A Blind Beam Tracking Scheme for Millimeter Wave Systems
毫米波是推动新一代无线通信系统的技术之一。为了补偿高路径损耗，毫米波器件需要使用高定向天线。因此，波束失准会导致严重的性能下降，降低链路吞吐量，甚至引发完全中断。传统的解决方案，例如IEEE 802.11ad，提出使用附加的训练序列来跟踪波束未对准。然而，这些方法引入了显著的开销，特别是在动态场景中。在本文中，我们提出了一种波束成形方案，可以减少这种开销。首先，我们提出了一个算法来设计一个适合于移动场景的码本。其次，我们提出了一种基于粒子滤波的盲波束跟踪算法，该算法用粒子构造的后验密度函数来描述设备的角位置。该方案减少了超过80%的额外的训练序列所造成的开销。
2020-06-19 eess.SP
A Kronecker-Based Sparse Compressive Sensing Matrix for Millimeter Wave Beam Alignment
毫米波波束对准（BA）是一个具有挑战性的问题，特别是对于大量的天线。由于这种信道的稀疏性质，已经利用了压缩感知（CS）工具。本文提出了一种新的确定性CS方法BA。我们提出的具有Kronecker结构的传感矩阵是稀疏的，这意味着它是计算效率高的。我们表明，我们提出的传感矩阵满足限制等距属性（RIP）的条件，这保证了稀疏向量的重建。我们的方法优于现有的随机波束形成技术在实际的低信噪比（SNR）的情况下。
2019-09-16 eess.SP
Radar Enhanced Multi-Armed Bandit for Rapid Beam Selection in Millimeter Wave Communications
本文提出将雷达与通信结合以增强多臂老虎机（MAB）学习性能，通过仅搜索雷达检测到移动目标的波束来减少扫描数量和探索时间，从而在大量波束场景下有效降低延迟并提高吞吐量。
2023-06-29 eess.SP
IRS-Assisted Millimeter Wave Communications: Joint Power Allocation and Beamforming Design
智能反射面（IRS）技术为毫米波（mmWave）通信系统提供了比现有技术更可行的传播路径以克服阻塞。在本文中，我们考虑了一个下行链路的无线系统与IRS和制定联合功率分配和波束成形设计问题，以最大限度地提高加权和速率，这是一个多变量优化问题。针对这一问题，提出了一种基于交替流形优化的波束形成算法。仿真结果表明，该优化算法在提高无线通信系统的加权和速率方面明显优于现有算法。
2020-12-24 eess.SP
Beam Selection for Wideband Millimeter Wave MIMO Relying on Lens Antenna Arrays
基于透镜天线阵列的波束空间多输入多输出（MIMO）技术通过波束选择可以显著减少毫米波（mmWave）通信系统中射频链路的数量。然而，在宽带毫米波MIMO系统中，波束成形增益实际上是频率相关的。这种现象被称为波束偏斜，当使用传统的波束选择方法时，它会恶化系统的性能。为了解决这个问题，我们提出了一种宽带波束选择方法毫米波MIMO系统依赖于透镜天线阵列。首先，我们为每个用户选择一个在整个频带上平均能量最大的波束，然后依次选择对和速率贡献最大的波束。提出的宽带波束选择方法的性能分析。数值结果表明，该方法与传统方法相比，具有更高的总速率和能量效率。
2020-04-17 eess.SP
Hybrid Beamforming Design for Millimeter Wave Multiuser MIMO Systems with Dynamic Subarrays
在这封信中，我们研究了毫米波（mmWave）下行多用户多输入多输出（MU-MIMO）系统，该系统在基站处采用动态子阵架构，并考虑每个用户的多流通信。针对系统频谱效率最大化的问题，提出了一种新的混合波束形成方案。首先，假设没有用户间干扰（IUI），我们很容易得到最佳的全数字波束形成器和合并器使用每个用户信道的奇异值分解和注水算法。然后，基于所得到的全数字波束形成器，提出了一种Kuhn-Munkres算法辅助的动态混合波束形成器设计，保证了每个射频链至少连接一个天线。最后，我们建议进一步将每个获得的数字波束形成器投影到所有其他等效用户信道的零空间上，以消除IUI。数值结果验证了我们提出的混合波束形成设计的优越性。
2022-05-06 eess.SP
Rate-Loss Mitigation for a Millimeter-Wave Beamspace MIMO Lens Antenna Array System Using a Hybrid Beam-Selection Scheme
速率损失是多用户波束域多输入多输出（MIMO）毫米波系统的一个重要问题。在这样的系统中，多簇信道传播导致作为量化误差的函数，并且因此，每个活动用户遭受显著的速率损失。特别地，在等效波束空间MIMO信道中使用传统的单波束选择（SBS）方案以减少所需的射频（RF）链的数量，但是由于每个用户的信道传播簇的数量有限，该方案不能适当地减轻量化误差。此外，最佳选择的波束或RF链以相同数量的预编码数据流操作。因此，每个活动用户固有地丢失利用传统SBS方案的大量数据流。因此，我们提出了一种混合波束选择（HBS）方案在等效的波束空间MIMO信道实现多波束或RF链组选择的机会，并选择一个可靠的信道传播集群每个活跃用户，这直接影响到减轻量化误差。在毫米波MIMO下行链路信道环境下，通过计算机仿真验证了数值结果。
2019-04-17 eess.SP
Device-to-Device Communications in Millimeter Wave Band: Impact of Beam Alignment Error
