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
A Hybrid Beamforming Receiver with Two-Stage Analog Combining and Low-Resolution ADCs
在本文中,我们提出了一个两级模拟合并架构的毫米波(mmWave)通信与混合模拟/数字波束成形和低分辨率模数转换器(ADC)。首先,我们推导出一个两阶段的组合解决方案,通过解决互信息(MI)的最大化问题,没有一个常数模约束的模拟组合器。与导出的解决方案,所提出的接收器架构分裂成一个信道增益聚合阶段,随后由一个扩展阶段,以最大限度地提高MI有效地管理量化误差的模拟组合。我们表明,派生的两级组合器实现了最佳的缩放定律相对于射频(RF)链的数量,并最大限度地提高了均匀奇异值的MIMO信道的MI。然后,我们开发了一个两阶段的模拟合并算法来实现毫米波信道下的恒模约束下的派生的解决方案。仿真结果验证了算法在MI方面的性能。
2018-11-30 cs.IT math.IT
A Genetic Algorithm-based Beamforming Approach for Delay-constrained Networks
在本文中,我们研究了初始接入波束形成方案的性能的情况下,大量的,但有限数量的发射天线和用户。特别是,我们开发了一个有效的波束形成方案,使用遗传算法。此外,考虑到毫米波通信的特点和不同的度量,我们调查的各种参数,如天线/接收机的数量,波束成形分辨率以及硬件损伤对系统性能的影响。如图所示,我们提出的算法是通用的,在这个意义上,它可以有效地应用于不同的信道模型,度量和波束成形方法。此外,我们的研究结果表明,该方案可以达到(几乎)相同的端到端的吞吐量的穷举搜索为基础的最佳方法,大大降低了实现复杂性。
2017-03-10 cs.IT math.IT
Joint Robust Transmit/Receive Adaptive Beamforming for MIMO Radar Using Probability-Constrained Optimization
针对多输入多输出(MIMO)雷达的发射和接收信号导向矢量同时存在高斯和任意分布失配的情况,提出了一种基于概率约束优化的MIMO雷达发射/接收联合鲁棒自适应波束形成方法。利用对偶理论还推导出了概率约束的紧下界。所提出的概率约束鲁棒波束形成问题是一个非凸的NP-困难问题。然而,我们将其成本函数重新表示为双二次函数,而概率约束分为发送和接收部分。然后,提出了一种基于二阶锥规划的块坐标下降法来解决双凸问题。仿真结果表明,与最坏情况和其他现有的最先进的MIMO雷达联合发射/接收鲁棒自适应波束形成方法相比,所提出的波束形成方法具有更好的鲁棒性。
2015-08-10 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
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
Probabilistic Sinr Constrained Robust Transmit Beamforming: A Bernstein-Type Inequality Based Conservative Approach
近年来,鲁棒的发射波束成形技术由于能够在信道状态信息(CSI)错误的情况下提供有保证的接收机性能而引起了广泛的关注。假设信道状态信息(CSI)误差为复高斯分布,本文研究了在概率信干噪比(SINR)约束下最小化发射功率的稳健波束形成设计问题。概率SINR约束一般没有封闭形式的表达式,难以处理。基于复高斯随机变量的Bernstein型不等式,我们提出了稳健波束形成设计问题的保守形式。半定松弛技术可以有效地处理建议的保守制定。仿真结果表明,与现有方法相比,该方法具有更高的功率效率,能够支持更高的目标SINR值的接收机。
2010-11-10 cs.IT math.IT
Set-Membership Constrained Conjugate Gradient Beamforming Algorithms
本文提出了一种基于共轭梯度(CG)和集员(SM)技术的约束自适应波束形成滤波策略。对阵列输出的幅度施加约束,以导出在计算波束形成器的参数时执行数据选择性更新的自适应算法。我们考虑了一个线性约束最小方差(LCMV)优化问题的有界约束的基础上,这种策略,并提出了CG型算法的实现。该算法具有数据选择性更新、可变遗忘因子和每次更新执行一次迭代以降低计算复杂性。更新后的参数构成了一个可行的解决方案,强制约束的空间。我们还引入了两个随时间变化的边界计划来衡量的参数,可以包括在参数空间的质量。一个全面的复杂性和性能分析之间的建议和现有的算法。仿真结果表明,与现有技术相比,该算法具有更好的收敛性和跟踪性能。
