Intelligent Surface-Aided Transmitter Architectures for Millimeter Wave Ultra Massive MIMO Systems
在本文中，我们研究了两种新型的大规模多输入多输出（MIMO）发射机架构的毫米波（mmWave）通信，包括几个有源天线，每个配备了一个专用的射频（RF）链，照亮附近的大型智能反射/发射表面（IRS/ITS）。IRS（ITS）由大量低成本和高能效的无源天线元件组成，这些元件能够反射（传输）入射电磁场的相移版本。与透镜阵列（LA）天线类似，IRS/ITS辅助天线架构由于有源天线和智能表面之间几乎无损耗的空中连接而具有能效。然而，与LA天线不同，LA天线的有源天线的数量必须随着无源元件的数量线性增长（即，透镜孔径）由于不可重构性（即，非智能），对于IRS/ITS辅助天线，IRS/ITS的可重构性便于按比例增加辐射无源元件的数量，而不增加昂贵且笨重的有源天线的数量。我们表明，IRS/ITS辅助天线的预编码器必须满足的约束不同于传统的MIMO架构。考虑到这些限制，并利用毫米波信道的稀疏性，我们设计了两个有效的预编码器;一个基于最大化的互信息和一个基于近似的最佳无约束全数字（FD）预编码器通过正交匹配追踪算法。此外，我们开发了一个IRS/ITS辅助天线的功耗模型，该模型考虑了IRS/ITS缺陷的影响，即溢出损耗、锥形损耗、孔径损耗和移相器损耗。
2021-06-05 cs.IT math.IT
Sensing aided Channel Estimation in Wideband Millimeter-Wave MIMO Systems
在这项工作中，上行链路信道估计问题被认为是毫米波（mmWave）多输入多输出（MIMO）系统。众所周知，信道估计中的导频开销和计算复杂度随着天线数目和带宽而增加。为了克服这一点，所提出的方法允许在基站的信道估计由感测信息辅助。感测信息包含对环境中的散射体位置的估计。提出了一种同时加权正交匹配追踪（SWOMP）-稀疏贝叶斯学习（SBL）算法，有效地将此感知信息的通信信道估计过程。所提出的框架可以应对a）存在于感测信息中的散射体与通信信道不相关联以及b）散射体的位置中的缺陷的场景。仿真结果表明，该算法仅以少量导频开销为代价，就能获得良好的宽带性能。最后，Cramer-Rao界（CRB）的角度估计和多径信道增益的SBL推导出，所提出的算法的本地可识别性提供了宝贵的见解。
2023-02-04 cs.IT eess.SP math.IT
Semi-Supervised Learning for Channel Charting-Aided IoT Localization in Millimeter Wave Networks
Virginia Tech（弗吉尼亚理工大学）
提出了一种新的毫米波网络信道图辅助定位框架。特别地，提出了一种卷积自动编码器模型来估计无线用户设备（UE）的三维位置，基于多径信道状态信息（CSI），由不同的基站接收。为了学习无线电几何图并捕获每个UE的相对位置，以无监督的方式构建基于自动编码器的信道图，使得物理空间中的相邻UE将在信道图中保持接近。接下来，将信道制图模型扩展到半监督框架，其中将自动编码器分为两个组件：编码器和解码器，并且使用具有关联位置信息的标记CSI数据集单独优化每个组件，以进一步提高定位精度。仿真结果表明，提出的CC辅助半监督定位产生了更高的精度，与现有的监督定位和传统的无监督CC方法。
2021-08-03 cs.AI cs.IT cs.NI
LiDAR Aided Future Beam Prediction in Real-World Millimeter Wave V2I Communications
本文介绍了第一个大规模的现实世界的评估使用激光雷达数据来指导毫米波波束预测任务。开发了一种机器学习（ML）模型，该模型利用LiDAR传感数据来预测当前和未来的光束。基于大规模真实世界数据集DeepSense 6G，该模型在具有高度移动车辆的车辆到基础设施通信场景中进行了评估。实验结果表明，所开发的激光雷达辅助波束预测和跟踪模型可以在$95\%$的情况下预测最佳波束，并且波束训练开销减少超过$90\%$。LiDAR辅助的光束跟踪实现了与基线解决方案相当的精度性能，该基线解决方案具有先前最佳光束的完美知识，而不需要关于先前最佳光束信息的任何知识，并且不需要任何光束校准。这突出了毫米波和太赫兹通信系统中关键光束对准挑战的有前途的解决方案。
2022-03-10 cs.IT eess.SP math.IT
LiDAR-Aided Mobile Blockage Prediction in Real-World Millimeter Wave Systems
视线链路阻塞是毫米波（mmWave）和太赫兹（THz）通信网络的可靠性和延迟的关键挑战。本文提出利用LiDAR传感数据来提供对通信环境的感知，并在动态链路阻塞发生之前主动预测它们。这允许网络对切换/波束切换做出主动决策，这增强了其可靠性和延迟。我们制定了激光雷达辅助阻塞预测问题，并提出了第一个现实世界的演示激光雷达辅助阻塞预测毫米波系统。特别是，我们基于DeepSense 6 G结构构建了一个大规模的真实世界数据集，其中包括户外车辆场景中共存的LiDAR和mmWave通信测量。然后，我们开发了一种有效的LiDAR数据去噪（静态聚类去除）算法和一种机器学习模型，可以主动预测动态链路阻塞。基于真实世界的数据集，我们的激光雷达辅助方法被证明在100 ms内预测堵塞发生的准确率达到95%，在1秒内预测堵塞发生的准确率超过80%。如果用于主动切换，所提出的解决方案可以潜在地提供网络延迟的数量级节省，这突出了解决毫米波/亚太赫兹网络中的阻塞挑战的有希望的方向。
2021-11-18 cs.IT eess.SP math.IT
Robust Beamforming for Localization-Aided Millimeter Wave Communication Systems
