Adaptive and Fast Combined Waveform-Beamforming Design for mmWave Automotive Joint Communication-Radar
针对现有毫米波车载联合通信-雷达系统角视场有限、雷达估计精度低的问题,提出基于循环移位波束成形器与二维部分傅里叶压缩感知的自适应快速联合设计,可在通信性能小幅下降的代价下实现宽视场高精度雷达信道估计。
2020-09-06 cs.IT eess.SP math.IT
Optimal Transmit Beamforming for Integrated Sensing and Communication
研究了在下行综合感知与通信(ISAC)系统中的发射波束形成问题。在ISAC系统中,基站(BS)采用均匀线阵(UWB)发送组合的信息承载信号和专用雷达信号,同时进行下行多用户通信和雷达目标感知。在这种设置下,我们最大限度地提高雷达感测性能(在最小化波束方向图匹配误差或最大化最小加权波束方向图增益方面),受通信用户的最小信号干扰噪声比(SINR)的要求和BS的发射功率约束。特别地,我们考虑两种类型的通信接收机,即类型I和类型II接收机,它们分别不具有和具有消除来自{ \emph{a-priori} }已知专用雷达信号的干扰的能力。在Type-I和Type-II两种接收机下,通过应用半定松弛(SDR)技术,并严格证明了两种设计准则下Type-I和Type-II接收机SDR的紧密性,得到了波束方向图匹配和最小加权波束方向图增益最大化问题的全局最优解。结果表明,在最优条件下,在某些特定条件下,I型接收机不需要雷达信号,而II型接收机则需要雷达信号来提高性能。数值结果表明,最小加权波束图增益最大化导致显着更高的波束图增益在最坏情况下的感知角度与低得多的计算复杂性比波束图匹配设计。我们表明,通过利用消除由雷达信号引起的干扰的能力,与类型II接收机的情况下,结果在更好的感测性能比与类型I接收机和其他传统的设计。
2023-03-25 cs.IT math.IT
Robust Beamforming for MIMO Radar with Imperfect Prior Distribution Information
The Hong Kong Polytechnic University(香港理工大学)
本文研究了在不完美先验分布信息下,基于目标反射回波信号和已知角度概率密度函数的MIMO雷达系统,通过鲁棒波束成形设计优化最坏情况下的感知性能。
2026-04-23 cs.IT math.IT
Optimal Beamforming for Bistatic MIMO Sensing
本文研究双基地MIMO-OFDM雷达感知点状散射体的波束赋形优化,以最小化目标位置估计的Cramér-Rao界,并分析了每子载波所需波束数及双向收发端选择问题。
2025-08-25 cs.IT eess.SP math.IT
Covariance-Based Hybrid Beamforming for Spectrally Efficient Joint Radar-Communications
联合雷达通信(JRC)被认为是部署下一代系统的关键技术,因为它有助于缓解射频(RF)频谱的拥塞,并利用相同的硬件资源实现双重功能。将JRC系统用于双重功能会在两种操作之间产生干扰,这需要在未来的标准化中解决。此外,可以通过部署混合波束成形来推进JRC系统,该混合波束成形实现比发射天线的数量更少数量的RF链。本文设计了一种鲁棒的混合波束形成器,通过RF链选择使互信息最大化来最小化JRC发射机的干扰。我们考虑一个加权的互信息的双功能JRC系统和实现一个共同的模拟波束形成器的操作。互信息最大化问题是一个非凸且难以求解的问题。将该问题简化为凸形式,并利用基于分式规划的Dinkelbach逼近进行求解.基于最优RF选择的方法的性能进行评估,与基线相比,其有效性通过数值结果推断。
2022-11-15 cs.IT eess.SP math.IT
Millimeter-Wave Radar Beamforming with Spatial Path Index Modulation Communications
针对B5G毫米波混合波束成形复用增益损失问题,提出融合空间路径索引调制的ISAC方法,低复杂度设计雷达与通信专用波束成形器,在频谱效率和波束方向图上性能优于传统方案。
2023-01-22 cs.IT eess.SP math.IT
Composite Signalling for DFRC: Dedicated Probing Signal or Not?
