用户间的最大和最小权值之比很大时,两种交替最大化算法的性能差距变大。此外,我们还提出了一个低复杂度的封闭形式的方法没有迭代。它采用矩阵分解的模拟波束形成和加权MMSE的数字波束形成。虽然它不应该最大化加权频谱效率,它表现出较小的性能恶化相比,两个迭代交替最大化算法,它有资格作为一个很好的初始化迭代算法,从而节省迭代。
2019-07-29 cs.IT eess.SP math.IT
Optimal Beamforming Structure for Rate Splitting Multiple Access
本文提出一种无工具箱的算法,通过FP和对偶性确定RSMA中WSR最大化的最优波束成形结构,在保持性能的同时显著降低计算时间。
2023-12-26 cs.IT math.IT
Turbo-Like Beamforming Based on Tabu Search Algorithm for Millimeter-Wave Massive MIMO Systems
对于毫米波(mmWave)大规模MIMO系统,通常采用基于码本的模拟波束成形(包括发射预编码和接收合并)来补偿mmWave信号的严重衰减。然而,传统的波束成形方案涉及在预定义的码本中进行复杂的搜索以找出模拟预编码器和模拟组合器的最佳对。针对这一问题,本文将Turbo均衡器的思想与禁忌搜索(TS)算法相结合,提出了一种基于TS的Turbo-like波束形成方案,称为Turbo-TS波束形成,以实现低复杂度的近最优性能。具体而言,Turbo-TS波束形成方案由以下两个关键部分组成:1)基于基站和用户之间的迭代信息交换,设计了一种Turbo-like联合搜索方案,以找到模拟预编码器和模拟合并器的近最优对; 2)受人工智能中发展起来的TS算法思想的启发,我们提出了一种基于TS的预编码/合并方案,以在具有低复杂度的Turbo式联合搜索的每次迭代中智能地搜索最佳预编码器/合并器。分析表明,所提出的Turbo-TS波束形成可以大大降低搜索复杂度,仿真结果验证了它可以达到接近最优的性能。
2015-07-16 cs.IT math.IT
Joint Beamforming and Antenna Selection for Sum Rate Maximization in Cognitive Radio Networks
本文研究了在认知无线电多输入单输出广播信道中,具有多个主用户的次基站(BS)的联合发射波束形成和天线选择。目标是最大化服从次BS发射功率、次用户的最小所需速率以及PU的干扰功率约束的和速率。由于目标效用函数是非凹的,所涉及的约束条件也是非凸的,因此该问题很难求解。尽管如此,我们提出了一个新的迭代算法,找到局部最优的至少。在算法的每一步迭代中,我们利用内逼近方法构造并求解了一个简单的中维凸二次规划。仿真结果表明,该算法收敛速度快,优于现有的方法。
2017-03-01 cs.IT math.IT
Joint Design of Digital and Analog Processing for Downlink C-RAN with Large-Scale Antenna Arrays
在具有大规模天线阵列的毫米波通信系统中,传统的数字波束成形可能不是成本有效的。一个有前途的解决方案是实现混合波束成形技术,它包括低维数字波束成形,然后是模拟射频(RF)波束成形。本文研究了云无线接入网(C-RAN)架构下混合波束赋形的优化问题。在C-RAN系统中,数字基带信号处理功能通过有限容量前传链路从远程无线电头端(RRH)迁移到“云”中的基带处理单元(BBU)。具体而言,这项工作解决了联合优化数字波束成形和前传量化策略在BBU,以及RF波束成形在RRH的问题,与最大化的加权下行链路总速率的目标。前传容量和每RRH功率约束连同对RF波束成形矩阵的恒模约束一起被强制执行。提出了一种基于逐次凸逼近和松弛恒模约束的迭代算法。数值仿真结果验证了该方法的有效性。
2017-04-03 cs.IT math.IT
Path-Following Algorithms for Beamforming and Signal Splitting in RF Energy Harvesting Networks
我们认为,联合设计的发射波束成形和接收信号分裂比在下行链路中的无线网络的同时射频(RF)信息和能量传输。在每个用户的信号干扰噪声比(SINR)和基站的总发射功率的约束下,设计目标是最大化所收获的总能量或最小收获能量。我们开发了一个计算效率高的路径跟踪方法来解决这些具有挑战性的非凸优化问题。我们在数学上表明,所提出的算法迭代的进展和收敛到局部最优解。仿真结果进一步表明,这些局部最优解与所考虑的实际网络设置的全局最优解是相同的。
2016-06-14 cs.IT math.IT
Robust Auxiliary Vector Filtering with Constrained Constant Modulus Design for Beamforming