2013-02-02 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
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
Multicast Multigroup Beamforming for Per-antenna Power Constrained Large-scale Arrays
大的发射元件的数量,多天线阵列与每个元件的限制是本工作的重点。在这种情况下,物理层多组多播下每天线功率约束,在这里进行了研究。为了解决这个复杂的优化问题,提出了半定松弛的低复杂度替代方案。目标是在最大公平性的意义下优化每个天线功率受限的发射机,这是一个非凸二次约束二次问题。因此,最近开发的可行点追踪和逐次凸逼近的工具扩展到占实际的每天线功率约束。有趣的是,新的迭代法不仅表现出优越的性能,在接近放松的上限,但也显着的复杂性降低,作为优化变量的尺寸增加。因此,多播多组波束成形的大规模阵列发射机与每个天线专用放大器的计算效率和准确性。对半定松弛常产生非秩1解的大系统,给出了一个初步的性能评估。
2015-03-24 cs.IT math.IT
Worst-Case SINR Constrained Robust Coordinated Beamforming for Multicell Wireless Systems
多小区协作波束形成(MCBF)已被公认为是一种很有前途的方法,以提高系统的吞吐量和频谱效率的无线蜂窝系统。与传统的单小区波束成形(SBF)设计相比,MCBF(经由中央处理单元(CPU))联合优化协作基站(BS)的波束成形向量,以便减轻小区间干扰。虽然大多数现有的设计假设,CPU具有完善的知识的信道状态信息(CSI)的移动台(MS),本文考虑到不可避免的CSI错误在CPU,并研究了鲁棒MCBF设计问题。具体而言,我们认为最坏情况下的鲁棒设计配方,最大限度地减少了最坏情况下的信号干扰噪声比(SINR)的约束BS的加权和传输功率。相关的优化问题是具有挑战性的,因为它涉及无穷多个非凸SINR约束。在本文中,我们表明,最坏情况下的信干噪比的约束可以重新表示为线性矩阵不等式,和近似的方法称为半定关系可以用来有效地处理最坏情况下的鲁棒MCBF问题。仿真结果表明,所提出的鲁棒MCBF设计可以为MS提供有保证的SINR性能,并且优于鲁棒SBF设计。
2011-06-07 cs.IT math.IT
Multicell Coordinated Beamforming with Rate Outage Constraint--Part I: Complexity Analysis
本文分析仅知信道分布信息时多小区MISO干扰信道中速率中断受限CoBF问题的计算复杂度,证明加权和速率及加权MMF速率情形在一般条件下均为NP难。
2014-05-15 cs.IT 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
Weighted Fair Multicast Multigroup Beamforming under Per-antenna Power Constraints
一个多天线发射机,传达独立的公共数据集不同的用户群被认为是。这种模型被称为物理层多播到多个同信道组。在这种情况下,解决了由每个天线辐射的最大允许功率电平的实际约束。每天线功率受限系统相对于预定的服务质量权重在最大公平意义上被优化。换句话说,通过最大化其加权信号与干扰加噪声比来提升最差缩放用户。因此,一个详细的解决方案,以解决加权最大-最小公平多组组播问题下的每天线功率约束。通过突出的应用和范例的影响,新的约束。更重要的是,鲁棒的每天线约束的多组组播波束形成的解决方案。最后,一个广泛的性能评估量化的增益所提出的算法在现有的解决方案,并展示其准确性,每天线功率受限的系统。
2014-06-29 cs.IT math.IT
Blind Adaptive Interference Suppression Based on Set-Membership Constrained Constant-Modulus Algorithms with Time-Varying Bounds
