High-gain MIMO Beamforming Antenna System for DSRC and mmwave 5G Integration in Autonomous Vehicles
针对自动驾驶车辆对高可靠、高速、低延迟通信的需求,提出一种可同时支持 5.9 GHz DSRC 与 28 GHz mmWave 5G 的高增益 MIMO 波束成形天线系统,以兼顾紧凑结构、双频工作、波束扫描和端口隔离。
2025-06-02 cs.IT cs.SY eess.SP
Learning to Unfold Fractional Programming for Multi-Cell MU-MIMO Beamforming with Graph Neural Networks
School of Information Science and Engineering, Southeast University(东南大学信息科学与工程学院)
本文提出利用图神经网络学习展开快速FP算法,以降低MU-MIMO波束成形的计算复杂度并提高收敛速度。
2026-01-12 eess.SP
Robust Beamforming for Downlink 3D-MIMO Systems with $l_1$-norm Bounded CSI Uncertainty
提出了一种新的三维多输入多输出(3D-MIMO)系统中的鲁棒波束形成方案。作为大规模多输入多输出的典型部署之一,3D-MIMO系统在角域上具有稀疏信道。因此,各种稀疏信道估计算法产生稀疏信道估计误差,其可用于缩小不完美CSI的扰动区域。针对鲁棒波束形成问题,提出了一种$l_1$ -范数有界的信道不确定性模型,该模型充分考虑了信道误差的稀疏性.与传统的球形不确定性相比,我们证明了在相同的信干噪比(SINR)门限下,具有$l_1$范数有界不确定性的方案消耗更少的波束形成功率。该方案被转化为二阶锥规划(SOCP)和仿真结果验证了我们的算法的有效性。
2018-11-01 eess.SP
User Association and Hybrid Beamforming Designs for Cooperative mmWave MIMO Systems
混合模拟和数字波束成形已经成为毫米波(mmWave)大规模多输入多输出(MIMO)通信系统的关键使能技术,因为它可以平衡系统性能和硬件效率之间的权衡。协作网络由于其强大的集中控制能力,在提高毫米波通信频谱效率方面显示出巨大的潜力。在本文中,我们考虑合作毫米波MIMO系统,并提出了三种典型的混合波束形成架构的用户关联和混合波束形成的设计算法。协作网络的中央处理单元(CPU)首先匹配基站(BS)和用户的服务对。然后,提出了一种迭代混合波束形成设计算法,以最大化具有全连接混合波束形成架构的mmWave MIMO系统的加权可达和速率性能。此外,针对固定子阵混合波束形成结构,提出了一种启发式模拟波束形成设计算法。为了进一步利用多天线的分集,我们还考虑了动态子阵结构,并提出了一种新的天线设计算法的模拟波束形成设计。仿真结果表明,所提出的混合波束形成算法与现有的其他方法相比,性能有了显著的提高,动态子阵结构在提高能量效率(EE)性能方面具有很大的优势。
2022-08-10 eess.SP
Max-Min Optimal Beamforming for Cell-Free Massive MIMO
这封信开发了一个最佳的波束形成方法,在无小区的大规模多输入多输出(MIMO)系统,采用大量的分布式接入点,为多个用户提供并发服务的下行链路传输。最佳设计被制定为一个最大最小的问题,最大限度地提高所有用户的最小信号干扰加噪声比。解析地证明了该问题是拟凹的,并利用二阶锥规划得到了最优解。所提出的方法确定最佳的无小区大规模多输入多输出系统中可实现的波束成形性能。研究结果可作为低复杂度波束形成器设计的参考。
2020-06-10 eess.SP
Multi-Agent Double Deep Q-Learning for Beamforming in mmWave MIMO Networks
波束形成是毫米波(mmWave)多输入多输出(MIMO)通信的关键技术之一。设计合适的波束形成不仅可以提高接收信号的质量和强度,而且可以帮助减少干扰,从而提高数据速率。在本文中,我们提出了一种分布式多代理双深度Q学习算法的波束形成在毫米波MIMO网络,其中多个基站(BS)可以自动和动态地调整其波束,以服务于多个高度移动的用户设备(UE)。在分析中,最大接收功率关联准则被认为是用于UE,并考虑到一个现实的信道模型。仿真结果表明,所提出的基于学习的算法可以实现相当的性能,而在穷举搜索,操作复杂度低得多。
2020-08-13 eess.SP
Flexible Multimode-Based Beamforming MIMO Antenna
