Digital Twin Assisted Beamforming Design for Integrated Sensing and Communication Systems
本文提出数字孪生辅助的ISAC系统波束成形设计，通过环境电磁模型与射线追踪预测并识别感知信道主导路径，在满足通信SINR约束下最大化感知SNR，仿真验证其在LoS和NLoS场景均接近最优感知性能。
2024-12-10 cs.IT eess.SP math.IT
Characterization of Spatial-Temporal Channel Statistics from Measurement Data at D Band
针对6G对大带宽容量需求，基于142GHz实测数据，推导适用于室外/室内视距/非视距场景的广义毫米波信道冲激响应，通过几何随机信道建模（GBSM）构建模型并以最大额外延迟验证其性能。
2024-11-08 cs.IT eess.SP math.IT
Comparative Study on Millimeter Wave Location-Based Beamforming
本文对基于信道估计的毫米波模拟波束形成技术进行了比较研究。定位和压缩感知（CS）有效地降低了毫米波BF复杂度，并增强了与传统毫米波模拟BF技术相当的毫米波系统的性能。基于信道状态信息（CSI）的BF技术在使用CS构造mmWave信道感测矩阵时具有高复杂度。基于位置服务的技术通过定义用户设备（UE）最可能存在的区域来高度降低这种复杂性。在本文中，我们研究了毫米波定位为基础的BF使用各种定位服务的性能。其中，使用基于信道估计的CS来进行BF，以估计毫米波信道的出发角（AoD）和到达角（AoA）。
2018-08-21 cs.IT eess.SP math.IT
Location-Based Beamforming for Rician Wiretap Channels
我们提出了一个基于位置的波束形成方案窃听信道，其中一个源与一个合法的接收器在窃听者的存在进行通信。我们假设源和窃听者配备有多个天线，而合法的接收器配备有一个天线。我们还假设，所有的信道是在一个莱斯衰落环境中，从合法的接收机的信道状态信息是完全已知的源，和窃听者在源的唯一信息是她的位置。我们首先描述如何获得波束形成向量，最大限度地减少系统的保密中断概率，说明其依赖于窃听者的位置。然后，我们推导出一个易于计算的表达式的保密中断概率时，我们提出的基于位置的波束形成。最后，我们调查的位置不确定性的影响上的保密中断概率，显示我们提出的解决方案仍然可以允许保密，即使当源有有限的信息窃听者的位置。
2015-10-29 cs.IT math.IT
A Flexible Wideband Millimeter-Wave Channel Sounder with Local Area and NLOS to LOS Transition Measurements
本文提出了一种毫米波（mmWave）宽带滑动相关器信道探测器，具有灵活的工作在各种传输速率。信道探测器可以发送和接收高达1 GHz的RF零到零带宽，同时测量2纳秒的多径时间分辨率。该系统架构利用现场可编程门阵列（FPGA）、高速数模转换器（DAC）和低相位噪声铷（Rb）基准电压源进行同步。使用可操纵窄波束天线，该系统可以测量高达185 dB的路径损耗。信道探测器用于测量接收器从视线到非视线条件下的城市峡谷转换时的定向和全向接收功率。当接收器从视线（LOS）条件转换到深阴影非LOS（NLOS）条件时，观察到全向接收功率下降25 dB。信道探测器也被用来研究信号的变化和空间一致性的一组本地的接收器的位置安排在一个集群跨越5米× 10米的局部区域，其中的全向接收功率在LOS和NLOS环境中被发现是相对稳定的接收功率的标准偏差分别为2.2分贝和4.3分贝。这项工作表明，当在毫米波发射机处实施波束成形时，局部区域上的全向接收功率在相隔几米到几米的接收机位置之间几乎没有波动。
2017-03-23 cs.IT math.IT
Low-complexity Location-aware Multi-user Massive MIMO Beamforming for High Speed Train Communications
