Meta-learning Based Beamforming Design for MISO Downlink
下行链路波束形成是无线蜂窝网络的关键技术,但如何设计最大化加权和速率(WSR)的波束形成向量是一个NP难问题,通常采用迭代算法求解,其中最常用的是加权最小均方误差(WMMSE)算法,该算法迭代最小化WSR并收敛于局部最优。受元学习技术解决非凸优化问题的最新发展的启发,我们提出了一种基于元学习的迭代算法,用于MISO下行链路信道中的WSR最大化。建立基于长短期记忆(LSTM)网络的元学习模型,学习动态优化策略,迭代更新变量。与WMMSE相比,学习策略旨在以不那么贪婪的方式优化每个变量,WMMSE通过在每个迭代步骤中计算变量的一阶平稳点来更新变量。该算法在高信噪比时性能明显优于WMMSE,在低信噪比时性能与WMMSE相当。
2022-06-26 cs.IT eess.SP math.IT
Improving Wireless Federated Learning via Joint Downlink-Uplink Beamforming over Analog Transmission
本文针对无线联邦学习中的噪声干扰问题,提出低复杂度联合下行-上行波束成形算法JDUBF,通过贪心分解和块坐标下降优化提升训练收敛速率,仿真验证其显著优于传统分离链路设计。
2025-02-04 cs.IT eess.SP math.IT
General Rank Multiuser Downlink Beamforming With Shaping Constraints Using Real-valued OSTBC
在本文中,我们考虑了最优多用户下行波束赋形的存在下,大量的任意二次成形约束。我们将波束形成与全速率高维实值正交空时分组编码(OSTBC)相结合,以增加波束形成器设计中波束形成权向量的数量和相关的自由度。利用半定松弛法将多约束波束形成问题转化为凸优化问题,并可有效求解。与传统的(秩一)波束成形方法相比,其中只有当SDR解决方案(秩降低后)表现出秩一属性时才能获得最佳波束成形解决方案,在我们的方法中,当不超过秩八时,保证了最优性。我们表明,我们的方法可以将多达79个额外的整形约束,最佳的波束成形解决方案是保证相比,最大的两个额外的约束,约束传统的秩1下行链路波束成形设计。仿真结果表明,我们提出的波束形成器设计的灵活性。
2015-02-17 cs.IT math.IT
Learning Robust Beamforming for MISO Downlink Systems
Jeonbuk National University(国立全北大学);Pukyong National University(釜庆国立大学)
研究了下行多用户系统中鲁棒波束形成优化的学习算法。基站(BS)识别有效的多天线传输策略,只有不完美的信道状态信息(CSI)和它的随机特性。为此,我们提出了一种鲁棒的训练算法,其中深度神经网络(DNN),它只接受完美CSI的估计和统计知识,被优化以适应现实世界的传播环境。因此,经过训练的DNN可以仅基于实际CSI的不完美观测来提供有效的鲁棒波束成形解决方案。数值结果验证了所提出的学习方法相比,传统的计划的优势。
2021-03-02 cs.IT cs.LG eess.SP
Uplink-Downlink Duality for Beamforming in Integrated Sensing and Communications
University of Toronto(多伦多大学)
本文研究了在集成感知与通信中同时利用通信信号进行感知的波束成形和功率优化问题,提出通过最大化特定感知方向的波束成形功率来最小化贝叶斯Cramér-Rao界,并扩展了经典上行-下行对偶性理论以适应ISAC场景,引入额外条件以处理负噪声功率。
2026-05-13 cs.IT eess.SP math.IT
Statistical Beamforming for FDD Downlink Massive MIMO via Spatial Information Extraction and Beam Selection
在本文中,我们研究了频分复用(FDD)下行链路大规模MIMO系统中的波束成形设计问题,其中瞬时信道状态信息(CSI)被假定为在基站(BS)不可用。我们提出了提取的信息的角度的偏离(AoD)和相应的大尺度衰落系数(a.k.a.)。空间信息)的下行链路信道估计过程,基于此提出了一种新颖的下行链路波束成形设计。在波束形成设计中,我们利用物理信道的空间信息和隐藏稀疏性,将不同用户的子路径分离,构造出近似正交的虚拟信道。此外,我们推导出一个和率表达式及其近似所提出的系统。基于这些封闭形式的速率表达式,我们开发了两个低复杂度的波束选择方案,并进行渐近分析,为系统设计提供有价值的见解。数值结果表明,我们所提出的算法的国家的最先进的波束成形方法的性能显着改善。
2020-03-06 cs.IT math.IT
