Agent-Native Wireless Communications: Architecture, Opportunities, and the Road Ahead
The University of Hong Kong（香港大学）；Beijing University of Posts and Telecommunications（北京邮电大学）；Nanyang Technological University（南洋理工大学）
本文提出面向代理的无线通信框架，探讨代理智能与通信系统间的协同机制，涵盖通信系统设计与操作中的代理应用及无线服务支持，展望可测量、安全且互操作的部署方向。
2026-05-15 eess.SP
Adversarial Machine Learning in Wireless Communications using RF Data: A Review
机器学习（ML）提供了从频谱数据中学习并解决无线通信中涉及的复杂任务的有效手段。在计算资源和算法设计的最新进展的支持下，深度学习（DL）已经成功地执行各种无线通信任务，例如信号识别、频谱感测和波形设计。然而，一般的ML，特别是DL，被发现容易受到操纵，因此产生了一个称为对抗机器学习（AML）的研究领域。尽管AML在其他数据领域（如计算机视觉和自然语言处理）已得到广泛研究，但在无线通信领域对AML的研究仍处于早期阶段。本文提出了一个全面的审查集中在AML在无线通信的最新研究成果，同时占无线系统的独特特性。首先，讨论了对深度神经网络的AML攻击的背景，并提供了AML攻击类型的分类。还描述了生成对抗性示例和攻击机制的各种方法。此外，全面调查现有的研究AML攻击的各种无线通信问题，以及相应的防御机制，在无线领域。最后，随着新的攻击和防御技术的发展，最近的研究趋势和未来的总体前景AML下一代无线通信进行了讨论。
2021-08-22 eess.SP
Resource Allocation for a Wireless Powered Integrated Radar and Communication System
雷达与通信系统一体化是下一代无线通信网络的发展方向。然而，其性能受到有限能量的限制。为了克服这一问题，提出了一种无线供电的雷达与通信系统一体化系统。能量最小化问题制定的雷达和通信性能的约束。能量波束形成和雷达通信波形的联合优化，以最小化消耗的能量。利用半定松弛和辅助变量方法解决了具有挑战性的非凸问题。证明了可以得到最优解。仿真结果表明，我们提出的优化设计优于基准计划。
2018-09-02 eess.SP
Rethinking Wireless Communications through Formal Mathematical AI Reasoning
Nanyang Technological University（南洋理工大学）；Xidian University（西安电子科技大学）；University of Sydney（悉尼大学）；Tohoku University（东北大学）；Auburn University（奥本大学）；Western University（韦仕敦大学）；Sungkyunkwan University（成均馆大学）
本文提出通过形式数学AI推理重新构建无线通信理论，提出验证、推导和发现三层框架，推动无线数学知识的建立。
2026-04-28 eess.SP
Achieved Throughput of Hovering UAV-Based Optical Wireless Communications
近年来，自由空间光（FSO）通信系统由于相对于传统的RF通信系统具有多个优点而在无人机（UAV）之间的通信中获得了广泛的应用。为了研究基于无人机的自由空间光通信系统在可达数据速率方面的性能，我们推导了无人机到无人机传输的平均可达速率的精确闭式表达式。我们的研究结果可以用来调查不同的FSO系统参数和基于无人机的光无线通信实现的平均数据速率之间的相互作用。
2021-04-16 eess.SP
Frequency Diverse Arrays (FDAs) vs. Phased Arrays: On the Application of FDAs for Secure Wireless Communications
距离-角度聚焦频率分集天线阵在无线通信保密中的应用是近年来提出的。然而，可以证明，FDA不适合于安全的无线通信，并且通过使用传统的相控阵列可以更有效地获得聚焦FDA的相同特性。此外，本文指出，FDAs不是构造时变聚焦波束图的好的候选者，而构造时不变聚焦波束图是根本不可能的。此外，一些不正确的考虑有关FDAs的突出。
2020-04-18 eess.SP
Radio Vortex Wireless Communications With Non-Coaxial UCA Transceiver
在过去的十年中，越来越多的研究人员集中在基于轨道角动量（OAM）的无线电涡旋无线通信，期望提供不同的OAM模式之间的正交性。均匀圆阵被认为是一种很有前途的基于OAM的涡旋无线通信天线结构。然而，大多数关于UCA的研究都集中在发送和接收UCA彼此对齐的场景上。本文研究了非同轴UCA的无线电涡旋无线通信，UCA收发器是平行但非同轴的。我们研究了信道模型，并提出了模式分解方案来分解OAM模式。然后，我们讨论了在非同轴的情况下，夹角对信道模型的影响。数值结果表明，在某些情况下，非同轴UCA收发器的频谱效率比基于对齐UCA收发器的无线电涡旋无线通信的频谱效率高。
2018-05-31 eess.SP