在这封信中，我们研究了定位辅助毫米波（mmWave）通信系统的鲁棒波束形成问题。为了解决这个问题，我们提出了一种新的限制和松弛（R&R）方法。所提出的R&R方法的目标是最小化总发射功率，而定位误差遵循高斯分布。具体地说，在R&R的约束阶段，通过使用Bernstein型不等式将概率约束转化为确定性形式。在R&R的松弛阶段，利用半定松弛（SDR）和一阶泰勒展开法将非凸优化问题转化为凸半定规划（SDP）。据我们所知，我们首先考虑定位误差的分布对信道状态信息（CSI）的影响，这进一步影响数据率。数值结果给出了波束形成在通信和定位之间的折衷。
2022-03-30 cs.IT cs.SY eess.SY
Hybrid Beamforming for Intelligent Reflecting Surface Aided Millimeter Wave MIMO Systems
由于采用毫米波（mmWave）频段的通信系统必须使用大型天线阵列来克服mmWave信号的严重传播损耗，因此混合波束成形已被认为是mmWave通信的组成部分。最近，智能反射表面（IRS）已经被提出作为一种创新技术，其可以通过使用低成本的无源反射元件来显著改善毫米波通信系统的性能。在本文中，我们研究了红外辅助毫米波多输入多输出（MIMO）系统与混合波束形成架构。本文首先利用毫米波信道的稀疏散射结构和大尺度特性，研究了窄带MIMO系统中IRS反射矩阵和混合波束形成器的联合设计。然后，我们将所提出的联合设计推广到宽带MIMO系统与正交频分复用（OFDM）调制，利用频率选择性毫米波信道的角度稀疏。仿真结果表明，所提出的联合设计可以显着提高系统的频谱效率，并实现优于现有设计的性能。
2022-06-27 cs.IT eess.SP math.IT
Hybrid Driven Learning for Channel Estimation in Intelligent Reflecting Surface Aided Millimeter Wave Communications
本文针对IRS辅助毫米波MISO系统上行宽带信道估计问题，提出结合模型驱动与数据驱动的混合驱动学习架构，在无源及混合有源/无源IRS系统中均显著优于现有深度学习方案，并降低约60%导频开销。
2023-05-30 cs.IT eess.SP math.IT
Millimeter Wave Drones with Cameras: Computer Vision Aided Wireless Beam Prediction
Arizona State University（亚利桑那州立大学）
毫米波（mmWave）和太赫兹（THz）无人机有可能实现几个未来的应用，如覆盖范围扩展，增强安全监控和灾难管理。然而，这些无人机需要部署大型天线阵列并使用窄方向性波束来维持足够的链路预算。与这些阵列相关的大波束训练开销使得调整这些窄波束对于高度移动的无人机来说具有挑战性。为了应对这些挑战，本文提出了一种基于视觉辅助机器学习的方法，该方法利用从安装在无人机上的摄像头收集的视觉数据来实现快速准确的光束预测。此外，为了便于评估所提出的解决方案，我们构建了一个由共存的无线和视觉数据组成的合成无人机通信数据集。所提出的视觉辅助解决方案实现了$\approx 91\%$的顶级$1$波束预测精度，并且接近于$100\%$的顶级$3$精度。这些结果突出了所提出的解决方案在实现高度移动的毫米波/太赫兹无人机通信方面的功效。
2022-11-14 cs.CV cs.IT eess.SP
Digital Twin Aided Millimeter Wave MIMO: Site-Specific Beam Codebook Learning
本文提出利用数字孪生生成合成信道数据，针对特定场所分别学习视距和非视距用户的波束码本，以提升毫米波MIMO的性能。
2025-12-01 cs.IT eess.SP math.IT
Computer Vision Aided Beam Tracking in A Real-World Millimeter Wave Deployment
毫米波（mmWave）和太赫兹（THz）通信需要波束成形以获得足够的接收信噪比（SNR）。为了找到最佳波束，当前波束管理解决方案在预定义码本中的大量波束上执行波束训练。波束训练开销增加了接入延迟，并且对于高移动性应用可能变得不可行。为了减少甚至消除这种波束训练开销，我们提出利用例如由基站处的相机捕获的视觉数据来指导波束跟踪/细化过程。我们提出了一个机器学习（ML）框架，基于一个编码器-解码器架构，可以预测未来的光束使用以前获得的视觉传感信息。我们提出的方法进行评估的大规模现实世界的数据集，其中它实现了$64.47\%$的准确性（和$97.66\%$的归一化接收功率）在预测未来的光束。这是在需要小于使用先前波束序列来预测未来波束的对应基线解决方案的波束训练开销的$1\%$的同时实现的。在真实世界数据集上获得的这种高性能和低开销证明了所提出的视觉辅助光束跟踪方法在真实世界应用中的潜力。
2021-11-29 cs.IT eess.SP math.IT
Low-Rank Tensor Decomposition-Aided Channel Estimation for Millimeter Wave MIMO-OFDM Systems
我们考虑毫米波MIMO-OFDM系统的下行链路信道估计问题，其中基站和移动台都采用大天线阵列进行定向预编码/波束成形。采用混合模拟和数字波束形成结构，以提供硬件复杂性和系统性能之间的折衷。与现有的窄带信道估计方法不同，本文考虑了宽带毫米波信道的频率选择性估计，该方法更适合毫米波MIMO-OFDM系统。通过利用毫米波信道的稀疏散射特性，我们提出了一种基于CANDECOMP/PARAFAC（CP）分解的信道参数估计方法（包括到达/离开角度，时间延迟和衰落系数）。在我们提出的方法中，在BS接收到的信号表示为三阶张量。我们表明，张量具有低秩CP分解的形式，信道参数可以从相关的因子矩阵估计。我们的分析表明，CP分解的唯一性可以保证，即使当张量的大小是小的。因此，所提出的方法有可能实现大幅减少训练开销。我们还开发了Cramer-Rao界（CRB）的信道参数的结果，并比较我们提出的方法与基于压缩感知的方法。仿真结果表明，该方法的均方误差与相应的CRB非常接近，在估计精度和计算复杂性方面均优于基于压缩感知的方法.
