Carbon-Aware Joint Resource and Energy Scheduling for Cellular Base Stations
University of California at San Diego（加利福尼亚大学圣地亚哥分校）；Nokia Standards（诺基亚标准）
该研究针对蜂窝网络脱碳问题，提出碳感知联合优化基站与电池运行的两阶段分解精确调度方法，利用加州数据验证其在碳价达100-300美元/吨时可最高减排57.8%。
2026-10-15 eess.SP
Toward Distributed User Scheduling and Coordinated Beamforming in Multi-Cell mmWave Networks: A Sensing-Assisted Framework
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Shenzhen Research Institute of Big Data（深圳大数据研究院）；School of Artificial Intelligence, CUHK-Shenzhen（香港中文大学（深圳）人工智能学院）；Networking and User Experience Laboratory, Huawei Technologies（华为技术有限公司网络与用户体验实验室）
本文提出传感辅助的分布式用户调度与协调波束成形框架，通过利用信道知识地图和改进的信号指标，减少回传开销并提升多小区毫米波网络的吞吐量。
2026-03-30 eess.SP
Performance Analysis and Optimisation of FFR-Aided OFDMA Networks using Channel-Aware Scheduling
本文提出分析框架评估FFR辅助OFDMA网络在信道感知调度下的下行性能，并优化FFR参数与设计以权衡吞吐量和公平性。
2024-01-17 eess.SP
Distributed User Scheduling in Multi-Cell MIMO O-RAN with QoS Constraints
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Shenzhen Research Institute of Big Data（深圳大数据研究院）；School of Artificial Intelligence, CUHK-Shenzhen（香港中文大学（深圳）人工智能学院）
本文针对多小区MIMO O-RAN中JT与非JT用户的多组件载波资源块调度问题，提出基于特征的零 forcing 转发器设计与大规模MIMO渐近性质，开发分布式调度器，实现高可扩展性与QoS满意度。
2026-03-30 eess.SP
Minimum Length Scheduling for Multi-cell Full Duplex Wireless Powered Communication Networks
在本文中，我们研究了一种新的最小长度调度问题，以确定最佳的功率控制，调度恒定和连续速率模型，同时考虑并发传输的用户，能量因果关系，最大发射功率和业务需求的限制。所制定的优化问题被证明是非凸的和组合的性质，因此，难以解决的全局最优。作为一种解决策略，首先，我们提出了最优多项式时间算法的功率控制问题，考虑恒定和连续速率模型的基础上评估的Perron-Frobenius条件和使用二分法，分别。然后，建议的最佳功率控制解决方案被用来确定最佳的传输时间的一个子集的用户，将被调度算法调度。对于恒定速率调度问题，我们提出了一种启发式算法，其目的是通过最大化每个用户上的允许干扰，而不违反信噪比（SNR）的要求，以最大限度地提高并发发送用户的数量。对于连续速率调度问题，我们定义了一个惩罚函数，代表并发传输的用户单独传输的优势。通过对惩罚度量的最优性分析和对调度长度最小化与惩罚之和最小化之间等价性的论证，提出了一种基于并发传输用户分配的启发式算法，目标是最小化整个调度的惩罚之和.通过大量的仿真，我们证明了该算法优于连续传输和并发传输的随机选择的用户不同的HAP发射功率，网络密度和网络规模。
2021-01-20 eess.SP
Joint Design of Power Control and Access Point Scheduling for Uplink Cell-Free Massive MIMO Networks
针对不满足信道硬化的上行 CF-mMIMO，本文提出更准确的可达速率新界，并据此设计联合功率控制与 AP 调度算法，在降低前传资源的同时提升公平性和性能。
2022-11-25 eess.SP
Sequential Multiuser Scheduling and Power Allocation for Cell-Free Multiple-Antenna Networks
