Sidelobe Suppression for Capon Beamforming with Mainlobe to Sidelobe Power Ratio Maximization
高旁瓣电平是Capon波束形成的主要缺点。为了抑制副瓣，本文在Capon波束形成中引入了主副瓣功率比约束。它在保持主瓣功率恒定的同时最小化旁瓣功率。仿真结果表明，该波束形成器的性能优于Capon波束形成器。
2011-06-19 cs.IT math.IT
Distributed Over-the-air Computing for Fast Distributed Optimization: Beamforming Design and Convergence Analysis
分布式优化涉及分布式网络中的公共功能的优化，其应用范围广泛，从机器学习到车辆排队。其关键操作是聚集设备上的所有本地状态信息（LSI）以更新它们的状态。当LSI是高维或高移动性时，所需的广泛的消息交换和多次迭代导致通信瓶颈。为了克服这个瓶颈，我们提出了在这项工作中的分布式空中计算（AirComp）的框架，实现了一步聚合的分布式优化，通过利用所有设备的同时多播波束成形和模拟波形叠加的多接入信道的属性。我们考虑两个设计标准。第一个是最小化AirComp误差的总和（即，和均方误差（MSE））。通过将非凸波束形成问题转化为等价的凹凸分式规划，并将凸规划嵌套到对分搜索中，提出了一种有效的求解方法。第二个标准，称为迫零（ZF）多播波束成形，是强制在设备处接收到的空中聚合信号等于期望的函数值。在这种情况下，最优波束形成允许封闭形式。MMSE和ZF波束成形都表现出由传统MMSE/ZF预编码的平均列产生的质心结构。最后，分析了一个经典的分布式优化算法的收敛性。分布式AirComp被发现通过显著减少通信延迟来加速收敛。另一个关键发现是ZF波束形成优于MMSE设计，因为后者被示出为在次梯度估计中引起偏差。
2022-04-14 cs.IT math.IT
Statistics Approximation-Enabled Distributed Beamforming for Cell-Free Massive MIMO
KTH Royal Institute of Technology（皇家理工学院）；Beijing Jiaotong University（北京交通大学）
本文提出一种基于统计近似的分布式波束成形方法，用于无中心大规模MIMO网络，实现与集中式MMSE方案相当的性能。
2026-02-04 cs.IT eess.SP math.IT
On the precoder design of flat fading MIMO systems equipped with MMSE receivers: a large system approach
研究了在双相关平坦衰落MIMO系统中，基于MMSE接收机的预编码器的设计，该预编码器能最大化系统的各态历经互信息（EMI）。假设信道的信道状态信息和二阶统计量分别在接收机侧和发射机侧可用。由于EMI的直接最大化需要使用非吸引力算法，因此建议优化最近引入的EMI的近似，当发射和接收天线的数量$t$和$r$以相同的速率收敛到$\infty$时获得该近似。建立了实际EMI与其近似值之间的相对误差为$O(\frac{1}{t^{2}})$项。证明了最优预编码器的左奇异特征向量与发射协方差矩阵的特征向量一致，其奇异值是某个最大化问题的解。数值实验表明，该预编码器提供的互信息接近于通过最大化真实EMI而获得的互信息，但是最大化近似的算法的计算量要小得多。
2009-11-02 cs.IT math.IT
Joint Beamforming and Antenna Selection for Sum Rate Maximization in Cognitive Radio Networks
本文研究了在认知无线电多输入单输出广播信道中，具有多个主用户的次基站（BS）的联合发射波束形成和天线选择。目标是最大化服从次BS发射功率、次用户的最小所需速率以及PU的干扰功率约束的和速率。由于目标效用函数是非凹的，所涉及的约束条件也是非凸的，因此该问题很难求解。尽管如此，我们提出了一个新的迭代算法，找到局部最优的至少。在算法的每一步迭代中，我们利用内逼近方法构造并求解了一个简单的中维凸二次规划。仿真结果表明，该算法收敛速度快，优于现有的方法。
2017-03-01 cs.IT math.IT
Convolutional Beamspace Beamforming for Low-Complexity Far-Field and Near-Field MU-MIMO Communications
本文提出基于卷积波束空间的低复杂度波束成形方法，通过波束空间降维和空间滤波抑制MU-MIMO用户间干扰，并针对远场和近场场景分别设计，在接近最优性能的同时显著降低复杂度。
2024-09-02 cs.IT eess.SP math.IT
Capacity Maximization for RIS-assisted Multi-user MISO Communication Systems
针对RIS辅助的多用户MISO系统，研究通过优化RIS相移与预编码向量最大化加权信道协方差有效秩以提升容量，采用MRT、MMSE预编码结合注水功率分配，证明RIS单元数大时二者性能等效且最优。
2024-04-13 cs.IT math.IT
Sum Secrecy Rate Maximization for Full-Duplex Two-Way Relay Networks Using Alamouti-based Rank-Two Beamforming
