Graph Neural Network based Active and Passive Beamforming for Distributed STAR-RIS-Assisted Multi-User MISO Systems
针对分布式STAR-RIS辅助多用户MISO系统，提出基于GNN的联合有源与无源波束成形设计方法，以最大化用户和速率，性能高效且可扩展。
2025-02-26 cs.IT eess.SP math.IT
Deep Reinforcement Learning based Joint Active and Passive Beamforming Design for RIS-Assisted MISO Systems
可重构智能表面（RIS）由于具有低成本、可控性等独特优势，是解决毫米波通信系统阻塞问题的一种有效途径，近年来受到广泛关注。然而，由于高计算复杂性和无线环境的动态变化，使得有源波束形成和无源波束形成的联合设计是一项艰巨的任务。在本文中，我们考虑了一个RIS辅助的多用户多输入单输出（MU-MISO）毫米波系统，旨在开发一种基于深度强化学习（DRL）的算法，以联合设计在基站（BS）侧的有源混合波束形成器和RIS侧的无源波束形成器。通过采用先进的软演员-评论家（SAC）算法，我们提出了一种基于最大熵的DRL算法，它可以探索更多的随机策略比确定性的政策，同时设计有源模拟预编码器和无源波束形成器。然后，采用最小均方误差（MMSE）方法确定数字预编码器。实验结果表明，我们提出的SAC算法可以获得更好的性能相比，传统的优化算法和DRL算法。
2022-02-21 cs.IT eess.SP math.IT
Robust Consensus-Based Distributed Beamforming for Wideband Cell-free Multi-RIS MISO Systems
National and Kapodistrian University of Athens（雅典国立卡波迪斯特里安大学）；University of Illinois Chicago（伊利诺伊大学芝加哥分校）
本文提出了一种基于一致性的分布式波束成形方法，用于改进宽带无中心多RIS MISO系统的协作效率。
2026-01-13 cs.IT eess.SP math.IT
Joint Transmit and Reflective Beamforming Design for IRS-Assisted Multiuser MISO SWIPT Systems
研究了一种智能反射面辅助的多用户多输入单输出（MISO）无线信息与能量同步传输（SWIPT）系统。在该系统中，多天线接入点（AP）使用发射波束成形将信息和能量信号发送到一组接收器，每个接收器用于信息解码（ID）或能量收集（EH），并且专用部署的IRS适当地控制其反射相移以形成无源反射波束，用于促进接收器处的ID和EH。在这种设置下，我们联合优化AP处的（有源）信息和能量发射波束成形以及IRS处的（无源）反射波束成形，以最大化在所有EH接收器处接收的最小功率，这受到ID接收器处的个体信号与干扰加噪声比（SINR）约束以及AP处的最大发射功率约束。虽然制定的SINR约束的最小能量最大化问题是高度非凸的，我们提出了一个有效的算法，通过使用交替优化和半定松弛（SDR）的技术，以获得高质量的解决方案。数值结果表明，建议的IRS辅助SWIPT系统的信息和能量信号实现了显着的性能增益比基准计划没有IRS部署和/或没有专用的能量信号使用。
2019-10-16 cs.IT eess.SP math.IT
Joint Beamforming Design in Multi-Cluster MISO NOMA Intelligent Reflecting Surface-Aided Downlink Communication Networks
考虑智能反射面（IRS），研究了多簇多输入单输出（MISO）非正交多址（NOMA）下行通信网络。在网络中，IRS通过被动波束形成辅助从基站（BS）到所有用户的通信。我们的目标是通过联合优化BS处的发射波束成形向量和IRS处的反射系数向量来最小化总发射功率。由于对IRS反射振幅和相移的限制，所述二次约束二次问题是高度非凸的。对于上述问题，传统的基于半定规划（SDP）的算法具有过高的计算复杂性和恶化的性能。在这里，我们提出了一个有效的二阶锥规划（SOCP）-交替方向的乘法器（ADMM）为基础的算法，以获得局部最优解。为了降低计算复杂性，我们还提出了一个低复杂度的迫零（ZF）的次优算法。仿真结果表明，我们提出的基于SOCP-ADMM的算法实现了显着的性能增益比传统的基于SDP的算法。此外，当被动反射元件的数目相对较高时，我们提出的基于ZF的次优算法也优于基于SDP的算法。
2019-09-16 cs.IT eess.SP math.IT
Learning Robust Beamforming for MISO Downlink Systems
Jeonbuk National University（国立全北大学）；Pukyong National University（釜庆国立大学）
研究了下行多用户系统中鲁棒波束形成优化的学习算法。基站（BS）识别有效的多天线传输策略，只有不完美的信道状态信息（CSI）和它的随机特性。为此，我们提出了一种鲁棒的训练算法，其中深度神经网络（DNN），它只接受完美CSI的估计和统计知识，被优化以适应现实世界的传播环境。因此，经过训练的DNN可以仅基于实际CSI的不完美观测来提供有效的鲁棒波束成形解决方案。数值结果验证了所提出的学习方法相比，传统的计划的优势。
2021-03-02 cs.IT cs.LG eess.SP
Optimal Beamforming for MISO Communications via Intelligent Reflecting Surfaces