本工作提出了紧凑、灵活的多输入多输出(MIMO)天线。设计原理是基于在相同的天线体积内的不同的正交辐射模式的激励。通过相位控制的激发模式,波束形成演示了在方位角和仰角平面使用单层结构。为了灵活性,天线设计使用聚二甲基硅氧烷(PDMS)作为基板。数值结果表明,在不同的弯曲配置下,所有研究的天线都实现了优于23 dB的隔离。此外,所提出的技术演示了在整个仰角平面上具有单向波束控制的天线,并且第二设计实现了在水平面中的双向波束控制。总的来说,这些结果突出了基于多模的波束成形在物联网(IoT)系统中用于灵活MIMO天线的潜力。
2023-01-14 eess.SP
Closed-Form Hybrid Beamforming Solution for Spectral Efficiency Upper Bound Maximization in mmWave MIMO-OFDM Systems
混合波束成形被认为是实现毫米波(mmWave)多输入多输出(MIMO)通信的关键使能器,因为其能够显著减少收发器中昂贵且耗电的射频链的数量。然而,在毫米波MIMO正交频分复用(MIMO-OFDM)系统中,混合波束成形设计是具有挑战性的,因为需要在整个所采用的带宽上共享模拟预编码器和组合器。在本文中,我们提出了封闭形式的解决方案,设计的模拟预编码器/组合器在毫米波MIMO-OFDM系统的频谱效率的上限最大化的问题。封闭式解决方案有助于模拟波束形成器的设计,同时保证最先进的性能。数值结果表明,该算法获得了略有改善的性能与低得多的计算复杂度相比,所考虑的基准。
2021-08-24 eess.SP
Asymmetric Stream Allocation and Linear Decodability in MIMO Coded Caching
University of Oulu(奥卢大学)
本文研究了一种单次线性可解的MIMO缓存交付,允许任意用户流分配。通过推导一个流数可解条件,扩展了对称公共流可行性规则,并开发了一种贪心多播调度程序,实现非对称流分配,从而提高DoF的粒度并提升有限SNR对称速率。
2026-09-16 cs.IT eess.SP math.IT
Sparse Array Transceiver Design for Enhanced Adaptive Beamforming in MIMO Radar
借助新兴的快速传感器切换技术,稀疏阵列设计可以通过减少昂贵的收发器链的数量来降低整体系统开销。在本文中,我们研究了有源稀疏阵列的设计,使最大的信号干扰加噪声比(MaxSINR)波束形成在MIMO雷达接收机。所提出的方法需要一种包围设计,即,联合选择最佳发射和接收传感器位置,以实现MaxSINR接收波束成形。具体来说,我们考虑一个共置的多输入多输出(MIMO)雷达平台与正交发射波形,并检查在发射和接收阵列的天线选择。最佳的有源稀疏阵列收发器的设计问题,制定了连续凸近似(SCA)的二维组稀疏促进正则化。几个例子来证明所提出的方法在利用给定的发射/接收阵列孔径和自由度,实现最大信干噪比波束成形的有效性。
2021-02-20 eess.SP
Beamforming Technologies for Ultra-Massive MIMO in Terahertz Communications
具有频带$0.1-10$ THz的太赫兹(THz)通信被设想为未来高速无线通信的有前景的解决方案。虽然THz信号具有数十GHz的可用带宽,但THz信号存在严重的自由扩展损耗和分子吸收损耗,这限制了无线传输距离。为了补偿传输损耗,可以应用超大规模多输入多输出(UM-MIMO)技术通过波束形成技术来产生高增益的定向波束。本文综述了太赫兹UM-MIMO系统中的波束形成技术。具体而言,我们首先提出了太赫兹UM-MIMO系统模型,并确定其信道参数和结构类型。然后,我们说明了通过UM-MIMO波束形成的基本原理,并讨论了太赫兹UM-MIMO的远场和近场假设。此外,THz波段的一种重要波束形成策略,即,波束训练,其中概括了波束训练协议和码本设计方法。分别研究了THz UM-MIMO系统中智能反射面辅助的联合波束形成和多用户波束形成。分析了太赫兹波束形成中的空间宽带效应和频率宽带效应,并提出了相应的解决方案。此外,我们提出了相应的制造技术和照明的新兴应用受益于太赫兹波束成形。最后强调了THz UM-MIMO系统面临的挑战和未来的研究方向。
2023-03-13 cs.IT eess.SP math.IT
Analysing of 3D MIMO Communication Beamforming in Linear and Planar Arrays
该研究分析线性与平面阵列中三维MIMO通信的波束成形,采用基于协方差的波形方法,通过MATLAB仿真评估不同波束成形技术的性能。
2023-10-12 cs.IT eess.SP math.IT
Vandermonde Constrained Tensor Decomposition for Hybrid Beamforming in Multi-Carrier MIMO Systems