本文提出了一种基于集员滤波概念的盲约束恒模自适应算法,并结合了干扰抑制的动态界。我们开发的随机梯度和递归最小二乘型算法的CCM设计标准的基础上,按照规格的SMF的概念。我们还提出了一个盲框架,其中包括信道和幅度估计,考虑到参数估计依赖性,多址干扰(MAI)和符号间干扰(ISI),以解决在多用户通信中的约束规范的重要问题。所提出的算法的收敛性和跟踪分析进行了发展的解析表达式,以预测其性能。对DS-CDMA系统的一些感兴趣的场景的仿真表明,所提出的算法优于以前报道的技术,具有较少的参数更新和降低的风险上界或下界。
2012-12-29 cs.IT math.IT
Robust Beamforming Against Direction-of-Arrival Mismatch Using Subspace-Constrained Diagonal Loading
在这项研究中,一个新的子空间约束对角加载(SSC-DL)方法提出了一个强大的波束形成对一个不匹配的到达方向(DoA)的问题,扩展到众所周知的对角加载(DL)技术的基础上。所提出的SSC-DL与传统DL的一个重要区别在于,它施加了额外的约束以将最优权向量限制在子空间内,子空间的基向量由与估计的DoA相邻的多个角度确定。与采用波束宽度扩展的许多现有方法不同,由SSC-DL产生的权向量在目标信号的DoA周围具有相对小的波束宽度。然而,SSC-DL波束形成器具有很大的干扰抑制水平,从而实现了改善的总体SINR性能。仿真结果表明,该方法具有接近最优的SINR性能。
2016-09-28 cs.IT math.IT math.OC
SINR Constrained Beamforming for a MIMO Multi-user Downlink System
考虑多输入多输出(MIMO)下行链路多用户信道。在这样的系统中,一个研究得很好的问题是设计线性波束形成器,用于功率最小化与服务质量(QoS)约束。解决这类问题的最具代表性的算法是所谓的MMSE-SOCP算法[11-12]和UDD算法[9]。前者是基于发射和接收波束形成器的交替优化,而后者是基于众所周知的上行链路-下行链路对偶理论。尽管其广泛的适用性,收敛(KKT解决方案)的两种算法仍然是开放的文献。在本文中,我们严格建立这些算法的收敛性QoS约束的功率最小化(QCPM)问题,每个用户的情况下,单流和多流。我们分析的关键是一个新的MMSE-DUAL算法的发展和分析,它连接的MMSE-SOCP和UDD算法。数值实验表明:1)无论初始化如何,这些算法几乎都能到达目标值相同的点; 2)MMSE-SOCP/MMSE-DUAL算法效果较好,而UDD算法可能会因初始化不可行而失败。
2015-07-25 cs.IT math.IT
Lorentzian-Constrained Holographic Beamforming Optimization in Multi-user Networks with Dynamic Metasurface Antennas
School of Computer Science and Electronic Engineering, University of Essex(埃塞克斯大学计算机科学与电子工程学院)
本文提出了一种基于广义洛伦兹约束全息术的全息波束成形算法,通过自适应半径优化降低功率消耗并提高可扩展性。
2025-10-08 cs.IT eess.SP 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
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 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
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
A Penalized Inequality-Constrained Approach for Robust Beamforming with DoF Limitation