考虑双向通信场景，其中在全双工模式下操作的两个单天线节点通过（全双工）多天线中继的帮助彼此交换信息，并且存在意图窃听的另一个单天线节点。中继节点利用人工噪声干扰窃听者的信道，并采用基于放大前向Alamouti的秩2波束形成技术建立合法节点的双向通信链路。我们的问题是优化秩2波束形成器和AN协方差的总和保密率最大化（SSRM）。这个SSRM问题是非凸的，我们开发了一个有效的解决方案，使用半定松弛（SDR）和最小化最大化（MM）的方法。我们证明了SDR是紧的SSRM问题，从而引入了没有损失。此外，我们考虑一个不精确的MM方法，近似但计算成本低廉的MM解决方案的更新是用来代替传统MM的精确更新。我们表明，这种不精确的MM方法保证收敛到一个固定的解决方案的SSRM问题。我们所提出的方法的有效性进一步证明了能量收集的情况下的扩展，并通过广泛的仿真结果。
2016-08-28 cs.IT math.IT
An Efficient Hybrid Beamforming Design for Massive MIMO Receive Systems via SINR Maximization Based on an Improved Bat Algorithm
混合模拟和数字（HAD）波束形成近年来受到了相当大的关注，在大规模天线系统的实际实现。与全数字波束形成相比，部分连接HAD波束形成可以显著降低硬件成本、复杂度和功耗。为了在降低硬件复杂度和成本的同时有效地抑制干扰，提出了一种基于改进的蝙蝠算法（I-BA）和纯相位技术的新型模数混合接收波束形成器。我们提出的波束形成器与我们提出的鲁棒自适应波束形成器（RAB）方法进行了比较，这些方法被认为是在数字波束形成部分。由于RAB方法对DOA失配敏感，且依赖于复杂的权值，导致接收机昂贵，因此提出了进化优化算法。在模拟部分，采用具有足够细的点网格的线性搜索模拟相位对准（APALS）来优化模拟波束形成器矩阵。通过MATLAB仿真，与BA、粒子群优化（PSO）算法进行了比较，结果表明，I-BA算法在收敛速度、稳定性和跳出局部极小点的能力等方面具有更好的性能。
2018-11-03 cs.IT math.IT
Percentile Optimization in Wireless Networks- Part II: Beamforming for Cell-Edge Throughput Maximization
本文研究多用户MIMO网络中通过波束成形优化SLqP速率以最大化小区边缘吞吐量的问题，提出改进的QFT算法并引入SGqP-WMSE最小化问题，利用其与SLqP速率最大化的等价性求得驻点解，同时扩展了算法以优化遍历效用及混合效用函数。
2024-03-25 cs.IT math.IT
Automatic Regularization for Linear MMSE Filters
INRS–Institut National de la Recherche Scientific（INRS国家科学研究院）
本文针对线性MMSE滤波器设计中的正则化问题，提出一种基于贝叶斯方法从观测信号中自动确定正则化参数的方案，并在系统辨识和波束成形中验证其接近最优的性能。
2024-06-28 cs.IT cs.LG eess.SP
Secure Beamforming in Full-Duplex SWIPT Systems
由于无线信道的广播特性，物理层安全是全双工（FD）通信系统中的关键问题。提出了一种适用于频分多址无线信息与功率同步传输（FD-SWIPT）系统的信息与人工噪声波束赋形向量联合设计方法。为了保证FD-SWIPT系统的高安全性和能量收集性能，所提出的设计被制定为信息泄漏和能量约束下的和信息传输速率（SITR）最大化问题。此外，我们考虑的公平性问题之间的上行链路和下行链路的信息传输速率制定一个\mbox{fairness-aware} SITR最大化问题。虽然公式化的\mbox{SITR-maximization}和\mbox{fairness-aware} \mbox{SITR-maximization}问题是非凸的，我们解决他们通过半定松弛和一维搜索。我们提出的算法的最优性从理论上证明，并建立计算复杂度。此外，我们提出了两个次优的解决方案，制定的优化问题。在SITR最大化问题方面，数值结果表明，随着FD-BST最大发射功率的增加，两种次优算法中的一种算法的性能接近最优算法的性能。
2017-09-19 cs.IT math.IT
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
Robust MMSE Precoding and Power Allocation for Cell-Free Networks
我们考虑了一个无小区的大规模多输入多输出（MIMO）系统与\textcolor{red}{single}天线接入点（AP）和单天线用户的下行链路。针对不完全信道状态信息（CSI）下的干扰抑制问题，提出了一种基于广义负载的迭代鲁棒最小均方误差（RMMSE）预编码器。可实现的速率进行了分析和最佳的和均匀的功率分配方案的基础上开发的信号与干扰加噪声比。提出的RMMSE和现有的计划的计算成本的分析。数值结果表明，所提出的RMMSE预编码器对线性最小均方误差，迫零和共轭波束形成预编码器在存在不完美的CSI提供的改善。
2021-04-20 cs.IT math.IT
An efficient algorithm for weighted sum-rate maximization in multicell downlink beamforming
本文研究了下行链路多小区、多用户正交频分多址接入网络中协作线性预编码的速率优化问题.我们专注于两种不同的设计标准。在第一种方法中，在每个基站的发射功率约束下最大化加权和速率。在第二，我们最小化的总发射功率满足信号干扰加噪声比约束的每个小区的子载波。这两个问题都使用标准的圆锥曲线优化软件包来解决。一个不太复杂，快速，可证明收敛的算法，最大限度地提高加权和速率与每小区发射功率的限制。利用序列参数凸逼近方法，将非凸加权和率最大化（WSRM）问题逼近到一个可解的凸形式。通过适当的变量变换、一阶线性近似和双曲约束变换，得到了优化问题的目标函数和约束的二阶锥形式。该算法收敛到次优解，而与其他已知的迭代WSRM算法相比，它需要较少的迭代次数。数值结果表明了该算法的有效性和优越性。
2013-09-17 cs.IT math.IT
