Vision-Aided Blockage Avoidance in UAV-assisted V2X Communications
由于毫米波通信系统主要工作在视距（LOS）链路上，因此阻塞是毫米波通信系统面临的一个关键挑战，阻塞会显著降低系统性能。最近发现，视觉信息，很容易获得的相机，可以用来提取的位置和大小的环境对象的信息，这可以帮助推断的通信参数，如阻塞状态。在本文中，我们提出了一种新的无人机辅助V2X系统的视觉辅助切换框架，它利用移动站（MS）的摄像头拍摄的图像来选择直接链路或无人机辅助链路，以避免道路上的车辆造成的阻塞。我们提出了一种深度强化学习算法来优化切换和无人机轨迹策略，以提高长期吞吐量。仿真结果证明了利用视觉信息处理阻塞问题的有效性。
2022-07-26 eess.SP
Fairness-Oriented Multiple RISs-Aided MmWave Transmission: Stochastic Optimization Methods
在毫米波（mmWave）系统中，由于其对阻塞的存在的敏感性，确保通信的可靠连接是具有挑战性的。为了提高mmWave系统在随机阻塞情况下的鲁棒性，采用多个可重构智能表面（RIS）增强空间分集增益，并基于随机优化设计鲁棒波束形成，以最小化多个用户之间的最大中断概率，保证系统的公平性.在随机优化框架下，采用随机优化最小化（SMM）方法和随机逐次凸逼近（SSCA）方法，在每次迭代中构造新信道实现的确定性代理问题，得到基站处预编码矩阵和基站处无源波束形成向量的封闭解.这两种随机优化方法已被证明收敛到原来的随机问题的平稳点集。最后，仿真结果表明，与基准方案相比，所提出的鲁棒波束形成算法能够有效地补偿随机阻塞带来的性能损失，尤其是在高阻塞概率情况下。
2021-08-31 cs.IT eess.SP math.IT
LiDAR-based Dynamic Blockage Prediction: A Data-driven Approach for Learning Interactive Bayesian Models
University of Genova（热那亚大学）；University Carlos III de Madrid（马德里卡洛斯三世大学）
本文提出了一种数据驱动方法，用于学习交互式通用动态贝叶斯网络模型，以从基于时间序列的3D点云感知预测未来LiDAR传感器遮挡。通过训练不同车辆在正常和遮挡情况下的GDBN模型，并利用高阶词汇进行多车辆交互，提出交互式马尔可夫跳跃粒子滤波器以推断遮挡并检测异常。
2026-04-30 eess.SP
Stochastic Learning-Based Robust Beamforming Design for RIS-Aided Millimeter-Wave Systems in the Presence of Random Blockages
毫米波（mmWave）通信的根本挑战在于其对阻塞的存在的敏感性，阻塞影响通信链路的连通性并最终影响整个网络的可靠性。在本文中，我们分析了一个可重构智能表面（RIS）辅助毫米波通信系统，以提高网络的可靠性和连通性，在随机阻塞的存在。为了提高混合模拟-数字波束形成的鲁棒性在随机阻塞的存在下，我们制定了一个随机优化问题的基础上最小化的总和中断概率。为了解决所提出的优化问题，我们引入了一个低复杂度的算法的基础上的随机块梯度下降法，学习明智的堵塞模式，而不搜索所有的组合可能堵塞的链接。数值结果证实了所提出的算法在中断概率和有效数据速率方面的性能优势。
2021-01-02 eess.SP
Environment Semantics Aided Wireless Communications: A Case Study of mmWave Beam Prediction and Blockage Prediction
本文提出了一种环境语义辅助的无线通信框架，该框架从环境图像数据中提取语义信息，根据任务相关性进行选择性编码，然后进行融合，为信道相关任务做出决策。作为一个案例研究，我们开发了一个环境语义辅助网络架构的毫米波通信系统，这是由一个语义特征提取网络，特征选择算法，面向任务的编码器，和决策网络。以街道摄像机拍摄的图像和用户身份信息为输入，训练环境语义辅助网络结构，以预测基站的最佳波束索引和阻塞状态。可以看出，在没有导频训练或昂贵的波束扫描的情况下，环境语义辅助的网络架构可以实现非常有效的波束预测和及时的阻塞预测，从而满足超可靠和低延迟通信（URLLC）的要求。仿真结果表明，与现有的网络结构相比，所提出的环境语义辅助网络结构在保证预测精度和保护用户隐私的同时，减少了系统开销，如存储空间和计算开销.