利用毫米波（mmWave）频带最近已经吸引了相当多的关注，作为对设备到设备（D2D）通信挑战（即，频谱稀缺和干扰）的广泛部署的潜在解决方案。然而，其定向性质使得毫米波频带的利用成为一项具有挑战性的任务，因为它需要D2D发射器和接收器之间的仔细波束对准。在本文中，我们研究了不准确的到达角（AoA）估计作为定向毫米波D2D网络的性能上的波束对准损伤的影响。我们已经使用来自随机几何的工具来量化在存在波束未对准的情况下的信号与干扰加噪声比（SINR）覆盖概率，其可以应用于评估D2D网络性能。此外，通过大量的仿真验证了分析结果的可靠性和有效性。最后，将具有错误波束对准的D2D网络的覆盖概率与具有完美波束对准的网络进行比较。数值结果表明，波束失准会导致网络的覆盖概率的显着损失。
2019-06-14 eess.SP
Millimeter Wave Analog Beamforming Codebooks Robust to Self-Interference
本文提出了一种新的方法来设计模拟波束成形码本全双工毫米波（毫米波）收发器，第一个这样的码本，以我们所知的。我们的设计减少了发射-接收波束对耦合的自干扰，同时在所需的覆盖区域内提供高波束成形增益，使毫米波全双工系统能够支持波束对准，同时最大限度地减少自干扰。为此，我们的方法允许波束成形增益的一些可变性，以策略性地成形拒绝自干扰同时仍具有实质性增益的波束。我们提出了一种算法，用于近似解决我们的码本设计问题，同时考虑数字控制移相器和衰减器所造成的非凸性。数值结果表明，我们的设计可以优于或接近现有的码本在很大范围内的自干扰功率电平的总和频谱效率。结果表明，我们的设计提供了一个额外的20-50 dB的鲁棒性，自干扰，这取决于硬件的限制。
2021-05-27 eess.SP
Design of Millimeter-Wave Single-Shot Beam Training for True-Time-Delay Array
波束训练是毫米波和亚太赫兹通信中最重要和最具挑战性的任务之一。当使用具有窄波束的大天线阵列时，需要新颖的收发器架构和信号处理技术来避免过高的训练开销。在这项工作中，我们利用最近的发展，在宽范围的真实时间延迟（TTD）模拟阵列和频率相关的探测波束，以加速波束训练。我们提出了一种算法，实现高精度的到达角估计与一个单一的训练符号。此外，TTD前端损伤对波束训练精度的影响进行了研究，包括增益，相位和延迟误差的影响。最后，对模拟延迟抽头的分辨率和范围的损伤和所需规格的研究被用于提供能量有效的TTD阵列的设计见解，其采用基于离散时间采样的TTD元件的新架构。
2020-05-04 eess.SP
Two-stage Multi-beam Training for Multiuser Millimeter-Wave Communications
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Southern University of Science and Technology (SUSTech)（南方科技大学）；University of Waterloo（滑铁卢大学）；National University of Singapore（新加坡国立大学）
本文提出双阶段多波束训练方法，通过稀疏和密集子阵列生成波束以提高多用户毫米波通信中的用户角度识别效率。
2026-01-07 eess.SP
Extended Kalman Filter Beam Tracking for Millimeter Wave Vehicular Communications
毫米波（mmWave）通信是一种很有前途的技术，以满足车辆通信不断增长的数据流量。不幸的是，由于用于补偿高路径损耗的窄波束，在该频谱中需要更频繁的信道估计。因此，开发高效的波束跟踪算法对于实现该技术至关重要，特别是对于车辆通信中快速变化的环境。在本文中，我们提出了一种创新的方案，用于波束跟踪的基础上扩展的卡尔曼滤波器（EKF），提高了49%的均方误差性能在车辆设置。我们建议使用的位置，速度和信道系数作为状态变量的EKF算法，并表明，这种方法的结果在改进的波束跟踪与低计算复杂度，考虑到系统的运动学特性。我们还明确推导出封闭的表达式的雅可比矩阵的EKF算法。
2019-11-05 eess.SP
Location- and Orientation-aware Millimeter Wave Beam Selection for Multi-Panel Antenna Devices
虽然毫米波网络中的初始波束对准（BA）已被彻底研究，大多数研究假设一个简化的终端模型的基础上均匀的线性/平面阵列与各向同性天线。具有非各向同性天线元件的设备需要多个面板来提供良好的球面覆盖，并且在所有面板的所有波束上的穷举搜索导致不可接受的开销。本文提出了一种位置和方向感知的解决方案，管理多面板设备的初始BA。我们提出了三种不同的神经网络结构，它们提供了有效的BA，具有广泛的训练数据集大小，复杂性和反馈消息大小。我们提出的方法优于广义逆指纹识别和分层面板波束选择方法的两个考虑边缘和边缘面天线布局设计。
2022-03-22 eess.SP
Millimeter-wave Multimode Circular Array for Spatially Encoded Beamforming in a Wide Coverage Area
本文总结了毫米波（mmWave）的多模圆形天线阵列的波束形成器，能够在一个广泛的覆盖范围内进行特殊编码的数据传输的研究。圆形天线阵列能够实现整个360度。方位扇区覆盖，其中广播、单播和多播无线电传输是可能的。沿仰角轴的轨道角动量（OAM）模式传输，即，垂直于方位平面的方向。这两种类型的空间编码波束形成使得几乎覆盖整个半球成为可能。圆形阵列是使用12个多层贴片天线，具有独特的辐射性能，有助于在方位角和仰角辐射。所提出的阵列架构及其辐射性能使其成为mmWave 5G空间编码波束成形的良好候选者。
2020-12-29 eess.SP
