Movable-Antenna Enabled Robust Vehicular Consumer Networks Under Imperfect CSI
Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences(中国科学院深圳先进技术研究院);University of Chinese Academy of Sciences(中国科学院大学);School of Automation and Intelligent Manufacturing, Southern University of Science and Technology(南方科技大学自动化与智能制造学院);Department of Electrical and Electronic Engineering, Imperial College London(帝国理工学院电气电子工程系);College of Computer Science and Software Engineering, Shenzhen University(深圳大学计算机科学与技术工程学院)
本文研究了在不完美CSI条件下,通过部署可移动天线提升车载消费者网络通信鲁棒性的方法,提出联合优化框架以最大化所有车载用户最差情况下的总速率。
2026-04-20 eess.SP
CSI-Free Position Optimization for Movable Antenna Communication Systems: A Black-Box Optimization Approach
针对可移动天线系统需完整CSI导致训练开销大的问题,提出免CSI位置优化方法,将位置优化视为黑盒问题并用零阶梯度近似求解,以更少测量次数获得良好SNR,适应快速变化信道。
2024-11-06 eess.SP
Globally Optimal Movable Antenna-Enhanced multiuser Communication: Discrete Antenna Positioning, Motion Power Consumption, and Imperfect CSI
本文研究可移动天线多用户通信中离散天线定位、运动功耗及非理想CSI下的鲁棒资源分配问题,提出基于分支定界和逐次凸近似的算法,在保证用户SINR的同时最小化基站总功耗并验证其最优性与实用性。
2025-07-17 eess.SP
Deep Learning assisted Port-Cycling based Channel Sounding for Precoder Estimation in Massive MIMO Arrays
IIT Madras(印度理工学院马德拉斯分校)
本文提出基于深度学习的端口循环信道探测方法,用于大规模MIMO阵列中预编码估计的CSI重建,通过降低资源开销并保持高准确性实现可靠CSI采集。
2026-01-23 eess.SP
Movable Antenna Enabled ISAC: Tackling Slow Antenna Movement, Dynamic RCS, and Imperfect CSI via Two-timescale Optimizati
针对可移动天线赋能的ISAC系统面临的天线移动慢、RCS动态变化及非理想CSI等挑战,提出双时间尺度优化框架,联合优化天线位置、波束成形与快照时长,在保证QoS的前提下显著降低基站发射功率并提升鲁棒性,同时减少天线调整时间。
2025-03-24 eess.SP
Codebook-based Port Selection and Combining for CSI-Free Uplink Fluid Antenna Multiple Access
University College London(伦敦大学学院);Yonsei University(延世大学);Kuang-Chi Science Limited(光启科学有限公司)
针对上行链路无信道状态信息的流体天线多址接入问题,提出基于码本的端口选择与合并框架,通过预定义码本和用户独立选择码字实现多用户分离,无需全局CSI或联合优化。
2025-12-05 eess.SP
Fluid-Antenna Enhanced ISAC: Joint Antenna Positioning and Dual-Functional Beamforming Design under Perfect and Imperfect CSI
本文研究FA增强的ISAC系统,在完美与不完美CSI下通过优化天线位置和双功能波束成形最大化感知SNR,提出基于AO的迭代算法并验证了其收敛性与显著性能增益。
2024-07-25 eess.SP
Fluid Antenna-Enabled Hybrid NOMA and AirFL Networks Under Imperfect CSI and SIC
Laval University(拉瓦尔大学);Ferdowsi University(Ferdowsi大学);Henan Polytechnic University(河南理工大学)
本文研究了融合AirFL和NOMA的混合网络,通过流体天线动态调节降低干扰,提出鲁棒优化问题并采用LSTM-DDPG算法解决,验证了在不完美CSI和SIC条件下混合速率性能的优势。
2026-05-11 eess.SP
