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
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 Modulus RF Beamforming for Enhanced Self-Interference Suppression in Full-Duplex Massive MIMO Systems
针对全双工大规模 MIMO 系统的自干扰问题,提出一种结合 Tx/Rx 增益控制器的非常数模值射频波束成形方案,通过群体智能算法联合优化波束方向与增益系数,实现约 80 dB 的自干扰抑制。
2024-02-13 cs.IT eess.SP math.IT
Iterative Joint Beamforming Training with Constant-Amplitude Phased Arrays in Millimeter-Wave Communication
在毫米波通信(MMWC)中,为了补偿高传播衰减,相控阵天线通过波束形成获得阵列增益,需要对发射和接收天线阵列进行联合训练,以获得合适的天线权向量(AWV)。由于AWV的每个元素的幅度通常是约束常数,以简化设计的相控阵在MMWC,现有的基于奇异向量的波束形成训练方案不能用于这样的设备。因此,在这封信中,导向矢量为基础的迭代波束形成训练计划,它利用MMWC信道的方向性特征,提出了恒幅相控阵设备。性能评估表明,该方案实现了一个快速的收敛速度,以及一个接近最佳的阵列增益。
2015-11-07 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
Iterative Eigenvalue Decomposition and Multipath-Grouping Tx/Rx Joint Beamforming for Millimeter-Wave Communication
研究了毫米波通信中的Tx/Rx联合波束形成技术。由于多径分量(MPC)具有不同的转向角和独立的衰落,波束形成的目的是在这种情况下实现阵列增益以及分集增益。提出了一种次优波束形成方案,通过迭代特征值分解(EVD)来找到Tx/Rx处的天线权重向量(AWV),前提是在发射机和接收机处都可以获得完整的信道状态信息(CSI)。为了使该方案在MMWC中实际可行,提出了相应的训练方法,以避免信道估计和迭代EVD计算。由于在快衰落场景中,训练方法可能会因频繁训练而耗时,因此提出了另一种利用MMWC中准静态转向角的波束形成方案,通过多径分组(MPG)来减少开销并提高系统可靠性。该方案首先对多目标控制器进行分组,然后对分组多目标控制器的多个转向角同时进行波束形成,从而实现阵列增益和分集增益。性能比较表明,与相应的国家的最先进的计划相比,迭代EVD计划与训练方法实现了相同的性能,降低了开销和复杂度,而MPG计划实现了更好的性能与近似相等的复杂度。
2015-11-06 cs.IT math.IT
Robust Low-Rank LCMV Beamforming Algorithms Based on Joint Iterative Optimization Strategies
本章提出了降秩线性约束最小方差(LCMV)算法的基础上的概念,联合迭代优化的参数。降秩方案是基于最小方差准则的参数约束鲁棒联合迭代优化(RJIO)。鲁棒优化过程以交替的方式调整降秩矩阵、降秩波束形成器和对角加载的参数。LCMV表达式的降秩矩阵和降秩波束形成器的设计。随机梯度和递归最小二乘自适应算法,然后设计了一个有效的实现RJIO鲁棒波束形成技术。对存在不确定性的应用程序的仿真表明,RJIO方案和算法的收敛性和跟踪性能优于现有的算法,而需要相当的复杂性。
2013-02-10 cs.IT math.IT
Joint Design of Hybrid Beamforming and Reflection Coefficients in RIS-aided mmWave MIMO Systems
本文研究了一种可重构智能地面(RIS)辅助毫米波(mmWave)下行通信系统,该系统在基站(BS)采用混合模拟-数字波束形成。我们制定了一个功率最小化问题,通过联合优化混合波束形成在BS和RIS的响应矩阵,在所有用户的信号干扰噪声比(SINR)的约束下。由于RIS反射系数和模拟波束形成器的非凸SINR约束以及单位模相移约束,该问题是非常具有挑战性的解决。提出了一种基于两层惩罚的算法来解耦SINR约束中的变量,并采用流形优化来处理非凸的单位模约束。{We本文还提出了一种低复杂度的顺序优化方法,该方法无需迭代,依次优化RIS反射系数、模拟波束形成器和数字波束形成器。此外,功率最小化问题和最大最小公平性(MMF)问题之间的关系进行了讨论。仿真结果表明,所提出的基于惩罚的算法优于最先进的半定松弛(SDR)的算法。结果还表明,RIS在降低功耗方面起着重要作用。
2022-02-14 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
Joint Design of Fronthauling and Hybrid Beamforming for Downlink C-RAN Systems