Beam Training and Alignment for RIS-Assisted Millimeter Wave Systems:State of the Art and Beyond
可重构智能表面（RIS）是近年来出现的一种新型蜂窝网络。具体而言，由于其在重塑传播环境方面的能力，RIS被引入以解决毫米波（mmWave）甚至太赫兹（THz）通信中的阻塞问题。然而，RIS的部署使系统架构复杂化，并对波束训练（BT）/波束对准（BA）提出了重大挑战，这是在发射机和接收机之间建立可靠链路所需的过程。在本文中，我们首先回顾了几种用于RIS辅助毫米波系统的最先进的波束训练解决方案，并讨论了它们各自的优点和局限性。我们还提出了一种新的多方向BT方法，它可以实现一个体面的BA性能，只有少量的训练开销。最后，我们概述了几个重要的开放性问题，在英国电信的RIS辅助毫米波系统。
2022-03-25 eess.SP
Towards Intelligent Millimeter and Terahertz Communication for 6G: Computer Vision-aided Beamforming
在毫米波（mmWave）频段，通过多输入多输出（MIMO）天线阵列实现的波束形成技术被广泛用于补偿严重的路径损耗。在5G NR系统中，采用波束扫描和波束细化来找出与移动台对准的最佳波束码字。由于码本的复杂握手和有限分辨率，当今基于5G的波束管理策略在数据速率、能耗以及处理延迟方面的各种场景中是无效的。本文的目的是介绍一种新型的基于计算机视觉（CV）技术的光束管理框架。在这个被称为计算机视觉辅助光束管理（CVBM）的框架中，连接到BS的摄像头捕获图像，然后基于深度学习的物体检测器识别移动设备的3D位置。由于基站可以直接设置波束方向而无需码本量化和反馈延迟，CVBM实现了显著的波束形成增益和延迟减少。使用专门设计的称为Vision Objects for Beam Management（VOBEM）的数据集，我们证明了CVBM在5G NR波束管理上实现了波束成形增益的40%以上的提高和波束训练开销的40%以上的减少。
2022-09-06 eess.SP
Millimeter-Wave True-Time Delay Array Beamforming with Robustness to Mobility
University of California, Los Angeles（加州大学洛杉矶分校）
本文提出一种基于真时间延迟的毫米波阵列波束成形方法，通过频率依赖的斜束实现对移动用户的鲁棒性，提升宽带多用户下行链路场景下的连接可靠性与适应性。
2025-12-09 eess.SP
Joint Relay Selection and Beam Management Based on Deep Reinforcement Learning for Millimeter Wave Vehicular Communication
协作中继通过为数据传输提供多条路径来提高无线网络中的可靠性和覆盖范围。中继将在更高频段的车载网络中发挥重要作用，因为移动性和频繁的信号阻塞会导致链路中断。为了确保中继辅助车载网络的连通性，中继选择策略应被设计为有效地找到未阻塞的中继。受移动毫米波（mmWave）网络中波束管理的最新进展的启发，本文解决了这样一个问题：如何才能选择最好的中继与最小的开销从波束管理？在这方面，我们制定了一个顺序决策问题，以共同优化中继选择和波束管理。我们提出了一种基于深度强化学习（DRL）的联合中继选择和波束管理策略，使用波束索引和波束测量的马尔可夫特性。建议的DRL为基础的算法学习适应动态信道条件和业务模式的时变阈值。数值实验表明，该算法优于基线没有事先信道知识。此外，基于DRL的算法可以在快速变化的信道下保持高的频谱效率。
2022-12-19 eess.SP
LoneSTAR: Analog Beamforming Codebooks for Full-Duplex Millimeter Wave Systems
这项工作开发了LoneSTAR，一种新型的全双工毫米波（mmWave）通信系统通过模拟波束赋形码本的设计使能者。LoneSTAR码本提供高波束成形增益和广泛的覆盖范围，同时减少全双工毫米波收发器的发射和接收波束耦合的自干扰。我们的设计框架通过容忍发射和接收波束成形增益的一些变化来实现这一点，以策略性地成形在空间上抑制自干扰的波束，同时考虑数字控制的模拟波束成形网络和自干扰信道估计误差。通过利用自干扰信道的相干时间，毫米波系统可以在许多时隙上使用相同的LoneSTAR设计，以全双工方式为多个下行链路-上行链路用户对提供服务，而无需额外的自干扰消除。与使用传统码本的系统相比，采用LoneSTAR码本的全双工毫米波系统可以减轻更高水平的自干扰，容忍更多的交叉链路干扰，并要求更低的SNR，以优于半双工操作-所有这些都支持波束对准。这使得LoneSTAR成为一种潜在的独立解决方案，用于在毫米波系统中实现同时发送和接收，它的名字也由此而来。
2022-06-22 eess.SP
Frequency-Selective Beamforming Cancellation Design for Millimeter-Wave Full-Duplex
在毫米波（mmWave）频率处提供的宽带宽使其成为未来无线通信系统的有吸引力的选择。最近的工作已经提出了波束成形策略，即使在混合波束成形的约束下，也可以在毫米波上实现带内全双工（FD）功能，从而扩展了下一代无线的令人兴奋的可能性。然而，现有的毫米波FD设计不考虑频率选择性毫米波信道。毫米波的宽带通信表明，频率选择性可能会受到关注，因为通信信道将在数百兆赫或更高的量级上。这激发了本文的工作，在本文中，我们提出了一个频率选择性波束成形设计，使实际的宽带毫米波FD应用。在我们的设计中，我们考虑了与混合模拟/数字波束成形相关的挑战，例如移相器分辨率、理想的低射频（RF）链数量以及模拟波束成形器的频率平坦特性。我们使用仿真来验证我们的工作，这表明，频谱效率增益可以实现与我们的设计，使同时发送和接收带内。
