Smart Hybrid Beamforming and Pilot Assignment for 6G Cell-Free Massive MIMO
本文研究了Cell-Free大规模MIMO网络，其中每个接入点（AP）都配备了一个混合收发器，与全数字收发器相比，降低了复杂性和成本。渐近近似的频谱效率推导出上行链路和下行链路。利用这些表达式，最大-最小问题被公式化以优化（i）AP处的模拟波束形成器和（ii）导频分配。仿真结果表明，这些变量的优化大大提高了网络的性能。
2023-01-13 cs.IT eess.SP math.IT
Joint BS-RIS-User Association and Beamforming Design for RIS-assisted Cellular Networks
可重构智能表面（RIS）是第六代（6 G）网络的革命性技术，因为它具有操纵无线环境的能力。作为一种频率选择性器件，RIS只能有效地对特定频带内的信号传播进行整形。由于这种频率选择性特性，在蜂窝网络中部署RIS将引入复杂的基站（BS）-RIS-用户关联问题，因为相邻BS在不同频带上操作。在本文中，与RIS的频率选择性特性的考虑，我们的目标是联合优化BS-RIS-用户关联，在BS的主动波束赋形，和RIS的被动波束赋形，以最大限度地提高和速率的RIS辅助蜂窝网络。我们首先利用$l_0$ -范数有效地集成BS-RIS-用户关联与有源和无源波束成形。然后，我们采用分数规划（FP）和块坐标下降（BCD）的方法来处理对数和分数的部分和解耦的联合关联和波束形成设计问题成几个子问题。有效的算法相结合的$l_0$ -范数逼近，优化最小化（MM），交替方向的乘法器（ADMM）交替解决的子问题。大量的仿真结果说明了在RIS辅助的蜂窝网络中BS-RIS-用户关联优化的重要性，并验证了所提出的联合关联和波束形成设计算法的有效性。
2022-10-31 cs.IT eess.SP math.IT
Max-Min Fairness in IRS-Aided Multi-Cell MISO Systems via Joint Transmit and Reflective Beamforming
研究了一种智能反射面（IRS）辅助的多小区多输入单输出（MISO）系统，该系统由多个多天线基站（BS）组成，每个基站与一个单天线用户通信，其中专门部署了一个IRS来辅助无线传输和抑制小区间干扰。在此设置下，我们联合优化协调的发射波束形成在BS和反射波束形成在IRS，最大化的最小加权接收信号干扰加噪声比（SINR）在用户的目的，在BS和IRS的反射约束的个人最大发射功率约束。为了解决困难的非凸最小SINR最大化问题，我们提出了有效的算法交替优化的基础上，其中的发射和反射波束成形矢量的交替方式进行优化。特别是，我们使用二阶锥规划（SOCP）优化的协调发射波束形成，并开发两个有效的设计更新的反射波束形成的半定松弛（SDR）和连续凸逼近（SCA）的技术的基础上，分别。数值结果表明，使用IRS导致显着更高的SINR值比基准计划没有IRS或没有适当的反射波束成形优化，而开发的SCA为基础的解决方案优于SDR为基础的一个实现复杂度较低。
2020-02-07 cs.IT eess.SP math.IT
Deep Reinforcement Learning based Joint Active and Passive Beamforming Design for RIS-Assisted MISO Systems
可重构智能表面（RIS）由于具有低成本、可控性等独特优势，是解决毫米波通信系统阻塞问题的一种有效途径，近年来受到广泛关注。然而，由于高计算复杂性和无线环境的动态变化，使得有源波束形成和无源波束形成的联合设计是一项艰巨的任务。在本文中，我们考虑了一个RIS辅助的多用户多输入单输出（MU-MISO）毫米波系统，旨在开发一种基于深度强化学习（DRL）的算法，以联合设计在基站（BS）侧的有源混合波束形成器和RIS侧的无源波束形成器。通过采用先进的软演员-评论家（SAC）算法，我们提出了一种基于最大熵的DRL算法，它可以探索更多的随机策略比确定性的政策，同时设计有源模拟预编码器和无源波束形成器。然后，采用最小均方误差（MMSE）方法确定数字预编码器。实验结果表明，我们提出的SAC算法可以获得更好的性能相比，传统的优化算法和DRL算法。
2022-02-21 cs.IT eess.SP math.IT
Augmented Deep Unfolding for Downlink Beamforming in Multi-cell Massive MIMO With Limited Feedback
在有限反馈多用户多输入多输出（MU-MIMO）蜂窝网络中，用户向相关联的基站（BS）发送关于信道条件的量化信息以用于下行链路波束成形。然而，信道量化和波束形成一直被视为两个单独的任务，这使得它很难实现全局系统最优。在本文中，我们提出了一种增强的深度展开（ADU）的方法，联合优化波束成形方案在BS和信道量化方案在用户。特别地，经典的WMMSE波束形成器被展开，并且利用深度神经网络（DNN）对其输入进行预处理以提高性能。在反馈容量受到严格限制的情况下，采用变分信息瓶颈技术进一步提高性能。仿真结果表明，所提出的ADU方法优于所有的基准计划的系统平均速率。
2022-09-03 cs.IT eess.SP math.IT
Joint Tilt Angle Adaptation and Beamforming in Multicell Multiuser Cellular Networks
3D波束成形是用于蜂窝网络中的干扰协调的有前途的方法，其与传统的2D波束成形技术相比带来显著的改进。本文研究了多小区多用户协作蜂窝网络下行链路能量效率最大化的基站天线阵联合波束赋形设计和倾角自适应问题。基于分式规划方法的迭代算法被引入到解决所产生的非凸优化问题。在每次迭代中，用户基于他们的仰角被聚类。然后，通过降低复杂度的贪婪搜索来进行倾斜角度的优化，以找到针对用户的给定放置的最佳倾斜角度。数值结果表明，该算法实现了更高的EE相比，二维波束形成技术。
