IRS-Assisted Millimeter Wave Communications: Joint Power Allocation and Beamforming Design
智能反射面（IRS）技术为毫米波（mmWave）通信系统提供了比现有技术更可行的传播路径以克服阻塞。在本文中，我们考虑了一个下行链路的无线系统与IRS和制定联合功率分配和波束成形设计问题，以最大限度地提高加权和速率，这是一个多变量优化问题。针对这一问题，提出了一种基于交替流形优化的波束形成算法。仿真结果表明，该优化算法在提高无线通信系统的加权和速率方面明显优于现有算法。
2020-12-24 eess.SP
Generative Semantic Communications with Foundation Models: Perception-Error Analysis and Semantic-Aware Power Allocation
本文提出搭载预训练基础模型的生成式语义通信框架，分析感知-误差的非递减关系，定义语义值，提出两种语义感知功率分配方法，在图像任务仿真中较传统方法最高节省90%功耗。
2025-01-14 eess.SP
Optimizing Placement and Power Allocation in Reconfigurable Intelligent Sensing Surfaces for Enhanced Sensing and Communication Performance
本文研究多个RISS的联合设计，通过优化表面放置、感知与通信功率分配，并利用感知结果辅助通信，揭示了两类任务随RISS数量变化的不同性能规律及移动用户的最佳通信点。
2024-09-10 eess.SP
An Overview of Resource Allocation in Integrated Sensing and Communication
本文综述了集成感知与通信的资源分配，按集成水平划分阶段梳理现状，提出多粒度资源分配框架，并以全双工ISAC系统案例验证其可行性。
2023-05-15 eess.SP
Dynamic Power Allocation in OFDM ISAC for Time of Arrival Estimation
针对OFDM ISAC系统中通信与感知性能平衡问题，提出一种动态功率分配策略，同时满足PSL和ToA估计精度约束，感知性能不足时优先保障通信，数值结果验证其有效性。
2025-02-12 eess.SP
Resource Allocation for a Wireless Powered Integrated Radar and Communication System
雷达与通信系统一体化是下一代无线通信网络的发展方向。然而，其性能受到有限能量的限制。为了克服这一问题，提出了一种无线供电的雷达与通信系统一体化系统。能量最小化问题制定的雷达和通信性能的约束。能量波束形成和雷达通信波形的联合优化，以最小化消耗的能量。利用半定松弛和辅助变量方法解决了具有挑战性的非凸问题。证明了可以得到最优解。仿真结果表明，我们提出的优化设计优于基准计划。
2018-09-02 eess.SP
Power Allocation for Coexisting Multicarrier Radar and Communication Systems in Cluttered Environments
在本文中，功率分配的雷达和通信系统，采用多载波波形的共存检查。我们提出了两个设计考虑频谱共享问题，通过最大限度地提高输出信号干扰加噪声比（SINR）在雷达接收机，同时保持一定的通信吞吐量和功率约束。第一种是联合设计，其中雷达和通信系统的子信道功率被联合优化。由于由此产生的问题是高度非凸的，我们引入了一个重新组合的两个系统的功率变量到一个单一的堆叠变量，这使我们能够绕过传统的计算密集型交替优化过程。由此产生的问题，然后通过二次变换方法以及顺序凸规划（SCP）技术解决。第二种是单边设计，以固定的通信功率优化雷达发射功率。单边设计适用于通信系统预先存在而雷达偶尔作为次要用户加入信道的情况。问题的解决基于泰勒展开的迭代SCP过程。数值结果表明，所提出的联合和单边设计的有效性相比，基于子载波分配的方法。
2020-07-21 eess.SP
a cognitive frequency allocation strategy for multi-carrier radar against communication interference