QoS-Aware Downlink Beamforming for Joint Transmission in Multi-Cell Networks
本文针对多小区网络下行传输,提出基于上下行对偶性和半定松弛的QoS感知联合传输波束赋形设计,在完美与不完美CSI条件下同时增强信号强度并抑制干扰。
2023-10-30 cs.IT math.IT
Fast and Scalable Beamforming for RIS-Assisted Downlink Multi-group Multicasting
本文针对RIS辅助下行多组多播,提出AMBF和APSA两种快速交替波束赋形算法,在满足QoS或加权MMF目标下实现基站与RIS联合优化,计算复杂度随RIS单元和天线数线性增长,仿真验证了其性能与成本优势。
2025-07-04 cs.IT eess.SP math.IT
Joint Downlink-Uplink Beamforming for Wireless Multi-Antenna Federated Learning
研究无线多天线联邦学习的联合下行-上行波束成形设计,提出基于交替优化的低复杂度算法最小化全局损失上界,显著优于传统分离链路设计并逼近无误通信的理想性能。
2023-07-01 cs.IT math.IT
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 Beamforming Design in Multi-Cluster MISO NOMA Intelligent Reflecting Surface-Aided Downlink Communication Networks
考虑智能反射面(IRS),研究了多簇多输入单输出(MISO)非正交多址(NOMA)下行通信网络。在网络中,IRS通过被动波束形成辅助从基站(BS)到所有用户的通信。我们的目标是通过联合优化BS处的发射波束成形向量和IRS处的反射系数向量来最小化总发射功率。由于对IRS反射振幅和相移的限制,所述二次约束二次问题是高度非凸的。对于上述问题,传统的基于半定规划(SDP)的算法具有过高的计算复杂性和恶化的性能。在这里,我们提出了一个有效的二阶锥规划(SOCP)-交替方向的乘法器(ADMM)为基础的算法,以获得局部最优解。为了降低计算复杂性,我们还提出了一个低复杂度的迫零(ZF)的次优算法。仿真结果表明,我们提出的基于SOCP-ADMM的算法实现了显着的性能增益比传统的基于SDP的算法。此外,当被动反射元件的数目相对较高时,我们提出的基于ZF的次优算法也优于基于SDP的算法。
2019-09-16 cs.IT eess.SP math.IT
Optimal Coordinated Beamforming in the Multicell Downlink with Transceiver Impairments
物理无线收发器遭受使发射和接收的信号失真的各种损伤。它们的降级影响在具有多用户传输、高发射功率和低成本设备的现代系统中尤其明显,但它们的存在在多小区传输的优化文献中通常被忽略。本文详细分析了多小区下行链路中的协作波束成形。我们解决了两个优化问题下的收发器损伤模型,并推导出最优解的结构。我们的数值计算表明,这些解决方案大大减少了损伤的影响,与波束成形开发的理想收发器相比。虽然所谓的复用增益是零收发器的损害下,我们表明,复用的增益可以是大的实际信噪比。
2012-09-04 cs.IT math.IT
Opportunistic Scheduling and Beamforming for MIMO-OFDMA Downlink Systems with Reduced Feedback
针对MIMO-OFDMA下行链路系统,提出了一种减少反馈的启发式调度和波束形成方案。不同于传统的波束形成方案,其中波束形成仅由基站(BS)在每个子载波的方式来实现,所提出的方案利用一种新的信道分解技术,由BS和移动终端(MT)联合执行波束形成。所得到的波束成形方案允许BS仅采用{ \em one}波束成形矩阵(BFM)来为{ \em all}个子载波形成波束,而每个MT在本地完成每个子载波的波束成形任务。因此,对于具有$Q$子载波的MIMO-OFDMA系统,与传统方案所需的$Q$ BFM索引和$Q$可支持的吞吐量相比,所提出的机会调度和波束成形方案仅需要一个BFM索引和从每个MT返回到BS的$Q$可支持的吞吐量。所提出的方案的优点变得更加明显时,通过分组相邻的子载波到排他性集群和返回的集群信息,从每个MT实现进一步的反馈减少。理论分析和计算机模拟证实了所提出的降反馈方案的有效性。
2008-02-28 cs.IT math.IT
REEL-BF Design: Achieving the SDP Bound for Downlink Beamforming with Arbitrary Shaping Constraints