Coupling-Aware RHS Beamforming for Wideband Multi-User Sum Rate Maximization
Department of Electronic Engineering, Shanghai Jiao Tong University（上海交通大学电子工程系）
本文提出面向耦合的宽带RHS波束成形方法，通过高效优化框架提升多用户总速率，验证了模型正确性和方法有效性。
2026-03-09 cs.IT math.IT
A Deep Learning Framework for Optimization of MISO Downlink Beamforming
在多用户多输入单输出（MISO）系统中，波束形成是提高接收信号质量的有效手段。传统上，寻找最佳波束成形解决方案依赖于迭代算法，这引入了高计算延迟，因此不适合实时实现。在本文中，我们提出了一个深度学习框架，用于下行链路波束成形的优化。特别地，基于卷积神经网络和利用专家知识（诸如上行链路-下行链路对偶性和最优解的已知结构）来获得解。使用这个框架，我们构建了三个波束形成神经网络（BNN）的三个典型的优化问题，即，信号与干扰加噪声比（SINR）平衡问题、功率最小化问题以及和速率最大化问题。对于前两个问题，BNN采用监督学习方法，而对于和率最大化问题，采用监督和无监督学习的混合方法。仿真结果表明，BNN在解决SINR均衡和功率最小化问题时，性能接近加权最小均方误差算法，而在解决和速率最大化问题时，计算复杂性明显降低。总之，这项工作铺平了道路，快速实现多用户MISO系统中的最佳波束形成。
2020-01-14 cs.IT math.IT
Robust Secrecy Energy Efficient Beamforming in MISOME-SWIPT Systems With Proportional Fairness
针对多输入单输出多窃听者同时无线信息和功率传输（MISOME-SWIPT）系统，研究了波束形成向量和人工噪声协方差矩阵的联合设计问题。在MISOME-SWIPT系统中，考虑了信道状态信息不完全和比例保密率约束下的保密能量效率最大化问题。由于公式化的SEE最大化问题是非凸的，因此首先将其重新转换为一系列凸问题，以便以合理的计算复杂性获得最优解。数值结果被用来验证所提出的算法的性能，并揭示实际的见解。
2018-09-08 cs.IT math.IT
Weighted Spectral Efficiency Optimization for Hybrid Beamforming in Multiuser Massive MIMO-OFDM Systems
本文研究了多用户大规模多输入多输出（MIMO）-正交频分复用（OFDM）系统中的混合波束成形设计。以加权频谱效率最大化为目标，提出了一种交替最大化框架，其中模拟预编码采用黎曼流形优化。如果数字预编码采用局部最优算法进行优化，则得到局部最优交替最大化算法。相比之下，如果我们使用加权最小均方误差（MMSE）为基础的数字预编码迭代算法，我们得到一个次优的交替最大化算法，降低了每次迭代的复杂度。通过对加权算术均方误差和几何均方误差上界的刻画，证明了在用户权值相差不大的情况下，两种交替最大化算法具有相似的性能。数值结果表明，当用户间的最大和最小权值之比很大时，两种交替最大化算法的性能差距变大。此外，我们还提出了一个低复杂度的封闭形式的方法没有迭代。它采用矩阵分解的模拟波束形成和加权MMSE的数字波束形成。虽然它不应该最大化加权频谱效率，它表现出较小的性能恶化相比，两个迭代交替最大化算法，它有资格作为一个很好的初始化迭代算法，从而节省迭代。
2019-07-29 cs.IT eess.SP math.IT
Beamforming Optimization for Intelligent Reflecting Surface Assisted MIMO: A Sum-Path-Gain Maximization Approach
近年来，智能反射面（IRS）技术已经成为一种具有吸引力的技术，它能够以低硬件成本和低功耗实现无线通信。在这封信中，我们考虑了IRS辅助的点对点多输入多输出（MIMO）系统，其中源与其目的地的IRS的帮助下进行通信。我们的目标是最大限度地提高频谱效率的系统，通过联合优化（主动）预编码在源和（被动）移相器（PS）在IRS。然而，这原来是一个棘手的混合整数非凸优化问题。为了规避棘手的问题，我们提出了一个新的和路径增益最大化（SPGM）标准，以获得高质量和有效的次优解决方案，这个问题。具体地说，PS的设计首先基于一个简化的优化问题，其目的是最大化源和目的地之间的空间路径的和增益。然后，利用一种低复杂度的交替方向乘子法（ADMM）算法来解决这个简化问题。最后，利用上述获得的PS，通过对源和目的地之间的有效信道执行奇异值分解（SVD）来导出源预编码。数值结果表明，所提出的方案可以达到接近最优的性能。
2020-03-16 cs.IT math.IT
GPI-based Secrecy Rate Maximization Beamforming Scheme for Wireless Transmission with AN-aided Directional Modulation
在定向调制网络中，提出了一种基于功率迭代（GPI）的波束形成方案，以最大化保密率（SR），其中有两个优化变量需要优化。第一个是有用的预编码向量，传输机密信息给期望的用户，而第二个是人工噪声（AN）投影矩阵，迫使更多的AN窃听。在这样一个安全的网络中，首要的问题是如何设计或优化的两个优化变量，根据不同的标准。为了最大化SR（Max-SR），在AN投影矩阵和机密消息的预编码向量之间建立交替迭代结构（AIS）。在GPI的迭代过程中，为了选择一个好的初始值，所提出的Max-SR方法可以很容易地增加一倍的收敛速度相比，随机选择的初始值。通过仅四次迭代，它可以快速收敛到其速率上限。仿真结果表明，在中、大信噪比（SNR）区域，基于GPI的Max-SR AIS的SR性能明显优于传统的基于泄漏和零空间投影方法，且其SR性能增益随SNR的增加而逐渐增大。