现代雷达经常采用多载波波形，这在文献中已被广泛讨论。然而，随着民用通信的发展，越来越多的频谱资源被通信网络占用。因此，如何避免通信用户的干扰是多载波雷达应用的一个重要而具有挑战性的课题。本文提出了一种基于历史经验的频率划分策略，并将其表示为一个马尔可夫决策过程（MDP）。在决策步骤中，多载波雷达需要选择多个频率，从而导致组合动作空间。为了应对这一挑战，我们使用了一种新的迭代选择技术，将一个困难的决策任务分解为几个简单的任务。此外，采用有效的深度强化学习算法来处理复杂的频谱动力学。数值结果表明，我们提出的方法优于现有的。
2022-12-23 eess.SP
Joint Device Pairing and Bandwidth Allocation Optimisation for Semantic Feature Multiple Access Networks
King’s College London（伦敦国王学院）；Zhejiang University（浙江大学）；University of Miami（迈阿密大学）
本文提出基于语义特征多址网络的联合设备配对与带宽分配优化方法，通过交叉用户注意模块实现受控语义特征交换，降低干扰并提升重建质量。
2026-04-10 eess.SP
Resource Allocation for Semantic-Aware Mobile Edge Computing Systems
本文针对移动边缘计算系统提出语义感知的联合通信与计算资源分配框架，通过优化语义提取与资源管理最小化最大执行时延，仿真显示可降低时延高达37.10%。
2023-09-21 eess.SP
Poster: Resource Allocation with Conflict Resolution for Vehicular Sidelink Broadcast Communications
在本文中，我们提出了一种基于图的资源分配方案的侧链路广播V2V通信。利用关于车辆的地理位置和频谱资源利用的可用信息，eNodeB能够将相同的侧链路资源集合分配给分布在若干通信集群中的不同车辆。在通信集群内，防止时域分配冲突是至关重要的，因为车辆不能同时发送和接收，即，它们必须在正交的时间资源中发送。在这项研究中，我们提出了一个解决方案的基础上的二分图，其中车辆和频谱资源表示的顶点，而边缘表示在每个资源的基础上的SINR，每个车辆感知的可实现的速率。上述时间正交性约束可以通过将冲突顶点聚合成宏顶点来接近，这另外降低了搜索复杂度。我们通过数学和模拟表明，所提出的方法产生一个最佳的解决方案。此外，我们提供的模拟表明，该方法优于其他竞争的方法，特别是在高车辆密度的情况下。
2018-05-18 eess.SP
URLLC-Awared Resource Allocation for Heterogeneous Vehicular Edge Computing
本文针对融合DSRC、mmWave和C-V2I的异构车辆边缘计算场景，提出一种基于MGF随机网络演算建模URLLC约束、并由李雅普诺夫引导深度强化学习求解的资源分配策略，以在满足URLLC要求下最小化系统效用。
2023-11-30 eess.SP
Channel-Adaptive Robust Resource Allocation for Highly Reliable IRS-Assisted V2X Communications
针对IRS辅助车联网中因多普勒频移导致的CSI不确定性，提出基于3GPP Mode 1架构的通道自适应鲁棒资源分配算法，通过分解问题并交替优化子问题，提升通信可靠性与效率，仿真验证其有效性。
2025-04-16 eess.SP
Resource Allocation for Secure Communications in Cooperative Cognitive Wireless Powered Communication Networks
我们考虑一个认知无线供电通信网络（CWPCN）共享频谱的主网络谁面临的安全威胁窃听（EAVs）。提出了一种新的无线供电次用户（SU）与主用户（PU）的协作协议。在该协议中，SU首先在无线功率传输（WPT）阶段从认知混合接入点发送的功率信号中获取能量，然后在无线信息传输（WIT）阶段使用所获取的能量来干扰EV并同时获得传输机会。以SU遍历速率最大化为设计目标，在PU保密约束下，针对信道状态信息（CSI）完全和合谋/非合谋的情况，提出了基于对偶优化法和块坐标下降法的资源分配算法.提出了以最小化PU秘密中断概率为目标的更有利于PU的贪婪算法。我们进一步考虑未知EAVs的CSI情况，并提出了一种有效的算法来提高PU的安全性能。大量的仿真结果表明，我们提出的协议和相应的资源分配算法不仅可以让SU获得传输机会，但也提高了PU的安全性能，即使未知的EAVs的CSI。