本文考虑了多用户多输入单输出(MISO)下行链路的波束成形设计与任意数量的(上下文特定的)成形约束。在这种设置中,国家的最先进的波束形成方案不能达到众所周知的性能界限所承诺的半定规划(SDP)松弛技术。为了缩小这一差距,我们提出了一种冗余信号嵌入线性波束形成(REEL-BF)方案,其中每个用户被分配一个信息波束形成器和多个成形波束形成器。结果表明,所提出的REEL-BF方案可以执行一般的秩$K$波束成形的用户符号在一个低复杂度和结构化的方式。此外,充分条件,以保证REEL-BF计划总是实现线性波束形成方案的SDP界。在此基础上,提出了一种在多项式时间内求解REEL-BF最优解的有效算法。数值结果表明,所提出的方案享有显着的性能增益比现有的替代品。
2017-02-10 cs.IT math.IT
Beamforming Design for Integrated Sensing and Communications Using Uplink-Downlink Duality
本文提出一种基于上下行对偶的优化框架,将集成感知与通信的波束成形设计转化为易处理形式,显著降低计算复杂度,同时最小化感知贝叶斯克拉美-罗界并满足通信服务质量约束。
2024-04-20 cs.IT eess.SP math.IT
Opportunistic Scheduling and Beamforming for MIMO-SDMA Downlink Systems with Linear Combining
本文针对MIMO-SDMA下行链路系统,提出了一种基于线性合并的多用户调度和波束形成方案。从每个移动终端(MT)的所有天线接收的信号被线性组合以改善{ \em有效}信号与噪声干扰比(SINR)。通过利用关于有效SINR的有限反馈,基站(BS)调度多个波束上的同时数据传输到具有最大有效SINR的MT。利用极值理论,我们推导出渐进的系统吞吐量和缩放定律的建议调度和波束形成方案与不同的线性组合技术。计算机模拟证实了所提出的方案可以大大提高系统的吞吐量。
2007-06-26 cs.IT math.IT
Transmitter and Precoding Order Optimization for Nonlinear Downlink Beamforming
考虑多输入多输出(MIMO)广播信道(BC)的下行链路,其中每个接收器配备有单个天线,并且发射器执行非线性脏纸编码(DPC)。我们提出了一种有效的算法,找到最佳的发射滤波器和功率分配,以及最佳的预编码顺序(S)可能提供个人DPC订单之间的时间共享。随后推导出任意预编码顺序的最优性的充分必要条件。在此基础上,我们提出了一个次优算法,表现出优异的性能,具有低复杂度。
2007-02-22 cs.IT math.IT
How to Fully Exploit the Degrees of Freedom in the Downlink of MISO Systems With Opportunistic Beamforming
多输入单输出(MISO)系统的下行链路中的机会波束形成形成$N$发射波束,通常不超过发射天线的数量$N_t$。然而,该下行链路中的自由度与$N_t^2$一样大。也就是说,最多$N_t^2$而不是仅$N_t$用户可以被同时发送,因此调度等待时间可以显著减少。本文主要研究瑞利衰落信道下MISO系统下行链路中使用$N_t<N\le N_t^2$发射波束的机会波束形成方案。我们首先展示了如何设计具有最大数量的发射波束以及它们中的任何一对之间的相关性尽可能少的波束形成矩阵,通过傅立叶,格拉斯曼,和相互无偏基地(MUB)在实践中的基础上的建设。然后,我们利用极值顺序统计量的渐近理论分析了它们的系统吞吐量。最后,我们的仿真结果表明,基于格拉斯曼的波束形成实现了最大的吞吐量在所有情况下与$N_t=2$,3,4。然而,如果我们想要利用全部$N_t^2$自由度,我们将分别在具有$N_t=3$、4的情况下采用基于傅立叶和基于MUB的构造。
2009-01-05 cs.IT math.IT
Robust Beamforming for Downlink Multi-Cell Systems: A Bilevel Optimization Perspective
本文针对多小区多用户MISO下行系统中有界CSI误差下的最坏情况WSR最大化问题,提出双层优化建模及基于割平面法的集中式与分布式波束成形算法。
2024-01-21 cs.IT eess.SP math.IT
A Decentralized Method for Joint Admission Control and Beamforming in Coordinated Multicell Downlink
在蜂窝网络中,准入控制和波束成形优化是交织在一起的问题。虽然波束成形优化旨在满足用户的服务质量(QoS)要求或提高QoS水平,但准入控制着眼于应该如何选择用户的子集,使得波束成形优化问题可以在所提供的QoS水平方面产生合理的解决方案。然而,为了简化设计,这两个问题通常被视为单独的问题。本文考虑联合准入控制和波束成形(JACoB)下协调多小区MISO下行链路的情况。我们制定JACoB作为一个用户数最大化的问题,其中选定的用户保证收到他们所要求的QoS水平。制定的问题是组合和硬,我们推导出一个凸逼近的问题。我们的凸近似公式的一个优点是,它可以很容易地分解为每个基站的分散优化,即通过块坐标下降。仿真结果证明了所提出的分散方法的有效性。