Movable Antenna-Aided Cooperative ISAC Network with Time Synchronization error and Imperfect CSI
针对C-ISAC网络中不完美CSI与TS误差导致的性能下降问题,本文采用可动天线增强系统鲁棒性,推导了最坏情况下的可达速率与感知精度,并提出基于Wolpertinger架构的C-DRL方法优化波束成形、基站选择及天线位置,以最小化功耗并确保精度。
2025-01-26 eess.SP
CSI-based Positioning in Massive MIMO systems using Convolutional Neural Networks
研究了利用大规模多输入多输出(MaMIMO)系统的信道状态信息(CSI)进行用户定位的性能。为了从CSI中推断用户的位置,设计了一个卷积神经网络,并通过一个新的数据集进行评估。该数据集包含使用三种不同天线拓扑的室内MaMIMO CSI测量,覆盖2.5 m x 2.5 m的室内区域。我们表明,我们可以训练一个卷积神经网络(CNN)模型来估计该区域内的用户的位置,平均误差小于半个波长。此外,一旦模型在给定的场景和天线拓扑结构上进行了训练,迁移学习就用于将所获得的知识重新用于具有显著不同的天线拓扑结构和配置的另一场景。我们的研究结果表明,它是可能的进一步训练的CNN只使用少量的额外标记的样本的新的拓扑结构。这种迁移学习方法能够达到准确的结果,为CNN支持的基于CSI的实用定位系统铺平了道路。
2019-11-26 eess.SP
6D Movable Antenna for Internet of Vehicles: CSI-Free Dynamic Antenna Configuration
Jiangnan University(江南大学);Nanchang University(南昌大学);Tsinghua University(清华大学);Brunel University(布鲁内尔大学);Shanghai Jiao Tong University(上海交通大学);the Hong Kong University of Science and Technology(香港科技大学)
本文提出一种低复杂度、无CSI的动态天线配置方法,通过整合车辆运动预测与方向响应先验知识,优化天线位置和方向以提升平均总速率。
2026-03-25 cs.NI eess.SP
TypeII-CsiNet: CSI Feedback with TypeII Codebook
针对TypeII码本CSI反馈中端口系数相关性利用不足的问题,提出融合TypeII码本与深度学习的TypeII-CsiNet自动编码器,通过端口排序预处理、位置填充解码层和两阶段损失函数提升和速率,性能优于现有方案。
2024-05-21 eess.SP
CSI Obfuscation: Single-Antenna Transmitters Can Not Hide from Adversarial Multi-Antenna Radio Localization Systems
University of Stuttgart(斯图加特大学)
针对单天线发射机通过信号混淆保护位置隐私的局限性,本文提出一种基于盲多信道识别的CSI恢复方法,使多天线接收机无视信号内容可靠定位用户,并通过真实测量验证了其有效性。
2025-08-04 cs.IT cs.LG eess.SP
Rotatable Antenna-Enhanced Secure Integrated Sensing and Communications Under Imperfect CSI
Beihang University(北京航空航天大学);State Key Laboratory of CNS/ATM(空管通信导航国家重点实验室);Queen’s University Belfast(贝尔法斯特女王大学);State Key Laboratory of Environment Characteristics and Effects for Near-Space(临近空间环境特性与效应国家重点实验室);Beijing Institute of Technology(北京理工大学)
针对不完美窃听信道状态信息,提出可旋转天线增强的安全集成感知与通信系统,通过联合优化发射波束成形、人工噪声协方差矩阵和天线指向,在最大信息泄露和最小感知功率约束下最大化最小数据速率。
2026-06-18 eess.SP
Active Inference for Joint Port Selection and Pilot Allocation in Fluid Antenna Systems Under Partial CSI
University of Tehran(德黑兰大学);Iran University of Science and Technology(伊朗科技大学);University at Buffalo, The State University of New York(纽约州立大学布法罗分校)
本研究针对部分CSI下的流体天线系统,采用主动推理方法联合优化端口选择与导频分配,无需训练即可以低导频开销达到接近全CSI的性能。
2026-09-03 eess.SP