2018-09-29 eess.SP
Joint Spectrum Sensing and Resource Allocation for OFDMA-based Underwater Acoustic Communications
针对OFDMA水声认知网络中的异步、ICI及资源分配难题，提出基于DRL的端到端联合频谱感知与资源优化方法，显著提升频谱效率和通信成功率。
2025-06-16 eess.SP
Radio Resource Allocation for Beam Hopping Scheduling in LEO Satellite Communications: A Spatio-Temporal Perspective
School of Information and Communication Engineering, Beijing University of Posts and Telecommunications（北京邮电大学信息与通信工程学院）
针对低轨卫星网络动态流量和干扰约束，提出基于禁忌搜索的时空跳波束资源分配策略，显著提升系统吞吐量和用户满意度。
2026-10-27 eess.SP
Resource Allocation for 5G-UAV Based Emergency Wireless Communications
针对灾后复杂多变的信道环境，提出一种异构$\mathcal{F}$复合衰落信道模型，并开发了最优功率与带宽分配方案，显著提升了5G-UAV应急无线通信网络的容量与能量效率。
2024-07-24 eess.SP
Multi-User Matching and Resource Allocation in Vision Aided Communications
针对视觉辅助通信中无线信号与用户视觉信息匹配的难题，提出基于3D检测和DNN的可变物体数环境用户匹配方法，以及基于图像的低开销资源分配方法，在性能接近传统方案的同时大幅降低开销。
2024-12-16 eess.SP
Resource Allocation for mmWave-NOMA Communication through Multiple Access Points Considering Human Blockages
提出了一种新的用于拥挤场所的毫米波非正交多址接入（mmWave-NOMA）通信中的资源分配优化框架。MmWave通信受到诸如人体等障碍物的严重阻塞，特别是在密集区域。因此，详细的方法建模的阻塞事件在场地的情况下介绍。此外，在不同位置考虑了几个毫米波接入点。以网络总速率最大化为目标，将资源分配问题转化为一个混合整数非线性规划问题，该问题一般是NP-难的。因此，一个三阶段的低复杂度的解决方案，提出了解决这个问题。首先，提出了一种用户调度算法，提出了一种改进的最坏连接交换算法。其次，采用模拟退火算法求解天线分配问题。然后，以最大化网络总速率和保证服务质量约束为目标，采用差分凸规划方法求解非凸功率分配优化问题。仿真结果表明，在阻塞效应下，所提出的mmWave-NOMA方案比传统的mmWave-orthogonal多址接入方案的性能平均好23%。此外，所提出的解决方案的性能比最优值低11.4%，同时降低了96%的复杂度。
2020-10-11 eess.SP
Multiuser Resource Allocation for Semantic-Relay-Aided Text Transmissions
本文提出语义中继辅助多用户文本传输，通过联合优化功率和带宽分配最大化加权和速率，利用块坐标下降法求解，并在小带宽区域优于传统解码转发中继。
2023-11-12 eess.SP
Radio Imaging and Resource Allocation in Frugal Multistatic D-MIMO ISAC Systems
Chalmers University of Technology（查尔姆斯理工大学）；Politecnico di Milano（米兰理工大学）；Universitat Autonoma de Barcelona（巴塞罗那自治大学）
本文针对节俭式多站D-MIMO ISAC系统，提出双时间尺度正交子载波资源分配框架，以通信SE为约束最小化成像熵，实现了更优的感知-通信权衡，明确了相干与非相干成像接收机的性能优势同步机制。