大规模多输入多输出（MIMO）自适应是下一代高速训练（HST）通信系统的主要发展目标之一。在本文中，我们考虑如何设计一个有效的低复杂度的位置感知波束形成的多用户（MU）大规模MIMO系统中的HST场景。首先提出了一种基于位置信息的低复杂度波束形成算法，该算法考虑了多个用户。然后，在不考虑波束间干扰的情况下，提出了一种封闭形式的解决方案，以最大限度地提高基站（BS）的总服务能力，在这个MU HST的场景。最后，我们提出了一种基于位置辅助搜索的次优解决方案，以消除波束间干扰并最大化BS服务能力。各种仿真结果显示了我们提出的大规模MIMO波束形成方法的优点。
2017-03-15 cs.IT math.IT
Joint Reconfigurable Intelligent Surface Location and Passive Beamforming Optimization for Maximizing the Secrecy-Rate
研究了可重构智能表面（RIS）辅助的无线网络的物理层安全性（PLS）问题，在存在恶意窃听者的情况下，源端借助单个小RIS将其机密信息传输到合法目的端.在RIS定位约束和每个RIS单元反射系数模不大于1的约束下，以最大化保密率为目标，提出了一种新的RIS定位与无源波束形成（J-LPB）联合优化方案。具体来说，我们分析了RIS的最佳位置，并得出结论，产品涉及的源RIS距离和RIS的目的地距离应最小化。由于乘积最小化问题是非凸的，因此我们提出了一种两层优化算法来求解它。基于所获得的接近最优的RIS 3D位置，我们进一步制定了无源波束形成优化问题，然后提出将Charnes-Cooper变换与顺序秩一约束松弛（SROCR）一起应用数值结果表明，所提出的J-LPB优化方案的保密率高于基准方案。解释性地，我们使用以下基准：基于近源的RIS定位和无源波束形成（NSB-LPB）优化方案，基于近目的地的RIS定位和无源波束形成（NDB-LPB）优化方案，以及随机RIS定位和无源波束形成（R-LPB）优化方案。最后，我们的J-LPB计划的好处是进一步增加RIS单元的数量。
2022-10-05 cs.IT math.IT
Location Sensing and Beamforming Design for IRS-Enabled Multi-User ISAC Systems
本文探讨了智能反射面（IRS）在利用相同的时频资源实现多用户并发通信和定位方面的潜力。具体来说，我们提出了一个IRS使能的多用户集成传感和通信（ISAC）框架，其中一个分布式半被动IRS协助从多个用户到基站（BS）的上行链路数据传输，并进行多用户定位，同时。我们首先设计了一个ISAC传输协议，其中整个传输周期由两个周期组成，即，用于同时上行链路通信和多用户定位的ISAC时段，以及用于仅上行链路数据传输的纯通信（PC）时段。对于ISAC期间，我们提出了一种多用户位置感知算法，它利用未知的IRS的上行链路通信信号，从而消除了在传统的位置感知方法的专用定位参考信号的要求。基于感知用户的位置，我们提出了两种新的波束形成算法的ISAC周期和PC周期，分别，它可以工作在离散相移和不需要信道状态信息（CSI）的捕获。数值结果表明，所提出的多用户位置感知算法可以实现高达毫米级的定位精度，表明了支持IRS的ISAC框架的优势。此外，所提出的波束形成算法与感知的位置信息和离散的相移可以实现性能相当的基准考虑完美的CSI捕获和连续的相移，演示了位置信息如何可以确保通信性能。
2022-08-10 cs.IT eess.SP math.IT
Optimal Beamforming for Secure Integrated Sensing and Communication Exploiting Target Location Distribution
针对目标位置随机且分布已知的安全ISAC系统，提出基于PCRB约束和人工噪声的最优波束成形，通过两阶段方法及SDR紧松弛最大化最坏情况保密速率，并给出低复杂度次优方案。
2023-12-21 cs.IT eess.SP math.IT
Interference-Nulling Time-Reversal Beamforming for mm-Wave Massive MIMO in Multi-User Frequency-Selective Indoor Channels