2017-01-13 cs.IT math.IT
Learning Beamforming in Cell-Free Massive MIMO ISAC Systems
本文针对无蜂窝大规模MIMO ISAC系统中的波束成形设计挑战，提出了一种基于异构图神经网络（GNN）的新模型，该模型支持低复杂度扩展，在增删接入点时无需完全重训练，且能实现接近最优的性能并适应多种网络结构。
2024-09-26 cs.IT eess.SP math.IT
Hybrid Beamforming for 5G Millimeter-Wave Multi-Cell Networks
多小区无线系统通常遭受小区内和小区间干扰，这可以经由协作多点（CoMP）技术来减轻。先前关于微波频带的多小区分析的工作通常考虑全数字波束成形，其需要每个天线后面的完整射频链，这对于毫米波（mmWave）系统不太实际，在毫米波（mmWave）系统中，需要大量天线来提供足够的波束成形增益并使得能够发送和接收每个用户的多个数据流。本文提出了四种模拟和数字混合波束形成方案的多小区多用户多流毫米波通信，利用CoMP。频谱效率性能的建议的混合波束形成方法进行了研究和比较，使用第三代合作伙伴计划和NYUSIM信道模型。仿真结果表明，基于最大化信号泄漏噪声比的多点协作可以提高频谱效率，不同波束形成方法之间的频谱效率差距取决于干扰水平，而干扰水平受小区半径和每个小区的用户数的影响。
2018-03-11 cs.IT math.IT
Computationally Efficient Unsupervised Deep Learning for Robust Joint AP Clustering and Beamforming Design in Cell-Free Systems
本文针对无蜂窝系统中信道状态信息不完善的问题，提出计算高效的无监督深度学习算法，联合优化接入点聚类与波束赋形，在更少聚类数量下实现更高的最坏情况总速率。
2024-04-03 cs.IT eess.SP math.IT
Generative Learning Powered Probing Beam Optimization for Cell-Free Hybrid Beamforming
本文提出一种生成式学习驱动的探测波束优化框架，通过CVAE与混合密度网络增强PBM并预测和速率，进而优化无小区混合波束赋形中的探测波束，仿真验证了其有效性。
2024-09-20 cs.IT eess.SP math.IT
Deep Reinforcement Learning for Distributed Dynamic Coordinated Beamforming in Massive MIMO Cellular Networks
为了适应爆炸性的无线业务，大规模多输入多输出（MIMO）被认为是下一代通信系统的关键使能技术之一。在大规模MIMO蜂窝网络中，协作波束形成（CBF）是一种有效的提高网络性能的方法，它联合设计多个基站（BS）的波束形成器。在本文中，我们研究了大规模MIMO移动蜂窝网络中的和速率最大化问题，其中在每个小区中，多天线BS通过下行链路波束成形同时为多个移动用户提供服务。虽然现有的基于优化的CBF算法可以提供接近最优的解决方案，他们需要实时和全局的信道状态信息（CSI），除了他们的高计算复杂度。在实际的无线网络中，特别是在高度动态的移动蜂窝网络中，几乎不可能应用它们。基于此，我们提出了一种基于深度强化学习的分布式动态协调波束形成（DDCBF）框架，该框架使每个BS能够仅利用本地CSI和来自其他BS的一些历史信息来确定波束形成器。此外，通过利用神经网络和专家知识，即，从加权最小均方误差（WMMSE）算法的迭代过程观察到的解结构。此外，我们提供了广泛的数值模拟，以验证所提出的DRL为基础的方法的有效性。结果表明，该方法具有较低的计算复杂性和较少的信息需求，可获得与集中式迭代优化算法相当的性能。
2023-03-24 cs.IT eess.SP math.IT
QoS-Aware Downlink Beamforming for Joint Transmission in Multi-Cell Networks
本文针对多小区网络下行传输，提出基于上下行对偶性和半定松弛的QoS感知联合传输波束赋形设计，在完美与不完美CSI条件下同时增强信号强度并抑制干扰。
2023-10-30 cs.IT math.IT
Online Adaptive Real-Time Beamforming Design for Dynamic Environments in Cell-Free Systems
针对无蜂窝系统动态无线环境的实时波束成形需求，提出高泛化网络HGNet及在线自适应更新算法，可适配动态场景、降低泛化误差上界，以毫秒级低成本实现更高和速率的实时波束成形。
2024-11-27 cs.IT cs.NI eess.SP
Efficient Alternating Optimization for Hybrid Digital-Wave Beamforming in SIM-Assisted Cell-Free Massive MIMO
Hanyang University（汉阳大学）；Northeastern University London（伦敦东北大学）；King’s College London（伦敦国王学院）；CNRS and CentraleSupélec, Institute of Electronics and Digital Technologies (IETR)（法国国家科学研究中心与中央理工-苏裴蕾斯，电子与数字技术研究所）
针对SIM辅助无小区大规模MIMO系统，提出一种高效交替优化算法，大幅降低混合数字-波波束成形优化的计算复杂度，同时保持和速率性能接近现有算法。
2026-08-25 cs.IT eess.SP math.IT
EMF-Aware MU-MIMO Beamforming in RIS-Aided Cellular Networks