混合波束成形已经发展成为一种有前途的技术,在毫米波MIMO系统中提供系统性能和设计复杂度之间的平衡。现有的混合波束成形方法对模拟预编码器/组合器施加单位模约束或码本约束,这又导致性能开销折衷。本文提出了一个张量框架来处理宽带混合波束形成问题,与Vandermonde约束的模拟预编码器/组合器。所提出的方法在性能、开销和复杂度之间取得了平衡。在3GPP链路级测试台上的数值结果表明,所提出的方法相对于基于码本的方法的有效性,同时获得相同的反馈开销。此外,所提出的方法被证明可以实现与单位模数方法相当的性能,同时大幅减少开销。
2022-11-30 eess.SP
Beyond Traditional Beamforming: Singular Vector Projection for MU-MIMO
本文提出IOSVB算法,利用信道奇异向量优化MU-MIMO波束成形,在降低计算复杂度的同时实现接近最优的频谱效率,适用于未来6G网络。
2025-01-05 eess.SP
Cell-Free ISAC MIMO Systems: Joint Sensing and Communication Beamforming
本文研究无小区ISAC MIMO系统中的联合感知与通信波束成形设计,提出基于最大最小公平性的最优JSC波束成形结构和功率分配方法,在保持通信SINR和感知SNR的同时获得显著性能增益。
2024-02-23 cs.IT eess.SP math.IT
Low-Subpacketization MIMO Coded Caching with Flexible Stream Allocation
University of Oulu(奥卢大学)
针对多天线无线网络中编码缓存的子包化问题,提出一种低复杂度MIMO编码缓存方案,通过虚拟广播信道分解和共享缓存模型扩展,实现灵活速率适配并大幅降低子包化需求。
2026-10-06 cs.IT eess.SP math.IT
Average and Worst-case Analysis of MIMO Beamforming Loss due to Hardware Impairments
IETR, INSA Rennes(法国雷恩国立应用科学学院 IETR 研究所)
本文通过解析分析逐阵元增益失配和阵元间距偏差对MIMO波束成形的影响,给出最坏情况损伤配置与平均性能表达式,揭示平均退化有限但最坏损耗显著。
2025-11-07 eess.SP
Joint optimal beamforming and power control in cell-free massive MIMO
我们推导出一个快速和最佳的算法,解决实际的加权最大最小信干噪比问题,在无小区的大规模MIMO网络。该优化问题首次同时考虑了非理想协作下的长期功率控制和分布式波束形成设计。特别是,我们认为以用户为中心的接入点集群合作的基础上,可能有限的信道状态信息共享。我们的优化算法融合了强大的功率控制工具的基础上,干扰演算与最近开发的团队理论框架的分布式波束形成设计。此外,我们提出了一个变化,在实践中表现出更快的收敛。
2022-08-31 cs.IT eess.SP math.IT
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
Robust High Mobility NLOS UE Beamforming Strategy for Gigantic MIMO
Lund University(隆德大学);Ericsson AB(爱立信)
本文提出一种无需额外导频开销的高移动性巨MIMO系统中非视距条件下的可靠通信链路策略,通过将UE波束成形方向对齐运动轴,减少多普勒扩展,提升时间稳定性。
2026-03-17 eess.SP
Learning to Select for MIMO Radar based on Hybrid Analog-Digital Beamforming
在本文中,我们提出了一个能量有效的雷达波束方向图设计框架的毫米波(毫米波)大规模多输入多输出(mMIMO)系统,配备了混合模拟数字(HAD)波束形成结构。为了降低mMIMO系统的功耗和硬件成本,我们采用机器学习方法来合成基于少量RF链和天线的探测波束图。通过利用softmax神经网络的组合,所提出的解决方案能够实现具有高精度的期望波束图。
2021-06-10 eess.SP
Hybrid Beamforming With Sub-arrayed MIMO Radar: Enabling Joint Sensing and Communication at mmWave Band
本文提出了一种将混合波束形成技术与子阵列MIMO雷达技术相结合的毫米波(mmWave)波段双功能雷达通信(DFRC)系统波束形成设计方法。我们假设基站(BS)服务于位于非视距(NLoS)信道中的用户设备(UE),该用户设备同时主动检测位于视距(LoS)信道中的多个目标。给定最优通信波束形成器和期望的雷达波束方向图,在非凸恒模(CM)和功率约束下,设计模拟和数字波束形成器,使得通信和雷达波束形成误差的加权和最小。该优化问题可分解为三个子问题,并采用交替极小化方法求解。数值仿真验证了所提出的波束成形设计的可行性,并表明我们的方法提供了一个有利的性能之间的权衡传感和通信。