2018-01-29 cs.IT math.IT
Hybrid Analog-Digital Beamforming for Multiuser MIMO Millimeter Wave Relay Systems
提出了一种新的用于多用户毫米波中继系统的模数混合波束形成方法。对于这个系统，我们考虑一个和率最大化问题。所提出的混合波束形成的设计间接考虑了和均方误差（MSE）最小化问题，同时利用数字波束形成的解决方案。为此，我们假设数字波束形成利用众所周知的块对角化（BD）方法。在这种假设下，我们解决我们的问题如下：首先，我们制定的和速率最大化问题的混合和数字波束成形设计的接收信号之间的MSE最小化。然后利用压缩感知技术设计了源、中继和各目的节点的混合波束赋形。仿真结果表明，所提出的混合波束形成设计的性能非常接近的数字之一。此外，我们还研究了射频（RF）链和路径的数量以及到达角（AoA）和离开角（AoD）估计器的精度对混合波束成形设计的总速率的影响。计算机模拟揭示，当RF链和路径的数量增加（或AoA（AoD）估计器的精度提高）时，混合波束成形的总和速率增加。
2015-11-11 cs.IT math.IT
Uplink Precoding Design for Cell-Free Massive MIMO with Iteratively Weighted MMSE
在本文中，我们研究了一个无小区的大规模多输入多输出系统的接入点和用户设备配备多个天线在Weichselberger瑞利衰落信道。我们研究了上行链路的频谱效率（SE）的完全集中式处理方案和大规模衰落解码（LSFD）计划。为了进一步提高SE性能，我们设计了基于加权和SE最大化的上行预编码方案。由于加权和SE最大化问题不是联合在所有的优化变量，两个有效的上行链路预编码方案的基础上迭代加权和最小均方误差（I-WMMSE）算法，这依赖于加权MSE的迭代最小化，提出了两个处理方案的调查。此外，最大比合并应用在LSFD计划，我们得到新的封闭形式的可实现的SE表达式和最佳的预编码方案。数值结果验证了所提出的结果，并表明，I-WMMSE预编码方案可以实现良好的和SE性能与大量的UE天线。
2023-01-06 cs.IT eess.SP math.IT
Optimal Beamforming of RIS-Aided Wireless Communications: An Alternating Inner Product Maximization Approach
针对RIS辅助波束赋形中的离散范数最大化问题，提出交替内积最大化迭代框架及DaS方法，可提升量化相位性能并经仿真与原型验证。
2024-05-10 cs.IT eess.SP math.IT
Throughput Maximization for Active Intelligent Reflecting Surface Aided Wireless Powered Communications
本文考虑了一种有源智能反射面（IRS）辅助的无线供电通信网络（WPCN），其中设备首先采集能量，然后将信息传输到混合接入点（HAP）。与现有的被动IRS辅助的WPCN的工作不同，这是第一次在WPCN中引入主动IRS。为了保证公平性，将该问题转化为一个放大的功率受限加权和吞吐量（WST）最大化问题，交替采用逐次凸逼近技术和分式规划求解.为了平衡性能和复杂度的折衷，在活动IRS处考虑三种波束形成设置，即用户自适应IRS波束形成、上行链路自适应IRS波束形成和静态IRS波束形成。数值结果表明，在WPCN中采用有源IRS的显着优势和动态IRS波束形成的好处。具体而言，它被发现，相比于被动IRS，有源IRS不仅大大提高了WST，而且更节能，可以显着扩大传输覆盖范围。此外，与被动IRS的对称部署策略不同，更优选的是将主动IRS部署在设备附近。
2022-01-11 cs.IT eess.SP math.IT
Holographic Metasurface-Based Beamforming for Multi-Altitude LEO Satellite Networks
针对多高度 LEO 卫星网络，提出全息超表面混合波束成形及仅依赖星座分布的低复杂度 MMSE 算法，以抑制星间干扰并提升吞吐量。
2025-01-07 cs.IT eess.SP math.IT
Beamforming for Full-Duplex Multiuser MIMO Systems
我们解决了全双工（FD）多用户多输入多输出（MU-MIMO）系统的和速率最大化问题。由于上行链路信道中的附加自干扰（SI）和下行链路信道中的同信道干扰（CCI）在FD通信中耦合，因此需要联合设计下行链路和上行链路多用户波束成形向量。然而，由于耦合效应，联合优化问题是非凸的，难以求解。为了正确地解决耦合的设计问题，我们重新制定了一个等效的上行链路信道的问题，使用被称为MAC-BC对偶的上行链路和下行链路信道的对偶。然后，使用最小化最大化（MM）算法的基础上仿射近似，我们得到的解决方案的重新制定的问题。此外，没有任何近似，从而性能下降，我们开发了一个交替算法的基础上迭代注水（IWF）来解决非凸问题。所提出的算法保证快速收敛和低计算复杂性。
2016-06-27 cs.IT math.IT
Low-Complexity Hybrid Beamforming for Multi-Cell mmWave Massive MIMO: A Primitive Kronecker Decomposition Approach
针对多小区毫米波大规模 MIMO 上行系统，提出基于本原 Kronecker 分解与动态因子分配的低复杂度混合波束成形方法，可逼近纯数字 MMSE 性能并显著降低复杂度与硬件成本。
2025-05-15 cs.IT eess.SP math.IT
Joint Active and Passive Beamforming Design for IRS-Assisted Multi-User MIMO Systems: A VAMP-Based Approach
