Privacy-Preserving Wireless Federated Learning Exploiting Inherent Hardware Impairments
我们考虑了一个无线联邦学习系统，其中多个数据持有者边缘设备通过与诚实但好奇的参数服务器共享参数更新来协作训练全局模型。我们证明了固有的硬件引起的失真扰动的边缘设备的模型更新可以被利用作为一种隐私保护机制。特别是，我们的失真模型为功率依赖的加性高斯噪声，并提出了一个功率分配策略，提供隐私保证的框架内的差分隐私。我们进行数值实验，以评估所提出的功率分配方案的性能在不同程度的硬件损伤。
2021-08-29 cs.IT eess.SP math.IT
Near-Field Channel Estimation with ELAA Modular Arrays Under Hardware Impairments
本文针对模块化ELAA系统中LNA硬件损伤下的近场LOS信道估计问题，提出利用阵列几何与恒模特性的高效估计器及二维DFT掩码技术，显著提升精度并降低前传开销。
2025-09-20 cs.IT eess.SP math.IT
Distributed Two-Phase Processing for Modular XL-MIMO with Wireless Fronthaul under Hardware Impairments
Bilkent University（比尔肯特大学）
针对硬件损伤下采用放大转发无线前传的模块化超大规模MIMO系统，提出基于加权最小均方误差的联合优化算法，通过调整用户发射功率和前传放大系数最大化上行频谱效率。
2026-05-22 cs.IT eess.SP math.IT
ADMM-Based One-Bit Quantized Signal Detection for Massive MIMO Systems with Hardware Impairments
本文研究了大规模多输入多输出（MIMO）系统中的信号检测问题，该系统具有一般的加性硬件损伤和一比特量化。首先，我们通过将它们概括为所考虑的硬件损伤模型来呈现量化未知和基于Bussgang分解的线性接收机。我们提出了一个优化问题来估计上行链路数据信号，通过选择一个合适的代价函数，处理在基站的未量化的接收信号作为变量。我们利用额外的结构的一位量化和信号调制，包括适当的约束。针对非凸二次约束二次规划问题，提出了一种基于ADMM的封闭更新方程算法。然后，我们将更新中的粗糙投影仪替换为它们的软版本，以提高检测性能。我们表明，建议的ADMM为基础的算法优于国家的最先进的线性接收机显着的误比特率（BER）和性能增益增加的天线和用户的数量。
2020-02-05 cs.IT eess.SP math.IT
Exact Performance Analysis of THz Link Under Transceiver Hardware Impairments
收发器硬件损伤（THI）是高速率太赫兹（THz）通信不可避免的。现有的统计分析要么忽略THI的影响，或提供近似的结果时，分析太赫兹系统的性能结合信道衰落和天线失调。在本文中，我们开发了精确的解析表达式的平均信噪比（SNR），遍历容量，和平均比特错误率（BER）性能的太赫兹无线链路下的联合作用下的$α$ - $μ$衰落信道，零波束指向错误，高斯分布THI。我们还推导出了中断概率和平均误码率的渐近表达式，这表明太赫兹链路的分集阶数与THI的参数无关。仿真验证了推导的分析结果，并证明了THI参数对太赫兹性能的影响。
2023-02-21 cs.IT eess.SP math.IT
Fundamentals of Wobbling and Hardware Impairments-Aware Air-to-Ground Channel Model
本文首次构建同时纳入无人机抖动与硬件损伤影响的空对地统一信道模型，推导信道自相关函数并分析四项关键信道指标，发现微小抖动也会导致高频段相干时间严重下降，为相关信道估计研究提供基础。
2023-08-29 cs.IT eess.SP math.IT
LSFD for Rician-Faded Cell-Free mMIMO Systems With Channel Aging and Hardware Impairments
本文研究硬件损伤和信道老化下无蜂窝大规模MIMO上行链路，推导频谱效率闭式表达式，证明大规模衰落解码可缓解信道老化影响及低速用户间干扰。
2023-02-21 cs.IT eess.SP math.IT
Uplink Hardware Impairments in OFDM-Based Cell-Free Massive MIMO With Impaired Wireless Fronthaul
Bilkent University（比尔肯特大学）
本文研究OFDM无小区大规模MIMO在硬件损伤下的上行性能，提出统一分析框架推导闭式表达式，并采用失真感知合并与最大最小公平资源分配以缓解性能下降。
2026-09-23 cs.IT eess.SP math.IT
Robust Transmission Design for RIS-Aided Communications with Both Transceiver Hardware Impairments and Imperfect CSI
