Sustainable RF Wireless Energy Transfer for Massive IoT: enablers and challenges
本文针对海量物联网设备的可持续供电难题，提出可持续射频无线能量传输方案，梳理其建模方法、架构设计、技术支撑及应用场景，分析相关挑战与解决方向。
2023-11-09 cs.NI eess.SP
Positioning Using Wireless Networks: Applications, Recent Progress and Future Challenges
本文从学术与工业视角全面综述无线网络定位技术，涵盖应用、测量、关键使能技术、典型方案、标准化及未来挑战，为研究者提供参考。
2024-03-18 eess.SP
Multiple Access Techniques for Intelligent and Multi-Functional 6G: Tutorial, Survey, and Outlook
本文综述6G及未来网络中的多址接入技术，探讨无线网络智能与多功能性如何重塑正交、空域、功率域、速率分割等MA方案，涵盖AI赋能MA与MA支持AI的交互，并提出6G标准化路线图。
2024-01-02 cs.IT eess.SP math.IT
An Outlook on the Interplay of Machine Learning and Reconfigurable Intelligent Surfaces: An Overview of Opportunities and Limitations
可编程元表面（也称为可重构智能表面（RIS））的最新进展被设想为提供从不可控到完全可调和可定制的无线传播环境的范式转变，从而实现大量的新应用和技术趋势。因此，鉴于这一前沿的技术概念，我们首先审查的架构和电磁波操纵功能的RIS。然后，我们详细介绍了一些最近取得的进展，实现这些可编程功能的无线通信应用。此外，我们详细介绍了机器学习（ML）如何解决由实时部署RIS引入的各种限制，特别是在延迟，存储，能源效率和计算方面。回顾了ML与RISs集成的最新研究，强调了它们的潜力和挑战。最后，本文的结论是提供了一个前瞻性的未开发的可能性ML机制的背景下，RISs。
2021-09-10 cs.IT cs.NI eess.SP
Optical wireless communications for in-body and transdermal biomedical applications
本文讨论了用于生物医学应用的光无线系统的基本结构。在总结了主要应用并报告了它们的要求之后，{我们描述了透皮和体内光通道的特性以及它们在通信系统设计中带来的挑战。}更详细地说，我们提供了三种可能的经皮通信架构，即电光（EO）监测，光电（OE）和全光（AO）的神经刺激，这是目前正在调查中，而在体内通信，我们提供了一个纳米级AO（NAO）的概念。对于每种架构，我们讨论了主要的操作原理，技术使能因素，以及他们的发展研究方向。最后，我们强调的必要性，设计一个信息理论框架的分析和设计的物理（PHY）和介质访问控制（MAC）层，它考虑到信道的~特性。
2020-04-30 eess.SP
Over-the-Air Time Synchronization for URLLC: Requirements, Challenges and Possible Enablers
超可靠和低延迟通信（URLLC）是5G及以上无线系统中的一项新兴功能，旨在支持关键任务工业应用的严格延迟和可靠性要求。在许多潜在的应用中，多个传感器/致动器协作并且需要具有严格和有界抖动的等幅操作，例如，\SI{1}{\micro\second}。为此，网络时间同步对于控制器和传感器/执行器之间的实时和等容通信变得至关重要。在本文中，我们着眼于工厂自动化和智能电网中的不同应用，以揭示设备级时间同步的要求以及将高粒度定时信息扩展到设备的挑战。此外，我们还确定了5G无线电接口中潜在的空中同步机制，并讨论了满足时间敏感URLLC应用的抖动约束所需的增强功能。
2018-06-29 cs.NI eess.SP
Five Key Enablers for Communication during and after Disasters
本文针对灾害期间通信基础设施损毁等挑战，提出卫星与空中平台、冗余、静默及无线能量传输辅助的可持续网络等五大关键使能技术，并探讨实施方法及未来方向。
2024-11-09 cs.ET cs.IT eess.SP
Reliability Modeling, Analysis and Prediction of Wireless Mobile Communications