针对智能反射面（IRS）辅助的多用户下行多输入多输出（MIMO）通信系统，研究了主被动波束联合优化问题。我们的目标是通过最小化接收符号的均方误差（MSE）来最大化用户的频谱效率。为此，在最小均方误差（MMSE）准则下，制定了一个联合优化问题。首先，块坐标下降（BCD）被用来解耦的联合优化成两个子优化问题，分别找到最佳的有源预编码器在基站（BS）和最佳的移相器矩阵的IRS。虽然MMSE主动预编码器是在一个封闭的形式，最佳的移相器迭代发现使用的矢量近似消息传递（VAMP）算法的修改版本（本文中也介绍）。我们解决了两个不同的模型IRS相移的联合优化问题。首先，我们确定的最佳相位矩阵下的反射系数的么模约束，然后在约束下的IRS反射系数建模的无功负荷，从而验证了所提出的解决方案的鲁棒性。数值结果来说明所提出的方法使用多通道配置的性能。结果验证了所提出的解决方案的优越性，因为它实现了更高的吞吐量相比，国家的最先进的技术。
2021-06-15 cs.IT cs.NI math.IT
Low-Complexity QL-QR Decomposition Based Beamforming Design for Two-Way MIMO Relay Networks
研究了双向放大转发多输入多输出中继系统中信源和中继联合波束形成矩阵的优化问题。系统由两个源节点和两个中继节点组成，两个接收端均采用线性最小均方误差（MMSE）。我们假设个人继电器功率约束和研究一个重要的设计问题，一个所谓的行列式最大化（DM）问题。由于这个DM问题是非凸的，我们考虑一个有效的迭代算法，通过使用MSE平衡的结果，以获得至少一个局部最优解。该算法是基于QL，QR和Choleskey分解，这在复杂度和性能不同的基础上开发的。分析和仿真结果表明，与现有的双向中继系统相比，该算法可以显著降低计算复杂性，并且具有与基于正则块对角（RBD）方案的奇异值分解（SVD）相当的误比特率（BER）性能。
2015-02-17 cs.IT math.IT
Sum-Rate Maximization of RIS-Aided Multi-User MIMO Systems With Statistical CSI
研究了一种基于可重构智能表面（RIS）的多用户多输入多输出（MIMO）系统，该系统只考虑基站（BS）的统计信道状态信息（CSI）。我们的目标是最大限度地提高其和速率通过联合优化的波束形成在BS和相位移在RIS。然而，多用户MIMO传输和空间相关性使得优化繁琐。对于易处理性，一个确定性的近似推导出的和率下的大量的反射元素。通过采用近似和速率最大化，发射波束形成和相移的最优设计可以解耦，并分别在封闭形式求解。更具体地，通过使用注水算法可以保证发射波束形成的全局最优性，并且通过使用投影梯度上升（PGA）算法可以获得相移的次优解。通过与基站处假设的瞬时CSI的情况进行比较，基于统计CSI的所提出的算法可以实现相当的性能，但具有更低的复杂度和信令开销，这是更经济实惠的和有吸引力的实际应用。此外，空间相关性的影响进行了彻底检查，通过使用优化理论。
2021-12-22 cs.IT math.IT
Gridded UAV Swarm for Secrecy Rate Maximization with Unknown Eavesdropper
研究了在存在未知窃听者的情况下，以最大化保密率为目标的无人机群网格化问题。特别地，无人机群在合法信道的零空间上执行协调波束形成，以干扰位于未知位置的窃听者。通过置零合法接收机和无人机群之间的信道，我们获得了最佳的轨迹和干扰功率分配为每个无人机，使宽带单射线波束形成，以提高保密率。所获得的结果证明了建议的无人机辅助干扰方案的有效性，以及在群体中的无人机的最佳数量，以观察在保密率的饱和效应。我们还展示了窃听者的未知但受约束的位置的最佳半径。
2021-02-05 cs.IT math.IT
Robust Energy Efficient Beamforming in MISOME-SWIPT Systems With Proportional Secrecy Rate
研究了多输入单输出多窃听者同时传输无线信息和功率的\mbox{(MISOME-SWIPT)}系统中波束形成向量和人工噪声协方差矩阵的联合设计问题。在MISOME-SWIPT系统中，基站向合法用户设备发送信息信号，并向窃听者广播干扰信号。针对信道状态信息不完全的\mbox{MISOME-SWIPT}系统，提出了一种保密能量效率（SEE）最大化问题，其中SEE定义为总保密率与总功耗之比.由于公式化的SEE最大化问题是非凸的，因此首先将其重新转换为一系列凸问题，以便以合理的计算复杂性获得最优解。两个次优的解决方案也提出了基于启发式波束形成技术，贸易性能的计算复杂性。此外，对最优解和次优解进行了计算复杂性分析。数值结果被用来验证所提出的算法的性能，并揭示实际的见解。
2018-09-08 cs.IT math.IT
Energy Efficiency in Hybrid Beamforming Large-scale mmWave Multiuser MIMO with Spatial Modulation
针对毫米波大规模多输入多输出（MIMO）系统中使用空间调制的混合波束成形的全局能量效率（GEE）最大化的无线电资源分配问题进行了解决。分析了该优化问题的理论性质，提出了两个可证明收敛的优化算法。前者实现了全局最优，而后者以较低的计算复杂性来权衡最优性。然而，数值结果表明，这两种算法在实际情况下达到全局最优。
2018-06-13 cs.IT math.IT
Multi-Objective Beamforming for Energy-Efficient SWIPT Systems
本文研究了能量高效的无线信息与功率同步传输（SWIPT）系统的资源分配算法设计。所考虑的系统包括发射器、信息接收器和配备有多个天线的多个能量收集接收器。我们提出了一个多目标优化框架来研究信息传输的能量效率最大化和无线功率传输效率最大化之间的权衡。所提出的问题制定考虑到每个天线电路的功率消耗的发射机和不完善的信道状态信息的能量收集接收机。将所采用的非凸多目标优化问题转化为等价的秩约束半定规划（SDP），并利用SDP松弛法进行优化求解。数值结果揭示了一个有趣的权衡考虑冲突的系统设计目标，并揭示了多个发射天线的好处，提高系统的能源效率。