可重构智能表面（RIS）或智能反射表面（IRS）最近被认为是未来第六代（6G）通信中最有前途的技术之一。在本文中，我们考虑了在基站（BS）的发射波束形成和RIS的相移的联合优化的RIS辅助无线通信系统的硬件损伤和不完善的信道状态信息（CSI）。具体来说，我们假设BS用户信道和BS-RIS用户信道都是由于信道估计误差而不完美的，并且我们考虑统计CSI误差模型下的信道估计误差。然后，BS的发射功率被最小化，受到中断概率约束和反射元件上的单位模量约束。通过使用Bernstein型不等式和半定松弛（SDR）重新制定的约束条件，我们将优化问题转化为一个半定规划（SDP）问题。数值结果表明，所提出的鲁棒性设计算法可以在硬件损伤和CSI不完美的情况下保证用户的通信质量。
2021-12-12 cs.IT eess.SP math.IT
Model-Based End-to-End Learning for Multi-Target Integrated Sensing and Communication under Hardware Impairments
本文针对硬件损伤下的多目标通感一体化系统，提出基于可微正交匹配追踪算法的端到端学习框架，通过参数化硬件损伤有效提升了感知与通信性能且复杂度更低。
2024-12-19 eess.SP
UAV-Aided Multi-Way NOMA Networks with Residual Hardware Impairments
本文研究了一种无人机辅助的非正交多址接入多路中继网络。多个地面用户的目标是通过放大转发（AF）无人机中继交换他们的互信息。具体而言，考虑到在收发器的残余硬件损伤（RHI）的现实假设。为了评估所考虑的网络的性能，我们推导出可实现的和速率（ASR）的解析表达式。此外，我们通过调用仿射扩展的ASR的\emph{high signal-to-noise ratio (SNR) slope}和\emph{high SNR power offset}进行渐近分析。数值结果表明：1）与正交多址接入（OMA）相比，所提出的网络可以将时隙数从$\left[ {\left( {M - 1} \right)/2} \right] + 1$减少到2个，从而显著提高了ASR; 2）发射机和接收机的RHI对所考虑网络的ASR具有相同的影响。
2020-05-17 cs.IT eess.SP math.IT
MIMO Detection under Hardware Impairments: Data Augmentation With Boosting
针对硬件损伤下的MIMO数据检测问题，提出结合数据增强与boosting的似然函数估计方法，通过多分布噪声生成增强数据集、结合EM或KDE估计并加权融合似然函数，显著提升检测性能且效果随增强数据量增大而优化。
2024-12-08 cs.IT eess.SP math.IT
Untrained DNN for Channel Estimation of RIS-Assisted Multi-User OFDM System with Hardware Impairments
University of Oulu（奥卢大学）
可重构智能表面（RIS）是一种用于提高第五代（5G）及以后网络性能的新兴技术。实际上，由于RIS的无源性质，RIS辅助系统的信道估计是具有挑战性的。针对存在硬件损伤的RI辅助多用户单输入多输出（SIMO）正交频分复用（OFDM）系统，提出了一种基于深度学习的低复杂度信道估计算法。我们提出了一种基于深度图像先验（DIP）网络的未训练深度神经网络（DNN），以消除从传统的基于导频的最小二乘（LS）估计获得的系统的有效信道，并获得更准确的估计。我们已经表明，我们提出的方法具有高性能的准确性和低复杂度相比，传统的方法。此外，我们已经表明，所提出的估计是强大的收发器和RIS的硬件损伤所造成的干扰。
2021-07-13 cs.LG eess.SP
Optimizing Movable Antennas in Wideband Multi-User MIMO With Hardware Impairments
本文研究了宽带多用户MIMO系统中可动天线的优化，通过粒子群优化调整天线位置以最大化平均总速率，发现其性能提升取决于硬件损伤水平、多径丰富度和子载波数。
2025-06-02 cs.IT eess.SP math.IT
End-to-end Autoencoder for Superchannel Transceivers with Hardware Impairment
我们提出了一个端到端的学习为基础的方法，由非理想的硬件组件受损的超级通道系统。我们的系统实现了高达60%的SER减少和高达50%的保护带减少相比，所考虑的基线方案。
2021-03-29 eess.SP
MSE-Based Transceiver Designs for RIS-Aided Communications With Hardware Impairments