2018-10-24 eess.SP
Blind Passive Beamforming for MIMO System
针对智能表面辅助MIMO通信中无源波束成形的非凸难题,本文提出一种无需信道状态信息的盲波束成形方法,通过统计学习接收信号功率随机样本中的无线环境特征,并在5G商用网络现场测试中验证了其优越性。
2025-06-01 cs.IT eess.SP math.IT
Joint Waveform and Beamforming Optimization for MIMO Wireless Power Transfer
在本文中,我们研究了多正弦多输入多输出(MIMO)无线功率传输(WPT)系统的目标,以增加输出直流功率。我们共同优化的多正弦波形和波束形成占整流天线的非线性,并考虑两个组合方案的整流天线在接收机,即DC和RF组合。对于DC组合,根据信道状态信息(CSI)来优化波形和发射波束成形。对于RF组合,以封闭形式提供最佳发射和接收波束成形,并且优化波形。我们还考虑了一个实际的RF合并电路,使用移相器和RF功率合成器和优化的波形,发射波束形成,和模拟接收波束形成自适应CSI。两种类型的性能评估,基于非线性整流天线模型和准确和现实的电路模拟,提供。评估表明,联合波形和波束形成设计可以通过利用波束形成增益、频率分集增益和整流天线非线性来增加输出DC功率。它还表明,联合波形和波束形成的设计提供了一个更高的输出直流功率比波束形成的设计,在一个双发射天线16正弦波双接收天线设置的相对增益为180%。
2021-08-21 eess.SP
Relay Beamforming Design with SIC Detection for MIMO Multi-Relay Networks with Imperfect CSI
在本文中,我们考虑了一个双跳多输入多输出(MIMO)无线多中继网络中,源-目的地对都配备了多个天线,通过多个半双工放大转发(AF)中继终端,也有多个天线通信。由于在实际的多中继网络中很难获得理想的信道状态信息(CSI),我们考虑所有信道的不理想CSI。我们专注于最大限度地提高信号干扰噪声比(SINR)在目的地。我们提出了一种新的鲁棒的线性波束形成在中继,在目的节点进行连续干扰消除(SIC)的QR分解滤波器的基础上。利用大数定律,我们得到了存在不完美CSI的渐近速率,在此基础上,建议中继波束成形优化。仿真结果表明,渐近速率与遍历速率匹配良好。分析和仿真结果表明,该波束形成优于传统的波束形成方案的任何功率的CSI错误和SNR区域。
2020-03-19 eess.SP
Analysis of Broad Beam Beamforming for Collocated and Distributed MIMO
该研究针对MIMO宽波束成形问题,评估了DPBF在不同信道与配置下的性能,提出基于正交空时分组码的C-MIMO覆盖增强方案及分布式MIMO的DPBF方法,提升了覆盖效果。
2025-08-04 eess.SP
Optimal Beamforming for MIMO DFRC Systems with Transmit Covariance Constraints
本文研究了具有发射协方差约束的MIMO DFRC系统波束成形设计,通过柯西交错定理和BCD算法分别推导出单用户和多用户场景下的最优解,显著提升了通信和速率。
2023-09-15 eess.SP
Large-Scale Beamforming for Massive MIMO via Randomized Sketching
大规模MIMO系统为未来的无线通信系统带来了频谱和能量效率的显著改善。正则化迫零(RZF)波束形成能够提供良好的性能,具有数值稳定性和对信道不确定性的鲁棒性。然而,在大规模MIMO系统中,RZF波束成形中的矩阵求逆运算在计算上变得昂贵。为了解决这一计算问题,我们将提出一种新的随机草图的RZF波束形成方法具有低计算复杂性。这是通过基于预条件Richard迭代的随机草图求解线性系统来实现的,这保证了最优解的高质量近似。我们从理论上证明了迭代获得的近似序列线性快速收敛到精确的RZF波束形成矩阵的迭代次数的增加。此外,它证明了系统的和率为这样的序列的近似收敛到准确的线性收敛速度。我们的模拟结果验证了我们的理论研究结果。
2020-03-30 cs.IT eess.SP math.IT
Enhancing Multi-Stream Beamforming Through CQIs For 5G NR FDD Massive MIMO Communications: A Tuning-Free Scheme
本文针对5G NR FDD大规模MIMO系统,利用CQI与最优波束赋形向量的关系,提出一种基于经验贝叶斯的免调优算法,以提升单流和多流场景下的波束赋形性能。
2024-09-01 eess.SP
