Impact of Reflectors and MIMO on ML-Aided mmWave/sub-THz Blockage Prediction
本文结合机器学习与物理仿真提出 ML-EW 阻塞预警算法，评估反射体、MIMO 及频率等因素影响，可提前数十个 5G 帧预警并实现约 90% 以上准确率。
2025-09-01 eess.SP
Early Warning of mmWave Signal Blockage and AoA Transition Using sub-6 GHz Observations
毫米波（mmWave）信号对物理阻塞和突然的信号强度变化的敏感性对可靠的5G通信提出了挑战。这项工作提出并研究了利用低频信号作为移动毫米波信号阻塞或恢复的预警指标的可行性。采用基于物理的信道仿真工具，结合菲涅耳衍射和图像源，以证明6 GHz以下的信号“领先”毫米波信号，在移动速度下达到特定的信号强度阈值，这表明预警系统是可行的。这种预测方法源于衍射的频率依赖性，并且不假设特定的拓扑结构或移动和障碍物速度。现实的模拟，包括从视线（LoS）到非视线（NLoS）和反射场景的过渡，以验证所提出的预测能力。此外，预测最强的多径分量和它的到达角（AoA）使用子6 GHz的观测。
2019-11-13 eess.SP
mmAlert: mmWave Link Blockage Prediction via Passive Sensing
在这封信中，毫米警报系统，预测毫米波（毫米波）链路阻塞期间数据通信，详细说明和演示。移动阻塞检测采用被动感知方法，其中在数据通信接收器处配备具有分离的射频（RF）链的两个接收波束。一个接收波束对准视线（LoS）路径方向，另一个接收波束周期性地扫描LoS路径附近区域，通过比较两个波束接收到的信号，可以检测出移动阻塞器散射信号的多普勒频率。此外，通过跟踪散射信号的多普勒频率和到达角（AoA），可以估计移动阻塞器的轨迹，使得可以通过假设一致的移动速度来预测潜在的链路阻塞。通过实验证明，mmAlert系统总是可以检测到接近LoS路径的步行者的运动，并且在1.4秒的感测时间内预测90%的LoS阻塞。
2023-02-22 eess.SP
Hierarchical User Clustering for mmWave-NOMA Systems
非正交多址接入（NOMA）和毫米波是两种互补的技术，可以支持5G及更高网络中出现的容量需求。同时为越来越多的用户提供服务，同时为带宽的稀缺提供解决方案。在本文中，我们提出了一种方法，在毫米波NOMA系统中的用户聚类的目标是最大化的总和速率。一个无监督的机器学习技术，即层次聚类，利用自动识别的最佳数量的集群。仿真结果表明，与其他聚类方法（如k-means聚类）相比，该方法能够在满足所有用户最低QoS的同时最大化系统的总速率，而不需要以聚类数目为前提。
2020-02-18 eess.SP
Energy Efficiency of RSMA and NOMA in Cellular-Connected mmWave UAV Networks
由于各种实际用例，蜂窝连接无人机（无人机）最近受到了广泛关注，例如，监控、数据收集、采购交付以及其他应用。由于无人机是低功率节点，因此能量和频谱高效通信至关重要。为此，多址接入（MA）方案可以在实现高能量效率和频谱效率方面发挥重要作用。在这项工作中，我们介绍了速率分裂MA（RSMA）和非正交MA（NOMA）计划在蜂窝连接的无人机网络。特别是，我们调查的能量效率的RSMA和NOMA计划中的毫米波（毫米波）下行链路传输的情况。此外，我们优化预编码向量的两个方案，明确考虑到3GPP天线传播模式。数值计算结果表明，RSMA在整体能量效率方面优于NOMA。
2019-02-13 eess.SP
Cross-layer Interference Modeling for 5G MmWave Networks in the Presence of Blockage
预计第五代（5G）无线技术将利用毫米波（mmWave）频谱的高度定向天线来提供更高的数据速率。然而，考虑到天线的高方向性和毫米波频率下的不利传播特性，这些信号非常容易受到障碍物的影响。受到高度影响的重要因素之一是干扰行为。事实上，从其他终端接收的信号在接收机处很容易被阻塞或衰减。此外，更多数量的终端可以在不引入太多干扰的情况下传输信号，因此由媒体访问控制（MAC）层维护的流量行为可能会改变。在本文中，我们提供了一个干扰模型来评估在接收终端的物理层接收到的干扰功率，考虑天线方向性，障碍物和MAC层的限制，控制同时发送的终端的数量的影响。我们首先开发一个阻塞模型，然后推导出在一个典型的接收节点接收到的干扰功率的拉普拉斯变换。随后，使用派生的拉普拉斯变换，我们评估网络的错误性能，使用平均误码率（BER）。通过Monte-Carlo模拟验证了分析结果。
2018-07-11 eess.SP
A Spatial-Spectral Interference Model for Dense Finite-Area 5G mmWave Networks
由于6 GHz以下频带过于拥挤，毫米波（mmWave）频带为下一代无线标准提供了有希望的替代方案，即，5G。然而，毫米波信号对严重路径损耗和遮蔽的敏感性要求使用高度定向的天线来克服这种不利特性。构建具有定向波束的网络会改变干扰行为，因为窄波束容易受到阻塞。这种对阻塞的敏感性导致活动干扰节点位置的不确定性。在应用动态信道和频率分配以支持5G应用时，配置不确定性也可能出现在频谱域中。在本文中，我们首先提出了一个阻塞模型，考虑毫米波规格。随后，使用所提出的阻塞模型，我们推导出密集有限区域5G毫米波网络的空间频谱干扰模型。提出的干扰模型考虑了节点配置的空间和光谱随机性。最后，从一个任意位置的用户的角度来看，网络的错误性能计算的误比特率（BER）和中断概率度量。通过Monte-Carlo模拟验证了分析结果。它示出，考虑毫米波规格和随机性在频谱和空间节点配置导致一个明显不同的干扰配置文件。
2017-10-11 eess.SP
On NOMA-Based mmWave Communications
非正交多址接入（NOMA）和毫米波（mmWave）通信是提高第五代（5G）移动网络系统容量的两种有前途的技术。前者通过对功率域信息进行调制，可以获得较高的频谱效率，后者可以提供极大的频谱资源。起伏双射线（FTR）信道模型已经被实验证明能够准确地描述毫米波通信中的小尺度衰落效应。本文从中断概率（OP）和遍历容量（EC）两个方面研究了毫米波通信系统中基于NOMA的FTR信道通信性能。具体来说，我们考虑的情况下，一个基站（BS）发送信号，两个用户同时在NOMA计划。BS和用户都配备有单个天线。两种功率分配策略被认为是：第一个是一个一般的（固定的）功率分配方案下，我们得到的OP和EC的NOMA用户在封闭的形式;另一个是一个最优的功率分配方案，可以实现最大的和速率为整个系统。在第二种方案下，不仅得到了OP和EC的封闭形式，而且得到了EC的上、下界。此外，我们还推导了在高平均信噪比区域的OP的渐近表达式，以研究这两种方案下的分集阶数。最后，我们通过Monte-Carlo模拟证明了我们导出的表达式的正确性和准确性。
