Beyond Diagonal Reconfigurable Intelligent Surface Enabled Sensing: Cramer-Rao Bound Optimization
针对BD-RIS在6G感知中的增益未知问题，本文在酉矩阵约束下推导了目标到达角估计的CRB，并基于自适应黎曼最速上升算法提出优化方案以最小化CRB，实现了更优的目标定位感知性能。
2025-08-15 cs.IT eess.SP math.IT
A New Paradigm Towards Reconfigurable Environment: Reconfigurable Distributed Antennas and Reflecting Surface
University of Macau（澳门大学）；Jinan University（暨南大学）；South China Normal University（华南师范大学）
本文提出可重构分布式天线与反射表面（RDARS）作为未来无线网络解决方案，结合主动天线与被动反射表面，提升覆盖、频谱效率及通信感知一体化能力。
2026-04-22 cs.IT math.IT
Angular Sensing by Highly Reconfigurable Pixel Antennas with Joint Radiating Aperture and Feeding Ports Reconfiguration
China Mobile Research Institute（中国移动研究院）；National University of Singapore（新加坡国立大学）；Nanyang Technological University（南洋理工大学）
本文提出一种高可重构像素天线，通过联合辐射孔径和馈电端口重构，显著提升角向感知性能。
2026-01-19 cs.IT eess.SP math.IT
Reconfigurable Intelligent Sensing Surface aided Wireless Powered Communication Networks: A Sensing-Then-Reflecting Approach
本文提出一种可重构智能感知表面（RISS），利用DOA估计替代传统信道估计以降低导频开销并独立于混合接入点运行，通过先感知后反射策略提升无线供电通信网络性能，数值结果验证了其相对传统方案的显著增益。
2023-10-20 cs.IT eess.SP math.IT
Active Sensing for Multiuser Beam Tracking with Reconfigurable Intelligent Surface
本文研究AP与RIS协同的多用户波束跟踪主动感知问题，提出基于RNN和GNN的深度学习框架，利用历史CSI轨迹动态优化波束成形与RIS反射系数，性能显著优于非自适应方法。
2024-11-11 cs.IT eess.SP math.IT
Enhancing Spectrum Sensing via Reconfigurable Intelligent Surfaces: Passive or Active Sensing and How Many Reflecting Elements are Needed?
本文将主动 RIS 引入频谱感知以克服“双重衰落”效应，分别针对被动和主动 RIS 构建最大化检测概率的优化问题，并提出一阶段和两阶段优化算法及上下界推导，仿真表明该算法能用更少的反射单元或天线实现接近1的检测概率。
2023-10-22 cs.IT eess.SP math.IT
Reconfigurable Intelligent Surfaces-assisted Positioning in Integrated Sensing and Communication Systems
VNU University of Engineering and Technology（越南国立大学工程技术大学）；Posts and Telecommunications Institute of Technology（邮电理工学院）；National Chung Cheng University（中正大学）
本文提出了一种基于RIS辅助的ISAC系统高精度定位方法，通过改进的Levenberg算法实现低复杂度的参数更新，提升定位精度。
2026-02-16 cs.IT eess.SP math.IT
Beamforming in Integrated Sensing and Communication Systems with Reconfigurable Intelligent Surfaces