6D Movable Antenna Enhanced Cell-free MIMO: Two-timescale Decentralized Beamforming and Antenna Movement Optimization
University of Electronic Science and Technology of China(电子科技大学);King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学);Beijing Institute of Technology(北京理工大学);National University of Singapore(新加坡国立大学);Kash Institute of Electronics and Information Industry(喀什电子信息产业研究院)
本文提出一种双时间尺度去中心化优化框架,用于6DMA辅助的无基站MIMO系统,通过联合设计波束成形、天线位置和阵列方向,提升通信性能。
2026-01-08 eess.SP
Rate-Splitting Multiple Access for Multi-Antenna Joint Radar and Communications with Partial CSIT: Precoder Optimization and Link-Level Simulations
双功能雷达-通信(DFRC)系统已经被研究来管理雷达和通信系统之间的系统间干扰。然而,文献中的研究通常假设DFRC在发射机处具有完美的信道状态信息(CSIT),这是不切实际的假设,因为在实际部署中不可避免地存在CSIT误差。在这项工作中,我们的目标是设计一个DFRC系统的实际假设下,部分CSIT。为了实现这一点,建议DFRC婚姻的能力,多输入多输出(MIMO)雷达与速率分裂多址接入(RSMA)。RSMA是一种基于线性预编码的速率拆分(RS)的强大下行链路通信方案,其部分地解码多用户干扰(MUI)并部分地将其视为噪声,并且固有地对部分CSIT具有鲁棒性。使用RSMA,DFRC预编码器在部分CSIT的存在下被优化,以同时最大化平均加权和速率(AWSR)在服务质量(QoS)约束下,并且最小化DFRC波束方向图相对于理想MIMO雷达波束方向图的均方误差(MSE)。仿真结果表明,基于RSMA的DFRC在很大程度上优于基于其他常用策略,如空分多址接入(SDMA)和非正交多址接入(NOMA)的DFRC。具体而言,基于RSMA的DFRC中唯一的公共流允许灵活的速率划分,以保证部分CSIT的用户速率公平性,同时也是生成用于有效雷达感测的定向波束图的主要贡献者。DFRC的实际性能,然后进一步评估通过链路级仿真(LLS),以考虑到在有限长度制度的编码和调制的影响,以及由于移动性和延迟的信道老化,RSMA…
2022-01-25 eess.SP
Beyond Dirty Paper Coding for Multi-Antenna Broadcast Channel with Partial CSIT: A Rate-Splitting Approach
在现代无线通信网络中,发射端的信道状态信息(CSIT)不完全是不可避免的,它会导致多天线广播信道(BC)中严重的多用户干扰。虽然具有完美CSIT的多天线(高斯)BC的容量是已知的并且通过脏纸编码(DPC)实现,但是具有不完美CSIT的多天线BC的容量和容量实现策略仍然是未知的。因此,常规方法依赖于将为完美CSIT设计的通信策略应用于不完美CSIT设置。在这项工作中,我们打破了这种常规,并作出了两个主要贡献。首先,我们表明,线性预编码的速率拆分(RS),依赖于分裂的消息到公共和私人部分和线性预编码在发射机,和连续的干扰消除在接收机,可以实现更大的速率区域比DPC在多天线BC与部分CSIT。其次,我们提出了一种新的可实现的计划,表示为脏纸编码的速率分裂(DPCRS),它依赖于RS分裂成公共和私人部分的用户消息,和DPC编码的私人部分。我们表明,在多输入单输出(MISO)BC与部分CSIT的DPC实现的速率区域扩大超出传统的DPC和线性预编码的RS。受益于RS部分解码干扰并部分将干扰视为噪声的能力,与DPC和其他现有传输策略相比,DPCRS对CSIT不准确性、网络负载和用户部署不太敏感。建议DPCRS作为一个新的基准和最知名的可实现的多天线BC与部分CSIT的策略。
2020-08-03 cs.IT eess.SP math.IT
User-Centric Distributed Antenna Transmission: Secure Precoding and Antenna Selection with Interference Exploitation
我们解决了分布式天线(DA)系统中的物理层安全问题,其中窃听者(Eves)可以拦截为预期接收器(IR)发送的信息。为了实现一个以用户为中心的,功率有效的和物理层安全寻址系统,我们的目标是通过联合设计DA选择和安全预编码的总功耗最小化。不同于传统的人工噪声(AN)辅助的安全传输,其中AN被视为一个不希望的元素的IR,我们设计AN,使其建设性的IR,同时保持破坏性的Eves。重要的是,我们调查两个实际的情况下,IR和Eves的信道状态信息(CSI)是不完全获得或Eves的CSI是完全未知的。为了处理CSI的不确定性,我们分别解决了概率和确定性鲁棒优化问题,既满足IR的信干比(SINR)的要求,通过使用建设性AN和解决安全性对Eves。仿真结果表明,我们的算法消耗更少的功率相比,集中式天线(CA)系统有/无天线选择,以及DA系统与传统的AN处理。最后,通过所提出的算法,DA的激活与用户的位置和服务质量(QoS)的要求密切相关,具有以用户为中心,按需的结构。