2016-11-01 cs.IT math.IT
Millimeter Wave Communications With Reconfigurable Intelligent Surface: Performance Analysis and Optimization
可重构智能表面（RIS）可以创建有利的多径以建立在毫米波（mmWave）通信中有用的强链路。虽然以前的工作使用瑞利或莱斯衰落，我们使用的波动两射线（FTR）分布模型的毫米波频率的小尺度衰落。首先，我们得到了独立FTR随机变量乘积与FTR随机变量乘积之和的统计特征。对于RIS辅助和放大转发（AF）中继系统，我们推导出精确的端到端信噪比（SNR）表达式。为了最大限度地提高端到端的信噪比，我们提出了一种新颖而简单的方法来获得最佳的相位偏移在RIS元素。最后给出了AF中继系统的最优功率分配方案。此外，我们评估重要的性能指标，包括中断概率和平均误比特概率。为了验证我们的分析结果的准确性，随后进行蒙特卡罗模拟，以提供有趣的见解。研究发现，在低发射功率的情况下，RIS辅助系统可以达到与AF中继系统相同的性能。更有趣的是，随着信道条件的改善，RIS辅助系统可以优于具有相同发射功率和较少数量的反射元件的AF中继系统。
2020-11-07 cs.IT math.IT
Spatial Covariance Estimation for Millimeter Wave Hybrid Systems using Out-of-Band Information
在毫米波（mmWave）通信的高移动性应用中，例如，在车辆到一切（vehicle-to-everything）通信和下一代蜂窝通信中，频繁的链路配置可能是显著开销的来源。我们使用子6 GHz信道协方差作为毫米波链路配置的带外边信息。假设：（i）sub-6 GHz的全数字架构;以及（ii）mmWave的混合模数架构，我们提出了带外协方差转换方法和带外辅助压缩协方差估计方法。对于协方差转换，我们估计sub-6 GHz协方差的参数，并将其用于协方差矩阵的理论表达式中，以预测毫米波协方差。对于带外辅助协方差估计，我们使用加权稀疏信号恢复将带外信息纳入压缩协方差估计。带外协方差转换完全消除了带内训练，而带外辅助协方差估计依赖于带内和带外训练。我们还分析了由于协方差的不完美估计而导致的信噪比损失。仿真结果表明，所提出的协方差估计策略可以减少训练开销相比，带内只有协方差估计。
2018-04-26 cs.IT math.IT
Millimeter Wave Base Stations with Cameras: Vision Aided Beam and Blockage Prediction
本文探讨了一个新的研究方向，利用视觉来帮助克服关键的无线通信挑战。特别是，本文考虑了毫米波（mmWave）通信系统，这是5G及以后的主要组成部分。这些系统面临两个重要的挑战：（i）与选择最佳波束相关联的大的训练开销，以及（ii）由于对链路阻塞的高灵敏度而导致的可靠性挑战。有趣的是，大多数采用毫米波阵列的设备也可能使用摄像头，如5G手机、自动驾驶汽车和虚拟/增强现实耳机。因此，我们研究了在毫米波基站使用摄像头的潜在收益，并利用其视觉数据来帮助克服波束选择和阻塞预测挑战。为此，本文利用计算机视觉和深度学习工具，直接从相机RGB图像和sub-6 GHz通道预测毫米波波束和阻塞。实验结果揭示了有趣的见解，这些解决方案的有效性。例如，深度学习模型能够实现超过90%的波束预测准确度，这仅需要拍摄场景的镜头并且零开销。
2019-11-15 cs.IT eess.SP math.IT
IRS Aided Millimeter-Wave Sensing and Communication: Beam Scanning, Beam Splitting, and Performance Analysis
本文提出一种半无源IRS辅助的毫米波ISAC两阶段协议，利用波束扫描与波束分裂实现高效感知，推导了可达速率和角度估计误差界，仿真验证了方案有效性。
2024-01-27 cs.IT eess.SP math.IT
Radar Aided Proactive Blockage Prediction in Real-World Millimeter Wave Systems
毫米波和亚太赫兹通信系统主要依赖于发射机和接收机之间的视距（LOS）链路。然而，这些高频LOS链路对阻塞的敏感性对这些通信网络的可靠性和延迟要求提出了挑战。在本文中，我们建议利用雷达传感器来提供有关周围环境和移动物体的传感信息，并利用这些信息来主动预测未来的链路阻塞。这是由雷达传感器的低成本、它们有效地捕获重要特征（诸如移动散射体（候选阻塞物）的范围、角度、速度）的能力以及它们以相对高的速度捕获雷达帧的能力所推动的。我们制定了雷达辅助的主动阻塞预测问题，并基于经典雷达目标跟踪和深度神经网络开发了两种解决方案。这两个解决方案旨在利用领域知识和对堵塞预测问题的理解。为了准确评估所提出的解决方案，我们基于DeepSense框架构建了一个大规模的真实世界数据集，收集了超过$10$千个数据点和各种阻塞对象（车辆，自行车，人类等）的共存雷达和毫米波通信测量。基于该数据集的评估结果表明，所提出的方法可以预测未来的阻塞$1$秒之前，他们发生超过$90\%$ $F_1$评分（和超过$90\%$准确性）。这些结果尤其突出了未来无线毫米波和太赫兹通信系统中的阻塞预测和可靠性增强的有前途的解决方案。
2021-11-29 cs.IT eess.SP math.IT
Online Caching with Wireless Fronthauling and Delivery in Fog-Aided Networks
雾无线电接入网络（F-RAN）利用边缘节点（EN）处的缓存内容和到云的前传连接进行内容交付。假设云和每个EN之间的专用前传链路，以前的工作集中在使用离线或在线缓存的F-RAN的分析上，这取决于内容流行度是时不变的还是时变的。扩展已经完成了多播前传链路连接云只有两个EN和时间不变的流行。相比之下，这项工作的范围是在多播前传链路将任意数量的EN连接到云的情况下，并且内容流行度是随时间变化的。归一化传输时间（NDT）被用作性能指标，并通过调查主动在线缓存，分析结果表明，前传传输的功率缩放设置F-RAN的性能限制。
2020-06-12 cs.IT math.IT