2026-08-28 eess.SP
Wideband Cognitive Radio for Joint Communication and Sensing: Optimization of Subcarrier Allocation and beamforming
针对6GHz及以上频段通信与雷达共存的干扰与宽带利用问题，提出支持宽带认知无线电的多用户多目标通感一体化系统，通过子载波分配、波束成形与信号设计及对应优化算法，在12天线场景下较非协作基准实现通信和速率10%、感知和速率32%的提升。
2025-03-22 eess.SP
Joint Optimization of Resource Allocation and Radar Receiver Selection in Integrated Communication-Radar Systems
针对分布式 MIMO-OFDM 双功能雷达-通信系统，提出联合优化功率/子载波分配与雷达接收机选择的迭代算法，在 CRB 和功率约束下最大化传输速率。
2025-03-14 eess.SP
Adaptable Semantic Compression and Resource Allocation for Task-Oriented Communications
面向任务的通信是一种新的模式，旨在为完成智能任务提供有效的连接，而不是接收每一个传输的比特。本文提出了一种基于深度学习的面向任务的通信架构，其中用户以端到端（E2E）的方式提取，压缩和传输语义。此外，提出了一种方法来压缩语义根据其相关的任务，即自适应语义压缩（ASC）的重要性。假设延迟不容忍系统，支持多个用户指示以较高压缩比执行需要较少信道资源但导致语义失真的问题，而以较低压缩比执行需要较多信道资源且因此可能由于延迟约束而导致传输失败。为了解决这个问题，压缩比和资源分配优化面向任务的通信系统，以最大限度地提高任务的成功概率。具体来说，由于问题的非凸性，我们提出了一个压缩比和资源分配（CRRA）算法，通过分离的问题分为两个子问题，并迭代求解，以获得收敛的解决方案。此外，考虑到用户具有不同的服务水平的场景，压缩比，资源分配，用户选择（CRRAUS）算法被提出来处理这个问题。CRRAUS采用分支定界法自适应地选择用户完成相应的智能任务，但算法复杂度高于CRRA。仿真结果表明，提出的CRRA和CRRAUS算法可以获得至少15%和10%的成功率分别比基线算法。
2022-04-19 eess.SP
Fair Resource Allocation in UAV-based Semantic Communication System with Fluid Antenna
本文针对配备流体天线的多用户无人机语义通信系统，通过联合优化无人机轨迹、波束成形、语义压缩率及流体天线激活端口选择，提出交替算法以最大化用户最小等效速率，并通过仿真验证其有效性。
2025-04-08 eess.SP
Joint Frame Structure, Beamwidth, and Power Allocation for UAV-Aided Localization and Communication
本文提出了一种UAV辅助GN定位与通信的联合优化框架，通过联合优化帧结构、波束宽度和功率分配以最大化平均频谱效率，并提出高效迭代算法解决非凸问题，实现了低复杂度下接近上界的性能及超70%的性能增益。
2024-06-03 eess.SP
Feature Allocation for Semantic Communication with Space-Time Importance Awareness
针对语义通信中关键特征易经差状态子信道传输导致性能下降的问题，提出具备时空重要性感知的FAST框架，通过特征重要性评估、时域信道预测与时隙分配并扩展至MIMO场景，无需复杂微调即可显著提升图像传输的语义通信性能。
2024-01-26 eess.SP
Spectrum Allocation with Adaptive Sub-band Bandwidth for Terahertz Communication Systems