提出了一种基于约束恒模(CCM)设计的自适应波束形成辅助矢量滤波(AVF)算法。该方案提供了一种处理具有大量元素的滤波器的有效方法。该波束形成器将自适应滤波器分解为约束(参考矢量滤波器)和无约束(辅助矢量滤波器)两部分。通过从参考向量中减去缩放辅助向量来迭代权重向量。标量因子和辅助向量相互依赖,根据CCM准则联合计算。所提出的鲁棒AVF算法提供了一个迭代的标量因子和辅助向量之间的信息交换,从而导致快速收敛和改善现有技术的稳态性能。仿真结果表明,该方案和算法在几种情况下的性能和鲁棒性。
2013-03-12 cs.IT math.IT
Multi-Group Multicast Beamforming by Superiorized Projections onto Convex Sets
在本文中,我们提出了一种迭代算法来解决非凸多组多播波束成形问题的服务质量约束和每天线功率约束。我们制定了一个凸松弛的问题作为一个半定的程序在一个真正的希尔伯特空间,这使我们能够近似的可行集中的一个点,通过迭代应用有界扰动弹性不动点映射。受优越化方法的启发,我们使用这种映射作为基本算法,并且我们在每次迭代中添加一个小扰动,目的是减少目标值和到非凸秩约束集的距离。我们证明了扰动序列是有界的,从而保证算法收敛到松弛半定规划的可行点。仿真结果表明,在许多情况下,该方法在计算时间和近似间隙方面优于现有算法。
2021-02-23 cs.IT eess.SP math.IT
Beamforming for Full-Duplex Multiuser MIMO Systems
我们解决了全双工(FD)多用户多输入多输出(MU-MIMO)系统的和速率最大化问题。由于上行链路信道中的附加自干扰(SI)和下行链路信道中的同信道干扰(CCI)在FD通信中耦合,因此需要联合设计下行链路和上行链路多用户波束成形向量。然而,由于耦合效应,联合优化问题是非凸的,难以求解。为了正确地解决耦合的设计问题,我们重新制定了一个等效的上行链路信道的问题,使用被称为MAC-BC对偶的上行链路和下行链路信道的对偶。然后,使用最小化最大化(MM)算法的基础上仿射近似,我们得到的解决方案的重新制定的问题。此外,没有任何近似,从而性能下降,我们开发了一个交替算法的基础上迭代注水(IWF)来解决非凸问题。所提出的算法保证快速收敛和低计算复杂性。
2016-06-27 cs.IT math.IT
Joint Optimization of Beamforming, Phase-Shifting and Power Allocation in a Multi-cluster IRS-NOMA Network
非正交多址接入(NOMA)和智能反射面(IRS)的结合是显著提高无线通信系统能量效率的有效解决方案。在本文中,我们专注于下行链路多簇NOMA网络,其中每个集群是由一个IRS支持。我们的目标是通过联合优化波束形成,功率分配和每个IRS的相移最小化的发射功率。公式化的问题是非凸的,并且由于耦合变量而难以求解,即,波束形成向量、功率分配系数和相移矩阵。为了解决这个非凸问题,我们提出了一个交替优化算法。具体地说,我们将原问题分为波束形成优化和相移可行性两个子问题,这两个子问题迭代求解。此外,为了保证波束形成优化问题的可行性,提出了一种迭代算法来搜索可行的初始点。为了降低算法的复杂度,本文还提出了一种基于部分穷举搜索的简化算法。仿真结果表明,所提出的交替算法可以产生更好的性能增益比部分穷举搜索算法,OMA-IRS,NOMA与随机IRS相移。
2020-09-14 cs.IT eess.SP math.IT
Asynchronous Distributed Downlink Beamforming and Power Control in Multi-cell Networks
在本文中,我们考虑了一个多小区网络,其中每个基站(BS)与天线阵列服务于多个用户。每个用户仅与一个BS相关联并且具有单个天线。假设在系统中仅长期信道状态信息(CSI)可用。目标是最小化满足用户的信号干扰噪声比(SINR)要求所需的网络下行链路传输功率。为此,我们提出了一种异步分布式波束形成和功率控制算法,它提供了相同的最佳解决方案,集中式算法。为了设计算法,功率最小化问题在数学上被公式化为非凸问题。对于分布式实现,非凸问题被投射到对偶分解框架。借助矩阵束理论,提出了一种新的求解非凸问题对偶的异步迭代法。通过对原问题的研究,得到了波束形成和功率控制的方法。最后通过仿真实验验证了算法的收敛性和性能。
2013-11-13 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
Joint Beamforming and Phase Shift Optimization for Multicell IRS-aided OFDMA-URLLC Systems