Fast and Arbitrary Beam Pattern Design for RIS-Assisted Terahertz Wireless Communication
可重构智能表面（RIS）可以辅助太赫兹无线通信恢复脆弱的视距链路，并促进波束转向。任意的反射光束图案被期望以满足不同应用中的不同要求。建立了RIS波束方向图设计与二维有限冲激响应滤波器设计之间的关系，提出了一种快速非迭代算法。仿真结果表明，该方法优于基线方法。因此，它代表了一个有前途的解决方案，快速和任意波束图案设计在RIS辅助太赫兹无线通信。
2022-05-06 eess.SP
Artificial Intelligence for 5G Wireless Systems: Opportunities, Challenges, and Future Research Directions
无线通信系统的出现预示着新的尖端技术，包括自动驾驶车辆、无人驾驶航空系统、自主机器人、物联网和虚拟现实。这些技术需要高数据速率、超低延迟和高可靠性，所有这些都是第五代无线通信系统（5G）所承诺的。许多研究小组表示，如果没有人工智能（AI）集成，5G就无法满足其需求，因为5G无线网络预计将产生前所未有的流量，使无线研究设计人员能够访问大数据，这些数据可以帮助预测需求并调整小区设计以满足用户需求。随后，许多研究人员将人工智能应用于5G无线通信设计的许多方面，包括无线电资源分配，网络管理和网络安全。在本文中，我们对5G无线通信系统的AI进行了深入的回顾。在这方面，本文的目的是通过讨论许多案例研究和相关挑战来调查5G无线通信系统中的人工智能，并为在5G无线通信中利用人工智能的未来研究方向提供新的思路。
2020-09-10 eess.SP
Revolutionizing Wireless Networks with Self-Supervised Learning: A Pathway to Intelligent Communications
本文综述自监督学习在无线网络优化中的应用，并通过语义通信案例展示其在无需大量标注数据条件下提升网络性能的潜力。
2024-06-11 eess.SP
Challenges and Opportunities of Future Rural Wireless Communications
宽带接入是确保经济强劲发展和提高生活质量的关键。不幸的是，由于人口密度低和经济原因，世界各地农村地区的通信基础设施落后于城市地区。本文探讨了在广大农村地区提供宽带接入的动机和挑战，重点是无线方面，因为它在缩小数字鸿沟方面具有不可替代的作用。未来农村无线通信的应用和机会讨论了各种领域，包括居民福利，数字农业和交通。本文还全面调查了当前和新兴的无线技术，可以促进农村部署。虽然没有简单的解决方案，但研究人员迫切需要研究农村无线接入的覆盖范围，成本和可靠性。
2021-08-11 eess.SP
Wireless Semantic Transmission via Revising Modules in Conventional Communications
语义通信因其高效的频谱利用率和纠错性能而成为研究的热点。一些研究使用深度学习来提取语义特征，这些语义特征通常形成端到端的语义通信系统，并且难以解决变化的无线环境。因此，新的基于语义的编码方法和性能指标进行了研究和设计的语义系统包括各种模块，在传统的通信，但具有改进的功能。本文讨论了最近的成就，在最先进的语义通信利用传统的模块在无线系统中。我们通过两个例子表明，传统的混合自动重传请求和调制方法可以重新设计新的语义编码和指标，以进一步提高无线语义通信的性能。在本文的最后，一些开放的问题进行了确定。
2022-10-02 eess.SP
Ten Years of Deep Learning for Wireless Communications: From Learned Blocks to Deployable Wireless Intelligence
University of California, Santa Cruz（加利福尼亚大学圣克鲁兹分校）；Imperial College London（伦敦帝国学院）；Georgia Institute of Technology（佐治亚理工学院）
本文梳理了十年间深度学习在无线通信领域从替代孤立模块到开发无线智能的三次转变，指出未来无线AI发展需结合物理基础、智能体能力与标准化机制。
2026-08-04 eess.SP
Feature Engineering for Wireless Communications and Networking: Concepts, Methodologies, and Applications
本文系统梳理AI驱动无线通信中的特征工程原理、方法及ISAC应用，并提出生成式AI框架，在恶意攻击下重建低空ISAC信号频谱，使结构相似性平均提升4%。
2025-07-26 eess.SP
Configuring an Intelligent Reflecting Surface for Wireless Communications
IEEE信号处理协会很自豪地宣布第八届信号处理杯：一个令人兴奋的挑战，控制无线传播环境使用智能反射表面。智能反射表面是超材料的二维阵列，其与电磁波的相互作用可以被控制，通过调整表面上的阻抗变化。这些表面可能用于第六代（6G）移动技术中，将无线信号从发射器引导到接收器，以提高通信性能。挑战的目标是根据从空中信令阶段接收到的信号来表征智能反射表面的行为，并开发控制算法来配置表面以帮助无线通信。