2015-09-20 cs.IT math.IT
Queue-Aware Energy-Efficient Joint Remote Radio Head Activation and Beamforming in Cloud Radio Access Networks
在本文中，我们研究了云无线接入网络（C-RAN）的随机优化联合远程无线头端（RRH）激活和波束成形在下行链路中。与大多数以前的作品，只考虑一个静态的优化框架与完整的流量缓冲区，我们制定了一个动态优化问题，明确考虑随机流量到达和随时间变化的信道衰落的影响。随机公式可以量化功耗和排队延迟之间的权衡。利用李雅普诺夫优化技术，随机优化问题可以转化为每时隙惩罚加权和速率最大化问题，这是不确定的多项式时间困难。基于惩罚加权和速率最大化问题与惩罚加权最小均方误差（WMMSE）问题的等价性，提出了基于组稀疏波束形成优化的WMMSE算法和基于松弛整数规划的WMMSE算法，有效地获得了RRH激活与波束形成联合策略。这两种算法都可以收敛到低复杂度的稳态解，并且可以并行实现，因此它们对于大规模C-RAN具有高度的可扩展性。此外，这两个算法提供了一个灵活和有效的手段来调整的功率延迟权衡的需求。
2016-03-05 cs.IT math.IT
Optimal Beamforming Structure and Efficient Optimization Algorithms for Generalized Multi-Group Multicast Beamforming Optimization
本文针对多组多播波束成形优化，利用KKT条件和SIT对偶性揭示最优及低维结构，提出基于CM和PAGD的高效算法，实现接近最优WSR性能且复杂度与天线数无关，适用于6G XL-MIMO。
2023-12-27 cs.IT math.IT
Sum Rate Maximization for Reconfigurable Intelligent Surface Assisted Device-to-Device Communications
本文针对RIS辅助的D2D底层蜂窝通信系统，提出块坐标下降与基于二次变换的半定松弛算法联合优化功率控制、接收波束成形和RIS相移，以最大化和速率并显著提升系统性能。
2025-03-12 cs.IT eess.SP math.IT
Hybrid Beamforming and Combining for Millimeter Wave Full Duplex Massive MIMO Interference Channel
全双工（FD）通信可以彻底改变无线通信，因为它避免了使用独立的信道进行双向通信。这项工作推广了毫米波（mmWave）频段的点对点FD通信，包括K对大规模MIMO FD节点同时工作。我们提出了一种新的联合混合波束成形（HYBF）和加权和速率（WSR）最大化的合并方案，使大规模MIMO FD链路的共存成本有效。该算法依赖于基于最小化-最大化方法的替代优化。此外，我们提出了一种新的SI和大规模MIMO干扰信道感知功率分配方案，包括最优功率控制。仿真结果表明，显着的性能改善相比，传统的双向全数字半双工（HD）系统。
2022-01-04 cs.IT eess.SP math.IT
Optimized Training for Net Energy Maximization in Multi-Antenna Wireless Energy Transfer over Frequency-Selective Channel
研究了频率选择性信道下多输入单输出（MISO）无线能量传输（WET）系统的训练设计问题，通过在能量发送端有效地学习信道状态信息（CSI），同时获得频率分集和能量波束形成增益，以最大化传输能量.利用信道互易性，提出了一种新的两阶段信道训练方案，分别实现分集增益和波束形成增益。在第一阶段中，在可用频率子带的所选子集上从能量接收器（ER）发送导频信号，通过该导频信号，ET确定具有最大天线和功率增益的一定数量的“最强”子带，并将它们的索引发送到ER。在第二阶段中，所选择的子带由ER进一步训练，使得ET获得对应MISO信道的精细估计以实现WET的能量波束成形。一个训练设计问题的制定和优化解决，它考虑到信道训练开销，通过最大化的净收获的能量在ER，定义为平均收获的能量偏移的两阶段训练中消耗的。此外，渐近分析获得了大量的天线或大量的子带的系统，以获得有用的见解的最佳训练设计。最后，数值结果证实了我们的分析，并显示了所提出的计划，最佳平衡的多样性和波束成形增益实现MISO WET系统与有限的能量训练的有效性。
2015-04-14 cs.IT math.IT
Secrecy Throughput Maximization for Full-Duplex Wireless Powered IoT Networks under Fairness Constraints
本文研究全双工无线供电物联网网络的保密吞吐量优化问题，提出SSTM两阶段次优方法及MMF、PLF公平算法，通过优化时隙和波束成形提升性能并保障节点公平性。
2019-01-28 cs.IT math.IT
Weighted Sum-Rate Maximization for Rate-Splitting Multiple Access Based Secure Communication
随着对物理层安全的研究从点对点系统向多用户场景发展，多用户干扰（MUI）被引入并成为一个不可避免的问题。与传统安全通信中将MUI完全视为噪声不同，本文提出了一种基于速率分割多址接入（RSMA）的安全波束形成设计，将用户消息分割编码为公共流和私有流。每个用户不仅解码公共流和预期的私有流，而且还试图窃听其他用户的私有流。我们制定了一个加权和率（WSR）最大化问题的保密率要求的所有用户。为了解决问题的非凸性，采用一种基于连续凸逼近（SCA）的方法，将原来的非凸和棘手的问题转化为一个低复杂度的次优迭代算法。数值结果表明，所提出的安全波束形成方案优于传统的多用户线性预编码（MULP）技术的WSR性能，同时确保用户的保密率要求。