由于固有的硬件损伤，在可重构智能表面（RIS）上精确配置反射元件的相移具有挑战性。本文研究了在具有收发机干扰和RIS相位噪声的情况下，RIS辅助的单用户多输入多输出（MIMO）通信系统的均方误差（MSE）性能。我们的目标是联合优化发射预编码器，线性接收均衡器，和RIS反射矩阵，以最大限度地减少MSE。为了解决这个问题，提出了一种迭代算法，其中波束形成矩阵交替优化。具体而言，对于波束形成优化子问题，我们推导出最佳预编码器和均衡器矩阵的封闭形式的表达。然后，对于相移优化子问题，提出了一种基于优化最小化（MM）方法的有效算法。仿真结果表明，所提出的基于MSE的RIS辅助收发器方案显着优于传统的系统算法，不考虑HI在收发器和RIS。
2022-08-16 cs.IT eess.SP math.IT
Performance Analysis of BEM-based Channel Estimation for OTFS with Hardware Impairments
本文针对存在硬件损伤的OTFS系统，采用BEM降低信道估计复杂度，推导了估计信道的MSE和BER下界，并通过数值结果证明轻微硬件损伤也会显著降低系统性能。
2025-02-06 eess.SP
Average and Worst-case Analysis of MIMO Beamforming Loss due to Hardware Impairments
本文通过解析分析逐阵元增益失配和阵元间距偏差对MIMO波束成形的影响，给出最坏情况损伤配置与平均性能表达式，揭示平均退化有限但最坏损耗显著。
2025-11-07 eess.SP
Rate Splitting in MIMO RIS-assisted Systems with Hardware Impairments and Improper Signaling
在本文中，我们提出了一个优化框架速率分裂（RS）技术在多输入多输出（MIMO）可重构智能表面（RIS）辅助系统，可能与I/Q不平衡（IQI）。该框架可以应用于任何优化问题，其中目标和/或约束是速率和/或发射协方差矩阵的线性函数。这些问题包括最小加权和加权和速率最大化、目标速率的总功率最小化、最小加权能量效率（EE）和全局EE最大化。该框架可以应用于具有硬件损伤的任何干扰受限系统。为了说明的目的，我们考虑多小区MIMO RIS辅助广播信道（BC），其中基站（BS）和/或用户可能遭受IQI。由于IQI会产生不适当的噪声，我们认为不适当的高斯信号（IGS）作为一种干扰管理技术，可以额外补偿IQI。我们表明，RS与IGS相结合时，可以大大提高过载网络的频谱和能量效率（即，当每个小区的用户数量大于发射/接收天线的数量时）。
2022-11-15 cs.IT eess.SP math.IT
Achievable Rate Analysis of the STAR-RIS Aided NOMA Uplink in the Face of Imperfect CSI and Hardware Impairments
该研究推导了存在信道估计误差与硬件损伤时，STAR-RIS辅助NOMA上行链路的遍历和速率上界，发现收发机硬件损伤会导致高功率下的性能地板效应。
2023-06-14 cs.IT eess.SP math.IT
MIMO Detection under Hardware Impairments: Learning with Noisy Labels
针对硬件损伤 MIMO 系统，提出模型驱动与数据驱动两种无额外训练开销的检测器，并通过 EM 和鲁棒 DNN 训练提升检测性能。
2023-06-08 cs.IT eess.SP math.IT
Hybrid mmWave MIMO Systems under Hardware Impairments and Beam Squint: Channel Model and Dictionary Learning-aided Configuration
基于压缩感知（compressive sensing，CS）的低开销信道估计在混合宽带毫米波（mmWave）多输入多输出（MIMO）系统中得到了广泛研究。在以前的工作中使用的信道稀疏字典建立从理想的阵列响应矢量上离散的到达/离开角评估。此外，假设这些字典对于所有子载波是相同的，而不考虑硬件损伤和波束偏斜的影响。在本文中，我们推导了一个通用信道和信号模型，该模型明确考虑了硬件损伤、实际脉冲整形函数和波束偏斜的影响，克服了以前工作中常用的毫米波MIMO信道和信号模型的局限性。然后，我们提出了一种字典学习（DL）算法，以获得稀疏字典嵌入硬件损伤，通过考虑波束斜视的影响，而不引入它的学习过程。本文还设计了一种波束偏斜和硬件损伤下的CS信道估计算法，该算法利用不同子载波上的信道结构，实现了低复杂度、高精度的信道参数估计。数值结果表明，所提出的DL和信道估计策略的有效性时，应用到现实的毫米波信道。
2022-10-17 eess.SP
Cell-Free Massive MIMO with Hardware-Impaired Wireless Fronthaul
Bilkent University（比尔肯特大学）；KTH Royal Institute of Technology（皇家理工学院）
本文提出了一种针对无源大规模MIMO的新型放大转发无线前传方案，通过联合建模硬件缺陷并优化线性组合器，提升频谱效率和系统性能。
2026-02-07 cs.IT eess.SP math.IT