研究了太赫兹（THz）波段通信（THz Com）系统的频谱分配问题，同时考虑了太赫兹信道的频率和距离依赖性。与现有的研究不同，我们探索了基于多频带的频谱分配与自适应子带带宽（ASB），允许感兴趣的频谱被划分为具有不等带宽的子带。此外，我们调查的影响，子带分配的多连接（MC）启用THzCom系统，用户关联和多址接入点同时进行通信。我们制定的资源分配问题，主要集中在频谱分配，以确定子带分配，子带带宽和最佳发射功率。此后，我们提出了合理的近似和变换，并开发迭代算法的逐次凸逼近技术的基础上，解析地解决制定的问题。借助于数值结果，我们表明，通过启用和优化ASB，可以实现显着更高的吞吐量相比，采用相等的子带带宽，这种吞吐量的增益是最深刻的功率预算约束时，更严格。我们还表明，我们的子带分配策略在MC使能THzCom系统优于国家的最先进的子带分配策略和性能增益是最深刻的频谱分配过程中选择具有最低的平均分子吸收系数的频谱时。
2022-07-05 eess.SP
Multi-Static Cell-Free Massive MIMO ISAC: Performance Analysis and Power Allocation
本文针对多站无蜂窝大规模MIMO-ISAC系统，推导通信速率与CRLB闭式表达式，并优化功率分配以最大化通信速率同时满足感知约束，数值验证了方法的有效性。
2024-11-11 eess.SP
Array Resource Allocation for Radar and Communication Integration Network
雷达与通信一体化（RCI）系统在分配天线资源以保证雷达和通信性能方面具有很大的灵活性。研究了RCI网络中多目标定位和多平台通信的阵列分配问题。阵列分配的目标是使每个信道的通信容量最大化，并使每个目标的定位误差最小化。本文首先建立了RCI网络中阵列分配的定位和通信模型。最小化最大化（MM），然后应用于创建代理函数的多目标优化问题。投影梯度下降（PGD）方法进一步解决了两个阵列分配问题，有一定的通信容量的约束和没有。计算机模拟进行评估所提出的算法的性能。仿真结果表明，该算法在有效分配阵列资源的基础上，提高了RCI网络的定位性能和通信性能。
2020-10-07 cs.SY eess.SP eess.SY
Joint power and resource allocation of D2D communication with low-resolution ADC
本文考虑了用于具有采用具有不同分辨率的ADC的多天线BS的设备到设备（D2D）蜂窝系统的联合功率控制和资源分配。我们提出了一个四步算法，优化ADC的分辨率分布在基站（BS），以减少能量消耗和执行联合功率控制和资源分配的D2D通信用户（DUE）和蜂窝用户（CUE），以提高D2D的可靠性。
2019-05-09 cs.IT eess.SP math.IT
Dynamic Multi-time Scale User Admission and Resource Allocation for Semantic Extraction in MEC Systems
本文针对MEC系统中语义提取任务的动态到达特性，提出一种基于Lyapunov优化的多时间尺度用户准入与资源分配算法，实现系统收益与成本的灵活权衡。
2023-07-06 cs.NI eess.SP
A Deep Learning Based Resource Allocation Scheme in Vehicular Communication Systems
在车辆通信中，小区内干扰和严格的延迟要求是具有挑战性的问题。针对混合车辆到车辆（V2V）和车辆到基础设施（V2I）通信，提出了一种联合频谱重用和功率分配问题。分别认识到V2I和V2V链路的高容量和低延迟要求，我们的目标是最大化容量和延迟要求的加权和。通过将原始问题分解为分类子问题和回归子问题，开发了基于卷积神经网络（CNN）的方法来获得关于频谱重用和功率分配的实时决策。数值结果进一步表明，所提出的CNN可以达到类似的性能穷举方法，而只需要其CPU运行时间的3.62%。
2019-03-10 cs.NI eess.SP
Resource Allocation via Model-Free Deep Learning in Free Space Optical Communications
University of Pennsylvania（宾夕法尼亚大学）；Intel Corporation（英特尔公司）
本文研究了在自由空间光通信系统中为减轻信道衰落效应而进行的资源分配问题。资源分配问题被建模为约束随机优化框架，它涵盖了各种FSO场景，包括功率自适应，中继选择和它们的联合分配。在此框架下，我们提出了两个算法，解决FSO资源分配问题。我们首先提出了随机对偶梯度（SDG）算法，该算法通过利用强对偶性来精确地解决问题，但其实现必然需要明确和准确的系统模型。作为替代方案，我们提出了基于SDG算法的原始-对偶深度学习（PDDL）算法，该算法使用深度神经网络（DNN）参数化资源分配策略，并通过原始-对偶方法优化后者。由于DNN的强大代表性，参数化资源分配问题只会导致很小的最优性损失，而且可以在不知道系统模型的情况下实现。一组广泛的数值实验，以证实所提出的算法在FSO资源分配问题。我们证明了其优越的性能和计算效率相比，在连续功率分配和二进制中继选择设置的基线方法。