我们考虑在可重构智能表面（RIS）辅助的通感一体化（ISAC）系统中的发射波束形成和反射图案设计，以联合预编码通信符号和雷达波形。我们对待多个用户和目标的两个设置。在第一个，我们使用一个单一的RIS，以提高ISAC系统的通信性能和设计具有良好的互相关特性的波束，以匹配所需的波束图案，同时保证所需的信号与干扰加噪声比（SINR）为每个用户。在第二种设置中，我们使用两个专用的RIS来辅助ISAC系统，其中光束被设计为最大化最坏情况下的目标照明功率，同时保证每个用户的期望SINR。我们提出了基于交替优化的求解器，因为这两种情况下的设计问题都是非凸优化问题。通过大量的数值模拟，我们证明了RIS辅助ISAC系统的优势。特别是，我们表明，建议单RIS辅助ISAC系统提高了最小用户SINR，同时遭受适度的损失，雷达目标照射功率。另一方面，双RIS辅助的ISAC系统改善了最小用户SINR以及目标处的最坏情况的目标照明功率，特别是当用户和目标不直接可见时。
2022-06-15 cs.IT eess.SP math.IT
Rate-Splitting Multiple Access for Transmissive Reconfigurable Intelligent Surface Transceiver Empowered ISAC System
提出TRIS收发机赋能的ISAC系统，采用RSMA独立设计感知公共流，通过AO、SCA和DC规划求解非凸优化问题，有效提升了通信与感知QoS。
2024-02-19 cs.IT eess.SP math.IT
Sensing Aided Reconfigurable Intelligent Surfaces for 3GPP 5G Transparent Operation
可重构智能表面（RIS）能否以独立模式运行，对3GPP 5G初始接入过程完全透明？认识到这一点可以大大简化这些表面的部署和操作，并减少基础设施控制开销。本文研究了构建独立/透明RIS系统的可行性，并表明一个关键挑战在于确定用户设备（UE）侧RIS波束反射方向。为了应对这一挑战，我们建议为RIS配备多模态传感能力（例如，使用无线和视觉传感器），这使得它们能够发展对周围环境和移动用户的某种感知。在此基础上，我们开发了一个机器学习框架，该框架利用RIS的无线和视觉传感器来选择基站（BS）和用户之间的最佳波束，并实现5G独立/透明RIS操作。使用高保真度的合成数据集与共存的无线和视觉数据，我们广泛地评估所提出的框架的性能。实验结果表明，所提出的方法可以准确地预测BS和UE侧候选波束，并且独立RIS波束选择解决方案能够实现接近最优的可实现速率，同时显著降低波束训练开销。
2022-11-24 cs.IT eess.SP math.IT
Anti-Jamming Sensing with Distributed Reconfigurable Intelligent Metasurface Antennas
School of Information and Communications Engineering, Xi’an Jiaotong University（信息与通信工程学院，西安交通大学）；Ministry of Education Key Laboratory for Intelligent Networks and Network Security, Xi’an Jiaotong University（教育部智能网络与网络安全重点实验室，西安交通大学）
针对传统射频感知易受不良传播信道影响的问题，提出采用分布式可重构智能超表面天线（RIMSA）结合深度强化学习优化波束成形与感知映射，并设计综合SINR的损失函数，实现了抗干扰的高精度无线感知。
2025-08-07 cs.IT cs.LG eess.SP
Localization with Reconfigurable Intelligent Surface: An Active Sensing Approach
University of Toronto（多伦多大学）
针对RIS辅助的上行链路用户定位问题，提出基于LSTM与DNN的主动感知策略，自适应调整感知向量实现定位，性能优于非主动方法及多基站对比方案，且具备可解释性与阶段可推广性。
2023-12-15 cs.IT cs.LG eess.SP
Integrated Sensing and Communication with Reconfigurable Distributed Antenna and Reflecting Surface: Joint Beamforming and Mode Selection