可重构智能表面（RISs）是关键的新兴第六代（6 G）技术之一，其有望通过添加人工传播路径来改善发送器和接收器之间的链路预算。在这种重新配置的传播环境中，下行链路（DL）多用户多输入多输出（MU-MIMO）为蜂窝网络带来容量改进。它受益于MIMO系统提供的空间维度，以通过应用适当的波束成形（BF）方案来实现在相同的无线电资源上向多个用户同时传输独立的数据流。然而，在某些情况下，长时间为同一用户子集提供服务可能会导致一些不期望的区域，其中平均电磁场暴露（EMFE）超过监管限制。为了解决这一挑战，我们在本文中提出了一种新的电磁场（EMF）感知MU-MIMO BF方案，旨在优化的整体容量下的EMF约束条件下，在RIS辅助蜂窝网络。
2022-09-29 cs.IT eess.SP math.IT
Towards an Appropriate Beamforming Scheme for Initial Cell Discovery in mmW 5G Cellular Networks
在未来的毫米波蜂窝网络中，波束成形是对抗高路径损耗和提高初始小区发现期间的信噪比的基本要求。适当波束成形的选择与其能量消耗直接耦合。在电池有限的移动站（MS）处，能量消耗甚至更令人关注。在这项工作中，我们提供了一个基于能量消耗的比较不同的波束成形方案，同时考虑低功耗和高功率模数转换器（ADC）的毫米波接收机在MS。我们分析了这两个上下文信息（CI）（基于GPS定位的）和基于非上下文信息的方案，并表明，模拟波束成形与CI（其中移动站的定位信息已经可用）可以导致较低的能量消耗，而在所有其它情况下，数字波束成形具有比模拟和混合波束成形更低的能量消耗。我们还表明，在某些情况下，最近提出的移相器网络架构可以导致比其他波束成形方案的能耗更低。此外，我们表明，不同的波束成形方案之间的能量消耗趋势是有效的，而不管ADC位数。最后，我们提出了一种新的信令结构，该信令结构与其他信令相比，利用相对较高频率的子载波用于主同步信号，这允许进一步减少MS的初始小区搜索延迟和能量消耗。
2016-05-02 cs.IT cs.NI math.IT
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
Context Information Based Initial Cell Search for Millimeter Wave 5G Cellular Networks
毫米波（mmWave）通信被设想为满足第五代（5G）蜂窝网络的数据率要求的基石。在毫米波通信中，波束成形被认为是对抗高路径损耗的关键技术，并且与传统微波通信不同，即使在初始接入/小区搜索期间，波束成形也可能是必要的。在所提出的用于初始小区搜索的波束成形方案中，模拟波束成形是功率有效的方法，但是在初始接入期间遭受其固有的搜索延迟。在这项工作中，我们认为，模拟波束成形仍然可以是一个可行的选择时，上下文信息毫米波基站（BS）是在移动台（MS）。然后，我们研究了如何模拟波束成形的性能下降的情况下，角误差在可用的上下文信息。最后，我们提出了一种模拟波束成形接收机架构，该架构使用多个移相器阵列和单个RF链来对抗角度误差的影响，表明它可以实现与混合波束成形相同的性能。
2016-05-06 cs.IT cs.NI math.IT
Robust Consensus-Based Distributed Beamforming for Wideband Cell-free Multi-RIS MISO Systems
National and Kapodistrian University of Athens（雅典国立卡波迪斯特里安大学）；University of Illinois Chicago（伊利诺伊大学芝加哥分校）
本文提出了一种基于一致性的分布式波束成形方法，用于改进宽带无中心多RIS MISO系统的协作效率。
2026-01-13 cs.IT eess.SP math.IT
On the Performance of Cell-Free Massive MIMO with Short-Term Power Constraints
在本文中，我们考虑了时分双工无小区大规模多输入多输出（MIMO）系统中，许多分布式接入点（AP）同时服务于许多用户。提出了一种归一化共轭波束形成方案，它满足短期平均功率约束的AP，并考虑到不完美的信道信息的影响进行了分析。我们推导出一个近似的封闭形式的表达式，每个用户可实现的下行链路速率的这种方案。我们还提供了，解析和数值，性能比较归一化共轭波束形成和传统的共轭波束形成方案[1]（满足长期平均功率约束）。归一化共轭波束形成方案降低了波束形成不确定性增益，这是由于用户缺乏信道状态信息的知识，因此，它提高了可达到的下行链路速率相比，传统的共轭波束形成方案。
2016-09-13 cs.IT eess.SP math.IT
Combined DL-UL Distributed Beamforming Design for Cell-Free Massive MIMO
针对无蜂窝大规模MIMO中同一资源块内上下行联合传输问题，提出基于IBT和MMSE准则的分布式波束成形设计，并通过仅DL训练与缩放复用以降低开销、提升短资源块下的有效上下行速率。
2024-04-04 cs.IT eess.SP math.IT
Joint Transmit Beamforming and Reflection Optimization for Beyond Diagonal RIS Aided Multi-Cell MIMO Communication
The Hong Kong Polytechnic University（香港理工大学）
针对6G超密集多小区MIMO的干扰问题，本文提出BD-RIS辅助下联合优化发射波束赋形与反射矩阵的AO算法，可最大化加权和速率，性能优于基准方案。
2026-10-14 cs.IT eess.SP math.IT
SIM-Enabled Hybrid Digital-Wave Beamforming for Fronthaul-Constrained Cell-Free Massive MIMO Systems