2019-10-26 eess.SP
True-Time-Delay Arrays for Fast Beam Training in Wideband Millimeter-Wave Systems
波束训练是毫米波和亚太赫兹通信中最重要也是最具挑战性的任务之一。需要新颖的阵列架构和信号处理技术来避免与大天线阵列和窄波束相关联的禁止性波束训练开销。在这项工作中，我们利用最新的发展，真正的时间延迟（TTD）阵列与大延迟带宽产品，以加速波束训练使用频率相关的探测波束。我们提出并研究了两个TTD架构的候选者，包括模拟和混合模拟-数字阵列，可以促进波束训练，只有一个宽带导频。我们还提出了一个合适的算法，需要一个单一的导频来实现高精度的到达角估计。所提出的阵列架构进行了比较，在波束训练的要求和性能，鲁棒性，实际的硬件损伤，和功耗。研究结果表明，模拟和混合TTD阵列实现了亚度波束对准精度与66%和25%的功耗比全数字阵列，分别。我们的研究结果产生重要的设计权衡之间的基本系统参数，功耗和到达角估计的准确性在快速TTD波束训练。
2020-07-17 eess.SP
Machine Learning Assisted Phase-less Millimeter-Wave Beam Alignment in Multipath Channels
毫米波（mmW）和亚太赫兹频率下的通信系统对于未来的高数据速率网络越来越受关注。相控阵系统在这些高频下面临的一个关键挑战是初始波束对准的效率，由于高频振荡器相位噪声，通常仅使用无相位功率测量。用于波束对准的传统方法需要对所有可能的波束方向进行穷举扫描，从而使通信开销与天线阵列大小成线性比例。为了利用高mmW频带处所需的大阵列进行更好的缩放，已经提出了压缩感知方法，因为它们的开销与阵列大小成几何比例。然而，利用机器学习的算法在使用实际硬件时由于阵列损伤而显示出更有效和更准确的对准。此外，现有的无相位波束对准算法已经在多径信道中的变化的次级路径强度上进行了测试。在这项工作中，我们介绍了一种新的，基于机器学习的算法，在多径环境中使用无相位接收功率测量的波束对准。我们考虑相控阵探测波束设计和机器学习架构对波束对准性能的影响，并使用具有36个元件相控阵的60 GHz无线电进行实验验证我们的研究结果。使用多径信道中的实验数据，我们提出的算法表明，在波束对准开销减少88%相比，一个穷举搜索和至少减少62%的开销相比，现有的压缩方法。
2021-09-29 eess.SP
Millimeter-Wave V2X Channels: PropagationStatistics, Beamforming, and Blockage
5G毫米波（mmWave）技术因其宽带宽、宽视场感知和精确定位能力，被设想为下一代车联网（V2X）网络和自动驾驶汽车不可或缺的一部分。毫米波链路的可靠性可能由于移动信道的波束对准的困难以及由于毫米波发射器和接收器之间的阻塞效应而受到损害。在本文中，我们使用射线跟踪仿真研究了毫米波和亚6 GHz V2X通信的信道特性。我们提出的结果随时间变化的路径损耗，延迟扩展，和角度扩展存在的移动车辆的视线（LOS）和非LOS（NLOS）轨迹，分别。此外，我们还研究了当基站（BS）和用户设备（UE）能够动态调整波束方向和波束宽度时，延迟扩展和角度扩展的影响。最后，我们探讨了阻塞效应对所考虑的车辆轨迹在28 GHz的接收波束质量的影响。
2018-08-02 eess.SP
Multi-Beam Object-Localization for Millimeter-Wave ISAC-Aided Connected Autonomous Vehicles
针对毫米波MIMO ISAC系统中单波束不适合近距离目标的问题，提出多波束目标定位模型以最大化感知波束增益，并设计基于惩罚的三重交替优化算法求解非凸问题，仿真验证了其有效性。
2024-08-26 eess.SP
Compressed Channel Estimation and Joint Beamforming for Intelligent Reflecting Surface-Assisted Millimeter Wave Systems
在本文中，我们考虑信道估计的智能反射面（IRS）辅助毫米波（mmWave）系统，其中IRS部署，以协助数据传输从基站（BS）到用户。结果表明，联合有源和无源波束形成的目的，一个大尺寸的级联信道矩阵的知识需要获得。为了减少训练开销，利用毫米波信道中固有的稀疏性。利用Katri-Rao和Kronecker乘积的性质，找到级联信道的稀疏表示，将级联信道估计问题转化为稀疏信号恢复问题。仿真结果表明，我们提出的方法可以提供一个准确的信道估计，并实现了大量的训练开销减少。
2020-05-29 eess.SP
Machine Learning Prediction for Phase-less Millimeter-Wave Beam Tracking
未来的无线网络可以在毫米波（mmW）和亚太赫兹（sub-THz）频率下操作以实现高数据速率要求。虽然大型天线阵列对于mmW和亚THz波段的可靠通信至关重要，但这些天线阵列还要求移动设备采用高效且可扩展的初始波束对准和链路维护算法。低功率相控阵架构和无相功率测量由于高频振荡器相位噪声提出了额外的挑战，实际波束跟踪算法。传统的波束跟踪协议需要对所有可能的波束方向进行详尽的扫描，并且在高移动性和大阵列的情况下缩放性差。已经提出了压缩感知和机器学习设计来改善测量随阵列大小的缩放，但是通常分别在硬件损害或需要原始样本的情况下降级。在这项工作中，我们介绍了一种新的长短期记忆（LSTM）网络辅助波束跟踪和预测算法，仅利用来自固定压缩码本的无相位测量。我们展示了与最先进的无相位光束对准算法相当的光束对准精度，同时随着时间的推移减少了所需测量的平均数量。
2022-06-06 eess.SP