通过智能反射表面（IRSs）的无线通信已经受到学术界和工业界的相当大的关注。特别地，IRS能够利用通常低成本的无源设备来创建有利的无线传播环境。虽然在文献中已经研究了各种IRS辅助的无线通信系统，但到目前为止，还没有很好地理解这种系统的最佳设计。本文研究了IRS辅助的单用户多输入单输出（MISO）通信。为了最大限度地提高频谱效率，提出了一种分支定界（BnB）算法，分别在接入点（AP）和IRS处获得有源和无源波束形成器的全局最优解。仿真结果证实了在无线系统中部署IRS的有效性。此外，以所提出的最优BnB算法为性能基准，现有的设计算法的最优性进行了研究。
2020-01-30 cs.IT eess.SP math.IT
Deep Learning Methods for Universal MISO Beamforming
Jeonbuk National University（全北国立大学）；Pukyong National University（釜庆国立大学）；Electronics and Telecommunications Research Institute (ETRI)（电子通信研究院）
这封信研究了深度学习（DL）方法，以优化下行链路多用户多天线系统中的波束成形向量，这些方法可以普遍应用于基站处的任意给定发射功率限制。我们利用总功率预算作为边信息，以便深度神经网络（DNN）可以有效地学习波束成形优化中功率约束的影响。因此，单个训练过程对于所提出的通用DL方法是足够的，而常规方法需要针对所有可能的功率预算水平训练多个DNN。数值结果表明，所提出的DL方法比现有的计划的有效性。
2020-07-09 cs.IT cs.LG eess.SP
On Secrecy Performance of RIS-Assisted MISO Systems over Rician Channels with Spatially Random Eavesdroppers
本文利用随机几何研究了RIS辅助MISO系统在随机分布窃听器下的物理层安全，推导了SOP和ESC的闭式表达式，发现保密性能主要受RIS反射元件数量影响，且将RIS部署在合法用户附近更为高效。
2024-03-22 cs.IT eess.SP math.IT
Robust and Secure Beamforming for Intelligent Reflecting Surface Aided mmWave MISO Systems
在这封信中，我们研究了在智能反射面（IRS）辅助毫米波（mmWave）多输入单输出（MISO）系统中的鲁棒和安全波束形成（RSBF），其中多个单天线窃听器（Eves）任意分布在合法接收机附近。考虑到Eves信道的信道状态信息（CSI）在合法发射端是不完全已知的，在总发射功率和单位模约束下，给出了最大化最坏情况下可达保密率（ASR）的RSBF设计问题.由于这些问题是很难最佳解决，由于其非凸性和耦合变量，我们取代窃听信道的离散样本的加权组合，并提出了一个RSBF计划交替优化和半定松弛（SDR）技术的基础上，合谋和非合谋窃听的情况。仿真结果表明，所提出的RSBF方案可以有效地提高ASR，也优于其他基准计划。
2020-03-25 cs.IT eess.SP math.IT
Optimal Transmit Beamforming for Secrecy Integrated Sensing and Communication
研究了一种保密综合感知与通信（ISAC）系统，在该系统中，多天线基站（BS）的目标是向单天线通信用户（CU）发送保密消息，同时感知多个可能是可疑窃听者的目标。为了在防止窃听的同时确保感测质量，我们认为BS发送专用感测信号（除了机密信息信号之外），其起到用于混淆窃听目标的人工噪声（AN）的双重作用。在这种设置下，我们联合优化发送信息和感测波束形成在BS，以最小化发送波束图案和用于感测的期望波束图案之间的匹配误差，服从CU处的最小保密率要求和BS处的发送功率约束。虽然制定的问题是非凸的，我们提出了一个算法，通过使用半定松弛（SDR）与一维（1D）搜索获得全局最优解。接下来，为了避免由一维搜索引起的高复杂度，我们还分别基于迫零和单独的波束形成设计提出了两种次优解决方案。数值计算结果表明，该设计通过适当调整信息波束和感知波束，平衡了与CU通信、感知目标和迷惑窃听者之间的权衡，从而在保证CU保密率的同时，实现了理想的感知发射波束图。
2021-10-25 cs.IT eess.SP math.IT
Joint User Scheduling and Beamforming Design for Multiuser MISO Downlink Systems
在多用户通信系统中，用户调度和波束形成（US-BF）设计是两个基本问题，通常在现有的文献中被分开研究。在这项工作中，我们专注于联合US-BF设计的目标是最大限度地提高预定用户的集合基数，这是计算上的挑战，由于非凸目标函数和离散连续变量的耦合约束。针对这些问题，首先提出了一种基于逐次凸逼近的US-BF优化算法。然后，受无线智能通信的启发，将联合US和功率分配网络模型与BF解析解相结合，提出了一种基于图神经网络的联合US-BF（J-USBF）学习算法。各种数值结果验证了SCA-USBF和J-USBF的有效性，后者具有相近的性能和更高的计算效率。此外，建议的J-USBF也享有在动态无线网络场景的通用性。
2022-07-04 cs.IT eess.SP math.IT
Robust Beamforming Design and Antenna Selection for Dynamic HRIS-aided MISO System
针对硬件损伤下的MISO通信可靠性问题，提出动态HRIS架构，通过联合优化多类变量构建MSE最小化问题，用PEBCD算法求解，仿真验证其性能优于传统基准方案。
2024-10-09 cs.IT eess.SP math.IT
Statistical CSI Based Beamforming for Reconfigurable Intelligent Surface Aided MISO Systems with Channel Correlation
针对相关信道下 RIS 辅助 MISO 下行系统，本文基于 S-CSI 联合设计 AP 与 RIS 波束成形，提出 SVD-GD 和 FP-GD 算法以最大化和 ESE，并验证 2 比特相移量化已足够。