2023-01-14 eess.IV eess.SP
Impact of Reflectors and MIMO on ML-Aided mmWave/sub-THz Blockage Prediction
本文结合机器学习与物理仿真提出 ML-EW 阻塞预警算法，评估反射体、MIMO 及频率等因素影响，可提前数十个 5G 帧预警并实现约 90% 以上准确率。
2025-09-01 eess.SP
LiDAR Aided Future Beam Prediction in Real-World Millimeter Wave V2I Communications
本文介绍了第一个大规模的现实世界的评估使用激光雷达数据来指导毫米波波束预测任务。开发了一种机器学习（ML）模型，该模型利用LiDAR传感数据来预测当前和未来的光束。基于大规模真实世界数据集DeepSense 6G，该模型在具有高度移动车辆的车辆到基础设施通信场景中进行了评估。实验结果表明，所开发的激光雷达辅助波束预测和跟踪模型可以在$95\%$的情况下预测最佳波束，并且波束训练开销减少超过$90\%$。LiDAR辅助的光束跟踪实现了与基线解决方案相当的精度性能，该基线解决方案具有先前最佳光束的完美知识，而不需要关于先前最佳光束信息的任何知识，并且不需要任何光束校准。这突出了毫米波和太赫兹通信系统中关键光束对准挑战的有前途的解决方案。
2022-03-10 cs.IT eess.SP math.IT
Computer Vision Aided Blockage Prediction in Real-World Millimeter Wave Deployments
Arizona State University（亚利桑那州立大学）
本文首次对使用视觉（RGB摄像头）数据和机器学习在毫米波（mmWave）动态链路阻塞发生前进行主动预测进行了真实评估。主动预测视距（LOS）链路阻塞使毫米波/亚太赫兹网络能够在链路故障发生之前做出主动网络管理决策，例如主动波束切换和切换。这可以在有效利用无线资源的同时显著提高网络可靠性和延迟。为了在现实中评估这一收益，本文（i）开发了一种基于计算机视觉的解决方案，该解决方案处理安装在基础设施节点处的摄像头捕获的视觉数据，（ii）研究了基于大规模现实世界数据集DeepSense 6 G的拟议解决方案的可行性，该数据集包括多模态传感和通信数据。基于所采用的真实世界数据集，所开发的解决方案在预测未来$0.1$ s内发生的阻塞时实现了$\approx 90\%$准确性，并且在预测$1$ s内发生的阻塞时实现了$\approx 80\%$准确性，这突出了毫米波/亚太赫兹通信网络的有前途的解决方案。
2022-03-03 cs.CV eess.SP
Blockage-Aware Robust Beamforming in RIS-Aided Mobile Millimeter Wave MIMO Systems
本文针对移动毫米波MIMO系统的路径阻塞问题，提出基于Neyman-Pearson准则的阻塞感知算法，并设计了可变波束宽度的鲁棒RIS波束成形器与加速投影梯度下降算法，有效实现了中断概率最小化与可达速率最大化。
2024-03-02 eess.SP
Vision-Aided 6G Wireless Communications: Blockage Prediction and Proactive Handoff
School of Electrical, Computer, and Energy Engineering, Arizona State University（亚利桑那州立大学电气、计算机与能源工程学院）
对阻塞的敏感性是高频（5G毫米波和6G亚太赫兹）无线网络的关键挑战。由于这些网络主要依赖于视距（LOS）链路，突发链路阻塞严重威胁着网络的可靠性。此外，当LOS链路被阻塞时，网络通常需要将用户切换到另一个LOS基站，这可能导致关键的时间延迟，特别是如果需要在窄波束的大码本上搜索的话。解决可靠性和延迟挑战的一个有希望的方法是在无线网络中实现主动性。主动性基本上允许网络预测阻塞，特别是动态阻塞，并提前启动用户切换。本文提出了一个完整的机器学习框架，用于在无线网络中实现主动行动，该框架依赖于捕获的视觉数据，例如，由部署在基站的RGB摄像头捕获的视觉数据。特别地，本文提出了一种视觉辅助的无线通信解决方案，该解决方案利用双模机器学习来执行主动阻塞预测和用户切换。该解决方案的基础是一种深度学习算法，该算法从视觉和无线数据中学习如何预测传入的阻塞。无线网络使用该算法的预测来主动发起切换决策并避免任何不必要的延迟。该算法是在使用ViWi数据生成框架生成的视觉无线数据集上开发的。在两个不同摄像机的基站上的实验结果表明，该算法能够准确地检测到传入阻塞超过$\sim 90\%$的时间。这种阻塞预测能力直接反映在主动切换的准确性上，其也接近$87\%$。这突出了在未来无线网络中实现高可靠性和低延迟的有希望的方向。
2021-02-20 cs.CV eess.SP
Intermittency versus Path Loss in RIS-aided THz Communication: A Data Significance Approach
针对RIS辅助太赫兹通信中强间歇LOS路径与弱可靠RIS路径的权衡，提出基于数据重要性的混合关键性叠加编码方案，在保障高关键性数据可靠传输的同时保持和速率与时延性能。
2024-01-24 cs.IT eess.SP math.IT
Intelligent Blockage Prediction and Proactive Handover for Seamless Connectivity in Vision-Aided 5G/6G UDNs
University of Glasgow（格拉斯哥大学）
无线设备和实时服务需求的激增迫使移动到更高的频谱。毫米波（mmWave）和太赫兹（THz）频段与波束成形技术相结合，为超密集网络（UDN）提供了显着的性能增强。不幸的是，在较高频谱处经历的小区覆盖范围缩小和严重的穿透损耗使得移动性管理成为UDN中的关键问题，特别是优化波束阻塞和频繁切换（HO）。在城市中心和城市地区，流动性管理的挑战已经变得普遍。为了解决这个问题，我们提出了一种新的机制，利用无线信号和道路上的监控系统，智能地预测可能的堵塞提前执行及时HO。本文采用计算机视觉（CV）来确定障碍物和用户的位置和速度。此外，本研究引入了一个新的HO事件，称为块事件{BLK}，定义的存在的阻挡对象和用户向阻挡区域移动。此外，多元回归技术预测直到用户到达被阻挡区域的剩余时间，从而确定最佳HO决策。仿真结果表明，与无阻塞预测的典型无线网络相比，该算法在保持用户连接性和用户体验质量（QoE）方面提高了40%.
