Flexible Robust Beamforming for Multibeam Satellite Downlink using Reinforcement Learning
本文提出用SAC深度强化学习方法学习LEO多波束卫星下行链路鲁棒预编码策略，无需系统先验知识即可灵活适应任意配置，并在可达速率和抗干扰鲁棒性上优于解析基准预编码器。
2024-02-26 eess.SP
Joint Linear Precoding and DFT Beamforming Design for Massive MIMO Satellite Communication
本文结合大规模多输入多输出（mMIMO）天线技术，设计了线性预编码（LP）和基于码本的波束形成算法。使用离散傅里叶变换（DFT）矩阵的列来构建波束成形权重的码本，并且由此产生的联合设计在有限的传输功率下最大化可实现的吞吐量。相应的优化问题首先制定为一个混合整数非线性规划（MINP）。为了充分解决这个具有挑战性的问题，一个有效的LP和DFT为基础的波束形成算法开发利用几个优化工具，如加权最小均方误差变换，对偶方法，匈牙利算法。此外，提出了一种贪婪算法的基准测试。这些解决方案的复杂性分析提供了一套全面的Monte Carlo模拟证明我们提出的算法的效率。
2022-11-16 eess.SP
User-Centric Beam Selection and Precoding Design for Coordinated Multiple-Satellite Systems
本文提出联合优化框架，在协调多卫星系统中通过DFT波束成形实现用户中心波束选择与线性预编码，利用上下行对偶迭代求解，最小化功率并满足SINR，仿真验证有效性。
2024-03-13 eess.SP
Downlink Transmit Design for Massive MIMO LEO Satellite Communications
研究了大规模多输入多输出（MIMO）低地球轨道（LEO）卫星通信系统的下行链路发射设计问题，在该系统中，发射端只利用慢变的统计信道状态信息。建立了下行大规模多输入多输出低轨卫星系统的信道模型，其中卫星和用户终端均采用均匀平面阵列。观察的秩一属性的信道矩阵，我们表明，每个UT的单流预编码是最大化遍历和速率的最佳选择。这一有利的结果将复杂的发送协方差矩阵的设计简化为预编码向量的设计，而没有任何最优性损失。然后，设计了一种有效的算法来计算预编码向量。此外，我们制定了一个近似的发送设计的上界遍历和速率的基础上，单流预编码的最优性仍然成立。我们表明，在这种情况下，预编码向量的设计可以简化为标量变量，开发了一个有效的算法。此外，一个低复杂度的学习框架，提出了优化的标量变量。仿真结果表明，所提出的方法可以实现显着的性能增益比现有的计划。
2022-01-31 eess.SP
Precoding Design for Energy Efficiency of Multibeam Satellite Communications
由于卫星的功率约束，提高能量效率（EE）而不是仅仅提高频谱效率（SE）是多波束卫星系统的另一个重要关注点。然而，到目前为止，还没有详细的预编码设计的多波束卫星的EE。在这项工作中，EE最大化问题的多波束卫星系统下的总功率约束以及服务质量（QoS）的约束。分别给出了基于迫零（ZF）和基于序贯凸逼近（SCA）的预编码设计算法。特别地，这些算法被多波束卫星系统的实测信道数据所验证。数值结果表明，基于SCA的预编码算法优于基于ZF的预编码算法。研究还表明，单纯提高卫星功率并不能提高能效，降低卫星功率是提高能效的有效途径。
2019-01-07 cs.IT eess.SP math.IT
Learning Model-Free Robust Precoding for Cooperative Multibeam Satellite Communications
University of Bremen（不来梅大学）
预计低地球轨道卫星与手持设备的直接联系将成为卫星通信新时代的一部分。空分多址预编码是一种减少卫星波束之间的干扰的技术，因此通过允许协作卫星重用频率来提高频谱效率。在过去的几十年中，已经针对几种场景提出了具有完美信道状态信息的最佳预编码解决方案，而仅针对简化模型研究了具有不完美信道状态信息的鲁棒预编码。特别是对于低地球轨道卫星应用，这种简化模型可能不准确。在本文中，我们使用Soft Actor-Critic深度强化学习算法的函数逼近能力来学习鲁棒预编码，而无需了解系统的缺陷。
2023-03-13 cs.IT cs.LG eess.SP
Reinforcement Learning-Based Downlink Transmit Precoding for Mitigating the Impact of Delayed CSI in Satellite Systems