2023-09-27 cs.IT eess.SP math.IT
Intelligent Reflecting Surface Enabled Random Rotations Scheme for the MISO Broadcast Channel
目前关于智能反射面（IRS）的文献主要集中在优化IRS相移以产生相干波束形成增益，但这是在假设单个IRS辅助链路具有完美的信道状态信息（CSI）的情况下进行的，这是非常不切实际的。相反，这项工作考虑了IRS处的随机旋转方案，其中反射元件仅采用随机相位旋转而不需要任何CSI。然后，在整个信道的基站（BS）处仅需要CSI来实现波束成形传输方案。在此框架下，我们推导出的总和率缩放定律在大量的用户制度的IRS辅助多输入单输出（MISO）广播信道，最佳脏纸编码（DPC）计划和较低复杂度的随机波束形成（RBF）和确定性波束形成（DBF）计划在BS。随机旋转方案通过利用多用户分集来提高和速率，但由于相关性，也在一定程度上牺牲了增益。最后，能量效率最大化的BS天线，IRS元素和发射功率的数量的问题，解决了使用派生的缩放定律。仿真结果表明，所提出的方案，以提高和速率，性能变得接近下的相干波束形成的大量用户。
2021-03-17 cs.IT eess.SP math.IT
Secrecy Energy Efficiency Maximization in IRS-Assisted VLC MISO Networks with RSMA: A DS-PPO approach
本文研究了IRS辅助的VLC MISO网络在存在窃听者时的安全通信问题，提出了一种基于深度强化学习的DS-PPO方法，通过联合优化波束成形、RSMA速率等参数最大化保密能量效率，显著提升了系统性能与收敛速度。
2024-11-14 cs.IT eess.SP math.IT
Channel Estimation and Beamforming for Microwave Linear Analog Computers (MiLACs)-Aided Multiuser MISO Systems
Imperial College London（帝国理工学院）
针对微波线性模拟计算机辅助的多用户MISO系统，提出利用信道相关矩阵秩亏特性，通过模拟域压缩接收信号实现低维信道估计，并级联两个MiLAC高效实现正则化迫零波束成形，大幅降低计算复杂度。
2026-07-02 cs.IT eess.SP math.IT
Full-Duplex Multiuser MISO Under Coarse Quantization: Per-Antenna SQNR Analysis and Beamforming Design
Korea Advanced National Institute of Science and Technology (KAIST)（韩国科学技术院）；Pohang University of Science and Technology (POSTECH)（浦项科技大学）
本文提出了一种考虑自干扰和量化的波束成形方法，以提高全双工多用户MISO系统在粗量化下的频谱效率。
2026-01-23 cs.IT eess.SP math.IT
Statistical CSI based Design for Intelligent Reflecting Surface Assisted MISO Systems
研究了一种智能反射面（IRS）辅助的多输入单输出通信系统，利用统计信道状态信息（CSI）进行发射波束形成和IRS波束形成。推导出系统遍历容量的严格上界。在此基础上，研究了发射波束和IRS波束的联合优化问题。根据接入点和用户之间是否存在视距路径，两种不同的情况下，即，莱斯衰落和瑞利衰落，分别处理。具体地说，对于莱斯衰落的情况下，提出了一种迭代算法，这是保证收敛。对于瑞利衰落的情况下，封闭形式的设计得到的发射波束和IRS波束。仿真结果表明，所提出的波束形成方案取得了类似的性能要求瞬时CSI的基准算法。
2020-08-19 cs.IT eess.SP math.IT
Energy Efficient Beamforming Design for MISO Non-Orthogonal Multiple Access Systems
当考虑下一代无线网络时，非正交多址接入（NOMA）代表用于提高频谱效率的可行的多址接入技术。NOMA的基本性能通常使用下行链路波束成形和功率分配技术来增强。虽然下行链路波束赋形先前已经研究了不同的性能标准，如总和速率和最大-最小速率，它还没有被研究在多用户，多输入单输出（MISO）的情况下，特别是与能源效率的标准。在本文中，我们研究了一个多用户MISO-NOMA系统的上下文中的下行链路传输的能量有效的波束成形技术的设计。特别地，该波束成形设计被公式化为具有最小用户速率要求和发射功率约束的全局能量效率（GEE）最大化问题。针对GEE-Max问题的非凸性，利用序贯凸逼近（SCA）技术和Dinkelbach算法，提出了两种新的MISO-NOMA系统下行波束形成算法。我们的评估所提出的算法表明，他们提供了类似的最佳设计，并有效地提供大量的能源效率相比，基于传统方法的设计。
2019-02-15 eess.SP
Unsupervised Learning-Based Joint Resource Allocation and Beamforming Design for RIS-Assisted MISO-OFDMA Systems
National Mobile Communications Research Laboratory, Southeast University（南京东南大学国家移动通信研究中心）
提出基于无监督学习的两阶段框架联合设计RIS相移、基站波束赋形与RB分配，在满足QoS约束下，以极低运行时间实现接近SCA基准的系统和速率且保持鲁棒性。
2025-06-12 cs.AI cs.IT eess.SP
