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
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
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
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
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 Beamforming and Reflecting Design in Reconfigurable Intelligent Surface-Aided Multi-User Communication Systems
可重构智能表面(RIS)为未来可编程无线传输环境的构建提供了一条很有前途的途径。由于在RIS中使用大量的反射元件,发射器处的有源波束形成和RIS处的无源反射器的联合优化通常是复杂且耗时的。针对这一问题,提出了一种基于分式规划(FP)的低复杂度波束形成与反射联合算法。具体来说,我们首先考虑一个RI辅助的多用户通信系统与完善的信道状态信息(CSI),并制定一个优化问题,以最大限度地提高所有用户的总速率。由于问题是非凸的,我们将原问题分解成三个不相交的子问题。通过引入有利的辅助变量,推导出每个子问题中波束形成向量和反射矩阵的闭式表达式,从而得到一种低复杂度的波束形成和反射联合算法。然后,我们扩展我们的方法来处理的情况下,发射机-RIS和RIS-接收机的信道是不完美的,并开发相应的低复杂度的联合波束形成和反射算法与实际的信道估计。仿真结果验证了所提出的算法的有效性相比,各种基准计划。
2021-01-08 cs.IT 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
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
Waveform and Beamforming Design for Intelligent Reflecting Surface Aided Wireless Power Transfer: Single-User and Multi-User Solutions
本文研究了智能反射面辅助无线电能传输的波形和无源波束形成设计。在发射功率约束和无源波束形成相位单位模约束条件下,基于交替优化(AO)框架,以最大化输出直流电流加权和为目标,推导了广义多用户和低复杂度单用户算法。输入信号波形和IRS无源波束形成相移被联合设计为用户的个人频率选择性信道状态信息(CSI)的函数。研究了能量采集器的非线性特性,并对频率选择性IRS(FS-IRS)和频率平坦IRS(FF-IRS)两种IRS部署方案进行了建模和分析。本文强调了这样一个事实,即IRS可以提供一个额外的无源波束成形增益输出直流功率比传统的WPT设计和显着影响的波形设计,利用无源波束成形,频率分集和能量采集器的非线性的好处。尽管FF-IRS的输出直流电流比FS-IRS低,但它仍然比传统WPT设计实现了大幅增加的直流功率。性能评估证实了联合波形和无源波束形成设计的显著优势,考虑到能量采集器的非线性,以提高单用户和多用户WPT系统的性能。
2021-07-09 cs.IT eess.SP 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
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
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
Secure Wireless Communication in RIS-Aided MISO Systems with Hardware Impairments
在实际应用中,收发器硬件的残余损伤不可避免地导致失真噪声,从而导致性能损失。在本文中,我们研究了鲁棒传输设计的可重构智能表面(RIS)辅助安全通信系统中存在的收发器硬件损伤。我们的目标是最大限度地提高保密率,同时确保发射功率约束的主动波束形成在基站和单位模约束的被动波束形成在RIS。为了解决这个问题,我们采用交替优化方法迭代优化一组变量,同时保持另一组固定。其中,主动波束形成优化子问题采用逐次凸逼近(SCA)方法求解,被动波束形成优化子问题采用半定规划(SDP)方法求解。数值结果表明,所提出的传输设计方案是更强大的硬件损伤比传统的非鲁棒方案,忽略了硬件损伤的影响。
2021-03-08 cs.IT eess.SP 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
RIS-Assisted Communication Radar Coexistence: Joint Beamforming Design and Analysis