Online Dictionary Learning Aided Target Recognition In Cognitive GPR
探地雷达信号的稀疏分解有利于压缩感知技术的使用，从而实现更快的数据采集和增强的目标分类特征提取。在本文中，我们研究了在线字典学习（ODL）技术在GPR的背景下，以降低学习时间，以及提高识别遗弃的杀伤人员地雷的应用。对PMN/PMA 2、ERA和T72地雷的L波段探地雷达实测数据的实验结果表明，与经典的K-SVD算法相比，ODL算法的学习时间减少了94%，杂波检测能力提高了10%。此外，所提出的方法可能是有益的认知操作的探地雷达系统适应范围采样的基础上学习的字典。
2017-01-25 cs.IT math.IT
Adaptive Coding and Modulation Aided Mobile Relaying for Millimeter-Wave Flying Ad-Hoc Networks
针对地面站覆盖受限的毫米波无人机集群网络，提出ε-MOGA辅助的移动中继与自适应编码调制方案，显著提升端到端数据交付量。
2023-07-13 cs.IT math.IT
Power Allocation for Conventional and Buffer-Aided Link Adaptive Relaying Systems with Energy Harvesting Nodes
能量收集节点在没有连续供电的协作通信系统中发挥着重要作用。在本文中，我们考虑传统的和缓冲区辅助链路自适应EH中继系统的优化，其中EH源通过EH解码转发中继与目的地通信。在传统的中继中，源和中继在连续的时隙中发送信号，而在缓冲器辅助的链路自适应中继中，源-中继和中继-目的地信道的状态确定是源还是中继被选择用于传输。我们的目标是最大限度地提高系统吞吐量在有限数量的传输时隙的中继协议。在传统中继的情况下，我们提出了一个离线和几个在线的联合源和中继发送功率分配方案。对于离线功率分配，我们制定了一个优化问题，可以最佳地解决。对于在线的情况下，我们提出了一个动态规划（DP）的方法来计算最佳的在线发射功率。为了减轻DP固有的复杂性，我们还提出了几个次优的在线功率分配方案。对于缓冲器辅助链路自适应中继，我们表明，联合离线优化的源和中继的发射功率，随着链路选择的结果在一个混合整数非线性规划，我们最佳地解决使用空间分支定界方法。我们还提出了一个有效的在线功率分配方案和一个朴素的在线功率分配方案的缓冲器辅助链路自适应中继。我们的研究结果表明，链路自适应中继提供了一个更高的计算复杂性的代价比传统的中继性能的改善。
2012-09-11 cs.IT math.IT
Millimeter Wave Beam-Selection Using Out-of-Band Spatial Information
毫米波（mmWave）通信是用于高数据速率应用（如车对万物通信和下一代蜂窝通信）的一种可行的解决方案。然而，可以通过信道估计或波束选择来配置毫米波链路是显著开销的来源。在本文中，我们建议使用在6 GHz以下提取的空间信息来帮助建立毫米波链路。首先，我们回顾了频率相关信道行为的先前工作，并概述了一种生成多频带频率相关信道的仿真策略。第二，假设：（i）窄带信道和低于6 GHz的全数字架构;以及（ii）宽带频率选择性信道，OFDM信令和毫米波模拟架构，我们概述了将低于6 GHz的空间信息纳入毫米波压缩波束选择的策略。我们制定压缩波束选择作为一个加权稀疏信号恢复问题，并从子6 GHz信道的加权信息。此外，我们概述了一个结构化的预编码器/组合器的设计，以定制的训练带外信息。我们还扩展了所提出的带外辅助压缩波束选择方法，以利用来自所有活动OFDM子载波的信息。对可达速率的仿真结果表明，带外辅助波束选择可以将仅带内波束选择的训练开销减少4倍。
2017-02-27 cs.IT math.IT
Transmitter Beam Selection in Millimeter-wave MIMO with In-Band Position-Aiding
新兴的无线通信系统将以通信和定位之间的紧密耦合为特征。这在毫米波（mm波）通信中尤其明显，其中设备使用大量天线并且传播由几何信道模型很好地描述。对于毫米波通信，初始接入，包括波束选择和两个设备的对准，是具有挑战性的和耗时的位置信息的情况下。相反，准确定位依赖于具有适当波束对准的高质量通信链路。本文研究了这种相互作用，并提出了一种新的位置辅助波束选择协议，它考虑了直接的视线和散射的情况下的联合通信和定位的问题。仿真结果表明，相对于标准协议的延迟显着减少。
2017-05-16 cs.IT math.IT
Millimeter Wave communication with out-of-band information
配置天线阵列是毫米波（mmWave）通信系统中开销的主要来源。在高移动性的情况下，这个问题更加严重，因为实现最高速率需要频繁的链路重新配置。一种解决方案是利用不同频带处的信号之间的空间一致性，并从在另一频带中获得的边信息中提取毫米波信道参数。本文提出了带外信息辅助毫米波通信的概念。我们分析了不同的策略，以利用来自传感器或其他通信系统在6 GHz以下频段运行的信息来帮助配置毫米波通信链路。的开销减少，可以利用带外信息时，其特征在于在初步研究。最后，详细分析了与使用带外信号作为毫米波边信息源相关的挑战。
2017-05-03 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
Online Edge Caching in Fog-Aided Wireless Network
在雾无线电接入网络（F-RAN）架构中，边缘节点（EN）（诸如基站）配备有有限容量的高速缓存，以及可以支持来自云处理器的给定传输速率的前传链路。F-RAN中的内容递送的现有信息理论分析集中于具有单独的内容放置和递送阶段的离线缓存。相比之下，这项工作认为在线缓存设置，其中一组流行的文件是随时间变化的，缓存补充和内容交付可以发生在每个时隙。该分析集中在长期的归一化传输时间（NDT），它捕获的时间依赖性的编码延迟在多个时隙中的高信噪比制度的表征。在线缓存和交付计划的基础上反应性和主动缓存的研究，其性能进行了比较，以最佳的离线缓存方案分析和通过数值结果。
2017-12-03 cs.IT cs.NI math.IT