本文提出一种基于可重构分布式天线和反射面（RDARS）的通信感知一体化框架，通过联合优化波束成形与模式选择，有效降低了系统成本与能耗，并显著提升了雷达输出信噪比。
2024-01-10 cs.IT eess.SP math.IT
Full-Duplex-Enabled Joint Communications and Sensing with Reconfigurable Intelligent Surfaces
本文提出一种全双工MIMO近场可重构智能表面联合通信与感知方案，通过联合优化波束成形与RIS相位配置，在满足CRB约束下最小化雷达接收功率并最大化下行速率，显著提升通信与感知性能并降低自干扰消除需求。
2023-06-19 cs.IT eess.SP math.IT
Coded Aperture Radar Imaging Using Reconfigurable Intelligent Surfaces
本文研究利用单个收发器与可重构智能表面（RIS）的编码孔径雷达成像，通过投影梯度下降设计RIS相移并结合压缩感知，从单天线观测中恢复点散射体和扩展目标雷达场景。
2023-08-11 cs.IT eess.SP math.IT
Hybrid Reconfigurable Intelligent Metasurfaces: Enabling Simultaneous Tunable Reflections and Sensing for 6G Wireless Communications
本文提出混合反射与感知可重构智能表面（HRIS），在可控反射信号的同时感知部分信号，以解决RIS缺乏本地信息和信道估计难题，并验证其硬件设计及全信道与参数化信道估计能力。
2023-09-22 cs.IT eess.SP math.IT
Pinching Antenna Systems (PASS): Enabling Reconfigurable and Controllable Wireless Channels -- A Comprehensive Survey
College of Science and Engineering, Hamad Bin Khalifa University（哈马德·本·哈利法大学科学与工程学院）
本文综述了PASS技术，探讨其在提升网络覆盖、数据速率、安全传输、传感与通信集成及能效方面的应用，并分析了其潜在优势与局限性。
2026-04-06 cs.IT math.IT
Active Sensing for Localization with Reconfigurable Intelligent Surface
本文研究借助RIS的上行链路定位问题，提出一种基于LSTM和DNN的主动感知策略，通过自适应调整RIS反射系数以降低定位误差，且支持提前停止并产生可解释结果。
2023-10-19 cs.IT eess.SP math.IT
Adaptive Coding and Channel Shaping Through Reconfigurable Intelligent Surfaces: An Information-Theoretic Analysis
研究了一种由可重构智能表面（RIS）辅助的通信链路，其中发射机可以通过有限速率控制链路来控制RIS的状态。信道状态信息（CSI）在接收机处基于导频辅助信道估计来获取，并且其可以与发射机共享或不共享。考虑准静态衰落信道与不完善的CSI，实现能力的信令示出实现联合编码的发送信号和响应的RIS。这证明了基于RIS的调制或“单RF MIMO”系统的信息理论最优性。此外，提出了一种新的信令策略，基于单独的分层编码，使实际的连续消除型解码在接收机。数值实验表明，固定的RIS的反射模式，无论传输的信息，以最大限度地提高可实现的速率是严格次优的传统计划，并优于所提出的自适应编码策略在所有实际的信噪比（SNR）水平。
2020-12-01 cs.IT eess.SP math.IT
Active Reconfigurable Intelligent Surface Enhanced Spectrum Sensing for Cognitive Radio Networks
针对认知无线电中弱信号下感知时间长的问题，提出主动 RIS 辅助频谱感知系统，通过 WMMSE 算法优化反射系数矩阵以提升检测概率，并揭示了主被动 RIS 在不同干扰强度下的性能优势。
2024-04-26 cs.IT eess.SP math.IT