2021-04-17 cs.LG eess.SP
Heterogeneously-Distributed Joint Radar Communications: Bayesian Resource Allocation
由于频谱资源的稀缺性，雷达与无线通信的共存成为近年来的研究热点。在众多的应用场景中，异构分布式雷达-通信系统因其灵活性和与现有体系结构的兼容性而具有广阔的应用前景。在本文中，我们专注于一个异构的雷达和通信网络（HRCN），它包括各种通用的雷达多目标跟踪（MTT）和无线通信的多个用户。我们的目标是提高MTT性能，并保持良好的吞吐量水平的通信用户通过一个精心设计的资源分配。该问题被制定为一个贝叶斯Cramér-Rao界（CRB）的最小化资源预算和吞吐量的限制。制定的非凸问题解决的基础上交替下降上升的方法。数值结果表明，这种异构网络的建议分配方案的有效性。
2022-03-04 cs.IT eess.SP math.IT
Flexible Semantic-Aware Resource Allocation: Serving More Users Through Similarity Range Constraints
针对多用户语义通信系统，提出一种语义感知资源分配方案，通过几何规划技术求解非凸MINLP问题，使用户满意度提升17.1%。
2025-04-29 cs.NI eess.SP
Simple Fair Power Allocation for NOMA-Based Visible Light Communication Systems
功率域非正交多址接入（NOMA）技术被认为是克服现有可见光通信（VLC）系统带宽限制的一种很有前途的技术。在这封信中，我们研究了NOMA-VLC系统在高信噪比（SNR）条件下的功率分配（PA）问题。提出了一种简单的公平功率分配策略（SFPA），以确保在多用户场景中传输资源的公平分配。SFPA需要最少的信道状态信息（CSI），使得它不太容易出现信道估计错误。结果表明，NOMA与SFPA提供了更公平和更高的可实现的每用户的速率（高达79.5%以上的研究设置），而不会显着损害整体系统性能。
2021-12-08 cs.IT eess.SP math.IT
RL-Driven Semantic Compression Model Selection and Resource Allocation in Semantic Communication Systems
本文提出基于强化学习的框架，通过近端策略优化动态选择语义压缩模型并分配带宽和功率，以平衡多用户语义通信中的准确性、时延和能耗，仿真验证其优于基线方法。
2025-06-23 cs.NI eess.SP
QoE-based Semantic-Aware Resource Allocation for Multi-Task Networks
针对多任务语义通信缺乏成熟量化与资源分配理论的问题，提出基于QoE的语义熵建模与资源分配框架，并结合DQN和低复杂度匹配算法求解，仿真验证了其优越性及与传统通信的兼容性。
2024-04-08 cs.IT eess.SP math.IT
Physical Layer Security Enhancement for Satellite Communication among Similar Channels: Relay Selection and Power Allocation
卫星通信信道通常被建模为具有很大莱斯因子的莱斯衰落信道或高斯信道。因此，当合法用户接近窃听用户时，合法信道与窃听信道近似相同。传统地面无线通信的物理层安全技术主要利用合法信道和窃听信道的差异，不适合卫星通信。为实现卫星通信中相似信道的保密通信，提出了一种基于卫星物理层干扰中继协作的保密通信模型。在此基础上，进一步研究了中继选择和功率分配问题，以提高卫星通信系统的安全性能。从理论上推导了已知瞬时信道状态信息（CSI）和统计CSI条件下的中继选择标准，从而实现了秘密中继概率的最小化。此外，基于秘密中断概率最小化对功率分配因子进行了优化。提出了一种基于统计CSI的功率分配方法，并通过仿真分析了各种中继选择准则和功率分配方案的秘密中断概率性能。