Leveraging Location Information for RIS-aided mmWave MIMO Communications
由外部定位系统提供的位置信息，例如，卫星导航可以在可重构智能表面（RIS）辅助毫米波（mmWave）多输入多输出网络的波束对准和信道参数估计过程中用作先验信息。受益于这样的先验信息的可用性，尽管不完美，但是波束对准和信道参数估计过程可以在所有终端处探索较少候选波束的情况下显著加速。我们提出了一种实用的信道参数估计方法，通过原子范数最小化，它优于标准的波束对准方面的均方误差和有效频谱效率相同的训练开销。
2021-03-29 cs.IT eess.SP math.IT
Deep Learning for Beamspace Channel Estimation in Millimeter-Wave Massive MIMO Systems
毫米波大规模多输入多输出（MIMO）可以使用透镜天线阵列来显著减少射频（RF）链的数量，但是由于RF链的数量远小于天线的数量，因此信道估计具有挑战性。通过利用波束空间信道的稀疏性，波束空间信道估计可以被公式化为稀疏信号恢复问题，该问题可以通过称为近似消息传递（AMP）的经典迭代算法来解决，并且其相应版本的学习AMP（LAMP）由深度神经网络（DNN）实现。然而，这些现有的方案不能达到令人满意的估计精度。为了提高信道估计的性能，本文提出了一种基于先验辅助高斯混合LAMP（GM-LAMP）的波束域信道估计方法。具体地说，基于先验信息，波束空间信道元素可以建模的高斯混合分布，我们首先推导出一个新的收缩函数来完善AMP算法。然后，通过使用高斯混合收缩函数代替LAMP网络中的原始收缩函数，开发了一种先验辅助的GM-LAMP网络，以更准确地估计波束空间信道。利用理论信道模型和基于光线跟踪的信道数据集进行仿真，结果表明，所提出的GM-LAMP网络具有更高的信道估计精度。
2020-10-23 cs.IT eess.SP math.IT
Online Offloading Scheduling for NOMA-Aided MEC Under Partial Device Knowledge
通过利用非正交多址接入（NOMA）的优势，NOMA辅助的移动边缘计算（MEC）可以为物联网提供可扩展、低延迟的计算服务。然而，由于无线网络的随机性和NOMA复杂的信号处理，这是至关重要的，但具有挑战性的NOMA辅助MEC设计一个有效的任务卸载算法，特别是在大量的设备。本文提出了一种在线算法，该算法联合优化卸载决策和资源分配，以最大化长期系统效用（即，吞吐量和公平性的度量）。由于优化变量是临时耦合的，我们首先应用李雅普诺夫技术解耦的长期随机优化成一系列的每槽确定性的子问题，这不需要任何先验知识的网络动力学。其次，我们建议通过引入一组辅助变量，将优化NOMA功率分配的非凸每时隙子问题等价地转换为凸形式，从而将时间复杂度从指数复杂度降低到$\mathcal{O} (M^{3/2})$。该算法被证明是渐近最优的，即使在部分知识的设备状态在基站。仿真结果验证了该算法在系统效用、稳定性提高和开销减少方面的优越性。
2021-06-30 cs.IT eess.SP math.IT
Online Beam Learning with Interference Nulling for Millimeter Wave MIMO Systems
采用大型天线阵列是毫米波（mmWave）和太赫兹通信系统的关键特性。由于硬件的限制和缺乏信道知识，通常采用基于码本的波束形成/合并来实现期望的阵列增益。然而，大多数现有的码本只关注提高其目标用户的增益，而没有考虑干扰。这可能导致密集网络中的关键性能下降。在本文中，我们提出了一种基于样本高效在线强化学习的波束方向图设计算法，该算法学习如何对波束方向图进行整形以消除干扰方向。所提出的方法不需要任何显式的信道知识或任何协调的干扰。仿真结果表明，所开发的解决方案是能够学习形状良好的波束图案，显着抑制干扰，同时牺牲可容忍的波束成形/梳增益从所需的用户。此外，基于毫米波相控阵的硬件概念验证原型被构建并用于在现实场景中实施和评估所开发的在线波束学习解决方案。在消声室中测量的学习波束图案显示了所开发框架的性能增益，并突出了毫米波和太赫兹系统的基于机器学习的波束/码本优化方向。
2022-09-09 cs.IT eess.SP math.IT
Hierarchically Structured Matrix Recovery-Based Channel Estimation for RIS-Aided Communications
针对RIS辅助毫米波MIMO通信中高维信道估计难题，本文将信道估计建模为层次结构化矩阵恢复问题，提出低复杂度消息传递算法，仿真表明其性能接近理论极限。
2023-04-14 cs.IT eess.SP math.IT
Millimeter Wave Multi-Beam-Switching Antenna
介绍了一种工作频率为14 GHz、带宽为2 GHz的高增益端射印刷天线。由该元件形成的3x3天线子阵列用于为5G网络的毫米波Massive MIMO天线阵列呈现其波束转向和多波束切换能力。这两种技术的共存，在一个大规模的MIMO子阵列，通过使用一个简单的两个矢量激励矩阵技术的帮助下，本文所示。天线的高增益和小形状因子在5G阵列等应用中非常有用，其中空间是珍贵的，并且固有的分层结构也有助于更好地冷却天线前端。
2017-09-07 cs.IT math.IT physics.app-ph
Vision-Aided Dynamic Blockage Prediction for 6G Wireless Communication Networks
Arizona State University（亚利桑那州立大学）
释放毫米波和亚太赫兹无线通信网络的全部潜力取决于实现前所未有的低延迟和高可靠性要求。满足这些要求的挑战部分在于毫米波和亚太赫兹频率范围内的信号对阻塞的敏感性。解决这一挑战的一个有希望的方法是使用机器学习帮助无线网络发展对其周围环境的感知。本文试图通过利用深度学习和计算机视觉来做到这一点。它提出了一种新的解决方案，主动预测\textit{dynamic}链路阻塞。更具体地说，它开发了一种深度神经网络架构，该架构可以从观察到的RGB图像序列和波束成形向量中学习如何预测未来可能的链路阻塞。所提出的架构进行评估的公开可用的数据集，代表一个合成的动态通信场景与多个移动用户和阻塞。它在86%附近的链接阻塞预测准确度得分，如果不利用视觉数据，这种性能不太可能匹配。