针对LEO卫星下行链路因星地传播延迟导致CSI过时的问题，提出基于DDPG的深度强化学习方法，结合状态增强优化发射预编码矩阵，从而提升可达速率并适应频段差异与切换。
2025-05-12 eess.SP
Demonstrator Testbed for Effective Precoding in MEO Multibeam Satellites
本文针对MEO多波束卫星全频率复用前向链路，设计并实现了一个基于SDR的预编码试验台，结合轨道模型与DRA方向图，提出同步环路以抑制多普勒频移和相位噪声，并通过初步实验验证了方案的有效性。
2025-08-27 cs.AR eess.SP
Energy Efficient Multicast Precoding for Multiuser Multibeam Satellite Communications
以最大化多播多波束卫星通信的能量效率为目标，研究了在总功率和服务质量约束下的预编码设计问题。由于原EE最大化问题是非凸的，通过引入一些变量并利用一阶Taylor下界逼近，将其转化为一个凹凸分式规划问题.基于Charnes-Cooper变换，将其转化为凸问题。然后提出了一种迭代算法来设计能量有效的预编码。为了找到算法的可行初始点并保证算法的收敛性，迭代求解了另一个具有非负松弛变量和正惩罚参数的凸优化问题。特别地，通过多波束卫星通信信道实测数据对算法进行了验证。
2020-02-17 cs.IT eess.SP math.IT
Energy-Efficient Precoding and Feeder-Link-Beam Matching Design for Bent-Pipe SATCOM Systems
针对多网关多波束弯管卫星通信系统，提出联合优化节能线性预编码与馈线链路-波束匹配的框架，通过两种基于Dinkelbach法和压缩感知的迭代设计求解非凸稀疏问题，提升系统加权能量效率。
2024-03-13 eess.SP
Statistical CSI-Based Distributed Precoding Design for OFDM-Cooperative Multi-Satellite Systems
National Mobile Communications Research Laboratory, Southeast University（东南大学国家移动通信重点实验室）；Purple Mountain Laboratories（紫金山实验室）；University of Luxembourg（卢森堡大学）；Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（卢森堡大学安全、可靠与信任跨学科中心）；Shanghai Satellite Network Research Institute Co., Ltd.（上海卫星网络研究院有限公司）；Shanghai Key Laboratory of Satellite Network（上海市卫星网络重点实验室）；State Key Laboratory of Satellite Network（卫星网络国家重点实验室）
本文提出了一种基于统计信道状态信息的分布式预编码设计方法，通过引入等变深度学习框架提升多卫星系统传输性能。
2025-05-12 eess.SP
Model-Free Robust Beamforming in Satellite Downlink using Reinforcement Learning
针对卫星下行链路非理想信道状态信息下预编码性能下降、解析求解鲁棒预编码困难的问题，提出基于Soft Actor-Critic强化学习的无模型鲁棒波束成形算法，适配多场景且和速率性能优于解析基线，代码已公开。
2025-10-29 eess.SP
Deep Learning-based Joint Channel Prediction and Multibeam Precoding for LEO Satellite Internet of Things
针对低轨卫星物联网中信道状态信息获取不及时和多波束预编码设计困难的问题，本文提出基于CNN和LSTM的信道预测及基于VAE信道增强的鲁棒多波束预编码联合方案，仿真验证了其有效性和鲁棒性。
2024-05-27 cs.IT eess.SP math.IT
Robust Decentralized Multi-Satellite Massive MIMO Transmission via Knowledge Distillation
National Mobile Communications Research Laboratory, Southeast University（东南大学国家移动通信重点实验室）；Purple Mountain Laboratories（紫金山实验室）；University of Luxembourg（卢森堡大学）；Peng Cheng Laboratory（鹏城实验室）；China Satellite Network Group Company Ltd.（中国卫星网络集团有限公司）