毫米波（mm-wave）和大规模MIMO已经被提出用于下一代无线系统。然而，这些技术的实施存在许多公开的问题。特别地，波束成形在mm波系统中是必要的，以便对抗高传播损耗。然而，传统的波束控制在具有频率选择性衰落的富散射多径信道中并不总是合适的，例如在室内环境中发现的那些。在这种情况下，时间反演（TR）被认为是一种有前途的波束成形技术，这种毫米波大规模MIMO系统。在本文中，我们分析了一个基带TR波束成形系统的毫米波多用户大规模MIMO。我们验证，随着天线数量的增加，TR产生良好的均衡和干扰缓解性能，但用户间干扰（IUI）仍然是一个主要的损害。因此，我们提出了一种新的技术称为干扰零TR（INTR），以尽量减少IUI。我们数值评估INTR的性能，并将其与传统TR和均衡TR波束形成进行比较。我们使用60 GHz MIMO信道模型与空间相关的IEEE 802.11ad SISO NLoS模型的基础上。我们证明，INTR优于传统的TR方面的平均BER每用户和可实现的总和速率在不同的条件下，同时提供分集和复用增益。
2015-06-18 cs.IT math.IT
Optimal Transmit Beamforming for MIMO ISAC with Unknown Target and User Locations
The Hong Kong Polytechnic University（香港理工大学）
本文研究MIMO ISAC系统中未知目标和用户位置的最优发射波束成形，通过分析概率分布信息，提出优化方法以提升感知与通信性能。
2026-02-09 cs.IT eess.SP math.IT
IRS-Based Integrated Location Sensing and Communication for mmWave SIMO Systems
在本文中，我们建立了一个集成的传感和通信（ISAC）系统的基础上分布式半被动智能反射表面（IRS），它允许位置传感和数据传输同时进行，共享相同的频率和时间资源。设计了基于ISAC的ISAC系统的详细工作流程，包括传输协议、位置检测和波束形成优化。具体地，每个相干块由两个周期组成，具有两个时间块的ISAC周期和纯通信（PC）周期。在ISAC周期的每个时间块期间，同时执行数据传输和用户定位。在第一时间块中估计的用户位置将用于第二时间块中的波束成形设计。在PC时段期间，通过调用在ISAC时段的第二时间块中估计的用户位置来进行波束成形设计，仅进行数据传输。{ \color{black}}仿真结果表明，所提出的位置感知方案可以达到毫米级的定位精度，证明了所提出的基于ISAC的IRS框架的优势。此外，本文提出的两种基于位置估计的波束形成方案与基于理想信道状态信息的基准波束形成方案的性能相当，验证了利用位置感知信息进行波束形成设计的有效性。
2022-08-10 cs.IT eess.SP math.IT
Location-aware Predictive Beamforming for UAV Communications: A Deep Learning Approach
无人机具有高度的机动性和灵活性，能够适应不同应用的异构需求，因此无人机辅助通信成为实现超第五代（5G）无线网络的一种很有前途的技术。然而，无人机的移动对无人机和地面用户设备（UE）之间的精确波束对准提出了挑战。在这封信中，我们提出了一种基于深度学习的位置感知预测波束形成方案，用于在动态场景中跟踪无人机通信的波束。具体而言，设计了一种基于长短期记忆（LSTM）的递归神经网络（LRNet）用于无人机位置预测。基于预测的位置，可以确定UAV与UE之间的预测角度，以用于下一时隙中的有效且快速的波束对准，这使得能够实现UAV与UE之间的可靠通信。仿真结果表明，该方案能够获得满意的通信速率，接近于完美精灵辅助对准方案的通信速率上界。
2020-09-16 cs.IT eess.SP math.IT
Near-field Physical Layer Security: Robust Beamforming under Location Uncertainty
Southern University of Science and Technology（南方科技大学）；Beijing Institute of Technology（北京理工大学）；Beijing University of Posts and Telecommunications（北京邮电大学）