本文针对无蜂窝大规模MIMO网络下行链路，提出基于贪心技术的顺序多用户调度与梯度上升功率分配算法，在不完美CSI下最大化和速率，并降低复杂度与信令负载。
2023-12-21 cs.IT eess.SP math.IT
Game-Theoretic Mode Scheduling for Dynamic TDD in 5G Systems
动态时分双工（TDD）基于本地业务在每个小区实现独立的上行链路/下行链路模式调度。然而，这会造成小区之间的交叉干扰。因此，联合功率分配和调度问题成为混合整数非凸的，原来是NP-难的。我们提出了一个低复杂度和分散的解决方案，其中功率分配和调度解耦。首先，权力分配在一个分散的方式，然后模式调度的非合作博弈，以实现混合策略纳什均衡。我们考虑两种可能的方法来计算在游戏中的收益，根据交叉干扰功率模型和所需的通信开销之间的细胞。针对室外密集小小区场景的仿真结果表明，我们的方法明显优于静态TDD。
2021-04-26 cs.IT eess.SP math.IT
Study of Clustering Techniques and Scheduling Algorithms with Fairness for Cell-Free MIMO Networks
本文针对无蜂窝大规模MIMO网络提出了一种基于信息速率的聚类技术，并设计了结合该聚类的公平资源分配与用户调度方案，数值结果证明其优于现有方法。
2024-04-27 cs.IT eess.SP math.IT
Cross-Layer Scheduling and Beamforming in Smart Grid Powered Small-Cell Networks
在具有多个小小区基站（ScBS）的小小区网络（SCN）中，研究了在比例速率约束下波束赋形向量、用户调度和ScBS休眠的联合设计问题.一个长期的电网能源支出最小化问题制定考虑SCN，这是由智能电网和自然可再生能源供电。由于调度用户指示符与波束成形向量耦合，因此制定的问题具有挑战性。为了将波束形成向量与调度用户指示符解耦，使用了李亚普诺夫优化技术。因此，提出了一种实用的双尺度算法来在粗粒度（帧）上分配用户调度指示符和ScBS休眠变量，以及在细粒度（时隙）上获得波束成形向量。数值结果被用来验证所提出的双尺度算法的性能。
2019-08-13 cs.IT eess.SP math.IT
Deep-Reinforcement-Learning-Based Scheduling with Contiguous Resource Allocation for Next-Generation Cellular Systems
Intel Corporation（英特尔公司）；Princeton University（普林斯顿大学）
调度在多用户无线通信中起着关键的作用，因为各个用户的服务质量很大程度上取决于分配的无线电资源。提出了一种基于深度强化学习（DRL）的连续频域资源分配调度算法。调度问题被建模为马尔可夫决策过程，并且DRL代理确定在每个RB分配步骤应该调度哪个用户以及该用户的多少个连续RB。状态空间、动作空间和奖励函数经过精心设计，用于训练DRL网络。更具体地说，原来的准连续的动作空间，这是固有的连续的FERMARY，被细化成一个有限的和离散的动作空间，以获得推理延迟和系统性能之间的权衡。仿真结果表明，该算法在具有较低的在线计算复杂性的同时，性能优于其他典型的基线调度算法。
2020-11-26 cs.LG cs.NI eess.SP
Long-term scheduling and power control for wirelessly powered cell-free IoT
针对由分布式接入点（AP）和大量传感器组成的无线供电无蜂窝物联网（IoT）网络，研究了长期调度和功率控制方案。在每个时隙中，传感器的子集被调度用于上行链路数据传输或下行链路功率传输。通过渐近分析，我们获得了封闭形式的表达式收获的能量和可实现的速率是独立的随机导频。然后，使用这些表达式，我们制定了一个长期的调度和功率控制问题，以最大限度地提高所有传感器之间的最小时间平均可实现速率，同时保持每个传感器的电池状态高于预定义的最低水平。使用李雅普诺夫优化，传输模式，活动的传感器集，和每个时隙的功率控制系数共同确定。最后，通过仿真验证了所推导的闭合表达式的正确性，并表明与简单的贪婪传输方案相比，该方案的最小时间平均可达速率得到了显著提高。
2020-04-11 cs.IT eess.SP math.IT
User-Centric Clustering Under Fairness Scheduling in Cell-Free Massive MIMO
针对无蜂窝大规模MIMO公平调度中导频和聚类频繁重分配的高开销问题，提出固定分配方案，在提升UE吞吐量的同时大幅减少控制信令交换。
2023-05-15 cs.IT eess.SP math.IT
