Uplink Beam Management for Millimeter Wave Cellular MIMO Systems with Hybrid Beamforming
混合模拟和数字波束成形（HBF）是用于毫米波（mmWave）多输入多输出（MIMO）系统的使能收发器技术之一。该技术提供了高度定向的通信，能够对抗毫米波信号传播的固有特性。然而，毫米波系统中的小相干时间，特别是在移动性条件下，使得独立毫米波通信中的有效波束管理（BM）成为非常困难的任务。在本文中，我们考虑HBF收发器与平面天线面板和设计一个多级波束码本的模拟波束形成器包括平顶波束与可变宽度。这些波束对于整个期望的角度宽度表现出几乎恒定的阵列增益，从而促进有效的分层BM。针对上行链路通信，提出了一种新的动态波束排序波束训练算法，该算法适用于最新mmWave标准讨论中对时延的严格要求。我们的仿真结果展示了延迟性能的改善和接收的信噪比与不同的变化，所提出的方案的最佳波束训练方案的基础上，穷举窄束搜索。
2021-01-18 cs.IT math.IT
Beam Management in Ultra-dense mmWave Network via Federated Reinforcement Learning: An Intelligent and Secure Approach
Chongqing University of Posts and Telecommunications（重庆邮电大学）；University of Electronic Science and Technology of China（电子科技大学）；University of Macau（澳门大学）；University of Glasgow（格拉斯哥大学）；Southwest Jiaotong University（西南交通大学）
部署在毫米波（mmWave）频段上运行的超密集网络是解决移动数据流量巨大增长的一种有前途的方法。然而，由于高传播延迟、有限的波束覆盖以及众多的波束和用户，超密集毫米波网络（UDMmN）的一个关键挑战是波束管理。本文提出了一种新的系统化波束控制方案，以解决由于目标函数非凸而难以实现的波束管理问题。我们在联邦学习（FL）框架下采用双深度Q网络（DDQN）来解决上述优化问题，从而实现UDmmN中的自适应和智能波束管理。在提出的基于FL的波束管理方案（BMFL）中，非原始数据聚合理论上可以保护用户隐私，同时降低切换代价。此外，我们建议在BMFL的局部模型训练中采用数据清洗技术，旨在进一步加强用户的隐私保护，同时提高学习收敛速度。仿真结果表明，我们所提出的方案的性能增益。
2022-10-29 cs.AI cs.IT math.IT
Vision-Assisted mmWave Beam Management for Next-Generation Wireless Systems: Concepts, Solutions and Open Challenges
本文提出了一种基于视觉数据的毫米波波束管理综合框架，利用机器学习算法在无需信道信息的情况下为用户设备选择最佳波束，并构建仿真平台验证了其在下一代无线系统中的有效性。
2023-03-31 cs.IT eess.SP math.IT
A Survey of Beam Management for mmWave and THz Communications Towards 6G
本文综述了面向6G的毫米波和太赫兹通信中的波束管理，涵盖初始接入与波束跟踪，分析了窄波束开销、信道波动等挑战，并探讨了AI、RIS和ISAC带来的机遇与未来研究方向。
2024-02-06 cs.IT cs.SY eess.SY
Near-Field Beam Management for Extremely Large-Scale Array Communications
本文研究极大规模阵列通信的近场波束管理，概述了近场通信应用，并探讨了近场波束训练、跟踪与调度三种方法的设计问题及解决方案。
2023-06-28 cs.IT eess.SP math.IT
Hierarchical ML Codebook Design for Extreme MIMO Beam Management
North Carolina State University（北卡罗来纳州立大学）
本文针对超大规模MIMO波束管理提出基于端到端学习的神经网络码本设计方法X-BM，实现初始接入8dB增益和频谱效率提升。
2023-11-24 cs.IT cs.LG cs.SY
Sensing Management for Pilot-Free Predictive Beamforming in Cell-Free Massive MIMO Systems
本文提出一种基于状态感知管理的无小区大规模MIMO系统方法，利用扩展卡尔曼滤波跟踪用户并仅在必要时感知，实现无导频预测波束成形，减少信道估计开销，仿真显示可提供更高的均匀下行速率。
2025-10-08 cs.IT eess.SP math.IT
Neural Codebook Design for Network Beam Management