本文研究了近场物理层安全系统中在存在多个近场窃听者的情况下，如何在位置不确定性下设计稳健的波束成形方案，通过改进的优化方法提升合法用户速率和窃听者窃听率的鲁棒性。
2026-01-20 cs.IT eess.SP math.IT
Millimeter Wave Location-Based Beamforming using Compressive Sensing
本文提出了一种基于位置的模拟波束形成（BF）技术，使用压缩感知（CS）是可行的毫米波（mmWave）无线通信系统。所提出的方案是基于利用CS和本地化的好处，以减少毫米波波束成形（BF）的复杂性和提高其性能相比，传统的毫米波模拟BF技术。CS理论用于利用毫米波传播信道的稀疏性质来估计毫米波信道的出发角（AoD）和到达角（AoA），并且知道节点位置有效地减少了构造感测矩阵所需的BF向量的数量。因此，可以获得具有低待用时间的高精度毫米波BF。仿真分析证实了所提出的毫米波BF技术的高效率相比，传统的穷举搜索BF和CS基于BF没有定位使用随机测量
2018-08-04 cs.IT math.IT
Contextual Beamforming: Exploiting Location and AI for Enhanced Wireless Telecommunication Performance
本文针对移动场景下迭代波束成形延迟高的问题，提出上下文波束成形概念，验证MRT算法可提升53%信噪比，指出结合MRT、ZF与贝叶斯优化DNN是最优方案，并探讨可编程交换机的应用潜力。
2023-07-02 cs.IT cs.SY eess.SY
Location-Based Beamforming and Physical Layer Security in Rician Wiretap Channels
我们提出了一种新的基于位置的波束形成（LBB）窃听信道的方案，其中多天线源与单天线合法接收器在多天线窃听者的存在下通信。我们假设所有的信道都处于莱斯衰落环境中，来自合法接收器的信道状态信息在源处是完全已知的，并且在源处可用的关于窃听者的唯一信息是她的位置。我们首先描述如何获得最佳波束形成向量，最大限度地减少系统的保密中断概率，说明其依赖于窃听者的位置。然后，我们推导出一个易于计算的表达式的秘密中断概率时，我们提出的LBB计划。我们还考虑了友好干扰机对我们的波束成形解决方案的积极影响，展示了如何保持最佳路径不变。最后，我们调查的位置不确定性的影响的保密中断概率，显示我们的解决方案仍然可以允许保密，即使当源只有一个嘈杂的估计窃听者的位置。我们的工作演示了如何在最一般的信道条件和最有可能的系统设置中运行的多天线阵列可以在现场快速配置，以便提供最佳的物理层安全解决方案。
2016-09-11 cs.IT math.IT
Location Information Assisted Beamforming Design for Reconfigurable Intelligent Surface Aided Communication Systems
针对RIS辅助毫米波系统依赖传统CSI获取的问题，提出基于用户位置误差界的最坏情况鲁棒波束成形迭代算法，实现更快收敛和更优最坏SNR。
2022-02-07 cs.IT eess.SP math.IT
Environment-Aware Hybrid Beamforming by Leveraging Channel Knowledge Map
模拟/数字混合波束形成技术是实现毫米波（mmWave）大规模多输入多输出（MIMO）系统的一种有效方法。然而，现有的混合波束成形设计主要依赖于实时信道训练或波束扫描来找到期望的波束，这由于在发射机和接收机两者处的大量天线而仅具有有限的射频（RF）链而导致了过高的开销。为了解决这个具有挑战性的问题，在本文中，我们提出了一种新的环境感知的混合波束形成技术，只需要轻实时训练，利用有用的工具，信道知识地图（CKM）与用户的位置信息。CKM是一个特定于站点的数据库，它提供特定于位置的信道相关信息，以促进甚至加速实时信道状态信息（CSI）的获取。针对毫米波大规模MIMO系统中的混合波束形成设计，提出了两种具体的CKM算法，即信道角度图（CAM）和波束索引图（BIM）。结果表明，与现有的环境感知方案相比，基于CKM的环境感知混合波束形成方案可以大大提高有效通信速率，即使在中等的用户定位误差下，由于其极大地节省了禁止的实时训练开销.