2020-09-15 eess.SP
Sensing of Side Lobes Interference for Blockage Prediction in Dense mmWave Networks
本文提出一种利用天线旁瓣干扰波动来检测移动阻挡物的机会性环境感知机制，从而在密集毫米波网络中实现链路故障预测与主动资源重分配。
2023-06-30 eess.SP
Millimeter-Wave V2X Channels: PropagationStatistics, Beamforming, and Blockage
5G毫米波（mmWave）技术因其宽带宽、宽视场感知和精确定位能力，被设想为下一代车联网（V2X）网络和自动驾驶汽车不可或缺的一部分。毫米波链路的可靠性可能由于移动信道的波束对准的困难以及由于毫米波发射器和接收器之间的阻塞效应而受到损害。在本文中，我们使用射线跟踪仿真研究了毫米波和亚6 GHz V2X通信的信道特性。我们提出的结果随时间变化的路径损耗，延迟扩展，和角度扩展存在的移动车辆的视线（LOS）和非LOS（NLOS）轨迹，分别。此外，我们还研究了当基站（BS）和用户设备（UE）能够动态调整波束方向和波束宽度时，延迟扩展和角度扩展的影响。最后，我们探讨了阻塞效应对所考虑的车辆轨迹在28 GHz的接收波束质量的影响。
2018-08-02 eess.SP
Machine Learning for Reliable mmWave Systems: Blockage Prediction and Proactive Handoff
毫米波（mmWave）信号对阻塞的敏感性是移动mmWave通信系统的基本挑战。基站和移动用户之间的视距（LOS）链路的突然阻塞通常导致通信会话断开，这极大地影响了系统的可靠性。此外，将用户重新连接到另一个LOS基站会引起高波束训练开销和严重的延迟问题。在本文中，我们利用机器学习工具，并提出了一种新的解决方案，这些在毫米波MIMO系统的可靠性和延迟的挑战。在开发的解决方案中，基站学习如何使用过去对所采用的波束成形向量的观察来预测某个链路将在接下来的几个时间帧内经历阻塞。这允许服务基站主动地将用户切换到具有高度可能的LOS链路的另一基站。仿真结果表明，开发的基于深度学习的策略成功预测了接近95%的阻塞/切换。这降低了通信会话断开的概率，从而确保了移动毫米波系统的高可靠性和低延迟。
2018-07-07 cs.IT eess.SP math.IT
LOS/NLOS Estimators for mmWave Cellular Systems With Blockages
本文针对毫米波蜂窝系统在阻塞场景下，利用有限测量数据推导LOS地图的最优贝叶斯估计器，提出准线性复杂度近似及低成本的启发式估计器，并在合成与真实布局中验证性能。
2024-11-11 eess.SP
EMR: A New Metric to Assess the Resilience of Directional mmWave Channels to Blockages
毫米波（mmWave）通信系统需要窄波束以增加通信范围。如果主要通信方向被障碍物阻挡，则应快速识别替代且可靠的空间通信路径以保持连通性。在本文中，我们引入了一个新的度量来量化的有效多径丰富度（EMR）的定向通信信道，通过考虑的强度和空间多样性的解决路径，同时也考虑到波束宽度和阻塞特性。度量被定义为多径分量（MPC）集群的数量的加权和，其中基于具有高于某个阈值的功率的MPC之间的余弦距离来执行聚类。此过程返回给定环境中的发射器（TX）/接收器（RX）位置对的单个标量值。还可以通过考虑一组TX/RX位置，用度量的概率分布函数来表示整个环境的EMR。使用这个建议的度量，可以评估不同的通信环境的散射丰富性，以实现特定的服务质量（QoS）。该指标在更高频率下特别有用，例如毫米波和太赫兹（THz），其中传播路径损耗和穿透损耗很高，并且定向非视线（NLOS）通信对于网络的成功至关重要。我们评估建议的指标，使用我们的信道测量在28 GHz的大型室内环境中的图书馆设置LOS和NLOS的情况。
2020-09-30 eess.SP
Cooperative Sensing of Side Lobes Interference for mmWave Blockages Localization and Mapping
针对毫米波通信易受阻塞导致性能下降的问题，本研究在前期单节点角位置感知机制基础上，提出多实体共享感知数据的协同旁瓣干扰感知方法，可联合定位移动阻塞物并绘制干扰图，数值验证其能更精准估计阻塞物的位置、轨迹等参数。
2024-05-14 eess.SP
Deep Learning for mmWave Beam and Blockage Prediction Using Sub-6GHz Channels
使用6 GHz以下信道预测毫米波（mmWave）波束和阻塞具有在可扩展的mmWave系统中实现移动性和可靠性的潜力。这些成果在过去几年中引起了越来越多的关注。然而，先前的工作集中在首先提取6 GHz以下频带的空间信道特性，然后使用它们来减少毫米波波束训练开销。该方法具有许多限制：（i）其仍然需要在毫米波下的束搜索，（ii）其性能对与提取亚6 GHz信道特性相关联的误差敏感，以及（iii）其通常不考虑不同频带处的不同介电性质。在本文中，我们首先证明了在一定条件下，存在映射函数，可以预测的最佳毫米波波束和正确的阻塞状态直接从sub-6 GHz的信道，克服了以前的工作的局限性。然而，这些映射函数很难分析地表征，这促使利用深度神经网络模型来学习它们。为此，我们证明了足够大的神经网络可以使用6 GHz以下的信道直接预测最佳毫米波波束和正确的阻塞状态，成功概率可以任意接近1。然后，我们开发了一个有效的深度学习模型，并使用公开的数据集DeepMIMO对其波束/阻塞预测性能进行了经验评估。结果表明，所提出的解决方案可以预测毫米波阻塞与90以上的$\%$成功概率。此外，这些结果证实了所提出的深度学习模型在预测最佳毫米波波束和接近最佳数据率方面的能力，其假设完美的信道知识，同时不需要波束训练开销。
2019-11-02 cs.IT eess.SP math.IT