波束形成中的一个众所周知的挑战是如何最佳地利用阵列的自由度(DoF)来设计鲁棒的波束形成器,特别是当阵列DoF受限时。在本文中,我们利用约束凸优化的工具,并提出了一个惩罚不等式约束最小方差(P-ICMV)波束形成器,以解决这一挑战。具体而言,提出了一个目标函数和不等式约束,以实现设计目标。通过惩罚波束形成器在任何干扰方向上的最大增益,可以在有限的DoF下有效地减轻总干扰功率。可以引入对目标保护和干扰抑制的多个鲁棒约束,以增加波束形成器对导向矢量失配的鲁棒性。通过集成噪声抑制,干扰抑制和目标保护,所提出的配方可以有效地获得一个强大的波束形成器的设计,同时最佳地权衡各种设计目标。为了数值解决这个问题,我们制定了P-ICMV波束形成器的设计作为一个凸二阶锥规划(SOCP),并提出了一个低复杂度的迭代算法的交替方向乘法器(ADMM)的基础上。三个应用程序进行了模拟,以证明所提出的波束形成器的有效性。
2022-10-19 cs.IT eess.SP math.IT
SIM-Enabled Hybrid Digital-Wave Beamforming for Fronthaul-Constrained Cell-Free Massive MIMO Systems
Jeonbuk National University(全北国立大学);King’s College London(伦敦国王学院);Université Paris-Saclay(巴黎萨克雷大学);CNRS(法国国家科学研究中心);CentraleSupélec(中央理工-高等电力学院);Technion Israel Institute of Technology(以色列理工学院)
针对无小区大规模MIMO前传受限问题,提出集成SIM的混合数字-波域波束成形框架,联合优化数字与波域变量及前传压缩,交替优化算法实现接近全数字性能且减少射频链路。
2025-10-15 cs.IT eess.SP math.IT
Unsupervised Learning for Passive Beamforming
可重构智能表面(RIS)是近年来兴起的一种提高无线通信系统能量和频谱效率的新技术。然而,反射单元相移的单位模约束使得最优无源波束形成方案的设计成为一个具有挑战性的问题。传统的方法是使用半定松弛(SDR)技术来找到次优解,然而由此产生的次优迭代算法通常会导致高复杂度,因此不适合实时实现。受此启发,我们提出了一种用于RIS辅助系统中无源波束形成设计的深度学习方法。特别是,使用无监督学习机制离线训练定制的深度神经网络,在线部署时能够进行实时预测。仿真结果表明,该方法保持了大部分的性能,同时显着降低了计算复杂度相比,基于SDR的方法。
2020-01-20 cs.IT eess.SP math.IT
Outage-Constrained Robust Beamforming for Intelligent Reflecting Surface Aided Wireless Communication
在智能反射面(IRS)辅助的无线通信系统中,信道状态信息(CSI)是实现其有前途的无源波束形成增益的关键。然而,CSI误差在实践中是不可避免的,并且由于具有离散相移的有限训练而通常在IRS反射元件上相关,这降低了数据传输速率和可靠性。本文重点研究了IRS辅助多用户下行通信系统中CSI错误对中断性能的影响。具体来说,我们的目标是联合优化的接入点(AP)和被动离散相移在IRS的主动发送预编码向量,以尽量减少AP的发射功率,受约束的最大CSI错误引起的中断概率为用户。首先,我们考虑单用户的情况下,并推导出用户的中断概率的平均信号功率(MSP)和方差的接收信号在用户。由于有一个权衡调整这两个参数,以最大限度地减少中断概率,我们建议最大限度地提高他们的加权和与一维搜索找到的最佳权重。然后,针对一般多用户情况下,由于用户间干扰的存在,用户中断概率很难以封闭形式得到的问题,提出了一种新的约束随机连续凸近似(CSSCA)算法,该算法用适当设计的凸代理近似代替非凸中断概率约束。仿真结果验证了所提出的鲁棒波束形成算法的有效性,并显示其显着的性能改善各种基准计划。
2021-01-31 cs.IT math.IT
Adaptive Set-Membership Reduced-Rank Least Squares Beamforming Algorithms
提出了一种新的线性约束最小方差波束形成器(LCMV)自适应设计算法。我们将集员滤波(SMF)机制降秩联合迭代优化(JIO)计划开发一个约束递归最小二乘(RLS)算法称为JIO-SM-RLS。所提出的算法继承了降秩信号处理技术的优点,以提高输出性能,并利用SMF方法的数据选择性更新(约10-15%),以节省计算成本显着。一个有效的时变界限施加在阵列输出作为约束,以规避风险的上界或下界,并更新参数的波束形成。更新后的参数构成一组解决方案(隶属度集),满足LCMV波束形成器的约束。仿真结果表明,该算法在收敛速度和降低计算复杂性方面均优于现有算法。