Hybrid Beamforming and Combining for Millimeter Wave Full Duplex Massive MIMO Interference Channel
全双工(FD)通信可以彻底改变无线通信,因为它避免了使用独立的信道进行双向通信。这项工作推广了毫米波(mmWave)频段的点对点FD通信,包括K对大规模MIMO FD节点同时工作。我们提出了一种新的联合混合波束成形(HYBF)和加权和速率(WSR)最大化的合并方案,使大规模MIMO FD链路的共存成本有效。该算法依赖于基于最小化-最大化方法的替代优化。此外,我们提出了一种新的SI和大规模MIMO干扰信道感知功率分配方案,包括最优功率控制。仿真结果表明,显着的性能改善相比,传统的双向全数字半双工(HD)系统。
2022-01-04 cs.IT eess.SP math.IT
A Dynamic Codebook Design for Analog Beamforming in MIMO LEO Satellite Communications
波束形成增益是将被集成到蜂窝网络中的LEO卫星通信系统的性能的关键因素。然而,先前在用于地面网络的MIMO通信的上下文中设计的波束码本在卫星移动时在波束间干扰和增益稳定性方面不提供适当的性能。在本文中,我们提出了一个动态码本,提供了一个稳定的增益在一段时间内,卫星覆盖一个给定的细胞,同时避免链路重新训练和额外的计算,卫星移动。此外,所提出的码本提供了更高的信号与干扰加噪声(SINR)比通常用于蜂窝系统中的DFT码本。
2021-11-16 eess.SP
Fast Algorithms for Joint Multicast Beamforming and Antenna Selection in Massive MIMO
大规模多输入多输出是目前领先的物理层技术候选技术,可以显着提高5G系统中单播和多播传输模式的吞吐量。由于与射频(RF)链相比,天线元件在mmW范围内变得更小和更便宜,因此在发射机处执行天线选择是至关重要的,使得可用的RF链被切换到天线的适当子集。研究了大规模多输入多输出系统中单个多播组的多播波束形成和天线选择问题。该问题的现有技术依赖于半定松弛(SDR),其不能按比例放大到大规模多输入多输出状态。提出了一种基于连续凸近似(SCA)的最大最小公平多播波束形成和天线选择联合算法。SCA的核心思想是用一类非光滑的凸优化问题逐次逼近非凸问题。两个快速和内存有效的一阶方法,提出了解决每个SCA子问题。仿真结果表明,所提出的算法优于现有的最先进的方法在解决方案的质量和运行时间,在传统的,特别是在大规模多输入多输出设置。
2020-03-04 eess.SP
Performance Analysis of Digital Beamforming mmWave MIMO with Low-Resolution DACs/ADCs
TU Wien(维也纳工业大学);Christian Doppler Laboratory for Digital Twin assisted AI for sustainable Radio Access Networks(可持续无线接入网数字孪生辅助AI克劳迪普勒实验室);Lund University(隆德大学)
本文研究了毫米波MIMO系统中低分辨率DAC/ADC对信道估计性能和系统效率的影响,发现4位量化分辨率在能耗与数据率之间取得良好平衡。
2026-01-22 eess.SP
Decentralized Beamforming for Cell-Free Massive MIMO with Unsupervised Learning
无小区大规模多输入多输出(Cell-free massive MIMO,CF-mMIMO)系统代表了一种提高无线通信系统频谱效率的有前景的方法。然而,接近最优的波束成形解决方案需要在接入点(AP)和网络控制器(NC)之间进行大量的信令交换。在这封信中,我们提出了两种无监督的深度神经网络(DNN)架构,完全和部分分布式,可以在AP和NC之间执行分散的协调波束成形,实现全数字和混合预编码。与传统的接近最优的解决方案相比,所提出的DNN实现了接近最优的和速率,同时还将计算复杂度降低了10- 24倍。
2021-11-26 cs.LG eess.SP
On Symbol Error Probability-based Beamforming in MIMO Gaussian Wiretap Channels
本文研究MIMO高斯窃听信道中波束成形方案,旨在最小化授权用户符号错误概率并限制窃听者恢复符号概率,提出基于KKT条件和广义特征分解的精确求解算法及适用于M元检测的近似实用算法。
2025-04-04 eess.SP
Smart Hybrid Beamforming and Pilot Assignment for 6G Cell-Free Massive MIMO