2020-06-18 cs.CV cs.IT eess.SP
Environment Semantic Aided Communication: A Real World Demonstration for Beam Prediction
毫米波（mmWave）和太赫兹（THz）通信系统采用大型天线阵列以确保足够的接收信号功率。然而，调整这些天线阵列的窄波束通常会导致与天线数量成比例的高波束训练开销。最近提出的视觉辅助波束预测解决方案，利用在基站捕获的\textit{raw RGB images}来预测最佳波束，已经显示出初步的有希望的结果。然而，它们仍然具有相当大的计算复杂性，限制了它们在现实世界中的采用。为了解决这些挑战，本文重点发展和比较各种方法，提取轻量级的语义信息的视觉数据。结果表明，所提出的解决方案可以显着降低计算要求，同时实现类似的光束预测精度相比，以前提出的视觉辅助解决方案。
2023-02-13 cs.IT eess.SP math.IT
Channel Estimation for RIS-Aided mmWave MIMO Channels
可重构智能表面（RIS）可以通过被动地改变入射电磁波的方向来塑造无线电传播。RIS的最佳控制需要经由RIS连接基站（BS）和移动站（MS）的所有链路的完美的信道状态信息（CSI）。因此，需要在BS/MS处的信道（参数）估计和相关的消息反馈机制。本文针对RI辅助的毫米波（mmWave）MIMO信道，采用一种两阶段信道估计方案，利用迭代重加权的方法依次估计信道参数。我们评估的平均频谱效率（SE）和RIS波束形成增益的建议方案，并证明它实现了高分辨率的估计与平均SE与完美的CSI。
2020-02-15 cs.IT eess.SP math.IT
AI-Aided Online Adaptive OFDM Receiver: Design and Experimental Results
Southeast University（东南大学）；National Sun Yat-sen University（国立中山大学）
针对AI辅助OFDM接收机仿真与空口测试存在性能差距的问题，提出架构灵活可扩展、仅需在线训练少量参数的SwitchNet接收机，经空口测试验证其对真实环境鲁棒性强，具备应用前景。
2021-12-24 cs.IT cs.LG eess.SP
Beam-Squint Mitigating for Reconfigurable Intelligent Surface Aided Wideband MmWave Communications
在本文中，我们专注于减轻波束斜视的可重构智能表面（RIS）辅助宽带毫米波（mmWave）通信。由于固有的无源特性，RIS中所有元件的相移对于所有频率都应该相同。然而，在宽带场景中，波束偏斜引起的不同路径相位需要针对不同频率设计不同的相移。考虑到RIS通常由巨大的元件组成，并且宽带毫米波通信的带宽可能高达几GHz，上述不可调和的矛盾将显著影响系统性能。因此，我们提出了一些新的相移设计方案，以减轻光束斜视的影响，为视线（LoS）和非视线（NLoS）的情况。具体而言，对于LoS场景，我们首先推导出每个频率的最佳相移，并通过最大化可实现速率的上限来获得公共相移。然后，对于NLoS场景，提出了一种基于平均信道协方差矩阵（MCCM）的方案，通过充分利用路径和子载波之间的相关性。我们广泛的数值实验证实了所提出的相移设计方案的有效性。
2021-03-20 cs.IT math.IT
Inertial Sensor Aided mmWave Beam Tracking to Support Cooperative Autonomous Driving
提出了一种基于毫米波（mmWave）的大规模多输入多输出（MIMO）车对车（V2V）通信中的惯性传感器辅助波束对准和跟踪技术。由于车辆场景中的定向通信受到波束指向问题的严重阻碍，因此必须定期执行波束对准过程以保证通信可靠性。当处理大规模多输入多输出链路时，已知波束扫描方法是耗时的，并且由于延迟约束而通常是不可行的。为了加快这个过程中，我们提出了一种方法，利用先验信息提供的阵列动态的惯性传感器上的收发器，以协助波束对准过程。所提出的惯性传感器辅助技术允许在发射时连续跟踪波束，避免频繁的重新对准阶段。基于收发器上加速度计的实际测量的数值结果表明，相对于传统的波束对准协议，V2V通信吞吐量方面有显着的增益。
2019-03-28 cs.IT eess.SP math.IT
Coordinated Beam Selection in Millimeter Wave Multi-User MIMO Using Out-of-Band Information
使用带外（OOB）边信息最近已被示出为加速单用户毫米波（mmWave）大规模多输入多输出通信中的波束选择。在本文中，我们提出了一种新的面向对象辅助波束选择框架的毫米波上行链路多用户系统。特别是，我们利用从较低（子6 GHz）频段提取的空间信息，以协助在毫米波频段的用户间协调方案。为了加强协调，我们提出了一个交换协议，利用设备到设备的通信，其中低速率波束相关的信息交换的移动终端之间。分散式协调机制允许抑制所谓的共波束干扰，否则共波束干扰将在基站侧导致不可减少的干扰，从而触发实质的频谱效率增益。
2019-03-29 cs.IT eess.SP math.IT
Towards Higher Spectral Efficiency: Spatial Path Index Modulation Improves Millimeter-Wave Hybrid Beamforming