研究了智能反射面(IRS)辅助的多输入单输出(MISO)正交频分多址(OFDMA)多小区网络中的资源分配算法设计。IRS的部署,以增强通信信道,并通过创建一个虚拟的视线URLLC用户与不利的传播条件,提高可靠性。这是第一次研究IRS增强的OFDMA-URLLC系统。资源分配算法设计被公式化为在保证URLLC用户的服务质量的同时最大化加权系统和吞吐量的优化问题。优化问题是非凸的,并且找到全局最优解需要高的计算复杂性,这对于实时应用是不期望的。因此,提出了一种次优迭代算法,\textit{jointly}优化所有优化变量在每次迭代中使用一种新的迭代秩最小化方法。该算法保证收敛到一个局部最优解的制定优化问题。我们的仿真结果表明,建议的IRS设计有利于URLLC和产生较大的性能增益相比,两个基线计划。
2020-10-14 cs.IT math.IT
Fast First-Order Algorithm for Large-Scale Max-Min Fair Multi-Group Multicast Beamforming
本文利用最优多播波束成形结构将大规模加权MMF问题转化为弱凸的最小-最大权重问题,并提出具有闭式更新、有限时间收敛至近稳定点的PSA快速算法,以低复杂度实现近最优性能。
2023-04-21 cs.IT math.IT
Secure Beamforming and Reflection Design for RIS-ISAC Systems Under Collusion of Passive and Active Eavesdroppers
本文研究了RIS辅助的集成感知与通信系统在被动和主动窃听者合谋下的物理层安全问题,通过联合基站波束成形与RIS反射设计,最大化安全通信并保证感知性能。
2026-05-08 cs.IT math.IT
Low-Complexity QL-QR Decomposition Based Beamforming Design for Two-Way MIMO Relay Networks
研究了双向放大转发多输入多输出中继系统中信源和中继联合波束形成矩阵的优化问题。系统由两个源节点和两个中继节点组成,两个接收端均采用线性最小均方误差(MMSE)。我们假设个人继电器功率约束和研究一个重要的设计问题,一个所谓的行列式最大化(DM)问题。由于这个DM问题是非凸的,我们考虑一个有效的迭代算法,通过使用MSE平衡的结果,以获得至少一个局部最优解。该算法是基于QL,QR和Choleskey分解,这在复杂度和性能不同的基础上开发的。分析和仿真结果表明,与现有的双向中继系统相比,该算法可以显著降低计算复杂性,并且具有与基于正则块对角(RBD)方案的奇异值分解(SVD)相当的误比特率(BER)性能。
2015-02-17 cs.IT math.IT
Max-Min Energy Efficient Beamforming for Multicell Multiuser Joint Transmission Systems
由于当前无线通信系统中能量消耗的爆炸性增长,能量高效的通信技术引起了广泛关注。在这封信中,我们专注于基于公平性的能量效率,并旨在最大限度地提高最低用户的能量效率在多小区多用户联合波束成形系统,同时考虑动态和静态功耗。该优化问题是一个非凸分式规划问题,很难解决。利用用户速率与最小均方误差之间的关系,并利用分式规划定理,将原问题转化为参数化的多项式减法形式。此外,一个迭代算法,证明收敛性,以实现近最优性能。数值结果验证了所提出的解决方案的有效性,并表明,我们的算法显着优于最大最小速率优化算法在最大化的最小能量效率。
2013-10-10 cs.IT math.IT
Rank-Two Beamforming and Power Allocation in Multicasting Relay Networks
针对单组多播放大转发中继网络,提出利用两路联合处理、Alamouti 编码和直连链路的秩二波束成形与功率分配迭代算法,显著提升最低接收服务质量。
2015-02-17 cs.IT math.IT
Distributed Multicell Beamforming Design Approaching Pareto Boundary with Max-Min Fairness
本文讨论了多小区时分双工(TDD)系统中的协调下行链路波束成形优化,其中小区之间交换少量参数,但没有数据共享。为了达到具有最大-最小速率公平性的帕累托边界点,我们首先开发了一种两步集中式优化算法来设计联合波束成形向量。该算法可以实现进一步的最大-最小最优性能的总和速率的改善,并示出保证最大-最小帕累托最优的情况下,两个基站(BS),每个服务于一个用户。为了实现有限的小区间通信的分布式解决方案,我们然后提出了一种迭代算法,通过利用近似的上行链路-下行链路的对偶性,其中只有少量的正标量在每次迭代中的细胞之间共享。仿真结果表明,该算法的公平速率性能接近于集中式算法,但其和速率性能优于集中式算法,尤其在高信噪比时,该算法在和速率和公平性之间的折衷优于纳什协商算法.