本文研究了Cell-Free大规模MIMO网络,其中每个接入点(AP)都配备了一个混合收发器,与全数字收发器相比,降低了复杂性和成本。渐近近似的频谱效率推导出上行链路和下行链路。利用这些表达式,最大-最小问题被公式化以优化(i)AP处的模拟波束形成器和(ii)导频分配。仿真结果表明,这些变量的优化大大提高了网络的性能。
2023-01-13 cs.IT eess.SP math.IT
Passive Beamforming Design for Intelligent Reflecting Surface Assisted MIMO Systems
智能反射面(IRSs)是一种无源器件,它能够调节反射信号的相移,因此适用于无源波束形成。在本文中,我们设想他们的设计与多输入多输出(MIMO)系统中使用的接入点(AP),提高波束成形增益,其中AP和用户都配备了多个天线的主动波束成形行动。首先,我们解耦优化问题,并设计一个给定的IRS配置的主动波束形成。然后将基于IRS的无源波束形成优化问题转化为一个易于求解的非凸二次约束二次规划问题。为了解决转换问题,我们给出了一个近似的解决方案,广泛使用的半定松弛(SDR)技术的基础上。我们还提出了一个低复杂度的迭代解决方案。我们进一步证明了它可以收敛到一个局部最优值。最后,考虑到IRS中离散相移的实际情况,在这两种解决方案的基础上给出了IRS元件的量化设计。我们的仿真结果表明,所提出的解决方案优于相关的基准。
2021-06-02 eess.SP
A 3D Beamforming Scheme Based on The Spatial Distribution of User Locations
大规模多输入多输出(massive MIMO)和波束成形等多天线技术是通过智能地使用大量天线来提高容量和覆盖范围方面的性能的关键特征。随着即将到来的5G新无线电(NR),FD-MIMO(全维度MIMO)将发挥重要作用。FD-MIMO包括在2D阵列中布置大量天线,这使得能够使用3D波束成形,即,在水平和垂直维度上进行波束成形。本文提出了一种三维波束形成模型,其中波束控制依赖于用户的随机空间分布。我们试图推导出一些关于天线波束形成辐射方向图的概率分布的分析结果。此外,通过系统级仿真,我们展示了如何3D波束成形可以减少干扰的影响,相比传统的2D波束成形,并提高系统的覆盖概率和用户吞吐量方面的性能。
2020-02-10 cs.NI eess.SP
Hybrid beamforming for single carrier mmWave MIMO systems
混合模拟和数字波束成形(HBF)已经被认为是一种有吸引力的技术,其为未来的宽带毫米波(mmWave)通信提供了硬件实现限制和系统性能之间的折衷。针对目前大多数基于正交频分复用的毫米波系统的HBF设计,本文研究了单载波系统的HBF设计。通过应用交替极小化方法,我们提出了一个有效的基于最小均方误差准则的HBF方案。仿真结果表明,该方案优于传统的HBF方案SC系统。
2019-02-26 eess.SP
Fusing Channel and Sensor Measurements for Enhancing Predictive Beamforming in UAV-Assisted Massive MIMO Communications
本文提出融合信道与传感器数据,利用扩展卡尔曼滤波和预测波束赋形框架,提升无人机大规模MIMO通信的波束对齐精度与频谱效率。
2023-12-29 eess.SP
Millimeter-Wave Massive MIMO Testbed with Hybrid Beamforming
大规模多输入多输出(MIMO)技术在毫米波(mmWave)频段获得大阵列增益至关重要。然而,存在实际的挑战,例如在这样的系统中的高硬件成本和功耗。这些问题的一个有前途的解决方案是采用混合波束成形架构。这种架构的收发器(TRx)链的数量比天线总数少得多,从而实现了成本和能量高效的系统。在本文中,我们提出了一个实时毫米波(28 GHz)大规模多输入多输出测试床与混合波束成形。该测试平台具有用于波束选择的64天线/16 TRx单元,可以以模块化方式扩展到更大的阵列尺寸。为了在真实传播环境中测试从基带处理算法到调度和波束选择的所有内容,我们将基于软件定义无线电技术构建的现有100天线/100 TRx大规模多输入多输出测试平台(低于6 GHz)的功能扩展到灵活的毫米波大规模多输入多输出系统。
2020-12-02 cs.IT eess.SP math.IT
Optimal Joint Beamforming and Power Control in Cell-Free Massive MIMO Downlink
提出了一种新的无小区大规模MIMO(CFmMIMO)系统下行链路联合波束赋形和功率控制优化模型。所提出的优化模型的目标是最大限度地减少用户干扰,同时满足服务质量(QoS)的约束和功耗限制。所提出的最小-最大优化模型是作为一个混合整数非线性规划,这是直接听话。数值结果表明,所提出的联合波束成形和功率控制方案是有效的,并优于竞争方案的数据率,功耗和能源效率。