针对无小区大规模MIMO前传受限问题，提出集成SIM的混合数字-波域波束成形框架，联合优化数字与波域变量及前传压缩，交替优化算法实现接近全数字性能且减少射频链路。
2025-10-15 cs.IT eess.SP math.IT
Conjugate Beamforming with Fractional-Exponent Normalization and Scalable Power Control in Cell-Free Massive MIMO
该文研究了一种基于分数指数归一化的共轭波束形成（CB）的无小区大规模MIMO（CF-mMIMO）系统。假设独立的瑞利衰落信道，可实现的下行链路频谱效率的广义封闭形式的表达式推导，其中包括，作为特殊情况下，频谱效率表达式以前报告的普通CB及其变种，即归一化CB和增强CB。下行链路的功率控制也解决了，并提出了一种降低复杂度的功率分配策略，其中只有一个系数的接入点（AP）的长期衰落实现的基础上进行优化。数值结果揭示了CF-mMIMO与CB和分数指数归一化的性能，并表明，所提出的功率优化规则相对于传统的最大-最小功率控制规则会导致适度的性能损失，但具有更低的复杂度和更小的总功耗。
2022-02-15 cs.IT eess.SP math.IT
Adaptive Hybrid Beamforming with Massive Phased Arrays in Macro-Cellular Networks
通过同时传送多个数据流，经由大型天线阵列的混合波束成形已经显示出用于增加蜂窝网络中的数据率的巨大潜力。本文针对宏蜂窝环境，在单天线功率受限的条件下，基于长期信道信息，提出了几种基于大规模相控阵的波束形成算法。使用自适应方案，每当长期信道信息改变时，波束形成向量被更新。首先，研究当基站具有单个RF链（单波束场景）时的问题。半定松弛（SDR）与随机化被用来解决这个问题。作为第二种方法，提出了一种低复杂度的启发式波束合成算法，该算法的性能非常接近SDR获得的上界。接下来，研究了一般数量的RF链（多波束场景）的问题，其中梯度投影方法用于获得局部解。数值结果表明，使用具有优化波束成形向量的大规模天线阵列可以使网络吞吐量比使用传统天线的系统提高5倍。
2018-02-03 cs.IT math.IT
Cooperative Beamforming for Dual-Hop Amplify-and-Forward Multi-Antenna Relaying Cellular Networks
研究了放大转发中继蜂窝网络中基站、中继站和移动终端均配置多天线的线性波束形成设计问题。该设计基于最小均方误差准则，同时考虑了上行链路和下行链路的情况。研究发现，下行链路和上行链路波束成形设计问题具有相同的形式，可以使用具有相同结构的迭代算法来求解设计问题。针对上行链路系统满载或过载的具体情况，推导了一种新的波束形成算法，并揭示了它与现有的几种传统MIMO或多用户系统波束形成算法的关系。仿真结果证明了所提出的设计算法的性能优势。
2011-12-01 cs.IT math.IT
Degrees of Freedom of MIMO Cellular Networks: Decomposition and Linear Beamforming Design
研究了G个小区、每个小区有K个用户、每个基站有N个天线、每个用户有M个天线的MIMO蜂窝网络的对称自由度（DoF）。特别是，我们调查的分解与渐近干扰对齐（IA）或线性波束形成方案的基础上的可扩展性技术，并表明有不同的制度（G，K，M，N），其中一个优于其他。我们首先注意到，单边和双边分解与渐近IA实现相同的自由度。然后，我们建立特定的天线配置下，使用基于分解的计划实现的自由度是最佳的，通过推导出一组外边界的对称自由度。对于线性波束成形方案，我们首先关注小型网络，并提出了一种基于填充比概念的线性波束成形结构化方法。填充比描述了一组发射波束形成器投射的干扰足迹或阴影，并使我们能够识别用于对准干扰的底层结构。这种结构化波束成形设计可以被示出为实现两小区两用户/小区网络和两小区三用户/小区网络的最佳空间归一化DoF（sDoF）。对于较大的网络，我们开发了一种非结构化的方法来线性干扰对齐，其中发射波束形成器的设计，以满足IA的条件，而不明确确定的基础结构IA。本文的主要数值见解是，这样的方法似乎能够实现最佳的sDoF的MIMO蜂窝网络的制度，线性波束成形占主导地位的渐近分解，和一个显着的一部分sDoF的其他地方。值得注意的是，多项式同一性检验似乎在识别前一种情况下可实现的sDoF区域的边界中起着关键作用。
2013-12-10 cs.IT math.IT
Optimal Bilinear Equalizer Beamforming Design for Cell-Free Massive MIMO Networks with Arbitrary Channel Estimators
本文研究了无蜂窝大规模MIMO网络在Rician衰落信道下的分布式最优双线性均衡器波束成形设计，推导了上下行可达频谱效率的闭式表达式，并发现Rayleigh信道下SE性能与估计器选择无关。
2025-03-02 cs.IT eess.SP math.IT
Robust Beamforming for Downlink Multi-Cell Systems: A Bilevel Optimization Perspective
本文针对多小区多用户MISO下行系统中有界CSI误差下的最坏情况WSR最大化问题，提出双层优化建模及基于割平面法的集中式与分布式波束成形算法。
2024-01-21 cs.IT eess.SP math.IT
Two-timescale joint power control and beamforming design with applications to cell-free massive MIMO
本研究提出双时间尺度联合功率控制与波束成形最优算法，基于长期统计CSI，缓解可扩展性问题，并在无小区大规模MIMO中优于现有长期方法。