2018-12-12 eess.SP
Positioning a Movable Antenna Without CSI: A Kernelized Bandit Under Costly Movement
Hanyang University(汉阳大学);University of Southern California(南加州大学)
针对可移动天线无信道状态信息下的定位问题,提出MoveUCB核化赌博机算法,在代价移动约束下实现次线性动态遗憾,且移动距离约为最优移动基线的一半。
2026-09-24 eess.SP
Low-Overhead CSI Prediction via Gaussian Process Regression
Centre for Wireless Communications, University of Oulu(奥卢大学无线通信中心)
本文提出基于高斯过程回归的低开销CSI预测方法,通过结合三种核函数建模多尺度空间相关性,实现减少导频开销的同时提升预测精度和频谱效率。
2025-12-23 eess.SP
Fluid Antenna-Assisted MIMO Transmission Exploiting Statistical CSI
针对流体天线辅助MIMO系统中瞬时CSI获取困难的问题,本文利用统计CSI提出了一个速率最大化准则下的发送预编码与收发FA位置设计算法框架,显著提升了系统的速率性能。
2023-12-13 cs.IT eess.SP math.IT
Robust Movable-Antenna Position Optimization with Imperfect CSI for MISO Systems
本文研究不完美CSI下MISO可移动天线系统的鲁棒位置优化,针对范数有界和随机分布两类误差分别推导最坏情况与非中断接收功率的闭式结果,证明最大比传输最优性,并用图算法求解最优MA位置。
2025-05-11 cs.IT eess.SP math.IT
Statistical-CSI-Based Antenna Selection and Precoding in Uplink MIMO
传统的天线选择方案需要瞬时信道状态信息(CSI)。这导致系统中的高信令开销。本文提出了一种新的联合接收天线选择和预编码方案,用于多用户多输入多输出上行链路传输,仅依赖于CSI的长期统计。所提出的方案设计的交换网络和上行链路的预编码器,使系统在长期的预期吞吐量最大化。从随机矩阵理论的结果,我们推导出一个封闭形式的表达式的期望吞吐量的系统。然后,我们开发了一个易于处理的迭代算法来解决吞吐量最大化问题,利用交替优化和优化最大化(MM)技术。数值结果证实了所提出的方法的效率和其优越的性能相比,基线。
2022-12-28 cs.IT eess.SP math.IT
Deep Learning-Based CSI Feedback for XL-MIMO Systems in the Near-Field Domain
针对近场XL-MIMO系统中CSI矩阵复杂且庞大导致反馈困难的问题,提出基于深度学习的ExtendNLNet压缩CSI,引入Non-Local块扩大特征范围,仿真验证其显著提升恢复质量。
2024-05-23 eess.SP
Relay Beamforming Design with SIC Detection for MIMO Multi-Relay Networks with Imperfect CSI
在本文中,我们考虑了一个双跳多输入多输出(MIMO)无线多中继网络中,源-目的地对都配备了多个天线,通过多个半双工放大转发(AF)中继终端,也有多个天线通信。由于在实际的多中继网络中很难获得理想的信道状态信息(CSI),我们考虑所有信道的不理想CSI。我们专注于最大限度地提高信号干扰噪声比(SINR)在目的地。我们提出了一种新的鲁棒的线性波束形成在中继,在目的节点进行连续干扰消除(SIC)的QR分解滤波器的基础上。利用大数定律,我们得到了存在不完美CSI的渐近速率,在此基础上,建议中继波束成形优化。仿真结果表明,渐近速率与遍历速率匹配良好。分析和仿真结果表明,该波束形成优于传统的波束形成方案的任何功率的CSI错误和SNR区域。
2020-03-19 eess.SP
Channel Uncertainty-Aware Robust Beamforming for RIS-Assisted RSMA Communication With Movable Antennas
Tongling University(铜陵大学);Hubei Engineering University(湖北工程学院);Henan Polytechnic University(河南理工大学);Queen Mary University of London(伦敦玛丽女王大学)
本文研究了整合可移动天线和可重构智能表面的下行多用户通信系统下的鲁棒资源分配框架,在不完美信道状态信息下,通过联合优化发射预编码向量、RIS反射矩阵、公共率分配和可移动天线位置,解决高耦合的鲁棒优化问题。
2026-05-09 eess.SP
