Joint Channel Estimation and Pilot Allocation in Underlay Cognitive MISO Networks
认知无线电作为一种灵活的技术被提出来以提高频谱利用率。本文处理的问题，信道估计及其对下行链路传输的影响，在认知无线电场景。我们认为主要和认知基站，每个配备多个天线和服务多个用户。主网络经常遭受认知干扰，这可以通过在认知系统处部署波束成形以在空间上引导传输远离主接收器来减轻。估计的信道状态信息（CSI）的准确性在设计可以调节干扰量的准确波束形成器中起着重要作用。然而，信道估计受到干扰的影响。因此，我们提出了不同的信道估计和导频分配技术来处理认知系统的信道估计，并减少污染的影响，在主系统和认知系统。为了解决主系统和认知系统中的污染问题，我们利用协方差矩阵中嵌入的信息，成功地将信道估计与相关认知单输入多输入（SIMO）信道中的其他用户的信道分离。最小均方误差（MMSE）的框架，提出了利用二阶统计量来分离重叠的空间路径，造成的干扰。我们通过仿真验证我们的算法，并将它们与最先进的技术进行比较。
2015-05-08 cs.IT math.IT
Joint Sensing and Reception Design of SIMO Hybrid Cognitive Radio Systems
本文研究了认知无线电系统中频谱感知和接收波束形成的联合设计问题。所提出的设计的目的是最大化的可实现的平均上行链路速率的次要用户（SU），受到基于中断的服务质量（QoS）约束的主要通信。研究了一种混合CR系统方法，根据该方法，系统或者作为交织器操作（即，机会主义的）或作为投机者（即，频谱共享）CR系统，基于SS结果。一个现实的信道状态信息（CSI）框架，根据该框架，直接信道链路是已知的多天线接收机（RX），而只有统计（协方差）信息可用于干扰链路。一个新的，封闭的形式近似推导出的中断概率的主要通信，和SS参数和接收波束形成器的速率最优选择的问题是解决的混合，交织和MIMO系统。事实证明，我们提出的系统设计优于两个交织和交织CR系统的一系列系统方案。
2015-09-14 cs.IT math.IT
Wireless-Powered Communication Assisted by Two-Way Relay with Interference Alignment Underlaying Cognitive Radio Network
本文针对MIMO认知无线电网络中无线供电次级系统，提出结合功率分割、双向DF中继和基于MMSE的干扰对齐的两步设计方法，以最小化中断概率，仿真显示中断概率平均降低超过两个数量级。
2023-09-16 cs.IT math.IT
Sparsity Exploitation via Joint Receive Processing and Transmit Beamforming Design for MIMO-OFDM ISAC Systems
针对MIMO-OFDM ISAC系统，提出联合接收回波处理与发射波束成形设计，利用压缩感知利用回波稀疏性，在满足功率和SNR约束下最大化多用户总速率，并通过MM、FP和neADMM算法高效求解。
2023-12-29 cs.IT eess.SP math.IT
Cooperative Beamforming in Cognitive Radio Relay Networks Using Amplify-and-Forward Relaying Technique
在这项工作中，我们研究的问题中继波束形成的认知无线电中继网络使用放大转发（AF）中继技术。我们考虑一个认知无线电网络，由单一的主要和多个次要的发射机/接收机。此外，还有几个中继节点可以帮助主网络和辅助网络。提出了一种新的中继站波束赋形方法，其中中继站的波束赋形权值是一个优化问题的解。优化问题的目标是最大化在辅接收机（SU-RX）处的最坏情况的信号与干扰加噪声比（SINR），并且约束是主接收机（PU-RX）上的干扰功率和中继节点的总发送功率。我们表明，波束形成问题可以转化为二阶锥规划（SOCP）问题，并解决了二分法搜索方法。我们的仿真结果表明，性能的改善作为一个功能的大小和功率的中继网络。
2019-10-18 cs.IT eess.SP math.IT
Interference Exploitation Precoding Made Practical: Closed-Form Solutions with Optimal Performance