2012-05-09 cs.IT math.IT
Continuous Wavefront Design via Virtual Point Sources: A Holographic Paradigm for Near-Field XL-MIMO
Tongji University(同济大学);Shanghai Institute of Intelligent Science and Technology, Tongji University(同济大学上海智能科学与技术研究院);Shanghai Jiao Tong University(上海交通大学);University of Macau(澳门大学);Fudan University(复旦大学);Shanghai Qi Zhi Institute(上海人工智能实验室)
本文提出一种全息波束成形范式,通过连续电磁波函数形状优化,解决XL-MIMO系统中大规模阵列带来的计算复杂性问题,并在双近场场景中引入虚拟点源方法,实现非迭代的最优解。
2026-04-10 cs.IT math.IT
Low Complexity Delay-Constrained Beamforming for Multi-User MIMO Systems with Imperfect CSIT
本文研究了发射端信道状态信息不完全的下行链路多用户MIMO(MU-MIMO)系统的时延约束波束成形控制问题。时滞约束控制问题被表示为一个无穷时域平均费用部分可观测马尔可夫决策过程。为了解决维数灾难的问题,我们引入了一个虚拟的连续时间系统,并利用扰动分析法推导出了一个封闭形式的近似价值函数。CSIT错误。为了解决条件分组出错率(PER)的问题,我们利用Bernstein型不等式建立了一个易于处理的闭合形式近似。基于相对价值函数和条件PER的封闭形式近似,我们提出了一个保守的原始波束形成控制问题的制定。保守问题是非凸的,我们将其转化为一个凸问题,使用半定松弛(SDR)技术。然后,我们提出了一个交替迭代算法来解决SDR问题。最后,通过仿真将所提出的方案与各种基线进行比较,结果表明可以实现显着的性能增益。
2013-05-12 cs.IT math.IT
Robust Beamforming for SWIPT Systems with Non-linear Energy Harvesting Model
本文研究了基于非线性能量收集模型的无线信息和功率同步传输(SWIPT)下行链路系统的资源分配。资源分配算法设计被公式化为用于最大化总收获功率的非凸优化问题。建议的问题制定不仅考虑到不完美的信道状态信息(CSI),但也保证了服务质量(QoS)的信息传输。提出了一种新的迭代算法来获得所考虑的非凸优化问题的全局最优解。在每次迭代中,一个秩约束半定规划(SDP)的最优解的SDP松弛。仿真结果表明,所提出的最优资源分配的收获功率和对CSI不完美的鲁棒性的显着增益,相比,为完美的CSI和传统的线性能量收集模型设计的基线方案。
2016-04-19 cs.IT math.IT
RIS-Aided Multiuser MIMO-OFDM with Linear Precoding and Iterative Detection: Analysis and Optimization
在本文中,我们考虑了一个可重构的智能表面(RIS)辅助上行链路多用户多输入多输出(MIMO)正交频分复用(OFDM)系统,其中接收机被假定为进行低复杂度的迭代检测。我们的目标是通过联合设计发射机的预编码器和RIS的无源波束形成来最小化总发射功率。这个问题可以从信息论的角度来解决。但是这种信息理论方法可能涉及过高的复杂度,因为指定上行链路多用户信道的容量区域的速率约束的数量在用户数量中是指数的。为了避免这个困难,我们制定的迭代接收机的设计问题的约束下的最大迭代次数和目标比特出错率的用户。为了解决这个具有挑战性的问题,我们提出了一个groupwise连续干扰消除(SIC)的优化方法,其中用户的信号被解码和消除在一个组的方式。提出了一种启发式用户分组策略,并采用交替优化技术迭代求解预编码和被动波束赋形子问题。具体而言,对于预编码子问题,我们采用分式规划将其转化为凸问题;对于无源波束形成子问题,我们采用逐次凸逼近来处理RIS的单位模约束。我们表明,建议groupwise SIC方法具有显着的优势,在性能和计算复杂性,与同行的方法相比。
2022-08-30 cs.IT eess.SP math.IT
Globally Optimal Joint Uplink Base Station Association and Beamforming