2013-02-17 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
Blind Adaptive MIMO Receivers for Space-Time Block-Coded DS-CDMA Systems in Multipath Channels Using the Constant Modulus Criterion
本文提出了一种适用于DS-CDMA系统的盲自适应多输入多输出(MIMO)线性接收机。基于约束优化技术,提出了空时码约束恒模(CCM)设计准则,并给出了递推最小二乘(RLS)自适应算法,用于线性接收机参数的估计。本文还提出了一种基于子空间方法的MIMO DS-CDMA系统空时信道盲估计方法和一种有效的RLS算法。针对一个下行链路场景的仿真评估了所提出的算法在几种情况下对现有的方法。
2012-12-29 cs.IT math.IT
Blind Adaptive Constrained Constant-Modulus Reduced-Rank Interference Suppression Algorithms Based on Interpolation, Switched Decimation and Filtering
本文提出了一种盲自适应降秩算法和约束恒模自适应算法,用于无线通信系统中的干扰抑制。所提出的方案和算法是基于一个两阶段的处理框架,该框架由一个变换矩阵进行降维,然后由降秩估计。现有方法的变换矩阵的复杂结构促使盲自适应降秩约束(BARC)方案的发展以及低复杂度的降秩分解。建议的BARC计划和降秩分解的基础上的概念,联合插值,切换抽取和降秩估计的约束条件下的一组详细。所提出的一组约束条件确保了在降维之前组合信道的多径分量。为了经济有效地设计BARC方案,我们开发了低复杂度的抽取技术,随机梯度和递归最小二乘降秩估计算法。设计了一种模型阶数选择算法,用于调整估计器的长度,以及用于确定所需的开关支路数量以达到预定义的性能的技术。对所提出的优化算法的收敛性和问题进行了分析,并讨论了优化问题的关键特征。我们考虑所提出的算法在DS-CDMA系统中的干扰抑制的应用。结果表明,所提出的算法优于最好的已知的降秩方案,而需要较低的复杂度。
2013-01-08 cs.IT math.IT
Joint Relay-User Beamforming Design in Full-Duplex Two-Way Relay Channel
研究了多天线全双工双向中继信道。对于这种三节点网络,波束成形设计需要抑制自干扰。虽然传统的方法是应用迫零来减轻自干扰,但它可能会损害期望的信号。本文通过求解服务质量约束下的波束形成设计问题,提出了一种保留部分自干扰的设计方案。由于环路自干扰的存在,该问题具有挑战性,因此提出了一种保证收敛的交替优化算法来联合设计中继用户波束形成器。数值结果表明,该方案的性能优于迫零方法,并实现了接近理想情况下的发射功率。
2016-10-17 cs.IT math.IT
An Efficient Interference-Aware Constrained Massive MIMO Beamforming for mm-Wave JSDM
针对毫米波JSDM混合大规模MIMO,本文提出恒模约束的干扰感知GEB模拟波束成形及动态子阵列算法,并配合LMMSE数字波束成形抑制残余干扰。
2021-03-22 cs.IT eess.SP 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
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
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
Channel Equalization and Beamforming for Quaternion-Valued Wireless Communication Systems
University of Sheffield(谢菲尔德大学)
本文提出两种四元数自适应算法,用于解决四元数信号处理在信道均衡和波束成形中的有效性和效率问题,并推导了四元数维纳解以实现块状计算。
2015-05-31 cs.IT cs.NA math.IT
Robust Symbol-Level Precoding and Passive Beamforming for IRS-Aided Communications