2022-06-17 cs.IT eess.SP math.IT
Secrecy Performance Analysis of Location-Based Beamforming in Rician Wiretap Channels
针对主信道和窃听者信道均受莱斯衰落影响的窃听信道，提出了一种新的最优位置波束形成（LBB）方案。在我们的LBB方案中，两个关键输入是合法接收者的位置和潜在窃听者的位置。值得注意的是，我们的计划不需要作为直接输入的主信道或窃听者的信道的任何信道状态信息，使得它很容易部署在主机的应用程序设置中的位置输入是已知的。我们的波束成形解决方案假设一个多天线发射机，一个多天线窃听器，和一个单天线接收机，其目的是最大限度地提高信道的物理层安全性。为了获得我们的解决方案，我们首先推导出的LBB方案的保密中断概率在一个封闭的形式的表达式，是有效的为任意值的Rician K-因子的主信道和窃听者的信道。使用这个表达式，然后我们确定基于位置的波束形成器的解决方案，最大限度地减少保密中断概率。为了评估我们的新方案的有用性，并量化的波束形成器的位置信息的价值，我们比较我们的方案与其他方案，其中一些不利用任何位置信息。我们新的波束形成器解决方案为各种基于位置的应用提供最佳的物理层安全性。
2014-12-22 cs.IT cs.NI math.IT
Robust Beam Codebooks for mmWave/THz Systems: Toward a Stochastic RL Approach
Institute of Computer Engineering, University of Lübeck（吕贝克大学计算机工程研究所）
本文提出一种鲁棒多智能体强化学习框架，通过环境反馈直接学习波束码书，克服硬件限制和不可预测的传播条件，验证了强化学习在毫米波/太赫兹大规模MIMO系统中的应用潜力。
2026-03-20 cs.IT cs.NI math.IT
Location-aware Beamforming for MIMO-enabled UAV Communications: An Unknown Input Observer Approach
众多的通信和网络挑战阻碍了在现有无线技术主要集中在地面的极端环境中部署无人机（UAV）;因此，UAV的空对空信道没有完全覆盖。针对无人机联合感知与通信问题，提出了一种新的波束形成空间估计方法。所提出的空间估计算法依赖于使用基于延迟容忍的预测器，该预测器可以在存在由于阵风等因素引起的不确定性的情况下准确地预测目标无人机的位置。该方案使用离散时间未知输入观测器（UIO），通过在同一设备上工作，显著降低了联合目标检测和通信复杂度，并在信道阻塞和干扰的情况下可靠地执行。仿真结果证明了该方法的有效性。
2021-11-20 cs.IT cs.SY eess.SP
Downlink Beamforming with Pinching-Antenna Assisted MIMO Systems
本研究探讨了多用户MIMO下行传输中采用夹持天线系统（PAS）的混合波束成形问题，通过联合优化数字预编码器和夹持元件激活位置以最大化加权和速率，并开发了一种基于分数规划的低复杂度迭代算法，显著提升了系统吞吐量。
2025-02-03 cs.IT eess.SP math.IT
Joint Maneuver and Beamforming Design for UAV-Enabled Integrated Sensing and Communication
研究了无人机综合感知与通信（ISAC），将无人机作为空中双功能接入点（AP）进行调度，以实现高效的ISAC。特别是，我们考虑的情况下，一个无人机-AP配备了垂直放置的均匀线性阵列（UWB），它发送组合的信息和传感信号，与多个用户进行通信，并同时在地面上感兴趣的区域感测潜在的目标。我们的目标是联合设计的无人机机动发射波束形成优化通信性能，同时确保传感要求。首先，我们考虑准静止无人机的情况下，在整个ISAC任务期间，无人机部署在一个最佳位置。在这种情况下，我们联合优化无人机部署位置，以及发送信息和传感波束形成，以最大化加权和速率吞吐量，受到传感波束方向图增益要求和发送功率约束。虽然上述问题是非凸的，我们找到了一个高质量的解决方案，通过使用SCA和SDR的技术，连同一个2D的位置搜索。接下来，我们考虑完全移动的无人机场景，其中无人机可以在ISAC任务期间飞越不同的位置。在这种情况下，我们优化无人机的飞行轨迹，随着时间的推移，与发射波束形成，以最大限度地提高平均加权和速率吞吐量，受感测波束方向图增益要求和发射功率约束，以及实际的飞行约束。针对无人机联合航迹和波束形成问题的复杂性，提出了一种结合SCA的交替优化算法。最后，数值结果验证了我们提出的设计相比，各种基准计划的优越性。
2021-10-06 cs.IT eess.SP 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