2025-04-23 cs.IT eess.SP math.IT
Smart Small Cell with Hybrid Beamforming for 5G: Theoretical Feasibility and Prototype Results
在这篇文章中，我们提出了一种用于第五代（5G）无线网络的实时三维（3D）混合波束成形。5G蜂窝系统中的关键概念之一是小小区网络，其解决了高移动业务需求并提供统一的用户体验数据率。可以利用3D混合波束成形的使能技术来增强小小区网络的整体容量。本研究通过使用软件定义无线电（SDR）平台和装配天线阵列实现实时测试床，验证了3D混合波束成形的可行性，主要用于链路级性能。基于测量的数据，我们还调查系统级的性能，以验证所提出的智能小小区系统的增益超过长期演进（LTE）系统进行系统级仿真的基础上的3D射线跟踪工具。
2016-03-12 cs.IT cs.NI math.IT
Reinforcement Learning Assisted Beamforming for Inter-cell Interference Mitigation in 5G Massive MIMO Networks
波束成形是5G大规模多输入多输出（MMIMO）通信中的关键技术，由于无线传输信道（即空气）的性质，MMIMO通信受到许多损害。小区间干扰（ICI）是5G通信由于频率复用技术而面临的主要损害之一。在本文中，我们提出了一种强化学习（RL）辅助的全动态波束成形，用于5G下行链路中的ICI抑制。该算法结合了波束形成技术和全动态Q学习技术，以最小化ICI，并导致一个低复杂度的方法，无需信道估计。性能分析表明，与其他算法相比，该算法在信干噪比（SINR）和计算复杂性方面的服务质量得到了改善。
2021-07-02 cs.AI cs.IT cs.NI
Cooperative Cell-Free ISAC Networks: Joint BS Mode Selection and Beamforming Design
本文研究协作无蜂窝ISAC网络，提出联合BS模式选择、发射波束成形与接收滤波器设计的高效算法及三种启发式方法，解决非凸NP-hard问题，仿真验证了方案的有效性。
2024-01-06 cs.IT eess.SP math.IT
Coordinated Multi-cell Beamforming for Massive MIMO: A Random Matrix Approach
研究了由N个小区、每个基站Nt个天线和每个小区K个用户终端组成的大规模多输入多输出（MIMO）系统中的多小区协作下行波束赋形问题。具体来说，我们制定了一个多小区波束形成算法的大规模MIMO系统，需要有限的信息交换量之间的BS。设计目标是在满足用户信号干扰噪声比（SINR）约束的前提下，最小化所有基站的总发射功率。该算法要求BS交换可以仅基于信道统计而不是瞬时CSI计算的参数。我们利用随机矩阵理论的工具来制定分散算法。我们还描述了一个下界的目标SINR值的集合，分散式多小区波束成形算法是可行的。我们进一步表明，我们的算法的性能渐近匹配的集中式算法与完整的CSI共享的性能。虽然原来的结果集中在最大限度地减少所有的BS的总发射功率，我们制定了一个启发式的扩展，该算法将在多小区系统中的实际约束，即个别BS的发射功率约束。最后，我们研究了不完美CSI和导频污染效应对分散算法性能的影响，并提出了一种启发式扩展算法来适应这些问题。仿真结果表明，我们的算法接近满足目标信干噪比的约束，并实现最小功率的大规模MIMO系统的制度。此外，当每个BS的天线数量与每个小区的UT数量具有相同的数量级时，与迫零波束成形相比，它还提供了大量的功率节省。
2015-04-08 cs.IT math.IT
QoE-Aware Beamforming Design for Massive MIMO Heterogeneous Networks
未来无线网络的主要目标之一是提高用户体验质量（QoE）。在本文中，我们考虑的问题，基于QoE的资源分配在下行链路的大规模多输入多输出（MIMO）异构网络（HetNet）。网络由宏小区和嵌入其中的多个小小区组成，小小区基站（BS）配备有少量天线，而宏BS配备有大量天线。我们考虑两个服务视频和Web浏览，并在BS处设计波束成形向量。目标是在BS功率和用户所需的服务质量（QoS）的约束下最大化用户的聚合平均意见得分（MOS）。我们还考虑了对用户的QoE的额外约束，以在波束成形设计中更强地实施QoE。为了降低优化问题的复杂性，我们提出了次优和计算效率高的解决方案。我们的研究结果表明，增加基站的天线数量，同时增加网络中小小区天线的数量，会导致更高的用户满意度。
2018-05-16 cs.IT eess.SP math.IT
Joint Fronthaul Multicast and Cooperative Beamforming for Cache-Enabled Cloud-Based Small Cell Networks: An MDS Codes-Aided Approach
基于云的小小区网络（C-SCN）的性能高度依赖于容量受限的前传，当其饱和时，其降低服务质量。编码缓存是解决这些挑战的一种有前途的方法，因为它为前传多播和协作传输提供了大量的机会。本文研究了一种支持缓存的C-SCN，其中小小区基站（SBS）通过前传连接到中央处理器，并且可以通过应用最大距离可分离（MDS）码来预取流行内容。为了充分利用前传多播和协作传输的优点，首先提出了一种基于MDS码辅助的传输方案。我们通过联合优化前传带宽分配、SBS集群和波束成形来制定问题以最大限度地减少内容交付延迟。为了有效地解决由此产生的非线性整数规划问题，我们提出了一个基于惩罚的设计，利用变分重新制定的二元约束。为了改善基于惩罚的设计的解决方案，贪婪SBS聚类设计也被开发。最后，给出了最优解的封闭形式，通过该封闭形式可以量化MDS码的优点。仿真结果表明，所提出的MDS码辅助传输方案的显着优势。