2021-06-07 eess.SP
6G Oriented Wireless Communication Channel Characteristics Analysis and Modeling
基于对6 G无线通信网络的展望，全球覆盖、全频谱、全应用，全面调研6 G相关无线信道测量、信道特性、全频段全场景信道模型。特别研究了毫米波（mmWave）、太赫兹（THz）、光学波段、卫星、无人机（UAV）、海上、水下声学、高速训练（HST）、车辆对车辆（V2 V）、大规模/超大规模多输入多输出（MIMO）、轨道角动量（OAM）和工业物联网（IoT）通信信道。给出了相关的6 G信道测量和建模结果。最后指出了6 G信道测量和建模的未来研究挑战。
2020-07-28 eess.SP
Enabling Green Wireless Communications with Neuromorphic Continual Learning
Imperial College London（帝国理工学院）；National Mobile Communications Research Laboratory, Southeast University（东南大学移动通信国家重点实验室）；Tsinghua University（清华大学）
SpikACom通过类脑持续学习实现绿色无线通信，提升计算能效并支持动态无线环境中的持续学习。
2026-01-16 eess.SP
Copula Function Parameter Regions in Analyzing Wireless Communications Performances
Ferdowsi University（Ferdowsi大学）；University of Quebec in Montreal (UQAM)（蒙特利尔魁北克大学）
提出Copula依赖参数区域概念，通过两用户MAC信道中FGM Copula的示例，从通信和概率角度推导参数区域，表明实际需求可显著缩小经典可容许区间。
2026-06-05 eess.SP
Orbital Angular Momentum for Wireless Communications
由于传统的资源（频率、时间、空间等）被有效地利用，满足无线网络中持续的容量增长和用户增加的需求变得越来越具有挑战性。近年来，人们发现电磁波不仅具有线动量，而且还具有角动量。轨道角动量波是一种具有螺旋相位的波前。基于OAM的涡旋波具有不同的拓扑荷，拓扑荷之间相互正交，为无线通信的多址接入提供了一种新的途径。本文介绍了OAM的基本理论以及基于OAM的无线通信。讨论了OAM信号产生、OAM波束汇聚和OAM信号接收的研究挑战。此外，我们提出了一种新的多用户接入与不同的OAM模式在无线网络中，多个OAM模式被用作一个新的正交维度的干扰避免。仿真结果揭示了OAM波的固有特性，表明基于OAM的无线传输可以显著提高无线网络的频谱效率。
2018-04-20 eess.SP
Rydberg Atomic Receivers for Wireless Communications: Fundamentals, Potential, Applications, and Challenges
本文系统研究里德堡原子接收机的基础原理、与传统射频接收机的差异，分析其在通感一体化等新兴场景的优势，指出瞬时带宽有限等挑战并提出缓解策略与研究方向，支撑RAR辅助无线系统发展。
2025-07-16 eess.SP
Physical-Layer Network Coding: An Efficient Technique for Wireless Communications
物理层网络编码（PNC）作为网络编码的一个分支，通过将接收端的叠加信号映射为其他形式的用户消息，可以有效地提高无线网络的吞吐量。在过去的二十年中，PNC已经受到了显著的研究关注，并且已经在各种通信场景中被广泛研究，例如，双向中继通信（TWRC）、5G网络中的非正交多址接入（NOMA）、随机接入网络等。为了保证网络的可靠性，提出了信道编码PNC，并研究了相关的通信技术，如信道编码设计、低复杂度译码、跨层设计等。在这篇文章中，我们简要地回顾了信道编码PNC无线通信的变种，旨在启发未来的研究活动在这一领域。我们还提出了开放的研究问题，以及一些选定的研究方向下的PNC辅助框架。
2019-07-24 eess.SP
AI Enlightens Wireless Communication: Analyses, Solutions and Opportunities on CSI Feedback
本文对IMT-2020（5G）推进组5G + AI工作组主办的首届无线通信人工智能（AI）大赛（WAIC）进行了系统的介绍。首先给出了全信道状态信息（F-CSI）反馈问题的框架及其相应的信道数据集。然后详细阐述了基于DL的F-CSI反馈增强方案，包括信道数据分析和预处理、神经网络设计和量化增强。最后给出了不同增强方案的竞争结果。基于第一届WAIC的宝贵经验，我们还列出了一些挑战和潜在的研究领域，设计基于人工智能的无线通信系统。
2021-06-15 eess.SP
Distributed Reconfigurable Intelligent Surfaces for Energy Efficient Indoor Terahertz Wireless Communications