2021-07-22 cs.IT eess.SP math.IT
AI-Empowered Hybrid MIMO Beamforming
本文综述AI辅助混合MIMO波束成形设计,梳理架构约束、传统优化与深度学习与深度展开方法,并通过数值与定性比较指出未来研究方向。
2023-03-03 cs.AI cs.IT eess.SP
Learning Beamforming in Cell-Free Massive MIMO ISAC Systems
本文针对无蜂窝大规模MIMO ISAC系统中的波束成形设计挑战,提出了一种基于异构图神经网络(GNN)的新模型,该模型支持低复杂度扩展,在增删接入点时无需完全重训练,且能实现接近最优的性能并适应多种网络结构。
2024-09-26 cs.IT eess.SP math.IT
Hybrid Beamforming for Subarray-Level Movable Antenna Enhanced MU-MIMO Communications
Zhejiang Gongshang University(浙江工商大学);University of Electronic Science and Technology of China(电子科技大学);National Key Laboratory of Wireless Communications(无线通信全国重点实验室);University of California, San Diego(加州大学圣地亚哥分校);Sichuan Normal University(四川师范大学)
本文研究了子阵级可移动天线架构以提升多用户MIMO通信的空分复用能力,通过联合优化混合波束成形和子阵位置以提高系统频谱效率,提出SIC-MA方法在仿真中优于固定子阵的SIC-FPA方案。
2026-04-21 eess.SP
Robust Non-Coherent Beamforming for FDD Downlink Massive MIMO
由于难以获得信道状态信息(CSI),因此已知设计用于频分双工(FDD)大规模多输入多输出的下行链路(DL)的波束成形技术是具有挑战性的问题。实际上,由于上行链路-下行链路频带是不相交的,因此系统不能像时分双工(TDD)系统中那样依赖于信道互易性来从上行链路(UL)导频估计信道。尽管如此,在本文中,我们提出了鲁棒波束形成器的原始设计,不需要来自用户的任何反馈,仅依赖于UL导频的传输。付出的代价是波束形成器在它不利用每个多径分量的相位的全部知识的意义上是非相干的。在不同的准则和部分相位知识下,提出了大量新颖的设计。
2020-04-01 eess.SP
Channel Capacity Saturation Point and Beamforming Acceleration for Near-Field XL-MIMO Multiuser Communications
针对近场XL-MIMO通信场景,该研究提出天线阵列规模存在信道容量饱和点并给出解析确定方法,同时设计新型波束成形算法缓解大阵列的高计算量问题,通过数值结果验证了分析有效性与算法性能。
2025-03-23 cs.IT eess.SP math.IT
Efficient Beamforming for MIMO Relaying Broadcast Channel with Imperfect Channel Estimation
研究了蜂窝网络下行链路中的多输入多输出(MIMO)中继板播信道,其中基站和中继站都配备有多个天线,每个用户终端只有一个天线.在实际场景中,信道估计在接收机处是不完美的。以最大化每个用户的信干噪比为目标,分别针对单中继和多中继两种情况,提出了两种鲁棒的线性波束形成方案。这两种方案分别基于奇异值分解(SVD)、最小均方误差(MMSE)和正则化迫零(RZF)。仿真结果表明,该方案优于传统的方案与不完善的信道估计。
2020-03-22 cs.IT eess.SP math.IT
Joint Transmit Beamforming for Multiuser MIMO Communication and MIMO Radar
未来的无线通信系统期望探索雷达系统通常使用的频谱带,以便克服传统通信带的频谱拥塞。由于在许多应用中,雷达和通信共享同一平台,因此可以通过联合设计作为双功能雷达通信系统来促进频谱共享。针对多输入多输出(MIMO)雷达和多用户MIMO通信发射机共享频谱和天线阵列的情况,提出了一种联合发射波束形成模型。提出的双功能系统发射独立的雷达波形和通信符号的加权和,形成多个波束分别朝向雷达目标和通信接收机。加权系数的设计被配制成一个优化问题,其目标是MIMO雷达发射波束形成的性能,同时保证在每个通信用户的信号干扰噪声比(SINR)高于给定的阈值。尽管所提出的优化问题的非凸性,它可以放松到一个凸的,可以在多项式时间内解决,我们证明了松弛是紧的。然后,我们提出了一种降低复杂度的设计,基于迫零的用户间干扰和雷达干扰。与以前的作品,它专注于通信符号的传输,合成雷达发射波束方向图,我们的方法提供了更多的自由度MIMO雷达,从而能够获得改进的雷达性能,在我们的仿真研究中证明。此外,所提出的双功能方案接近仅雷达方案的雷达性能,即,在合理的通信质量约束下,无需频谱共享。