Velocity-aware Antenna Selection in Predictor Antenna Systems
移动中继(MR),这是一个候选的解决方案,支持车载用户,已在不同的研究。由于MR的移动性质,由于车辆周围快速变化的环境,在发射机侧(CSIT)获取信道状态信息是具有挑战性的。在MR之上,可以使用预测器天线(PA),即,在接收天线(RA)前面的附加天线以获得CSIT,并且最近的工作已经研究了这种设置的益处。PA辅助的CSIT采集通常在MR的位置和速度等不同内容信息的帮助下工作。在本文中,我们研究了速度感知对PA系统的影响,并开发了PA辅助的MR中的自适应天线选择方案。结果表明,与无CSIT方案相比,基于速度感知天线选择的PA系统可以将端到端吞吐量提高一个数量级。
2021-09-30 cs.IT eess.SP math.IT
CSI-Free Positioning of Movable Antennas for IoT Networks: A Compositional Kernelized Bandit
Hanyang University(汉阳大学);University of Southern California(南加州大学)
针对物联网中可移动天线阵列的定位问题,提出组合核化老虎机算法CoMoveUCB,在无信道状态信息下实现次线性动态遗憾,并优于多种基准方法。
2026-10-02 eess.SP
Robust Design for Multi-Antenna LEO Satellite Communications with Fractional Delay and Doppler Shifts: An RSMA-OTFS Approach
本文提出一种结合RSMA和OTFS的鲁棒多用户多天线通信方案,以应对低轨卫星通信中的高机动性和信道不完美性问题。
2025-12-16 eess.SP
Joint Beamforming and Antenna Movement Design for Moveable Antenna Systems Based on Statistical CSI
针对可移动天线增强MIMO系统,本文基于统计CSI联合优化天线位置与发射协方差矩阵,提出CSSCA算法及线性、平面移动模式,显著提升可达速率。
2023-08-18 cs.IT eess.SP math.IT
On CSI-free Multi-Antenna Schemes for Massive RF Wireless Energy Transfer
无线能量传输(WET)正在成为大规模物联网(IoT)的潜在绿色推动者。在此,我们分析了用于为大量单天线IoT设备无线供电的无信道状态信息(CSI)多天线策略。无CSI方案是AA-SS(AA-IS),其中所有天线发送相同的(独立的)信号,以及SA,其中每次只有一个天线发送,使得在相干块期间利用所有天线。我们的特征的分布下提供的能量相关莱斯衰落的每一个方案,并发现,虽然AA-IS和SA不能利用多个天线,以提高平均提供的能量,其色散可以显着降低。同时,AA-SS提供了最大的平均能量,但也提供了最大的能量色散,并且增益关键地取决于天线单元之间的平均相移。我们发现,连续的天线必须是$π$相移下AA-SS的最佳平均能量性能。我们的数值结果表明,相关性是有益的AA-SS下,而更大的视线(LOS)和/或天线的数量并不总是有益的,在这样的计划。同时,AA-IS和SA方案都受益于小相关性、大LOS和/或大量天线。
2020-06-15 cs.NI cs.PF eess.SP
Rate-Splitting Multiple Access for Multi-Antenna Broadcast Channels with Statistical CSIT
速率分裂多址(RSMA)技术是一种很有前途的下行多天线通信技术,它能够在网络负载、用户部署和发射端信道状态信息(CSIT)不准确的情况下提高系统性能。在本文中,我们研究了RSMA在多用户多输入单输出(MU-MISO)网络中的可达速率性能,其中只有缓慢变化的统计信道状态信息(CSI)在发射机处可用。基于RSMA的统计波束形成和公共流的分裂被优化,其目标是最大化受发射机的总功率预算影响的最小用户速率。两个统计CSIT的情况下进行了研究,即瑞利衰落信道的空间相关性已知的发射机,和均匀线性阵列(CDMA)部署只有信道的幅度和平均相位已知的发射机。数值结果表明,显式最大最小公平性(MMF)速率增益的RSMA在空分多址(SDMA)在这两种情况下。此外,我们证明了RSMA是更强大的统计CSIT的不准确性。
2021-04-01 cs.IT eess.SP math.IT
Robust Beamforming for Pinching-Antenna Systems
Harbin Institute of Technology(哈尔滨工业大学);Queen Mary University of London(伦敦大学玛丽女王学院);The University of Hong Kong(香港大学)
本文提出针对捏合天线系统的鲁棒波束成形框架,通过优化PAs位置提升系统在信道不确定性下的鲁棒性。
2025-12-19 eess.SP
CSI-Based Multi-Antenna and Multi-Point Indoor Positioning Using Probability Fusion