目前处于研究阶段的未来第五代（5G）移动蜂窝网络能够实现传统移动通信之外的广泛服务/应用。将超可靠服务集成到移动网络中的一个关键使能器是给定数据分组的传输成功的\textit{Reliability}。这是困难的，主要是由于通信设备的时间相关的有效链路质量。然而，瞬时链路质量的可用性的成功指示（例如，通过设备）将允许在链路条件足够公平时对超可靠服务/应用的机会接入。本文介绍了一个框架，用于建模，预测和分析的无线链路的理论可靠性的基础上的因素，如衰落，移动性，干扰等的分析和预测是基于部分应力方法\cite{Birolini2010}通过假设时间相关的因素作为元素/组件和各自的传输失败时间（TTTF）。该框架还支持其他可靠性分析技术，如故障树分析和加速测试。无线系统，并改善组件
2018-11-29 eess.SP
The Future of Intelligent Wavefront Shaping for Smart Radio Environments
随着电磁频谱变得更加拥挤，我们需要操作的环境变得更加复杂，对环境本身的控制变得必要，以确保无线通信信道的完整性。使用可编程超表面的波前整形允许在时间和空间上操纵波场，提供了一种与环境交互的方法。当与深度学习相结合时，智能波前整形可作为催化剂，实现智能无线电环境并解锁传统无线通信网络之外的应用。在本文中，我们讨论了智能波前整形在复杂环境中的波传播的前景，并强调其变革的潜力。
2021-04-03 eess.SP
Adversarial Machine Learning in Wireless Communications using RF Data: A Review
机器学习（ML）提供了从频谱数据中学习并解决无线通信中涉及的复杂任务的有效手段。在计算资源和算法设计的最新进展的支持下，深度学习（DL）已经成功地执行各种无线通信任务，例如信号识别、频谱感测和波形设计。然而，一般的ML，特别是DL，被发现容易受到操纵，因此产生了一个称为对抗机器学习（AML）的研究领域。尽管AML在其他数据领域（如计算机视觉和自然语言处理）已得到广泛研究，但在无线通信领域对AML的研究仍处于早期阶段。本文提出了一个全面的审查集中在AML在无线通信的最新研究成果，同时占无线系统的独特特性。首先，讨论了对深度神经网络的AML攻击的背景，并提供了AML攻击类型的分类。还描述了生成对抗性示例和攻击机制的各种方法。此外，全面调查现有的研究AML攻击的各种无线通信问题，以及相应的防御机制，在无线领域。最后，随着新的攻击和防御技术的发展，最近的研究趋势和未来的总体前景AML下一代无线通信进行了讨论。
2021-08-22 eess.SP
Collaborative Spectrum Sensing in Cognitive and Intelligent Wireless Networks: An Artificial Intelligence Perspective
University of Electronic Science and Technology of China（电子科技大学）
本文从人工智能视角探讨认知与智能无线网络中的协作频谱感知，分析其核心方法与贡献，包括经典检测器设计、融合策略及AI驱动的深度学习模型分类。
2026-04-30 eess.SP
Breaking Limits of Line-of-Sight MIMO Capacity in 6G Wireless Communications
针对6G视距MIMO容量提升需求，提出基于准分形均匀圆形阵列（QF-UCA）的MIMO方案，可低复杂度大幅提升视距信道容量，梳理其优势并探讨相关挑战与解法。
2024-08-13 eess.SP
Enabling Secure Wireless Communications for FARIS-Aided Systems
Soongsil University（首尔大学）；Dankook University（檀国大学）；Yonsei University（延世大学）；University College London（伦敦大学学院）
本文针对FARIS辅助系统的安全通信问题，提出交替优化框架联合优化波束成形与FARIS配置，所提方案性能优于基准且鲁棒性好，可用于提升复杂环境下的安全通信能力。
2026-08-31 eess.SP
Security Solutions for Local Wireless Networks in Control Applications based on Physical Layer Security
用于工业应用（例如控制应用）的新型无线通信系统的设计是当前的热门研究课题，因为与基于有线通信的系统相比，它们是以更低的成本实现更灵活的解决方案的关键使能者。然而，它们的主要缺点之一是，由于无线信道的开放性以及它们能够提供的巨大经济潜力，它们为各种网络攻击提供了巨大的潜力。因此，在设计这种系统时需要考虑到安全措施。在这项工作中，本地无线系统的安全架构的控制应用程序的需求的方法，并进行了讨论。此外，引入了基于物理层安全的新的安全解决方案，以克服该范围内的最新安全技术的缺点。
2018-07-30 cs.NI eess.SP
Methodologies for Future Vehicular Digital Twins