North Carolina State University（北卡罗来纳州立大学）；University of California, San Diego（加利福尼亚大学圣迭戈分校）
针对大型天线系统CSI获取难、现有波束管理码本设计受限且忽略网络级优化的问题，提出端到端学习的NBL算法，仅需有限共享信息即可设计出性能更优的码本。
2024-03-05 cs.AI cs.IT cs.NI
Joint Beam Management and Power Allocation in THz-NOMA Networks
本文研究了如何将非正交多址接入（NOMA）作为太赫兹（THz）网络中的一种附加技术。特别地，在实施NOMA之前，假设存在传统THz系统，其中空间波束已经被配置为服务传统主用户。本文的目的是研究这些预配置的空间波束可以被用作一种类型的带宽资源，在不降低传统主用户的性能的情况下，为额外的次用户提供服务。首先将联合波束管理和功率分配问题转化为一个混合组合非凸优化问题，然后分别采用基于分支定界法和基于逐次凸逼近的两种性能复杂度折衷方法进行求解.分析和仿真结果表明，在THz-NOMA网络中基于波束的资源分配的新功能，也表明，这些预先配置的空间波束可以被用来提高系统的吞吐量和连接在一个频谱有效的方式。
2022-05-25 cs.IT eess.SP math.IT
Joint Beam Management and SLAM for mmWave Communication Systems
针对毫米波SLAM中波束管理开销大的问题，提出联合波束管理与SLAM框架，通过分层扫描、IMU辅助和无线电地图特征跟踪实现亚米级精度并降低约40%开销。
2023-07-16 cs.IT eess.SP math.IT
Secure RIS-Aided Multicasting: Globally Optimal Beam Management and Discrete-Phase RIS Configuration
Ruhr University Bochum（波鸿鲁尔大学）
针对RIS辅助多播中的离散相位、共谋窃听和静态波束问题，提出联合优化RIS配置与基站波束管理的最小化窃听SNR方案，通过MIQCP全局最优求解，实现高达58%的安全增益。
2026-09-21 cs.IT cs.NI eess.SP
Direction-Assisted Beam Management in Full Duplex Millimeter Wave Massive MIMO Systems
全双工（FD）技术的最新应用集中于实现同时的控制通信和数据传输以减少控制信息交换开销，这影响端到端延迟和频谱效率。在本文中，我们提出了一个同时的毫米波（mmWave）大规模多输入多输出（MIMO）系统的方向估计和数据传输方案，使最近的FD MIMO技术与降低硬件复杂度的自干扰（SI）消除。我们将所提出的框架应用于毫米波模拟波束管理问题，考虑配备有实现下行链路模拟波束成形的大型发射天线阵列和用于上行链路到达方向（DoA）估计的少量数字控制接收天线元件的基站。提出了一种用于设计DOA辅助模拟波束形成器和模拟以及数字SI消除的联合优化框架，其目标是最大化可实现的下行链路速率。我们的仿真结果表明，该方案优于其传统的半双工对应，产生减少的DOA估计误差和优越的下行链路数据率。
2021-09-15 cs.IT eess.SP math.IT
RadiOrchestra: Proactive Management of Millimeter-wave Self-backhauled Small Cells via Joint Optimization of Beamforming, User Association, Rate Selection, and Admission Control
毫米波自回程小小区是下一代无线网络的关键组成部分。它们的密集部署将提高数据速率，减少延迟，并实现接入和回程网络之间的高效数据传输，提供光纤以前无法实现的更大灵活性。尽管具有很高的潜力，但以最佳方式运行密集的自回程网络是一个开放的挑战，特别是对于无线电资源管理（RRM）。本文提出了一个整体RRM框架，RadiOrchestra模型和优化波束成形，速率选择以及用户关联和自回程网络的准入控制。该框架被设计为考虑诸如基站的硬件限制（例如，计算容量、离散速率）、对回程链路的适应性的需要以及干扰的存在。我们的框架被制定为一个非凸的混合整数非线性规划，这是具有挑战性的解决。为了解决这个问题，我们提出了三个算法，提供了复杂性和最优性之间的权衡。此外，我们推导出上界和下界来表征系统的性能极限。我们在各种情况下评估开发的策略，显示在未来的网络中部署实际的自回程的可行性。
2022-07-13 cs.IT cs.NI eess.SP
Learning Based Dynamic Cluster Reconfiguration for UAV Mobility Management with 3D Beamforming
针对无蜂窝无线网络中无人机通信的动态聚类与功率分配多目标优化难题，提出一种基于定制化掩码软演员-评论家强化学习的动态簇重配置方法，兼顾可靠性、功耗与重配置频率需求。
2024-01-31 cs.IT eess.SP math.IT