集成传感与通信(ISAC)被认为是未来无线通信最有前途的技术之一。然而,通信雷达共存系统中的相互干扰是不容忽视的。受可重构智能表面(RIS)研究的启发,提出了一种双RIS辅助共存系统,其中部署两个RIS以增强通信信号并抑制相互干扰。我们的目标是联合优化RISs和雷达的波束形成,以最大限度地提高通信性能,同时保持雷达检测性能。研究的问题是具有挑战性的,因此,我们把它转化为一个等价的,但更容易处理的形式,通过引入辅助变量。然后,我们提出了一个基于惩罚对偶分解(PDD)的算法来解决由此产生的问题。此外,我们考虑了两种特殊情况:大雷达发射功率的情况下,低雷达发射功率的情况下。对于前者,我们证明了波束形成设计只取决于通信信道,相应的最优联合波束形成策略可以得到封闭形式。对于后者,我们通过块坐标下降(BCD)方法最大限度地减少相互干扰。通过结合这两种情况的解决方案,一个低复杂度的算法也被开发出来。最后,仿真结果表明,基于PDD和低复杂度的算法优于基准算法。
2022-01-19 cs.IT eess.SP math.IT
Cooperative Beamforming Design for Multiple RIS-Assisted Communication Systems
可重构智能表面(RIS)为构建可编程无线传输环境提供了一种很有前途的方法。由于表面上的大量可控反射元件,RIS能够提供相当大的被动波束形成增益。目前,大多数相关工作主要考虑单RIS辅助系统的建模、设计、性能分析和优化。虽然有一些工作,研究多个RIS单独服务于其相关联的用户,多个RIS之间的合作还没有得到很好的考虑。为了填补这一空白,本文研究了一种多RIS辅助通信系统的协作波束形成设计,其中部署多个RIS来辅助从基站到其用户的下行链路通信。要做到这一点,我们首先模拟一般信道从基站到用户的任意数量的反射链路。然后,我们制定了一个优化问题,以最大限度地提高所有用户的总速率。分析表明,由于决策变量的非凸性和相互影响,该问题很难求解。为了有效地解决这个问题,我们首先将问题解耦成三个不相交的子问题。然后,通过引入适当的辅助变量,推导出决策变量的闭合表达式,提出了一种低复杂度的协作波束形成算法。通过与各种基线方法的比较,仿真结果验证了该算法的有效性。此外,这些结果还揭示了,为使总速率最大化,将反射元件分布在多个RIS中优于将它们部署在单个RIS中。
2022-09-30 cs.IT eess.SP math.IT
Intelligent Reflecting Surface Aided Full-Duplex Communication: Passive Beamforming and Deployment Design
研究了智能反射面(IRS)辅助全双工(FD)无线系统的无源波束形成和部署设计,其中FD接入点(AP)在IRS的帮助下在相同的时频维度上同时与上行(UL)用户和下行(DL)用户通信。在这种设置下,我们考虑三种部署情况:1)分别放置在UL用户和DL用户附近的两个分布式IRS; 2)放置在DL用户附近的一个集中式IRS; 3)放置在UL用户附近的一个集中式IRS。在每种情况下,我们的目标是通过联合优化AP和UL用户的发射功率和IRS(或IRS)处的无源反射系数来最小化AP和UL用户的加权和发射功率消耗,这受到UL和DL用户的速率约束和IRS反射系数的单模约束。首先,我们分析了在每个部署方案下的IRS辅助FD系统所需的最小发射功率,并将其与相应的半双工(HD)系统进行比较。我们发现,FD系统优于其HD对应的所有IRS部署方案,而分布式部署进一步优于其他两个集中式部署方案。接下来,我们将具有挑战性的功率最小化问题转换为等效但更易于处理的形式,并提出了一种基于块坐标下降(BCD)方法的高效算法来解决它。最后,数值结果验证了我们的分析以及所提出的被动波束形成设计的有效性。
2020-12-14 cs.IT eess.SP math.IT
Robust Beamforming Design for RIS-aided Cell-free Systems with CSI Uncertainties and Capacity-limited Backhaul
针对RIS辅助无小区系统,考虑CSI不确定性和容量受限回传,提出联合优化AP预编码与RIS相移的鲁棒波束赋形算法,以最大化最差情况总和速率,并实现低复杂度高性能。
2023-05-09 cs.IT eess.SP math.IT
Energy-Efficient Hybrid Beamforming with Dynamic On-off Control for Integrated Sensing, Communications, and Powering
本文研究多功能集成感知、通信与供能系统的能效混合波束成形设计,提出支持动态开关控制的混合架构与全面功耗模型,通过联合优化波束成形与开关控制以最小化总功耗并保证各项性能要求。
