Movable Antenna Aided Physical Layer Security with No Eavesdropper CSI
本文提出一种无需窃听者信道状态信息的可移动天线辅助安全传输框架，通过联合优化天线位置、波束成形与干扰功率分配提升保密速率，并验证其优于传统固定天线系统。
2024-12-27 eess.SP
RIS-Aided D2D Communications Relying on Statistical CSI with Imperfect Hardware
在这封信中，我们研究了一个可重构智能表面（RIS）辅助设备到设备（D2D）通信系统在莱斯衰落信道与不完善的硬件，包括在收发器的硬件损伤和相位噪声在RIS。本文采用遗传算法（GA）对连续相移（CPS）和离散相移（DPS）的相移进行了优化，以最大化可达速率。我们还考虑了无RIS硬件损伤（N-RIS-HWI）和无收发器硬件损伤（N-T-HWI）的两种特殊情况。我们提出了封闭形式的表达式，不同情况下的可实现的速率和研究的硬件损伤对通信质量的影响。最后，仿真结果验证了分析工作的正确性.
2021-12-04 eess.SP
Intelligent Reflecting Surface Aided MISO Uplink Communication Network: Feasibility and Power Minimization for Perfect and Imperfect CSI
研究了智能反射面（IRS）辅助下的多用户多输入单输出（MISO）上行无线网络中服务质量（QoS）约束下的加权和功率最小化问题。我们对这个问题的各个方面进行了全面的调查。首先，当用户有足够的发射功率，我们提出了一个新的充分条件，保证任意的信息速率约束。这一结果加强了现有文献中的可行性条件。然后，我们设计了新的惩罚对偶分解（PDD）和非线性等式约束的交替方向方法的乘数（neADMM）为基础的解决方案，以解决依赖于IRS的QoS约束，有效地解决了可行性检查和功耗最小化问题。此外，我们进一步扩展我们的建议的情况下，信道状态信息（CSI）是不完善的，并开发了一个在线的随机算法，满足QoS约束随机不需要CSI错误的先验知识。大量的数值结果验证了我们所提出的算法的有效性。
2020-12-27 eess.SP
Adversarial Training-Aided Time-Varying Channel Prediction for TDD/FDD Systems
针对时分双工/频分双工（TDD/FDD）系统，提出了一种基于条件生成对抗网络（CPcGAN）的时变信道预测方法。CPcGAN利用预测器来计算预测的下行链路信道状态信息（CSI）和在先前上行链路CSI的条件约束下的真实样本分布之间的偏差。CPcGAN的生成器学习条件约束和预测的下行链路CSI之间的函数关系，并减少预测的CSI和真实CSI之间的偏差。CPcGAN拟合数据分布的能力可以很好地捕捉信道的时变和多径特性。考虑到真实信道的传播特性，我们进一步发展了一个信道预测误差指标来判断发生器是否达到最佳状态。仿真结果表明，在相同的用户速率下，与现有方法相比，CPcGAN可以获得更高的预测精度和更低的系统误比特率。
2022-04-25 eess.SP
Intelligent Reflecting Surface Aided Multicasting with Random Passive Beamforming
在这封信中，我们考虑一个多播系统，其中一个单天线发射机发送一个共同的消息给多个单天线用户，由智能反射面（IRS）配备了$N$被动反射元件的帮助。现有的IRS研究大多假设信道状态信息（CSI）的可用性，用于设计其被动波束成形。然而，CSI的获取需要随着$N$而增加的大量训练开销。相比之下，我们在这封信中提出了一种新的\emph{random passive beamforming}方案，其中IRS在每个信道相干间隔中执行独立的随机反射$Q\geq 1$次，而不需要CSI采集。对于所提出的方案，我们首先推导出一个封闭形式的近似中断概率，在此基础上，最佳的$Q$具有最佳的中断性能可以有效地获得。然后，为了比较的目的，我们推导出与传统的基于CSI的被动波束形成的中断概率的下限。数值结果表明，在高中断区（或高速率目标），小的$Q$是首选的，最优的$Q$随着中断概率的减小（或速率目标的减小）而变大.此外，当$N$和/或用户数量较大时，所提出的方案显著优于考虑训练开销的基于CSI的被动波束成形方案，从而为现有的基于CSI的方案提供了有希望的无CSI替代方案。
2020-09-01 eess.SP
Positioning via Digital-Twin-Aided Channel Charting with Large-Scale CSI Features
该研究提出数字孪生辅助信道制图框架，提取大规模CSI特征并结合余弦相似度损失，在模拟室内场景中将相对平均距离误差降低29%，且对建模不匹配和数据分布偏移鲁棒。
2026-08-18 eess.SP
Intelligent Reflecting Surface Aided MISO Uplink Communication Network: Feasibility and Power Minimization for Perfect and Imperfect CSI