本文针对智能交通系统中现有无线通信信道测量、建模与仿真方法效率不足的问题，概述车载数字孪生相关现有方案的局限，探讨未来研究的可行方向，为高可靠车载通信系统的开发验证提供参考。
2023-12-15 eess.SP
A Multi-Modal Foundational Model for Wireless Communication and Sensing
本文提出了一种多模态基础模型，通过物理指导的自监督预训练策略，实现无线通信和传感任务的稳健泛化与高效适应。
2026-02-03 cs.LG eess.SP
Foundation Models for Wireless Localization: Pretraining, Adaptation, and Utilization
Chalmers University of Technology（查尔姆斯理工大学）；The Hong Kong University of Science and Technology（香港科技大学）；Shenzhen University（深圳大学）；Uppsala University（乌普萨拉大学）；National Sun Yat-sen University（国立中山大学）；Southeast University（东南大学）
针对现有无线定位方法的不足，本文提出基于基础模型的三阶段统一框架，通过大规模未标注数据学习可迁移表示，提升定位精度与跨环境泛化能力，并展望了相关研究方向。
2026-09-01 eess.SP
Channel Coding Toward 6G: Technical Overview and Outlook
本文综述1G至5G信道编码标准演进，围绕6G需求评估LDPC、Turbo、极化码等方案的纠错与硬件性能。
2024-05-13 cs.IT eess.SP math.IT
Reconfigurable Intelligent Surface: Design the Channel -- a New Opportunity for Future Wireless Networks
在本文中，我们调查国家的最先进的研究成果，在新兴领域的可重构智能表面（RIS），鉴于其潜在的显着性能增强下一代无线通信网络通过适应传播环境。重点放在几个方面的门未来的网络部署的商业可行性。全面总结了实际的硬件设计考虑和人工智能技术的广泛影响，深入展望了系统模型，用例和物理层优化技术的突出方面。
2020-10-14 cs.IT cs.NI eess.SP
State of the Art on Stacked Intelligent Metasurfaces: Communication, Sensing and Computing in the Wave Domain
本文综述无线通信领域堆叠智能超表面（SIM）的最新研究进展，SIM作为利用可重构超表面的新兴技术，可在单一平台集成通信、传感与计算。
2024-11-29 cs.IT eess.SP math.IT
6G Localization and Sensing in the Near Field: Features, Opportunities, and Challenges
本文针对6G通信中ELAAs、RISs、D-MIMO等技术的近场特性，分析其球面波模型等三大特征，探讨定位与感知领域对近场的不同认知，梳理相关研究机遇与挑战。
2023-12-14 cs.IT eess.SP math.IT
Leaky Wave Antennas for Next Generation Wireless Applications in sub-THz Frequencies: Current Status and Research Challenges
Faculty of Math and CS, Weizmann Institute of Science（魏茨曼科学研究所数学与计算机科学系）
本文综述了漏波天线（LWAs）在sub-THz通信中的原理与潜力，指出其能以单天线元件实现高速多用户通信与定位，并提出了算法、硬件等未来研究挑战。
2025-10-13 eess.SP
A Low-Complexity Algorithmic Framework for Large-Scale IRS-Assisted Wireless Systems
智能反射面（IRSs）是下一代无线通信网络的革命性推动者，具有自定义无线电传播环境的能力。为了充分利用IRS辅助的无线系统的潜力，反射元件必须与传统的通信技术联合优化。然而，由此产生的优化问题提出了重大的算法挑战，主要是由于大规模的非凸约束引起的被动硬件实现。在本文中，我们提出了一个低复杂度的算法框架，结合交替优化和基于梯度的方法，大规模的IRS辅助无线系统。该算法可证明收敛到一个稳定点的优化问题。大量的仿真结果表明，该框架提供了显着的加速比与现有的算法相比，同时实现了可比的或更好的性能。
2020-10-09 cs.IT eess.SP math.IT