经由神经网络(NN)的基于信道状态信息(CSI)的指纹识别是即使在具有挑战性的传播条件下也能够实现用户设备(UE)的准确室内和室外定位的有前景的方法。在本文中,我们提出了一个定位管道的无线局域网MIMO-OFDM系统,它使用从一个或多个非同步接入点(AP)获得的上行链路CSI测量。对于每个AP接收机,首先从CSI中提取新的特征,这些特征对现实世界收发机中出现的系统损伤是鲁棒的。这些特征是NN的输入,NN提取指示UE在给定网格点处的可能性的概率图。NN输出然后跨多个AP融合以提供最终位置估计。我们提供的实验结果与真实世界的室内测量下的视线(LoS)和非LoS传播条件下的80 MHz带宽的IEEE 802.11 ac系统使用双天线发射UE和两个AP接收器,每个有四个天线。我们的方法是实现厘米级的中位数距离误差,一个数量级的改进,在传统的基线。
2021-08-31 cs.IT eess.SP math.IT
Transmit Antenna Selection and Beamformer Design for Secure Spatial Modulation with rough CSI of Eve
空间调制(SM)辅助网络的安全性通常可以通过以降低误比特率为代价降低期望链路的功率,并假设消耗到人工噪声(AN)投影(ANP)的功率来提高。我们制定的联合优化问题的最大化的保密率(Max-SR)在安全SM辅助网络的背景下,这是一个非线性混合整数规划问题的发射天线选择和ANP。为了解决这个问题,我们提供了一对解决方案,即联合和单独的解决方案。具体地说,SR的精确近似用于降低计算复杂度,和最佳AN协方差矩阵(ANCM)被发现的凸优化任何给定的有源天线组(AAG)。然后,给定一个大的AAG的集合,模拟退火机制被调用来优化AAG的选择,其中相应的ANCM被重新计算,以及当AAG的变化时,这种优化方法。为了进一步降低上述联合优化的复杂度,还提出了一种低复杂度的两阶段分离优化方法。此外,当发射天线的数目趋于无穷大时,Max-SR问题变得等同于使期望用户的信号与干扰加噪声比与窃听者的信号与干扰加噪声比的比率最大化。因此,我们原来的问题减少到一个分式规划问题,因此一个显着的计算复杂性降低可以实现的优化问题。我们的仿真结果表明,所提出的算法优于现有的泄漏为基础的零空间投影方案的SR性能方面,并大大降低了复杂度在轻微的SR性能降低。
2019-05-24 eess.SP
Deep Learning for Partial MIMO CSI Feedback by Exploiting Channel Temporal Correlation
为了在大规模MIMO系统中实现高频谱和能量效率,需要精确估计DL CSI。先前的工作已经在FDD系统内开发了基于学习的CSI反馈框架,用于有效的CSI编码和恢复,具有已证明的益处。然而,用于接收终端的CSI估计的下行链路导频可能占用大量天线的过多数量的资源元素,并损害频谱效率。为了克服这个问题,我们提出了一种新的基于学习的反馈架构,通过利用CSI时间相关性对交织非重叠天线子阵列的部分CSI反馈进行有效编码。为了便于编码,我们进一步设计了一个IFFT方法来解耦天线子阵列的部分CSI,并保持部分CSI的稀疏性。我们的研究结果表明,在室内/室外的情况下,所提出的模型CSI恢复在显着降低计算能力和存储需求的优越性能。
2022-01-08 cs.IT eess.SP math.IT
Enhanced Wide-Angle Steering with Multi-Mode Multi-Port Aperture Antenna Arrays
Institute of Microwave and Wireless Systems, Leibniz University Hannover(汉诺威莱布尼茨大学微波与无线系统研究所)
提出基于多模多端口天线的宽角扫描新概念,开发理论并设计阵列,结合先进波束赋形算法,实现水平与垂直面±77°扫描且无栅瓣。
2026-06-06 eess.SP
Channel Estimation for mmWave Pinching-Antenna Systems
本文针对毫米波捏合天线系统提出一种低开销信道估计方案,通过激活近馈点和远馈点的少量捏合天线子阵列模拟大孔径阵列,实现高精度多径参数估计并降低硬件切换与导频开销。
2025-04-12 eess.SP
A Cooperative Deception Strategy for Covert Communication in Presence of a Multi-antenna Adversary
隐蔽传输的合作欺骗策略,其中一个合作干扰机(干扰机)试图吸引多天线对手(威利)和降低对手的接收能力,从发射机(爱丽丝)的信号。对于这种策略,我们制定了一个优化问题,以最大限度地提高隐蔽率时,三种不同类型的信道状态信息(CSI)。在Kullback-Leibler(KL)发散约束下,总功率在Alice和Jammer之间进行最优分配。与现有文献不同的是,在我们提出的策略中,我们还确定了最佳的发射功率在干扰时,爱丽丝是沉默的,而现有的作品总是假设干扰的功率是固定的。具体来说,我们应用S-过程转换成线性矩阵不等式(LMI)约束的无限约束。在Willie统计CSI可用的情况下,利用渐近逼近和替换方法将二重积分转化为一重积分。此外,无干扰欺骗的传输策略作为基准进行了研究。最后,我们的仿真结果表明,对于所提出的策略,隐蔽率增加的天线在威利的数量。此外,与基准相比,我们提出的策略是更强大的面对不完美的CSI。