混合波束形成是一种具有成本效益和广泛的解决方案,用于大规模天线阵列的系统。本工作研究了下行链路云无线电接入网络(C-RAN)架构中用于远程无线电头端(RRH)的混合波束成形解决方案的模拟和数字组件的优化。数字处理在“云”中的基带处理单元(BBU)处执行,并且预编码的基带信号在经由有限容量前传链路传输到RRH之前被量化。在该系统中,我们考虑两种不同的信道状态信息(CSI)场景:1)在BBU处的理想CSI 2)不完美有效CSI。BBU处的数字波束成形和前传量化策略以及RRH处的模拟射频(RF)波束成形的优化是耦合问题,因为接收器处的量化噪声的影响取决于预编码矩阵。由此产生的联合优化问题进行检查的加权下行链路和速率和网络的能量效率最大化的目标。前传容量和每RRH功率约束与RF波束成形矩阵上的恒模约束一起被强制执行。针对理想CSI的情况,通过放松模拟波束形成器的恒模约束,提出了一种基于加权最小均方误差的块坐标下降算法。此外,我们提出了不完美的CSI的加权和速率和网络的能量效率性能的影响,并通过应用样本平均近似算法进行扩展。数值结果证实了该方案的有效性,并表明该算法对估计误差具有鲁棒性。
2019-03-14 cs.IT math.IT
Joint Design of Hybrid Beamforming and Phase Shifts in RIS-Aided mmWave Communication Systems
本文研究了一种可重构智能地面(RIS)辅助毫米波(mmWave)下行通信系统,该系统在基站(BS)采用混合模拟-数字波束形成。我们制定了一个功率最小化问题,通过联合优化混合波束形成在BS和RIS的响应矩阵,信号干扰噪声比(SINR)的约束下。由于RIS处的相移和BS处的模拟波束成形两者的非凸SINR约束以及非凸单位模约束,该问题具有高度挑战性。提出了一种基于惩罚的算法结合流形优化技术来处理这个问题,其次是一个单独的优化方法,具有低得多的复杂性。仿真结果表明,该算法优于现有算法。结果还表明,RIS响应矩阵和BS混合波束形成的联合优化要远远优于单独优化。
2021-01-25 cs.IT math.IT
Blind Adaptive Reduced-Rank Detectors for DS-UWB Systems Based on Joint Iterative Optimization and the Constrained Constant Modulus Criterion
针对直接序列超宽带(DS-UWB)系统中的干扰抑制问题,提出了一种基于联合迭代优化(JIO)和约束恒模(CCM)设计准则的线性盲自适应接收机。建议的盲接收器由两部分组成,一个变换矩阵,执行降维和降秩滤波器,产生的输出。在所提出的接收机中,变换矩阵和降秩滤波器联合更新和迭代,以最小化恒模(CM)成本函数的约束。JIO接收机的自适应实现是通过使用归一化随机梯度(NSG)和递归最小二乘(RLS)算法开发的。为了获得低复杂度的方案,RLS算法的变换矩阵的列被单独更新。盲信道估计算法的两个版本(NSG和RLS)的实现。假设完美的定时,JIO接收机只需要期望用户的扩频码和接收到的数据。仿真结果表明,两种方案的JIO接收机在抑制码间干扰(ISI)和多址干扰(MAI)方面都具有很好的性能,且复杂度较低。
2013-05-13 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
Two-Stage Analog Combining in Hybrid Beamforming Systems with Low-Resolution ADCs
在本文中,我们研究了混合模拟/数字波束成形的多输入多输出(MIMO)系统与低分辨率模数转换器(ADC)的毫米波(毫米波)通信。在接收器中,我们建议将模拟组合子系统分成信道增益聚合阶段,然后是扩展阶段。这两个阶段都使用移相器。我们的目标是设计两级模拟合路器,通过有效地管理量化误差来优化发送信号和量化信号之间的互信息(MI)。为此,我们制定了一个无约束的MI最大化问题,没有一个常数模约束的模拟组合器,并推导出一个两阶段的模拟组合解决方案。该方案实现了最佳的缩放定律的无线电频率链的数量和最大化的MI均匀奇异值的MIMO信道。我们进一步开发了一个两阶段的模拟组合算法来实现毫米波信道的衍生解决方案。该算法通过将信道增益聚合函数和扩展函数从解中解耦,利用阵列响应向量和离散傅立叶变换矩阵,在每个矩阵元素上满足恒模约束,实现了这两个函数。因此,该算法提供了一个无约束问题的近最优解,而传统的混合方法提供了一个近最优解的约束问题。推导了该算法的遍历速率的封闭形式近似,表明一个实际的数字组合器与两级模拟组合也达到了最佳的缩放定律。仿真结果验证了算法的性能和推导的遍历速率。
2018-08-06 cs.IT math.IT
Joint Power Allocation and Beamforming for Non-Orthogonal Multiple Access (NOMA) in 5G Millimeter-Wave Communications
在本文中,我们探讨毫米波(mmWave)通信(mmWave-NOMA)中的非正交多址(NOMA)。特别是,我们考虑一个典型的问题,即,2用户mmWave-NOMA系统的和速率的最大化。在这个问题中,我们需要找到波束成形向量,以同时转向两个用户,同时受到模拟波束成形结构的影响,同时为它们分配适当的功率。由于问题是非凸的,可能不会被转换为一个凸的问题,简单的操作,我们提出了一个次优的解决方案,这个问题。其基本思想是将原始的联合波束赋形和功率分配问题分解为两个相对容易求解的子问题:一个是功率和波束增益分配问题,另一个是恒模约束下的波束赋形问题。还讨论了所提出的解决方案从2用户mmWave-NOMA到更多用户mmWave-NOMA的扩展。通过大量的性能评估验证了该方案的合理性,结果表明,该次优方案获得了接近于有界的和速率性能,明显优于时分多址(TDMA)方案。