Generalized Radio Environment Monitoring for Next Generation Wireless Networks
针对5G及下一代网络对环境信息的需求，提出覆盖无线环境全维度的广义无线环境监测（G-REM）概念及通用自包含框架，支撑构建更优的未来无线网络，并指出相关挑战与研究方向。
2020-08-27 eess.SP
Near-Field User Localization and Channel Estimation for XL-MIMO Systems: Fundamentals, Recent Advances, and Outlooks
本文围绕6G基石技术XL-MIMO，阐述近远场传播差异及近场电磁特性，梳理其给用户定位与信道估计带来的挑战，综述相关解决算法，并指明未来关键研究方向。
2024-07-14 cs.IT eess.SP math.IT
An Overview of Signal Processing Techniques for Terahertz Communications
太赫兹（THz）波段通信是下一代无线通信系统的关键推动因素，该系统有望集成广泛的数据需求应用。光子、电子和等离子体技术的最新进展正在缩小THz收发器设计的差距。因此，前景太赫兹信号的产生，调制和辐射的方法正在收敛，相应的信道模型，噪声和硬件损伤的概念正在出现。这些进展为无线通信中的太赫兹信号处理技术的研究奠定了基础。本教程概述了这些技术，重点是超大规模多输入多输出（UM-MIMO）系统和可重构智能表面，这对于克服非常高频率下的距离问题至关重要。我们重点讨论了波形设计和调制、波束形成和预编码、索引调制、信道估计、信道编码和数据检测等经典问题。我们还激励信号处理技术的太赫兹传感和定位。
2021-08-18 eess.SP
Full-Duplex Communications: Performance in Ultra-Dense Small-Cell Wireless Networks
理论上，如果完全消除自干扰（SI）问题，全双工（FD）通信可以使无线链路的频谱效率（SE）加倍。SI消除技术的最新发展已经允许在低功率收发器（诸如小小区（SC）基站）上实现FD通信。因此，FD技术被认为是5G及其他网络的关键推动因素。在5G的背景下，FD通信最初在单个SC中进行了研究，然后进入多个SC环境。由于FD操作，单个SC面临残余SI和小区内同信道干扰（CCI），而多个SC面临附加的小区间CCI，其随着相邻小区的数量而增长。多小区环境中干扰的激增提出了FD通信的可行性问题。在这篇文章中，我们首先回顾了在单个和多个SC环境中的FD通信，然后提供了最先进的CCI缓解技术，以及在多小区环境中的FD可行性研究。此外，通过数值模拟，在超密集大规模多输入多输出使能的毫米波SC中的FD通信的SE性能增益被呈现。最后，多细胞FD通信的潜在开放研究的挑战突出。
2018-03-01 eess.SP
Explainable Neural Network-based Modulation Classification via Concept Bottleneck Models
虽然RFML有望成为未来无线标准的关键推动者，但RFML技术的广泛采用面临的一个重大挑战是深度学习模型缺乏可解释性。这项工作探讨了使用CB模型作为一种手段，提供内在的决策解释的背景下，DL为基础的AMC。结果表明，所提出的方法不仅满足性能的单网络DL为基础的AMC算法，但提供了所需的模型的可解释性，并显示出潜在的分类调制方案没有看到在训练过程中（即zero-shot学习）。
2021-01-04 eess.SP
On the Radio Stripe Deployment for Indoor RF Wireless Power Transfer
针对室内RF无线电力传输效率低的问题，提出利用无线电条网络优化部署以最大化用户最小接收功率，采用几何规划求解，优于集中式阵列，且更长条带提升性能、更高频率降低性能。
2023-10-14 eess.SP
A Retrieval-Assisted Framework for Wireless Localization
Shanghai University（上海大学）；Chalmers University of Technology（查尔姆斯理工大学）；Shenzhen University（深圳大学）
本文提出一种结合检索与学习的无线定位框架，通过信道图谱和图注意力网络提升定位精度和可扩展性。
2026-03-06 eess.SP
Generative AI-enabled Wireless Communications for Robust Low-Altitude Economy Networking
针对低空经济网络复杂且易受安全威胁的问题，本文提出融合扩散模型与MoE-transformer行动者网络的GenAI优化框架，并在鲁棒波束成形中实现最坏情况保密速率超15%的提升。
2025-07-26 eess.SP