2022-02-21 cs.LG cs.NI eess.SP
Foundation Model-Aided Hierarchical Deep Reinforcement Learning for Blockage-Aware Link in RIS-Assisted Networks
School of Electrical Engineering and Computer Science, University of Ottawa（渥太华大学电气与计算机工程学院）；Ericsson Inc.（爱立信公司）
本文提出基于基础模型的分层深度强化学习框架，用于RIS辅助网络中提升频谱效率的阻塞感知链路优化。
2026-02-09 eess.SP
Channel Characterization of UAV-RIS-aided Systems with Adaptive Phase-shift Configuration
该研究针对同信道干扰下的无人机辅助地面通信场景，用离散马尔可夫过程建模空对地信道，部署自适应相移RIS应对阻塞，提出基于阴影莱斯分布的框架推导SINR闭式解，验证了大单元数RIS可提升中断性能、减少阻塞。
2024-01-30 eess.SP
Zero-Shot Generalization for Blockage Localization in mmWave Communication
本文提出一种基于自监督学习的毫米波通信遮挡预测方法，通过LiDAR数据标记RF数据训练深度学习模型，仅用RF数据预测物体位置以实现遮挡定位，在收发机位置变化时无需重训，动态环境中准确率达74%。
2024-12-18 eess.SP
Performance Analysis and Optimal Design of HARQ-IR-Aided Terahertz Communications
本文针对太赫兹通信可靠性问题，分析HARQ-IR在有无遮挡下的中断与吞吐量，提出多跳方案和DNN中断评估框架，实现优于渐近方法的最优速率选择。
2023-04-22 cs.IT eess.SP math.IT
LIDAR and Position-Aided mmWave Beam Selection with Non-local CNNs and Curriculum Training
EURECOM（欧洲通信系统研究院）；University of Surrey（萨里大学）；Imperial College London（帝国理工学院）
由于毫米波波束宽度窄和用户移动性高，车辆到基础设施（V2 I）通信中的有效毫米波（mmWave）波束选择是一项关键但具有挑战性的任务。为了减少迭代波束发现过程的搜索开销，来自安装在车辆上的光检测和测距（LIDAR）传感器的上下文信息已经被数据驱动的方法利用以产生有用的辅助信息。在本文中，我们提出了一个轻量级的神经网络（NN）架构以及相应的激光雷达预处理，显着优于以前的作品。我们的解决方案包括多个创新，提高了收敛速度和模型的最终精度。特别是，我们定义了一个新的损失函数的启发知识蒸馏的想法，介绍了利用视线（LOS）/非视线（NLOS）信息的课程训练方法，我们提出了一个非本地注意力模块，以提高性能更具挑战性的NLOS的情况下。在基准数据集上的仿真结果表明，仅利用LIDAR数据和接收机位置，我们的基于NN的波束选择方案可以实现79.9%的吞吐量的穷举波束扫描方法，而无需任何束搜索开销和95%的搜索少至6个波束。在典型的毫米波V2 I场景中，与逆指纹识别和分层波束选择方案相比，我们提出的方法大大减少了实现期望吞吐量所需的束搜索时间。
2021-11-17 cs.IT cs.LG eess.SP
Dual-Transformer Aided Hierarchical Deep Reinforcement Learning for Robust RIS-Assisted Near-Field Communications
University of Ottawa（渥太华大学）；Ericsson（爱立信）
针对6G超大孔径阵列在近场通信中易受物理遮挡导致非视距的问题，提出双Transformer分层深度强化学习框架，集成光线追踪数字孪生和视觉Transformer预测遮挡，实现鲁棒的波束聚焦与RIS相位优化。
2026-06-15 eess.SP
Centimeter-level Positioning by Instantaneous Lidar-aided GNSS Ambiguity Resolution
The University of Melbourne（墨尔本大学）
高精度车辆定位是在城市环境中实施现代驾驶系统的关键。只要正确求解整周模糊度，全球导航卫星系统（GNSS）载波相位测量就可以提供毫米至厘米级的定位。冗余码测量常用于整周模糊度解算，但在城市峡谷中存在信号阻塞和多径效应。在这方面的贡献，激光雷达辅助的瞬时模糊度的解决方法。激光雷达测量结果以3D关键点的形式通过基于学习的点云配准方法使用预先构建的HD地图生成，并在混合测量模型中与GNSS观测结果集成，以产生精确的浮点解，从而提高模糊度成功率。的模糊度方差矩阵和相关的模糊度精度衰减（ADOP）的封闭形式的表达式的开发，提供先验评估这样的激光雷达辅助模糊度解决方案的性能。分析和实验结果表明，该方法能够成功的瞬时IAR有限的GNSS卫星和频率，导致厘米级的车辆定位。