Secure Wireless Communication in RIS-Aided MISO Systems with Hardware Impairments
在实际应用中，收发器硬件的残余损伤不可避免地导致失真噪声，从而导致性能损失。在本文中，我们研究了鲁棒传输设计的可重构智能表面（RIS）辅助安全通信系统中存在的收发器硬件损伤。我们的目标是最大限度地提高保密率，同时确保发射功率约束的主动波束形成在基站和单位模约束的被动波束形成在RIS。为了解决这个问题，我们采用交替优化方法迭代优化一组变量，同时保持另一组固定。其中，主动波束形成优化子问题采用逐次凸逼近（SCA）方法求解，被动波束形成优化子问题采用半定规划（SDP）方法求解。数值结果表明，所提出的传输设计方案是更强大的硬件损伤比传统的非鲁棒方案，忽略了硬件损伤的影响。
2021-03-08 cs.IT eess.SP math.IT
Secure Outage Analysis for RIS-Aided MISO Systems with Randomly Located Eavesdroppers
本文研究了随机分布窃听者下RIS辅助多天线系统的物理层安全，推导了接收信噪比分布与安全中断概率闭式表达式，揭示了RIS反射元件数量和部署位置对安全性能的关键影响。
2024-03-22 cs.IT eess.SP math.IT
Low-Complexity Robust Beamforming Design for IRS-Aided MISO Systems with Imperfect Channels
本文研究了信道不确定性条件下智能反射面辅助的多输入单输出大系统。为了在满足功率约束的前提下，通过联合优化基站处的有源波束形成和IRS处的无源相移，最大化系统的平均和速率，提出了一种基于罚对偶分解（PDD）算法的鲁棒波束形成设计方法。通过应用上界最大化/最小化（BSUM）方法，在算法的每次迭代中，每个变量的最优解都可以得到封闭形式的表达式。仿真结果表明，该方案具有很低的计算复杂度，实现了高性能。
2021-03-18 eess.SP
Statistical CSI-based Beamforming for RIS-Aided Multiuser MISO Systems using Deep Reinforcement Learning
针对多用户MISO无线通信中的可重构智能表面（RIS），提出了一种基于统计信道状态信息（S-CSI）的联合波束形成算法。我们使用的S-CSI，这是一个长期的平均级联通道，而不是在大多数现有的作品中使用的瞬时CSI。通过这种方法，信道估计的开销大大减少。我们提出了一个近似策略优化（PPO）算法，这是一个著名的基于行动者-评论家的强化学习（RL）算法来解决优化问题。为了测试该算法的有效性，仿真结果与评估的关键系统参数，包括莱斯因子和RIS的位置，对用户的可实现的和速率。
2022-09-03 eess.SP
Deep Learning Based Joint Multi-User MISO Power Allocation and Beamforming Design
University of Maryland（马里兰大学）；DeepSig Inc.（迪普西格公司）
本文提出无监督深度学习框架NNBF-P，通过联合功率分配与波束成形设计最大化MU-MISO系统总速率，实验证明其性能优于ZFBF和MMSE，并验证了联合设计的有效性。
2024-06-12 cs.IT cs.LG eess.SP
Hybrid Beamforming for mmWave MU-MISO Systems Exploiting Multi-agent Deep Reinforcement Learning
Southeast University（东南大学）；ZTE Corporation（中兴通讯股份有限公司）
在这封信中，我们研究了基于深度强化学习（DRL）的混合波束形成用于毫米波（mmWave）多用户（MU）多输入单输出（MISO）系统。提出了一种多智能体DRL方法来解决DRL中的探索效率问题。在所提出的方法中，优先重放缓冲区和更多的信息奖励，以加速收敛。仿真结果表明，与基准算法相比，该算法具有更高的频谱效率和更少的时间消耗，更适合于实际应用。
2021-02-01 cs.AI cs.LG eess.SP
Legitimate against Illegitimate IRSs on MISO Wiretap Channels
在物理层安全中，将低成本的合法智能反射面（IRSs）应用于窃听信道，以提高保密率。在实践中，窃听者也可以部署IRS，即非法IRS，以降低保密率。本文研究了多输入单输出（MISO）窃听信道中发射机、合法IRS和非法IRS之间的相互作用。我们制定了一个最大最小的保密率问题，其中所有的信息是在发送器和接收器。我们的目标是设计一个有效的发射波束形成和相移策略的合法IRS，在最坏情况下的保密率的基础上优化的相移策略的非法IRS。我们提出了三种解决方法的基础上的梯度下降上升（GDA），交替优化（AO），和混合纳什均衡（NE）在战略形式的零和博弈。仿真结果表明，对于连续相移策略，AO通常不能保证收敛，虽然它可能会取得更好的性能比GDA在一些迭代。GDA通常收敛于一个稳定点。离散相移策略改善了AO和GDA的收敛性能，但存在一个具有最高保密率的混合NE。
2022-07-15 cs.ET eess.SP
Hybrid beamforming with dynamic subarrays and low-resolution PSs for mmWave MU-MISO systems
具有大规模天线阵列的模拟/数字混合波束成形架构在毫米波（mmWave）通信系统中得到了广泛的考虑，因为与传统的全数字波束成形相比，它们可以解决性能和硬件效率之间的折衷。现有的混合波束形成研究主要集中在子阵固定的全连接结构或部分连接结构，其中模拟波束形成器通常由无限分辨率移相器（PS）实现。在本文中，我们介绍了一种新的混合波束形成结构的动态子阵列和硬件高效的低分辨率PS毫米波多用户多输入单输出（MU-MISO）系统。通过开关网络和PS将每个RF链动态连接到非重叠子阵列，我们可以利用多天线和多用户分集来减轻由于使用实际的低分辨率PS而导致的性能损失。首先提出了一种基于分式规划（FP）的迭代混合波束形成器设计算法，旨在最大化MU-MISO系统的和速率性能。为了降低复杂度，我们也提出了一个简单的启发式混合波束形成器的设计算法的动态子阵计划。大量的仿真结果表明，与现有的固定子阵方案相比，动态子阵和低分辨率PS的混合波束形成架构的优势。