Energy-Sustainable IoT Connectivity: Vision, Technological Enablers, Challenges, and Future Directions
本文重新审视能源可持续物联网，提出能源供给、能量传输和能源效率三大核心过程，综述相关技术、挑战与性能指标，为实现自可持续物联网系统提供方向。
2023-10-27 cs.NI eess.SP
Towards Industry 5.0: Intelligent Reflecting Surface (IRS) in Smart Manufacturing
工业5.0设想人类和机器之间的密切合作，需要超可靠和低延迟通信（URLLC）。智能反射表面（IRS）有可能在实现工业5.0的无线URLLC方面发挥关键作用。IRS预计将成为6G无线通信网络的关键推动者，因为它可以通过创建可控的无线电环境来显着提高无线网络性能。在本文中，我们首先概述了IRS技术，然后概念化IRS在未来智能制造环境中的实施潜力，以支持工业5.0的出现和一系列应用。最后，为了促进这一领域的未来研究，我们讨论了IRS技术在现代智能制造中的优势、面临的挑战和机遇。
2022-06-23 cs.NI eess.SP
Enabling AI in Future Wireless Networks: A Data Life Cycle Perspective
近年来，移动计算和物联网（IoT）网络的快速部署，这主要归因于无线系统的通信和感测能力的增加。大数据分析、普适计算以及最终的人工智能（AI）都将被部署在物联网之上，并创造一个以数据驱动AI为特征的新世界。在这种背景下，一种融合人工智能和无线通信的新模式，称为无线人工智能，将人工智能前沿推向网络边缘，被广泛认为是未来智能网络演进的关键推动因素。为此，我们从数据驱动的角度对无线AI的最新研究进行了全面的调查。具体来说，我们首先提出了一种新的无线AI架构，它涵盖了无线网络中五个关键的数据驱动AI主题，包括感知AI，网络设备AI，访问AI，用户设备AI和数据起源AI。然后，对于每个数据驱动的AI主题，我们概述了如何使用AI方法来解决新兴的数据相关问题，并展示了AI如何增强无线网络功能。特别是，与其他相关的调查论文相比，我们对无线AI在各种数据驱动领域的应用进行了深入的讨论，其中AI被证明对无线网络设计和优化非常有用。最后，研究的挑战和未来的愿景也进行了讨论，以促进在这一有前途的领域进一步研究。
2021-04-27 cs.NI eess.SP
Sensing of Side Lobes Interference for Blockage Prediction in Dense mmWave Networks
本文提出一种利用天线旁瓣干扰波动来检测移动阻挡物的机会性环境感知机制，从而在密集毫米波网络中实现链路故障预测与主动资源重分配。
2023-06-30 eess.SP
Multi-Objective RIS Deployment Optimization for Physical Layer Security in ISAC Networks
Intelligent Networks Research Group, German Research Center for Artificial Intelligence（智能网络研究组，德国人工智能研究中心）；Institute for Wireless Communication and Navigation, RPTU University Kaiserslautern-Landau（无线通信与导航研究所，莱茵兰-普法塔尔大学凯泽斯劳滕-兰道分校）
本文提出多目标优化框架，统一分析通信性能、传感精度和安全相关信道特性，探讨RIS部署与ISAC配置权重对通信与传感任务的反射增益分配影响。
2026-04-22 eess.SP
Ultra-Reliable and Low-Latency Wireless Communication: Tail, Risk and Scale
确保5G无线网络及以后的超可靠和低延迟通信（URLLC）具有重要意义，目前正受到学术界和工业界的极大关注。在其核心，URLLC要求偏离预期的基于公用事业的网络设计方法，其中依赖于平均数量（例如，平均吞吐量、平均延迟和平均响应时间）不再是一种选择，而是必需的。相反，严重缺乏一个考虑延迟，可靠性，数据包大小，网络架构和拓扑（跨接入，边缘和核心）以及不确定性下决策的原则性和可扩展的框架。本文的首要目标是填补这一空白的第一步。为了实现这一愿景，在提供延迟和可靠性的定义之后，我们仔细研究了URLLC的各种推动因素及其固有的权衡。随后，我们将重点关注与超可靠和低延迟通信要求相关的大量技术和方法，以及它们在选定用例中的应用。这些结果为低延迟和高可靠性无线网络的设计提供了清晰的见解。
2018-08-23 cs.IT eess.SP math.IT
Physical Layer Key Generation in 5G Wireless Networks