Deep Reinforcement Learning for RIS-aided Multiuser Full-Duplex Secure Communications with Hardware Impairments
在本文中，我们研究了一个可重构智能表面（RIS）辅助的多用户全双工安全通信系统的收发器和RIS的硬件损伤，其中多个窃听者偷听的双向传输信号同时，和RIS应用，以提高保密性能。以最大化和保密率（SSR）为目标，在基站发射功率约束和移相器单位模约束下，建立了基站发射波束形成和反射波束形成的联合优化问题。由于环境是时变的，系统是高维的，这种非凸优化问题在数学上是难以解决的。探索了一种基于深度强化学习（DRL）的算法，通过与动态环境的反复交互和学习来获得满意的解。大量的仿真结果表明，基于DRL的安全波束形成算法被证明是显着有效的改善SSR。研究还发现，通过选择合适的神经网络参数，可以大大提高DRL方法的性能，加快神经网络的收敛速度。
2022-08-16 cs.IT eess.SP math.IT
STAR-RIS-Assisted Cell-Free Massive MIMO with Multi-antenna Users and Hardware Impairments Over Correlated Rayleigh Fading Channels
本文建模含硬件损伤的多天线STAR-RIS辅助无蜂窝大规模MIMO，分析两种上行处理架构并推导SE表达式，证明增加天线、AP和RIS单元可缓解损伤，且Level 2始终优于Level 1。
2025-03-17 cs.IT eess.SP math.IT
Performance Evaluation of Beyond Diagonal RIS under Hardware Impairments
针对BD-RIS实际硬件中的阻抗失配与变容管非理想问题，提出三类影响散射矩阵的损伤模型，并通过NMSE评估信道估计性能，明确传统RIS优于BD-RIS的场景。
2025-06-08 eess.SP
Asymptotic Rate Analysis for Impairments-Aware Multi-Carrier FD Massive MIMO Relay Networks utilizing MRT/MRC Strategy
在本文中，我们分析了渐进速率的多载波（MC）全双工（FD）大规模多输入多输出（mMIMO）解码和转发（DF）中继系统，服务于多个MC单天线半双工（HD）节点。我们考虑到硬件失真的影响，导致残留的自干扰（SI）和载波间泄漏（ICL），以及不完善的信道状态信息（CSI）的影响。当天线数目变大（变为$\infty$）时，我们推导了采用最大比发射（MRT）/最大比合并（MRC）策略的系统的渐近速率表达式。值得注意的是，硬件失真的影响变得显着，在一个大规模的天线阵列制度。与多用户干扰和接收机噪声的影响相反，其随着中继天线的数目变为无穷大而消失，由硬件损伤引起的残余SI和ICL保留在MC系统中。
2020-11-16 cs.IT eess.SP math.IT
On the Uplink Achievable Rate of Massive MIMO System With Low-Resolution ADC and RF Impairments
研究了射频损伤下粗量化大规模多输入多输出（MIMO）系统的信道估计和上行链路可达速率。我们利用加性量化噪声模型（AQNM）和扩展误差矢量幅度（EEVM）模型分别分析低分辨率模数转换器（ADC）和射频损伤的影响。我们表明，硬件损伤导致非零地板上的信道估计错误，这与传统的情况下与理想的硬件。最大比合并（MRC）技术，然后在接收端使用，并推导出一个近似听话的上行链路可达速率的表达式。仿真结果表明，ADC的分辨率和RF损伤之间有明显的补偿。所提出的研究支持在实际的大规模大规模多输入多输出系统中装备经济的粗糙ADC和经济的不完美RF元件的可行性。
2019-01-22 cs.IT eess.SP math.IT
Error Analysis of Cooperative NOMA with Practical Constraints: Hardware-Impairment, Imperfect SIC and CSI
非正交多址接入（NOMA）已成为未来无线网络中支持大规模连接的强有力的候选者。在这方面，它的实现到合作中继，命名为合作NOMA（HOCMA），受到了研究人员的极大关注。然而，大多数现有的hocMA研究未能解决实际的限制，因为他们假设理想的条件。特别是，HOCMA计划与不完善的错误性能还没有调查。在这封信中，我们提供了一个分析框架，在实际的假设下，我们考虑到不完美的连续干扰消除器（SIC），不完美的信道估计（ICSI），和硬件损伤（HWI）在收发器的hocMA计划的错误性能。我们推导了HOCMA方案中的比特出错率（BER）表达式，无论源和用户之间是否存在直接链路，据作者所知，这是公开文献中的首次研究。为了比较，我们还提供了下行NOMA的BER表达式与实际的约束，这也没有在文献中给出，但。通过计算机模拟验证了理论BER表达式，并观察到完美匹配。最后，我们讨论了系统参数的影响（例如，功率分配，HWI级别）对hocMA方案性能的影响，为社会揭示了富有成效的见解。
2022-07-01 cs.IT eess.SP math.IT