随着第五代（5G）网络的广泛商用和快速部署，第六代（6 G）无线通信被设想为在多个方面向全球用户提供有竞争力的服务质量（QoS）。6 G的关键和基础研究首先高度依赖于当频谱被认为扩展到太赫兹（THz）域时无线传播的精确建模和表征。此外，未来网络的功耗和能源效率是需要考虑的关键因素。在这项研究中，可重构智能表面（RIS）辅助无线通信的基本机制的审查的基础上，我们利用三维射线跟踪方法来分析一个现实的室内太赫兹传播环境中存在的人为障碍。此外，我们提出了一个分布式RISs框架（DRF），以协助室内太赫兹无线通信，以实现整体的能源效率。基于2,900多个室内太赫兹无线通信子场景的仿真结果的数值分析表明，应用分布式RISs可以有效克服移动人员阻塞问题，改善太赫兹信号覆盖，提高信噪比（SNR）和QoS。随着实际的硬件设计限制的调查，我们最终设想如何利用现有的通感一体化技术部署和操作这样的系统在现实中。这种分布式RISs框架还可以为物联网（IoT）网络的高效THz通信奠定基础。
2022-10-12 eess.SP
IRS-aided UAV for Future Wireless Communications: A Survey and Research Opportunities
无人机（UAV）和智能反射表面（IRS）作为即将到来的无线网络的变革性技术正在获得关注。IRS辅助无人机通信是将IRS引入到无人机通信中，以提高系统性能，同时克服无人机通信的限制和问题。本文的目的是提供一个全面的概述IRS-assisted无人机通信。首先，我们提供了五个例子，说明如何将IRS和UAV结合起来，在困难的情况下实现无与伦比的潜力。从主要性能指标的角度，即：能源效率，安全性，频谱效率等。此外，以前的研究研究技术采用机器学习算法。最后，指出了红外辅助无人机通信的研究方向和面临的挑战。
2022-12-12 eess.SP
Distributed and Multi-layer UAV Network for the Next-generation Wireless Communication
本文研究 UAV 与下一代无线通信融合问题，提出多层分布式 UAV 分层架构，并结合通信与空气动力学权衡及气象数据开展数值分析。
2018-05-03 eess.SP
Wireless Communications and Control for Swarms of Cellular-Connected UAVs
通过使用蜂窝基站（BS）的无线连接，成群的无人机（UAV）可以提供从货物交付到监视的大量服务。特别地，群中的UAV可以利用无线通信来从周围的UAV收集信息，如速度和航向角，以协调它们的操作并保持目标速度和UAV内距离。然而，由于无线信道的不确定性，无人机之间的无线通信将经历一个传输延迟，这可能会削弱集群的稳定系统运行的能力。研究了三角形编队中三架蜂窝无人机的联合通信与控制问题。特别是，提出了一种新的方法来优化群体的操作，同时考虑到无线网络的延迟和控制系统的稳定性。基于这种方法，所需的最大允许延迟，以防止不稳定的群体的确定。此外，利用随机几何，无线网络的可靠性推导为满足控制系统的稳定性要求的概率。仿真结果验证了所提出的联合策略的有效性，并有助于获得有见地的设计指导方针，如何形成一个稳定的无人机群。
2018-12-03 eess.SP
A Data Quality Assessment Framework for AI-enabled Wireless Communication
利用人工智能技术对现有的无线通信系统进行重新设计和增强是未来第六代无线网络的一条很有前途的途径。支持AI的无线通信的性能在很大程度上取决于无线空中接口数据的质量。虽然有不同的方法来评估数据质量（DQA）的不同应用，没有一个被设计用于无线空中接口数据。在本文中，我们提出了一个DQA框架来衡量无线空中接口数据的质量从三个方面：相似性，多样性和完整性。相似性度量所考虑的数据集在统计分布方面的接近程度;多样性度量数据集的全面程度，而完整性度量所考虑的数据集在应用场景中满足所需性能指标的程度。所提出的框架可以应用于各种类型的无线空中接口数据，如信道状态信息（CSI），信号与干扰加噪声比（SINR），参考信号接收功率（RSRP），为简单起见，我们提出的DQA框架的有效性得到证实，通过将其应用到CSI数据，并使用相似性和多样性指标，以提高CSI压缩和恢复在大规模多输入多输出系统。
2022-12-13 eess.SP
Resource Allocation for Secure Communications in Cooperative Cognitive Wireless Powered Communication Networks
我们考虑一个认知无线供电通信网络（CWPCN）共享频谱的主网络谁面临的安全威胁窃听（EAVs）。提出了一种新的无线供电次用户（SU）与主用户（PU）的协作协议。在该协议中，SU首先在无线功率传输（WPT）阶段从认知混合接入点发送的功率信号中获取能量，然后在无线信息传输（WIT）阶段使用所获取的能量来干扰EV并同时获得传输机会。以SU遍历速率最大化为设计目标，在PU保密约束下，针对信道状态信息（CSI）完全和合谋/非合谋的情况，提出了基于对偶优化法和块坐标下降法的资源分配算法.提出了以最小化PU秘密中断概率为目标的更有利于PU的贪婪算法。我们进一步考虑未知EAVs的CSI情况，并提出了一种有效的算法来提高PU的安全性能。大量的仿真结果表明，我们提出的协议和相应的资源分配算法不仅可以让SU获得传输机会，但也提高了PU的安全性能，即使未知的EAVs的CSI。