2019-06-04 eess.SP
Secrecy Rate Maximization in Multi-IRS Millimeter Wave Networks
本文研究了在毫米波（mmWave）网络的物理层配备多个智能反射面（IRS）的安全性增加的问题。在该网络中，多个IRS帮助基站（BS）将信号到达期望的用户，并且同时维护网络的安全性，即保护信号不被不允许的窃听者接收。该方案的目标是通过联合优化BS处的主动波束形成和IRS处的被动波束形成来最大化保密率。这导致了一个非凸优化问题，我们解决分解成两个子问题。这些子问题交替使用半定松弛（SDR）技术解决有源和无源波束形成设计问题。最后，通过仿真对算法的性能进行了评估.这些结果表明，在毫米波频段工作的无线网络中，使用多个IRS在提高保密率方面具有优越性。
2021-05-21 cs.IT eess.SP math.IT
Secure Transmission by Leveraging Multiple Intelligent Reflecting Surfaces in MISO Systems
由于无线通信的广播性质，物理层安全一直是一个基本但具有挑战性的问题。智能反射面（IRS）的最新进展通过重新配置传输环境为安全通信引入了新的维度。本文利用多个协作IRS设计了一种多用户MISO系统的安全传输方案。具体来说，为了保证多个合法用户之间的最坏情况下可实现的保密率，我们制定了一个最大-最小的问题，可以解决一个替代的优化方法，将其解耦成多个子问题。基于半定松弛和逐次凸逼近，每个子问题可以进一步转化为凸问题，很容易解决。大量的实验结果表明，我们提出的方案可以适应复杂的场景，多个用户，并取得显着的增益方面的可实现的保密率。我们的方案和传统的和速率最大化的保密率之间的差距，我们的结果表明，从我们的方案获得的保密率收敛到传统的和速率最大化时，增加IRS上的元素的数量。
2020-10-28 eess.SP
Energy Efficiency Fairness Beamforming Designs for MISO NOMA Systems
在本文中，我们提出了两个波束成形设计的多输入单输出非正交多址接入系统考虑到能源效率（EE）的公平性用户之间。特别是，两个定量的公平性为基础的设计，以保持用户之间的公平性方面取得的EE：最大-最小的能源效率（MPEG4）和比例公平性（PF）的设计。基于MME的设计旨在最大化系统中用户的最小EE，而基于PF的设计旨在在系统的全局能量效率和用户之间的EE公平性之间寻求良好的平衡。详细的仿真结果表明，我们提出的设计提供了许多倍的EE改善现有的节能波束成形设计。
2019-02-15 eess.SP
Proximal Policy Optimization-based Transmit Beamforming and Phase-shift Design in an IRS-aided ISAC System for the THz Band
本文提出了一种工作在太赫兹（THz）波段的红外辅助集成传感和通信（ISAC）系统，以最大限度地提高系统容量。将发射波束形成和相移设计问题转化为具有遍历约束的通用优化问题。在多用户多输入单输出（MISO）场景下，采用基于梯度的原-对偶近端策略优化（PPO）实现发射波束形成和相移设计的联合优化。具体地说，演员部分产生连续的发射波束形成和批评部分负责离散相移设计。基于MISO场景，我们研究了一个分布式PPO（DPPO）框架，在多用户多输入多输出（MIMO）场景下的多线程学习的概念。仿真结果表明，原始-对偶PPO算法及其多线程版本的发射波束形成和相移设计的有效性。
2022-03-21 cs.IT eess.SP math.IT
Intelligent Reflecting Surface Assisted Secrecy Communication: Is Artificial Noise Helpful or Not?
在这封信中，我们调查是否使用人工噪声（AN）是有助于提高保密率的智能反射面（IRS）辅助无线通信系统。具体地说，在存在多个单天线窃听者的情况下，在单天线接收器附近部署IRS，以帮助从多天线发射器进行传输。以最大化可实现的保密率为目标，提出了一种联合优化发射波束形成和干扰波束形成以及IRS反射波束形成的设计问题，但由于其非凸性和耦合变量，该问题很难求解。因此，我们提出了一个有效的算法交替优化的基础上解决问题的次优。仿真结果表明，在IRS反射波束成形的新设置下，将AN并入发射波束成形是有益的。特别是，它揭示了IRS辅助设计没有AN甚至比AN辅助设计没有IRS附近的窃听器的数量的增加表现得更差。
2019-12-14 cs.IT eess.SP math.IT
Microwave Linear Analog Computer (MiLAC)-aided Multiuser MISO: Fundamental Limits and Beamforming Design
Imperial College London（帝国理工学院）
本文提出MiLAC辅助的多用户MISO波束成形设计，通过混合架构实现比传统方法更高的灵活性和更低的复杂度。
2026-01-15 eess.SP
Low-Complexity Joint Beamforming for RIS-Assisted MU-MISO Systems Based on Model-Driven Deep Learning
针对 RIS 辅助 MU-MISO 系统联合波束成形与相移的非凸优化难题，提出融合 WMMSE、幂迭代及模型驱动 GNN 的低复杂度算法，并扩展至非理想 CSI，以约 3% 运行时间达到同等性能。