Learning Beamforming Codebooks for Active Sensing with Reconfigurable Intelligent Surface
University of Toronto（多伦多大学）；University of Melbourne（墨尔本大学）
本文针对上行链路定位主动感知场景，提出一种基于VQ-VAE和LSTM的波束成形码本构建与码字选择学习方法，避免了穷举波束训练的高导频开销，通过递归选择码字逐步聚焦用户并实现目标定位。
2025-03-31 cs.IT cs.LG eess.SP
Reconfigurable Intelligent Surface for Internet of Robotic Things
Tsinghua University（清华大学）；Beijing University of Posts and Telecommunications（北京邮电大学）；North China Electric Power University（华北电力大学）；Purple Mountain Laboratories（紫金山实验室）
针对 IoRT 在频谱、感知、时延和供能方面的挑战，本文提出 RIS 辅助网络，并联合优化波束赋形、轨迹与 RIS 系数，利用多智能体深度强化学习和多目标优化提升通信、感知、计算与能效性能。
2024-12-12 cs.IT cs.RO eess.SP
Joint Active and Passive Beamforming Design for Reconfigurable Intelligent Surface Enabled Integrated Sensing and Communication
针对RIS赋能ISAC系统，本文联合设计主动与被动波束成形，引入UDR并提出交替优化与SCA算法，在检测概率约束下提升通信SNR，仿真证明其优于现有基准。
2022-11-15 cs.IT eess.SP math.IT
Camera Aided Reconfigurable Intelligent Surfaces: Computer Vision Based Fast Beam Selection
可重构智能表面（RISs）由于其能够改善毫米波（mmWave）通信系统的覆盖范围、可靠性和能量效率而引起了越来越多的关注。然而，设计RIS波束成形通常需要大的信道估计或波束训练开销，这降低了这些系统的效率。在本文中，我们建议配备的RIS表面的视觉传感器（摄像头），获得有关周围环境和用户/基站位置的传感信息，指导RIS波束选择，并减少波束训练开销。我们开发了一个机器学习（ML）框架，利用这种视觉传感信息来有效地选择最佳的RIS反射波束，反射基站和移动用户之间的信号。为了评估开发的方法，我们建立了一个高保真的合成数据集，其中包括共存的无线和视觉数据。基于该数据集，结果表明，提出的视觉辅助机器学习解决方案可以准确预测RIS波束并实现接近最佳的可达速率，同时显着降低波束训练开销。
2022-11-14 cs.IT eess.SP math.IT
Enormous Fluid Antenna Systems (E-FAS) for Wireless Sensing: Channel Modeling and Conditional Estimation Limits
University College London（伦敦大学学院）；Kyung Hee University（庆熙大学）；Universidad San Francisco de Quito（基多圣弗朗西斯科大学）；Hong Kong Metropolitan University（香港都会大学）
本文提出巨大流体天线系统（E-FAS）用于集成感知与通信，建立双向感知信道模型，推导Fisher信息矩阵和CRB，揭示路由增益与感知多样性的权衡，验证了E-FAS在相同发射功率下相比传统架构的角感知增益。
2026-06-23 cs.IT math.IT
Smart Radio Environments Empowered by AI Reconfigurable Meta-Surfaces: An Idea Whose Time Has Come