Measurement-based Characterization of ISAC Channels with Distributed Beamforming at Dual mmWave Bands and with Human Body Scattering and Blockage
该研究开展双频段分布式链路ISAC毫米波信道测量，分析存在位置和朝向变化的人员时的信道特性，发现人体位置与朝向均需纳入ISAC信道建模考量。
2024-11-02 eess.SP
Deep Learning for Moving Blockage Prediction using Real Millimeter Wave Measurements
Arizona State University（亚利桑那州立大学）
毫米波（mmWave）通信是5G及以后的关键组成部分。然而，在毫米波系统中收获大带宽和低延迟的收益受到毫米波信号对阻塞的敏感性的挑战;视线（LOS）链路中的突然阻塞导致突然断开，这会影响网络的可靠性。此外，搜索替代基站以重新建立链路可能导致不必要的延迟开销。在本文中，我们通过利用机器学习来主动预测动态阻塞来共同应对这些挑战。所提出的方法看到一个机器学习算法通过观察我们所说的阻塞前签名来学习预测未来的阻塞。为了评估我们提出的方法，我们建立了一个移动阻塞的毫米波通信设置，并收集接收功率序列的数据集。在实际数据集上的仿真结果表明，该算法能够以85%以上的准确率预测阻塞发生，并能够以较低的误差获得阻塞发生的准确时刻。这突出了所提出的解决方案在动态阻塞预测和主动切换方面的潜力，从而提高了未来无线网络的可靠性和延迟。
2021-02-08 cs.LG eess.SP
Intelligent Blockage Recognition using Cellular mmWave Beamforming Data: Feasibility Study
联合通信和感知（JCAS）被设想用于6 G蜂窝网络，其中感知操作环境，特别是在人类存在的情况下，与高速无线连接一样重要。感测并随后识别阻塞类型是避免信号阻塞的初始步骤。在这种情况下，我们研究了使用人体运动识别作为阻塞类型识别的替代任务的可行性，通过一组假设验证实验，使用定性和定量分析（视觉检查和深度学习（DL）模型的超参数调整）。代理任务对于DL模型测试和/或预训练是有用的，因此需要从最终的JCAS环境中收集少量数据。因此，我们收集和使用一个小的数据集，从26 GHz的蜂窝多用户通信设备与混合波束成形。将数据转换为多普勒频谱（DFS）并用于假设验证。我们的研究表明，（i）用于学习和推理的数据之间存在域偏移，需要使用能够成功处理它的DL模型，（ii）应避免DFS输入数据稀释以增加数据集体积，（iii）少量输入数据不足以实现合理的推理性能，（iv）较高的传感分辨率，导致较低的灵敏度，应该通过每帧进行更多的活动/手势并降低采样率来处理，以及（v）在预处理期间向STFT报告的更高的采样率可以提高性能，但应该始终在每个学习任务的基础上进行测试。
2022-10-30 eess.SP
Prediction of mmWave/THz Link Blockages through Meta-Learning and Recurrent Neural Networks
使用高可靠性低延迟链路的无线应用关键取决于系统预测链路质量的能力。这种依赖性在毫米波和太赫兹系统使用的高载波频率下尤其严重，其中链路容易堵塞。高可靠性地预测堵塞需要大量的数据样本来训练有效的机器学习模块。为了减少数据需求，我们引入了一个基于元学习的框架，利用来自不同部署的数据来优化共享初始化，从而减少任何新部署所需的数据集大小。研究了两种不同事件的预测因子：（1）在一个时间窗口中至少发生一次阻塞，以及（2）链路在整个时间窗口中被阻塞。结果表明，使用元学习训练的基于RNN的预测器能够在观察到比使用标准方法训练的预测器更少的样本后预测堵塞。
2021-10-04 cs.IT eess.SP math.IT
Blockage-Aware Robust Beamforming in RIS-Aided Mobile Millimeter Wave MIMO Systems
本文针对移动毫米波MIMO系统的路径阻塞问题，提出基于Neyman-Pearson准则的阻塞感知算法，并设计了可变波束宽度的鲁棒RIS波束成形器与加速投影梯度下降算法，有效实现了中断概率最小化与可达速率最大化。
2024-03-02 eess.SP
CNN based Channel Estimation using NOMA for mmWave Massive MIMO System
College of Engineering Trivandrum（特里凡得琅工程学院）；Government Engineering College Kozhikode（科泽科德政府工程学院）
非正交多址接入（NOMA）方案正被积极探索以解决第五代（5G）无线通信中的一些主要挑战。在NOMA方案与毫米波（mmWave）大规模多输入多输出（MIMO）系统集成的场景中，信道估计特别具有挑战性。信道的准确估计对于利用duo-NOMA和mmWave配对的益处至关重要。提出了一种基于卷积神经网络（CNN）的方法来估计基于NOMA的毫米波（mmWave）大规模多输入多输出（MIMO）系统的信道。首先，用户被分组到不同的集群的基础上，他们的信道增益和波束成形技术被执行，以最大化在所需的集群方向的信号。首先根据接收信号进行信道的粗略估计，并且将该估计作为输入提供给CNN以精细估计信道系数。数值算例表明，该方法优于最小二乘（LS）估计和最小均方误差（MMSE）估计，且接近Cramer-Rao界（CRB）。
2021-08-01 cs.LG eess.SP
Blockage-aware Reliable mmWave Access via Coordinated Multi-point Connectivity
毫米波（mmWave）频段的基本挑战是无线电信道对阻塞的敏感性，这会导致不稳定的连接并影响系统的可靠性。为此，多点连接是确保所需速率和可靠性要求的有前途的方法。一个强大的波束形成器的设计，提出了提高通信的可靠性，通过利用空间宏分集和悲观估计率超过潜在的链路阻塞组合。具体来说，我们提供了一个阻塞感知算法的加权和速率最大化（WSRM）的问题，并行波束形成器处理分布式远程无线电单元（RRU）。非凸约束和耦合约束的组合通过连续凸近似（SCA）框架来处理，该框架通过求解Karush-Kuhn-Tucker（KKT）最优性条件系统来为每个SCA步骤提供封闭形式的解。与传统的协作多点（CoMP）方案不同，所提出的阻塞感知波束形成器设计具有每次迭代的计算复杂度，其数量级为RRU天线而不是系统范围的联合发射天线。这导致了一个实际的和计算效率高的实现，可扩展到任何任意的多点配置。在存在随机阻塞的情况下，所提出的方案被证明显着优于基线场景，并导致可靠的毫米波通信。