Cooperative Interference Management with MISO Beamforming
该对应关系研究了多小区系统中的下行链路传输，其中每个具有多个天线的多个基站（BS）协作地设计它们各自的发射波束成形向量以优化整体系统性能。为简单起见，假设所有移动站（MS）均配备有单个天线，并且在每个小区中同时存在一个活动MS。因此，感兴趣的系统可以通过称为MISO-IC的多输入单输出（MISO）干扰信道（IC）来建模，其中干扰被视为噪声。我们提出了一种新的方法来表征不同的速率元组的活跃MS上的可达速率区域的MISO-IC的帕累托边界，通过探索MISO-IC和认知无线电（CR）MISO信道之间的关系。我们表明，每个帕累托边界率元组的MISO-IC可以实现在一个分散的方式时，每个BS达到自己的信道容量受到一定的一组干扰功率约束（也称为干扰温度约束的CR系统）在其他MS接收机。此外，我们表明，这一结果导致一个新的分散算法实现多小区合作下行波束成形。
2010-06-28 cs.IT math.IT
Digital Twin Aided RIS Communication: Robust Beamforming and Interference Management
针对RIS辅助无线网络信道估计开销高、传统波束扫描多用户干扰管理效果差的问题，提出利用数字孪生结合电磁3D模型与射线追踪近似信道的方法，并配套DT鲁棒传输设计，速率保障率远超波束扫描。
2024-06-19 cs.IT eess.SP math.IT
Cooperative Mapping, Localization, and Beam Management via Multi-Modal SLAM in ISAC Systems
针对多模态ISAC系统中协作式SLAM的理论建模与通信层集成局限，提出含贝叶斯估计框架、多模态定位策略和感知辅助波束管理的多模态SLAM框架，大幅提升无线电图精度、定位精度及频谱效率。
2025-07-08 cs.IT math.IT
AI/ML for Beam Management in 5G-Advanced: A Standardization Perspective
本文从标准化视角概述5G-Advanced中基于AI/ML的波束管理，介绍并对比了非AI与AI赋能的BM框架，探讨其提升准确性、减少开销与延迟的主要范围及标准化挑战，为该领域研究提供指导。
2024-07-24 cs.IT cs.SY eess.SY
Delay-Optimal User Scheduling and Inter-Cell Interference Management in Cellular Network via Distributive Stochastic Learning
针对具有M个基站和K个用户的蜂窝下行链路系统，提出了一种分布式的蜂窝小区内用户调度和小区间干扰管理控制方案。每个BS具有K个下行链路队列，分别用于具有不同到达和延迟要求的K个用户。ICI管理控制在慢时间尺度上自适应于联合队列状态信息（QSI），而用户调度控制在较快时间尺度上自适应于联合QSI和联合信道状态信息（CSI）两者。我们发现，该问题可以建模为一个无限的地平线平均成本部分观察马尔可夫决策问题（POMDP），这是NP-困难的一般。利用问题的特殊结构，我们将得到一个等价的Bellman方程来求解POMDP问题。为了解决分布式的要求和问题的维数和计算复杂度，我们推导出一个分布式的在线随机学习算法，它只需要本地QSI和本地CSI在每个M BS。我们表明，所提出的学习算法几乎肯定收敛（概率为1），并且与各种基线相比具有显着的增益。该算法的线性复杂度为O（MK）。
2010-09-13 cs.IT math.IT
Multi-Modal Beam Prediction Challenge 2022: Towards Generalization
波束管理对于毫米波（mmWave）和亚太赫兹通信系统是一项具有挑战性的任务，特别是在具有高度移动用户的场景中。利用视觉、激光雷达、雷达、位置或它们的组合等外部传感模式来解决这一波束管理挑战，最近引起了学术界和工业界越来越多的兴趣。这主要是由波束方向决定对用户位置和周围环境的几何形状的依赖性所激发的，这些信息可以从传感数据中获取。然而，为了实现所承诺的波束管理增益，诸如波束对准开销的显著减少，在实践中，这些解决方案需要考虑重要方面。例如，这些多模态感测辅助波束选择方法应该能够将它们的学习推广到看不见的场景，并且应该能够在现实的密集部署中操作。“2022年多模态梁预测挑战赛：走向泛化”竞赛旨在为研究这些关键问题提供一个平台。为了促进普遍性研究，竞赛提供了一个大规模的多模态数据集，其中包含在多个真实世界位置和一天中不同时间收集的共存通信和传感数据。在本文中，随着问题陈述和开发数据集的详细描述，我们提供了一个基线解决方案，利用用户位置数据来预测最佳波束索引。这一挑战的目的是超越简单的可行性研究，并使必要的研究在这个方向上，铺平了道路，走向普遍的多模态传感辅助波束管理，为现实世界的未来通信系统。
2022-10-13 cs.IT eess.SP math.IT