2022-06-03 cs.RO eess.SP
Data-Free Knowledge Distillation for LiDAR-Aided Beam Tracking in MmWave Systems
University of Oulu（奥卢大学）；Arizona State University（亚利桑那州立大学）
提出无数据知识蒸馏框架，利用激光雷达历史测量序列预测最优波束，通过元数据损失合成训练数据，避免依赖原始激光雷达样本。
2026-06-25 eess.SP
Joint 3-D Positioning and Power Allocation for UAV Relay Aided by Geographic Information
在本文中，我们研究利用地理信息来解决无人机和地面节点之间的空地链路的阻塞问题。特别地，部署UAV中继器以建立从地面基站到多个地面用户的通信链路。为了提高通信容量，我们首先根据三维（3-D）地理信息的建筑物造成的阻塞效应建模。然后，在链路容量、最大发射功率和阻塞的约束下，通过联合优化无人机中继的三维位置和功率分配，建立了一个优化问题，以最大化用户间的最小容量.为了解决这个复杂的非凸问题，一个双循环优化框架的基础上拉格朗日松弛。外环的目的是获得适当的拉格朗日乘子，以确保拉格朗日问题的解收敛到原问题的最紧上界。内循环采用块坐标下降法（BCD）和逐次凸逼近法（SCA）求解拉格朗日问题，在每次迭代中交替优化无人机三维定位和功率分配。仿真结果表明，该方案的性能明显优于两个基准方案，并实现了性能接近上界的无人机中继系统。
2022-03-29 eess.SP
ViWi Vision-Aided mmWave Beam Tracking: Dataset, Task, and Baseline Solutions
视觉辅助无线通信受到深度学习和计算机视觉的最新进展以及对毫米波（mmWave）和太赫兹系统中视线链路的日益依赖的推动。通过利用视觉，这一新的研究方向实现了一系列有趣的新功能，例如视觉辅助毫米波波束和阻塞预测、主动切换和资源分配等。这些功能有可能可靠地支持高度移动的应用，例如车辆/无人机通信以及毫米波和太赫兹系统中的无线虚拟/增强现实。然而，研究这些有趣的应用程序需要开发特殊的数据集和机器学习任务。基于Vision-Wireless（ViWi）数据集生成框架[1]，本文开发了一个先进而现实的场景/数据集，具有多个基站，移动用户和丰富的动态。在此数据集的支持下，本文定义了视觉无线毫米波波束跟踪任务（ViWi-BT），并提出了一个基线解决方案，可以为未来的ViWi-BT算法提供初始基准。
2020-02-13 cs.IT eess.SP math.IT
Joint Optimization of Active and Passive Beamforming in Multi-IRS Aided mmWave Communications
智能反射面（IRS）被认为是缓解毫米波（mmWave）通信中阻塞效应、提高覆盖率的一种很有前途的技术。为了探索IRS对毫米波通信性能的影响，我们研究了多IRS辅助的毫米波通信网络，并通过联合优化有源和无源波束成形以及用于辅助的IRS集合来制定和速率最大化问题。由于目标函数缺乏凸性和IRS选择变量的二进制性质，优化问题是棘手的。为了解决复杂的非凸问题，提出了一种交替迭代方法。特别地，利用分式规划方法对主、被动波束形成进行了优化，并通过枚举法求解了IRS选择的优化问题。仿真结果表明，我们所提出的方法的性能增益。
2022-10-04 cs.IT eess.SP math.IT
A LiDAR-Aided Channel Model for Vehicular Intelligent Sensing-Communication Integration
本文提出了一种用于6G车辆智能感知通信一体化的LiDAR辅助毫米波信道建模方法（LA-GBSM），通过机器学习区分动静态散射体并量化多VTD条件下的参数分布，开发了VR算法，仿真验证了其有效性。
2024-03-21 eess.SP
Resource Allocation for Channel Estimation in Reconfigurable Intelligent Surface-Aided Multi-Cell Networks
本文推导RIS辅助多小区网络的覆盖概率、ASE和EE解析式，发现RIS部署非越多越好，并给出最优单位训练开销条件：覆盖概率随其增大而提升，而ASE和EE最优值随帧长增加、随高信噪比降低，且与天线数相关。
2024-02-09 cs.IT cs.NI eess.SP
Generative AI-enabled Blockage Prediction for Robust Dual-Band mmWave Communication
提出基于视觉变换器的视觉辅助阻塞预测方法，在雾-云架构中利用生成式AI压缩视觉数据，实现毫米波与Sub-6 GHz智能切换，在DeepSense 6G数据集上达到92.78%准确率并减少70.31%带宽。
2025-01-20 eess.SP
Federated mmWave Beam Selection Utilizing LIDAR Data