2021-02-13 cs.IT eess.SP math.IT
Low-Resolution Limited-Feedback NOMA for mmWave Communications
频谱高效的毫米波（mmWave）通信作为解决频谱紧张问题的一种可行方案，近年来引起了人们的广泛关注。在这项工作中，我们提出了一种新的非正交多址接入（NOMA）框架，它利用毫米波通信的定向传播特性，从而提高频谱效率，通过非正交信令。特别地，我们认为一比特量化的角度信息是描述毫米波频带中的用户设备（UE）的信道质量的有限但有效的反馈方案。然后，不仅使用作为经典方法的1比特距离反馈，而且使用1比特角度反馈来建立用于NOMA传输的UE对。因此，所提出的策略被称为两位NOMA。我们还提出了一种新型的混合策略，称为组合NOMA，用于通过两比特NOMA没有UE对的情况。每当通过任何NOMA策略没有UE对可用时，我们采用具有适当UE选择方案的单用户传输（SUT）。混合和速率性能进行了深入分析，与各自的中断和速率表达式。数值结果验证了所提出的策略优于一位NOMA计划，无论是角度或距离只有反馈。
2019-10-01 cs.IT eess.SP math.IT
Stochastic Learning-Based Robust Beamforming Design for RIS-Aided Millimeter-Wave Systems in the Presence of Random Blockages
毫米波（mmWave）通信的根本挑战在于其对阻塞的存在的敏感性，阻塞影响通信链路的连通性并最终影响整个网络的可靠性。在本文中，我们分析了一个可重构智能表面（RIS）辅助毫米波通信系统，以提高网络的可靠性和连通性，在随机阻塞的存在。为了提高混合模拟-数字波束形成的鲁棒性在随机阻塞的存在下，我们制定了一个随机优化问题的基础上最小化的总和中断概率。为了解决所提出的优化问题，我们引入了一个低复杂度的算法的基础上的随机块梯度下降法，学习明智的堵塞模式，而不搜索所有的组合可能堵塞的链接。数值结果证实了所提出的算法在中断概率和有效数据速率方面的性能优势。
2021-01-02 eess.SP
Blockage-Aware Multi-RIS Sensing and Optimization for mmWave Smart Radio Environments
POSTECH（浦项科技大学）；Seoul National University（首尔大学）
本文提出一种阻塞感知的多RIS加权速率优化方法，通过每RIS索引同步信号和闭式黎曼更新算法提升毫米波系统性能。
2026-09-09 cs.SY eess.SP eess.SY
Blockage Prediction in Directional mmWave Links Using Liquid Time Constant Network
Massachusetts Institute of Technology（麻省理工学院）；Aalborg University（奥尔堡大学）
本研究提出仅用接收信号功率作为输入的液态时间常数（LTC）网络，在60GHz实验数据集上实现97.85%以上的毫米波链路阻塞预测准确率，无需场景先验与重训练，助力低延迟可靠通信。
2023-06-08 cs.AI eess.SP
Experimental Assessment of Human Blockage at sub-THz and mmWave Frequency Bands
Universidad de Granada（格拉纳达大学）；Aalborg University（奥尔堡大学）
本文研究了75-215GHz频段中人类阻挡效应，考虑距离、身体大小和方向，改进经典路径损耗模型并对比3GPP方法，发现频率升高时平均衰减增加，距离增大时接收功率增加，方向变化导致最大4.6dB差异。
2026-04-09 eess.SP
Robust Beamforming Design for Near-Field DMA-NOMA mmWave Communications With Imperfect Position Information
针对毫米波NOMA系统导频开销大及位置信息不完美的问题，提出基于DMA的近场传输框架及最坏情况鲁棒波束成形策略，通过双循环迭代算法优化波束成形与功率分配，仿真验证其优于传统方案且对用户位置误差具强鲁棒性。
2024-09-24 eess.SP
Performance Evaluation of Scheduling in 5G-mmWave Networks under Human Blockage
毫米波频谱为5G网络的可实现数据率提供了巨大的增强。然而，如果不考虑适当的资源分配，影响毫米波信号的人为阻塞会严重降低性能。在本文中，我们评估如何传统的调度器，如比例公平调度器，对阻塞的存在作出反应。我们的研究结果表明，资源分配可能不利于遭受阻塞的用户，导致这些用户的低数据率。为了规避这个问题，我们表明，这些用户的数据率可以通过使用适合于对即将到来的阻塞事件作出反应的调度器来提高。自适应调度器的目标是在阻塞发生之前主动分配资源，减轻损失。这种适应的动机是最近的进展，在阻塞预测的毫米波信号在一个动态的人类阻塞的情况。我们广泛的模拟表明，在第一个百分位数的速率和公平性方面的比例公平调度器的增益时，阻塞情况严重。
2020-07-26 cs.IT cs.SY eess.SP
Environment Semantics Aided Wireless Communications: A Case Study of mmWave Beam Prediction and Blockage Prediction
本文提出了一种环境语义辅助的无线通信框架，该框架从环境图像数据中提取语义信息，根据任务相关性进行选择性编码，然后进行融合，为信道相关任务做出决策。作为一个案例研究，我们开发了一个环境语义辅助网络架构的毫米波通信系统，这是由一个语义特征提取网络，特征选择算法，面向任务的编码器，和决策网络。以街道摄像机拍摄的图像和用户身份信息为输入，训练环境语义辅助网络结构，以预测基站的最佳波束索引和阻塞状态。可以看出，在没有导频训练或昂贵的波束扫描的情况下，环境语义辅助的网络架构可以实现非常有效的波束预测和及时的阻塞预测，从而满足超可靠和低延迟通信（URLLC）的要求。仿真结果表明，与现有的网络结构相比，所提出的环境语义辅助网络结构在保证预测精度和保护用户隐私的同时，减少了系统开销，如存储空间和计算开销.