双功能雷达通信(DFRC)是在无线网络中同时探测雷达目标和传输信息的一种新的解决方案。本文研究了DFRC系统的发射和接收波束联合优化问题。具体地说,在通信用户(CU)的信干噪比(SINR)约束条件下,雷达的信干噪比(SINR)最大化,体现了雷达与通信之间的最优折衷。除了简单地使用通信信号进行目标探测之外,我们还考虑利用专用探测信号来增强雷达感知性能。我们开始通过研究单CU的情况下,其中提供了一个封闭的形式的波束成形设计问题的解决方案。然后证明了不需要专用的雷达探测信号。作为进一步的步骤,我们考虑一个更复杂的多CU的情况下,其中的波束成形设计制定为一个非凸二次约束二次规划。最优解是通过应用半定松弛保证秩-1性质得到的。结果表明,在多CU的情况下,应采用专用探测信号,以提高雷达的性能,在CU实现额外的干扰消除的成本。最后通过数值仿真验证了该算法的有效性。
2020-09-08 cs.IT math.IT
Microwave Linear Analog Computer (MiLAC)-Aided MIMO Radar Sensing: Transmit Beamforming Design and DoA Estimation
Imperial College London(帝国理工学院)
本文研究了利用微波线性模拟计算机(MiLAC)辅助MIMO雷达感知的问题,提出了一种基于MiLAC的发射波束成形设计和基于二维离散傅里叶变换(2D-DFT)的方向估计方法,并证明了MiLAC辅助和全数字波束成形在CRB和方向估计性能上具有相同效果,同时降低了硬件成本和功耗。
2026-05-20 cs.IT eess.SP math.IT
Joint and Robust Beamforming Framework for Integrated Sensing and Communication Systems
本文针对不完美CSI下的多用户多目标ISAC系统,提出一种联合通信与雷达波束赋形框架,以MSE或SCNR为雷达约束最大化总频谱效率,并通过NEPv与交替优化实现低复杂度鲁棒求解。
2024-09-03 cs.IT eess.SP math.IT
Joint Active and Passive Beamforming Design for IRS-Aided Radar-Communication
本文研究了一种智能反射面辅助雷达通信系统(Radcom),利用智能反射面辅助雷达通信基站(BS)实现通信信号和雷达信号的联合传输,实现对通信用户的服务和对目标的跟踪。本文的目的是通过联合优化有源波束形成器,包括通信波束形成器和雷达波束形成器,在Radcom BS和在IRS的相移,受通信用户所需的最小信号干扰噪声比(SINR),雷达所需的最小SINR,和互相关图案设计,以最小化在Radcom BS的总发射功率。特别是,我们考虑两种情况下,即情况I和情况II,基于存在或不存在的雷达互相关设计和干扰的IRS上的Radcom BS。对于不考虑互相关设计和干扰的情况I,证明了不需要专用雷达信号,从而大大降低了实现复杂度,简化了算法设计。然后,提出了一种基于惩罚的算法来解决由此产生的非凸优化问题。而对于考虑互相关设计和干扰的情况II,我们揭示了一般需要专用雷达信号来提高系统性能。由于所得到的优化问题是更具有挑战性的解决相比,情况I,半定松弛(SDR)的交替优化(AO)算法提出。仿真结果验证了所提算法的有效性,也表明了所提方案优于各种基准方案。
2022-03-28 cs.IT eess.SP math.IT
Low-Complexity Reduced-Rank Beamforming Algorithms
针对雷达系统中遇到的自适应波束形成问题,提出了一种基于集员滤波(SMF)技术的降秩框架。我们开发和分析随机梯度(SG)和递归最小二乘(RLS)型自适应算法,实现了增强的收敛性和跟踪性能与现有技术相比,计算成本低。仿真结果表明,该算法在复杂度较低的情况下,性能优于现有算法。
2013-02-03 cs.IT math.IT
Hybrid Beamforming for Millimeter Wave MIMO Integrated Sensing and Communications
在这封信中,我们认为毫米波(mmWave)MIMO通感一体化(ISAC)的混合波束成形。以目标雷达波束方向图为目标,在满足通信用户信干噪比(SINR)和双功能雷达通信基站总发射功率的约束下,设计了双功能雷达通信基站的发射波束。为了提供额外的自由度的波束设计问题,我们引入了一个相位矢量的目标波束方向图,并提出了一个交替的最小化方法来迭代优化发射波束和相位矢量,其中涉及二阶锥规划和约束最小二乘估计,分别。然后基于设计的发射波束,在毫米波MIMO中移相器网络的恒包络约束下,仍然采用交替最小化方法,确定模拟波束形成器和数字波束形成器。仿真结果表明,在相同的通信用户信干噪比约束条件下,较大的天线阵列可以获得更好的雷达波束质量。
2022-03-12 cs.IT eess.SP math.IT
Energy Efficient Beamforming Optimization for Integrated Sensing and Communication