由于波束选择带来的开销，毫米波通信系统中的高效链路配置是一项关键而又具有挑战性的任务。对于车辆到基础设施（V2I）网络，来自安装在车辆上的LIDAR传感器的边信息已经被利用来减少束搜索开销。在这封信中，我们提出了一个联邦激光雷达辅助波束选择方法的V2I毫米波通信系统。在所提出的方案中，在系统的正常操作期间，连接的车辆协作以在其本地可用的LIDAR数据上训练共享的神经网络（NN）。我们还提出了一种降低复杂度的卷积NN（CNN）分类器架构和LIDAR预处理，在性能和复杂度方面都显着优于以前的作品。
2021-07-25 cs.IT eess.SP math.IT
Synesthesia of Machines (SoM)-Aided LiDAR Point Cloud Transmission for Collaborative Perception
提出基于机器联觉的LPC-FT系统，采用密度保持压缩、自注意力信道编码和交叉注意力融合，实现高效鲁棒的激光雷达点云传输，降低倒角距离30%，提升PSNR 1.9 dB。
2025-09-08 eess.SP
Cooperative Beam Selection for RIS-Aided Terahertz MIMO Networks via Multi-Task Learning
针对RIS辅助太赫兹MIMO网络中模拟波束选择的组合优化难题，本文提出基于多任务学习的MTL-ABS框架，将码字选择建模为分类问题，结合残差网络与自注意力机制实现收发端和RIS的协作波束选择，显著降低开销并逼近最优和速率。
2024-08-31 cs.IT eess.SP math.IT
IRS-Aided Energy Efficient UAV Communication
无人机（UAV）已经逐渐获得关注，以克服毫米波通信的恶劣传播损耗和阻塞问题。然而，无人机通信系统受到能量消耗的影响，这限制了无人机的飞行时间。在本文中，我们提出了几个无人机能源消耗最小化技术，通过多个智能反射面（IRSs）的援助。具体而言，我们引入了一个易于处理的模型，以有效地捕捉多个IRS和多个用户设备（UE）的特性。然后，我们推导出一个封闭形式的表达UE可实现的速率，从而在易处理的优化问题。相应地，我们采用逐次凸逼近技术有效地解决了优化问题。为了弥补优化问题的高复杂性，我们提出了一个低复杂度的算法，有边际性能损失。在数值计算结果中，我们表明，所提出的算法可以节省无人机的能源消耗显着相比，基准没有IRS，证明利用IRS确实是有利于无人机的能源消耗最小化。
2023-01-02 cs.IT eess.SP math.IT
Spatially Correlated Blockage Aware Placement of RIS in IIoT Networks
本文研究IIoT网络中RIS部署对覆盖与可靠性的影响，分析单/多阻塞场景下链路相关性及SNR分布，对比RIS与中继的中断性能，为密集阻塞环境下RIS辅助IIoT网络提供设计指导。
2025-08-23 cs.NA eess.SP math.NA
Intelligent Reflecting Surface Aided Wireless Networks: From Single-Reflection to Multi-Reflection Design and Optimization
智能反射面（IRS）是无线通信网络中一种很有前途的技术。通过动态调谐大量无源元件的反射幅度/相移，IRS实现了灵活的无线信道控制和配置，从而显著提高了无线信号传输速率和可靠性。尽管有大量关于设计和优化各种IRS辅助的无线系统的文献，但现有工作主要集中在仅通过一个或多个IRS来增强具有单个信号反射的无线链路，这可能不足以在一些恶劣的传播条件（例如，具有密集堵塞物/障碍物的室内环境）。这个问题可以通过采用两个或更多个IRS来协助每个无线链路并联合利用它们的单个以及多个信号反射来解决。然而，所得到的双/多IRS辅助的无线系统面临更复杂的设计问题，以及新的实际挑战的实现相比，传统的单IRS对应，在IRS反射优化，信道获取，以及IRS部署和关联/选择。因此，一个新的范例，设计多IRS合作被动波束形成和联合主动/被动波束路由要求创新的设计方法和优化方法。在本文中，我们给出了多IRS辅助无线网络的教程概述，重点是解决由于多IRS信号反射和路由的新挑战。并指出了今后值得研究和探索的重要方向。
2022-04-25 cs.IT eess.SP math.IT
A Random Access Protocol for RIS-Aided Wireless Communications
Aalborg University（奥尔堡大学）；University of Nottingham（诺丁汉大学）
本文提出一种面向RIS辅助无线通信的随机接入协议，通过有限的RIS配置覆盖感兴趣区域，利用下行训练和上行接入阶段提升成功接入次数，但增加训练周期导致延迟。
2022-03-15 cs.IT eess.SP math.IT
Non-Orthogonal Multiple Access for UAV-Aided Heterogeneous Networks: A Stochastic Geometry Model