本文针对不完善sCSI下的多卫星大规模MIMO系统，提出结合角度相位误差校准的混合KD框架，将集中式教师NN的协作预编码知识蒸馏至分布式学生NN，提升了和速率并保持鲁棒性。
2026-09-01 eess.SP
Robust Precoding via Characteristic Functions for VSAT to Multi-Satellite Uplink Transmission
研究了甚小口径终端（VSAT）向多颗卫星的上行链路。甚小口径终端可以配备多个天线，允许向多个卫星进行并行传输。提出了一种基于卫星不完全位置信息的低复杂度预编码算法。位置不确定性的概率分布和信道元素的统计通过位置不确定性的特征函数相关联。该知识被包括在预编码器设计中以最大化卫星处的平均信号与泄漏噪声比（SLNR）。此外，性能w.r.t.对卫星间距离进行数值估计。结果表明，该方法实现了完美的位置知识和足够大的星间距离的能力。在不完善的位置知识的情况下，鲁棒预编码器的性能下降相对较小。
2023-01-30 cs.IT eess.SP math.IT
Distributed Downlink Precoding and Equalization in Satellite Swarms
在本文中，我们提出了一种新的方法，从卫星群到地面站（GS）的下行链路传输。这些集群的好处是发射天线的空间间隔比传统的天线阵列卫星高得多，有望大幅提高频谱效率。所得到的预编码器和均衡器对计算复杂性、星间协调和信道估计具有非常低的要求。这是通过考虑卫星和GS之间的几何知识来实现的。对于预编码，每个卫星仅需要其朝向GS的离开角（AoD），并且事实证明，如果卫星发送独立的数据流，则可以实现几乎最优的速率。对于均衡器，GS仅需要关于来自所有卫星的到达角（AoA）的知识。此外，我们表明，通过选择一个适当的星间距离，所提出的低复杂度的方法达到理论上界的数据率。该最优星间距离是在简化假设条件下解析得到的，为实际应用提供了启发。此外，提出了一种新的方法，以增加对不完美的AoD和AoA知识的鲁棒性的预编码器和均衡器，通过利用估计误差的统计。
2022-11-04 cs.IT eess.SP math.IT
GNN-enabled Precoding for Massive MIMO LEO Satellite Communications
低地球轨道（LEO）卫星通信是第六代（6G）网络发展的关键组成部分。为了提高低轨卫星通信的性能，正在积极探索大规模多输入多输出（MIMO）技术的集成。然而，低轨卫星的有限功率对在受限功率条件下提高通信能量效率（EE）提出了重大挑战。人工智能（AI）方法越来越被认为是优化能源消耗同时提高系统性能的有前途的解决方案，从而实现更高效和可持续的通信。提出了解决大规模多输入多输出低轨卫星通信中预编码问题的方法。首先，我们引入了一个端到端的图神经网络（GNN）框架，有效地降低了传统预编码方法的计算复杂度。接下来，我们引入了Dinkelbach算法的深度展开和加权最小均方误差（WMMSE）方法来实现增强EE，将迭代优化过程转化为结构化神经网络，从而提高收敛速度和计算效率。此外，我们将泰勒展开方法近似GNN内的矩阵求逆，提高了所提出的方法的可解释性和性能。数值实验证明了我们提出的方法在复杂性和鲁棒性方面的有效性，比最先进的方法取得了显着的改进。
2025-05-06 cs.IT eess.SP math.IT
Multi-Satellite Cooperative MIMO Transmission: Statistical CSI-Aware RSMA Precoding Design
研究多卫星协作 MIMO 传输中基于统计 CSI 的 RSMA 预编码设计，提出加权最小均方误差算法求解遍历 MMFR 最大化问题，所提方案性能接近基于 iCSI 的方法且显著优于传统空分多址。
2025-08-15 cs.IT eess.SP math.IT
Massive MIMO Hybrid Precoding for LEO Satellite Communications With Twin-Resolution Phase Shifters and Nonlinear Power Amplifiers
大规模多输入多输出（MIMO）传输技术最近在非对地静止（例如，低地球轨道（LEO）卫星通信（SATCOM）系统，因为它可以显着提高能量效率（EE）和频谱效率。在这项工作中，我们开发了一种混合模拟/数字预编码技术在大规模MIMO低轨卫星通信下行链路，这降低了板载硬件的复杂性和功耗。在所提出的方案中，模拟预编码器是通过一个更实际的双分辨率相移（TRPS）网络，使功耗和阵列增益之间的细致的权衡。此外，我们还考虑和研究了非线性功率放大器（NPA）的失真效应对系统设计的影响。通过综合考虑上述因素，我们提出了一种有效的算法方法，基于TRPS的混合预编码问题与NPA。数值结果表明，考虑到非线性失真的EE增益和性能的优越性，提出的TRPS基于混合预编码方案的基线。