第五代（5G）通信及以后的蓬勃发展充当了物理层密钥生成技术的催化剂。在5G通信系统中，传统物理层密钥生成方案中的许多挑战，例如协同定位的窃听者、高比特不一致率和高时间相关性，可以被克服。本文列出了5G无线网络中的关键使能技术，这些技术为解决物理层密钥生成中存在的问题提供了机会。我们调查现有的密钥生成方法，并介绍可能的解决方案，现有的问题。新的解决方案包括利用波束形成的高信号方向性来抵抗协同窃听，利用毫米波（mmWave）信道的稀疏性在低信噪比（SNR）下实现低比特不一致率，以及利用混合预编码来降低测量样本之间的时间相关性。最后，讨论了5G及以后通信中物理层密钥生成的未来趋势。
2019-08-27 cs.CR cs.IT eess.SP
SimRIS Channel Simulator for Reconfigurable Intelligent Surface-Empowered Communication Systems
可重构智能表面（RIS）辅助通信通过提供优化通信系统性能的新方式而成为第六代（6G）无线网络的潜在使能器之一。本文旨在填补一个重要的空白，在公开文献中提供一个准确的，源，广泛适用的RIS信道模型毫米波频率。我们的模型不仅适用于各种室内和室外环境，还包括存在RIS时无线传播的物理方面以及各种实际的5G信道建模问题。本文还介绍了开放源代码的SimRIS信道模拟器，用于RIS辅助通信系统的计算机仿真。
2020-08-30 cs.IT eess.SP math.IT
Sparse Code Multiple Access for 6G Wireless Communication Networks: Recent Advances and Future Directions
随着5G网络在许多不同国家的推出，现在是时候研究如何将其升级和扩展到6G，后者有望实现万物互联，并为智能生活发展一个无处不在的智能移动世界。为了实现通信的这一史诗般的飞跃，本文对稀疏码多址（SCMA）在6G无线通信系统中的应用进行了概述和展望，SCMA是一种新兴的破坏性非正交多址接入（NOMA）方案，用于实现大规模连接。我们建议将SCMA应用于大规模分布式接入系统（MDAS），其架构基于基于光纤的可见光通信（FVLC），超密集网络（UDN）和NOMA。在这个框架下，我们考虑了光前传和无线接入链路之间的相互作用。为了刺激更多即将到来的研究在这一领域，我们概述了一些有前途的方向与SCMA更快，更可靠，更有效的多址接入在未来的6G通信网络。
2021-04-03 cs.IT eess.SP math.IT
Angle diversity receiver as a key enabler for reliable ORIS-based Visible Light Communication
University Carlos III of Madrid（马德里卡洛斯三世大学）；University of Virginia（弗吉尼亚大学）
该研究针对可见光通信的链路阻塞问题，提出结合角度分集接收机与光学可重构智能表面的方案，通过优化算法提升信噪比，可缓解通信中断并获最高30 dB信噪比增益。
2026-09-02 cs.SY eess.SP eess.SY
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
White Paper on Critical and Massive Machine Type Communication Towards 6G
整个社会，特别是许多垂直行业，正在变得越来越数字化。机器类型通信（MTC），包括其大规模和关键方面，以及无处不在的无线连接是这种数字化的主要推动者。最近推出的5G新无线电（5G New Radio）旨在支持MTC的两个方面，以促进社会的数字化转型。然而，很明显，5G网络无法完全支持一些更苛刻的要求。同时，到2030年，社会的进一步发展将对无线连接提出新的和更严格的要求，特别是MTC。在2030年社会趋势的推动下，下一代（6 G）将是一个灵活高效的融合网络，服务于一系列不同的服务类别和广泛的关键性能指标（KPI）。本白皮书探讨了MTC优化的6 G网络的主要驱动因素和要求，并讨论了以下六个关键研究问题：-5G的主要KPI是否将继续成为6 G中的主导KPI;或者是否会出现新的关键指标？- 如何交付具有不同KPI要求的不同E2 E服务任务，同时考虑从物理层到应用层的联合优化？- 设计超低功耗接收器和高效睡眠方式的关键推动因素是什么？- 如何解决全球MTC连接的大规模可扩展波形和介质访问策略的破坏性而不是增量联合设计？- 如何在6 G中支持以关键任务和可靠MTC为特征的新服务类别？- 考虑到MTC设备要求，长期、轻量级和灵活的隐私和安全方案的潜在推动因素是什么？
2020-05-04 cs.NI eess.SP
Terahertz Wireless Data Center: Gaussian Beam or Airy Beam?