Robust Transmission Design for RIS-assisted Secure Multiuser Communication Systems in the Presence of Hardware Impairments
研究了可重构智能表面辅助的硬件损伤下的安全多用户通信系统。我们共同优化的波束形成向量在基站（BS）和反射元件在RIS的相移，以最大限度地提高加权最小保密率（WMSR），在BS和单位模数约束在RIS的传输功率约束。为了解决公式化的优化问题，我们首先将其解耦为两个易于处理的子问题，然后使用块坐标下降（BCD）方法交替优化子问题。提出了两种不同的方法来解决这两个子问题。第一种方法将每个子问题转化为二阶锥规划（SOCP）问题，可以直接使用CVX求解。第二种方法利用Minorization-Maximization（MM）算法。具体地说，我们首先推导出一个凹逼近函数，这是一个下界的原始目标函数，然后两个子问题转化为两个简单的代理问题的封闭形式的解决方案。仿真结果验证了所提出的鲁棒传输方法的性能增益比现有的非鲁棒设计。此外，MM算法具有更低的复杂度比基于SOCP的算法。
2022-10-11 cs.IT eess.SP math.IT
Impact of CSIR, SIC, and Hardware Impairments on the Ergodic Rate of Downlink RSMA
Khalifa University（哈利法大学）；Centre for Wireless Communications, University of Oulu（奥卢大学无线通信中心）
本文研究了实际干扰下RSMA下行通信系统的累积速率性能，推导了闭式表达式，揭示了CSIR、SIC和硬件损伤的联合影响，证明RSMA在公平性和速率上优于NOMA，强调了公平性与效率结合的重要性。
2026-04-20 eess.SP
MCRB-based Performance Analysis of 6G Localization under Hardware Impairments
位置信息预计将成为满足6 G系统中通信和上下文感知服务需求的关键。使用上行链路或下行链路导频信号基于延迟和/或角度估计来实现用户定位。然而，硬件损伤（HWI）失真的信号在发送器和接收器侧，从而影响定位性能。虽然在HWI不太严重的较低频率下可以忽略这种影响，但需要对6 G进行建模和分析，以评估由于HWI导致的本地化降级。在这项工作中，我们对各种类型的损伤进行建模，并进行错误指定的Cramér-Rao界限分析，以评估HWI引起的性能损失。不同类型的HWI的仿真结果表明，每个HWI导致不同程度的角度和延迟估计性能的退化。
2022-05-22 eess.SP
RIS-assisted Cell-Free Massive MIMO Systems With Two-Timescale Design and Hardware Impairments
本文研究硬件损伤下RIS辅助CF-mMIMO系统的上行传输，提出双时间尺度方案优化波束成形，推导可达速率闭式表达式并利用加速梯度上升法优化RIS相移以最大化用户速率。
2024-03-26 cs.IT eess.SP math.IT
Improper Gaussian Signaling for the $K$-user MIMO Interference Channels with Hardware Impairments
研究了在硬件损伤（HWI）条件下，非正常高斯信号（IGS）在$K$ -用户多输入多输出（MIMO）干扰信道（IC）中的性能。HWI可能由于设备中的缺陷（如I/Q不平衡、相位噪声等）而出现。在I/Q不平衡的情况下，接收信号是发射信号和噪声的广泛线性变换。因此，接收器处的有效噪声变得不适当，这意味着其实部和虚部是相关的和/或具有不相等的功率。IGS可以在不适当的噪声和/或不适当的干扰的情况下改善系统性能。在本文中，我们研究IGS的好处，这种情况下的两个性能指标：可实现的速率和能源效率（EE）。我们考虑率区域，和率，EE区域和全局EE优化问题，以充分评估IGS的性能。为了解决这些非凸问题，我们采用优化框架的基础上优化最小化算法，这使我们能够获得一个稳定点的任何优化问题，其中无论是目标函数和/或约束是线性函数的利率。我们的数值结果表明，IGS可以显着提高性能的$K$ -用户MIMO集成电路的HWI和I/Q不平衡，其中它的好处与用户的数量，$K$，和不平衡的水平增加，并与天线的数量减少。
2020-08-06 cs.IT eess.SP math.IT
RIS-Aided D2D Communications Relying on Statistical CSI with Imperfect Hardware
在这封信中，我们研究了一个可重构智能表面（RIS）辅助设备到设备（D2D）通信系统在莱斯衰落信道与不完善的硬件，包括在收发器的硬件损伤和相位噪声在RIS。本文采用遗传算法（GA）对连续相移（CPS）和离散相移（DPS）的相移进行了优化，以最大化可达速率。我们还考虑了无RIS硬件损伤（N-RIS-HWI）和无收发器硬件损伤（N-T-HWI）的两种特殊情况。我们提出了封闭形式的表达式，不同情况下的可实现的速率和研究的硬件损伤对通信质量的影响。最后，仿真结果验证了分析工作的正确性.