在本文中，我们提出了封闭形式的预编码方案，具有最佳性能的建设性干扰（CI）开发在多用户多输入单输出（MU-MISO）下行链路。我们首先考虑一个优化，我们最大限度地提高建设性的区域和检测阈值之间的距离。严格和非严格的相位旋转的情况下，被认为是可以进一步制定为凸优化问题。对于具有严格相位旋转的优化，我们在数学上推导出具有拉格朗日和Karush-Kuhn-Tucker（KKT）条件的最佳波束形成结构。通过制定其对偶问题，优化问题被进一步证明是等价的二次规划（QP）在一个单纯形，它可以更有效地解决。然后，我们扩展我们的分析的情况下，非严格的相位旋转，在数学上表明，一个K维优化非严格的相位旋转是等价于一个2K维优化严格的相位旋转的问题制定。与传统的迫零（ZF）预编码的连接也进行了讨论。基于上述分析，我们进一步提出了一个迭代的封闭形式的计划，以获得最佳的波束形成矩阵，其中在每一次迭代的封闭形式的解决方案，可以得到。数值结果验证了我们的分析和所提出的迭代方案的最优性，并进一步表明，所提出的封闭形式的计划是更有效的比传统的QP算法与相邻点的方法，这激励使用CI波束成形在实际的无线系统。
2017-12-21 cs.IT math.IT
Opportunistic Beamforming using Dumb Basis Patterns in Multiple Access Cognitive Channels
本文研究了干扰受限多址接入（MAC）认知信道中从次网络到主网络存在视距干扰（LoS）时的多用户分集问题。结果表明，对于$N$次用户，并假设莱斯干扰信道，次和容量的规模像$\log\left(\frac{K^{2}+K}{\mathcal{W}\left(\frac{K e^{K}}{N}\right)}\right)$，其中$K$是莱斯信道的$K$因子，和$\mathcal{W}(.)$是朗伯W函数。因此，LoS干扰阻碍了在瑞利信道中经历的可实现的多用户分集增益，其中总容量像$\log(N)$那样增长。为了克服这个问题，我们提出了使用单无线电电子可控寄生阵列辐射器（ESPAR）天线在二次移动终端。使用ESPAR天线，我们诱导干扰信道的人为波动恢复$\log(N)$增长率通过分配随机权重正交{ \it基础模式}。我们将这种技术称为{ \it随机空中波束形成}（RAB）。虽然LoS干扰本来是一个源的容量障碍，我们表明，使用RAB，它实际上可以被利用来提高多用户干扰的多样性，通过提高{ \it有效用户数}以最小的硬件复杂性。
2014-07-05 cs.IT math.IT
Optimal Relaying Beamforming in Multiple Access Broadcast Channel (MABC) Bidirectional Cognitive Radio Networks in Presence of Interferers
在本文中，一般的认知无线电系统由一组用户具有不同的频谱接入水平，包括两个主收发机和几种类型的次用户被认为是。假设两个次用户基于MIMO模型在相同的频率带宽下操作，并且与基于多址广播信道（MABC）双向波束成形方案的主用户同时操作。其他次要用户向主要用户提供中继服务，以换取在通信周期的固定部分内向其自己的目的地发送其消息的机会。此外，假设一些干扰器在通信周期期间是活动的并且对网络造成干扰。此外，假设只有部分信道状态信息（CSI）之间的干扰和网络中的其他节点是可用的。我们提供了一种鲁棒的优化方法，以最大化联合的主要和次要的{信号干扰噪声比（SINR）}的假设有限的可用功率在次要中继的缺陷上的中继器的CSI。在次级中继节点处采用放大转发（AF）中继策略，利用二阶凸规划（SOCP）方法获得最优波束形成。仿真结果表明，所提出的波束形成方法的性能对干扰的存在，并证明了我们的鲁棒性的方法对干扰的CSI知识的不确定性的有效性。
2018-09-07 cs.IT math.IT
Wideband Channel Estimation for Hybrid Beamforming Millimeter Wave Communication Systems with Low-Resolution ADCs
潜在的巨大频谱资源使毫米波通信成为一项很有前途的技术。由于用于波束成形以克服大的传播损耗的大量天线和模数转换器（ADC）而导致的高功耗在实践中是有问题的。由于混合波束成形架构和低分辨率ADC被认为可以降低功耗，因此毫米波信道的估计变得具有挑战性。我们评估了几种信道估计算法的宽带毫米波系统的混合波束形成和低分辨率ADC。通过仿真，我们表明：1）在感兴趣的SNR范围内，具有最小二乘估计的无限位ADC的信道估计性能比具有正交匹配追踪（OMP）的1位ADC差，2）当使用OMP时，三位和四位量化器可以实现接近未量化情况的信道估计性能，3）如果利用足够的帧，则具有单个RF链的接收器可以产生比具有四个RF链的接收器更好的估计，以及4）对于一位ADC，利用更高的发射功率和更多的帧来增强性能在某个点之后对估计性能产生不利影响。
2017-10-29 cs.IT math.IT
Error Performance of Wireless Powered Cognitive Relay Networks with Interference Alignment