Intelligent Reflecting Surface Aided Wireless Communication Systems: Joint Location and Passive Beamforming Design
本文研究IRS辅助多用户通信中联合优化IRS位置与无源波束赋形的问题，通过交替优化和连续凸近似求解非凸问题，以最大化用户最小速率并提升系统性能。
2024-05-06 cs.IT eess.SP math.IT
Outage Capacity of Opportunistic Beamforming with Random User Locations
本文研究了由大量异构移动用户组成的网络的中断容量，并根据经典的机会波束形成框架进行操作。基站位于小区的中心，小区被建模为有限半径的圆盘。随机用户位置使用均匀空间泊松点过程建模。接收信号受到衰落和位置相关路径损耗的损害。对于这个系统，我们首先推导出一个表达式的波束中断概率。这个表达式适用于所有路径损耗模型，满足一些温和的条件。然后，我们关注两个特定的路径损耗模型（即，一个无界模型和一个更现实的有界模型）来说明我们的结果的应用。在小区半径趋于无穷大的大系统极限下，针对所选的特定路径损耗模型，推导了波束中断容量及其缩放行为。它示出了无限模型的波束中断能力的尺度几何。另一方面，这种标度行为成为双对数的有界模型。直观的解释，为什么我们观察到不同的缩放行为不同的路径损耗模型。进行数值评估，以提供进一步的见解，并说明中断容量结果的适用性，即使是一个小区具有一个小的有限半径。
2013-09-26 cs.IT math.IT
Location-Driven Beamforming for RIS-Assisted Near-Field Communications
本文系统研究位置信息在RIS辅助近场通信中的应用，提出基于菲涅尔区模型的位置驱动波束成形方案，并阐述其优势与挑战。
2024-07-18 cs.IT math.IT
Channel Knowledge Map-assisted Dual-domain Tracking and Predictive Beamforming for High-Mobility Wireless Networks
Xi’an Jiaotong University（西安交通大学）；Peng Cheng Laboratory（鹏城实验室）；Pazhou Laboratory (Huangpu)（琶洲实验室（黄埔））；Technology and Engineering Center for Space Utilization, Chinese Academy of Science（中国科学院空间应用工程与技术中心）；National Mobile Communications Research Laboratory, Southeast University（东南大学移动通信国家重点实验室）
本文提出基于通道知识图的双域跟踪与预测波束成形方法，通过整合坐标域和波束域实现高机动无线网络中的高效目标和波束跟踪。
2026-01-10 cs.IT eess.SP math.IT
Reliability-Constrained Blind Beam Alignment for Backscatter-MIMO mounted Target in Cluttered Multipath Channels
School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院）
针对实际ISAC中静态杂波和NLoS多径导致目标回波模糊和波束对准虚假峰值的问题，提出一种下行触发盲双端对准协议，利用背向散射-MIMO的反射调制和逆向被动波束成形实现波形域分离和角度锁定，并推导了相干平均端到端成功概率的闭式表达式，揭示了波束宽度与对准可靠性的非单调关系。
2026-05-26 cs.IT math.IT
Sensing-based Beamforming Design for Joint Performance Enhancement of RIS-Aided ISAC Systems
针对RIS辅助ISAC中的同步通信与感知难题，提出两阶段传输协议和基于感知的波束成形设计，在保持近纯通信性能的同时实现毫米级定位。
2023-06-08 cs.IT eess.SP math.IT
Beamforming Design for Pinching Antenna Systems with Multiple Receive Antennas
针对多接收天线用户的下行pinching antenna系统建模空白，本文推导信噪比与天线位置的解析关系，提出两层部署策略，仿真验证其在短距离密集PA场景下的性能增益。
2025-09-02 cs.IT eess.SP math.IT
Location-Aided Distributed Beamforming for Near-Field Communications with Element-Wise RIS
本文提出一种基于位置辅助的分布式波束成形方案，利用逐元素有源RIS和菲涅耳衍射理论，在CSI受限的近场通信中降低信道估计开销并提升反射增益。