Weighted Proportional Fair Scheduling for Downlink Non-Orthogonal Multiple Access
在本文中，一个加权的比例公平（PF）调度方法提出的背景下，非正交多址接入（NOMA）与连续干扰消除（SIC）在接收端。新方案引入了权重，使经典PF度量适应NOMA场景，提高了性能指标并启用了新服务。该建议的区别价值在于它能够提高长期公平性和总系统吞吐量，同时在每个调度时隙中实现高水平的公平性。最后，它示出的权重计算所造成的额外的复杂性只有有限的影响，而整体调度复杂性的仿真结果证实了所要求的改进，使该建议的一个有吸引力的替代方案，在蜂窝下行链路系统中的资源分配。
2017-10-30 eess.SP
Power Control and Scheduling In Low SNR Region In The Uplink of Two Cell Networks
本文研究了两小区网络上行链路子信道分配和功率控制问题，以最大化上行链路总速率。假设在每个小区中存在一些子信道，这些子信道应当在一些用户之间分配。此外，每个用户都受到功率约束。基本问题是一个非凸的混合整数非线性优化问题，没有平凡的解决方案。为了解决这个问题，固定每个用户的消耗功率，并假设低同信道干扰区域，子信道分配问题被重新制定成一个更数学上易于处理的问题，这是可以通过所谓的匈牙利算法来解决。然后，每个用户的消耗功率被重新制定为一个二次分式问题，可以数值推导。数值结果表明，该方法在低信噪比区域的优越性相比，现有的工作在文献中提出的
2018-01-20 cs.IT eess.SP math.IT
Task-Oriented Quantization for Quadratic Scheduling: Centroid Water-Filling and Power-Diagram Encoders
Ericsson（爱立信）
本文区分任务导向量化两种机制，指出二次调度中应量化负载并对质心注水，而非直接量化注水动作，并推导精确Lloyd条件与功率图编码器。
2026-09-21 cs.IT eess.SP math.IT
User Pre-Scheduling and Beamforming with Imperfect CSI in 5G Fog Radio Access Networks
我们研究了用于5G的云无线电接入网络（CRAN）和雾无线电接入网络（FogRAN）的用户到小区关联（或用户聚类）和波束成形设计。CRAN使得能够在由多址接入点（AP）服务的所有小小区上进行云集中式资源和功率分配优化。然而，将每个AP连接到云的前传链路引入延迟并导致过时的信道状态信息（CSI）。相比之下，FogRAN以局部优化为代价实现了更低的时延和更好的CSI质量。为了缓解这些问题，我们提出了一种混合算法，该算法利用云的集中式特性，使用过时的CSI进行全局优化的预调度，并利用FogRAN的分布式特性，使用高质量的CSI进行精确的波束成形。集中式阶段能够考虑全球网络上的干扰模式，而分布式阶段允许延迟减少。仿真结果表明，我们的混合算法FogRAN优于集中式算法下不完美的CSI，无论是在吞吐量和延迟。
2018-02-04 cs.NI eess.SP
Bounded Deep Unfolding for Joint Beamforming and Scheduling in Multi-Cell MIMO Networks
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Shenzhen Research Institute of Big Data（深圳大数据研究院）；Tongji University（同济大学）
针对多小区MIMO下行链路中加权和速率最大化问题，提出一种联合深度展开框架（P-Net和K-Net），通过有界自适应松弛因子加速连续波束赋形并利用长视优先级策略实现低复杂度调度，在保证单调收敛的同时显著提升性能与速度。
2026-07-28 cs.IT eess.SP math.IT
QoS-Aware User Scheduling in Crowded XL-MIMO Systems Under Non-Stationary Multi-State LoS/NLoS Channels
在拥挤的无线通信系统中提供最低的服务质量（QoS），具有高用户密度，是具有挑战性的，这是由于具有有限的发射功率预算和资源块的网络结构。智能资源分配方法，如用户调度，功率分配，调制和编码方案的选择，必须实现，以应对挑战。针对拥挤超大规模大规模多输入多输出（XL-MIMO）系统下行链路中最小QoS服务用户数的问题，提出了一种QoS感知的联合用户调度和功率分配技术.所提出的技术是由两个顺序的程序：集团搜索为基础的调度（CBS）算法的用户调度，其次是最佳的功率分配与发射功率预算和最小可达速率每个用户的约束。为了准确地评估所提出的技术在XL-MIMO的情况下，我们提出了一个广义的非平稳多状态信道模型的基础上球面波传播假设下的用户LoS和NLoS传输共存于同一个通信小区。该模型考虑了不同信道状态下的用户在多径衰落模型和路径损耗规律上的传播特性不同。数值结果表明，可实现的和速率，调度用户的数量，和调度用户的分布表明，建议CBS算法提供了一个公平的覆盖整个小区区域，实现显着数量的调度用户时，在LoS和NLoS信道状态下的用户共存的通信小区。