未来的无线网络预计将构成分布式智能无线通信，传感和计算平台，这将具有以无缝和可持续的方式互连物理和数字世界的挑战性要求。目前，两个主要因素阻止无线网络运营商构建这样的网络：1）缺乏对无线环境的控制，其对无线电波的影响无法定制，以及2）无线电的当前操作，其消耗大量功率，因为每当必须传输数据时都会生成新信号。在本文中，我们挑战了通常的“更多数据需要更多功率和无线电波发射”的现状，并激励未来的无线网络需要智能无线电环境：一个变革性的无线概念，其中环境对象被涂上电磁和可重构材料的人造薄膜（被称为智能可重构元表面），其能够感测环境并将定制的变换应用于无线电波。智能无线电环境有可能为未来的无线网络提供不间断的无线连接，并能够在不产生新信号的情况下传输数据，但回收现有的无线电波。本文概述了目前的研究工作，智能无线电环境，使技术，以实现它们在实践中，需要新的通信理论模型，其分析和设计，以及长期和开放的研究问题，以解决其大规模部署。简而言之，本文的重点是讨论如何智能可重构元表面的可用性将允许无线网络运营商重新设计常见的和众所周知的网络通信范式。
2019-03-21 cs.IT math.IT
Oversampled Adaptive Sensing
我们开发了一个贝叶斯框架的传感，适应感测时间和/或基函数的瞬时感测质量测量的预期后验均方误差。对于稀疏高斯源，与非自适应感测相比，实现了平均感测时间和/或均方误差的显著减少。当压缩比为3、稀疏高斯源为10%、平均感知时间相等时，该方法在多项式时间复杂度的同时，比最优压缩感知的性能提高约2 dB，比非自适应3倍过采样正交感知的性能提高约3 dB，比基于LASSO的恢复方案的性能提高约6 ~ 7 dB。我们利用的是，在高斯噪声的存在下，条件的均方误差对当前的观察是成比例的导数的条件均值估计相对于这个观察。
2018-02-08 cs.IT math.IT
RZA-NLMF algorithm based adaptive sparse sensing for realizing compressive sensing problems
非线性稀疏感知（NSS）技术已被用于实现压缩感知在许多应用中，如雷达成像。与NSS不同的是，本文提出了一种自适应稀疏感知（ASS）方法，该方法使用重新加权的零吸引归一化最小均值四分之一（RZA-NLMF）算法，该算法取决于几个给定的参数，即，重权因子、正则化参数和初始步长。首先，基于独立假设，Cramer Rao下界（CRLB）推导出的商标的性能比较。此外，重新加权因子的选择方法，提出了实现鲁棒估计性能。最后，为了验证该算法，给出了基于Monte Carlo的计算机模拟，表明ASS实现了更好的均方误差（MSE）性能比NSS。
2014-03-02 cs.IT math.IT
Oversampled Adaptive Sensing with Random Projections: Analysis and Algorithmic Approaches
过采样自适应感知（OAS）是最近提出的贝叶斯框架，顺序适应的感知基础。在OAS中，在每个步骤中，估计质量由条件均方误差（MSE）测量，并且相应地适应下一个感测步骤的基础。对于给定的平均感测时间，当信号稀疏时，与非自适应方案相比，OAS降低了MSE。研究了酉不变随机投影下贝叶斯OAS的渐近性能。对于稀疏信号，它表明，OAS与贝叶斯恢复和硬适应显着优于最小MSE界的非自适应传感。为了解决实施方面，提出了两个计算上易于处理的算法，并通过数值模拟对最先进的非自适应算法的性能进行了比较。调查表明，这些低复杂度的OAS算法，尽管他们的次优，优于众所周知的非自适应计划稀疏恢复，如LASSO，相当小的过采样因子。该增益随着压缩率的增加而增加。
2018-11-15 cs.IT math.IT
State of the Art on Stacked Intelligent Metasurfaces: Communication, Sensing and Computing in the Wave Domain
本文综述无线通信领域堆叠智能超表面（SIM）的最新研究进展，SIM作为利用可重构超表面的新兴技术，可在单一平台集成通信、传感与计算。
2024-11-29 cs.IT eess.SP math.IT
Adaptive Bit Partitioning for Reconfigurable Intelligent Surface Assisted FDD Systems with Limited Feedback
针对 RIS 辅助 FDD 系统的有限反馈问题，提出由 LoS/NLoS 子码本构成的级联码本及自适应比特分配策略，以降低遍历速率损失。
2020-11-30 cs.IT eess.SP math.IT
Joint 3D User and 6D Hybrid Reconfigurable Intelligent Surface Localization
本文研究混合RIS与用户的联合定位问题，提出一种多阶段方法以同时估计HRIS的6D状态和用户的3D位置，验证了估计器的有效性、最优功率分配比及鲁棒性。