2021-12-04 eess.SP
Channel Estimation for Reconfigurable Intelligent Surface-Assisted Full-Duplex MIMO with Hardware Impairments
针对存在硬件损伤的RIS辅助全双工MIMO系统，提出仅需硬件损伤一二阶统计量的无偏信道估计器，推导其闭式表达式，设计理想硬件下最小化MLE均方误差的导频方案并通过仿真验证性能。
2023-07-23 eess.SP
Deep SIMO Auto-Encoder and Radio Frequency Hardware Impairments Modeling for Physical Layer Security
本文提出基于深度SIMO自编码器的端到端学习方法，结合射频硬件损伤建模，在提升误码率性能的同时增强物理层安全性与设备识别能力。
2024-08-10 eess.SP
Deep Reinforcement Learning Based Joint Downlink Beamforming and RIS Configuration in RIS-aided MU-MISO Systems Under Hardware Impairments and Imperfect CSI
Bilkent University（比尔肯特大学）；KTH Royal Institute of Technology（KTH皇家理工学院）
我们引入了一种新的深度强化学习（DRL）方法，在多用户多输入单输出（MU-MISO）系统中联合优化发射波束成形和可重构智能表面（RIS）相移，以最大化相位相关反射幅度模型下的总下行链路速率。我们的方法解决了不完美的信道状态信息（CSI）和硬件损伤的挑战，考虑一个实际的RIS幅度模型。我们比较了我们的方法对香草DRL代理在两种情况下的性能：完美的CSI和相位相关的RIS幅度，和不匹配的CSI和理想的RIS反射。结果表明，该框架显着优于香草DRL代理下失配和接近黄金标准。我们的贡献包括修改DRL方法，以解决发射波束成形和相移和相位相关的幅度模型的联合设计。据我们所知，我们的方法是第一个基于DRL的方法，在RIS辅助MU-MISO系统中的相位相关反射振幅模型。我们在这项研究中的发现突出了我们的方法作为一个有前途的解决方案，以克服硬件损伤的RIS辅助无线通信系统的潜力。
2023-03-29 cs.LG cs.NI eess.SP
Partial Relay Selection For Hybrid RF/FSO Systems with Hardware Impairments
本文研究了由非对称射频/自由光空间链路组成的双跳中继系统的性能分析。RF信道遵循瑞利分布，并且光链路经受伽马-伽马衰落。我们还介绍了我们的模型损伤，我们建议部分中继选择（PRS）协议放大转发（AF）固定增益中继。采用具有RF的光通信的好处是增加系统传输速率，从而提高系统带宽。许多以前的研究尝试假设理想的硬件（源，继电器等）。没有损伤。事实上，这种假设对于低速率系统仍然有效。然而，对于高速率系统，为了获得一致的结果，这些硬件损伤不能再被忽略。考虑到理想和非理想的硬件情况下，我们的模型的中断概率和遍历容量的新的解析表达式。在此基础上，研究了弱、强大气湍流条件下，系统中断概率与系统容量的关系，以及过时的信道状态信息（CSI）与当前源-中继链路的相关性、中继数目、中继秩和平均光信噪比（SNR）对系统性能的影响。我们还证明，对于非理想的情况下，端到端的信号噪声加失真比（SNDR）有一定的上限高SNR范围。然而，对于理想情况，SNDR无限增长，并且由损伤引起的上限不再存在。最后给出了数值模拟结果。
2019-01-16 eess.SP
Near-field Target Localization: Effect of Hardware Impairments
Southern University of Science and Technology（南方科技大学）；National Mobile Communications Research Laboratory, Southeast University（东南大学移动通信国家重点实验室）；Purple Mountain Laboratories（紫金山实验室）；Key Laboratory of Universal Wireless Communications, Ministry of Education, Beijing University of Posts and Telecommunications（北京邮电大学无线通信重点实验室）
本文提出了一种三阶段硬件失真-aware近场定位方法，通过高效检测故障天线和校准相位误差，减少目标定位误差。
2025-12-25 cs.IT eess.SP math.IT
RIS-Aided MIMO Systems with Hardware Impairments: Robust Beamforming Design and Analysis