研究了智能反射面（IRS）辅助下的多用户多输入单输出（MISO）上行无线网络中服务质量（QoS）约束下的加权和功率最小化问题。我们对这个问题的各个方面进行了全面的调查。首先，当用户有足够的发射功率，我们提出了一个新的充分条件，保证任意的信息速率约束。这一结果加强了现有文献中的可行性条件。然后，我们设计了新的惩罚对偶分解（PDD）和非线性等式约束的交替方向方法的乘数（neADMM）为基础的解决方案，以解决依赖于IRS的QoS约束，有效地解决了可行性检查和功耗最小化问题。此外，我们进一步扩展我们的建议的情况下，信道状态信息（CSI）是不完善的，并开发了一个在线的随机算法，满足QoS约束随机不需要CSI错误的先验知识。大量的数值结果验证了我们所提出的算法的有效性。
2020-12-22 eess.SP
Spectral Efficiency Maximization for Active RIS-aided Cell-Free Massive MIMO Systems with Imperfect CSI
本文针对不完美CSI下主动RIS辅助的无蜂窝大规模MIMO系统，推导仅依赖统计CSI的上行频谱效率闭式表达式，并利用SAC算法优化RIS相移以最大化频谱效率。
2024-02-11 eess.SP
Interference Mitigation in STAR-RIS-Aided Multi-User Networks with Statistical CSI
针对仅具统计CSI且存在随机相位误差的STAR-RIS多用户网络，提出基于统计期望闭式近似与复数圆流形共轭梯度的实时相移优化方法，显著降低干扰并提升SINR与收敛速度。
2025-06-15 eess.SP
Secrecy Sum-Rate Maximization in Finite Blocklength IRS-aided Systems With Perfect and Imperfect CSI
University of Technology Sydney（悉尼科技大学）；University of Liverpool（利物浦大学）
针对 IRS 辅助 URLLC 系统，研究在完美、非完美及未知窃听者 CSI 下，联合优化波束成形与 IRS 反射元件以最大化总保密速率，提出基于 SCA 的低复杂度算法处理非完美 CSI 不确定性。
2026-09-14 eess.SP
Learning-Based Phase Compression and Quantization for Massive MIMO CSI Feedback with Magnitude-Aided Information
大规模MIMO无线FDD系统经常面临有效获取下行链路信道状态信息（CSI）的挑战。先前的工作已经证明了通过利用它们的CSI幅度之间的上行链路/下行链路互易性在CSI编码和恢复中的潜力。然而，这样的框架单独地编码CSI相位和幅度。为了改进CSI编码，我们提出了一个基于学习的框架，基于有限的CSI反馈和幅度辅助信息。超越以前的工作，我们提出的框架与修改后的损失函数，使端到端的学习，共同优化CSI幅度和相位恢复性能。仿真结果表明，该框架优于替代方法的相位恢复在室内和室外场景中的整体CSI恢复。
2021-12-17 cs.IT eess.SP math.IT
Vector Quantized-Aided XL-MIMO CSI Feedback with Channel Adaptive Transmission
State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications（北京邮电大学网络与交换技术国家重点实验室）；ZGC Institute of Ubiquitous-X Innovation and Applications（ZGC泛在X创新与应用研究院）
本文提出VQ-DJSCC-F方案，通过向量量化与深度学习结合，提升XL-MIMO系统中CSI反馈的精度与鲁棒性，降低反馈开销。
2026-01-12 eess.SP
Power Scaling Law Analysis and Phase Shift Optimization of RIS-aided Massive MIMO Systems with Statistical CSI
研究了一种具有统计信道状态信息（CSI）的上行链路可重构智能表面（RIS）辅助大规模多输入多输出（MIMO）系统。RIS的部署是为了帮助传统的大规模多输入多输出网络服务于死区中的用户。我们考虑Rician信道模型，并利用长时间统计CSI设计RIS的相移，而最大比合并（MRC）技术应用于基站（BS）的主动波束形成依赖于瞬时CSI。首先，我们揭示了功率缩放定律，推导出了适用于任意数量的基站（BS）天线的上行链路可达速率的闭式表达式。在理论表达式的基础上，我们讨论了一些特殊情况下的速率性能，并给出了使用随机相移时的平均渐近速率。然后，我们考虑和速率最大化和最小用户速率最大化问题，通过优化的相位偏移在RIS。然而，这两个优化问题是具有挑战性的解决，由于复杂的数据速率表达式。为了解决这些问题，我们提出了一种新的遗传算法（GA）具有低复杂度，但可以实现相当大的性能。最后，提供了大量的仿真来验证通过将RIS集成到传统的大规模多输入多输出系统中的益处。此外，我们的仿真结果表明，部署大规模，但低分辨率的RIS在大规模多输入多输出系统的可行性。