在这项工作中，我们探讨了部署无人机（UAV）作为空中基站（ABS）与子6 GHz频段和小小区地面基站（TBS）与毫米波（mmWave）波段的混合异构网络（HetNets）的潜在好处。提出了一种灵活的基于非正交多址接入（NOMA）的用户关联策略。利用随机几何的工具，推导了真实空对地（A2 G）信道和地对地（G2 G）信道条件下，基于LoS球阻塞模型的关联概率、覆盖概率和频谱效率的解析表达式.最后，我们提出的混合HetNet的数值结果的见解。我们证实：i）通过适当地设置功率分配因子和目标信号干扰噪声比（SINR）阈值，所提出的NOMA使能的HetNet能够实现比OMA使能的ABS更优越的性能; ii）在NOMA使能的ABS层中存在关联概率和频谱效率之间的折衷; iii）启用NOMA的ABS层的覆盖概率和频谱效率在很大程度上受不完美连续干扰消除（ipSIC）系数、功率分配因子和SINR阈值的影响; iv）与仅低于6 GHz的ABS相比，当毫米波视线（LoS）链路可用时，毫米波使能的TBS能够增强HetNet的频谱效率。
2021-02-09 cs.IT eess.SP math.IT
Forecasting Aided Energy Aware Band Assignment in Multiband Networks
The Ohio State University（俄亥俄州立大学）；Boston College（波士顿学院）；Ahmedabad University（艾哈迈达巴德大学）
该研究针对多频段网络UE功耗高且易受阻塞的问题，提出基于LSTM或Transformer预测的能量感知频段分配方法，在DeepMIMO等数据集上验证，可降低300-600 mW功耗
2026-08-12 eess.SP
Active Reconfigurable Intelligent Surface-Aided Terahertz Wireless Communications
本文探索主动可重构智能表面（RIS）辅助的太赫兹（THz）通信，通过制定考虑主动噪声、信号放大、分子吸收和波束失准等因素的遍历速率，解决了THz通信中遮挡敏感和覆盖受限的问题。
2024-07-03 cs.NI eess.SP
Multidimensional Orthogonal Matching Pursuit-based RIS-aided Joint Localization and Channel Estimation at mmWave
RIS辅助的毫米波无线系统受益于对阻塞的鲁棒性和增强的覆盖。在本文中，我们研究了RIS的能力，也提供了增强的本地化能力作为通信的副产品。我们考虑稀疏重建算法，以获得高分辨率的信道估计，映射到位置信息。在RIS辅助的毫米波系统中，稀疏恢复的复杂性成为瓶颈，给定RIS的大量元件和大型通信阵列。我们提出了一种多维正交匹配追踪策略，用于在RI辅助的毫米波系统中进行压缩信道估计。我们展示了如何这种算法，基于一组独立的字典，而不是一个单一的大字典上计算的投影，使高精度信道估计在降低复杂性。我们还结合这种策略的定位方法，它不依赖于绝对到达时间的LoS path.Localization结果在一个现实的3D室内场景显示，RIS辅助的无线系统也可以受益于显着提高定位精度。
2022-03-24 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
Outage Performance of Fluid Antenna System (FAS)-aided Terahertz Communication Networks
本文研究相关alpha-mu衰落信道下FAS辅助的点到点THz网络，提出SC-FAS与MGC-FAS接收结构，推导并仿真验证中断概率，表明MGC-FAS最优且增加天线端口可显著提升性能。
2023-01-21 cs.IT eess.SP math.IT
Coverage Analysis for 3D Indoor Terahertz Communication System Over Fluctuating Two-Ray Fading Channels
本文针对三维室内太赫兹通信系统，提出结合曼哈顿线过程墙体遮挡建模与FTR衰落信道的分析框架，推导覆盖概率表达式，验证了用户位置对覆盖的显著影响，并指出最优AP密度由用户位置与房间尺寸共同决定。
2024-10-07 cs.IT eess.SP math.IT
Occlusion-Aware Multimodal Beam Prediction and Pose Estimation for mmWave V2I
University of Rwanda（卢旺达大学）；Hanyang University（汉阳大学）；University of Novi Sad（诺维萨德大学）
本文提出一种受SLAM启发的多模态学习框架，用于动态遮挡下的毫米波V2I波束管理，通过融合RGB图像、LiDAR点云、雷达范围-角度图、GNSS和短时毫米波功率历史，实现波束索引、遮挡概率和2D位置的联合预测，验证了感知与通信结合在6G V2I系统中的价值。
2026-03-26 eess.SP
Channel Tracking for RIS-aided mmWave Communications Under High Mobility Scenarios
新兴的可重构智能表面（RIS）技术有望应用于毫米波（mmWave）通信系统中，以有效地补偿传播损耗或解决阻塞问题。考虑到实际应用中用户的高度移动性，实时调整相位偏移以使波束对准移动用户是非常必要的，这就需要频繁地估计信道状态信息。因此，必须设计有效的信道跟踪方案以避免复杂的信道估计过程。在本文中，我们开发了一种新的信道跟踪方案，与传统的计划有两个优点。首先，我们的跟踪方案是基于级联的角度在RIS，而不是准确的角度值，这是更实际的。其次，它可以在噪声可以是非高斯的更一般的设置下使用。仿真结果表明，该方案具有较高的跟踪精度，并验证了其优于现有的基于EKF的跟踪方案。