毫米波（mmWave）多输入多输出（MIMO）系统与折射率调制（IM）技术的结合构成了一种新型的毫米波混合波束形成技术。已经进行了大量的研究，以表明这样的系统有可能优于传统的毫米波MIMO的频谱效率（SE）。目前的大多数工作只集中在设计混合波束形成结构，以经验地实现更高的SE性能。然而，一个根本的问题，即IM技术是否可以真正提高当前毫米波混合波束形成的SE仍然没有答案。在这样的背景下，在这项工作中，我们首先扩展的IM辅助毫米波系统到一个更广义的版本，即空间路径索引调制辅助毫米波（SPIM-mmWave）系统，其中包括IM辅助和传统的毫米波MIMO系统作为其特殊情况。基于SPIM-mmWave的框架，对SPIM-mmWave保证优于传统mmWave-MIMO方案的理论条件进行了基础研究。它表明，在特定的信道条件和噪声水平（这将明确给出我们的工作），SPIM-mmWave保证优于传统的mmWave-MIMO系统。
2019-02-26 cs.IT math.IT
Online Edge Caching and Wireless Delivery in Fog-Aided Networks with Dynamic Content Popularity
雾无线电接入网络（F-RAN）架构可以利用云处理和边缘缓存来向用户提供内容。为此，F-RAN利用边缘节点（EN）处的缓存和将云处理器连接到EN的前传链路。假设时不变的内容流行度，F-RAN中内容交付的现有信息理论分析依赖于具有单独内容放置和交付阶段的离线缓存。相比之下，这项工作的重点是场景中的一组流行的内容是随时间变化的，因此有必要在线补充的EN的高速缓存随着所请求的文件的交付。该分析集中在长期的归一化传输时间（NDT），它捕获的时间依赖性的编码延迟在多个时隙中的高信噪比制度的表征。在线边缘缓存和交付计划的串行和流水线传输模式的前传和边缘段。分析结果表明，在内容流行度随时间变化的情况下，前传链路的速率对F-RAN系统的长期无损检测设置了根本限制。分析结果进一步验证了数值模拟，产生重要的设计见解。
2018-04-22 cs.IT cs.NI math.IT
Joint Optimization of Relay Selection and Transmission Scheduling for UAV-Aided mmWave Vehicular Networks
为了应对移动业务的爆炸性增长，具有丰富带宽资源的毫米波（mmWave）通信已经被应用于车辆网络。由于毫米波信号对阻塞敏感，我们引入了无人机（UAV）辅助的双向中继系统，以增强车辆连接和扩大覆盖范围。如何在这种动态场景中提高传输效率并减少延迟时间是一个具有挑战性的问题。在本文中，我们制定的中继选择和传输调度的联合优化问题，旨在减少传输时间，同时满足吞吐量的要求。为了解决这个问题，提出了两种方案。第一个是随机中继选择与并发调度（RCS），一个低复杂度的算法，在两个步骤中实现。第二个是联合中继选择与动态调度（JRDS），充分避免中继竞争，并利用潜在的并发能力，以获得进一步的性能提高RCS。通过在不同流量和车速的不同环境下进行广泛的模拟，我们证明了RCS和JRDS方案在传输时间和网络吞吐量方面显着优于现有方案。我们还分析了阈值选择对可实现性能的影响。
2023-03-06 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
Dual-Beam Intelligent Reflecting Surface for Millimeter and THz Communications
智能反射面（IRS）是一种提高功率效率和光谱效率的低成本技术。然而，IRS辅助的多天线传输需要联合优化无源和有源波束成形，由于其迭代优化过程，造成了高计算负担和高延迟。本文将模拟数字混合波束形成技术应用于高频传输系统中，提出了一种新的波束形成技术--双波束IRS。其关键思想是形成一对分别朝向IRS和用户的波束。然后，无源和有源波束形成的优化可以解耦，从而简化系统设计。仿真结果证实，它实现了良好的平衡之间的细胞边缘和细胞中心的性能。与性能界相比，差距是适度的，但它显着优于其他次优方案。
2022-04-30 cs.IT eess.SP math.IT
ViWi Vision-Aided mmWave Beam Tracking: Dataset, Task, and Baseline Solutions
视觉辅助无线通信受到深度学习和计算机视觉的最新进展以及对毫米波（mmWave）和太赫兹系统中视线链路的日益依赖的推动。通过利用视觉，这一新的研究方向实现了一系列有趣的新功能，例如视觉辅助毫米波波束和阻塞预测、主动切换和资源分配等。这些功能有可能可靠地支持高度移动的应用，例如车辆/无人机通信以及毫米波和太赫兹系统中的无线虚拟/增强现实。然而，研究这些有趣的应用程序需要开发特殊的数据集和机器学习任务。基于Vision-Wireless（ViWi）数据集生成框架[1]，本文开发了一个先进而现实的场景/数据集，具有多个基站，移动用户和丰富的动态。在此数据集的支持下，本文定义了视觉无线毫米波波束跟踪任务（ViWi-BT），并提出了一个基线解决方案，可以为未来的ViWi-BT算法提供初始基准。
2020-02-13 cs.IT eess.SP math.IT
Incremental Collaborative Beam Alignment for Millimeter Wave Cell-Free MIMO Systems
针对毫米波无蜂窝 MIMO 波束对齐开销高、集中式机器学习难更新的问题，提出基于宽度学习的用户侧与基站侧增量协作方案，实现数据或特征的分布式隐式共享，并验证其性能与适用场景。
2023-08-16 cs.IT eess.SP math.IT
Millimeter-Wave Massive MIMO Systems Relying on Generalized Sub-Array-Connected Hybrid Precoding
在本文中，我们考虑了一个广义的子阵列连接（GSAC）架构的任意射频（RF）链和天线配置，其中连接到一个子阵列的RF链的数量和每个子阵列中的天线的数量可以是任意的。我们的设计目标是提高毫米波大规模多输入多输出（MIMO）系统的混合预编码器的能量效率。首先，我们提出了一种基于连续干扰消除的混合预编码算法，以最大限度地提高可实现的速率为任何给定的RF链和天线配置。该算法首先将总可达速率优化问题分解为多个子速率优化问题，然后依次最大化这些子速率。由于RF链的数量有限，我们可以使用穷举搜索方案来评估所有配置并确定具有最佳能效的配置。此外，依赖于一个有吸引力的有限反馈，我们还提出了一个波束控制码本，我们的混合预编码辅助GSAC架构。我们的仿真结果表明，该方案实现了类似的速率作为相应的最佳无约束预编码器。此外，我们表明，所提出的计划的能量效率是优于现有的计划在全连接和子阵列连接的架构。