本文研究了综合传感与通信(ISAC)系统中波束形成的优化设计问题,其中基站(BS)同时发送多用户通信和雷达传感信号。我们的目标是最大限度地提高多用户通信的能源效率(EE),同时保证在个别雷达波束增益的传感要求。该问题是一个复杂的非凸分式规划问题,求解难度较大。通过适当地重新制定的问题,然后应用逐次凸逼近(SCA)和半定松弛(SDR)的技术,我们提出了一个迭代算法来解决这个问题。在理论上,我们证明了引入的SDR松弛是严格紧的。数值结果验证了该算法的有效性。
2022-04-26 cs.IT eess.SP math.IT
Integrated Sensing and Communication with Millimeter Wave Full Duplex Hybrid Beamforming
近年来,集成传感和通信(ISAC)已经吸引了大量的注意力,用于频谱效率的提高,使硬件和频谱共享的同时感测和信令操作。带内全双工(FD)由于其同时发送和接收能力而被认为是ISAC应用的关键使能技术。在本文中,我们提出了一种基于频域的ISAC系统工作在毫米波(mmWave)频率,其中一个大规模的多输入多输出(MIMO)基站(BS)节点采用混合模拟和数字(A/D)波束成形通信与下行链路(DL)多天线用户和相同的波形是利用在BS接收机的雷达目标在其覆盖环境中的感测。我们开发了一种传感算法,能够估计到达方向(DoA),距离和相对速度的雷达目标。提出了一种用于设计A/D发射和接收波束形成器以及自干扰(SI)消除的联合优化框架,其目标是最大化可实现的DL速率和雷达目标感知性能的精度。考虑第五代(5G)正交频分复用(OFDM)波形,我们的仿真结果验证了我们的方法在估计多个雷达目标的DoA、距离和速度方面的高精度,同时最大化DL通信速率。
2022-01-13 cs.IT eess.SP math.IT
MU-MIMO Communications with MIMO Radar: From Co-existence to Joint Transmission
本文研究MIMO雷达与多用户MIMO通信的联合传输,提出分离天线与共享波形两种波束成形方案,并通过加权流形优化以更低复杂度实现接近原优化的性能。
2017-07-03 cs.IT math.IT
Energy-Efficient Deterministic Adaptive Beamforming Algorithms for Distributed Sensor/Relay Networks
在这项研究中,能量有效的确定性自适应波束形成算法提出了分布式传感器/中继网络。具体来说,DBSA,D-QESA,D-QESA-E,和混合算法,混合QESA,它结合了确定性和随机自适应波束形成算法的优点,提出。严格的收敛性分析,我们提出的所有算法和收敛到全局最优解,我们提出的所有算法。通过大量的数值模拟,我们证明了优越的性能,我们提出的DBSA和D-QESA随机自适应波束形成算法的静态信道。令人惊讶的是,D-QESA也比随机自适应波束形成算法对随机节点移除更鲁棒。对于时变信道,混合QESA确实实现了最佳性能,因为它结合了两种类型的自适应波束形成算法的优点。总之,我们提出的确定性算法在收敛时间和对信道和网络不确定性的鲁棒性方面都表现出优越的性能。
2015-09-09 cs.IT math.IT
Blind Adaptive Beamforming Based on Constrained Constant Modulus RLS Algorithm for Smart Antennas
本文研究了智能天线盲自适应波束形成算法在实际环境中的性能。一个约束恒模(CCM)的设计准则,并用于推导递归最小二乘(RLS)型优化算法。此外,两种情况下被认为是在文件中分析其性能。仿真结果表明,该方法与其他已知的盲自适应波束形成方法相比,具有更好的性能。实验结果表明,该方法具有较快的收敛速度、较好的环境鲁棒性和较好的跟踪能力。
2013-03-07 cs.IT 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
Terahertz-Band Joint Ultra-Massive MIMO Radar-Communications: Model-Based and Model-Free Hybrid Beamforming
Duzce University(迪兹杰大学);University of Luxembourg(卢森堡大学);United States Army Research Laboratory(美国陆军研究实验室)