2020-02-02 eess.SP
Hybrid Beamforming Structure for Massive MIMO System: Full-connection v.s. Partial-connection
在本文中,我们比较了多用户大规模多输入多输出系统的两种典型混合波束成形结构的性能,即全连接和部分连接结构。在毫米波信道小角度扩展的假设下,给定面向用户的模拟预编码器和迫零数字预编码器,给出了用户的模拟和数字预编码信道增益的显式上界,并在此基础上研究了两种结构之间的关系.分析结果表明,全连接结构并不总是优于部分连接结构,并揭示了适用于每种结构的区域。仿真结果验证了分析结果的正确性。
2020-06-18 cs.IT eess.SP math.IT
Low-Complexity Pareto-Optimal 3D Beamforming for the Full-Dimensional Multi-User Massive MIMO Downlink
全维(FD)多用户大规模多输入多输出(m-MIMO)系统采用大型二维(2D)矩形天线阵列来控制信号传输的方位角和仰角。我们引入了具有中等维度的方位和仰角波束形成向量的两个外积之和作为一类新的FD波束形成。我们表明,这种低复杂度的类是能够优于2D波束成形依赖于方位角和仰角波束成形向量的单个外积。它还能够在用户最小速率或其几何平均速率(GM速率)或和速率(SR)方面执行接近其大规模维度的FD对应物。此外,我们还表明,即使FD波束成形可能优于我们的外部产品为基础的不正确的高斯信号的解决方案。解释,我们的设计是基于低复杂度的算法依赖于凸问题的适度尺寸的最大-最小速率优化或封闭形式的表达式GM率和SR最大化。
2023-02-18 cs.IT eess.SP math.IT
Optimal Hybrid Beamforming for Multiuser Massive MIMO Systems With Individual SINR Constraints
在这封信中,我们考虑最佳的混合波束成形设计,以最大限度地减少个人信号干扰噪声比(SINR)的约束下,在多用户大规模多输入多输出(MIMO)系统的传输功率。这导致了一个具有挑战性的非凸优化问题。我们考虑两种情况。在用户数量小于或等于射频(RF)链的情况下,我们提出了一种低复杂度的方法来获得全局最优解,并表明它实现了与最优全数字波束形成器相同的传输功率。在用户数大于RF链数的情况下,我们提出了一种低复杂度的全局收敛交替算法来获得一个稳定点。
2018-11-22 eess.SP
Deep Learning for Hybrid Beamforming with Finite Feedback in GSM Aided mmWave MIMO Systems
Tsinghua University(清华大学);Beijing National Research Center for Information Science and Technology(北京信息科学与技术国家研究中心)
混合波束形成是毫米波多输入多输出系统的重要技术。为了提高频谱利用率,进一步引入了广义空间调制(GSM)技术。然而,大多数现有的波束成形工作假设完美的信道状态信息(CSI),这是不现实的,在实际系统中。本文研究了GSM辅助频分复用(FDD)mmWave MIMO系统中下行导频训练、信道估计、CSI反馈和混合波束形成的联合优化问题。在深度学习的帮助下,通过无监督学习以端到端的方式设计GSM混合波束形成器。实验结果表明,与传统算法相比,本文提出的多分辨率网络GsmEFBNet能够以更少的反馈比特数获得更高的可达速率。
2023-02-15 cs.AI cs.IT eess.SP
Unsupervised Deep Learning for Massive MIMO Hybrid Beamforming
École Polytechnique de Montréal(蒙特利尔工程学院)
混合波束形成技术是一种很有前途的技术,可以降低大规模多输入多输出(MIMO)系统的复杂度和成本,同时提供高数据速率。然而,混合预编码器设计是一项具有挑战性的任务,需要信道状态信息(CSI)反馈并解决复杂的优化问题。提出了一种基于RSSI的无监督深度学习方法来设计大规模多输入多输出系统中的混合波束形成。此外,我们提出了i)一种方法来设计的同步信号(SS)在初始接入(IA)和ii)的方法来设计的模拟预编码器的码本。我们还通过各种场景下的真实渠道模型来评估系统性能。我们表明,该方法不仅大大提高了频谱效率,特别是在频分双工(FDD)通信,通过使用部分CSI反馈,但也有接近最佳的和速率,优于其他国家的最先进的全CSI解决方案。
2020-07-02 cs.LG eess.SP