2023-01-14 eess.IV eess.SP
Machine Learning Empowered Beam Management for Intelligent Reflecting Surface Assisted MmWave Networks
最近，智能反射表面（IRS）辅助的毫米波网络正在出现，其具有以更具成本效益的方式解决毫米波（mmWave）通信的阻塞问题的潜力。特别地，IRS由无源和可编程电磁元件构建，这些电磁元件可以通过明智的联合BS-IRS传输设计将毫米波传播信道操纵到更有利的无阻塞条件。然而，IRS和毫米波BS的共存使网络架构复杂化，并且因此对高效波束管理（BM）提出了巨大挑战，高效波束管理是高性能毫米波网络的一个关键先决条件。在本文中，我们系统地评估了IRS辅助毫米波网络BM的关键问题和挑战，为未来的网络设计带来见解。具体来说，我们仔细分类和讨论传统毫米波的现有BM向IRS辅助的新范例的可扩展性和局限性。此外，我们提出了一种新的机器学习授权BM框架的IRS辅助网络与代表性的展示，处理环境和移动性的意识，以实现高效的BM显着降低系统开销。最后，我们也提出一些未来的研究方向。
2020-03-03 eess.SP
Reconfigurable Intelligent Surfaces Aided mmWave NOMA: Joint Power Allocation,Phase Shifts, and Hybrid Beamforming Optimization
研究了一种可重构智能表面（RIS）辅助的毫米波（mmWave）非正交多址接入（NOMA）系统。特别地，我们考虑具有混合波束成形结构的RIS辅助mmWave-NOMA下行链路系统。为了在最小速率约束和最小发射功率约束下最大化可实现的和速率，提出了一个RIS相移、混合波束赋形和功率分配的联合问题。为了解决这个非凸优化问题，我们开发了一个交替优化算法。具体地，首先，非凸问题被转化为三个子问题，即，功率分配、联合相移和模拟波束成形优化以及数字波束成形设计。然后，我们解决了固定相位偏移的RIS和混合波束形成的功率分配问题。最后，在给定功率分配矩阵的情况下，分别采用基于交替流形优化（AMO）的方法和基于逐次凸逼近（SCA）的方法设计相移、模拟波束形成和发射波束形成。数值结果表明，所提出的交替优化算法优于国家的最先进的计划在和率。此外，与没有RIS的传统mmWave-NOMA系统相比，所提出的RIS辅助mmWave-NOMA系统能够提高系统的可实现的和速率。
2020-10-18 cs.SY eess.SP eess.SY
Multi-Frequency Multi-Scenario Millimeter Wave MIMO Channel Measurements and Modeling for B5G Wireless Communication Systems
毫米波（mmWave）频带已经被用于第五代（5G）通信系统，并且毫无疑问将继续被部署用于超过5G（B5G）。然而，通过使用相同的信道探测器，在多频带和多场景下，特别是对于室外、多输入多输出（MIMO）和车辆到车辆（V2V）条件，未完全研究底层信道。在本文中，我们在28，32和39 GHz频段使用4*4天线进行多频多场景毫米波MIMO信道测量，用于三种情况，即，人体和车辆阻塞测量、室外路径损耗测量和V2V测量。深入研究了阻塞效应、路径损耗、覆盖范围、非平稳性和空间一致性等信道特性。提出了毫米波MIMO信道的阻塞模型、路径损耗模型和时变信道模型。信道测量和建模结果对于B5G室内热点、室外和车载网络场景中的进一步毫米波通信系统部署具有重要意义。
2020-07-28 eess.SP
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
Fast Antenna and Beam Switching Method for mmWave Handsets with Hand Blockage
许多运营商一直看好毫米波（mmWave）通信在第五代（5G）移动宽带中的作用，因为它能够提供极高的数据速度和容量。然而，毫米波带来了与显著高的路径损耗和对阻塞的敏感性相关的挑战。特别地，当毫米波通信被应用于移动终端设备时，由于猖獗的手阻塞，通信可能频繁中断。尽管许多手机公司建议在手机上的不同位置配置多组天线模块来规避这个问题，但是通过同时打开多组天线模块来识别最佳天线模块和波束对会导致过度功耗和设备成本的问题。在这项研究中，提出了一种快速的天线和波束切换方法，称为快速ABS。在该方法中，仅一个天线模块用于接收以预测其他天线模块的最佳波束。因此，可以快速地选择未屏蔽的天线模块及其对应的波束对进行切换，以避免由于手阻塞而导致的通信质量差或断开的问题。深入的分析和广泛的模拟，其中包括推导相关的Cramér-Rao下限，表明快速ABS的性能接近的oracle解决方案，可以即时识别其他天线模块的最佳波束，即使在复杂的多径场景。此外，Fast-ABS在软件定义无线电上实现，并集成到5G新无线电物理层中。空中实验表明，Fast-ABS可以实现高效和无缝连接，尽管手阻塞。
2021-03-15 cs.IT eess.SP math.IT
Vehicular Blockage Modelling and Performance Analysis for mmWave V2V Communications
车联网（V2X）通信正在彻底改变交通系统的连接性，从而支持安全高效的道路移动性。为了满足V2X服务日益增长的带宽需求，毫米波（例如，5G新无线电频谱26.50 - 48.20 GHz）和sub-THz（例如，120 GHz）频率正在研究大量可用频谱。在这些频率下的通信需要波束型连接作为严重路径损耗衰减的解决方案。然而，波束可能被阻挡，对通信可靠性产生负面影响。在车辆到车辆（V2 V）等高移动性场景中，当阻塞是动态的时，阻塞预测是必要的和具有挑战性的。本文提出了一个分析模型，推导出在高速公路多车道的情况下，无条件的阻塞概率。所提出的模型考虑了交通密度、车辆的3D尺寸和天线的位置。此外，通过设置通信参数和目标服务质量，可以预测信噪比分布和服务概率，其可以用于资源调度。详尽的数值结果证实了所提出的模型的有效性。