Millimeter-Wave NOMA with User Grouping, Power Allocation and Hybrid Beamforming
研究了非正交多址接入在毫米波通信中的应用。特别地，我们考虑具有混合波束成形结构的下行链路传输。首先根据用户间的信道相关性提出了一种用户分组算法。然后，联合的混合波束成形和功率分配问题，制定最大化可实现的和速率，每个用户的最小速率约束。为了解决这一高维变量的非凸问题，首先得到了任意固定混合波束形成下的功率分配问题的解，将其分为组内功率分配和组间功率分配。然后，在给定任意固定模拟波束形成的情况下，利用近似迫零法设计数字波束形成，以最小化群间干扰。最后，用一种边界压缩粒子群优化算法求解了恒模约束下的模拟波束形成问题。仿真结果表明，所提出的联合方法，包括用户分组、混合波束形成和功率分配，在可达到的和速率和能量效率方面优于现有技术方案和传统的毫米波正交多址接入系统。
2019-07-30 eess.SP
Fast Beam Training and Alignment for IRS-Assisted Millimeter Wave/Terahertz Systems
由于智能反射表面（IRS）能够重塑无线传输环境，因此已成为解决毫米波（mmWave）和太赫兹（THz）通信中阻塞问题的有竞争力的解决方案。然而，由于IRS的被动特性，获得IRS辅助系统的信道状态信息是相当具有挑战性的。在本文中，我们考虑的问题，波束训练/对齐的IRS辅助下行mmWave/THz系统，其中多天线基站（BS）与混合结构的IRS辅助单天线用户服务。通过利用BS-IRS-用户级联信道的固有稀疏结构，波束训练问题被公式化为联合稀疏感知和无相位估计问题，其涉及设计稀疏感知矩阵和开发有效的估计算法以从压缩无相位测量中识别最佳波束对准。理论分析表明，所提出的方法可以确定最佳对齐，只有少量的训练开销。仿真结果表明，无论是视线（LOS）和NLOS的情况下，所提出的方法获得了显着的性能改善现有的最先进的方法。值得注意的是，它可以实现接近穷举波束搜索方案的性能，同时将训练开销减少95%。
2021-10-03 eess.SP
Low-Cost Wideband Tilted Beam Antenna for Millimeter-wave Vehicle Applications
本文提出一种用于毫米波车载覆盖的低成本宽带倾斜波束天线，通过直接激励并电磁耦合单极子阵列的缝隙结构，兼顾高增益、紧凑尺寸与宽带性能。
2025-06-09 eess.SP
STEER: Beam Selection for Full-Duplex Millimeter Wave Communication Systems
现代毫米波（mmWave）通信系统依赖于波束对准来递送足够的波束成形增益以闭合设备之间的链路。我们提出了一种新的波束选择方法，用于多面板，全双工毫米波系统，我们称之为STEER，提供高波束成形增益，同时显着降低发射和接收波束之间耦合的全双工自干扰。STEER不需要改变传统的波束对准方法，也不需要额外的空中反馈，使其与现有的蜂窝标准兼容。相反，STEER使用传统的波束对准来识别波束应该被操纵的一般方向，然后它利用最小数量的自干扰测量来联合选择在这些方向上提供高增益同时耦合低自干扰的发射和接收波束。我们在工业级28 GHz相控阵平台上实现了STEER，并使用进一步的模拟来表明，通过STEER选择的波束进行全双工操作可以明显优于通过传统波束选择的波束进行半双工和全双工操作。例如，与传统波束选择相比，STEER可以可靠地将自干扰降低20 dB以上，并将SINR提高10 dB以上。我们的实验结果突出表明，波束对准不仅可以用于在全双工毫米波系统中提供高波束成形增益，还可以将自干扰减轻到接近或低于本底噪声的水平，从而使STEER不需要额外的自干扰消除。
2022-07-15 eess.SP
Adaptive Beamwidth Configuration for Millimeter Wave V2X Scheduling
毫米波（mmWave）技术将支持互联和自动驾驶汽车（CAV）所需的V2X服务的高带宽和数据速率要求。mmWave V2X技术将利用定向天线，挑战动态场景中的通信管理，包括可用链路的识别，波束对准和调度。先前的研究表明，当毫米波通信得到辅助信息（如在低于6GHz V2X技术中传输的辅助信息）的支持时，这些挑战可以减少。在此背景下，本文提出了一种用于6GHz以下V2X技术支持的V2V通信的波束宽度感知毫米波调度方案。该提案使毫米波发射机能够通过调整波束宽度配置，同时向多个相邻车辆调度毫米波传输。此外，该提案还导出了毫米波发射机在有限数量的调度间隔中应用于联系其相邻车辆的最小波束宽度。所获得的结果表明，该提案有助于增加可以传输到相邻车辆的毫米波数据量。
2021-12-14 eess.SP
Wideband Millimeter-Wave Beam Training with True-Time-Delay Array Architecture
毫米波通信依赖于来自发射机和接收机两者的波束成形增益来补偿严重的传播损耗。为了获得足够的增益，需要波束训练来识别传播方向。波束训练的主要挑战来自于在增加阵列尺寸的情况下保持低开销。本文提出了一种新的单次波束训练技术，利用新兴的架构的真时间延迟（TTD）阵列。我们首先表明，TTD阵列有利于频率相关的波束转向。所提出的TTD阵列的训练过程然后通过使用单个射频链将不同的子载波复用到不同的探测方向来利用这一事实。我们推导出TTD阵列配置和物理层参数的条件，以实现用单个正交频分复用（OFDM）训练符号扫描整个角域。通过对空间编码子载波进行低复杂度的数字信号处理来实现高分辨率的传播方向估计。仿真结果表明，这种基于TTD阵列的方法需要的训练符号数量级比相控阵少。
2019-12-03 eess.SP
Beamforming Cancellation Design for Millimeter-Wave Full-Duplex