2023-02-07 eess.SP
A Deep Learning Approach to Location- and Orientation-aided 3D Beam Selection for mmWave Communications
位置辅助波束选择方法已被证明是实现高波束成形增益同时限制毫米波（mmWave）通信中的初始接入的开销和延迟的有效方法。然而，该领域的大多数研究都集中在车辆应用上，其中用户终端（UT）的方向大多固定在环境的每个位置处。本文提出了一种基于位置和方向的波束选择方法，以在UT可以在每个位置处采取任意方向的应用中实现基于上下文信息（CI）的波束对准。我们提出了三种不同的网络结构，具有不同数量的可训练参数，可用于不同的训练数据集大小。一个专业的三维光线跟踪工具被用来生成IEEE标准的室内场景的数据集。数值结果表明，所提出的网络优于CI辅助基准，如广义逆指纹（GIFP）方法以及分层波束搜索作为一种非CI为基础的方法。此外，与GIFP方法相比，所提出的基于深度学习的波束选择对训练和测试数据集中不同的视线阻塞概率具有更高的鲁棒性，对位置和方向信息的不准确性具有更低的敏感性。
2021-10-13 eess.SP
Generative AI Empowered LiDAR Point Cloud Generation with Multimodal Transformer
University of Ottawa（渥太华大学）；Ericsson Inc.（爱立信公司）
本文提出一种基于多模态Transformer架构和预训练编码模型的方法，从图像和RADAR数据合成LiDAR点云，在DeepSense 6G数据集上实现10.3931修正均方误差，有效增强基站环境感知与无线应用性能。
2024-05-20 cs.CV eess.SP
Base Station and Passive Reflectors Placement for Urban mmWave Networks
在5G网络中使用毫米波（mmWave）频段为网络规划带来了一系列新的挑战。毫米波频率下易受阻塞和高路径损耗的影响，需要仔细规划网络以实现所需的服务质量。在本文中，我们提出了一种新的三维几何为基础的框架部署毫米波基站（gNB）在城市环境中考虑一阶反射效应。我们还提供无源金属反射器（PMR）的最佳部署解决方案，以将无线电覆盖范围扩展到非视距（NLoS）区域。特别是，我们进行可见性分析，找到直接和间接的可见性区域，并使用这些，我们推导出一个几何和阻塞辅助路径损耗模型。然后，我们制定的网络规划问题作为两个独立的优化问题，放置的gNB（S）和PMR，以最大限度地提高覆盖区域与一定的服务质量约束和最低成本。我们使用一个通用的地图测试我们提出的方法的有效性，并比较我们的模拟结果与光线跟踪解决方案。我们的模拟结果表明，在规划毫米波网络时考虑一阶反射有助于减少覆盖NLoS区域所需的PMR数量，而PMR辅助的gNB放置需要更少的gNB来覆盖相同的区域，这反过来又降低了部署成本。
2020-11-03 eess.SP
Computer Vision Aided mmWave Beam Alignment in V2X Communications
例如由相机捕获的视觉信息可以有效地反映环境散射对象的大小和位置，并且由此可以用于推断通信参数，如传播方向、接收器功率以及阻塞状态。在本文中，我们提出了一种新的光束对准框架，利用安装在移动用户的摄像头拍摄的图像。具体来说，我们利用3D对象检测技术来提取移动用户周围动态车辆的大小和位置信息，并设计一个深度神经网络（DNN）来推断收发器的最佳波束对，而无需任何导频信号开销。此外，为了避免过于频繁或缓慢地执行光束对准，光束相干时间（BCT）预测方法的基础上的视觉信息的发展。与采用固定BCT的波束对准方法相比，这可以有效地提高传输速率。仿真结果表明，基于视觉的波束对准方法优于现有的激光雷达和视觉的解决方案，并要求更低的硬件成本和通信开销。
2022-07-23 eess.IV eess.SP
RIS-aided Wireless-Powered Backscatter Communications for Sustainable Internet of Underground Things
本研究提出将可重构智能表面与无线供能反向散射地下传感器网络集成，以克服地下信道损伤，并通过农业案例证明其在总吞吐量上优于三个基准，为可持续地下物联网提供新方案。
2024-12-18 cs.NI eess.SP
Analytical characterization of RIS-aided terahertz links in the presence of beam misalignment