2018-09-29 eess.SP
Seamlessly merging radar ranging/imaging, wireless communications, and spectrum sensing, for 6G empowered by microwave photonics
本文提出MWP辅助的JRCSS系统，通过光域融合通信与扫频信号，在6 GHz带宽内同时实现高精度雷达测距成像、2 Gbaud通信和频谱感知。
2024-04-08 eess.SP
Reconfigurable Holographic Surfaces for Future Wireless Communications
未来的无线通信期望通过具有成本效益的设备来构建具有高数据速率的无处不在的智能信息网。受益于超材料的可调谐性和可编程性，由许多超材料辐射元件组成的可重构全息表面（RHS）被开发为一种有前途的解决方案，以实现这些具有挑战性的愿景。RHS更有可能用作与收发器集成的超薄和轻质表面天线，以通过利用全息原理产生具有期望方向的波束。这与广泛用作无源继电器的可重构智能表面（RISs）由于反射特性而不同。在这篇文章中，我们研究了RHS辅助的无线通信。首先介绍了RHS的硬件结构、全息原理和制作方法，然后提出了一种用于RHS辅助多用户通信系统的混合波束形成方案。联合和速率最大化算法，然后开发的数字波束形成在基站和全息波束形成在RHS进行迭代优化。最后，讨论了在RHS辅助下的无线通信面临的主要挑战。
2021-12-13 eess.SP
Envision of mmWave Wireless Communication with Artificial Intelligence
未来无线通信系统面临传统频谱资源短缺和无线业务需求爆炸式增长的瓶颈。利用频谱资源的毫米波通信已成为下一代无线宽带蜂窝通信的有效选择。然而，传输路径损耗大以及氧气和水分子吸收严重等特性给毫米波通信带来了巨大挑战，需要寻求一种不同于低频无线通信的技术途径。在分析了毫米波的传输特性之后，全面分析了毫米波通信技术和射频前端的研究进展，深入分析了毫米波通信技术面临的技术挑战，并提出了相应的研究方向。最后，人工智能和机器学习的发展也被应用到了毫米波通信中，所以本文也涵盖了这些部分。
2023-01-12 cs.NI eess.SP
6G Wireless Communication Systems: Applications, Requirements, Technologies, Challenges, and Research Directions
第五代（5G）通信比第四代通信具有更多功能，即将正式推出。无线通信的新范式，即第六代（6 G）系统，在人工智能的全面支持下，预计将在2027年至2030年之间部署。在5G之后，需要解决的一些基本问题是与5G系统相比更高的系统容量、更高的数据率、更低的延迟和改进的服务质量（QoS）。本文介绍了未来6 G无线通信的愿景及其网络架构。我们讨论了人工智能、太赫兹通信、光无线技术、自由空间光网络、区块链、三维网络、量子通信、无人机、无细胞通信、无线信息和能量传输集成、传感和通信集成、接入-回程网络集成、动态网络切片、全息波束成形、以及大数据分析，可以帮助6 G架构的发展，以保证QoS。我们提出了预期的应用程序的要求和可能的技术为6 G通信。我们还概述了实现这一目标可能面临的挑战和研究方向。
2019-09-25 cs.NI eess.SP
Fast Adaptation for Deep Learning-based Wireless Communications
本文研究基于深度学习的无线通信难以快速适应动态环境的问题，利用少样本学习并结合领域知识，以MU-MIMO预编码为例综述方法并指出未来研究方向。
2024-09-06 cs.ET cs.NI eess.SP
Opportunities of Optical Spectrum for Future Wireless Communications
未来第五代（5G）通信对服务质量（诸如数据率、延迟、功耗、连接数量）的要求非常高。此外，物联网（IoT）需要大量的连接。可见光通信、光保真、光学相机通信、自由空间光通信等光无线通信（OWC）技术可以有效地服务于5G和物联网的成功部署。本文清楚地介绍了OWC网络对5G和物联网解决方案的贡献。
2020-05-30 cs.NI eess.SP
Experimental Wireless Communication Using Chaotic Baseband Waveform
近年来，混沌信号的一些新特性在通信系统中得到了应用。然而，由于混沌信号的宽带特性，实际的换能器或天线很难将这样的宽带信号转换成适合于实际的带限无线信道的信号。因此，如何在不改变系统结构的前提下，利用混沌特性改善传统通信系统的性能，成为混沌通信中的一个关键问题。本文用混沌成形滤波器产生的混沌基带波形来说明这一困难是可以克服的。所产生的连续时间混沌波形被证明是拓扑共轭的符号序列，允许任意的信息序列编码成混沌波形。用有限冲激响应滤波器代替脉冲控制，将信息编码到混沌信号中，简化了高速通信的算法。提出了一种以混沌信号为基带信号的无线通信系统，该系统与通用的无线通信平台兼容。匹配滤波器和解码方法利用混沌特性，提高了通信系统的性能。分析了该无线通信系统的误比特率和计算复杂度性能，并与传统无线通信系统进行了比较。结果表明，所提出的混沌基带波形的无线通信方法具有更好的误码性能在静态和时变无线信道。基于常用无线开放接入研究平台的实验结果表明，在实际无线多径信道下，该方法的误码率优于传统方法。