近年来，已经对毫米波（mmWave）通信和带内全双工（FD）通信进行了广泛的研究，但是关于两者的组合的工作相对缺乏。FD毫米波系统可以提供更高的频谱效率和更低的延迟，同时还建议重新设计现有的毫米波应用。虽然FD技术已经被很好地探索用于亚6 GHz系统，但是所开发的方法不能很好地转化为毫米波。这让我们转向了一种称为波束成形消除（BFC）的方法，其中高度定向的毫米波波束被引导以减轻自干扰（SI）并实现带内同时传输和接收。在本文中，我们提出了两个完全连接的混合波束形成方案，这两个充分抑制SI，使总和频谱效率接近SI自由FD系统的BFC设计。仿真和结果，然后用来验证我们的设计。
2020-06-30 eess.SP
A Computer Vision Based Beamforming Scheme for Millimeter Wave Communication in LOS Scenarios
提出了一种新的用于毫米波通信的位置感知波束形成方案，该方案适用于视线（LOS）和低移动性场景，其中引入计算机视觉来从与毫米波天线阵列位于基站处的相机捕获的图像或视频中获得所需的位置或空间角度信息。建立了一个无线覆盖模型，研究了用于图像处理的卷积神经网络（CNN）的覆盖性能及其对定位精度的影响。此外，视频可以故意模糊，甚至可以直接应用低分辨率视频，以保护用户的隐私，具有可接受的定位精度，较低的计算复杂度和较低的相机成本。仿真结果表明，该波束形成方案是可行的，所采用的主流CNN在波束指向性精度和帧/秒处理速度方面都是足够的。
2020-06-20 eess.SP
Analog Beamforming Codebooks for Wideband Full-Duplex Millimeter-Wave Systems
针对宽带全双工毫米波系统，提出首个模拟波束赋形码本设计，同时对抗波束斜视并消除频率选择性自干扰，在60 GHz、6 GHz带宽下实现更低自干扰和更好覆盖，提升信干噪比与频谱效率。
2024-11-06 eess.SP
Beam Acquisition and Training in Millimeter Wave Networks with Narrowband Pilots
研究了由多址接入点和移动设备组成的毫米波网络中的初始波束捕获问题。提出了一种用于发射和接收波束联合估计的训练协议，其具有由初始接入子帧和随后的数据传输子帧组成的一般帧结构。在初始子帧期间，AP和移动设备扫描一组波束，并通过握手确定最佳发送和接收波束。所有的导频信号都是窄带的（音调），并且移动台通过其分配的导频频率来区分。分别基于功率检测和最大似然（ML）的非相干和相干波束估计方法。为了避免AP和移动台之间交换波束形成向量的信息，还提出了一种局部最大似然（LML）算法。提出了一种有效的快速傅里叶变换实现ML和LML，以实现高分辨率。执行系统级优化，其中选择帧长度、训练时间和训练带宽以最大化速率目标，同时考虑阻塞和移动性。基于一个实际的网络拓扑的仿真结果比较了不同的估计方法和训练码本的性能，并证明了所提出的协议的有效性。
2019-10-10 eess.SP
Hybrid Beamforming/Combining for Millimeter Wave MIMO: A Machine Learning Approach
混合波束形成（HB）技术是一种在毫米波（mmWave）多输入多输出（MIMO）系统中以低复杂度支持超高传输容量的新兴技术。然而，数字和模拟波束形成器的设计是一个具有挑战性的任务，非凸优化，特别是对于多用户场景。近年来，深度学习研究的兴起为通信系统的信号处理提供了新的视角。在这项工作中，我们提出了一种基于深度神经网络的HB多用户毫米波大规模多输入多输出系统，简称DNHB。HB系统被公式化为自动编码器神经网络，其以端到端的自监督学习的方式进行训练。由于深度神经网络具有强大的表示能力，所提出的DNHB表现出优于传统线性处理方法的性能。根据仿真结果，DNHB优于约2 dB的误比特率（BER）性能相比，现有的方法。
2020-01-03 eess.SP
Millimeter Wave Beam Recommendation via Tensor Completion
在毫米波通信中，快速准确的波束对准是应对快速变化环境的关键。数据驱动的方法是一种很有前途的解决方案，可以通过利用辅助信息和现场测量来减少培训开销。在这项工作中，提出了一个两阶段的张量完成算法来预测一组可能的用户的位置上的接收功率，给定的位置的一个小的子集上的接收功率测量。基于这些预测和位置边信息，建议波束的一个小子集，以减少波束对准的训练开销。使用Quadriga信道模拟器评估的数值结果表明，所提出的算法使用小的训练开销以高概率实现正确对准：当使用离散覆盖区域时，给定仅在20%的可能位置上的功率测量，我们的算法获得80%的正确对准概率，仅用2%的训练波束，这与在相同配置中实现50%正确对准的现有技术方案相反。据我们所知，这是第一个工作，考虑波束推荐问题的基础上收集的一小部分位置的测量。
2020-03-05 eess.SP
Hybrid Beamforming for Millimeter Wave Full-Duplex under Limited Receive Dynamic Range
针对毫米波全双工通信接收端自干扰饱和问题，提出一种全面考虑多项实际约束的新型MIMO混合波束成形设计，经多场景数值验证有效，可为实际收发机提供设计参考。
2020-12-21 eess.SP
Multi-armed Bandits for Link Configuration in Millimeter-wave Networks