太赫兹(THz)频段的无线通信和传感技术由于其高工作带宽而成为近距离应用的热点。为了解决THz处的极高衰减,已经提出了超大规模多输入多输出(MIMO)天线系统用于THz通信以补偿传播损耗。然而,与这些巨大天线阵列的全数字波束形成器相关联的成本和功率是过高的。针对一种新的低THz波段超大规模多输入多输出结构,提出了一种基于模型和无模型的宽带混合波束形成器。此外,最近的发展,以节省频谱的驱动下,我们提出了一个联合超大规模多输入多输出雷达通信系统的波束形成器,其中的基站服务于多天线用户设备(RX),并通过生成多个波束向RX和目标跟踪雷达目标。我们制定的GoSA波束形成器的设计作为一个优化问题,以提供一个权衡之间的无约束的通信波束形成器和所需的雷达波束形成器。为了减轻频率无关模拟波束形成器在太赫兹波段产生的波束分裂效应,我们提出了一种相位校正技术,使多个子载波的波束对准一个物理方向。为了进一步降低超大规模多输入多输出计算复杂度并增强鲁棒性,我们还对所提出的基于模型的混合波束形成器实现了深度学习解决方案。数值实验表明,这两种技术优于传统的方法在频谱效率和雷达波束方向图,以及表现出更少的硬件成本和计算时间。
2021-09-29 cs.IT cs.LG eess.SP
Study of Efficient Robust Adaptive Beamforming Algorithms Based on Shrinkage Techniques
提出了一种基于收缩方法的低复杂度鲁棒自适应波束形成技术。本文首先简要回顾了一种低复杂度的基于收缩的失配估计(LOCSME)批处理算法,该算法用于估计期望信号导向矢量失配,同时采用递归矩阵收缩方法估计干扰加噪声协方差矩阵(INC)。然后,我们开发了低复杂度的自适应鲁棒版本的共轭梯度(CG)算法来估计导向矢量失配和更新波束形成权重。一个计算复杂性的建议和现有的算法进行了研究。仿真进行了本地散射的情况下,现有的RAB技术的比较。
2015-12-05 cs.IT math.IT
A Bio-Inspired Robust Adaptive Random Search Algorithm for Distributed Beamforming
提出了一种基于生物启发的鲁棒自适应随机搜索算法(BioRARSA),用于传感器和中继网络的分布式波束形成。通过系统框架已经表明,BioRARSA在概率上收敛,并且其收敛时间与分布式发射器的数量呈线性关系。更重要的是,大量的仿真结果表明,所提出的BioRARSA优于现有的自适应分布式波束形成方案的平均高达29.8%。这种性能的提高是由于BioRARSA可以通过细菌觅食机制激发的“游泳”行为自适应地调整其采样步长。因此,BioRARSA的收敛时间对算法的初始采样步长不敏感,这使得它对分布式无线网络的动态特性具有鲁棒性。
2011-02-15 cs.IT math.IT
Set-Membership Adaptive Constant Modulus Algorithm with a Generalized Sidelobe Canceler and Dynamic Bounds for Beamforming
在这项工作中,我们提出了一种自适应集成员常数模(SM-CM)算法与广义旁瓣抵消器(GSC)结构的盲波束形成。我们开发了一个随机梯度(SG)型算法的基础上的SM滤波的自适应实现的概念。仅当不能满足约束时才更新过滤器权重。此外,我们还提出了一个扩展的两个方案的时变界波束形成与GSC结构,并将参数和干扰的依赖性来表征的环境,提高了跟踪性能的算法在动态场景中。所提出的自适应SM滤波技术的收敛性进行了分析。仿真结果表明,所提出的自适应SM-CM-GSC算法与动态边界取得了优越的性能,以前报告的方法在降低更新速率。
2014-03-12 cs.IT math.IT
Active RIS Aided ISAC Systems: Beamforming Design and Performance Analysis
本文针对有源RIS辅助的ISAC系统,联合优化基站波束成形与RIS反射系数以最大化雷达SINR,提出MM结合SDR的求解算法,推导了大反射单元下的SINR缩放阶数,验证了有源RIS相较无源方案的性能优势。
2024-02-03 cs.IT eess.SP math.IT
Twenty-Five Years of Advances in Beamforming: From Convex and Nonconvex Optimization to Learning Techniques
本文回顾了过去二十五年波束成形从凸优化到非凸优化再到机器学习方法的发展历程,并概述其在多种收发架构、传播环境及传统与新兴应用中的进展。
2023-03-22 cs.IT eess.SP math.IT
Fast Adaptive Beamforming based on kernel method under Small Sample Support
传统的全维自适应波束形成(采样矩阵求逆)算法在大规模阵列信号处理中的高计算复杂性和样本不足限制了其实际应用。在本文中,我们提出了一种计算效率和快速的自适应波束形成算法下的小样本支持。所提出的方法通过将自适应权重向量表示为训练样本的线性组合加上信号导向向量来实现,基于自适应权重向量位于信号加干扰子空间的事实。因此,通过使用众所周知的具有非常好的小样本性能的线性核方法,仅需要计算低维组合向量而不是高维自适应权向量本身,这显著地降低了自由度和计算复杂性。实验结果验证了所提方法在小样本情况下的良好性能和计算效率。
2014-05-19 cs.IT math.IT
Deep Active Learning Approach to Adaptive Beamforming for mmWave Initial Alignment