太赫兹（THz）频段最近在无线通信中作为为要求苛刻的应用提供必要的高带宽的潜在候选者而引起相当大的关注。然而，随着频率的增加，通信链路变得更容易受到阻塞并且路径损耗增加。虽然这两种效应可以通过明智地利用定向波束和可重构智能表面（RIS）来减轻，但是高方向性可能潜在地增加由RIS操纵的波束与用户之间的不期望的未对准的概率。因此，它是至关重要的，以表征和理解的随机行为，在RIS辅助太赫兹链路的错位。本文从理论上研究了RIS-Aided连杆的光束失调问题，建立了解析模型，并通过数值计算验证了解析模型的正确性。研究表明，发生在转向平面上或垂直于转向平面的指向误差之间的失准随机行为存在差异，对失准时的链路鲁棒性产生直接影响。分析模型捕捉这些定性不同的条件下的不对准的影响，并提供必要的工具，用于评估随机RIS性能相对于关键的链路参数，如发射机的波束宽度，发射机RIS的距离，RIS接收机的距离，和RIS的转向角。
2022-12-12 eess.SP physics.app-ph
User Identification: A Key Enabler for Multi-User Vision-Aided Communications
本文提出用户识别任务作为多用户视觉辅助通信的关键使能技术，开发基于单帧或帧序列视觉与无线数据的机器学习模型，并在DeepSense 6G真实数据集上实现超过97%的识别准确率。
2023-08-07 eess.SP
A General Framework for RIS-Aided mmWave Communication Networks: Channel Estimation and Mobile User Tracking
可重构智能表面（RIS）作为一种提高无线通信性能的新技术，已经得到了广泛的讨论。基于RIS的独特设计，其元件可以反射，吸收，吸收或聚焦入射波向任何所需的方向。这些功能被证明是克服毫米波（mmWave）的高传播条件（包括路径衰减和阻塞）的主要解决方案。然而，由于RIS元件的无源性质以及多输入多输出（MIMO）系统产生的估计开销，RIS辅助通信中的信道估计仍然是主要关注点。因此，用户跟踪尚未进行分析。本文是第一个工作，解决信道估计，波束成形，和用户跟踪下实际毫米波RIS-MIMO系统。通过给出RIS设计与MIMO系统的数学关系，提出了RIS设计的三阶段框架。首先使用分层波束搜索来估计基站（BS）与RIS之间的信道，然后使用迭代解析算法来估计RIS与用户之间的信道。最后，一个流行的跟踪算法被用来跟踪RIS和用户之间的信道参数。系统分析表明，所提出的框架在实时场景中的鲁棒性和有效性。
2020-09-02 eess.SP
3D Scene Based Beam Selection for mmWave Communications
在本文中，我们提出了一种新的基于3D场景的毫米波通信波束选择框架，仅依赖于环境数据和深度学习技术。与其他带外边信息辅助通信策略不同，所提出的策略充分利用了环境信息，从3D场景重建中获得的周围建筑物/汽车/树木的形状、位置甚至材质。具体来说，我们构建了神经网络，输入为3D场景的点云，输出为光束索引。与LIDAR辅助技术相比，该方法利用摄像机离线拍摄的多幅图像重建三维场景，大大降低了成本，适用于小型移动终端。仿真结果表明，所提出的基于三维场景的波束选择方法在精度上优于激光雷达方法。
2020-06-24 eess.SP
RIS-aided Positioning Experiments based on mmWave Indoor Channel Measurements
本文通过毫米波室内信道测量实验，首次验证了RIS辅助单基站定位在视距和非视距场景下利用反射路径提升定位性能的可行性。
2023-06-18 eess.SP
Joint Transceiver Beamforming and Reflecting Design for Active RIS-Aided ISAC Systems
通感一体化（Integrated Sensing and Communication，ISAC）技术在完全共享的平台上同时实现雷达探测和用户通信功能，在节省硬件和频谱资源方面具有巨大潜力。在ISAC系统中采用可重构智能表面（RIS）可以提供一条虚拟视线路径来克服阻塞问题，并引入新的自由度（DoF）来进一步提高系统性能。然而，无源RIS的乘性衰落效应限制了其在无直接链路情况下的应用，这促进了有源RIS的发展。在本文中，我们考虑一个积极的RIS辅助ISAC系统，旨在联合设计的发射波束形成器，积极的RIS反射和雷达接收滤波器，以最大限度地提高雷达输出信噪比（SNR），同时保证预定义的信号干扰加噪声比（SINR）的通信用户。为了解决这个非凸问题，一个有效的算法开发利用块坐标下降（BCD），Dinkelbach的变换和优化最小化（MM）的技术。仿真结果验证了在ISAC系统中部署有源RIS的显著进步，与无源RIS辅助的ISAC系统相比，它可以实现高达32 dB的雷达信噪比增强。
2023-02-21 eess.SP
Beamforming and Trajectory Optimization for Aerial RIS-Aided Secure ISAC via Model Predictive Control
Xi’an Jiaotong University（西安交通大学）；Shanghai Jiao Tong University（上海交通大学）；Beijing University of Posts and Telecommunications（北京邮电大学）
本文提出基于模型预测控制的空中RIS辅助安全ISAC框架，联合优化无人机轨迹、波束成形与RIS相移，以最大化保密速率并最小化飞行能耗，仿真验证其优于静态基线。
2026-10-06 eess.SP