2019-07-19 cs.IT math.IT
Camera Aided Reconfigurable Intelligent Surfaces: Computer Vision Based Fast Beam Selection
可重构智能表面（RISs）由于其能够改善毫米波（mmWave）通信系统的覆盖范围、可靠性和能量效率而引起了越来越多的关注。然而，设计RIS波束成形通常需要大的信道估计或波束训练开销，这降低了这些系统的效率。在本文中，我们建议配备的RIS表面的视觉传感器（摄像头），获得有关周围环境和用户/基站位置的传感信息，指导RIS波束选择，并减少波束训练开销。我们开发了一个机器学习（ML）框架，利用这种视觉传感信息来有效地选择最佳的RIS反射波束，反射基站和移动用户之间的信号。为了评估开发的方法，我们建立了一个高保真的合成数据集，其中包括共存的无线和视觉数据。基于该数据集，结果表明，提出的视觉辅助机器学习解决方案可以准确预测RIS波束并实现接近最佳的可达速率，同时显着降低波束训练开销。
2022-11-14 cs.IT eess.SP math.IT
AdapCsiNet: Environment-Adaptive CSI Feedback via Scene Graph-Aided Deep Learning
针对基于深度学习的CSI反馈方法泛化能力有限且在线训练开销大的问题，提出无需在线训练的AdapCsiNet框架，通过集成场景图形式的环境信息实现动态适应，提升重建精度达46.4%且无额外运行时开销。
2025-04-15 cs.IT eess.SP math.IT
Radar Aided 6G Beam Prediction: Deep Learning Algorithms and Real-World Demonstration
本文介绍了第一个基于机器学习的真实世界的演示雷达辅助波束预测在一个实际的车辆通信场景。在通信终端处利用雷达传感数据提供了关于发射器/接收器位置和周围环境的重要意识。这种感知可以用于减少甚至消除毫米波（mmWave）和亚太赫兹（THz）MIMO通信系统中的波束训练开销，这使得能够实现广泛的高移动性低延迟应用。在本文中，我们为毫米波/亚太赫兹系统开发了基于深度学习的雷达辅助波束预测方法。所开发的解决方案利用雷达信号处理的领域知识来提取馈送到学习模型的相关特征。这优化了它们的性能、复杂性和推理时间。使用大规模真实世界数据集DeepSense 6 G评估了所提出的雷达辅助波束预测解决方案，该数据集包括共存的毫米波波束训练和雷达测量。除了完全消除雷达/通信校准开销外，实验结果表明，所提出的算法能够实现约$90\%$ top-5波束预测精度，同时节省$93\%$的波束训练开销。这突出了解决毫米波/太赫兹通信系统中波束管理开销挑战的有希望的方向。
2021-11-18 cs.IT eess.SP math.IT
Position Aided Beam Prediction in the Real World: How Useful GPS Locations Actually Are?
Arizona State University（亚利桑那州立大学）；Qualcomm Technologies Netherlands B.V（高通科技荷兰有限公司）；Qualcomm Research（高通研究院）
毫米波（mmWave）通信系统依赖于窄波束来实现足够的接收信号功率。调整这些波束通常与大的训练开销相关联，这对于高度移动的应用变得特别关键。直观地，由于最佳波束选择可以受益于通信终端的位置的知识，因此对利用位置数据来减少毫米波波束预测中的开销的兴趣越来越大。然而，先前的工作仅使用通常不能准确表示真实世界测量的合成数据来研究这个问题。在本文中，我们使用真实世界的大规模数据集来研究位置辅助波束预测，以准确了解在实践中可以节省多少开销。此外，我们分析了哪些机器学习算法表现最好，哪些因素降低了真实数据中的推理性能，以及哪些机器学习指标在捕获实际通信系统性能方面更有意义。
2022-09-07 cs.IT cs.LG eess.SP
Channel Estimation for RIS-Aided mmWave MIMO Systems via Atomic Norm Minimization
可重构智能表面（RIS）通过改变入射电磁波的方向来改变无线电传播环境，从而打破了一般的Snell反射定律。然而，RIS的最佳控制需要经由RIS将基站（BS）和移动站（MS）彼此链接的各个信道的完美的信道状态信息（CSI）。因此，需要在BS或MS处利用到RIS控制器的CSI反馈来有效地进行超分辨率信道（参数）估计。在本文中，我们采用了两阶段的信道估计方案的RI辅助毫米波（毫米波）MIMO系统没有直接的BS-MS信道，使用原子范数最小化顺序估计信道参数，即，角度参数、角度差和传播路径增益的乘积。我们评估参数估计的均方误差，RIS增益，平均有效频谱效率界，以及所设计的波束形成和组合向量与最佳向量之间的平均平方距离。结果表明，与现有的基准方案相比，该方案实现了超分辨率估计，从而为后续的数据传输阶段提供了良好的性能。
2021-01-14 cs.IT eess.SP math.IT
SCAN-BEST: Sub-6GHz-Aided Near-field Beam Selection with Formal Reliability Guarantees
Intelligent Networked Systems Institute (INSI), Northeastern University London（伦敦东北大学智能网络化系统研究所）
SCAN-BEST利用Sub-6GHz信道信息辅助近场波束选择，通过形式可靠性保证提升毫米波通信的波束选择效率与性能稳定性。
2026-01-31 cs.IT eess.SP math.IT
Deep Learning based Computer-vision for Enhanced Beamforming
本文提出端到端视觉辅助波束成形框架，利用图像和几何调整预测最优波束，在无需额外训练数据的情况下实现98.96%的top-5准确率并超越现有方法。
2024-12-04 cs.IT eess.SP math.IT