2021-06-16 eess.SP
DeepGOMIMO: Deep Learning-Aided Generalized Optical MIMO with CSI-Free Blind Detection
Chongqing University（重庆大学）；The University of Edinburgh（爱丁堡大学）
提出DeepGOMIMO框架，利用免CSI盲DNN检测器实现广义光MIMO系统的高效盲检测，在4×4 MIMO-OWC系统中达到接近最优ML检测的BER性能，同时降低复杂度并提升速率、减少时延。
2021-10-08 eess.SP
Weighted Sum-Rate Maximization for Reconfigurable Intelligent Surface Aided Wireless Networks
可重构智能表面（RIS）是通过可重构无源元件以完全可定制的方式操纵入射信号来构建可编程无线环境的一种有前途的解决方案。在本文中，我们考虑了一个RI辅助的多用户多输入单输出（MISO）下行通信系统。我们的目标是最大化加权和速率（WSR）的所有用户的接入点（AP）和RIS元素的相位矢量的联合设计的波束形成，而完美的信道状态信息（CSI）设置和不完美的CSI设置进行了研究。对于理想CSI设置，利用分式规划技术，提出了一种低复杂度的联合设计问题稳态解的求解算法。然后，我们诉诸随机逐次凸逼近技术，并扩展所提出的算法的情况下，CSI是不完美的。数值结果证实了所提出方法的有效性。特别地，当信道不确定性小于10%时，所提出的算法表现得相当好。
2019-12-27 eess.SP
Data-Aided Variational Bayesian Inference for CSI Estimation over Doubly-Selective DCO-OTFS MIMO VLC Systems with Affine-Precoded Superimposed Training Sequences
Indian Institute of Technology Kanpur（坎普尔印度理工学院）；Indian Institute of Technology Jodhpur（焦特普尔印度理工学院）
针对双选择性DCO-OTFS MIMO VLC系统，提出基于仿射预编码叠加训练序列的架构，并开发数据辅助变分贝叶斯推断方法，实现联合CSI估计与数据检测，显著降低NMSE、导频开销和SER。
2026-09-15 eess.SP
Data-Aided Bayesian Learning for CSI Estimation over Doubly-Selective DCO-OTFS MIMO VLC Channels with Affine-Precoded Superimposed Training Sequences
Indian Institute of Technology Kanpur（坎普尔印度理工学院）；Indian Institute of Technology Jodhpur（焦特普尔印度理工学院）；University of Southampton（南安普顿大学）
针对双选择性DCO-OTFS MIMO VLC信道，提出仿射预编码叠加训练框架，结合导频与数据辅助贝叶斯学习估计CSI并检测数据，降低导频开销和错误率。
2026-09-22 eess.SP
Digital Twin Channel-Aided CSI Prediction: An Environment-Based Subspace Extraction Approach for Achieving Low Overhead and High Robustness
本文提出ECB-P2WCP方法，利用数字孪生环境提取信道子空间基，融合实时CSI预测全信道，降低50%导频开销，鲁棒于干扰和定位误差，预测时延1.3毫秒。
2025-09-08 eess.SP
RSMA-Aided Full-Duplex Networks Under Imperfect CSI and SIC: Performance Evaluation
Khalifa University（哈利法大学）；Centre for Wireless Communications, University of Oulu（奥卢大学无线通信中心）
本文研究了在不完美CSI和SIC条件下，增强全双工的速率分裂多址接入系统，推导了吞吐量和 outage 概率等关键指标的闭式表达式，并通过蒙特卡洛仿真验证了结果，指出系统不完美性对RSMA-FD性能的影响。
2026-04-20 eess.SP
Movable Antenna-Aided Cooperative ISAC Network with Time Synchronization error and Imperfect CSI