2021-10-20 eess.SP math.PR
ProSky: NEAT Meets NOMA-mmWave in the Sky of 6G
University of Tripoli（的黎波里大学）；Oregon State University（俄勒冈州立大学）
无人机（UAV）以其无处不在的连接能力、灵活性和成本效益，受到越来越多的研究关注。然而，为了将无人机的性能提升到一个新的水平，它们需要与其他一些技术融合，如非正交多址接入（NOMA）和毫米波（mmWave），这两种技术都保证了高频谱效率（SE）。由于使用基于模型的技术可能无法有效管理无人机，因此无人机不可避免地需要利用的另一项关键创新技术是人工智能（AI）。然而，设计一种基于人工智能的技术，自适应地分配无线电资源并将无人机放置在3D空间中以满足某些通信目标，是一项艰巨的任务。在本文中，我们提出了一个神经进化的增强拓扑NEAT框架，称为ProSky，管理NOMA-mmWave-UAV网络。与基于模型的方法相比，ProSky表现出显着的性能改进。此外，ProSky在SE和能效EE方面的学习速度是基于深度强化学习DRL的方案的5.3倍，并且表现相当公平。ProSky源代码可在以下网站访问：https://github.com/Fouzibenfaid/ProSky
2022-10-13 cs.AI eess.SP
Blocker-Aware Beamforming and Dynamic Power Allocation for Multicarrier ISAC-NOMA Systems
Hanyang University（汉阳大学）
本文提出一种阻挡感知的多载波ISAC-NOMA系统，通过混合波束成形、信道切换和动态功率分配应对环境阻挡，在严重阻挡下实现感知速率提升400%而通信速率仅降20%。
2025-11-09 eess.SP
Computer Vision Aided Blockage Prediction in Real-World Millimeter Wave Deployments
Arizona State University（亚利桑那州立大学）
本文首次对使用视觉（RGB摄像头）数据和机器学习在毫米波（mmWave）动态链路阻塞发生前进行主动预测进行了真实评估。主动预测视距（LOS）链路阻塞使毫米波/亚太赫兹网络能够在链路故障发生之前做出主动网络管理决策，例如主动波束切换和切换。这可以在有效利用无线资源的同时显著提高网络可靠性和延迟。为了在现实中评估这一收益，本文（i）开发了一种基于计算机视觉的解决方案，该解决方案处理安装在基础设施节点处的摄像头捕获的视觉数据，（ii）研究了基于大规模现实世界数据集DeepSense 6 G的拟议解决方案的可行性，该数据集包括多模态传感和通信数据。基于所采用的真实世界数据集，所开发的解决方案在预测未来$0.1$ s内发生的阻塞时实现了$\approx 90\%$准确性，并且在预测$1$ s内发生的阻塞时实现了$\approx 80\%$准确性，这突出了毫米波/亚太赫兹通信网络的有前途的解决方案。
2022-03-03 cs.CV eess.SP
Performance Analysis of Indoor VLC Network with Secure Downlink NOMA for Body Blockage Model
针对室内 VLC NOMA 下行链路中的人体遮挡与窃听问题，提出遮挡模型、低重叠 LED 布置及两种链接策略，仿真表明其传输与保密性能优于传统广播。
2024-12-09 cs.IT eess.SP math.IT
Power Efficient Discontinuous Reception in THz and mmWave Wireless Systems
不连续接收（DRX）是现代蜂窝系统中的关键功率节省特征，其中用户设备（UE）暂时禁用其接收机。由于前端功耗高，DRX可能特别积极地用于毫米波和太赫兹频率。在这些频率中DRX的一个关键挑战是各个链路是定向的并且非常容易受到阻塞。因此，MmWave和THz UE可能需要在多个方向上监视多个小区以确保连续可靠的连接。这项工作提出了一种新颖的启发式算法来动态选择要监视的小区，以尝试最佳地权衡链路可靠性和功耗。本文提供了连接模式DRX模式消耗的初步估计，使用详细和现实的统计模型，在28和140 GHz的阻滞剂。研究发现，虽然阻塞动态在140 GHz时更快，但通过足够的宏分集和链路预测，可以在低功率下保持可靠的连接
2019-08-23 eess.SP
Proactively Predicting Dynamic 6G Link Blockages Using LiDAR and In-Band Signatures
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。为了应对这一挑战，本文利用mmWave和LiDAR传感数据来提供对通信环境的感知，并在发生动态链路阻塞之前主动预测它们。这使得网络能够主动做出切换/波束切换的决策，从而提高网络可靠性和延迟。更具体地说，本文解决了以下关键问题：（i）我们可以预测视线链路阻塞，在它发生之前，使用带内毫米波/太赫兹信号和激光雷达传感数据？(ii)我们还能预测这种阻塞何时发生吗？(iii)我们能预测阻塞持续时间吗？以及（iv）我们能预测移动障碍物的方向吗？为此，我们开发了机器学习解决方案，可以学习接收信号和传感数据的特殊模式，我们称之为\textit{pre-blockage signatures}，以推断未来的堵塞。为了评估所提出的方法，我们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，我们开发了一种高效的LiDAR数据去噪算法，该算法对LiDAR数据进行了一些预处理。基于真实世界的数据集，所开发的方法被证明是实现以上95%的准确度在预测发生在100 ms内的阻塞和超过80%的预测准确度发生在1秒内的阻塞。鉴于这种未来的阻塞预测能力，本文还表明，开发的解决方案可以实现一个数量级的节省网络延迟，这进一步突出了开发的阻塞预测解决方案的无线网络的潜力。