2019-07-20 cs.IT eess.SP 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
Distributed Coordinated Beamforming for Multi-cell Multigroup Multicast Systems
本文考虑了多小区无线网络中的协作组播波束形成。每个多天线基站（BS）通过生成具有每组公共数据的单个波束来服务多组单天线用户。目标是在满足用户特定的SINR目标的同时最小化BS的和功率。我们提出了集中式和分布式多播波束形成算法的多小区多组系统。NP-hard组播问题的解决，它近似为一个凸问题，使用标准的半定松弛方法。由此产生的半定规划（SDP）可以解决通过集中处理，如果全球信道知识。为了允许分布式实现，原始分解方法用于将SDP转化为两个优化级别。较高级别负责优化小区间干扰，而较低级别针对给定的小区间干扰约束优化波束成形器。分布式算法需要每个BS处的本地信道知识和BS之间的标量信息交换。如果解具有单位秩，则它对于原问题是最优的。否则，使用高斯随机化方法来寻找可行解。所提出的算法优于传统的计划，通过数值计算证明。
2015-11-11 cs.IT math.IT
Beamforming Design for Beyond Diagonal RIS-Aided Cell-Free Massive MIMO Systems
本文提出了一种基于超对角RIS的混合波束成形设计方法，通过交替优化算法和R-L-BFGS算法提升CF mMIMO系统的覆盖和空间复用性能。
2025-11-29 cs.IT eess.SP math.IT
Deep Reinforcement Learning Coordinated Receiver Beamforming for Millimeter-Wave Train-ground Communications
随着越来越多的人选择高速铁路作为短途旅行的交通工具，人们对高质量的多媒体服务的需求也越来越大。毫米波通信具有丰富的频谱资源，可以满足高速铁路对网络容量的高要求。此外，由于其短波长，在毫米波通信系统中接收器（RX）可以配备有天线阵列。然而，由于高速缓存高速运行，接收信号功率（RSP）在小区内迅速变化，并且与其他位置相比，在小区边缘处最低。因此，有必要对毫米波段高速铁路的RX波束形成进行研究，以提高接收信号的质量。在本文中，我们专注于毫米波车地通信系统的RX波束形成。为了提高RSP，我们提出了一种基于深度强化学习（DRL）的有效RX波束形成方案，并开发了一种深度Q网络（DQN）算法来训练和确定最佳RX波束方向，目的是最大化平均RSP。通过大量的模拟，我们证明了所提出的方案有更好的性能比四个基线方案的平均可吸入悬浮颗粒在铁路上的大多数位置。
2022-05-21 cs.IT math.IT
Efficiently and Globally Solving Joint Beamforming and Compression Problem in the Cooperative Cellular Network via Lagrangian Duality
考虑协作蜂窝网络中的联合波束成形和量化问题，其中多个中继类基站（BS）通过速率受限的前传链路连接到中央处理器（CP），协作地为用户服务。这个问题可以被公式化为总发射功率的最小化，服从所有用户的信号与干扰加噪声比（SINR）约束和所有中继类BS的前传速率约束。在本文中，我们首先表明，有没有考虑的问题和它的拉格朗日对偶之间的对偶间隙，显示所考虑的问题的半定松弛（SDR）的紧密性。然后，我们提出了一个有效的算法的基础上拉格朗日对偶求解所考虑的问题。该算法明智地利用了所考虑的问题的Karush-Kuhn-Tucker（KKT）条件的特殊结构，并通过两个不动点迭代找到满足KKT条件的解。所提出的算法是高效的（因为在两个固定点迭代中评估函数在计算上是便宜的），并保证找到问题的全局解。仿真结果表明了该算法的有效性和正确性。
2022-02-11 cs.IT eess.SP math.IT
Cross-Layer Scheduling and Beamforming in Smart-Grid Powered Cellular Networks With Heterogeneous Energy Coordination
用户调度，波束成形和能量协调的智能电网供电的蜂窝网络（SGPCN），其中基站由智能电网和自然可再生能源供电。SGPCN考虑异构能量协调，即与智能电网的能量交易和基站之间的能量交换。一个长期的电网能量支出最小化问题的比例率约束制定SGPCN。由于用户调度与波束成形向量相耦合，因此通过标准凸优化方法处理所述问题具有挑战性。在实践中，需要根据信道变化在每个时隙上更新波束成形向量。用户调度需要在若干时隙（帧）上更新，因为用户设备的频繁调度可能导致可靠性问题。因此，李雅普诺夫优化方法被用来解耦的问题。提出了一种实用的双尺度算法，在每帧调度用户，并获得波束形成向量和交换的自然可再生能源量在每个时隙。我们证明了所提出的双尺度算法可以通过调整控制参数渐近地获得最优解。数值结果验证了所提出的双尺度算法的性能。
2020-01-29 cs.IT math.IT
Joint Beamforming Design and Port Selection in Fluid Antenna-Assisted Multi-Cell Networks: A Personalized Federated Learning Approach
Northwest University（西北大学）；Illinois Institute of Technology（伊利诺伊理工学院）
针对流体天线辅助多小区网络的联合波束成形与端口选择问题，提出FedRep框架结合PA-DNN，通过共享全局波束成形参数、保留本地端口选择参数优化，可实现更高加权和速率。
2026-08-27 cs.IT cs.SY eess.SY
Noncoherent Joint Transmission Beamforming for Dense Small Cell Networks: Global Optimality, Efficient Solution and Distributed Implementation