2018-08-15 cs.IT eess.SP math.IT
Intelligent Resource Allocations for IRS-Assisted OFDM Communications: A Hybrid MDQN-DDPG Approach
本文研究了智能反射面辅助OFDM系统的资源分配问题。通过联合优化子载波分配、基站发射波束形成和IRS相移，建立了系统和速率最大化框架。考虑到优化变量的连续和离散混合作用空间特性，提出了一种结合多深度Q网络（MDQN）和深度确定性策略梯度（DDPG）的高效资源分配算法.在算法中，MDQN被用来解决大的离散动作空间的问题，而DDPG被引入来解决连续动作分配。与传统的方法相比，我们提出的MDQN-DDPG算法的优势，通过学习环境的持续行为改进。仿真结果表明，与基准方案相比，我们的设计在系统和速率方面具有优越的性能。
2022-02-10 cs.NI eess.SP
Dynamic IRS Allocation for Spectrum-Sharing MIMO Communication and Radar Systems
本文提出一种基于WMMSE的联合优化框架，动态分配智能反射面单元以平衡通信与雷达感知的SINR，在频谱共享MIMO系统中实现目标定位与通信辅助，数值结果验证了性能提升。
2025-03-15 cs.SY eess.SP eess.SY
Constrained Resource Allocation Problems in Communications: An Information-assisted Approach
考虑一类给定一组无条件约束的资源分配问题，其目标函数满足Bellman最优性原理。这样的问题在无线通信、信号处理和联网中普遍存在。这些约束组合优化问题，在一般情况下，NP-Hard。本文提出了两种算法来解决这类问题，使用动态规划框架的信息理论措施的帮助下。我们证明，所提出的算法，确保在精心选择的条件下的最佳解决方案，并使用显着减少计算资源。我们通过使用所提出的方法解决5G大规模多输入多输出接收器中的功率受限比特分配问题来证实我们的主张。
2021-12-07 cs.IT eess.SP math.IT
LLM-Empowered Resource Allocation in Wireless Communications Systems
Yonsei University（延世大学）
本文提出一种基于 LLM 的无线通信资源分配方法，通过两发射对问题验证其在能效或频效最大化上的可行性，并结合低复杂度技术弥补可靠性不足。
2024-08-06 cs.AI cs.SY eess.SP
Semantic-Aware Resource Allocation Based on Deep Reinforcement Learning for 5G-V2X HetNets
针对5G-V2X异构网络，提出基于深度强化学习的语义感知资源分配框架，联合优化灵活占空比共存与资源分配，最大化语义频谱效率，实验优于传统方法。
2025-06-19 cs.NI eess.SP
Resource Allocation for Near-Field Communications: Fundamentals, Tools, and Outlooks
本文综述近场通信中的资源分配问题，梳理可用资源及其与远场通信的差异，总结数值优化与机器学习工具，并展望未来研究方向。
2024-05-12 cs.IT eess.SP math.IT
Optimal Power Allocation in Uplink NOMA with Simultaneous Cache-Enabled D2D Communications
针对NOMA性能提升需求，提出集成上行链路NOMA与基于缓存的D2D通信的蜂窝系统模型，通过推导最优功率分配闭式解最大化系统和速率，仿真显示其性能优于其他NOMA与D2D的组合方案。
2024-12-01 cs.ET eess.SP
Power Allocation for Joint Communication and Sensing in Cell-Free Massive MIMO
针对云无线接入网络架构下的单目标检测问题，研究了一种具有下行通信和多站感知的联合通信感知系统。无小区大规模MIMO的集中式操作被考虑用于通信和感测目的。JCAS发送接入点（AP）共同服务于用户设备（UE），并且可选地将波束转向目标。最大后验比测试检测器推导出检测器使用在分布式AP接收到的信号的目标。我们提出了一种功率分配算法，以最大限度地提高感知信噪比的条件下，每个UE的最小信号干扰加噪声比值是有保证的。数值结果表明，与完全以通信为中心的功率分配相比，在一定的虚警概率下，所提出的算法可以显着提高检测概率，用于两种JCAS设置：i）使用额外的感测符号或ii）仅使用现有的通信符号。