针对C-ISAC网络中不完美CSI与TS误差导致的性能下降问题，本文采用可动天线增强系统鲁棒性，推导了最坏情况下的可达速率与感知精度，并提出基于Wolpertinger架构的C-DRL方法优化波束成形、基站选择及天线位置，以最小化功耗并确保精度。
2025-01-26 eess.SP
Attention Aided CSI Wireless Localization
Technische Universität (TU) Wien（维也纳工业大学）；Christian Doppler Laboratory for Dependable Wireless Connectivity for the Society in Motion（克里斯蒂安·多普勒移动社会可靠无线连接实验室）
深度神经网络（DNN）已经成为基于信道状态信息（CSI）的无线定位的流行方法。一种常见的做法是在输入中使用原始CSI，并允许网络学习相关的信道表示以映射到位置信息。然而，各种工作表明，原始CSI可能对系统损伤和环境中的小变化非常敏感。相反，手工设计的功能可能会阻碍DNN的通道表示学习的限制。在这项工作中，我们提出了基于注意力的CSI鲁棒特征学习。我们评估了集中式和分布式大规模多输入多输出系统中的有人值守功能在两个非固定铁路轨道环境中的光线跟踪通道的性能。与基本DNN相比，我们的方法提供了卓越的性能。
2022-03-20 cs.AI eess.SP
Scalable Beamforming Design for Multi-RIS-Aided MU-MIMO Systems with Imperfect CSIT
School of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院电气工程学院）
本文提出了一种可扩展的多RIS辅助MU-MIMO系统波束成形设计，通过联合优化预编码器和RIS相移，提升频谱效率并降低计算复杂度。
2026-01-27 eess.SP
Robust Beamforming Design for Intelligent Reflecting Surface Aided Cognitive Radio Systems with Imperfect Cascaded CSI
本文研究IRS辅助CR系统在CSI误差下的鲁棒波束成形设计，联合优化ST发射预编码与IRS相移以最小化总功率，并通过SCA等方法求解非凸问题，仿真验证了算法有效性及参数影响。
2024-01-05 eess.SP
Statistical CSI-based Design for Reconfigurable Intelligent Surface-aided Massive MIMO Systems with Direct Links
研究了可重构智能表面（RIS）辅助的大规模多输入多输出（MIMO）直联系统的性能，并基于统计信道状态信息（CSI）设计了RIS的相移。我们首先推导出上行链路各态历经数据率的封闭形式表达式。然后，基于推导的表达式，我们使用遗传算法（GA）来解决和数据率最大化问题。通过低复杂度的最大比合并（MRC）和低开销的基于统计CSI的方案，验证了RIS仍然可以给传统的大规模MIMO系统带来显著的性能提升。
2021-02-15 cs.IT eess.SP math.IT
Caching Content Placement and Beamforming Co-design for IRS-Aided MIMO Systems with Imperfect CSI
针对不完美CSI下IRS辅助边缘缓存系统，联合设计内容部署与波束成形以最小化网络成本，通过分解子问题并交替优化，显著降低了传输功率并提升了传输鲁棒性。
2024-10-14 eess.SP
Multi-IRS-aided Terahertz Networks: Channel Modelling and User Association With Imperfect CSI
针对太赫兹通信高路径损耗问题，本文提出非完美CSI下多IRS辅助太赫兹网络方案，构建角度三角信道模型，用Gale-Shapley算法求解NP-hard的收发机-IRS匹配问题，性能优于多种基线且复杂度更低。
2024-02-05 eess.SP
Two-Timescale Design for RIS-aided Cell-free Massive MIMO Systems with Imperfect CSI
本文研究了在不完美CSI下结合RIS的无小区大规模MIMO系统，提出双时间尺度传输设计，利用LMMSE估计和MRC方法，并通过SAC优化RIS相位以提升频谱效率。
2023-03-14 eess.SP
Long-Term CSI-based Design for RIS-Aided Multiuser MISO Systems Exploiting Deep Reinforcement Learning