2017-11-04 cs.IT math.IT
Exploiting Reconfigurable Intelligent Surfaces in Edge Caching: Joint Hybrid Beamforming and Content Placement Optimization
边缘缓存可以有效地减少核心网的回程负担,提高无线边缘节点的服务质量。然而,当卸载链路处于深度衰落时,边缘缓存的有益作用不能完全实现。幸运的是,无线传播环境引起的损伤可以通过可重构智能表面(RIS)来修复。本文提出了一种新的RIS辅助边缘缓存系统,其中网络成本最小化问题,制定优化内容放置在缓存单元,主动波束形成在基站和被动相移在RIS。在将内容放置子问题与混合波束形成设计解耦后,我们提出了一种交替优化算法来解决主动波束形成和被动相移问题。对于主动波束形成,我们将问题转化为半定规划(SDP),并证明了SDP的最优解总是秩1。对于被动相移,我们引入块坐标下降法交替优化辅助变量和RIS相移。在此基础上,提出了一种基于流形优化的共轭梯度算法来处理非凸单位模约束。数值结果表明,我们的RIS辅助边缘缓存设计可以有效地降低回程容量和功耗方面的网络成本。
2020-11-07 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 Power Control and Beamforming for Uplink Non-Orthogonal Multiple Access in 5G Millimeter-Wave Communications
在本文中,我们研究了第五代(5G)无线移动通信,即毫米波(mmWave)通信和非正交多址(NOMA)的两个关键使能技术的组合。特别地,我们考虑典型的2用户上行链路mmWave-NOMA系统,其中基站(BS)配备具有单个RF链的模拟波束成形结构并且服务2个NOMA用户。一个优化问题,制定最大化的2个用户的可实现的总和速率,同时确保每个用户的最小速率约束。该问题变成联合功率控制和波束成形问题,即,我们需要找到波束形成向量,以同时引导到两个用户,这两个用户服从模拟波束形成结构,并且同时控制它们上的适当功率。由于直接搜索非凸问题的最优解过于复杂,我们建议将原问题分解为两个相对容易解决的子问题:一个是功率控制和波束增益分配问题,另一个是恒模约束下的模拟波束形成问题。大量的仿真验证了所提出的解决方案的合理性,性能评估结果表明,所提出的次优解决方案实现了接近上界的上行链路和速率性能。
2017-11-15 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
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
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
Joint Reconfigurable Intelligent Surface Location and Passive Beamforming Optimization for Maximizing the Secrecy-Rate
研究了可重构智能表面(RIS)辅助的无线网络的物理层安全性(PLS)问题,在存在恶意窃听者的情况下,源端借助单个小RIS将其机密信息传输到合法目的端.在RIS定位约束和每个RIS单元反射系数模不大于1的约束下,以最大化保密率为目标,提出了一种新的RIS定位与无源波束形成(J-LPB)联合优化方案。具体来说,我们分析了RIS的最佳位置,并得出结论,产品涉及的源RIS距离和RIS的目的地距离应最小化。由于乘积最小化问题是非凸的,因此我们提出了一种两层优化算法来求解它。基于所获得的接近最优的RIS 3D位置,我们进一步制定了无源波束形成优化问题,然后提出将Charnes-Cooper变换与顺序秩一约束松弛(SROCR)一起应用数值结果表明,所提出的J-LPB优化方案的保密率高于基准方案。解释性地,我们使用以下基准:基于近源的RIS定位和无源波束形成(NSB-LPB)优化方案,基于近目的地的RIS定位和无源波束形成(NDB-LPB)优化方案,以及随机RIS定位和无源波束形成(R-LPB)优化方案。最后,我们的J-LPB计划的好处是进一步增加RIS单元的数量。
2022-10-05 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
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
Covert Beamforming Design for Integrated Radar Sensing and Communication Systems
我们提出了隐蔽波束形成的设计框架,综合雷达传感和通信(IRSC)系统,雷达可以隐蔽地与合法用户的探测波形的覆盖下,而不会被窃听者发现。具体地说,通过联合设计的目标检测波束形成器和通信波束形成器,我们的目标是最大化的雷达检测互信息(MI)(或通信速率)受到隐蔽约束,通信速率约束(或雷达检测MI约束),和总功率约束。对于理想窃听者的信道状态信息(CSI)的情况下,我们转化为一系列的凸子问题的隐蔽波束形成设计问题,利用半定松弛,可以通过二分法搜索方法来解决。考虑到迭代优化的高复杂度,我们进一步提出了一种基于迫零准则的单次迭代隐蔽波束形成器设计方案。对于不完美窃听者的CSI场景,我们开发了一种松弛和限制的方法来解决鲁棒隐蔽波束形成设计问题。仿真结果表明,所提出的隐蔽波束形成方案的有效性,完美和不完美的CSI场景。