2025-10-16 cs.IT math.IT
Directivity-Beamwidth Tradeoff of Massive MIMO Uplink Beamforming for High Speed Train Communication
高移动性自适应和大规模多输入多输出（MIMO）应用是下一代高速训练（HST）无线通信系统的两个主要发展目标。在本文中，我们考虑如何设计一个位置感知波束形成的大规模MIMO系统中的高流量密度HST网络。首先分析了波束指向性和波束宽度之间的折衷关系，在此基础上给出了定位精度的灵敏度分析。然后，为了保证高效率的传输，我们推导出一个优化问题，以最大限度地提高不同的定位精度的限制下的波束方向性。在此基础上，我们提出了一种低复杂度的波束形成设计，利用位置信息，它既不需要特征分解（ED）的上行链路信道协方差矩阵（CCM），也不需要ED的下行链路CCM（DCCM）。最后，我们研究了未来高业务密度HST网络中的波束形成方案，其中强调了两个HST相遇的情况。通过利用实时位置信息，我们提出了一种最佳的自适应波束形成方案，以最大化有限的信道资源约束下的可达速率区。数值仿真表明，在高业务密度的HST场景下，定位误差小于一定值的大规模MIMO系统可以保证满足传输效率要求的性能，并且两个HST相遇时的可达速率区域也得到了极大的改善。
2017-04-11 cs.IT math.IT
IRS-Aided Non-Orthogonal ISAC Systems: Performance Analysis and Beamforming Design
智能反射面（IRS）在促进正交时分集成传感和通信（TD-ISAC）方面显示出其有效性，其中传感任务和通信任务占用正交的时频资源，而IRS在非正交ISAC（NO-ISAC）系统中的作用迄今为止仍不清楚。在本文中，我们考虑了一个IRS辅助NO-ISAC系统，分布式IRS部署，以协助并发通信和位置感知的盲区用户，占用非正交/重叠的时间-频率资源。首先，我们提出了一个修改的Cramer-Rao下界（CRLB），以统一的方式来表征通信和位置感知的性能。我们进一步推导出封闭形式的表达式修改CRLB在我们考虑的NO-ISAC系统，使我们能够识别的通信和位置传感性能之间的根本权衡。此外，通过利用修改后的CRLB，我们提出了一个联合的主动和被动波束形成的设计算法，实现了良好的通信和位置感知的权衡。通过数值计算，我们证明了IRS辅助NO-ISAC系统比IRS辅助TD-ISAC系统在通信和定位性能方面的优越性。此外，它表明，与使用专用定位参考信号的IRS辅助定位系统相比，使用随机通信信号的IRS辅助NO-ISAC系统可以实现相当的定位性能。此外，我们调查的通信性能和本地化性能之间的权衡，并显示如何的NO-ISAC系统的性能可以显着提高通过增加的IRS元素的数量。
2022-08-10 cs.IT eess.SP math.IT
Privacy Preservation in MIMO-OFDM Localization Systems: A Beamforming Approach
针对上行MIMO-OFDM定位中未授权基站窃听用户导频导致的隐私风险，本文提出一种基于惩罚对偶分解的波束成形优化方法，通过最小化合法定位CRB并限制未授权定位CRB，有效保护了用户位置隐私。
2025-03-03 cs.IT eess.SP math.IT
UAV Trajectory and Beamforming Optimization for Integrated Periodic Sensing and Communication
无人机（UAV）有望为综合传感和通信（ISAC）系统带来变革性的改进。然而，由于共享的频谱资源，实现这两个集成功能之间的关键权衡是具有挑战性的。为了解决这个问题，我们在本文中提出了一个新的集成\emph{periodic}传感和通信机制的无人机使能ISAC系统。具体地，用户可实现的速率通过联合优化UAV轨迹、发射预编码器和感测开始时刻来最大化，受到感测频率和波束方向图增益约束。尽管这个问题是高度非凸的，涉及到无限多的变量，我们得到了最佳的发射预编码器，并推导出最佳的可实现速率在任何给定的无人机位置，以方便无人机轨迹设计的封闭形式。此外，我们首先证明了最优解之间的结构对称性在不同的ISAC框架没有位置约束，然后提出了一个高品质的无人机轨迹和传感器的优化算法一般的位置约束的情况下。仿真结果证实了所提出的设计的有效性，也揭示了一个更灵活的权衡在ISAC系统的基准计划。
2022-03-19 cs.IT eess.SP math.IT
Joint Beamforming and Location Optimization for Secure Data Collection in Wireless Sensor Networks with UAV-Carried Intelligent Reflecting Surface