由于不断变化的环境以及毫米波信号对用户移动性和信道条件的高度敏感性，建立和维护毫米波（mmWave）链路具有挑战性。毫米波链路配置问题通常涉及在环境不确定性下从系统硬件和协议支持的有限的备选方案集合中搜索最优系统参数。例如，波束扫描旨在从离散码本中识别用于数据传输的最佳波束。选择诸如波束扫描周期和波束宽度的参数对于实现高的总体系统吞吐量是至关重要的。在这篇文章中，我们鼓励使用多臂强盗（MAB）框架，以智能地搜索出最佳配置时，建立毫米波链路。MAB是一个强化学习框架，它引导决策者从一组动作中顺序选择一个动作。作为一个例子，我们表明，在MAB框架内，最佳波束扫描周期，波束宽度和波束方向可以动态学习与样本计算效率的强盗算法。最后，我们强调了一些未来的研究方向，增强毫米波链路配置设计与MAB。
2022-02-02 eess.SP
Millimeter Wave V2V Beam Tracking using Radar: Algorithms and Real-World Demonstration
本文针对 V2V 毫米波通信中波束随车辆移动而变化的问题，提出雷达辅助波束跟踪框架，结合信号处理与机器学习预测未来波束，并在真实数据集上验证了高角度分辨率雷达的有效性。
2023-10-27 eess.SP
Xavier-Enabled Extreme Reservoir Machine for Millimeter-Wave Beamspace Channel Tracking
在本文中，我们提出了一个精确的两相毫米波（mmWave）波束空间信道跟踪机制。特别是在第一阶段，我们训练极端水库机（ERM）跟踪毫米波波束空间信道的历史特征，并预测他们在即将到来的时间步长。为了更准确的预测，我们进一步微调的ERM通过Xavier初始化技术，从而在ERM的输入权重最初来自于一个零均值和有限方差的高斯分布，导致49%的退化，在传统的ERM的预测方差。当信噪比为15dB时，该方法将现有方法的频谱效率提高了13%。在第二阶段，我们进一步研究了集成学习技术，依次将多个ERM形成一个集成模型，即自适应增强（AdaBoost），这进一步降低了传统ERM的预测方差56%，并得出结论，在SNR=15dB时，现有方案的可实现SE提高了21%。
2022-06-01 eess.SP
Millimeter-Wave for Unmanned Aerial Vehicles Networks: Enabling Multi-Beam Multi-Stream Communications
随着第五代（5G）移动网络的积极标准化和部署，许多新的车载通信技术被开发以支持和丰富各种应用场景。无人机通信是构建下一代高度可重构移动网络的一种重要解决方案。本文首先从网络、系统和硬件设计的角度对未来无人机应用的挑战进行了研究和展望，然后提出了一种工作在毫米波（mmWave）频段并支持多波束多流通信的无人机空中基站（ABS）原型。在世界上第一个无人机ABS的现场试验测试方面，上下行链路的数据速率为每秒数千兆比特，在温和的恶劣天气条件下具有良好的稳定性和可靠性。
2018-10-16 eess.SP
Revisiting Beamforming Design for Stable Millimeter-Wave Communications Under Blockages
The University of Electro-Communications（电子通信大学）；Saitama University（埼玉大学）
研究毫米波通信在阻塞下的波束成形设计，提出利用LoS和NLoS路径的多波束设计，推导相关理论表达式，制定面板分配问题，通过算法求解，经仿真验证有效性，降低中断概率实现稳定通信。
2026-10-20 eess.SP
Device-Agnostic Millimeter Wave Beam Selection using Machine Learning
在基于机器学习的用户波束选择领域中的大多数研究考虑模型提出适当用户波束的结构。然而，这种设计需要针对每个用户设备波束码本的特定模型，其中针对具有特定码本的设备学习的模型不能被重新用于具有不同码本的另一设备。此外，该设计需要用于每个天线放置配置/码本的训练和测试样本。本文提出了一种设备不可知的波束选择框架，利用上下文信息提出适当的用户波束使用通用模型和后处理单元。通用神经网络预测潜在的到达角度，并且后处理单元基于特定设备的码本将这些方向映射到波束。所提出的波束选择框架对于具有在训练数据集中看不见的天线配置/码本的用户设备工作良好。此外，所提出的通用网络可以选择使用具有不同天线配置/码本的样本混合的数据集进行训练，这大大减轻了有效模型训练的负担。
2022-11-22 eess.SP
Enhanced Beam Alignment for Millimeter Wave MIMO Systems: A Kolmogorov Model
City University of Hong Kong（香港城市大学）；The University of Kansas（堪萨斯大学）；Telecom-ParisTech（巴黎高等电信学院）
我们提出了一个增强毫米波（mmWave）多输入多输出（MIMO）系统中的波束对准问题，基于修改的机器学习为基础的标准，称为柯尔莫哥洛夫模型（KM），以前应用于波束对准问题。与以前的KM，其计算复杂性是不可扩展的问题的大小，一个新的方法，集中在离散单调优化（DMO），提出了，导致显着降低复杂性。我们还提出了一个Kolmogorov-Smirnov（KS）标准的先进的假设检验，它不需要任何主观阈值设置相比，频率估计（FE）的方法开发的常规KM。仿真结果表明，所提出的KM学习毫米波波束对准的功效。
2020-07-27 cs.LG eess.SP
Channel Fingerprint Based Beam Tracking for Millimeter Wave Communications
具有固定波束码本的波束成形结构由于低硬件成本而为毫米波（mmWave）通信提供了经济的解决方案。然而，搜索最佳波束成形配置的训练开销与码本大小成比例。为了提高波束跟踪的效率，我们提出了一个波束跟踪方案的基础上的信道指纹数据库，其中包括统计波束形成增益和用户位置之间的映射。该方案通过利用训练的波束配置并估计未训练的波束配置的增益来跟踪用户移动。仿真结果表明，该方案实现了显着的波束形成性能增益比现有的波束跟踪方案。