2022-11-17 cs.IT eess.SP math.IT
Aerial-Aided mmWave VANETs Using NOMA: Performance Analysis, Comparison, and Insights
针对城市化与频谱拥塞问题，该研究将系留飞行平台、NOMA与毫米波技术融入车载自组网，分析不同传输方案下的性能，给出平台与通信方式选型参考。
2023-10-17 eess.SP
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
60 GHz Blockage Study Using Phased Arrays
毫米波（mmWave）频率为巨大容量的无线链路提供了潜力。然而，在这些频率下设计鲁棒的通信系统需要我们了解时间和空间上的信道动态：毫米波信号非常容易受到阻塞，因此信道可以随着障碍物和反射器的微小移动而迅速出现和消失。在丰富的散射环境中，不同的路径可能会遇到不同的阻塞轨迹和了解这些多路径阻塞动态是必不可少的开发和评估波束成形和波束跟踪算法。本文介绍了一种新的测量系统，它使用相控阵列进行毫米波动态信道测量的设计和实验结果。具体而言，人的阻塞和它的影响，在多个路径进行调查，只有几个微秒之间的连续测量。从这些测量，我们开发了一种建模技术，使用低秩张量分解分离可用的路径，使他们的联合统计可以理解。
2017-12-14 cs.NI eess.SP
Trajectory Tracking for MmWave Communication Systems via Cooperative Passive Sensing
本文提出一种毫米波通信协作被动感知框架，利用双波束相控阵分离视距与非视距路径，通过多普勒频率和到达角联合估计移动阻挡物轨迹与发射机位置，实现分米级定位和亚0.1秒阻塞预测。
2024-09-30 eess.SP
Delay-Constrained Joint Power Control, User Detection and Passive Beamforming in Intelligent Reflecting Surface Assisted Uplink mmWave System
毫米波（mmWave）通信提供对具有带宽和丰富的频谱的访问。然而，毫米波对阻塞的高度敏感性带来了关键挑战，特别是对低延迟服务。本文提出了一种新的智能反射面（IRS）辅助毫米波方案，以克服阻塞的影响。新的方法开发，以最大限度地减少用户功率的多用户毫米波系统，通过联合优化单个设备的功率，多用户检测矩阵和无源波束形成，受到延迟的要求。提出了一种交替优化框架，将联合优化问题分解为三个子问题进行迭代优化直至收敛。特别是，封闭形式的表达式设计的功率和多用户检测矢量的更新。IRS的配置被配制成一个逆最小化（SIMin）的分数规划问题的总和，并通过开发一个新的解决方案的基础上交替方向的乘法器（ADMM）解决。该配置也被解释为延迟残差最大化问题，并有效地解决了设计一个新的复杂的循环流形优化（CCMO）方法。数值结果证实了我们的算法在节能方面的可行性和有效性，与现有的半定松弛技术相比。
2021-04-19 eess.SP
Double Low-Rank 4D Tensor Decomposition for Circular RIS-Aided mmWave MIMO-NOMA System Channel Estimation in Mobility Scenarios
针对移动场景中圆形RIS辅助mmWave MIMO-NOMA系统，提出双低秩四维张量分解与两阶段参数估计方法，实现无模糊信道参数估计并以CRB验证性能。
2025-06-09 eess.SP
Base Station and Passive Reflectors Placement for Urban mmWave Networks
在5G网络中使用毫米波（mmWave）频段为网络规划带来了一系列新的挑战。毫米波频率下易受阻塞和高路径损耗的影响，需要仔细规划网络以实现所需的服务质量。在本文中，我们提出了一种新的三维几何为基础的框架部署毫米波基站（gNB）在城市环境中考虑一阶反射效应。我们还提供无源金属反射器（PMR）的最佳部署解决方案，以将无线电覆盖范围扩展到非视距（NLoS）区域。特别是，我们进行可见性分析，找到直接和间接的可见性区域，并使用这些，我们推导出一个几何和阻塞辅助路径损耗模型。然后，我们制定的网络规划问题作为两个独立的优化问题，放置的gNB（S）和PMR，以最大限度地提高覆盖区域与一定的服务质量约束和最低成本。我们使用一个通用的地图测试我们提出的方法的有效性，并比较我们的模拟结果与光线跟踪解决方案。我们的模拟结果表明，在规划毫米波网络时考虑一阶反射有助于减少覆盖NLoS区域所需的PMR数量，而PMR辅助的gNB放置需要更少的gNB来覆盖相同的区域，这反过来又降低了部署成本。
2020-11-03 eess.SP
User Clustering in mmWave-NOMA Systems with User Decoding Capability Constraints for B5G Networks