研究密集小小区网络中的多点非相干联合传输问题。目标是为宏小区和小小区基站（BS）设计波束成形向量，使得系统的加权和速率最大化，服从各个BS处的总发射功率。优化问题本质上是非凸的和棘手的，这使得它很难探索该计划的全部潜在性能。为此，我们首先提出了一个算法，找到一个全局最优解的基础上通用单调分支减少和界优化框架。然后，对于计算效率更高的方法，我们采用内部近似（InAp）技术来有效地导出局部最优解，数值计算表明，该方法可以实现接近最优的性能。此外，对于分散式网络，例如由多访问边缘计算服务器组成的网络，我们开发了一种基于交替方向乘法的算法，该算法分布式实现了基于InAp-based的解决方案。我们的主要结论是，非相干JT是一个很有前途的传输方案密集的小小区网络，因为它可以利用的密集化增益，优于协调波束成形，并服从分布式实现。
2020-05-25 cs.IT math.IT
Adaptive Multicell 3D Beamforming in Multi-Antenna Cellular Networks
我们考虑一个蜂窝网络与多天线基站（BS）和单天线用户，多小区合作，不完善的信道状态信息，定向天线每个垂直可调波束。我们调查的BS天线图案，表示为倾斜，所考虑的网络的性能时，采用传统的单小区传输或完全合作的多小区传输的仰角的影响。利用这项调查的结果，我们提出了一种新的混合多小区合作技术，其中小区间的干扰是通过在水平平面的合作波束成形或协调波束成形在垂直平面的无线信道，表示为自适应多小区3D波束成形控制。其主要思想是将覆盖区域划分为两个不相交的垂直区域，并在服务每个区域时在BS处采用多小区协作策略。一个公平的调度器被用来共享垂直区域之间的时隙。结果表明，所提出的技术可以实现与完全协作传输相当的性能，但复杂性和信令要求显着降低。为了使性能分析的计算效率，不同的波束形成策略下的用户遍历速率的解析表达式也推导出来。
2015-09-07 cs.IT math.IT
RIS-Aided Cell-Free Massive MIMO Systems: Joint Design of Transmit Beamforming and Phase Shifts
本文研究了RIS辅助的无小区大规模MIMO系统，其中多个RIS被部署以辅助多个接入点（AP）和多个用户之间的通信，其中RIS处具有连续或离散相移。我们制定的最大-最小的公平性问题，最大限度地提高所有用户之间的最低可实现的速率，通过联合优化在主动AP的发射波束成形和在被动RISs的相移，在AP的功率约束。为了解决这样一个具有挑战性的问题，我们首先研究了特殊的单用户场景，并提出了一种算法，可以将优化问题转化为半定规划（SDP）或整数线性规划（ILP）的连续和离散相移的情况下，分别。通过求解所得的SDP和ILP，我们首先获得最佳相移，然后据此设计最佳发射波束形成。为了解决多用户场景下RISs连续相移的优化问题，本文对单用户算法进行了扩展，提出了一种交替优化算法，该算法首先将最大最小公平性问题分解为与发射波束形成和相移相关的两个子问题，然后将这两个子问题分别转化为二阶锥规划和SDP。对于多用户场景和离散相移，最大最小公平性问题是一个混合整数非线性规划（MINLP）。为了解决这个问题，我们设计了一个基于ZF的连续细化算法，它可以找到一个次优的发射波束形成和相移交替优化的手段。数值结果表明，与不使用RIS的随机相移基准方案相比，所提算法能显著提高所有用户间的最小可达速率，尤其是当每个RIS的反射单元数较大时。
2021-12-13 cs.IT eess.SP math.IT
Secrecy Beamforming for SWIPT MISO Heterogeneous Cellular Networks
在本文中，我们考虑的安全传输设计的多输入单输出的毫微微蜂窝覆盖的宏蜂窝在同信道部署。毫微微小区基站向信息接收毫微微小区用户（FU）发送机密消息，并向能量接收（ER）FU发送能量信号，同时限制对宏小区用户（MU）的干扰。ER FU有可能窃听机密消息。通过考虑公平性，我们提出了一个和对数保密率最大化波束形成设计问题下的干扰约束的MU和能量收集（EH）的限制ER FU。公式化的设计问题是非平凡的解决，由于非凸性，这是在目标和约束。为了解决这一问题，提出了一种基于半定松弛和逐次凸逼近的算法。仿真结果验证了所提出的波束形成设计的有效性。
2018-06-28 cs.IT math.IT
Remote Channel Inference for Beamforming in Ultra-Dense Hyper-Cellular Network
在本文中，我们提出了一种基于学习的低开销的信道估计方法，用于超密集网络中的协作波束形成。我们首先通过仿真表明，地理上分离的基站（BS）的信道状态信息（CSI）表现出很强的非线性相关性的互信息。这一发现使我们能够采用一种新的基于学习的方法来远程推断不同的波束成形模式的质量在密集层BS的基础上的CSI的伞控制层BS。该方案通过用离线拟合的人工神经网络的在线推理代替导频辅助信道估计，从而减少了信道捕获开销。此外，我们建议利用多个CBS的联合学习，并涉及更多的候选波束模式，以获得更好的性能。基于随机射线跟踪信道模型的仿真结果表明，在20个波束形成模式的情况下，该方案可以达到99.74%的准确率。
2017-05-14 cs.IT math.IT
Deep Reinforcement Learning in mmW-NOMA: Joint Power Allocation and Hybrid Beamforming
K. N. Toosi University of Technology（K. N. 图西理工大学）