本文研究基于艾里波束的混合波束成形技术，通过提出CGWCM信道模型与波束搜索方法，有效缓解了太赫兹无线数据中心内的准视距遮挡问题并提升了频谱效率。
2025-04-29 cs.IT eess.SP math.IT
Fluid Antenna Systems Meet Low-Altitude Wireless Networks: Fundamentals, Opportunities, and Future Directions
Southern University of Science and Technology（南方科技大学）；University of Chinese Academy of Sciences（中国科学院大学）
本文提出流体天线赋能低空无线网络的新型架构，通过空间可重构性提升通信、感知与控制性能，并探讨部署考量与未来研究方向。
2025-09-25 cs.IT eess.SP math.IT
Massively Distributed Antenna Systems with Non-Ideal Optical Fiber Front-hauls: A Promising Technology for 6G Wireless Communication Systems
采用大规模分布式天线使无线接入点（RAP）更接近用户，从而实现积极的频谱重用，可以弥合未来无线系统中稀缺的频谱资源和极高的连接密度之间的差距。示例包括云无线电接入网络（C-RAN）、超密集网络（UDN）和无小区大规模多输入多输出（MIMO）系统。这些系统通常以光纤-无线通信（FWC）的形式设计，其中分布式天线或RAP通过光前传连接到中央单元（CU）。大量密集部署的天线或RAP需要广泛的光学前传基础设施。因此，光前传网络的成本、复杂性和功耗可能主导整个系统的性能。本文提供了一个概述和展望的架构，建模，设计和性能的大规模分布式天线系统与非理想的光学前回。光前传和无线接入链路之间的复杂交互需要通过联合利用其独特特性来优化光域和无线域的设计。它表明，与模拟射频光纤（RFoF）链路的系统优于其基带光纤（BBoF）或中频光纤（IFoF）的系统具有较短的光纤长度和更多的RAP，这都是未来的无线通信系统所需的属性。
2020-08-18 cs.IT eess.SP math.IT
Decentralized Federated Learning via SGD over Wireless D2D Networks
联邦学习（FL）是一种新兴的网络边缘快速智能获取范例，它能够在分布式数据集和计算资源上联合训练机器学习模型，并限制本地数据的公开。通信是大规模FL的关键使能因素，因为在边缘设备之间交换了大量的模型信息。在本文中，我们考虑一个网络的无线设备共享一个共同的衰落无线信道的FL的部署。每个设备持有一个一般不同的训练集，通信通常发生在设备到设备（D2D）的方式。在通信范围内的所有设备可以同时且无噪声地通信的理想情况下，在凸性和连通性假设下保证收敛到全局经验风险最小化问题的最优解的标准协议是分散式随机梯度下降（DSGD）。DSGD将本地SGD步骤与需要相邻设备之间通信的周期性共识平均值集成在一起。在本文中，无线协议提出了实现DSGD会计存在的路径损耗，衰落，阻塞和相互干扰。所提出的协议是基于图着色调度和数字和模拟传输策略在物理层，后者利用空中计算通过稀疏为基础的恢复。
2020-02-28 cs.IT cs.NI eess.SP
Coverage and Rate Analysis in Coexisting Terahertz and RF Finite Wireless Networks
太赫兹（THz）频段频率上的无线通信是第六代（6G）网络中超高速率应用和服务的重要推动力。然而，太赫兹通信由于固有的太赫兹特征（诸如高穿透损耗、严重的路径损耗和显著的分子吸收）而遭受差的覆盖。为了克服这些关键的挑战，并充分利用太赫兹频段，我们探索了一个共存的射频（RF）和太赫兹有限的室内网络中，太赫兹小小区部署提供高数据率，和RF宏小区部署，以满足覆盖要求。使用随机几何工具，我们评估的性能共存的RF和太赫兹网络的覆盖概率和平均可达速率。通过Monte-Carlo模拟验证了分析结果的准确性。设计了几种见解，用于精确调谐和优化THz系统参数，包括部署的THz接入点（AP）的比例和THz偏差。所获得的结果认识到一个明确的覆盖/速率的权衡，其中一个高分数的太赫兹AP显着提高速率，但可能会降低覆盖性能。此外，用户在有限区域中的位置高度影响优化性能的THz AP的比例。
2021-09-01 cs.IT eess.SP math.IT
Map as a Prompt: Learning Multi-Modal Spatial-Signal Foundation Models for Cross-scenario Wireless Localization
Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；Pengcheng Laboratory（鹏城实验室）；Shanghai Academy of AI for Science（上海人工智能科学研究院）；Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与孵化院）