2022-03-03 cs.IT math.IT
Joint Beamforming for Continuous Transmissive RIS-Enabled Multiuser Communications
School of Electronic and Information Engineering, Beihang University（北京航空航天大学电子工程学院）
本文针对连续透射可重构智能表面辅助的多用户下行通信，提出联合优化有限维预编码器与无限维相位函数的交替算法，实现性能提升。
2026-10-07 cs.IT math.IT
Sum-Rate Maximization for Active RIS-Aided Downlink RSMA System
研究了有源可重构智能表面（RIS）辅助下行速率分割多址（RSMA）传输系统的和速率最大化问题。在所考虑的模型中，有源RIS部署克服严重的功率衰减，这是由RIS的入射路径损耗和反射路径损耗的累积产品所造成的。由于有源RIS可以同时调节入射信号的相位和幅度，RIS控制方案需要精细的设计来提高RSMA通信性能。为了解决这个问题，和速率最大化问题，制定联合优化波束成形向量，速率分配向量，和RIS预编码矩阵。针对这一非凸和率最大化问题，提出了一种基于分式规划（FP）和二次约束二次规划（QCQP）的迭代算法。特别地，所提出的算法首先将原始问题分解为两个子问题，即1）波束成形和速率分配优化和2）主动RIS预编码优化。两个子问题的相应变量分别通过序贯凸逼近（SCA）和块坐标下降（BCD）进行优化。数值结果表明，所提出的主动RIS-Aided RSMA系统可以提高高达45%的和速率比传统的被动RIS-Aided RSMA系统相同的能量消耗。
2023-01-30 cs.IT math.IT
Beamforming Design for Multiuser uRLLC with Finite Blocklength Transmission
随着物联网（IoT）设备的爆炸式增长以及对延迟和可靠性的严格要求，超可靠性和低延迟通信（uRLLC）已成为第五代（5G）及以后5G通信系统的三大关键通信场景之一。在本文中，我们专注于下行链路多用户uRLLC系统的波束成形设计问题。由于对可靠性和延迟有严格的要求，一般来说，短分组传输是uRLLC系统的有利形式，这表明文献Shannon的容量公式不再适用。在有限块长度传输中，可靠性和延迟对可达到的传输速率有很大影响。利用有限块长传输的可达传输速率公式，考虑最大允许传输功率和最小速率要求，分别将感兴趣的问题表述为加权和速率最大化、能量效率最大化和用户公平性最优化。值得指出的是，这是第一个工作，设计的下行链路多用户uRLLC系统的波束成形向量。为了解决这些非凸问题，通过分析可达交付率的函数，已经发现了一些重要的见解。例如，最小速率要求可以通过信号与干扰加噪声比的下限来实现。基于发现的结果，我们提供了算法来优化波束形成向量和功率分配，这是保证收敛到一个局部最优解的制定的问题，具有低计算复杂性。仿真结果表明，本文提出的波束形成算法优于现有文献中广泛使用的等功率迫零波束形成算法。
2020-11-27 cs.IT math.IT
Weighted Sum-Rate Maximization for Multi-IRS Aided Cooperative Transmission
研究了多智能反射面（IRSs）辅助无线网络，在多天线基站（BS）和多个单天线小区边缘用户之间部署IRSs协同辅助通信。我们的目标是通过联合优化BS的发射波束成形和IRS的相移，最大限度地提高所有小区边缘用户的加权和速率。特别地，波束形成采用拉格朗日方法进行优化求解，相位偏移采用黎曼流形共轭梯度（RMCG）方法进行求解。数值结果表明，一个显着的吞吐量提高了多个IRS的援助。
2020-02-12 cs.IT eess.SP math.IT
Sum-Rate Maximization in Active RIS-Assisted Multi-Antenna WPCN
在本文中，我们提出了一种有源可重构智能表面（RIS）启用混合中继方案的多天线无线供电通信网络（WPCN），其中有源RIS被用来协助无线能量传输（WET）从发电站（PS）的能量受限的用户和无线信息传输（WIT）从用户到接收站（RS）。为了进一步提高性能，我们建议在PS处采用发射波束成形和在RS处采用接收波束成形。我们制定了一个总和速率最大化的问题，通过联合优化的RIS相移和幅度反射系数的WET和WIT，发送和接收波束成形向量，和网络资源分配。为了解决这个非凸问题，我们提出了一个有效的交替优化算法与线性最小均方误差准则，半定松弛（SDR）和逐次凸逼近技术。具体而言，证明了SDR应用的严密性。仿真结果表明，我们提出的方案与10个反射元件（RE）和4个天线可以实现17.78%和415.48%的性能增益相比，单天线方案与10个RE和被动RIS方案与100个RE，分别。
2023-01-05 cs.IT eess.SP math.IT
Sum Spectral Efficiency Maximization in Massive MIMO Systems: Benefits from Deep Learning
研究了多小区Massive MIMO系统中以最大和频谱效率（SE）为目标的数据和导频功率联合优化问题。首先，我们提出了一个新的优化算法，启发加权最小均方误差（MMSE）的方法，以获得一个稳定点在多项式时间。然后，我们使用该算法与深度学习一起训练一个卷积神经网络，以在亚毫秒级运行时间内执行联合数据和导频功率控制，使其适用于实际多小区Massive MIMO系统的在线优化。数值结果表明，对于四单元系统，神经网络解比稳定点小$1\%$，而对于九单元系统，SE损失之和为$2\%$.