2023-11-26 cs.IT eess.SP math.IT
Secure Multiuser Beamforming With Movable Antenna Arrays
China Telecom Beijing Research Institute（中国电信北京研究院）；University of Alberta（阿尔伯塔大学）；Queen Mary University of London（伦敦大学玛丽女王学院）
提出基于可移动天线的安全多用户传输框架，通过联合优化数字波束赋形和天线位置最大化总保密速率，采用分数规划和块坐标下降法实现高效求解。
2026-06-03 cs.IT eess.SP math.IT
A Learning Aided Flexible Gradient Descent Approach to MISO Beamforming
提出一种学习辅助梯度下降（LAGD）算法来解决多输入单输出（MISO）波束形成中的加权和速率（WSR）最大化问题。所提出的LAGD算法通过基于隐式梯度下降的迭代直接优化发射预编码器，在每个迭代中，优化策略由神经网络确定，因此，是动态的和自适应的。在问题的每个实例中，该网络随机初始化，并在整个迭代求解过程中更新。因此，LAGD算法可以在任何信噪比（SNR）下实现，并且对于任意天线/用户数量，在部署之前不需要标记数据或训练。数值结果表明，LAGD算法可以优于著名的WMMSE算法，以及其他基于学习的解决方案，具有适度的计算复杂度。我们的代码可在https://github.com/XiaGroup/LAGD上获得。
2022-07-25 eess.SP
Two-Layer Microwave Linear Analog Computer (MiLAC)-aided Multi-user MISO Networks
ShanghaiTech University（上海科技大学）；University of Oulu（奥卢大学）；Imperial College London（帝国理工学院）
本文提出双层MiLAC辅助波束成形架构，证明其性能与数字波束成形相同，并通过优化框架实现功率分配和散射矩阵的联合优化。
2026-04-27 eess.SP
A Robust Deep Learning-Based Beamforming Design for RIS-assisted Multiuser MISO Communications with Practical Constraints
University of Electronic Science and Technology of China（电子科技大学）；Zhejiang University（浙江大学）
近年来，可重构智能表面（RIS）已成为一种很有前途的技术，以改善无线通信。它通过控制可重构的无源元件，以较少的硬件成本和较低的功耗来引导入射信号，以创造一个良好的传播环境。在本文中，我们考虑了一个RI辅助的多用户多输入单输出下行链路通信系统。我们的目标是最大化的加权和速率的所有用户通过联合优化的主动波束形成在接入点和被动波束形成向量的RIS元素。与大多数现有的作品，我们认为更实际的情况下，离散相移和不完善的信道状态信息（CSI）。具体来说，对于离散相移和理想CSI的情况下，我们首先开发了一个深度量化神经网络（DQNN），同时设计的主动和被动波束形成，而大多数报道的作品设计他们交替。然后，我们提出了一种改进的结构（I-DQNN）的基础上DQNN简化参数的决策过程时，每个RIS元素的控制位大于1位。最后，我们提出的两个DQNN为基础的算法的情况下，离散相移和不完美的CSI被认为是同时。仿真结果表明，这两种基于DQNN的算法在理想CSI情况下具有比传统算法更好的性能，在不理想CSI情况下也具有更好的鲁棒性。
2021-11-12 cs.IT cs.LG eess.SP
Robust Resource Allocation for PD-NOMA-Based MISO Heterogeneous Networks with CoMP Technology
在本文中，我们考虑了一种混合方案的协调多点（CoMP）技术在MISO异构通信网络的基础上功率域非正交多址接入（PD-NOMA）。提出了一种基于外部性匹配博弈的混合策略，实现了合作节点数可变的混合策略。此外，我们提出了一个新的匹配效用函数来管理CoMP和NOMA技术所造成的干扰。我们还设计了鲁棒的波束形成，以应付信道的不确定性。在这方面，我们关注于无CSI和部分CSI情况以增加可实现的数据率。我们提供了这两个方案的复杂性分析表明，部分CSI的方法的复杂性是比没有CSI的方法。结果评估所提出的CoMP方案的性能和我们的方法，索引项，CoMP技术，混合方案，匹配游戏与外部性，PD-NOMA，鲁棒波束形成，概率约束，无CSI，部分CSI的敏感性。
2019-09-19 cs.IT eess.SP math.IT
Double-Side Polarization and Beamforming Alignment in Polarization Reconfigurable MISO System with Deep Neural Networks
本文针对极化可重构MISO系统中导频开销大的问题，提出在收发两端使用深度神经网络直接优化极化与波束成形向量，无需显式信道估计，实验显示波束成形增益较传统方案最大提升20%。
2024-09-30 eess.SP
On the Performance of Physical Layer Security for Continuous-Aperture Array (CAPA) Systems
University of Alberta（阿尔伯塔大学）；Queen Mary University of London（伦敦大学玛丽女王学院）；The University of Hong Kong（香港大学）
本文提出基于连续孔径阵列的 secure transmission 框架，分析了 CAPA 实现安全性能的极限，并通过闭式表达式推导了最大安全速率和最小所需功率。