2022-08-11 cs.IT eess.SP 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
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
Hybrid Beamforming for Millimeter Wave Systems Using the MMSE Criterion
混合模拟和数字波束形成(HBF)最近已经成为毫米波(mmWave)通信系统的一种有吸引力的技术。它很好地平衡了对足够的波束成形增益以克服传播损耗的需求以及降低硬件成本和功耗的期望。在本文中,均方误差(MSE)被选为性能指标来表征传输可靠性。使用最小和MSE准则,我们研究了宽带毫米波传输的HBF设计。为了克服多变量设计问题求解的困难,采用交替最小化方法交替优化混合发射和接收波束形成器。具体而言,首先提出了一种基于流形优化的HBF算法,该算法直接处理模拟元件的恒模约束。然后证明了它的收敛性。为了降低算法的计算复杂性,在窄带情况下提出了一种低复杂度的基于广义特征值分解的HBF算法,在宽带情况下提出了三种基于特征值分解和正交匹配追踪的算法。我们提出的交替最小化算法的一个特别的创新是精心设计的初始化方法,这导致更快的收敛。{此外,我们将基于和MSE的设计扩展到具有加权和MSE的设计,然后将其连接到基于频谱效率的设计。}仿真结果表明,所提出的HBF算法实现了显着的性能改善比现有的,并执行接近全数字波束形成。
2019-02-22 cs.IT math.IT
Collaborative Relay Beamforming for Secrecy
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,解码和转发(DF)和放大和转发(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DF方案中,总功率约束导致封闭形式的解决方案,并且在这种情况下,最佳波束形成结构被确定在低和高信噪比(SNR)制度。波束成形设计下的个人中继功率约束的最优化问题,这是很容易解决的,使用两种不同的方法,即半定规划和二阶锥规划。一个简化的和次优的技术,降低了计算复杂度下的个人功率约束。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。最后,针对基于DF的中继波束成形,研究了在不理想CSI条件下的稳健波束成形设计,并给出了优化框架
2010-06-22 cs.IT 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
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
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 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 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
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
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
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
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
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
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
Optimal User and Target Scheduling, User-Target Pairing, and Low-Resolution Phase-Only Beamforming for ISAC Systems
针对ISAC系统,提出联合优化用户与目标调度、配对及低分辨率波束成形的精确MILP方法,实现全局最优,优于启发式方法。
2025-01-20 cs.IT cs.NI eess.SP
HPE Transformer: Learning to Optimize Multi-Group Multicast Beamforming Under Nonconvex QoS Constraints
本文针对非凸QoS约束下的多组多播波束成形NP难问题,提出基于波束成形结构辅助问题变换和层次置换等变HPE transformer的深度学习方法,在总发射功率、约束违反和计算时间上优于现有方法,并具有良好的泛化性能。
2024-02-25 cs.IT eess.SP 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
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