2024-03-25 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
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
Edge Federated Learning Via Unit-Modulus Over-The-Air Computation
Shenzhen Institute of Advanced Technology (SIAT), Chinese Academy of Sciences(中国科学院深圳先进技术研究院);Southern University of Science and Technology (SUSTech)(南方科技大学);Sifakis Research Institute of Trustworthy Autonomous Systems(思法基可信自主系统研究院);The University of Hong Kong(香港大学);University of New South Wales(新南威尔士大学)
边缘联邦学习(FL)是一种基于无线通信的分布式数据集训练全局参数模型的新兴范式。本文提出了一种单位模空中计算(UMAirComp)框架,以促进有效的边缘联邦学习,它通过模拟波束形成同时上传局部模型参数和更新全局模型参数。所提出的框架避免了复杂的基带信号处理,从而降低了通信延迟和实现成本。推导了UMAirComp FL系统的训练损失界,并提出了两种低复杂度的大规模优化算法:惩罚交替最小化(PAM)和加速梯度投影(AGP),以最小化非凸非光滑损失界.仿真结果表明,与其他基准方案相比,采用PAM算法的UMAirComp框架具有更小的模型参数估计均方误差、训练损失和测试误差。与已有的优化算法相比,本文提出的UMAirComp框架在降低计算复杂性数量级的同时,具有令人满意的性能.最后,我们展示了UMAirComp在车辆到一切自动驾驶仿真平台中的实现。研究发现,自动驾驶任务比其他任务对模型参数误差更敏感,因为用于自动驾驶的神经网络包含更稀疏的模型参数。
2022-04-11 cs.AI cs.IT math.IT
GNN Based Joint Beamforming Design for Extremely Large-Scale RIS Assisted Near-Field ISAC Systems
Guangdong University of Technology(广东工业大学);Fudan University(复旦大学);The Hong Kong University of Science and Technology(香港科技大学)
本文提出基于GNN的极大规模RIS辅助近场ISAC系统的联合波束成形设计方法,通过异构图建模和消息传递机制提升通信与感知性能。
2026-03-02 cs.IT eess.SP math.IT
RIS-Aided MIMO Systems with Hardware Impairments: Robust Beamforming Design and Analysis
可重构智能表面(RIS)被认为是提高未来无线系统性能的一种新型技术。在本文中,我们研究了一个实用的RIS辅助多输入多输出(MIMO)系统中存在的收发器硬件损伤,RIS相位噪声和不完善的信道状态信息(CSI)。特别考虑了MIMO收发器和RIS反射矩阵的联合设计,以最小化所有数据流的总平均均方误差(MSE)。这个联合设计问题是非凸的,具有挑战性的解决,由于新考虑的实际缺陷。为了解决这个问题,我们首先分析了总平均MSE纳入上述系统的不完善的影响。然后,为了处理紧耦合的优化变量和非凸NP-硬约束,提出了一种基于交替优化(AO)框架的高效迭代算法,保证了算法的收敛性,其中每个子问题通过利用优化最小化(MM)技术得到一个封闭形式的最优解.此外,通过利用单位模约束的特殊结构,我们提出了一种改进的黎曼梯度上升(RGA)算法的离散RIS相移优化。此外,在视距信道条件下验证了该算法的最优性,并揭示了在高信噪比(SNR)条件下,由于硬件和信道状态信息的不完善而引起的不可约的均方误差地板效应.数值结果表明,我们所提出的算法的MSE性能优于所采用的基准计划,并表明,增加RIS元素的数量并不总是有益的上述系统的缺陷。
2023-03-22 cs.IT eess.SP math.IT
Sensing-Then-Beamforming: Robust Transmission Design for RIS-Empowered Integrated Sensing and Covert Communication
School of Science, Edith Cowan University(伊迪丝考文大学理学院)
本文提出了一种基于RIS的鲁棒隐蔽传输设计,通过感知后再波束成形技术提升隐蔽通信效率。
2025-12-08 cs.IT eess.SP math.IT