2019-01-14 eess.SP nlin.CD
Federated learning and next generation wireless communications: A survey on bidirectional relationship
Thompson Rivers University（汤普森河大学）；University of Luxembourg（卢森堡大学）
为了满足下一代无线通信网络的高度异构性要求，研究界越来越依赖于使用机器学习解决方案进行实时决策和无线资源管理。传统的机器学习采用完全集中式架构，其中整个训练数据在一个节点处收集，例如，云服务器，这大大增加了通信开销，也引起了严重的隐私问题。为此，最近提出了一种称为联邦学习（FL）的分布式机器学习范式。在FL中，每个参与的边缘设备通过使用其自己的训练数据来训练其本地模型。然后，经由无线信道，本地训练的模型的权重或参数被发送到中央PS，中央PS聚合它们并更新全局模型。一方面，FL对优化无线通信网络资源起着重要作用，另一方面，无线通信又是FL的关键，FL与无线通信之间存在着“双向”关系。虽然FL是一个新兴的概念，许多出版物已经发表在FL及其应用领域的下一代无线网络。然而，我们注意到，没有一个作品强调FL和无线通信之间的双向关系。因此，本调查文件的目的是弥合这一差距，在文献中提供了一个及时和全面的讨论FL和无线通信之间的相互依存关系。
2022-01-10 cs.LG eess.SP
Economics of Semantic Communication System in Wireless Powered Internet of Things
语义通信系统使得无线设备能够有效地与数据的语义含义进行通信。采用语义通信系统的无线供电物联网（IoT）依赖于收集的能量来传输语义信息。然而，语义通信系统中的能量约束问题还没有得到很好的研究。在本文中，我们提出了一个基于语义的能源价值，并采取经济的方法来解决能源分配问题的激励机制设计。在我们的模型中，物联网设备（投标人）通过使用基于深度学习的最优拍卖来对能源和电力发送器（拍卖人）进行投标，从而决定获胜者和付款。结果表明，在满足个人理性（IR）和激励兼容性（IC）的情况下，无线电力发射器的收入最大化。
2021-10-04 cs.SI eess.SP
Federated Learning and Wireless Communications
联邦学习以其强大的功能和潜在的应用前景在无线通信和机器学习等领域受到越来越多的关注。与其他不需要通信资源的机器学习工具相比，联邦学习利用中央服务器和分布式本地客户端之间的通信来训练和优化机器学习模型。因此，如何有效地分配有限的通信资源来训练一个联邦学习模型成为性能优化的关键。另一方面，联邦学习作为一种全新的学习工具，可以潜在地增强无线网络的智能性。本文综述了联邦学习与无线通信的关系，包括联邦学习的基本原理、用于训练联邦学习模型的高效通信以及联邦学习在智能无线应用中的应用。最后，我们还指出了未来的研究挑战和方向。
2020-05-12 cs.IT eess.SP math.IT
Optical wireless hybrid networks for 5G and beyond communications
下一个第五代（5G）及以上超高速、超低时延、极高可靠的通信系统将由异构网络组成。这些异构网络将不仅包括基于射频（RF）的系统，而且还包括基于光无线的系统。不同网络之间的混合架构是实现所需服务质量水平的一种很好的方法。在本文中，我们提供的机会所带来的混合系统考虑RF以及光无线通信技术。最后讨论了混合网络系统的关键研究方向。
2020-05-30 cs.NI eess.SP
Active Reconfigurable Intelligent Surface-Aided Terahertz Wireless Communications
本文探索主动可重构智能表面（RIS）辅助的太赫兹（THz）通信，通过制定考虑主动噪声、信号放大、分子吸收和波束失准等因素的遍历速率，解决了THz通信中遮挡敏感和覆盖受限的问题。
2024-07-03 cs.NI eess.SP
Terahertz Communications (TeraCom): Challenges and Impact on 6G Wireless Systems
太赫兹通信被设想为6 G的关键技术，6 G需要100+ Gbps的数据速率、1毫秒的延迟以及其他性能指标。作为一种基础的无线基础设施，太赫兹通信可以促进大量有前途的应用，包括下一代WLAN系统，如Tera-WiFi，太赫兹无线回程，以及其他期待已久的新的通信模式。作为有效的无线通信和网络设计的基础，本文强调了太赫兹信道的关键特性和器件技术的最新进展。在此基础上，阐述了6 G无线通信和组网的影响和指导原则。我们相信太赫兹技术的进步将有助于最终缩小所谓的太赫兹差距，并将实现太赫兹通信作为6 G无线系统的支柱。
2019-12-13 cs.IT cs.SY eess.SP
Intelligent-Metasurface-Assisted Full-Duplex Wireless Communications