本文研究了可重构智能表面辅助多用户通信网络的传输设计问题。不同于现有的大多数贡献，我们考虑长期CSI为基础的传输设计，其中在基站（BS）的波束成形向量和在RIS的相移设计基于长期CSI，这可以显着降低信道估计开销。由于缺乏明确的遍历数据率表达式，我们提出了一种新的深度确定性策略梯度（DDPG）的算法来解决优化问题，这是通过使用离线方式产生的信道向量进行训练。仿真结果表明，可实现的净吞吐量高于传统的瞬时CSI为基础的计划时，考虑到信道估计开销。
2021-11-24 cs.IT eess.SP math.IT
Secrecy Energy Efficiency Maximization in RIS-Aided Wireless Networks with Statistical CSI
针对RIS辅助多用户无线网络的上行窃听场景，提出一种可证明收敛的联合优化算法，优化用户功率、超表面反射系数与基站接收滤波器以最大化保密能效，分析了复杂度并验证了性能。
2024-08-17 eess.SP math.OC
A Framework for Transmission Design for Active RIS-Aided Communication with Partial CSI
主动可重构智能表面（RIS）最近被提出来补偿传统的被动RIS辅助系统的严重乘性衰落效应。有源RIS的每个反射元件由放大器辅助，使得入射信号可以被反射和放大，而不是像在无源RIS辅助系统中那样仅被反射。这项工作解决了实际的挑战，一方面，在有源RIS辅助系统中，由于在有源RIS处缺乏信号处理能力，无法获得RIS辅助信道的完美的个体CSI，但是另一方面，需要该CSI来计算收发器设计所需的预期系统数据率和RIS发射功率。为了解决这个问题，我们首先推导出封闭形式的表达式的平均可达速率和平均RIS发射功率的基础上的部分CSI的RIS辅助信道。然后，我们制定了一个平均可实现的速率最大化问题，共同优化在基站（BS）和RIS的主动波束成形。这个问题，然后解决使用优化-最小化（MM）算法框架，并且，对于每次迭代，半封闭形式的解决方案的BS和RIS波束形成的基础上的Karush-Kuhn-Tucker（KKT）条件。为了保证每个用户的服务质量（QoS），我们进一步提出了速率中断约束波束形成问题，并利用Bernstein型不等式（BTI）和半定松弛（SDR）技术求解该问题。数值结果表明，所提出的算法可以有效地克服主动RIS辅助无线系统中不完美CSI所带来的挑战。
2023-02-18 cs.IT eess.SP math.IT
Hybrid Transceiver Design for Tera-Hertz MIMO Systems Relying on Bayesian Learning Aided Sparse Channel Estimation
设想了依赖于稀疏信道状态信息（CSI）估计技术的多输入多输出（MIMO）太赫兹（THz）系统中的混合收发器设计。首先，一个实用的MIMO信道模型开发的太赫兹波段，包括其分子吸收和反射损耗，以及其非视线（NLoS）射线与其扩散组件。随后，一种新的CSI估计模型推导出利用太赫兹MIMO信道的角度稀疏。然后，正交匹配追踪（OMP）为基础的框架的构想，其次是设计一个复杂的贝叶斯学习（BL）为基础的方法，有效地估计稀疏太赫兹MIMO信道。贝叶斯克拉美-罗下限（BCRLB）也被确定为基准性能的CSI估计技术的发展。最后，一个最佳的混合发送预编码器和接收机组合器对的设计，它直接依赖于波束域CSI估计，只需要有限的反馈。最后，仿真结果提供了量化的改进的均方误差（MSE），频谱效率（SE）和误比特率（BER）性能的实际太赫兹MIMO信道上的传输从高分辨率传输（HITRAN）数据库获得。
2022-01-11 eess.SP
Probabilistically Robust Optimization of IRS-aided SWIPT Under Coordinated Spectrum Underlay
本研究考虑了联合发射/反射波束形成和功率分配（JTRBPS）优化问题，使得智能反射表面（IRS）辅助的次级发射器（ST）的发射总能量最小化，服从PS同步无线信息和功率传输（SWIPT）次级接收器的服务质量要求和初级接收器的干扰约束（PR）。在PR处由接收由主发射机发送的IRS反射信号引起的干扰被考虑在内。提出了一种协作式信道状态信息（CSI）获取协议。接下来，假设在ST的所有直接和IRS级联的发射机-接收机通道的完美CSI的可用性，开发两个基于惩罚的迭代算法：一个交替的最小化算法，涉及半定松弛JTBPS设计和连续凸逼近RB优化，和块坐标下降算法，采用黎曼共轭梯度算法在RB更新。最后，设计了一种不完美CSI下的故障约束鲁棒设计。数值模拟突出了所提出的策略在基准上的性能增益，证实了使用IRS的好处，并提供了有价值的见解。
2022-01-31 eess.SP
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
"Security for Everyone" in Finite Blocklength IRS-aided Systems With Perfect and Imperfect CSI
针对有限块长体制下URLLC/mMTC用户的保密通信挑战，本工作首次联合优化发射机波束成形与IRS无源反射单元，通过线性化和分解策略解决非凸问题，在完美与不完美CSI下均能保证所有用户的最小保密速率并满足延迟约束。