毫米波频段的非正交多址接入（NOMA）技术可以满足下一代无线通信对数据率的高要求。通过联合功率分配和波束形成，在保持比特率的同时降低对其他用户的干扰，是保证高比特率要求的必要条件。此外，由于同时在实现和性能方面的权衡，mmW频带规定了用于波束成形的混合结构。在本文中，联合功率分配和混合波束形成的mmW-NOMA系统提出了通过最近的进展，机器学习和控制理论的方法，称为深度强化学习（DRL）。利用演员-评论家现象来衡量即时奖励并提供新动作以最大化网络的整体Q值。此外，为了提高该方法的稳定性，我们利用了软演员批评（SAC）的方法，其中整体奖励和动作熵最大化，同时。立即奖励已被定义的基础上的所有用户的速率的软加权求和。软加权基于每个用户的实现速率和分配功率。此外，用户和基站（BS）之间的信道响应被定义为环境的状态，而行动空间涉及的数字和模拟波束成形的权重和分配给每个用户的功率。仿真结果表明，该方法优于时分多址（TDMA）和非视距（NLOS）-NOMA的用户的和速率。它的优越性是由于所提出的方法的联合优化和信道响应的独立性。
2022-05-13 cs.AI cs.IT eess.SP
Multi-cell Massive MIMO Beamforming in Assuring QoS for Large Numbers of Users
大规模多输入多输出（MIMO）使用非常大量的低功率发射天线来服务数量少得多的用户。最广泛提出的大规模MIMO发射波束成形类型是迫零，其基于总MIMO信道矩阵的右逆以迫使用户间干扰为零。基于小区边缘用户的吞吐量分析了大规模MIMO的性能。本文重新评估这种波束成形的哲学，而不是考虑最大化的大规模MIMO系统的能量效率，以确保尽可能多的用户的服务质量（QoS）。新的时间分数式波束成形技术可以消除大量发射天线为少量用户提供服务的瓶颈，该技术将信号传输集中在时隙的几分之一内。因此，大规模MIMO可以在为更大数量的用户确保QoS时提供更好的体验质量（QoE）。所提供的模拟结果表明，大规模MIMO服务的用户数量与所需的QoS可能是两倍或更多的发射天线的数量。
2017-12-10 cs.IT math.IT
Distributed Optimization for Coordinated Beamforming in Multi-Cell Multigroup Multicast Systems: Power Minimization and SINR Balancing
研究了多小区多组多输入单输出系统中的协作多播波束形成问题。每个基站（BS）通过形成具有每组公共信息的单个波束来服务多组用户。我们提出了集中式和分布式波束形成算法，两个不同的优化目标。第一个目标是最小化所有BS的总传输功率，同时保证用户特定的最低服务质量目标。半定松弛（SDR）方法被用来近似的非凸组播问题作为一个半定规划（SDP），这是通过集中处理可解。随后，提出了两种替代的分布式方法。第一种方法通过原始分解将SDP转化为两级优化。在较高级别，针对固定波束成形器优化小区间干扰功率，而较低级别通过针对给定小区间干扰约束最小化BS特定发射功率来局部优化波束成形器。第二个分布式解决方案是通过乘法器的交替方向方法实现的，其中通过经由一致性约束强制相等将小区间干扰优化划分为局部和全局优化。我们进一步提出了一个集中式和一个简单的分布式波束成形设计的信号与干扰加噪声比（SINR）的平衡问题，其中最小的用户之间的SINR最大化与给定的每BS功率约束。这个问题通过二分法作为一系列SDP可行性问题来解决。仿真结果表明了所提出的协作波束形成算法优于传统的非协作传输方案，并说明了分布式方法的快速收敛性。
2017-10-02 cs.IT math.IT
Asynchronous Distributed Downlink Beamforming and Power Control in Multi-cell Networks
在本文中，我们考虑了一个多小区网络，其中每个基站（BS）与天线阵列服务于多个用户。每个用户仅与一个BS相关联并且具有单个天线。假设在系统中仅长期信道状态信息（CSI）可用。目标是最小化满足用户的信号干扰噪声比（SINR）要求所需的网络下行链路传输功率。为此，我们提出了一种异步分布式波束形成和功率控制算法，它提供了相同的最佳解决方案，集中式算法。为了设计算法，功率最小化问题在数学上被公式化为非凸问题。对于分布式实现，非凸问题被投射到对偶分解框架。借助矩阵束理论，提出了一种新的求解非凸问题对偶的异步迭代法。通过对原问题的研究，得到了波束形成和功率控制的方法。最后通过仿真实验验证了算法的收敛性和性能。
2013-11-13 cs.IT math.IT
Radiation Footprint Control in Cell-Free Cooperative ISAC: Optimal Joint BS Activation and Beamforming Coordination
本文针对无小区ISAC网络中的干扰与成本问题，提出辐射足迹控制机制及联合基站激活与波束成形协调方法，并通过MO-BRB算法实现最优解，仿真验证了其有效性。
2025-07-10 cs.IT eess.SP math.IT
Energy Efficient Coordinated Beamforming for Multi-cell MISO Systems
在本文中，我们研究的最佳能量有效的多小区多输入单输出（MISO）系统与$K$多天线基站（BS）和$K$单天线移动台（MS），其中每个BS发送信息到自己的预期MS与合作设计的发射波束成形。我们假设在MS处通过将干扰视为噪声来进行单用户检测。通过考虑在BS的现实功率模型，我们表征的帕累托边界的可实现的能量效率（EE）区域的$K$链路，其中每个链路的EE被定义为可实现的数据率在MS除以总功耗在BS。由于每个链接的EE是非凹的（这是仿射函数上的非凹函数），因此难以表征此边界。为了应对这一挑战，我们将这种多小区MISO系统与认知无线电（CR）MISO信道通过应用干扰温度（IT）的概念，并相应地将EE边界表征问题转化为一组分数凹规划问题。然后，我们应用分数凹规划技术来解决这些分数凹问题，并相应地给出了一个参数化的EE边界的IT水平。在此基础上，我们进一步提出了一种分散算法来实现多小区协调波束形成，仿真结果表明，该算法可以达到EE Pareto边界。
2013-07-09 cs.IT math.IT