2022-06-09 cs.IT eess.SP math.IT
Hybrid Analog/Digital Precoding for Downlink Massive MIMO LEO Satellite Communications
大规模多输入多输出（MIMO）技术在低轨卫星通信中具有很好的应用前景，因为它可以提高频谱利用率。然而，传统的全数字预编码架构可能导致高实现复杂度和能量消耗。在本文中，混合模拟/数字预编码解决方案开发的低轨大规模MIMO卫星通信的下行链路操作，通过利用慢变化的统计信道状态信息（CSI）在发射机。首先，我们制定的混合预编码器的设计作为一个能源效率（EE）最大化的问题，同时考虑连续和离散相移网络实现模拟预编码器。被认为是完全和部分连接的架构的情况下。由于EE优化问题是非凸的，因此通常难以求解。为了使EE最大化问题易于处理，我们采用封闭形式的紧上界近似遍历率。然后，我们开发了一种有效的算法来获得全数字预编码器。在此基础上，我们进一步开发了两种不同的高效算法解决方案，分别计算全连接和部分连接架构的混合预编码器。仿真结果表明，所提出的方法实现了显着的EE性能增益超过现有的基线，特别是当离散相移网络用于模拟预编码。
2022-01-17 cs.IT eess.SP math.IT
Robust Multi-Stream Massive MIMO Satellite Systems Based on Statistical CSI
Hangzhou Institute of Technology, Xidian University（西安电子科技大学杭州研究院）；Department of Mathematics and Algorithms Research, Nokia Bell Labs（诺基亚贝尔实验室数学与算法研究部）；School of Information Science and Electronic Engineering, Shanghai Jiao Tong University（上海交通大学信息科学与工程学院）
本文研究了大规模多输入多输出低地球轨道卫星通信系统的多流下行预编码，提出基于统计信道状态信息的鲁棒多流预编码方案，通过多卫星协作和多天线用户设备实现最优预编码算法设计，降低计算复杂度并提升系统性能。
2026-04-10 eess.SP
Opportunities for Direct-to-Cell Polarization MIMO in the Downlink of a LEO Satellite Footprint
Huawei Heisenberg Research Center（华为海思研究中心）；Huawei Shanghai Research Institute（华为上海研究院）
针对低轨卫星S波段下行链路，利用卫星极化MIMO技术，通过信道建模与预编码设计，可在覆盖区显著提升下行频谱效率，为5G非地面网络提供新的性能提升机遇。
2026-10-19 eess.SP
Asymptotic Scaling Law Analysis of Multicast Satellite Communications with Massive MIMO
本文针对采用大规模MIMO的GEO卫星多播通信系统，基于泊松点过程建模和固定波束预编码推导出渐近速率标度律闭式解，揭示用户密度增加可精确补偿多播带来的速率损失。
2025-09-21 eess.SP
Tackling Delayed CSI in a Distributed Multi-Satellite MIMO Communication System
针对分布式多卫星MIMO系统中因最远卫星导致的CSI延迟问题，提出利用CSI不确定性长期特征的预编码策略，以高效计算补偿延迟影响，并验证其在1 GHz以下频段对星地融合通信的显著价值。
2024-06-10 eess.SP
THz Precoding for 6G: Applications, Challenges, Solutions, and Opportunities
得益于超宽带的优势，太赫兹（THz）通信正成为未来6G网络的一项重要技术。对于太赫兹通信，预编码是克服太赫兹信号严重路径损耗以支持期望覆盖的必要技术。在本文中，我们系统地研究了未来6G网络中占主导地位的THz预编码技术，重点介绍了其面临的主要挑战和机遇。具体来说，我们首先说明了三个典型的太赫兹应用场景，包括室内，移动和卫星通信。然后，明确了毫米波和太赫兹信道的主要区别，并在此基础上揭示了太赫兹预编码面临的主要挑战，如距离相关的路径损耗、波束分裂效应和高功耗。为了解决这些挑战，三种代表性的THz预编码技术，即，模拟波束成形、混合预编码和延迟相位预编码，从它们的不同结构、设计、最新结果和优缺点等方面进行了广泛的研究，并提供了频谱和能量效率的仿真结果，以比较这些典型的THz预编码方案，为它们在未来6G网络中的应用提供一些见解。最后，指出了几个重要的开放问题和潜在的研究机会，如使用可重构智能表面（RIS）来解决太赫兹阻塞问题，并进行了讨论。