2025-08-21 eess.SP
Secure Communications for All Users in Low-Resolution IRS-aided Systems Under Imperfect and Unknown CSI
针对用户信道、位置异质不确定及窃听者位置未知的问题，首次在低分辨率IRS场景下通过联合优化波束成形与PREs、结合SCA等方法，在不同CSI条件下最大化最小保密速率，实现所有用户安全通信。
2025-08-21 eess.SP
A Framework of Robust Transmission Design for IRS-aided MISO Communications with Imperfect Cascaded Channels
智能反射面（IRS）由于其重构信号传播环境的能力，最近被认为是一种很有前途的技术，以提高无线系统的性能。然而，由于IRS处缺乏射频（RF）链，在基站（BS）处获得完美的信道状态信息（CSI）是具有挑战性的。由于现有的信道估计方法大多是针对级联BS IRS用户信道的，本文首次研究了基于发射端不理想级联BS IRS用户信道（CBIUT）的稳健波束形成。具体地说，发射功率最小化的问题，制定下的最坏情况下的有界CSI误差模型的速率约束和统计CSI误差模型下的速率中断概率约束，分别。在利用S-过程逼近最坏情况下的速率约束和利用Bernstein型不等式逼近速率中断概率约束后，重构后的问题可以有效地求解。数值结果表明，CBIUT误差对系统性能的负面影响大于CSI直接误差。
2021-08-07 eess.SP
Robust Beamforming for IRS Aided MIMO Full Duplex Systems
针对IRS辅助MIMO全双工系统中的非完美CSI问题，提出基于期望WMMSE的统计鲁棒波束成形方法，以最大化遍历WSR并推导其上下界，仿真显示性能显著优于基线和鲁棒HD系统。
2023-08-15 eess.SP
Binary Neural Network Aided CSI Feedback in Massive MIMO System
Beijing National Research Center for Information Science and Technology (BNRist)（北京信息科学与技术国家研究中心（BNRist））；Tsinghua University（清华大学）
在大规模多输入多输出（MIMO）系统中，信道状态信息（CSI）是基站获得高性能增益所必需的。近年来，深度学习被广泛应用于CSI压缩中，以对抗频分复用系统中大规模MIMO带来的不断增长的反馈开销。然而，应用神经网络会带来额外的存储和计算成本，这对于资源有限的用户设备（UE）来说尤其不可忽略。本文介绍了一种新的二值化辅助反馈网络BCsiNet。此外，BCsiNet变体旨在提高定制训练和推理方案下的性能。实验表明，与CsiNet相比，BCsiNet在UE端为编码器提供了超过30个$\times$的内存节省和大约2个$\times$的推理加速。此外，BCsiNet的反馈性能与原始CsiNet相当。关键结果可在https://github.com/Kylin9511/BCsiNet上复制。
2020-11-05 cs.AI cs.IT eess.SP
Blind Interference Suppression for IRS-Aided Robust Wireless Communications
Songshan Laboratory（松山湖实验室）；PLA Strategic Support Force Information Engineering University（中国人民解放军战略支援部队信息工程大学）
针对IRS辅助通信中CSI获取困难的问题，提出结合PPI算法与CSM方法的盲干扰抑制策略，仅依赖接收信号功率配置IRS，理论分析与仿真验证其能将干扰降至噪声水平，显著提升SINR。
2026-10-01 eess.SP
Statistical CSI-Based Transmission Design for Reconfigurable Intelligent Surface-aided Massive MIMO Systems with Hardware Impairments
本文研究了一种可重构智能表面（RIS）辅助的大规模多用户多输入多输出（MIMO）通信系统，该系统具有收发器硬件损伤（HWI）和RIS相位噪声。与现有的研究成果不同，RIS的相移设计是基于长期的角度信息。首先推导了上行链路可达速率的近似解析表达式。然后，我们使用遗传算法（GA），以最大化和率和最小数据率。最后，我们表明，它是至关重要的，以考虑HWI时，设计的RIS相移。
2021-10-13 cs.IT eess.SP math.IT
Low-Complexity Beamforming Design for IRS-Aided NOMA Communication System with Imperfect CSI