有限的射频频谱是无线通信系统设计中的一个基本因素。无线设备和系统数量的不断增加导致了拥挤的频谱，并增加了对通用和多功能全双工无线装置的需求。最近，动态和智能元表面被探索作为一个突出的技术解决方案，以当前的频谱稀缺的范例，机会主义地与各种用户共享频谱。智能元表面是一种动态的、超紧凑的、多功能的、可编程的结构，能够以全双工方式进行互易和非互易信号波传输。这种超颖表面的可控性和可编程性通过直流偏置以及偶尔施加到超颖表面的单位单元的有源组件的射频（RF）调制来控制，例如，二极管和晶体管。本文表明，这种智能元表面可以提高无线通信系统的性能，由于其独特的功能，如实时信号编码，非互易波束辐射，非互易波束控制放大，和先进的模式编码多址接入通信。
2021-05-19 eess.SP physics.app-ph
Foundational Techniques for Wireless Communications: Channel Coding, Modulation, and Equalization
本文分析了改善无线通信系统的信道编码、调制与均衡等基础技术，使用仿真工具评估了卷积码、PSK、QAM及均衡技术在不同信道条件下的性能，并提供了现代无线系统实现的实用见解。
2023-10-20 cs.NI eess.SP
Brain-to-brain Wireless Communication and Technologies Beyond 5G
在过去的几年中，在大脑接口领域进行了大量的研究工作，以从表示人脑中神经元活动的信号中提取神经信息。这些接口的最新发展能够在动物的大脑之间进行直接通信，从而实现直接的脑对脑通信。虽然这些结果是新的，实验方案简单，在神经科学，信息和通信技术的快速发展表明大脑之间的无线通信的新方案的潜力。根据要通信的特定类型的神经活动，脑到脑链路应遵循高数据速率、低延迟和可靠通信的严格要求。在本文中，我们重点介绍了5G以外的关键技术，这些技术可能会支持这种有前途的方法。
2019-12-23 cs.ET eess.SP
Backscatter-assisted Relaying in Wireless Powered Communications Network
研究了一种新的两用户无线供电通信网络（WPCN）中的协作方法，其中一个混合接入点（HAP）向两个分布式无线设备（WD）广播无线能量，而WD使用收集的能量向HAP发送各自独立的信息。为了解决WPCN中由远近效应引起的用户不公平问题，我们允许具有较强WD到HAP信道的WD使用其收集的部分能量来帮助将其他较弱用户的信息中继到HAP。特别是，我们利用在无线能量传输阶段的反向散射通信的使用，使帮助中继用户可以收获能量，并同时从较弱的用户接收信息。我们得到最大的共同吞吐量性能，通过联合优化的时间持续时间和功率分配的无线能量和信息传输。我们的仿真结果表明，后向散射辅助的合作方案可以有效地提高吞吐量公平性能的WPCN。
2018-07-14 cs.NI eess.SP
Reconfigurable-Metasurface-Aided Multi-State Generalized Polarization-Space Modulation for Next-Generation Wireless Communications
我们提出了一种低成本的可重构元表面发射机，以实现广义极化空间调制（GPSM），已提出了下一代无线通信。与传统的多输入多输出GPSM不同，我们的电磁兼容，使用钡锶钛薄膜的形状因子降低设计产生两个以上的偏振态。全波仿真结果表明，我们的优化设计实现了0.08-0.95的偏振转换比与5%的带宽在28 GHz和误码率相当或优于传统的系统。
2021-03-23 eess.SP physics.app-ph
Cooperative Multi-Agent Reinforcement Learning for Low-Level Wireless Communication
UC Berkeley（加州大学伯克利分校）
传统的无线电系统严格地在OSI堆栈的较低级别上进行协同设计，以实现兼容性和效率。虽然这使得无线电通信能够取得成功，但它也引入了冗长的标准化过程并强加了无线电频谱的静态分配。研究界已经采取了各种举措，通过使频率划分更具动态性和建立灵活的无线电来取代静态无线电来解决人为频谱稀缺的问题。我们有理由相信，正如计算机视觉和控制通过引入机器学习而得到彻底改革一样，无线通信也可以通过利用类似的技术来提高无线网络的灵活性。在这项工作中，我们提出了以完全去中心化的方式发现两个代理之间从无到有的低级无线通信方案的问题作为强化学习问题。我们提出的方法使用策略梯度来学习最佳的双向通信方案，并显示出令人惊讶的复杂和智能的学习行为。我们提出了广泛的实验结果和分析我们的方法的保真度。
2018-01-14 cs.AI eess.SP
Federated Learning for Wireless Communications: Motivation, Opportunities and Challenges
Virginia Tech（弗吉尼亚理工学院）
在无线通信社区中，人们越来越有兴趣用基于数据驱动的机器学习（ML）的解决方案来补充传统的基于模型的设计方法。虽然传统的ML方法依赖于在中央实体中具有数据和处理头的假设，但这在无线通信应用中并不总是可行的，因为私有数据的不可访问性和将原始数据传输到中央ML处理器所需的大的通信开销。因此，将数据保存在生成位置的分散式ML方法更具吸引力。由于其隐私保护的性质，联邦学习与许多无线应用特别相关，特别是在第五代（5G）网络的背景下。在这篇文章中，我们提供了一个方便的介绍联邦学习的一般思想，讨论了在5G网络中的几个可能的应用，并描述了关键的技术挑战和开放的问题，为未来的研究联邦学习的背景下，无线通信。
2020-05-03 cs.LG eess.SP stat.ML