近年来,联合基站(BS)关联和波束形成问题得到了广泛的研究,但即使是最简单的SISO情况下的计算复杂性也没有被完全表征。在本文中,我们考虑的上行链路SISO/SIMO蜂窝网络下的最大-最小公平性准则的问题。我们首先证明了SISO和SIMO方案的问题是多项式时间可解的。其次,我们提出了一个基于固定点的二叉搜索(BS-FP)算法的SISO和SIMO的情况下,QoS(服务质量)约束的子问题,解决了在每一步由一个固定点的方法。第三,我们提出了一个规范化不动点(NFP)迭代算法来直接求解原问题,并证明了它的几何收敛性。虽然不知道NFP算法是否是多项式时间算法,但根据经验,它比多项式时间算法快几个数量级收敛到全局最优值,使其适合于大规模网络中的应用。
2015-12-15 cs.IT math.IT
Joint Beamforming and Power Control in Coordinated Multicell: Max-Min Duality, Effective Network and Large System Transition
研究了多小区协作下行链路系统中的联合波束成形和功率控制问题,该系统在每个小区为多个用户提供服务时,最大化最小加权信干噪比。利用非线性Perron-Frobenius理论和多单元网络对偶理论,导出了最优解和具有几何快速收敛速度的分布式算法。迭代算法虽然以分布式方式操作,但仍然需要通过回程在协调集群内进行瞬时功率更新。回程信息交换和消息传递可能随着发射天线数目的增加和用户数目的增加而变得令人望而却步。为了得到渐近最优解,利用随机矩阵理论设计了一种只需要统计信息的分布式算法。我们的方法的优点是,通过回程没有瞬时功率更新。此外,利用非线性Perron-Frobenius理论和随机矩阵理论,提出了一种有效的原始网络和有效的对偶网络来刻画和解释渐近解.
2013-06-27 cs.IT math.IT
Ultra-Low-Complexity Algorithms with Structurally Optimal Multi-Group Multicast Beamforming in Large-Scale Systems
本文针对大规模系统多组多播波束成形,将QoS问题转化为低维非凸权重优化问题,提出两种基于SCA的快速一阶算法(外梯度和ADMM),并利用QoS解通过闭式缩放直接求解MMF问题,在显著降低计算复杂度的同时实现接近最优的性能。
2023-04-14 cs.IT math.IT
Joint Antenna Rotation and IRS Beamforming for Multi-User Uplink Communications
Shanghai Jiao Tong University(上海交通大学);University of Macau(澳门大学)
本文提出了一种联合天线旋转与IRS波束成形的多用户上行通信系统,通过优化3D旋转、接收波束成形和IRS相移,提升在物理遮挡和角度不匹配下的通信性能。
2026-01-16 cs.IT math.IT
Energy-efficient Alternating Iterative Secure Structure of Maximizing Secrecy Rate for Directional Modulation Networks
在定向调制(DM)网络中,安全性和隐私性问题已经扮演了越来越重要的角色。由于保密消息和人工噪声的功率分配将对系统性能产生建设性影响,因此联合考虑波束形成向量和功率分配(PA)因子之间的关系是很重要的。为了最大化保密率(SR),提出了波束形成和PA之间的交替迭代结构(AIS)。只需两三次迭代,它就可以快速收敛到其速率上限。仿真结果表明,在中、大信噪比(SNR)区域,特别是当DM发射端的天线数较少时,所提出的AIS的SR性能明显优于基于零空间投影(NSP)的PA策略。
2019-07-16 cs.IT eess.SP math.IT
Optimized Detection with Analog Beamforming for Monostatic Integrated Sensing and Communication
针对单基地ISAC模拟波束成形及自干扰问题,提出基于半定规划和优越化迭代投影算法的优化框架,检测性能优于现有技术且自干扰抑制效果良好。
2024-04-15 cs.IT eess.SP math.IT
Near-Field Beamforming for STAR-RIS Networks
本研究提出STAR-RIS辅助的近场MIMO通信框架,通过BCD算法联合优化基站主动波束成形与STAR-RIS传输/反射系数,证明近场波束成形显著提升加权和速率。
2023-06-26 cs.IT eess.SP math.IT
Beamforming and Phase Shift Design for HR-IRS-aided Directional Modulation Network with a Malicious Attacker
本文针对存在全双工恶意攻击者的定向调制系统,提出利用HR-IRS联合优化收发波束成形与相移矩阵以最大化保密速率,并设计两种迭代算法在性能与复杂度之间取得平衡。
2023-04-14 cs.IT eess.SP math.IT