2019-12-25 cs.IT eess.SP math.IT
Learning Based Hybrid Beamforming for Millimeter Wave Multi-User MIMO Systems
KTH Royal Institute of Technology（KTH皇家理工学院）
混合波束形成（HBF）设计是毫米波（mmWave）多用户多输入多输出（MU-MIMO）系统中的关键环节。然而，传统的HBF方法仍然具有高复杂度并且强烈依赖于信道状态信息的质量。我们提出了一个极端学习机（ELM）框架，以联合优化发射和接收波束形成器。具体来说，为了提供准确的标签训练，我们首先提出了一个基于分数规划和优化最小化的HBF方法（FP-MM-HBF）。然后，基于ELM的HBF（ELM-HBF）框架，提出了提高波束形成器的鲁棒性。与现有方法相比，FP-MM-HBF和ELM-HBF都能提供更高的系统和速率。此外，ELM-HBF不仅可以提供鲁棒的HBF性能，而且消耗非常短的计算时间。
2020-04-27 cs.LG eess.SP
Adaptive Beam Tracking with the Unscented Kalman Filter for Millimeter Wave Communication
用于5G蜂窝技术的毫米波（mmWave）通信链路需要高波束成形增益来克服信道损伤并实现高吞吐量。虽然许多工作集中在估计毫米波信道和设计波束成形方案上，但毫米波信道的时间动态性质很快使估计变得陈旧并增加探测开销。我们对毫米波信道的基本时间动态状态空间进行建模，并设计适合于在卡尔曼滤波框架中进行跟踪的探测波束形成器。给定初始信道估计，滤波有效地导致精确的估计，并且允许在数据传输期间针对更高的持续波束成形增益的前向预测。从跟踪的先验信道估计，自适应选择的最佳和受约束的次优波束减少探测开销，同时最大限度地减少估计误差。
2018-04-23 cs.IT eess.SP math.IT
Beam Training based on Dynamic Hierarchical Codebook for Millimeter Wave Massive MIMO
研究了毫米波（mmWave）大规模多输入多输出（massive MIMO）系统中基于分层码本的波束训练问题。与现有的使用相同的分层码本来估计不同的多径分量（MPC）的工作，动态分层码本，根据估计的MPC更新。首先，提出了一种广义的分层码书设计方法。然后在此基础上，提出了一种动态更新分层码本的波束训练方法，该方法通过从码本中去除估计MPC的贡献来动态更新分层码本。仿真结果验证了该方法的有效性，并表明该方法在波束训练的成功检测率方面优于现有方法。
2019-01-05 cs.IT eess.SP math.IT
PrecoderNet: Hybrid Beamforming for Millimeter Wave Systems with Deep Reinforcement Learning
Southeast University（东南大学）
本文研究了基于深度强化学习（Deep Reinforcement Learning，DRL）的毫米波大规模多输入多输出（Multiple-Input Multiple-Output，MIMO）系统的混合波束形成。假设不完美的信道状态信息（CSI）在基站（BS）处可用。为了在低时间消耗的情况下实现高频谱效率，我们提出了一种新的基于DRL的方法称为PrecoderNet来设计数字预编码器和模拟组合器。DRL代理将前一次学习迭代的数字波束形成器和模拟组合器作为状态，并将当前学习迭代的这些矩阵作为动作。仿真结果表明，该预编码器网络在频谱效率、误比特率（BER）和时间消耗等方面都有较好的性能，并且对信道状态信息的不完善具有较好的鲁棒性。
2020-06-19 cs.LG eess.SP
Millimeter-Wave Beam Search with Iterative Deactivation and Beam Shifting
毫米波（mmWave）通信依赖于高度定向的波束来对抗严重的传播损耗。本文提出了一种基于空间扫描的自适应束搜索算法--迭代去激活和束移算法（IDBS），用于毫米波波束对准。IDBS不需要诸如信噪比（SNR）和信道统计之类的预先信息，并且将训练开销与未知的SNR相匹配以实现令人满意的性能。该算法通过使用基于均匀不适当先验的贝叶斯概率准则来逐渐停用波束来工作，其中波束停用可以通过需要计算低次多项式或通过查找表进行搜索的低复杂度操作来实现。数值结果表明，IDBS适应不同的传播场景，如视线和非视线和不同的信噪比。与现有的具有固定训练开销的非自适应算法相比，它可以在训练开销和波束对准精度之间实现更好的权衡。
2020-05-03 cs.IT eess.SP 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
Vision-Position Multi-Modal Beam Prediction Using Real Millimeter Wave Datasets
实现高移动性毫米波（mmWave）和太赫兹（THz）无线通信应用需要克服与部署在这些系统中的大型天线阵列相关的关键挑战。特别地，调整这些天线阵列的窄波束通常会引起与天线数量成比例的高波束训练开销。为了解决这些挑战，本文提出了一种基于多模态机器学习的方法，该方法利用从无线通信环境中收集的位置和视觉（相机）数据进行快速波束预测。所开发的框架已经在真实世界的车辆数据集上进行了测试，该数据集包括实际的GPS、摄像头和毫米波波束训练数据。仿真结果表明，在实际通信场景中，该方法的前1波束预测精度超过$\approx$ 75%，前3波束预测精度接近100%.
2021-11-15 cs.IT eess.SP math.IT