Cross Far- and Near-Field Beam Management Technologies in Millimeter-Wave and Terahertz MIMO Systems
本文综述了毫米波与太赫兹MIMO系统中的跨远场和近场波束管理技术，按方法分类探讨了不同传播机制下的操作差异与设计权衡，并指出了未来的开放性挑战。
2025-04-26 cs.IT eess.SP math.IT
Antenna Placement and Performance Tradeoffs with Hand Blockage in Millimeter Wave Systems
毫米波系统的正在进行的商业部署使形状因子用户设备（UE）设计中的许多实际问题成为焦点。随着波长变得更小，天线增益模式变得定向，并且链路预算严重依赖于波束成形，为了良好的性能，在UE的不同位置处使用多个天线模块变得势在必行。虽然更多的天线/模块可以增强波束成形阵列增益，但它带来了更高的组件成本、相关联的射频电路的功耗以及在学习适当的波束权重时的波束管理开销的折衷。因此，良好UE设计的目标是以低波束管理开销、复杂度和成本在UE周围的整个球体上提供与良好阵列增益相对应的鲁棒球形覆盖。本文的范围是研究两种流行的商用毫米波UE设计（正面和边缘设计）对球面覆盖的影响。我们表明，模拟波束码本可以导致两种设计的良好性能，和边缘设计提供了一个更好的权衡稳健的性能（手阻塞），波束管理开销，从天线放置的角度来看，实现复杂性和成本。
2019-01-04 cs.IT math.IT
Potentials and Limits of Using Preconfigured Spatial Beams as Bandwidth Resources: Beam Selection vs Beam Aggregation
本文研究了如何利用传统空分多址（SDMA）网络中预先配置的空间波束作为带宽资源，实现非正交多址（NOMA）。两种不同的波束管理方案，即波束选择和波束聚合，被开发用于在不消耗额外频谱或改变传统网络的性能的情况下提高整体系统吞吐量。分析和仿真结果表明，这两种方案实现了不同的权衡系统性能和复杂性。
2022-06-14 cs.IT math.IT
Proactive Mobility Management of UEs using Sequence-to-Sequence Modeling
本文针对超5G密集网络中小区间距小、驻留时间短导致的频繁切换问题，提出基于序列到序列建模的AI方法，利用UE轨迹预测切换小区/波束及驻留时间，实现超过90%的切换估计准确率和极低MAE。
2022-03-25 cs.IT math.IT
User-centric Flexible Resource Management Framework for LEO Satellites with Fully Regenerative Payload
针对全再生载荷 LEO 卫星，提出 FLARE-LEO 框架，联合优化点波束覆盖、带宽与功率，并结合深度学习 CSI 估计及切换期联合传输以提升吞吐量、缩短交付时间。
2023-12-18 cs.IT eess.SP math.IT
Joint Beam Direction Control and Radio Resource Allocation in Dynamic Multi-beam LEO Satellite Networks
本文针对动态多波束LEO卫星网络，提出联合优化波束方向与频谱、时间、功率资源的迭代算法，通过匹配与逐次凸逼近求解，显著提升服务用户数和用户总数据速率。
2024-01-18 cs.IT cs.SY eess.SY
Enhancing User Throughput in Multi-panel mmWave Radio Access Networks for Beam-based MU-MIMO Using a DRL Method
Vismika Ranasinghe（维斯米卡·拉纳辛格）；Teemu Veijalainen（泰穆·维贾拉西奈恩）；Petteri Kela（彼得里·凯拉）；Risto Wichman（里索·维希曼）
本文提出基于DRL的波束管理方法，通过优化波束选择提升多面板毫米波网络用户吞吐量并降低延迟。
2026-03-03 cs.AI cs.IT cs.LG
Illuminating the Path: Attention-Assisted Beamforming and Predictive Insights in 5G NR Systems
本研究提出一种基于注意力的波束预测模型，在5G NR非视距环境下精准预测下行波束，减少波束搜索开销，提升移动场景通信效率。
2025-05-10 cs.IT eess.SP math.IT
Stochastic Games for Smart Grid Energy Management with Prospect Prosumers
Princeton University（普林斯顿大学）；Virginia Tech（弗吉尼亚理工学院暨州立大学）
本文研究了在随机动态下智能电网能量管理问题，通过随机博弈模型考虑产消者的行为，利用前景理论构建收益函数，并提出分布式算法以实现纳什均衡。
2017-08-07 cs.GT cs.IT cs.LG