可重构智能表面（RIS）被认为是提高未来无线系统性能的一种新型技术。在本文中，我们研究了一个实用的RIS辅助多输入多输出（MIMO）系统中存在的收发器硬件损伤，RIS相位噪声和不完善的信道状态信息（CSI）。特别考虑了MIMO收发器和RIS反射矩阵的联合设计，以最小化所有数据流的总平均均方误差（MSE）。这个联合设计问题是非凸的，具有挑战性的解决，由于新考虑的实际缺陷。为了解决这个问题，我们首先分析了总平均MSE纳入上述系统的不完善的影响。然后，为了处理紧耦合的优化变量和非凸NP-硬约束，提出了一种基于交替优化（AO）框架的高效迭代算法，保证了算法的收敛性，其中每个子问题通过利用优化最小化（MM）技术得到一个封闭形式的最优解.此外，通过利用单位模约束的特殊结构，我们提出了一种改进的黎曼梯度上升（RGA）算法的离散RIS相移优化。此外，在视距信道条件下验证了该算法的最优性，并揭示了在高信噪比（SNR）条件下，由于硬件和信道状态信息的不完善而引起的不可约的均方误差地板效应.数值结果表明，我们所提出的算法的MSE性能优于所采用的基准计划，并表明，增加RIS元素的数量并不总是有益的上述系统的缺陷。
2023-03-22 cs.IT eess.SP math.IT
Fluid Antennas Meet Intelligent Surfaces: Security Analysis of NOMA Systems Under Hardware Impairments
South China University of Technology（华南理工大学）；Huizhou University（惠州学院）；Guangdong University of Education（广东教育学院）；Queen Mary University of London（伦敦大学玛丽女王学院）；Kyung Hee University（庆熙大学）；The University of Texas at Dallas（德克萨斯大学达拉斯分校）
本文研究了流体天线与智能表面结合下的NOMA系统安全性能，揭示了硬件失真对安全性能的影响及设计权衡。
2026-03-09 eess.SP
NOMA-based Improper Signaling for MIMO STAR-RIS-assisted Broadcast Channels with Hardware Impairments
本文提出结合IGS、NOMA和STAR-RIS的方案，以补偿收发机I/Q失衡并提升MIMO广播信道频谱效率，证明该方法能显著提高用户最低速率并改善系统性能。
2023-08-04 cs.IT eess.SP math.IT
Exploiting Active RIS in NOMA Networks with Hardware Impairments
本文研究硬件损伤下ARIS辅助NOMA网络在Nakagami-m衰落信道中的性能，推导中断概率和遍历速率表达式，并通过仿真证明其优于ARIS/PRIS-OMA及传统协作方案。
2024-01-13 cs.IT eess.SP math.IT
Energy-Efficient Reconfigurable Holographic Surfaces Operating in the Presence of Realistic Hardware Impairments
本文针对存在硬件损伤的开关控制可重构全息表面辅助通信系统，提出基于特征分解、奇异值分解及功率交替优化的能效最大化方法，并证明其能效优于传统全数字和相移阵列混合波束成形方案。
2024-05-02 cs.IT eess.SP math.IT
Joint Pilot Design and Channel Estimation using Deep Residual Learning for Multi-Cell Massive MIMO under Hardware Impairments
在多小区大规模多输入多输出系统中，导频污染会使信道估计性能恶化，并且导频污染的影响由于硬件损伤而变得更加严重。本文提出了一种基于深度残差学习的联合导频设计和信道估计，以在考虑硬件损伤的情况下减轻导频污染的影响。首先，我们研究了传统的线性最小均方误差（LMMSE）的信道估计器，以抑制由导频污染所造成的干扰。在此基础上，提出了一种基于深度学习的导频设计方法，以最小化LMMSE信道估计的均方误差（MSE），并将其用于联合导频设计和信道估计的迁移学习方法。对于信道估计器，我们使用深度残差学习，提取导频污染引起的干扰特征并消除它们来估计信道信息。仿真结果表明，在多小区大规模多输入多输出场景下，所提出的联合导频设计和信道估计方法优于传统方法。此外，联合导频设计和信道估计器使用转移学习提高了估计性能，减少导频污染的影响时，不能利用的先验知识的导频污染。
2021-08-10 eess.SP
Ergodic Spectral Efficiency Analysis of Intelligent Omni-Surface Aided Systems Suffering From Imperfect CSI and Hardware Impairments
本文研究非理想CSI和硬件损伤下IOS辅助系统的遍历频谱效率，提出双时间尺度波束成形设计，并证明增加AP天线可有效补偿硬件损伤。
2024-05-02 cs.IT eess.SP math.IT
Aggregate Hardware Impairments Over Mixed RF/FSO Relaying Systems With Outdated CSI