2022-09-05 cs.IT eess.SP math.IT
Deep Neural Network Based Resource Allocation for V2X Communications
本文重点研究在车联网（V2X）通信系统中最大化系统总吞吐量的最优发射功率分配。我们提出了两种解决功率分配问题的方法，即加权最小均方误差（WMMSE）算法和基于深度学习的方法。在WMMSE算法中，我们使用块坐标下降（BCD）方法来解决这个问题。然后，我们将监督学习技术用于基于深度神经网络（DNN）的方法，将WMMSE算法的功率分配作为目标输出。我们利用小批量梯度下降算法来训练DNN。大量的仿真结果表明，DNN算法可以提供非常好的近似的迭代WMMSE算法，减少了计算开销显着。
2019-06-24 cs.IT eess.SP math.IT
An Improved Virtual Force Approach for UAV Deployment and Resource Allocation in Emergency Communications
本文针对灾害环境下的无人机应急通信，提出一种融合联盟博弈与虚拟力的交替优化算法，联合优化部署、功率分配和用户关联，在满足用户需求的同时将计算耗时降至传统方法的5.6%。
2024-01-17 cs.NI eess.SP
Integrating Atmospheric Sensing and Communications for Resource Allocation in NTNs
Aalborg University（奥尔堡大学）；Tsinghua University（清华大学）
本文提出一种融合感知与通信的框架，通过感知准确估计通信链路的大气衰减，从而优化卫星选择和资源分配，提升地面用户的数据传输效率和公平性。
2025-03-20 cs.NI eess.SP
Deep Reinforcement Learning Based Mode Selection and Resource Allocation for Cellular V2X Communications
蜂窝车联网（V2X）通信对于支持未来各种车辆应用至关重要。然而，对于安全关键型应用，不稳定的车辆到车辆（V2V）链路和集中式资源分配方法的高信令开销成为瓶颈。本文研究了蜂窝V2X通信中传输模式选择和资源分配的联合优化问题。特别是，该问题被公式化为马尔可夫决策过程，并提出了一种基于深度强化学习（DRL）的分散算法，以最大限度地提高车辆到基础设施用户的总容量，同时满足V2V对的延迟和可靠性要求。此外，考虑到局部DRL模型的训练局限性，提出了一种两时标的联邦DRL算法，以帮助获得鲁棒的模型。其中，基于图论的车辆聚类算法在大时间尺度上执行，而联邦学习算法在小时间尺度上进行。仿真结果表明，该算法的性能优于其他分散基线算法，验证了双时标联邦DRL算法在新激活V2V对中的优越性。
2020-02-13 cs.NI eess.SP
A Partially Observable Deep Multi-Agent Active Inference Framework for Resource Allocation in 6G and Beyond Wireless Communications Networks
针对6G及未来无线通信网络资源分配的非凸耦合、动态实时需求及部分可观测难题，提出PODMAI框架，通过基于信念的变分自由能学习和去中心化多智能体策略，在无人机频谱共享场景下显著提升次级网络总速率与收敛速度。
2023-08-27 cs.SY eess.SP eess.SY
Auction Based Approach For Resource Allocation In D2D Communication
设备到设备通信已经成为小小区网络的问题。在这里，我们已经实现了一个新的方案，使我们能够提高频谱能力的手机相互通信（对等网络）的下行链路蜂窝网络。以前，频谱能力由反向迭代组合拍卖机制处理，其中蜂窝使用用于对d2 d链路进行投标。我们已经做了一个比较反向迭代组合拍卖（R-ICA）和新的拍卖方法的基础上，对信干噪比和d2 d用户的数量图。
2020-09-07 cs.SY eess.SP eess.SY