2024-01-08 cs.ET cs.IT math.IT
Near-Optimal Adaptive Compressed Sensing
本文提出了一种简单的自适应感知和分组测试算法，用于稀疏信号恢复。该算法，被称为压缩自适应感测和搜索（CASS），被证明是接近最佳的，因为它成功地在尽可能低的信噪比（SNR）的水平，改善以前的工作在自适应压缩感知。与传统的基于随机非自适应设计矩阵的压缩感知算法一样，CASS算法只需要k log n个测量值就可以恢复n维k稀疏信号。然而，CASS在比标准压缩感测所需的小因子log n的SNR水平下成功。从构建和实现的感测操作以及计算的重建的角度来看，所提出的算法是大大低于标准的压缩感知的计算密集型。CASS也被证明是在实践中通过仿真执行得更好。据我们所知，这是第一次演示的自适应压缩感知算法与接近最佳的理论保证和优良的实际性能。本文还表明，压缩感知、分组测试和池化等方法的优势不仅仅在于减少测量或测试的数量，与非自适应直接（未压缩）感知相比，这些方法的自适应版本还可以提高检测和估计性能。
2014-04-29 cs.IT math.IT stat.ML
Reconfigurable Holographic Surface: A New Paradigm for Ultra-Massive MIMO
针对超大规模MIMO因相控阵成本和功耗高难以实现的问题，本文提出可重构全息表面（RHS）新范式，概述其原理、技术及通信原型实现与实验结果，为6G超大规模MIMO提供低成本方案。
2024-11-28 cs.IT eess.SP math.IT
Enhancing Robustness and Security in ISAC Network Design: Leveraging Transmissive Reconfigurable Intelligent Surface with RSMA
该研究提出透射式RIS增强的鲁棒安全ISAC网络，结合RSMA设计时分机制与优化方案，通过块坐标下降等算法求解非凸问题，仿真验证其在保密能量效率和克拉美罗界上的优势。
2025-01-14 cs.IT eess.SP math.IT
Joint Multi-User Tracking and Signal Detection in Reconfigurable Intelligent Surface-Assisted Cell-Free ISAC Systems
The Hong Kong Polytechnic University（香港理工大学）；Shanghai Jiao Tong University（上海交通大学）
本文提出了一种基于可重构智能表面的无基站ISAC系统，通过联合优化多用户跟踪与信号检测，利用贝叶斯方法和混合变分信息传递算法提升性能。
2026-02-20 cs.IT eess.SP math.IT
Reconfigurable Intelligent Surfaces: A Signal Processing Perspective With Wireless Applications
天线阵列技术实现了无线信号的定向发射和接收，用于通信、定位和感测目的。支撑该技术的信号处理算法在几十年前开始开发[1]，但随着第五代（5G）无线移动网络的持续部署，它首先成为主流技术[2]。5G基站和用户设备的阵列中的天线元件的数量可以分别测量为100和10的数量级。随着网络转向使用更高的频段，更多的天线适合于给定的孔径。5G的发展增强了发射器和接收器的功能，但无线信道传播仍然是一个不可控的系统。这在图1（a）中示出，其数学符号将在后面介绍。示出了具有三个不同频率的发射信号，以说明衰减可以在不同频率上变化很大的事实。展望5G之后，电磁组件的出现可以塑造它们与无线信号的交互方式，从而实现对传播的部分控制。可重构智能表面（RIS）是工程材料的二维表面，其属性是可重构的而不是静态的[4]。本文从信号处理的角度介绍RIS技术的基本特性。它是对最近电磁和硬件方面[4]，[7]，[11]，声学[12]，通信理论[13]和定位[8]调查的补充。我们将提供理解和分析使用信号处理的RIS辅助系统所需的公式和推导，并说明如何将其用于改进通信、定位和传感。
2021-12-31 cs.IT eess.SP math.IT
Quantized Precoding and RIS-Assisted Modulation for Integrated Sensing and Communications Systems