智能反射面（IRS）技术是未来通信系统中的一种高吞吐量技术，可以与非正交多址（NOMA）等多种通信技术相兼容。本文研究了非理想信道状态信息（CSI）条件下IRS辅助NOMA通信的下行传输问题。因此，提出了一种鲁棒的IRS辅助NOMA设计，通过解决和速率最大化问题，共同找到最佳的波束形成向量的接入点和IRS的无源反射矩阵，使用惩罚对偶分解（PDD）计划。这个问题可以通过迭代算法来解决，在每一步中的封闭形式的解决方案，它被证明具有非常接近的性能，其上限从完美的CSI的情况下获得。我们还提出了一种基于网格的方法，用于IRS的最佳离散相移选择，其性能优于传统的量化方法。我们的研究结果表明，所提出的算法，连续和离散IRS，具有非常低的计算复杂性相比，在文献中的其他计划。此外，我们进行了性能比较，从可实现的和速率的立场之间的IRS辅助NOMA和IRS辅助的正交多址接入（OMA），这表明NOMA相比OMA的优越性，在容忍的信道不确定性的情况下。
2022-03-16 cs.IT eess.SP math.IT
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
Design of a Single-User RIS-Aided MISO System Based on Statistical Channel Knowledge
针对RIS辅助通信系统依赖完美CSI导致计算复杂度过高的问题，提出利用信道二阶统计知识设计单用户MISO系统算法，免除了每个相干间隔内的CSI估计与RIS重配置，有效降低了训练开销。
2023-09-08 eess.SP
Worst-case Design for RIS-aided Over-the-air Computation with Imperfect CSI
空中计算（AirComp）在物联网（IoT）应用中通过传感器的并发传输在接收器处实现快速无线数据聚合。为了进一步提高AirComp在不利的传播信道条件下的性能，我们考虑了可重构智能表面（RIS）辅助AirComp系统中的计算失真最小化问题。特别是，我们考虑了信道状态信息（CSI）的加性有界不确定性和总功率约束，并通过最小化均方误差（MSE）从最坏情况鲁棒性的角度联合优化收发器（Tx-Rx）和RIS相位设计计算。为了解决这个棘手的非凸问题，我们开发了一个有效的交替算法，其中两个解决方案的强大的子问题和联合设计的Tx-Rx和RIS得到封闭的形式。仿真结果验证了该方法的有效性。
2022-06-14 cs.IT eess.SP math.IT
Robust Transmission Design for RIS-Aided Communications with Both Transceiver Hardware Impairments and Imperfect CSI
可重构智能表面（RIS）或智能反射表面（IRS）最近被认为是未来第六代（6G）通信中最有前途的技术之一。在本文中，我们考虑了在基站（BS）的发射波束形成和RIS的相移的联合优化的RIS辅助无线通信系统的硬件损伤和不完善的信道状态信息（CSI）。具体来说，我们假设BS用户信道和BS-RIS用户信道都是由于信道估计误差而不完美的，并且我们考虑统计CSI误差模型下的信道估计误差。然后，BS的发射功率被最小化，受到中断概率约束和反射元件上的单位模量约束。通过使用Bernstein型不等式和半定松弛（SDR）重新制定的约束条件，我们将优化问题转化为一个半定规划（SDP）问题。数值结果表明，所提出的鲁棒性设计算法可以在硬件损伤和CSI不完美的情况下保证用户的通信质量。
2021-12-12 cs.IT eess.SP math.IT
Performance Analysis of Active RIS-aided Systems in the Face of Imperfect CSI and Phase Shift Noise
针对有源可重构智能表面（RIS）辅助无线系统，提出了线性最小均方误差（LMMSE）估计器。基于矩匹配方法，采用Gamma分布来近似瞬时接收信干噪比（SINR）的分布，并在实际信道估计误差、RIS放大器热噪声和RIS相移噪声的影响下，推导了系统中断概率和各态历经信道容量的闭合表达式。我们的理论分析和仿真结果表明，RIS放大器的引入相当于增加发射功率，也呈现出性能下降所造成的信道估计误差和RIS相位噪声。
2023-01-23 cs.IT eess.SP math.IT
HyperRNN: Deep Learning-Aided Downlink CSI Acquisition via Partial Channel Reciprocity for FDD Massive MIMO
为了充分发挥大规模多输入多输出（MIMO）在下行链路中的优势，需要在基站（BS）处获取信道状态信息（CSI）来优化波束形成矩阵。在频分双工（FDD）系统中，全信道互易性不成立，并且CSI获取通常需要下行链路导频传输，随后是上行链路反馈。先前的工作提出了经由深度学习的导频传输、反馈和CSI估计的端到端设计。在这项工作中，我们引入了一个增强的端到端的设计，利用部分上行链路-下行链路的互易性和时间相关的衰落过程，通过联合利用下行链路和上行链路的导频。所提出的方法基于一种新型的深度学习架构- HyperRNN -它结合了超网络和递归神经网络（RNN），以优化从上行链路到下行链路的长期信道特征的传输。仿真结果表明，HyperRNN实现了较低的归一化均方误差（NMSE）性能，并降低了对导频长度的要求。