研究了多用户多输入单输出(MISO)通信网络中基于智能反射面(IRS)面板的联合波束形成设计。符号级预编码(SLP)被用来提高系统性能,利用多用户干扰(MUI)与有限的信道不确定性的考虑。联合波束形成设计被配制成一个非凸的最坏情况下的鲁棒规划,以最小化发射功率的信噪比(SNR)的要求。为了解决由于恒模和波束形成器的耦合的挑战,我们首先研究了单用户的情况。具体来说,我们提出并比较两种算法的基础上半定松弛(SDR)和交替优化(AO)的方法,分别。结果表明,基于AO的算法具有低得多的计算复杂性,但具有与基于SDR的算法几乎相同的功率。然后,我们应用AO技术的多用户的情况下,从而开发了一个算法的基础上的近端梯度下降(PGD)方法。该算法可以推广到有限分辨率IRS的情况下,从发射机到用户的直接链路的场景。数值结果表明,SLP可以显着提高系统的性能。同时,3位移相器可以实现接近最佳的功率性能。
2021-08-31 cs.IT eess.SP math.IT
Joint Beamforming and Compression Design for Per-Antenna Power Constrained Cooperative Cellular Networks
针对协作蜂窝网络中每天线功率受限的联合波束成形与压缩问题,提出两种投影梯度上升算法,实现全局最优解并提升计算效率。
2023-12-24 cs.IT eess.SP math.IT
Multicell Coordinated Beamforming with Rate Outage Constraint--Part II: Efficient Approximation Algorithms
针对仅知信道分布信息、带速率中断约束的NP难多小区CoBF问题,提出分布式BSUM、分布式WMMSE及多块体基准近似算法,仿真显示其性能与效率优于现有SCA方法。
2014-05-15 cs.IT math.IT
An Adaptive Proximal Inexact Gradient Framework and Its Application to Per-Antenna Constrained Joint Beamforming and Compression Design
本文提出自适应近端非精确梯度(APIG)框架,通过联合适应函数与梯度误差的新线搜索条件解决非光滑复合优化问题,并成功应用于协作蜂窝网络中带每根天线功率约束的联合波束成形与压缩设计,实验证明其优于现有基准。
2025-04-02 cs.IT eess.SP math.IT
Joint Multicast Beamforming and User Scheduling in Large-scale Antenna Systems
研究了多播波束赋形和用户调度的联合问题,通过联合分配每个用户到合适的信道,并为每个信道设计多播波束赋形器,以最小化多个信道的总发射功率为目标。感兴趣的问题是制定在两个不同的优化问题,一个混合二进制二次约束二次规划和一个高度结构化的非光滑程序。提出了两种不同的算法,分别基于凸松弛和凸约束来解决这个问题。基于凸松弛算法的近似解与最优解之间的性能比被证明是一个与问题数据无关的常数的上界。基于凸约束的算法是保证收敛到一个临界点的非光滑配方问题。最后,大量的仿真结果验证了理论分析,并证明了所提出的协同设计方案的优势,传统的固定调度和随机调度的功耗。
2017-07-12 cs.IT math.IT
Multiple Intelligent Reflecting Surfaces Assisted Cell-Free MIMO Communications
在本文中,我们研究了一个智能反射面(IRS)辅助无小区多输入多输出(MIMO)通信系统,其中分布式多个IRS专门部署,以协助分布式多个基站(BS)的合作传输。我们的目标是通过联合优化BS处的有源发射波束形成矩阵和IRS处的无源反射波束形成矩阵来最大化无小区系统的可实现的和速率,同时满足每个BS的最大发射功率和每个IRS元件的相移的约束。我们提出了一个有效的框架,共同设计的BS,IRS,和用户设备(UE)。作为一种折衷的方法,我们首先将非凸问题转化为一个等价的形式的基础上的分式规划方法,然后分解成两个子问题,并交替解决它们。特别地,我们提出了一种基于拉格朗日对偶次梯度的算法来解决具有近似封闭形式解的主动发射波束形成优化子问题。将被动反射波束形成优化子问题转化为一个常数模约束二次规划(CMC-QP)问题。首先,我们提出了一对基于松弛的算法,提供了两个可行的解决方案。我们还开发了一个低复杂度的交替序列优化(ASO)算法,以获得封闭形式的解决方案。这三种算法都保证收敛到局部最优解。仿真结果表明,与基准方案相比,所提出的算法取得了显着的性能改善。