Performance of Intelligent Reconfigurable Surface-Based Wireless Communications Using QAM Signaling
智能可重构表面（IRS）被视为6G无线网络的一项有前途的技术。IRS可以重新配置无线传播环境，从而显著改善无线通信的性能。在本文中，我们分析了带宽有效的正交幅度调制（QAM）技术在瑞利衰落信道下的IRS辅助无线通信的性能。推导了矩形QAM、方形QAM和交叉QAM方案的通用平均符号出错率（ASER）的新的封闭形式表达式。此外，简化表达式的ASER为低信噪比（SNR）和高SNR区域，这是有用的分析提供见解。我们全面分析了调制参数和所采用的IRS元件的数量的影响。我们还通过模拟验证了我们的理论结果。我们的研究结果表明，采用IRS显着提高ASER性能相比，加性高斯白噪声信道在低信噪比制度。因此，IRS辅助的无线通信可以是用于诸如物联网（IoT）的各种低功率通信应用的有希望的候选者。
2020-09-27 cs.IT eess.SP math.IT
Integrating Sensing, Computing, and Communication in 6G Wireless Networks: Design and Optimization
各种新兴无线服务的推出引发了对第六代（6G）无线网络的需求，以在同一无线电频谱上提供目标感测、智能计算和信息通信的功能。在本文中，我们提供了一个统一的框架集成传感，计算和通信，以优化有限的系统资源为6G无线网络。特别地，基于多目标优化问题（MOOP），分别以加权总体性能最大化和总发射功率最小化为目标，推导了两种典型的联合波束形成设计算法。大量的仿真结果验证了所提出算法的有效性。此外，关键系统参数的影响，揭示了集成传感，计算和通信（ISCC）的设计提供了有用的见解。
2022-07-08 cs.IT eess.SP math.IT
Deep Learning for Wireless Communications: An Emerging Interdisciplinary Paradigm
无线通信被设想为在未来带来巨大的变化，具有各种新兴应用，诸如虚拟现实（VR）、物联网（IoT）等，成为现实。然而，这些引人注目的应用带来了许多新的挑战，包括未知的信道模型，大规模超密集网络中的低延迟要求等。深度学习（DL）在各个领域，特别是在计算机科学中的惊人成功，最近激发了人们越来越多的兴趣，将其应用于解决这些挑战。因此，在这篇评论中，一对占主导地位的方法使用DL的无线通信进行了调查。第一种是基于DL的架构设计，打破了过去几十年无线通信经典的基于模型的模块设计规则。第二个是基于DL的算法设计，将通过为5G及以后设想的一系列典型技术中的几个示例来说明。他们的原则，主要特点和性能增益将进行讨论。此外，开放的问题和未来的研究机会也将指出，突出DL和无线通信之间的相互作用。我们期望这篇综述能为智能无线通信激发更多的新想法和令人兴奋的贡献。
2020-07-12 cs.IT eess.SP math.IT
Cell-Free Massive MIMO for 6G Wireless Communication Networks
最近商业化的第五代（5G）无线通信网络实现了许多改进，包括通过大规模多输入多输出（MIMO）、毫米波等多项关键技术实现空中接口增强、频谱扩展和网络强化。通信和超密集网络。尽管5G商用系统已经部署，但无线通信仍面临着许多挑战，以实现连接智能和无数应用，如工业物联网，自治系统，脑机接口，数字孪生，触觉互联网等，因此，迫切需要启动第六代（6G）无线通信系统的研究。在这些系统的候选技术中，结合分布式系统和大规模MIMO的优点的无小区大规模MIMO被认为是提高无线传输效率的关键解决方案，并成为国际前沿。在本文中，我们提出了一个全面的研究无小区的大规模MIMO的6G无线通信网络，特别是从信号处理的角度。我们专注于使物理层技术的无小区大规模MIMO，如用户关联，导频分配，发射机和接收机的设计，以及功率控制和分配。此外，一些当前和未来的研究问题进行了强调。
2021-11-30 cs.IT eess.SP math.IT
Large Artificial Intelligence Models for Future Wireless Communications
University of Surrey（萨里大学）；Sun Yat-sen University（中山大学）；University of Houston（休斯顿大学）；Kyung Hee University（庆熙大学）
本文提出大规模AI模型在无线通信中的架构，探讨其在数据分析、资源分配和实时适应中的优势，以及未来发展的挑战与解决方案。
2026-01-11 cs.IT eess.SP math.IT
Channel Modeling in RIS-Empowered Wireless Communications
实现下一代无线技术的最关键方面之一是开发准确一致的信道模型，以便在实际测量的帮助下进行有效验证。从这个观点出发，最近已经进行了显著的研究，以通过包括可重构智能表面（RIS）来对涉及无线传播环境的修改的传播信道进行建模。本研究的主要目的是提出一个愿景的信道建模策略的RIS授权的通信系统考虑到国家的最先进的信道和传播建模的努力在文献中。此外，还期望引起对开源和符合标准的物理信道建模工作的关注，以提供关于未来无线网络中的RIS的实际用例的全面见解。
2022-01-17 cs.IT eess.SP math.IT