2021-07-08 cs.IT eess.SP math.IT
Attention-Aided MMSE with Ridge Denoising: How to Train under Noisy Channel Samples
Yonsei University（延世大学）；University of Texas at Austin（德克萨斯大学奥斯汀分校）
针对噪声信道样本下A-MMSE训练的结构偏差问题，提出岭正则化目标与基于特征值裁剪的协方差估计方法，在COST 2100信道上Ridge-A-MMSE性能优于N2N基线，高SNR下接近干净CSI训练的网络。
2026-08-18 eess.SP
AdapCsiNet: Environment-Adaptive CSI Feedback via Scene Graph-Aided Deep Learning
针对基于深度学习的CSI反馈方法泛化能力有限且在线训练开销大的问题，提出无需在线训练的AdapCsiNet框架，通过集成场景图形式的环境信息实现动态适应，提升重建精度达46.4%且无额外运行时开销。
2025-04-15 cs.IT eess.SP math.IT
Hybrid Offline-Online Design for Reconfigurable Intelligent Surface Aided UAV Communication
本文研究了在一般莱斯衰落信道下，城市地区可重构智能表面（RIS）辅助无人机（UAV）通信系统。提出了一种离线-在线混合设计方案，利用统计信道状态信息（S-CSI）和瞬时信道状态信息（I-CSI）来提高系统性能。对于离线阶段，我们的目标是通过联合优化RIS的相移和UAV轨迹，最大化基于S-CSI的预期平均可实现速率。由于随机优化问题的非凸性，使得该问题很难求解。为了解决这个问题，我们提出了一个有效的算法，利用随机逐次凸逼近（SSCA）技术。对于在线阶段，UAV根据有效的I-CSI自适应地调整发射波束成形和用户调度。数值结果表明，所提出的混合设计的性能优于各种Bechmark计划，也表现出良好的系统性能和CSI开销之间的权衡。
2022-05-27 cs.SY eess.SP eess.SY
Channel Modeling Aided Dataset Generation for AI-Enabled CSI Feedback: Advances, Challenges, and Solutions
针对 AI 赋能 CSI 反馈难以部署的问题，本文提出利用有限现场信道数据更新 TR 38.901 模型并生成增强数据集，仿真证明其性能显著优于基准方法。
2024-07-01 cs.AI eess.SP
Channel Estimation for Hybrid RIS Aided MIMO Communications via Atomic Norm Minimization
已经引入了可重构智能表面（RIS）作为用于减轻毫米波（mmWave）多输入多输出（MIMO）通信网络中的频繁阻塞的补救措施。然而，为了实现其全部潜力，完美或接近完美的信道状态信息（CSI）是基本的。传统上，RIS是完全无源的，没有任何基带处理能力，这对CSI捕获提出了很大的挑战。因此，我们专注于混合RIS架构，其中RIS元件的一小部分是活动的并且能够处理接收到的导频信号以用于估计相应的信道。信道估计（CE）通过采用离网（off-the-grid）压缩感知技术来完成，即，原子范数最小化，用于通过两个阶段精确信道参数。仿真结果表明，在相同的训练开销下，该方案的性能优于被动RIS CE。
2021-06-21 eess.SP
Near-Field MIMO Channel Acquisition: Geometry-Aided Feedback and Transmission Design
本文针对近场视距MIMO系统，提出基于双离开角和相对旋转角的紧凑信道参数化及几何辅助CSI重建方案，结合两阶段预编码和两步流分配，以极少导频和OTA迭代逼近完美CSI性能。
2025-05-07 eess.SP
Deep Multi-Stage CSI Acquisition for Reconfigurable Intelligent Surface Aided MIMO Systems
针对可重构智能表面（RIS）中继无线信道估计中导频开销过大的问题，提出了一种基于导频的RIS中继无线信道估计方法。受深度学习在解决非线性映射问题方面的令人信服的把握的启发，所提出的方法仅激活RIS元素的一部分，并利用相应的级联信道估计来预测另一部分。通过合成深度神经网络（DNN），首先依次估计直接信道和活动级联信道，然后对非活动RIS元件进行信道预测。一个三阶段的训练策略，开发了这种合成DNN。从仿真结果来看，所提出的基于深度学习的方法在减少导频开销和保证可靠的估计精度方面是有效的。
2021-04-23 cs.IT eess.SP math.IT