Dual-Functional MIMO Beamforming Optimization for RIS-Aided Integrated Sensing and Communication
针对RIS辅助双功能ISAC系统的通信与雷达性能折衷,提出SUST与MUMT场景下的BS预编码和RIS相移优化算法,并通过仿真验证性能。
2023-07-17 cs.IT eess.SP math.IT
Robust Design for IRS-Aided Communication Systems with User Location Uncertainty
在本文中,我们提出了一个强大的设计框架,在存在用户位置不确定性的IRS辅助通信系统。通过联合设计BS处的发射波束成形向量和IRS处的相移,我们的目标是最小化受到最坏情况的服务质量(QoS)约束的发射功率,即,确保对于所有可能的用户定位误差实现,用户速率高于阈值。对于单位模,这个问题不是凸的。QoS约束中的位置不确定性进一步增加了解决该问题的难度。利用泰勒展开、S-过程和半定松弛(SDP)技术,将该问题转化为一系列半定规划(SDP)子问题。仿真结果表明,所提出的鲁棒算法大大优于文献中提出的非鲁棒算法,在达到所需的QoS目标的概率。
2020-08-27 cs.IT eess.SP math.IT
Continuous Aperture Array (CAPA)-Based Multi-Group Multicast Communications
National Mobile Communications Research Laboratory, Southeast University(东南大学国家移动通信实验室);Purple Mountain Laboratories(紫金山实验室);Queen’s University Belfast(贝尔法斯特女王大学);Kyung Hee University(庆熙大学)
本文提出基于连续孔径阵列的多组多播通信系统,通过优化波束成形设计提升系统能量效率。
2025-05-02 cs.IT eess.SP math.IT
Intelligent Omni Surfaces assisted Integrated Multi Target Sensing and Multi User MIMO Communications
本文研究IOS赋能的多目标感知与多用户MIMO ISAC,通过联合优化收发波束和IOS系数,提出基于BCD、SDR、SCA及秩最小化的算法,实现360度覆盖并提升SINR性能。
2023-07-13 cs.IT eess.SP math.IT
Robust Transmission Design for RIS-Aided Communications with Both Transceiver Hardware Impairments and Imperfect CSI
可重构智能表面(RIS)或智能反射表面(IRS)最近被认为是未来第六代(6G)通信中最有前途的技术之一。在本文中,我们考虑了在基站(BS)的发射波束形成和RIS的相移的联合优化的RIS辅助无线通信系统的硬件损伤和不完善的信道状态信息(CSI)。具体来说,我们假设BS用户信道和BS-RIS用户信道都是由于信道估计误差而不完美的,并且我们考虑统计CSI误差模型下的信道估计误差。然后,BS的发射功率被最小化,受到中断概率约束和反射元件上的单位模量约束。通过使用Bernstein型不等式和半定松弛(SDR)重新制定的约束条件,我们将优化问题转化为一个半定规划(SDP)问题。数值结果表明,所提出的鲁棒性设计算法可以在硬件损伤和CSI不完美的情况下保证用户的通信质量。
2021-12-12 cs.IT eess.SP math.IT
Robust Transmission Design for RIS-assisted Secure Multiuser Communication Systems in the Presence of Hardware Impairments
研究了可重构智能表面辅助的硬件损伤下的安全多用户通信系统。我们共同优化的波束形成向量在基站(BS)和反射元件在RIS的相移,以最大限度地提高加权最小保密率(WMSR),在BS和单位模数约束在RIS的传输功率约束。为了解决公式化的优化问题,我们首先将其解耦为两个易于处理的子问题,然后使用块坐标下降(BCD)方法交替优化子问题。提出了两种不同的方法来解决这两个子问题。第一种方法将每个子问题转化为二阶锥规划(SOCP)问题,可以直接使用CVX求解。第二种方法利用Minorization-Maximization(MM)算法。具体地说,我们首先推导出一个凹逼近函数,这是一个下界的原始目标函数,然后两个子问题转化为两个简单的代理问题的封闭形式的解决方案。仿真结果验证了所提出的鲁棒传输方法的性能增益比现有的非鲁棒设计。此外,MM算法具有更低的复杂度比基于SOCP的算法。
2022-10-11 cs.IT eess.SP math.IT