在本文中，我们提出了一种新的可重构智能表面（RIS）辅助通感一体化（ISAC）系统与1位量化在ISAC基站。在ISAC系统中引入RIS，以减轻粗量化的影响，并实现感测和通信功能之间的共存。具体来说，我们设计发射预编码器以获得具有所需辐射图案的1位感测波形。然后，RIS相移被设计为调制1比特感测波形以向用户发送M进制相移键控符号。通过数值模拟，我们表明，所提出的方法提供了显着改善的符号错误概率相比，MIMO通信系统具有量化的线性预编码器，同时仍然提供可比的传感性能作为未量化的传感系统。
2022-11-03 cs.IT eess.SP math.IT
Channel Estimation for Reconfigurable Intelligent Surface-Assisted Cell-Free Communications
最近的研究集中在可重构智能表面（RIS）辅助的无蜂窝系统上，其目标是增强无蜂窝网络的覆盖并降低成本。然而，目前的研究假设完美的信道状态信息是已知的。在这种情况下，渠道获取当然是一个困难。本文主要研究基于RIS的无信元信道估计。为此，指出了两个独特的特性：1）对于所有用户，在基站（BS）和RIS之间存在公共信道;以及2）对于所有BS，在RIS和用户之间存在公共信道。基于这两个特点，研究了级联和双时标信道估计问题。针对这两个问题分别提出了两种解决方案：基于三维多测量矢量（3D-MMV）的压缩感知技术和多基站协作导频缩减方法。最后，仿真结果表明了我们所提出的方案的有效性。
2022-07-28 cs.IT eess.SP math.IT
Near-Field Channel Estimation for Extremely Large-Scale Reconfigurable Intelligent Surface (XL-RIS)-Aided Wideband mmWave Systems
本文针对XL-RIS辅助的宽带毫米波系统，提出了一种基于多频率可并行子空间恢复框架和二维压缩感知的高效近场信道估计方法，通过构建宽带球面域字典解决近场波束斜移问题，实现了逼近理论下界的性能且计算复杂度与RIS元件数呈线性关系。
2023-04-02 cs.IT eess.SP math.IT
Oversampled Adaptive Sensing via a Predefined Codebook
过采样自适应感知（OAS）是最近提出的一种贝叶斯框架，用于在时间有限的设置中有效地感知结构化信号。与传统的盲过采样算法不同，OAS算法利用信号的先验信息，依次构造后验信念。这些信念有助于通过时间子帧序列迭代地演变的建设性过采样。OAS的初始研究考虑了传感系数完全控制的理想假设，这在许多应用中是不可行的。在这项工作中，我们将OAS的初步调查扩展到更现实的设置，其中感测系数是从预定义的一组可能的选择中选择的，称为码本。我们将OAS框架扩展到这些设置，并将其性能与经典的非自适应方法进行比较。
2021-02-26 cs.IT math.IT stat.AP
Adaptive Sensing and Transmission Durations for Cognitive Radios
在认知无线电环境中，次用户机会主义地接入分配给主用户的频谱。为了最大化辅助吞吐量，同时保护主用户免受干扰和服务中断，找到辅助用户的最佳感测和传输持续时间变得至关重要。本文提出了一种用于认知无线电的自适应感知和传输方案。我们考虑一个信道分配给一个主要用户，在一个非时隙的方式在随机时间切换活动。次发射机根据其关于主用户活动状态的信念来适配其感测和传输持续时间。目标是最大化二级效用函数。该函数具有针对与主传输的冲突的惩罚项。它通过明确地将感测持续时间对次级吞吐量和主要活动检测可靠性的影响并入来说明可靠性-吞吐量权衡。它还考虑了数据开销导致的吞吐量降低。系统性能的数值模拟证明了自适应感知和传输方案在提高次用户效用方面优于非自适应方法。
2010-12-03 cs.IT math-ph math.IT
Distilled Sensing: Adaptive Sampling for Sparse Detection and Estimation
自适应采样的结果显着改善恢复稀疏信号在高斯白噪声。提出并分析了一种称为蒸馏传感（DS）的顺序自适应采样和细化过程。DS是一种多阶段试验设计和测试的形式。由于数据收集的自适应性质，DS可以检测和定位比非自适应测量可能的信号弱得多的信号。特别是，可靠的检测和定位（支持估计），使用非自适应样本是可能的，只有当信号幅度的增长与问题的维度。在这里，它示出，使用自适应采样，可靠的检测是可能的，提供的幅度超过一个常数，和本地化是可能的，当幅度超过任何任意缓慢增长的功能的尺寸。
2010-05-27 cs.IT math.IT math.ST