2026-04-02 cs.IT eess.SP math.IT
MISO NOMA Downlink Beamforming Optimization with Per-Antenna Power Constraints
考虑多输入单输出（MISO）系统中非正交多址接入（NOMA）传输的多用户下行波束成形优化问题。总发射功率最小化的问题，制定了每天线功率约束和服务质量（QoS）约束下的NOMA原则。该问题是一个非凸二次约束二次规划问题，传统的半定规划松弛方法是不紧的。为了解决非凸NOMA波束形成问题，我们为每个信号干扰噪声比（SINR）约束构造了一个二阶锥近似，并形成了一个迭代算法，在该算法中求解了一系列二阶锥规划（SOCP）。SOCP序列的最优值是非增的，它收敛到一个局部最优值。然而，我们广泛的模拟结果表明，局部最优值或多或少是好的全局最优值。特别是，我们表明，SDP松弛是紧的两个用户的情况下，如果一个SINR的约束是严格的（非约束）在最优。详细的仿真结果表明，通过所提出的近似算法的性能增益的NOMA下行链路波束成形与每个天线的功率约束。
2018-11-30 eess.SP
A Bipartite Graph Neural Network Approach for Scalable Beamforming Optimization
Jeonbuk National University（全北国立大学）；Pukyong National University（釜庆国立大学）；Electronics and Telecommunications Research Institute（电子与电信研究所）
深度学习（DL）技术由于具有处理非凸公式的能力而被广泛研究用于多用户多输入单输出（MU-MISO）下行链路系统的优化。然而，现有深度神经网络（DNN）的固定计算结构在系统大小方面缺乏灵活性，即，天线或用户的数量。本文开发了一个二分图神经网络（BGNN）框架，一个可扩展的DL解决方案，设计用于多天线波束成形优化。MU-MISO系统首先通过二分图来表征，其中两个不相交的顶点集，每个顶点集由发射天线和用户组成，通过成对边连接。这些顶点互连状态由信道衰落系数建模。因此，通用波束成形优化过程被解释为权重二分图上的计算任务。该方法将波束成形优化过程划分为专用于各个天线顶点和用户顶点的多个子操作。分离的顶点操作导致对系统大小不变的可缩放波束成形计算。顶点操作由一组DNN模块实现，这些模块共同形成BGNN架构。在所有天线和用户处重用相同的DNN，使得所得的学习结构对于网络大小变得灵活。BGNN的组件DNN在具有随机变化的网络大小的许多MU-MISO配置上联合训练。因此，训练的BGNN可以普遍适用于任意MU-MISO系统。数值结果验证了BGNN框架比传统方法的优势。
2022-07-12 cs.IT cs.LG eess.SP
Secrecy Rate Maximization of RIS-assisted SWIPT Systems: A Two-Timescale Beamforming Design Approach
可重构智能表面（RIS）通过动态调整其反射系数来实现高的无源波束形成增益，用于信号增强或干扰归零。它们的使用对于提高基于射频（RF）的无线功率传输的无线安全性和效率特别有吸引力。出于这一动机，我们设想和调查的RIS辅助安全的同时无线信息和功率传输（SWIPT）系统设计的信息和功率传输从基站（BS）的信息用户（IU）和多个能源用户（EU），分别。此外，EU也是可能偷听BS与IU之间的通信的潜在窃听者。我们采用两个时间尺度的传输，以减少信号处理的复杂度以及信道训练开销，并以最大化平均最坏情况下的保密率实现的IU。这是通过在EU处考虑的能量收集约束和BS处的功率约束下联合优化BS处的短期发射波束成形向量以及RIS处的长期相移来实现的。制定的随机优化问题是非凸的复杂耦合的变量，是非光滑的，由于存在多个EU/窃听。没有标准的优化方法可用于这种具有挑战性的场景。为了解决这个问题，我们提出了一个光滑近似辅助随机逐次凸近似（SA-SSCA）算法。此外，提出了一种低复杂度的启发式算法，以降低计算复杂性，而不过度侵蚀性能。仿真结果表明，RIS在保护SWIPT系统的有效性。我们所提出的算法在相关的基准计划所取得的显着的性能增益也被证明。
2022-11-30 cs.IT eess.SP math.IT
Robust Beamforming Design for Intelligent Reflecting Surface Aided MISO Communication Systems
由于智能反射面（IRS）的信号处理能力有限，要获得理想的信道状态信息（CSI）具有挑战性。在本文中，我们研究了最坏情况下的鲁棒波束形成设计的IRS辅助多用户多输入单输出（MU-MISO）系统的假设下，不完美的CSI。我们的目标是最大限度地减少发射功率，同时确保每个用户的可达速率满足所有可能的信道错误实现的服务质量（QoS）的要求。在单位模和速率约束下，该问题是非凸的。CSI的不完善进一步增加了解决这个问题的难度。通过使用近似和转换技术，我们将这个问题转化为一个序列的半定规划（SDP）的子问题，可以有效地解决。数值结果表明，所提出的鲁棒波束形成设计可以保证所需的QoS目标的所有用户。
2020-06-01 eess.SP
Movable Antenna Enabled Interference Network: Joint Antenna Position and Beamforming Design
本文研究可移动天线辅助MISO干扰信道，通过联合优化天线位置与波束赋形降低总发射功率，提出逐次凸近似与二阶锥规划交替迭代算法，数值结果验证其优于传统方案并提升频率复用能力。
2024-04-03 cs.IT eess.SP math.IT
Joint Secure Communication and Radar Beamforming: A Secrecy-Estimation Rate-Based Design