2022-09-08 eess.SP
Unlocking the Potential of Movable Antennas: General and Practical Antenna Position Optimization
National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China(电子科技大学无线通信全国重点实验室);Department of Electrical and Computer Engineering, National University of Singapore(新加坡国立大学电气与计算机工程系)
针对可移动天线位置优化缺乏可处理信道模型的问题,提出连续和离散两类通用优化算法,分别用于大规模阵列信号处理和小规模多径信道重构,并引入基于学习的低开销方案。
2026-06-11 eess.SP
Movable Antenna Empowered Physical Layer Security Without Eve's CSI: Joint Optimization of Beamforming and Antenna Positions
本文首次提出无Eve CSI条件下可移动天线赋能的物理层安全方案,联合优化波束成形与天线位置以最大化最差Bob的安全速率,相比固定天线方案显著提升安全性能。
2024-05-25 cs.IT eess.SP math.IT
Robust Transmission Design for RIS-Assisted RSMA-SWIPT Systems With Movable Antennas Under Hardware Distortions
Tongling University(铜陵大学);University of Oulu(奥卢大学);University College London(伦敦大学学院);University of Essex(埃塞克斯大学);University of Luxembourg(卢森堡大学)
针对信道不确定性和硬件损伤,提出联合优化公共速率分配、波束赋形、RIS反射、功率分割比和天线位置的鲁棒框架,最大化可达和速率。
2026-11-17 eess.SP
A Deep Learning Framework for Joint Channel Acquisition and Communication Optimization in Movable Antenna Systems
本文提出一种用于移动天线多用户系统的端到端深度学习框架,联合优化信道估计、天线放置与预编码设计,在不完美CSI下显著降低反馈开销并提升可达总速率。
2025-08-30 cs.IT eess.SP math.IT
Movable Antenna Arrays with Imperfect Channel State Information in Rich Scattering Environments
KTH Royal Institute of Technology(皇家理工学院)
针对丰富散射环境中不完美信道状态信息的问题,本文提出含导频传输、MMSE估计与ZF预编码的端到端框架,通过粒子群优化天线位置,揭示阵列几何与预编码器的耦合关系,为MA系统设计提供指导。
2026-09-01 eess.SP
Bit-level Optimized Neural Network for Multi-antenna Channel Quantization
量化的信道状态信息(CSI)在预编码设计中起着至关重要的作用,有助于发挥多输入多输出(MIMO)技术的优点。为了减少CSI反馈的开销,我们提出了一种基于深度学习的CSI量化方法,通过开发一种联合卷积残差网络(JCResNet),从比特级量化性能的角度出发,该方法有利于MIMO信道特征提取和恢复。实验表明,我们提出的方法大大提高了性能。
2019-09-24 cs.IT eess.SP math.IT
Predictor Antenna Systems: Exploiting Channel State Information for Vehicle Communications
车辆通信是第五代无线网络(5G)中最重要的用例之一。对以诸如频谱效率、峰值数据率和中断概率的性能度量为特征的服务质量(QoS)的不断增长的需求主要受到移动车辆周围快速变化的环境的信道状态信息(CSI)的不准确预测/估计的限制。为了提高QoS,增加CSI的预测范围的一种方式是部署预测器天线(PA)。PA系统由通常安装在车辆车顶上的两组天线组成,其中位于车辆前部的PA用于预测由在PA后面对准的接收天线(RA)观察到的CSI。然而,在现实的PA系统中,实际的益处受到各种因素的影响,包括空间失配、天线利用率、散射环境的时间相关性以及CSI估计误差。本文研究了在实际条件限制下PA系统的不同资源分配方案。
2020-05-19 cs.IT eess.SP math.IT
Doppler Radiance Field-Guided Antenna Selection for Improved Generalization in Multi-Antenna Wi-Fi-based Human Activity Recognition