2021-08-17 cs.IT math.IT
Beamforming for Simultaneous Wireless Information and Power Transfer in Two-Way Relay Channels
研究了双向中继信道下的无线信息功率同步传输系统。这里,两个源节点经由功率分割(PS)从由多天线中继节点发送的信号中同时接收信息和能量。我们的目标是在服务质量(QoS)约束和中继功率约束下,最大化两个源节点的能量加权和。三个众所周知的和实用的双向中继策略被认为是,即,放大转发(AF)、基于比特级XOR的解码转发(DF-XOR)和基于符号级叠加编码的DF(DF-XOR)。对于每个中继策略,我们制定联合能量发射波束成形和PS比优化作为一个非凸二次约束问题。为了找到一个封闭形式的解决方案制定的问题,我们解耦的原始问题分为两个子问题。在第一个问题中,我们打算针对给定的PS比优化波束成形向量。在第二子问题中,我们优化PS比与给定的波束形成向量。值得注意的是,虽然相应的子问题是非凸的,但每个子问题的最优解仍然可以通过使用某些技巧来找到。我们提供的数值结果表明,适应不同的中继策略和加权因子,以收获能量在双向中继信道的优势。
2016-04-14 cs.IT math.IT
ADMM-based Fast Algorithm for Multi-group Multicast Beamforming in Large-Scale Wireless Systems
研究了无线系统中大天线阵列和大量用户的多组多播波束形成问题。多播波束成形设计是一个著名的非凸二次约束二次规划(QCQP)问题。一个传统的方法来解决这个问题是近似它作为一个半定规划问题,通过半定松弛,其性能,然而,恶化相当大的每组用户的数量变大。最近的一种尝试是应用凸-凹过程(CCP),以找到一个固定的解决方案,将其视为一个凸规划问题的差异,其复杂性,但是,显着增加的问题规模的增加。在本文中,我们提出了一个低复杂度的高性能算法的多组多播波束成形设计在大规模无线系统中利用交替方向乘法器(ADMM)与CCP。具体地说,原始的非凸QCQP问题首先近似为一系列的凸子问题通过CCP。每个凸子问题,然后重新制定为一个新的ADMM形式。我们的ADMM重新制定,使每个更新步骤是通过并行求解多个小尺寸的子问题的封闭形式的解决方案。数值结果表明,我们的快速算法保持了同样的良好性能的国家的最先进的算法,但减少了数量级的复杂性。
2017-03-05 cs.IT math.IT
Active IRS Aided Multiple Access for Energy-Constrained IoT Systems
我们研究了有源智能反射表面(IRS)辅助的能量受限物联网(IoT)系统中的基本多址(MA)方案,其中部署有源IRS以辅助从多个IoT设备到接入点(AP)的上行链路传输。我们的目标是通过在时间和资源分配上优化IRS波束成形向量来最大化总吞吐量。为此,我们首先研究了两个典型的主动IRS辅助MA方案,即时分多址(TDMA)和非正交多址(NOMA),通过分析比较其可实现的总吞吐量,并提出相应的算法。有趣的是,我们证明,给定只有一个可用的IRS波束成形向量,基于NOMA的方案通常实现了更大的吞吐量比基于TDMA的方案,而后者可以潜在地优于前者,如果多个IRS波束成形向量可利用有利的时间选择性的IRS。为了在系统性能和由更多IRS波束形成向量引起的相关信令开销之间取得灵活的平衡,我们提出了一种具有用户分组的通用混合TDMA-NOMA方案,其中同一组中的设备通过NOMA同时发送,而不同组中的设备占用正交时隙。通过控制组的数量,混合TDMA-NOMA方案适用于任何给定数量的可用IRS波束成形向量。尽管所考虑的优化问题的非凸性,我们提出了一个有效的算法交替优化的基础上。仿真结果表明,在覆盖范围的扩展和支持多个能量有限的设备方面,主动IRS比被动IRS的实际优势,并证明了我们提出的混合MA方案灵活地平衡性能-成本权衡的有效性。
2022-01-29 cs.ET cs.IT eess.SP
Optimal Stochastic Coordinated Beamforming for Wireless Cooperative Networks with CSI Uncertainty