本文研究了双功能雷达通信系统中的发射波束形成问题，其中一个DFRC发射机同时与一个通信用户通信，并检测具有相同波形的恶意目标。由于波形中嵌入了信息，因此信息有被目标截获的风险。为了解决这个问题，物理层安全技术被利用。分别以保密率和估计率作为通信和雷达的性能指标，提出了三种保密率最大化（SRM）问题，包括有噪声和无噪声的SRM，以及鲁棒SRM。对于SRM波束形成，我们证明了最佳波束形成器可以计算在封闭的形式。对于AN辅助的SRM，通过利用交替优化，针对波束形成器和AN协方差矩阵获得类似的封闭形式的解决方案。最后，在目标到达波达方向上基于矩的随机相位误差模型的前提下，考虑了目标的不理想CSI。仿真结果证明了所提出的设计的有效性和鲁棒性。
2022-11-23 eess.SP
Secrecy-Driven Beamforming for Multi-User Integrated Sensing and Communication
针对多用户与对抗目标场景，提出保密驱动的 ISAC 波束成形框架，利用非齐次复 QT 联合优化波束与人工噪声，在增强感知的同时提升保密速率、可靠性和精度。
2025-09-30 eess.SP
Deep Reinforcement Learning Based Joint Downlink Beamforming and RIS Configuration in RIS-aided MU-MISO Systems Under Hardware Impairments and Imperfect CSI
Bilkent University（比尔肯特大学）；KTH Royal Institute of Technology（KTH皇家理工学院）
我们引入了一种新的深度强化学习（DRL）方法，在多用户多输入单输出（MU-MISO）系统中联合优化发射波束成形和可重构智能表面（RIS）相移，以最大化相位相关反射幅度模型下的总下行链路速率。我们的方法解决了不完美的信道状态信息（CSI）和硬件损伤的挑战，考虑一个实际的RIS幅度模型。我们比较了我们的方法对香草DRL代理在两种情况下的性能：完美的CSI和相位相关的RIS幅度，和不匹配的CSI和理想的RIS反射。结果表明，该框架显着优于香草DRL代理下失配和接近黄金标准。我们的贡献包括修改DRL方法，以解决发射波束成形和相移和相位相关的幅度模型的联合设计。据我们所知，我们的方法是第一个基于DRL的方法，在RIS辅助MU-MISO系统中的相位相关反射振幅模型。我们在这项研究中的发现突出了我们的方法作为一个有前途的解决方案，以克服硬件损伤的RIS辅助无线通信系统的潜力。
2023-03-29 cs.LG cs.NI eess.SP
Max-Min Fairness in IRS-Aided Multi-Cell MISO Systems with Joint Transmit and Reflective Beamforming
研究了一种智能反射面（IRS）辅助的多小区多输入单输出（MISO）系统，该系统由多个多天线基站（BS）组成，每个基站与一个单天线用户进行通信，其中IRS被专门部署用于辅助无线传输和抑制小区间干扰。在此设置下，我们联合优化协调的发射波束形成在BS和反射波束形成在IRS，最大化的最小加权信号干扰噪声比（SINR）在用户的目的，在BS的个人最大发射功率和在IRS的反射约束。为了解决非凸问题，我们首先提出了一种精确交替优化设计，以交替的方式优化发射和反射波束形成向量，其中发射和反射波束形成优化子问题通过使用半定松弛（SDR）技术精确求解。然而，它具有高计算复杂度，并且由于SDR中随机化的不确定性而可能导致性能受损。为了避免这些缺点，我们进一步提出了一种不精确的交替优化设计，其中发射和反射波束形成优化子问题的不精确求解的连续凸近似（SCA）的原则的基础上。此外，为了进一步降低复杂度，我们提出了一种低复杂度的不精确交替优化设计，其中反射波束形成优化子问题的求解更加不精确。数值结果表明，所提出的三种设计方案相对于基准方案取得了显着的性能增益。此外，不精确交替优化设计优于精确交替优化的最小加权信干噪比值和计算复杂度方面。
2020-10-23 eess.SP
Robust Energy-Efficient Resource Management, SIC Ordering, and Beamforming Design for MC MISO-NOMA Enabled 6G
研究了多载波多用户环境下多天线非正交多址接入（NOMA）网络中连续干扰消除（SIC）排序和波束形成的新方法。为此，我们制定了一个联合波束成形设计，子载波分配，用户关联，和SIC排序算法，以最大限度地提高最坏情况下的能源效率（EE）。制定的问题是一个非凸的混合整数非线性规划（MINLP），这是一般难以解决。为了处理它，我们首先采用线性化技术以及放松的整数变量，然后我们采用Dinkelbach算法转换成一个更易于数学处理的形式。所采用的非凸优化问题转化为一个等价的秩约束半定规划（SDP），并解决了SDP松弛和利用序列分式规划。此外，为了在复杂度和性能之间取得平衡，采用了基于替代优化的低复杂度方法。数值结果揭示了所提出的SIC排序方法优于传统的现有文献中所提到的作品。
2021-01-17 eess.SP
A Novel SCA-Based Method for Beamforming Optimization in IRS/RIS-Assisted MU-MISO Downlink
在这封信中，我们考虑的基本问题，联合设计的发射波束形成器和智能反射表面（IRS）/可重构智能表面（RIS）的相移，以最大限度地减少发射功率，在个人用户的服务质量的限制，在IRS辅助的多用户多输入单输出下行链路通信系统。特别是，我们提出了一种新的连续凸逼近的二阶锥规划方法，其中所有的优化变量同时更新，在每次迭代。我们提出的方案实现了卓越的性能相比，最先进的基准解决方案。此外，所提出的方案的复杂度是$O(N_{\mathrm s}^{3.5})$，而最先进的基准方案的复杂度是$O(N_{\mathrm s}^{7})$，其中$N_{\mathrm s}$表示IRS处的反射元件的数量。
2022-11-19 eess.SP