本文提出了一种毫米波NOMA（毫米波NOMA）系统，考虑到终端用户的信号处理能力，一个重要的实际考虑。下行链路（DL）方向上的NOMA的实现需要在用户终端处执行连续干扰消除（SIC），这是以额外的复杂度为代价的。在NOMA中，最弱的用户只需要解码自己的信号，而最强的用户必须解码SIC过程中所有其他用户的信号。因此，用户为DL NOMA执行SIC所需的附加实现复杂度取决于其在SIC解码顺序中的位置。预计第五代（B5 G）之后的通信系统将支持各种各样的终端用户设备，每个终端用户设备都具有自己的处理能力。我们设想一种系统，其中用户向基站（BS）报告他们的SIC解码能力，即，用户能够在SIC过程中解码的其它用户信号的数量。我们研究在这样的系统中的速率最大化问题，通过将其分解为用户聚类和排序问题（UCOP），然后是功率分配问题。我们提出了一个NOMA最小精确覆盖（NOMA-MEC）的启发式算法，转换成一个集群最小化问题的UCOP从一组派生的有效集群组合后，在SIC解码能力的因素。NOMA-MEC的复杂性进行了分析，各种算法和系统参数。对于一个同质系统的用户都具有相同的解码能力，我们表明，这相当于一个简单的最大用户数每个集群的约束，并提出了一个较低的复杂度NOMA最佳波束（NOMA-BB）算法。仿真结果表明，与正交多址接入（OMA）和传统的NOMA相比，该算法在总速率方面具有明显的性能优势
2020-11-17 cs.IT eess.SP math.IT
Fairness-Oriented Multiple RISs-Aided MmWave Transmission: Stochastic Optimization Methods
在毫米波（mmWave）系统中，由于其对阻塞的存在的敏感性，确保通信的可靠连接是具有挑战性的。为了提高mmWave系统在随机阻塞情况下的鲁棒性，采用多个可重构智能表面（RIS）增强空间分集增益，并基于随机优化设计鲁棒波束形成，以最小化多个用户之间的最大中断概率，保证系统的公平性.在随机优化框架下，采用随机优化最小化（SMM）方法和随机逐次凸逼近（SSCA）方法，在每次迭代中构造新信道实现的确定性代理问题，得到基站处预编码矩阵和基站处无源波束形成向量的封闭解.这两种随机优化方法已被证明收敛到原来的随机问题的平稳点集。最后，仿真结果表明，与基准方案相比，所提出的鲁棒波束形成算法能够有效地补偿随机阻塞带来的性能损失，尤其是在高阻塞概率情况下。
2021-08-31 cs.IT eess.SP math.IT
Blockage Prediction Using Wireless Signatures: Deep Learning Enables Real-World Demonstration
克服链路阻塞挑战对于增强毫米波（mmWave）和亚太赫兹（sub-THz）通信网络的可靠性和延迟至关重要。以前的方法主要依赖于（i）多连接，其未充分利用网络资源，或者依赖于（ii）使用带外和非RF传感器来预测链路阻塞，这与增加的成本和系统复杂性相关联。在本文中，我们提出了一种新的解决方案，仅依赖于带内毫米波无线测量，以主动预测未来的动态视线（LOS）链路阻塞。所提出的解决方案利用深度神经网络和接收信号功率的特殊模式，我们称之为预阻塞无线签名来推断未来的阻塞。具体而言，开发的机器学习模型试图预测：（i）未来是否会发生堵塞？(ii)什么时候会发生这种堵塞？(iii)堵塞的类型是什么？以及（iv）运动的阻塞物的方向是什么？为了评估我们提出的方法，我们建立了一个大规模的真实世界的数据集，包括近$0.5$万个数据点（毫米波测量）的室内和室外阻塞的情况。使用该数据集的结果表明，该方法可以成功地预测未来动态阻塞的发生，准确率超过85%。此外，对于具有高移动性车辆阻塞的室外场景，所提出的模型可以预测未来阻塞的确切时间，对于未来$500$ ms内发生的阻塞，误差小于$80$ ms。这些结果突出了所提出的主动阻塞预测解决方案的有希望的收益，这可能会提高未来无线网络的可靠性和延迟。
2021-11-16 cs.IT eess.SP math.IT
Latency-Constrained Highly-Reliable mmWave Communication via Multi-point Connectivity
毫米波（mmWave）无线电信道对阻塞的敏感性是实现低延迟和超可靠连接的根本挑战。在本文中，我们探讨了使用协调多点（CoMP）传输的延迟有界和可靠的毫米波通信的可行性。我们提出了一种新的阻塞感知算法的总功率最小化问题下的用户特定的延迟要求，在动态移动接入网络。我们使用李雅普诺夫优化框架，并提供了一个动态控制算法，有效地将时间平均随机问题转化为一系列确定性的子问题。一个强大的波束形成器的设计，然后提出了利用队列积压和信道信息，有效地分配所需的无线电和合作资源，并积极利用多天线空间分集根据用户的瞬时需求。此外，为了适应毫米波信道的不确定性，我们考虑了链路阻塞组合的速率的悲观估计和从可用的远程无线电单元（RRU）中自适应选择CoMP服务集。此外，耦合和非凸约束松弛后，通过分数规划（FP）技术，低复杂度的封闭形式的迭代算法，通过解决系统的Karush-Kuhn-Tucker（KKT）的最优性条件。仿真结果表明，在存在随机阻塞的情况下，所提出的方法优于基线场景，并提供功率高效，高可靠性和低延迟的毫米波通信。
2021-08-20 cs.IT eess.SP math.IT
STAR-RIS-Assisted Hybrid NOMA mmWave Communication: Optimization and Performance Analysis
本文针对STAR-RIS辅助的毫米波MU-MISO混合NOMA下行网络，提出基于交替优化的波束赋形与资源分配框架，并推导两用户分簇及功率时间分配解析解，仿真验证其在和速率、分簇数量与元件效率上优于传统方案。
2022-05-13 cs.SY eess.SP eess.SY