2022-05-13 cs.IT cs.NI eess.SP
Fairness Scheduling in User-Centric Cell-Free Massive MIMO Wireless Networks
针对用户数远超天线数的以用户为中心无蜂窝大规模 MIMO 网络，提出基于信息中断概率、冲突图与自适应瞬时速率调度的动态公平调度方法。
2024-04-09 cs.IT eess.SP math.IT
Joint Power Allocation and User Scheduling in Integrated Satellite-Terrestrial Cell-Free Massive MIMO IoT Systems
本文研究集成卫星-地面无蜂窝大规模MIMO IoT系统中的多址接入场景，在非完美CSI下推导了上行遍历吞吐量的闭式表达式，并提出基于交替优化和图神经网络的联合用户调度与功率分配方案以最大化总吞吐量。
2024-01-08 cs.IT eess.SP math.IT
Downlink Resource Allocation in Multiuser Cell-free MIMO Networks with User-centric Clustering
在本文中，我们优化的用户调度，功率分配和波束形成的分布式多输入多输出（MIMO）网络实现以用户为中心的聚类。我们研究了相干和非相干传输模式，制定了加权和速率最大化问题，这些问题的最佳解决方案是已知的NP-难。我们使用分数规划，块坐标下降和压缩感知的工具来构建一个算法，该算法优化了波束成形权重和用户调度，并收敛于一个平滑的非递减模式。信道状态信息（CSI）的优化是至关重要的，我们强调采用低开销的导频分配策略的调度问题的重要性。在这方面，我们使用的层次凝聚聚类的变体，它提供了一个次优的，但可行的，导频分配方案;对于我们的无小区的情况下，我们制定了一个基于区域的导频重用因子。我们的研究结果表明，我们的计划提供了很大的收益，在长期的网络和频谱效率相比，基准计划，如迫零和共轭波束成形（循环调度）分别。此外，结果表明，相干传输的优越性相比，非相干模式下的理想和不完美的CSI为基于区域的导频复用因素，我们考虑。
2021-08-13 cs.IT cs.NI cs.PF
Joint Transceiver Design Based on Dictionary Learning Algorithm for SCMA
随着对网络容量、吞吐量和连接的无线设备的数量的爆炸性增长的需求，大规模连接是下一代无线通信的迫切问题。在本文中，我们提出了一个免授权的接入协议，利用大量的天线在基站（BS），预计将被广泛部署在蜂窝网络中的大规模连接。该方案由稀疏码多址接入（SCMA）中的稀疏结构和基于字典学习（DL）的接收机处理组成。大量设备可以在没有任何调度过程的情况下传输数据。与现有的方案，其信号调度需要大量的开销，所提出的方案所需的调度开销是可以忽略不计的，这是有吸引力的资源利用率和传输功率效率。数值结果表明，该方案在蜂窝网络的大规模连接场景中具有良好的性能。
2020-10-30 cs.SY eess.SP eess.SY
Learning-Based Link Scheduling in Millimeter-wave Multi-connectivity Scenarios
Linköping University（林雪平大学）；Nokia Bell Labs（诺基亚贝尔实验室）
多连接正在成为为毫米波频率范围提供可靠通信和无缝连接的有前途的解决方案。由于在如此高的频率下的阻塞敏感性，与多个小区的连接可以在吞吐量和可靠性方面大幅提高网络性能。然而，低效率的链路调度，即，连接的过度供应和供应不足可能导致高干扰和能量消耗，或者导致不能满足用户的服务质量（QoS）要求。在这项工作中，我们提出了一个基于学习的解决方案，能够学习，然后预测最佳的链路调度，以满足用户的QoS要求，同时避免通信中断。此外，我们比较了所提出的方法与两个基线方法和基因辅助链路调度，假设完美的信道知识。我们表明，基于学习的解决方案接近最佳和优于基线方法。
2020-03-02 cs.LG cs.NI eess.SP
Scheduling for Downlink OFDMA With IRS Reconfiguration Constraints
本文研究了OFDMA框架下IRS辅助多用户系统的下行时频调度问题，在配置集合与重构次数受限下，将总速率最大化表述为NP完全广义多重背包问题，并提出有效的启发式贪婪算法。
2024-01-05 cs.IT cs.NI eess.SP