本文提出了一种深度学习方法,用于在具有单路径信道的毫米波环境中的初始接入阶段的自适应和顺序波束成形设计问题。对于一个单用户的情况下,该问题相当于设计的序列感测波束形成器来学习的主要路径的到达角(AoA),我们提出了一种新的深度神经网络(DNN),设计的自适应传感矢量顺序的基础上,到目前为止在基站(BS)。通过认识到AoA后验分布是解决初始接入问题的充分统计量,我们使用后验分布作为所提出的DNN的输入,用于设计自适应感知策略。然而,当信道衰落系数未知时,计算后验分布可能在计算上具有挑战性。为了解决这个问题,本文提出了使用衰落系数的估计来计算后验分布的近似。此外,本文表明,所提出的DNN可以处理实际的波束成形约束,如恒模约束。数值结果表明,与现有的自适应和非自适应波束形成方案相比,所提出的基于DNN的自适应感知策略实现了显着更好的AoA捕获性能。
2021-05-21 cs.IT math.IT
Low-Complexity Robust Adaptive Beamforming Algorithms Based on Shrinkage for Mismatch Estimation
在本文中,我们提出了低复杂度的鲁棒自适应波束形成(RAB)技术的基础上收缩方法。所提出的算法所需的唯一先验知识是实际导向矢量所在的角扇区和天线阵列的几何形状。首先提出了一种低复杂度的基于收缩的失配估计(LOCSME)算法,利用Oracle近似收缩(OAS)方法估计干扰加噪声协方差(INC)矩阵,并通过矩阵求逆计算权值。然后,我们开发低成本随机梯度(SG)递归来估计INC矩阵并更新波束形成权重,从而产生了所提出的LOCSME-SG算法。仿真结果表明,LOCSME和LOCSME-SG实现了非常好的输出信号干扰噪声比(SINR)相比,以前报道的自适应RAB算法。
2015-05-26 cs.IT math.IT
Adaptive Hybrid Beamforming with Massive Phased Arrays in Macro-Cellular Networks
通过同时传送多个数据流,经由大型天线阵列的混合波束成形已经显示出用于增加蜂窝网络中的数据率的巨大潜力。本文针对宏蜂窝环境,在单天线功率受限的条件下,基于长期信道信息,提出了几种基于大规模相控阵的波束形成算法。使用自适应方案,每当长期信道信息改变时,波束形成向量被更新。首先,研究当基站具有单个RF链(单波束场景)时的问题。半定松弛(SDR)与随机化被用来解决这个问题。作为第二种方法,提出了一种低复杂度的启发式波束合成算法,该算法的性能非常接近SDR获得的上界。接下来,研究了一般数量的RF链(多波束场景)的问题,其中梯度投影方法用于获得局部解。数值结果表明,使用具有优化波束成形向量的大规模天线阵列可以使网络吞吐量比使用传统天线的系统提高5倍。
2018-02-03 cs.IT math.IT
DFRC Systems Co-existing in Licensed Spectrum: Cognitive Beamforming Designs
本文针对频谱稀缺问题,提出一种认知DFRC系统,通过联合波束成形设计在干扰约束下同时实现通信与雷达功能,并采用半定松弛和萤火虫算法求解优化问题。
2025-06-03 cs.IT eess.SP 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
Set-Membership Conjugate Gradient Constrained Adaptive Filtering Algorithm for Beamforming
本文提出了一种新的线性约束最小方差波束形成器,它结合了集员(SM)技术和共轭梯度(CG)方法,并提出了一种低复杂度的自适应波束形成滤波算法。该算法利用基于CG的向量和可变遗忘因子来执行由与参数相关的时变界限控制的数据选择性更新。对于更新,迭代地计算基于CG的向量(每次更新一次迭代)以获得滤波器参数并避免矩阵求逆。由此产生的迭代构造了满足LCMV优化问题约束的可行解空间。该算法大大降低了计算复杂性,并在收敛性和跟踪性能上优于现有算法。
2013-03-04 cs.IT math.IT
Low-Complexity Adaptive Set-Membership Reduced-rank LCMV Beamforming
提出了一种新的线性约束最小方差(LCMV)波束形成器的自适应实现算法。该算法利用集员滤波(SMF)框架和降秩联合迭代优化(JIO)计划。我们开发了一种基于随机梯度(SG)的波束形成器设计算法。该方法采用一个有效的时变界来调整步长,避免了失调和上下界的风险。仿真结果表明,与现有的满秩和降秩方法相比,该算法的性能得到了改善。
2013-03-14 cs.IT math.IT
Robust Adaptive Beamforming Based on Low-Complexity Shrinkage-Based Mismatch Estimation