在本文中，我们提出了一个双跳RF（射频）/FSO（自由空间光）系统与多中继采用解码和转发（DF）和放大和转发（AF）与固定增益（FG）中继方案。RF信道服从瑞利分布，而光链路经历统一的衰落模型，该衰落模型包含遵循马拉加分布（或也称为$\mathcal{M}$分布）的大气湍流、大气路径损耗和指向误差。部分中继选择（PRS）与过时的信道状态信息（CSI）提出选择候选中继转发信号到目的地。在接收时，信号的检测可以在外差或强度调制和直接检测（IM/DD）之后实现。许多以前的尝试忽略了硬件损伤的影响，并假设理想的硬件。这种假设对于低数据速率系统是有意义的，但对于高数据速率系统将不再有效。在这项工作中，我们提出了一个通用模型的硬件损伤，以了解量化其对系统性能的影响。我们将证明，对于低信噪比（SNR），硬件损伤对系统性能的影响很小，但在高SNR值时可能具有破坏性。进一步推导了中断概率和遍历容量的解析表达式和上界，并通过数值积分方法得到了误符号概率。利用这些指标，我们还推导出高SNR渐近线，以获得有价值的洞察系统增益，如分集和编码增益。最后，分析和数值结果，并验证了蒙特卡罗模拟。
2019-01-16 eess.SP
Measuring Hardware Impairments with Software-Defined Radios
这篇创新实践论文介绍了一种新的工具，用于教育电气工程专业的学生了解无线通信中的硬件损伤。射频（RF）前端是无线发射机或接收机的重要组成部分。它具有模拟处理元件和数据转换器，由当今的数字通信系统驱动。计算和软件定义无线电（SDR）技术的进步使软件波形成形成为可能，并将实验性和易于访问的即插即用RF前端用于教育，研究和开发。我们使用相同的技术来教授RF前端的非线性效应及其含义。它使用广泛可用的RF仪器和组件以及SDR技术-成熟的负担得起的硬件和免费的开源软件-教学生如何表征RF接收器的非线性，同时提供SDR工具的实践经验。我们目前的硬件，软件和我们的实验室会议的程序，使其他教室容易再现。我们讨论了评估新课程模块适用性的不同形式，并得出结论，它提供了一个宝贵的学习经验，支持了通常只在讲座中提供的理论。
2018-10-10 eess.SP
D-Band RIS as a Reflect Array: Characterization and Hardware Impairments Study
本文研究D波段RIS作为反射阵列的特性与硬件损伤，采用静态反射阵列模拟可重构行为，聚焦镜面反射和波束斜视效应，以改进RIS设计过程。
2023-05-10 eess.SP
On the Impact of Hardware Impairments on RIS-aided Localization
研究了一种基于相位相关的可重构智能表面（RIS）幅度变化模型的硬件损伤下的单天线用户设备（UE）和基站（BS）辅助的近场定位系统.为了分析实际模型和理想模型之间的失配与单位振幅RIS元素的定位性能，我们采用错误指定的克拉美-罗界（MCRB）。基于MCRB推导，评估UE位置估计的均方误差的下限（LB），并示出在低信噪比（SNR）下收敛到MCRB。仿真结果表明，随着信噪比的增加，由于模型的误设定，性能下降更严重。此外，失配的最大似然（MML）估计推导出，并发现是紧的LB在高信噪比制度。最后，我们观察到，模型不匹配可能导致在高SNR下的数量级定位性能损失。
2022-05-25 eess.SP
Rate Splitting for Massive MIMO Multi-carrier system using Full Duplex Decode and Forward Relay with Hardware Impairments
在本文中，我们解决的解码和转发（DF）中继系统的功率分配问题，其中一个大规模的多输入多输出（mMIMO）多载波（MC）基站（BS）节点与MC单天线节点直接通信，也通过单天线全双工（FD）MC中继，使用速率分裂（RS）的方法。在目的地采用连续干扰消除方法。我们考虑正交频分复用（OFDM）作为我们的MC策略。我们考虑到硬件失真的影响，导致残留的自干扰和载波间泄漏（ICL），也不完善的信道状态信息（CSI）。我们制定了一个联合的子载波和功率分配问题，以最大限度地提高总的总和率。提出了一种迭代优化方法，该方法遵循逐次内逼近（SIA）框架，以达到满足Karush-Kuhn-Tucker（KKT）条件的收敛点。数值结果表明，这种系统的失真意识的设计的意义，以及显着的增益和速率相比，其半双工（HD）和非速率分裂计划。
2019-07-31 cs.IT cs.SY eess.SP
Beamforming Optimization for Active RIS-Aided Multiuser Communications With Hardware Impairments
本文研究存在硬件损伤的主动RIS辅助多用户通信系统，通过联合设计基站发射波束成形、主动RIS放大因子和相移以最大化总速率，提出两种高效优化算法，并验证了主动RIS相比被动RIS的性能优势及HWIs对系统的限制。
2024-02-16 cs.IT eess.SP math.IT
Benchmarking CFAR and CNN-based Peak Detection Algorithms in ISAC under Hardware Impairments
本文针对6G ISAC系统的硬件损伤约束，对比了经典CFAR与CNN两类峰值检测算法，通过多场景仿真验证了二者的性能差异与适用条件。
2025-05-21 eess.SP