研究了一种采用干扰对齐技术的两跳解码转发认知无线电系统。能量受限的中继节点通过功率分配（PS）中继协议从干扰信号中收获能量。首先，主要和次要网络的波束形成矩阵的设计进行了演示。然后，计算了PS协议在理想和不理想信道状态信息（CSI）情况下系统的比特出错率（BER）性能。最后，仿真了CSI失配参数对系统误码率性能的影响。
2017-12-13 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
Intelligent Interference Exploitation for Heterogeneous Cellular Networks against Eavesdropping
本文探讨了异构蜂窝网络中宏小区和小小区的共存问题，其中宏基站（MBS）和小基站（SBS）通过共享频谱向各自的宏用户（MU）和小用户（SU）发送数据，以应对共同的窃听者。我们考虑两种频谱共享机制，即重叠频谱共享（OSS）和重叠频谱共享（USS）。在OSS中，MBS和SBS轮流访问它们的共享频谱。相比之下，USS允许MBS和SBS在用于限制它们的相互干扰的功率控制的帮助下在共享频谱上同时发送，因此称为干扰受限USS（IL-USS）。为了利用相互干扰迷惑窃听者而不对MU造成不利影响，我们提出了一种干扰消除USS（IC-USS）方案。在考虑MBS-MU和SBS-SU传输的情况下，推导了OSS、IL-USS和IC-USS方案的总中断概率和拦截概率的闭式表达式。秘密分集分析也进行了表征的整体中断概率与给定的拦截概率在高信噪比区域的渐近行为。结果表明，传统的OSS和IL-USS的保密分集增益为零，而建议的IC-USS实现了更高的保密分集增益为1。这意味着，在任意低的总截获概率下，传统OSS和IL-USS方法收敛到各自的中断概率底，而IC-USS方案只需增加发射功率，就能使总中断概率渐近减小到零。此外，数值结果表明，所提出的IC-USS的OSS和IL-USS对窃听的明显优势。
2018-07-24 cs.IT math.IT
On the Ergodic Rate of OFDMA Cognitive Radios under Imperfect Cross-Link Information
研究了不完全交叉链路知识下正交频分多址（OFDMA）认知无线电（CR）的各态历经速率性能和极限。我们提出了一种新的随机干扰管理和开发技术，以减轻和控制的CRs对授权用户的干扰，在CDMA频谱共享。最佳下行链路信道自适应资源分配（RA）算法被设计为在满足平均发射功率和概率峰值干扰功率约束的情况下最大化CR功能。推导了CR的接收信号与干扰噪声比（SINR）的累积密度函数（cdf）表达式，以评估由此产生的各态历经速率。仿真研究进行了检查所提出的RA算法和调查的影响，参数的不确定性对整个系统的性能。
2017-11-17 cs.IT math.IT
Study of Robust Distributed Beamforming Based on Cross-Correlation and Subspace Projection Techniques
在这项工作中，我们提出了一种新的强大的分布式波束形成（RDB）的方法，以减轻信道误差的影响，无线网络配备中继的基础上利用接收到的数据之间的互相关从中继在目的地和系统输出。建议的RDB方法，表示互相关和子空间投影（CCSP）RDB，认为在系统中的总中继发射功率约束和最大化输出信号干扰噪声比（SINR）的目标。中继节点配备了放大转发（AF）协议，我们假设，信道状态信息（CSI）是不完全知道在中继站和源和目的地之间没有直接的链接。CCSP不需要任何昂贵的优化过程和模拟显示出优异的性能相比，以前报道的算法。
2017-12-01 cs.IT eess.SP math.IT
Energy Efficiency Optimization for Secure Transmission in MISO Cognitive Radio Network with Energy Harvesting
在本文中，我们研究了不同的保密能量效率（SEE）优化问题的多输入单输出的认知无线电（CR）网络中存在的能量收集接收机。特别是，这些能源效率的设计开发与不同的假设信道状态信息（CSI）在发射机，即完美的CSI，统计CSI和不完美的CSI与有界信道不确定性。特别地，这里的首要目标是设计一种波束成形技术，该技术最大化SEE，同时满足与发射器和接收器之间的干扰和收获能量相关的所有相关约束。我们表明，原来的问题是非凸的，他们的解决方案是棘手的。通过使用一些技术，如非线性分式规划和凹（DC）函数的差异，我们重新制定原来的问题，使他们易于处理。然后，我们结合这些技术与Dinkelbach的算法，得到迭代算法，以确定相关的波束形成向量，导致SEE最大化。在此基础上，利用半定松弛、非线性分式规划和S-过程将原问题映射为一系列半定规划，研究了椭球有界信道不确定性下的鲁棒设计问题。此外，我们表明，最大的SEE可以通过在一维空间中的搜索算法来实现。数值结果，与文献中现有的技术相比，所提出的设计SEE最大化的有效性。