在这项工作中,我们提出了一种低复杂度的鲁棒自适应波束形成(RAB)技术,估计使用低复杂度收缩的失配估计(LOCSME)算法的导向矢量。LOCSME算法利用Oracle近似收缩(OAS)方法估计输入数据的协方差矩阵和干扰加噪声协方差矩阵。LOCSME仅需要实际导向矢量所在的角扇区和天线阵列几何形状的先验知识。LOCSME不需要昂贵的优化算法,并且不需要知道来自干扰器的额外信息,这避免了所有干扰器的方向发现。仿真结果表明,LOCSME优于以前报道的RAB算法,并具有非常接近最佳的性能。
2013-11-11 cs.IT math.IT
Coordinated transmit and receive processing with adaptive multi-stream selection
在本文中,我们提出了一种自适应协调Tx-Rx波束形成方案的用户间干扰消除,当一个基站(BS)与多个用户,每个有多个接收天线通信。传统的协作Tx-Rx波束成形方案为每个用户发送固定数量的数据流,而不管瞬时信道状态如何,即,所有用户,无论其具有病态信道还是良好信道,都具有相同数量的数据流。然而,在所提出的自适应协调Tx-Rx波束成形方案中,我们自适应地选择每个用户的流的数量,以解决传统的协调Tx-Rx波束成形方案的效率低下的问题。结果,BER性能得到改善。仿真结果表明,在目标误码率为10^-2时,该算法比传统的协调Tx-Rx波束形成算法性能提高了2.5dB
2010-05-27 cs.IT math.IT
Robust Adaptive Beamforming Algorithms Based on the Constrained Constant Modulus Criterion
利用期望信号的恒模特性,提出了一种基于最坏情况准则和约束恒模方法的鲁棒自适应波束形成算法。类似于现有的最坏情况下的波束形成器与最小方差设计,该问题可以重新表示为一个二阶锥(SOC)的程序和解决内点法。对优化问题进行了分析,得到了加强其凸性和调整其参数的条件。在此基础上,提出了基于修正共轭梯度(MCG)和交替优化策略的低复杂度鲁棒自适应波束形成算法。所提出的低复杂度的算法可以计算现有的最坏情况下的约束最小方差(WC-CMV)和建议的最坏情况下的约束恒模(WC-CCM)设计的参数的数量的二次成本。仿真结果表明,该算法的性能优于现有的鲁棒波束形成算法。此外,数值结果还表明,所提出的低复杂度的算法的性能相当于或优于现有的鲁棒算法,而复杂度是一个数量级以上的低。
2013-10-01 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
Adaptive Channel Prediction, Beamforming and Scheduling Design for 5G V2I Network
5G网络的重要用例之一是车辆到基础设施(V2I)通信,这需要准确了解其动态传播环境。由于5G基站(BS)往往具有多个天线,它们可能会采用波束成形来将其辐射模式引导到所需的车辆设备(VE)。此外,由于大多数无线标准采用OFDM系统,因此每个VE可以使用一个或多个子载波。为此,本文提出了一种用于5G V2I通信的自适应信道预测、波束成形和调度的联合设计。该算法无需训练信号和信道冲激响应(CIR)模型。在这方面,首先,我们利用公知的自适应递归最小二乘(RLS)技术来从过去和当前块接收信号(块可以具有一个或多个OFDM符号)预测下一个块CIR。然后,我们联合设计的波束成形和VE调度每个子载波,以最大限度地提高上行链路信道的平均和速率,通过利用预测的CIR。波束形成问题是一个瑞利商优化,其全局最优解是有保证的。虚拟企业的调度问题可以归结为一个整数规划问题,采用贪婪搜索法求解。通过数值仿真证明了所提出的信道预测和调度算法的优越性。
2017-07-21 cs.IT math.IT
Optimal ISAC Beamforming Structure and Efficient Algorithms for Sum Rate and CRLB Balancing
本文针对ISAC波束成形中通信和速率与感知CRLB的非凸优化难题,提出基于SCA的低复杂度结构化算法,并利用拉格朗日对偶推导出最优波束成形结构,通过雷达流降维在保持性能的同时显著降低计算成本。
2025-03-12 cs.IT eess.SP math.IT
On the Maximal Invariant Statistic for Adaptive Radar Detection in Partially-Homogeneous Disturbance with Persymmetric Covariance
本文在不变性理论的框架内讨论了部分齐次和次对称高斯扰动下的自适应信号检测问题。首先,一组合适的变换离开问题不变的介绍和最大不变统计量(MIS)的推导。然后,它表明,(两步)广义似然比测试,Rao和Wald测试都可以表示的MIS,从而证明他们都确保恒虚警率(CFAR)。
2016-09-07 cs.IT math.IT
Reconfigurable Intelligent Surface Assisted NOMA Empowered Integrated Sensing and Communication