2019-03-19 cs.IT math.IT
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
Hybrid Analog-Digital Channel Estimation and Beamforming: Training-Throughput Tradeoff
本文针对射频（RF）链数量有限的多用户大规模多输入多输出（MIMO）系统设计了混合模拟数字信道估计和波束成形技术。对于这些系统，首先，我们设计了新的最小均方误差（MMSE）混合模拟数字信道估计器，同时考虑完美和不完美的信道协方差矩阵知识的情况下。然后，我们利用估计的信道，使波束成形的数据传输。当所有用户设备（UE）的信道协方差矩阵是完全已知的，我们表明，有一个折衷的训练时间和吞吐量之间。具体地，我们利用最大化吞吐量的最佳训练持续时间取决于所有UE的协方差矩阵、RF链的数量和信道相干时间（$T_c$）。我们还表明，训练时间优化问题可以制定为凹最大化问题{对于某些系统参数设置}，其全局最优解是有效地使用现有的工具。特别地，当配备有$64$天线和$1$ RF链的基站服务于一个单天线UE、$T_c=128$符号周期（$T_s$）和$10$ dB的信噪比时，我们已经发现，对于高度相关和不相关的瑞利衰落信道系数，最佳训练持续时间分别是$4T_s$和$20T_s$。解析表达式进行了验证，进行数值模拟和广泛的Monte Carlo模拟。
2015-10-09 cs.IT math.IT
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
Multi-Group Multicast Beamforming: Optimal Structure and Efficient Algorithms
本文研究了多组组播波束形成优化问题，由于该问题的非凸性和NP-困难性，其最优解一直未知。利用逐次凸逼近数值方法和拉格朗日对偶性，得到了服务质量（QoS）问题和最大最小公平（MMF）问题的最优多播波束形成解结构.最佳的结构带来了宝贵的见解多播波束成形：我们表明，上行链路-下行链路的二元性的概念可以推广到多播波束成形问题。最优多播波束形成器是基于组信道方向的加权MMSE滤波器：最优下行链路多用户单播波束形成器的广义版本。我们还表明，有一个固有的低维结构的最佳多播波束成形解决方案的发射天线的数量无关，导致有效的数值算法设计，特别是对于系统与大型天线阵列。我们提出了有效的算法来计算多播波束形成器的最佳波束形成结构的基础上。通过渐近分析，我们表征的渐近行为的多播波束形成器的天线数量的增长，反过来，提供简单的封闭形式的近似多播波束形成器的QoS和MMF问题。这种近似提供了实际的多播波束成形的解决方案，具有接近最佳的性能，在非常低的计算复杂度的大规模天线系统。
2021-04-10 cs.IT eess.SP math.IT
Cooperative Fair Throughput Maximization in a Multi-Cluster Wireless Powered Network
在本文中，我们研究了一个多簇无线供电通信网络（WPCN），其中每个簇的用户合作的簇头（CH）和混合接入点（HAP）。所有用户都配备了多个天线。该HAP采用波束成形来在下行链路阶段向用户递送能量。每个集群的用户在上行链路阶段将其信号发送到HAP和其CH。在下一步中，CH首先中继其集群用户的信号，然后将其自己的信息发送到HAP。通过优化网络的最大-最小吞吐量和总吞吐量，设计能量波束形成（EB）矩阵，传输用户的协方差矩阵，并为能量传输和协作阶段分配时隙。我们的优化是一个非凸问题，我们打破了两个非凸子问题，并解决它们采用交替优化（AO）和Minorization-Maximization（MM）技术。我们重铸所产生的子问题作为一个凸二阶锥规划（SOCP）和二次约束二次规划（QCQP）的最大-最小和总和吞吐量最大化问题，分别。我们考虑到考虑不完善的信道状态信息（CSI）和能量收集（EH）电路中的非线性。使用数值例子，我们探讨了建议的合作，以及在各种设置下的CH的最佳位置的影响。
2022-11-17 cs.IT math.IT
Throughput Maximization for IRS-Aided MIMO FD-WPCN with Non-Linear EH Model
研究了一种智能反射面（IRS）辅助的多输入多输出（MIMO）全双工（FD）无线供电通信网络（WPCN），其中工作在FD中的混合接入点（HAP）在下行链路（DL）中向多个设备广播能量信号以进行能量收集（EH），同时在IRS的帮助下在上行链路（UL）中接收来自设备的信息信号。考虑到实际的有限自干扰（SI）和非线性EH模型，我们通过联合优化DL/UL时间分配、设备处的预编码矩阵、HAP处的发送协方差矩阵和IRS处的相移来制定加权和吞吐量最大化优化问题。由于所得到的优化问题是非凸的，因此通常没有标准的方法来最优地解决它。为了解决这一挑战，我们首先提出了一种基于元素（EW）的算法，其中每个IRS相移以迭代方式交替优化。为了降低计算复杂性，提出了一种基于最小均方误差（MMSE）的算法，将原问题转化为基于MMSE方法的等价形式，便于设计高效的迭代算法。特别是，IRS相移优化问题被改写为二阶锥规划（SOCP），其中所有的IRS相移同时优化。为了比较，我们还研究了两个次优的IRS波束形成配置在仿真中，即部分动态IRS波束形成（PDBF）和静态IRS波束形成（SBF），这在系统性能和实际复杂度之间取得了平衡。
2021-12-17 cs.IT eess.SP math.IT