在信道状态信息(CSI)不确定的情况下,无线协作网络的传输优化和资源分配是一个重要而又具有挑战性的问题。在本文中,我们建立了一个通用的随机协调波束形成(SCB)的框架,提供灵活的信道不确定性建模,同时保证最优的传输策略。我们采用了一般的随机模型CSI的不确定性,这是适用于各种实际情况。SCB问题原来是一个联合机会约束规划(JCCP),是众所周知的是非常棘手的。针对以往求解JCCP的算法只能找到可行的次优解的问题,提出了一种新的具有最优性保证的随机DC(Difference-of-Convex)规划算法,该算法可以作为评价启发式算法和次优算法的基准.关键的观察是,高度棘手的概率约束可以等效地重新表述为DC约束。这进一步使得高效算法能够实现最优性。仿真结果表明了该算法的收敛性、保守性、稳定性和性能增益。
2014-06-27 cs.IT 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
Reinforcement Learning-Based Secure Beamforming Against Satellite Eavesdroppers
Samsung Electronics(三星电子);Inha University(仁荷大学);Soongsil University(崇实大学)
针对多窃听卫星场景下低轨卫星上行链路物理层安全问题,提出基于约束马尔可夫决策过程和原对偶软演员-评论家算法的安全波束成形方法,在满足平均中断约束下最大化遍历安全速率,实现低复杂度实时操作。
2026-06-23 cs.IT math.IT
Optimal Structure of Receive Beamforming for Over-the-Air Computation
研究多天线无线网络中通过AirComp进行快速数据聚合的接收波束成形优化问题,提出基于SCA和SDR的高效算法,在低复杂度下实现接近基线的MSE性能。
2024-04-22 cs.IT eess.SP math.IT
Optimal Receive Beamforming for Over-the-Air Computation
在本文中,我们考虑在物联网(IoT)网络中通过空中计算(AirComp)进行快速无线数据聚合,其中具有多个天线的接入点(AP)旨在恢复来自多个IoT设备的传感数据的算术平均值。为了最小化估计失真,我们制定了均方误差(MSE)最小化问题,该问题涉及物联网设备处的发送标量以及AP处的去噪因子和接收波束成形向量的联合优化。为此,我们推导了发射标量和去噪因子的封闭形式,从而得到了一个关于接收波束形成向量的非凸二次约束二次规划(QCQP)问题。我们提出了一个分支定界(BnB)算法来设计全局最优的接收波束形成器。大量的仿真表明,所提出的算法在MSE方面的优越性能。此外,所提出的BnB算法可以作为一个基准来评估现有的次优算法的性能。
2021-05-11 cs.IT eess.SP math.IT
Cooperative Beamforming for RIS-Aided Cell-Free Massive MIMO Networks
无小区大规模多输入多输出(CF-mMIMO)和可重构智能表面(RIS)的结合被认为是提高网络容量和增强覆盖能力的一种有前途的范例。然而,为了获得RIS辅助的CF-mMIMO的全部益处,主要挑战是在基站(BS)、RIS和用户处有效地设计协作波束成形(CBF)。首先,我们研究了分数规划将加权和率(WSR)最大化问题转化为一个易于处理的优化问题。然后,采用交替优化框架将变换后的问题分解为一系列子问题,即,BS处的混合BF(HBF)、RIS处的被动BF以及用户处的合并。特别是,交替方向法的乘子算法被用来解决HBF子问题在BS。具体地说,模拟BF设计与单位模量的约束,解决了流形优化(MO),而我们得到一个封闭的形式的解决方案,数字BF设计,本质上是一个凸最小二乘问题。此外,采用原-对偶次梯度法和MO法设计了RISs端的无源波束形成和用户端的模拟合并。此外,考虑到传统CF-mMIMO系统中的沉重的通信成本,我们提出了一个部分连接的CF-mMIMO(P-CF-mMIMO)框架,以减少BS和用户之间的连接的数量。为了更好地兼顾WSR性能和网络开销,我们将P-CF-mMIMO系统中的基站选择问题转化为一个二进制整数二次规划(BIQP)问题,并提出了一种松弛的线性近似算法来处理该BIQP问题。最后,数值结果表明,我们提出的算法优于基线同行。
2022-07-06 cs.IT eess.SP math.IT