本文利用可重构智能表面(RIS)的潜力,以提高雷达感知的非正交多址接入(NOMA)授权的综合传感和通信(NOMA-ISAC)网络。目标是通过联合优化有源波束形成、功率分配系数和无源波束形成,最大化最小雷达波束方向图增益。为了解决非凸问题,我们提出了一个有效的联合优化算法调用交替优化,连续凸近似(SCA)和顺序秩一约束松弛(SRCR)算法。数值结果表明,所提出的RIS辅助NOMA-ISAC系统,与所提出的方案的援助,优于RIS辅助ISAC系统没有NOMA。
2022-09-28 cs.IT eess.SP math.IT
Joint Beamforming Design for RIS-Empowered NOMA-ISAC Systems
本文针对RIS辅助的NOMA-ISAC系统,提出联合优化基站波束赋形、RIS反射系数和雷达接收滤波器的迭代算法,以在感知约束下最大化用户和速率,并通过仿真验证其优于基准算法。
2025-08-19 cs.IT eess.SP math.IT
Low-Cost Maximum Entropy Covariance Matrix Reconstruction Algorithm for Robust Adaptive Beamforming
Univ. of São Paulo(圣保罗大学);PUC-Rio(里约热内卢天主教大学)
在这封信中,我们提出了一种新的低复杂度的自适应波束形成技术,使用随机梯度算法,以避免矩阵求逆。该方法利用基于最大熵功率谱(MEPS)的噪声加干扰协方差矩阵(MEPS-NPIC)估计算法,自适应地更新波束形成权值,从而大大降低了计算复杂性。MEPS还用于重构期望信号协方差矩阵,并改善期望信号的导向矢量(SV)的估计。仿真结果表明,所提出的MEPS-NPIC方法优于以前提出的波束形成器。
2020-12-28 cs.IT cs.LG math.IT
Closed-Loop Wireless Power Transfer with Adaptive Waveform and Beamforming: Design, Prototype, and Experiment
在本文中,我们设计,原型和实验闭环辐射无线电能传输(WPT)系统与自适应波形和波束形成使用有限的反馈。在WPT系统中,发射端采用多正弦波形和多天线波束形成技术相结合的方法,充分利用空间域和频域的优势,以适应多径衰落信道,提高输出直流功率。提出了一种基于码本设计和使用IEEE 802.15.4 RF接口的低复杂度空中受限反馈的闭环架构。码本由多个码字组成,其中每个码字表示特定的波形和波束成形。发射机扫描码本,然后接收机反馈最佳码字的索引,使得波形和波束形成可以适应多径衰落信道,以最大化输出直流功率,而不需要显式信道估计和准确的信道状态信息的知识。所提出的闭环WPT与自适应波形和波束成形使用有限的反馈是原型使用软件定义无线电设备和测量在一个真实的室内环境。测量结果表明,与传统的单音单天线WPT系统相比,本文提出的具有自适应波形和波束形成的闭环WPT可以将输出直流功率提高14.7 dB。
2021-06-07 cs.IT eess.SP math.IT
Online Adaptive Real-Time Beamforming Design for Dynamic Environments in Cell-Free Systems
针对无蜂窝系统动态无线环境的实时波束成形需求,提出高泛化网络HGNet及在线自适应更新算法,可适配动态场景、降低泛化误差上界,以毫秒级低成本实现更高和速率的实时波束成形。
2024-11-27 cs.IT cs.NI eess.SP
Adaptive Passive Beamforming in RIS-Aided Communications With Q-Learning
本文针对无CSI条件下的RIS辅助通信,提出基于Q学习的自适应无源波束赋形策略,将配置搜索建模为随机最短路径问题,以最小化寻找最优RIS配置所需的测试次数。
2025-05-02 cs.IT eess.SP math.IT
Design of Robust Adaptive Beamforming Algorithms Based on Low-Rank and Cross-Correlation Techniques
这项工作提出了成本效益的低秩技术设计强大的自适应波束形成(RAB)算法。所提出的算法是基于利用阵列观测数据和波束形成器的输出之间的互相关。首先,我们构造了一个一般的线性方程,考虑在大尺寸的解决方案产生的导向矢量失配。然后,我们采用的思想,全正交化方法(FOM),正交Krylov子空间为基础的方法,迭代估计的导向矢量失配在降维子空间,从而在建议的正交Krylov子空间投影失配估计(OKSPME)方法。我们还设计了基于随机梯度(SG)和共轭梯度(CG)技术的自适应算法,以低复杂度更新波束形成权重,并避免任何昂贵的矩阵求逆。所提出的低秩和失配估计技术的主要优点是在处理高维子空间或大型传感器阵列时具有成本效益。仿真结果表明,在所有比较的RAB方法中,该波束形成器的输出信号与干扰加噪声比(SINR)表现出优异的性能。
2016-06-04 cs.CE cs.IT math.IT