1 Department of Electrical \& Computer Engineering, University of Toronto, Toronto, ON, Canada , .
针对Wi-Fi人体活动识别中CSI噪声与异常值问题,本文提出基于DoRF拟合误差的多天线选择框架,通过抑制噪声并筛选信息量最大的天线,在小规模手势识别数据集上显著提升了泛化能力。
2025-09-18 cs.CV eess.SP
A Distributed Massive MIMO Channel Sounder for "Big CSI Data"-driven Machine Learning
提出了一种用于获取大型CSI数据集的分布式大规模MIMO信道探测器DICHASUS。测量的数据在用于用户定位、JCAS、信道制图、在FDD操作中实现大规模MIMO等的各种机器学习算法的研究中具有潜在的应用。所提出的信道探测器架构与以前类似的设计不同,因为每个单独的单天线接收器是完全自主的,能够实现任意的空间分布的天线部署,并提供几乎无限的天线数量的可扩展性。可选地,提取的信道系数向量可以用通过GNSS接收器(用于室外操作)或通过各种室内定位技术获得的地面实况位置数据来标记。
2022-06-30 cs.IT eess.SP math.IT
Energy Efficiency Maximization for Movable Antenna-Enhanced System Based on Statistical CSI
针对可移动天线增强MIMO系统,基于统计CSI联合优化发射协方差矩阵与收发天线位置向量,结合确定性等价技术和交替优化算法最大化能效,数值验证其性能优于基准方案且有限移动区域即可达最优。
2025-01-18 cs.IT eess.SP math.IT
FarSense: Pushing the Range Limit of WiFi-based Respiration Sensing with CSI Ratio of Two Antennas
过去几年已经见证了利用从商品WiFi设备检索的信道状态信息进行呼吸监测的巨大潜力。然而,现有的方法仅在目标靠近WiFi收发器时起作用,并且当目标远离时,性能显著降低。另一方面,大多数家庭环境只有一个WiFi接入点,并且它可能不与目标位于同一房间。这种感知范围的限制极大地限制了所提出的方法在现实生活中的应用。本文介绍了FarSense-第一个实时系统,可以可靠地监测人体呼吸时,目标是远离WiFi收发器对。即使其中一个收发器位于另一个房间,FarSense也能正常工作,这向实际部署迈出了一大步。我们提出了两种新的方案来实现这一目标:(1)不是应用单个天线的原始CSI读数进行感测,而是使用来自两个天线的CSI读数的比率,其噪声主要通过除法运算来抵消,以显着增加感测范围;(2)除法运算进一步使我们能够利用单个天线无法使用的相位信息进行感测。正交幅度和相位被精心组合以解决“盲点”问题并进一步增加感测范围。大量实验表明,FarSense能够准确监测人体呼吸,即使目标距离收发器对8米远,也能将传感范围增加100%以上。我们相信这是第一个能够通过商品WiFi设备实现穿墙呼吸传感的系统,并且所提出的方法也可以使其他传感应用受益。
2019-08-10 cs.HC eess.SP
Secure Rate-Splitting for MIMO Broadcast Channel with Imperfect CSIT and a Jammer
本文研究了两用户多输入多输出(MIMO)广播信道中发射端信道状态信息不完全(CSIT)和多天线干扰机的安全速率分裂问题,其中每个接收端具有相同数量的天线,干扰机具有完全信道状态信息(CSI).具体而言,我们设计了一个安全的速率分裂多址接入策略,其中的安全性,分裂的私人和共同的消息是确保预编码器设计与联合调零和对齐的泄漏信息,关于不同的天线配置。此外,我们表明,通过安全速率分裂实现的和安全自由度(SDoF)是最优的,优于传统的迫零。因此,我们揭示了两个用户的MIMO广播信道与不完美的CSIT和一个干扰的总和SDOF,并验证了在这种情况下,以MIMO为重点的安全目的的速率分裂的优越性。
2022-07-11 cs.IT eess.SP math.IT
Robust Resource Allocation for Pinching-Antenna Systems under Imperfect CSI
本文针对用户位置不确定的多用户夹持天线下行链路系统,提出以最小化总发射功率为目标的鲁棒资源分配方案,结合二分法、几何分析和粒子群优化求解天线位置与功率分配,仿真验证其优于传统固定天线系统。
2025-07-16 cs.IT eess.SP math.IT
ReWiS: Reliable Wi-Fi Sensing Through Few-Shot Multi-Antenna Multi-Receiver CSI Learning
由于Wi-Fi接入点和设备的普遍存在,Wi-Fi传感可以在远程医疗保健、安全和监控方面实现变革性应用。现有工作已经探索了对从Wi-Fi分组计算的信道状态信息(CSI)使用机器学习来对感兴趣的事件进行分类。然而,这些算法中的大多数需要大量的数据汇集,以及用于附加CSI特征提取的广泛的计算能力。此外,这些模型中的大多数在新的/未经训练的环境中测试时准确性较差。在本文中,我们提出了ReWiS,一种新的框架,用于强大的和环境无关的Wi-Fi传感。ReWiS的关键创新是利用少样本学习(FSL)作为推理引擎,这(i)减少了对大量数据汇集和特定于应用的特征提取的需求;(ii)可以通过仅利用几个新样本快速推广到新任务。我们使用现成的Wi-Fi设备对ReWiS进行原型设计,并通过考虑人类活动识别的引人注目的用例来展示其性能。因此,我们进行了广泛的数据汇集活动,在三个不同的传播环境与两个人类受试者。我们评估了每个多样性组件对性能的影响,并将ReWiS与传统的卷积神经网络(CNN)方法进行了比较。实验结果表明,相对于现有的单天线低分辨率方法,ReWiS提高了约40%的性能。此外,与基于CNN的方法相比,ReWiS在不同环境中测试时的准确性提高了35%,准确性下降不到10%,而CNN下降了45%以上。
2022-04-19 cs.NI eess.SP