2019-08-30 cs.IT math.IT
Deep Learning Enabled Optimization of Downlink Beamforming Under Per-Antenna Power Constraints: Algorithms and Experimental Demonstration
研究了多用户多输入单输出系统中基于深度学习的快速下行波束形成算法，其中基站的每个发射天线都有自己的功率约束。我们专注于信号干扰噪声比（SINR）平衡问题，这是准凸的，但没有有效的解决方案。我们首先设计了一个快速次梯度算法，可以达到接近最优的解决方案，降低复杂度。然后，我们提出了一个深度神经网络结构，以学习基于卷积网络和利用原始问题的对偶性的最佳波束成形。研究了两种不同精度的对偶变量学习策略，并利用次梯度算法恢复原解。我们还开发了一个泛化方法，使他们能够适应不同数量的用户和天线，而无需重新训练的算法。我们进行了密集的数值模拟和试验台实验，以评估所提出的算法的性能。仿真结果表明，在信道信息完备的情况下，该算法的性能接近最优解，在实验中优于理论上的最优解，比现有算法具有更好的性能-复杂度权衡。
2020-02-28 cs.IT eess.SP math.IT
Secure and Energy Efficient Transmission for IRS-Assisted Cognitive Radio Networks
认知无线电网络（CRN）中，由于对主用户（PU）的干扰限制以及与PU共享频谱，频谱效率（SE）和次用户（SU）的安全性成为两个主要问题。智能反射面（IRS）是近年来提出的一种革命性技术，它可以帮助增强无线通信的SE和物理层安全性。本文研究了IRS在多天线认知基站中的应用，其中多天线认知基站（CBS）利用分配给PU的频谱，在存在多个协作窃听者（Eves）的情况下，通过IRS与SU进行通信。为了实现保密率（SR）和能量消耗之间的权衡，我们调查的保密能量效率（SEE）最大化问题，通过联合设计的CBS和IRS的反射波束形成的发射波束形成。针对耦合变量非凸优化问题，提出了一种迭代交替优化算法，对子问题1采用基于迭代罚函数的算法，对子问题2采用两凸函数差分法。此外，我们提供了一个二阶锥规划（SOCP）的近似方法，以减少计算复杂性。最后，仿真结果表明，IRS可以显着提高SE和增强CRN的物理层安全性。此外，我们提出的算法在实现SR和能量消耗之间的权衡的有效性和优越性进行了验证。
2021-09-23 cs.IT math.IT
A New Adaptive Balanced Augmented Lagrangian Method with Application to ISAC Beamforming Design
本文提出一种自适应平衡增广拉格朗日（ABAL）方法，用于高效求解带线性等式约束的凸规划问题，并将其定制应用于ISAC波束赋形设计，仿真验证了其有效性。
2024-10-20 cs.IT eess.SP math.IT
Grouping Method for mmWave Massive MIMO System: Exploitation of Angular Multiplexing Gain
本文研究毫米波大规模MIMO系统中基于预编码的角度分多址用户分组问题，提出将最大化总速率转化为用户间角度间隔均衡，并设计了一种性能优越且复杂度极低的分组算法。
2023-05-25 cs.IT eess.SP math.IT
Sum-Rate Performance of Millimeter Wave MIMO Shared Spectrum Systems
研究了毫米波（mmWave）通信引起的干扰管理对多输入多输出（MIMO）频谱共享认知系统性能的影响。高度定向的毫米波信号具有短波长特性，这使得能够在通信系统的小的受限空间中制造增加数量的天线。利用大的天线单元来收获高的波束形成增益，并通过在认知基站（CBS）和次级用户处的模拟处理来提高信噪比（SNR）。CBS和二级用户的模拟处理具有硬件和计算限制。这些限制通过设计射频（RF）预编码和RF组合来解决。在数字域，它表明，次用户之间的干扰可以消除基带块对角化技术。为此目的，考虑到控制主用户上的干扰，并推导出最佳功率分配的表达式的工作模式。推导出的功率分配是一种解决mmWave MIMO认知无线电（CR）系统的速率最大化问题的方法。最后，进行数值模拟，以产生不同的毫米波CR系统条件下的各种显着的见解，也验证了性能的改善相比，只有数字通信系统。
2018-06-23 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