Adaptive Radar Detection of a Subspace Signal Embedded in Subspace Structured plus Gaussian Interference Via Invariance
本文讨论了自适应雷达检测与两个干扰源竞争的子空间信号。前者是具有未知的协方差阵的高斯,并且考虑杂波和热噪声的联合存在。后者被构造为一个子空间信号和模型相干脉冲干扰机冲击雷达天线。这个问题是通过不变性的原则,这是基于一个合适的一组变换的识别离开所考虑的假设检验问题不变。确定了一个最大不变统计量及其统计特性,该统计量完全刻画了不变决策规则类,并显著压缩了原始数据域。因此,最佳不变检测器的存在一起解决实际上可实现的不变的决策规则的设计。在分析阶段,通过使用解析表达式来建立属于新的不变类的一些接收器的性能。
2015-08-13 cs.IT math.IT stat.AP
Adaptive Blind Beamforming for Intelligent Surface
本文提出一种基于反射元件分组的自适应盲波束成形算法,通过提取无线环境统计特征协调相移,解决了RFocus和CSM在非视距信道下失效的问题,并在3.5 GHz真实网络中验证了其优势。
2024-09-24 cs.IT eess.SP math.IT
Constrained Contextual Bandit Learning for Adaptive Radar Waveform Selection
US Army Research Laboratory(美国陆军研究实验室)
研究了自适应雷达系统与有限状态目标信道反复交互的序贯判决过程。雷达能够以规则的间隔被动地感测频谱,这为波形选择过程提供了辅助信息。雷达发射机使用频谱观测序列以及来自并置接收机的反馈来选择精确估计目标参数的波形。研究表明,使用线性上下文Bandit公式可以以计算可行且样本高效的方式有效解决波形选择问题。随机和对抗性的线性上下文的强盗模型的介绍,使雷达在广泛的物理环境中实现有效的性能。在雷达通信共存的情况下,以及在对抗雷达干扰机的情况下,仿真表明,所提出的配方提供了一个显着的改善目标检测性能时,汤普森采样和EXP3算法被用来驱动波形选择过程。此外,它表明,脉冲捷变行为的相干处理的雷达数据的有害影响,可以减轻通过采用随时间变化的约束雷达的波形目录。
2021-06-14 cs.IT cs.LG eess.SP
IRS-Aided WPCNs: A New Optimization Framework for Dynamic IRS Beamforming
在本文中,我们提出了一种新的动态IRS波束形成框架,以提高智能反射面(IRS)辅助无线供电通信网络(WPCN)的总吞吐量。具体地,跨时间的IRS相移矢量和资源分配被联合优化,以增强混合接入点(HAP)和多个无线供电设备之间的下行链路无线功率传输(DL WPT)和上行链路无线信息传输(UL WIT)两者的效率。为此,我们首先研究了动态IRS波束形成的三种特殊情况,即用户自适应IRS波束形成,UL自适应IRS波束形成和静态IRS波束形成,通过表征它们的最佳性能关系并提出相应的算法。有趣的是,严格证明后两种情况下实现相同的吞吐量,从而有助于将待优化的IRS相移的数量和UL自适应IRS波束成形实际所需的信令开销减半。然后,我们提出了一个通用的优化框架,动态IRS波束形成,这是适用于任何给定数量的IRS相移矢量。尽管具有高度耦合的优化变量的一般问题的非凸性,我们提出了两种算法来解决它,特别是,低复杂度的算法利用了最优解的内在结构以及用户自适应和静态IRS波束形成的情况下的解决方案。仿真结果验证了我们的理论研究结果,说明了IRS与动态波束形成的频谱和能量有效的WPCN的实际意义,并证明了我们提出的设计的有效性,在各种基准计划。
2021-11-19 cs.ET cs.IT cs.NI
Duality-Based Fixed Point Iteration Algorithm for Beamforming Design in ISAC Systems
Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院);School of Mathematical Sciences, University of Chinese Academy of Sciences(中国科学院大学数学科学学院);Ministry of Education Key Laboratory of Mathematics and Information Networks, School of Mathematical Sciences, Beijing University of Posts and Telecommunications(北京邮电大学数学科学学院教育部数学与信息神经网络重点实验室)
研究ISAC系统波束成形设计问题,通过建立等价关系和对偶公式转化为GDB问题,提出GDB问题有界条件和FPI算法,开发Dual-FPI算法,能实现全局最优解并降低计算复杂度。
2026-07-20 cs.IT eess.SP math.IT