2020-05-21 cs.IT eess.SP math.IT
Traffic Simulator for Multibeam Satellite Communication Systems
本文开发了一个多波束卫星流量模拟器，融合人口、航空和海事数据研究时空流量分布，并提出波束覆盖划定与干扰建模算法，以支持卫星通信系统设计与资源管理。
2020-07-14 eess.SP
Rate-Splitting Multiple Access for Multibeam Satellite Communications
研究了多波束卫星通信中实现最大最小公平性的波束形成设计问题。传统的线性预编码（NoRS），依赖于完全处理任何残留的干扰噪声，相反，我们认为一种新的多波束多播波束形成策略的基础上的速率分裂多址接入（RSMA）。RSMA依赖于发射机处的线性预编码速率分割（RS）和接收机处的连续干扰消除（SIC），以实现用于非正交传输和鲁棒波束间干扰管理的灵活框架。针对多个同信道多播波束间的最大似然估计问题，提出了一种基于发射端信道状态信息质量（CSIT）不同的单馈有效功率约束优化问题。通过仿真验证了RS在多组多播和多波束卫星通信系统中相对于传统方案（NoRS）的优越性。
2020-03-13 cs.IT eess.SP math.IT
Robust Congestion Control for Demand-Based Optimization in Precoded Multi-Beam High Throughput Satellite Communications
高吞吐量卫星通信系统由于其在向全球农村和偏远地区的移动平台以及住宅和/或企业提供宽带服务方面的作用，其战略重要性正在增长。虽然预编码已经成为满足日益增长的用户需求的突出技术，但是缺乏处理拥塞控制的研究。针对多波束高吞吐量静止卫星系统在资源有限的情况下不能完全满足用户的服务质量（QoS）要求的情况，研究了如何提高系统在拥塞情况下的性能。特别是，我们提出了拥塞控制策略，依靠简单的功率控制方案。我们制定了一个多目标的优化框架平衡系统的总速率和用户数量满足他们的QoS要求。接下来，我们提出了两种新的方法，有效地处理所提出的多目标优化问题。前者是一种基于模型的方法，它依赖于加权和方法，通过迭代求解一系列的和速率优化问题来丰富满意用户的数量。后者是一种数据驱动的方法，它通过利用监督学习和利用优化结构作为连续映射来提供低成本的解决方案。针对不同的线性预编码技术，评估了所提出的一般框架，并设计了低计算复杂性算法。数值结果表明，我们提出的框架有效地处理拥塞问题，并带来了优越的改善率的满意度，许多用户比以前的作品。此外，所提出的算法表现出较低的运行时间，使他们现实的实际系统。
2022-08-08 cs.IT eess.SP math.IT
Space-Time Adaptive Beamforming for Satellite Communications: Harnessing Doppler as New Signaling Dimensions
School of Electrical and Electronic Engineering, Yonsei University（延世大学电气与电子工程学院）
本文针对LEO卫星下行链路中严重的信道相关性问题，提出时空自适应波束成形方法，利用多普勒效应作为新的信号维度，通过分析信道Gram矩阵的最小特征值与用户密度的关系，推导出总速率标度律，并提出空间-多普勒用户选择算法，显著提升密集场景下的通信性能。
2026-10-01 eess.SP
Satellite Clusters Flying in Formation: Orbital Configuration-Dependent Performance Analyses
本文针对主从结构的卫星集群下行通信系统，分析线性与圆形编队下的中断性能，推导精确及近似表达式、高信噪比渐近特性与分集阶数，并用仿真验证，为卫星集群设计提供依据。
2023-05-03 cs.IT eess.SP math.IT
Integrated Communications and Localization for Massive MIMO LEO Satellite Systems
针对6G万物互联对全球通信与无缝定位的需求，本文构建宽带大规模MIMO低轨卫星系统，通过分析信号传播特性、推导定位性能界，设计混合模拟/数字预编码，实现了下行链路中通信与定位的一体化支持。
2024-03-12 cs.IT eess.SP math.IT