研究了无线传感器网络中无人机携带的智能反射面（IRS）的安全数据汇集问题。一个窃听者（Eve）潜伏在主接收器（Bob）附近，而几个随机放置的传感器节点协同波束形成到无人机携带的IRS，将信号反射到主接收器（Bob）。设计目标是通过联合优化传感器节点的协作波束形成权重、无人机的轨迹和IRS元件的反射系数来最大化噪声通信信道中可实现的保密率。通过设计IRS反射系数与窃听者的信道的知识，我们开发了一个非迭代的次优解的保密率最大化问题。分析表明，无人机飞行时间和传感器节点分布的随机性，通过改变传感器分布区域，可以极大地影响保密性能。此外，还导出了IRS辅助噪声通信信道的最大允许IRS单元数以及可达到的平均保密率的界。大量的仿真结果表明，所提出的算法相比，现有的计划具有优越的性能。
2021-01-17 cs.CR cs.IT math.IT
Ambient backscatters-friendly 5G networks: creating hot spots for tags and good spots for readers
在本文中，我们提出了一种环境后向散射友好的5G网络，该网络为标签创建了大功率位置（热点），为读者创建了良好的接收位置（安静点或相干点）。5G网络的大规模多输入多输出（M-MIMO）天线和波束成形能力如下使用。在第一步中，使用训练设备（与标签和读取器分离）来发送导频并训练5G网络以在标记的位置上执行聚焦和/或调零。在第二步骤中，将标签和读取器定位到标记的位置上。利用了M-MIMO波束成形对环境中的轻微变化的鲁棒性。我们的初步仿真结果，在多径传播信道环境中，显示，创建一个热点的标签上提高了标签阅读器的范围，但检测的概率较低。在标签上创建热点，同时在阅读器上创建良好的接收点，以99%的检测概率提高了标签阅读器的范围。该研究还表明，波束成形不会降低传统5G通信的性能。
2020-02-03 cs.IT eess.SP math.IT
Secure Integrated Sensing and Communication Exploiting Target Location Distribution
针对目标位置随机且可能窃听的安全ISAC系统，提出利用位置先验推导PCRB闭式近似上界，并基于AN波束成形和SDR两阶段优化最坏情况保密速率。
2023-06-07 cs.IT eess.SP math.IT
Channel Fingerprint Based Beam Tracking for Millimeter Wave Communications
具有固定波束码本的波束成形结构由于低硬件成本而为毫米波（mmWave）通信提供了经济的解决方案。然而，搜索最佳波束成形配置的训练开销与码本大小成比例。为了提高波束跟踪的效率，我们提出了一个波束跟踪方案的基础上的信道指纹数据库，其中包括统计波束形成增益和用户位置之间的映射。该方案通过利用训练的波束配置并估计未训练的波束配置的增益来跟踪用户移动。仿真结果表明，该方案实现了显着的波束形成性能增益比现有的波束跟踪方案。
2019-12-25 cs.IT eess.SP math.IT
Deep Learning-Empowered Predictive Beamforming for IRS-Assisted Multi-User Communications
实用的智能反射面（IRS）辅助多用户通信（IRS-MUC）系统的实现关键取决于正确的波束形成设计，利用准确的信道状态信息（CSI）。然而，IRS-MUC系统中的信道估计（CE）由于IRS中涉及的众多反射元件而需要显著大的训练开销。在本文中，我们采用深度学习的方法来隐式地学习历史信道特征，并直接预测下一个时隙的IRS相移，以最大化IRS-MUC系统的平均可实现的和速率，同时考虑到用户的移动性。通过这样做，仅需要低维度多输入单输出（MISO）CE用于发射波束成形设计，从而显著减少CE开销。为此，首先开发了一种位置感知卷积长短期记忆网络（LA-CLNet），以促进IRS的预测波束形成，其中卷积和递归单元被联合采用，以同时利用信道的空间和时间特征。给定预测IRS相移波束形成，瞬时CSI（ICSI）感知的全连接神经网络（IA-FNN），然后提出在接入点优化发射波束形成矩阵。仿真结果表明，所提出的方法所获得的和速率性能接近基因辅助方案与完全完美的ICSI。
2021-04-26 cs.IT eess.SP math.IT
Performance Analysis of a Cross-layer Collaborative Beamforming Approach in the Presence of Channel and Phase Errors
协作波束成形使得无线网络中的节点能够以能量高效的方式在长距离上发送公共消息。然而，向所有协作节点提供相同消息的过程引入了延迟。作者最近提出了一种MAC-PHY跨层方案，该方案能够在显著降低协作开销的情况下实现协作波束成形。该方法需要节点位置和节点间信道系数的知识。本文从实际条件下的平均波束图和符号错误概率（SEP）的角度分析研究了该方法的性能，即，当使用不完美的信道估计时以及当在接收机处的协作节点的贡献中存在相位误差时。
2008-01-19 cs.IT math.IT