针对无线定位在不同环境中面临的挑战及现有方法的局限，提出多模态基础模型SigMap，通过循环自适应掩码策略和“地图即提示”框架学习无线表示并实现跨场景适应，实验证明其性能领先且零样本泛化能力强。
2026-07-20 cs.AI cs.LG eess.SP
UAV-Enabled ISAC with Fluid Antennas for Low-Altitude Wireless Networks
Southern University of Science and Technology（南方科技大学）；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Technical University of Berlin（柏林工业大学）
本文提出一种配备流体天线的无人机赋能ISAC框架，通过天线元素的移动性提升通信和感知性能，采用多目标优化方法在提升通信速率的同时降低角度估计的CRB，通过三次尺度优化框架联合优化波束成形、天线位置和无人机轨迹，验证了流体天线技术在无人机赋能ISAC系统中的有效性。
2026-03-19 cs.IT eess.SP math.IT
Achieving Ultra-Reliable Communication via CRAN-Enabled Diversity Schemes
物联网正在建设一个智能社会，无线网络是其许多用例的关键推动因素。在本文中，我们提出了一个多协调传输方案，以实现超可靠性的关键机器类型的无线通信网络。我们利用多样性，这是处理衰落信道损伤的基础，并且用于实现如由3GPP标准化机构定义的五个9的顺序的超可靠操作区域。我们评估了由多个远程无线电头组成的干扰受限网络，这些远程无线电头被允许通过保持沉默从而减少干扰，或者通过执行更详细的策略（例如最大比率传输）来合作，以便为具有超可靠性的用户设备提供服务。我们提供了广泛的数值分析，并讨论了集中式无线电接入网络的合作收益。
2019-07-17 cs.NI eess.SP stat.AP
Flexible MIMO for Future Wireless Communications: Which Flexibilities are Possible?
State Key Laboratory of Advanced Rail Autonomous Operation（先进轨道运行国家重点实验室）；School of Electronics and Information Engineering, Beijing Jiaotong University（北京交通大学电子与信息工程学院）；Division of Communication Systems, KTH Royal Institute of Technology（皇家理工学院通信系统系）
本文提出灵活MIMO分类框架，系统梳理十二种代表性技术及其关键使能因素，并通过高速铁路不规则阵列和无小区可移动天线两个案例展示其为下一代无线网络开辟的新设计空间。
2025-11-08 cs.IT eess.SP math.IT
Multi-task Learning Approach for Modulation and Wireless Signal Classification for 5G and Beyond: Edge Deployment via Model Compression
Marconi-Rosenblatt AI/ML Innovation Lab（马可尼-罗森布拉特人工智能/机器学习创新实验室）；ANDRO Computational Solutions, LLC（ANDRO计算解决方案有限责任公司）
未来的通信网络必须解决稀缺的频谱，以适应异构无线设备的广泛增长。无线信号识别对于频谱监测、频谱管理、安全通信等变得越来越重要。因此，边缘上的全面频谱感知有可能成为新兴的超5G网络的关键推动因素。该领域的最新研究（i）仅关注单个任务-调制或信号（协议）分类-在许多情况下，这不足以使系统采取行动，（ii）考虑雷达或通信波形（均匀波形类别），以及（iii）在神经网络设计阶段不解决边缘部署。在这项工作中，我们首次在无线通信领域利用基于深度神经网络的多任务学习（MTL）框架的潜力，同时学习调制和信号分类任务，同时考虑电磁频谱中的雷达和通信波形等异构无线信号。建议MTL架构受益于这两个任务之间的相互关系，在提高分类精度以及学习效率与轻量级的神经网络模型。此外，我们还使用无线收集的样本对模型进行了实验评估，并展示了关于模型压缩的第一手见解以及用于在资源受限的边缘设备上部署的深度学习管道。我们证明了显着的计算，内存和精度的改进，所提出的模型在两个参考架构。除了为资源受限的嵌入式无线电平台建模一个轻量级的MTL模型外，我们还提供了一个全面的异构无线信号数据集供公众使用。
2022-06-18 cs.AI cs.LG eess.SP
Smart Wireless Environment Enhanced Telecommunications: A Network Stabilisation Paradigm for Mobile Operators
本文从移动信道稳定视角综述了智能无线环境（SWE）范式，分析了全息超表面、无线感知与机器智能的协同作用，为运营商构建稳健的5G RAN架构及未来商业部署指明关键挑战。
2024-06-11 cs.IT eess.SP math.IT