2012-11-20 cs.IT math.IT
Specific Absorption Rate-Aware Beamforming in MISO Downlink SWIPT Systems
研究了在多用户多输入单输出(MISO)下行链路中,基于比吸收率(SAR)约束的无线信息功率同步传输(SWIPT)的最优发射波束形成设计问题。我们考虑SWIPT的功率分配技术,其中每个接收器将接收到的信号分成两部分:一部分用于信息解码,另一部分用于能量收集,并具有实用的非线性整流模型。感兴趣的问题是尽可能多地最大化接收到的信号与干扰加噪声比(SINR)和所有接收器收获的能量,同时通过优化发射机处的发射波束成形和不同接收器处的功率分配比来满足发射功率和SAR约束。利用半定规划和二分法搜索,得到了最优波束形成和功率分配的解。研究了低复杂度的固定波束形成和混合波束形成技术。此外,我们研究了不完美的信道信息和辐射矩阵的影响,并设计了鲁棒波束形成,以保证最坏情况下的性能。仿真结果表明,我们提出的算法可以有效地处理无线电暴露的约束,并显着优于传统的传输方案与功率回退。
2019-11-24 cs.IT math.IT
Deep Learning Enabled Optimization of Downlink Beamforming Under Per-Antenna Power Constraints: Algorithms and Experimental Demonstration
研究了多用户多输入单输出系统中基于深度学习的快速下行波束形成算法,其中基站的每个发射天线都有自己的功率约束。我们专注于信号干扰噪声比(SINR)平衡问题,这是准凸的,但没有有效的解决方案。我们首先设计了一个快速次梯度算法,可以达到接近最优的解决方案,降低复杂度。然后,我们提出了一个深度神经网络结构,以学习基于卷积网络和利用原始问题的对偶性的最佳波束成形。研究了两种不同精度的对偶变量学习策略,并利用次梯度算法恢复原解。我们还开发了一个泛化方法,使他们能够适应不同数量的用户和天线,而无需重新训练的算法。我们进行了密集的数值模拟和试验台实验,以评估所提出的算法的性能。仿真结果表明,在信道信息完备的情况下,该算法的性能接近最优解,在实验中优于理论上的最优解,比现有算法具有更好的性能-复杂度权衡。
2020-02-28 cs.IT eess.SP math.IT
A Deep Learning Framework for Optimization of MISO Downlink Beamforming
在多用户多输入单输出(MISO)系统中,波束形成是提高接收信号质量的有效手段。传统上,寻找最佳波束成形解决方案依赖于迭代算法,这引入了高计算延迟,因此不适合实时实现。在本文中,我们提出了一个深度学习框架,用于下行链路波束成形的优化。特别地,基于卷积神经网络和利用专家知识(诸如上行链路-下行链路对偶性和最优解的已知结构)来获得解。使用这个框架,我们构建了三个波束形成神经网络(BNN)的三个典型的优化问题,即,信号与干扰加噪声比(SINR)平衡问题、功率最小化问题以及和速率最大化问题。对于前两个问题,BNN采用监督学习方法,而对于和率最大化问题,采用监督和无监督学习的混合方法。仿真结果表明,BNN在解决SINR均衡和功率最小化问题时,性能接近加权最小均方误差算法,而在解决和速率最大化问题时,计算复杂性明显降低。总之,这项工作铺平了道路,快速实现多用户MISO系统中的最佳波束形成。
2020-01-14 cs.IT math.IT
Joint User Scheduling and Beamforming Design for Multiuser MISO Downlink Systems
在多用户通信系统中,用户调度和波束形成(US-BF)设计是两个基本问题,通常在现有的文献中被分开研究。在这项工作中,我们专注于联合US-BF设计的目标是最大限度地提高预定用户的集合基数,这是计算上的挑战,由于非凸目标函数和离散连续变量的耦合约束。针对这些问题,首先提出了一种基于逐次凸逼近的US-BF优化算法。然后,受无线智能通信的启发,将联合US和功率分配网络模型与BF解析解相结合,提出了一种基于图神经网络的联合US-BF(J-USBF)学习算法。各种数值结果验证了SCA-USBF和J-USBF的有效性,后者具有相近的性能和更高的计算效率。此外,建议的J-USBF也享有在动态无线网络场景的通用性。
2022-07-04 cs.IT eess.SP math.IT
Intelligent User Clustering and Robust Beamforming Design for UAV-NOMA Downlink
在这项工作中,我们考虑了下行NOMA网络与多个单天线用户和多天线无人机。特别是,用户在空间上位于几个集群通过泊松聚类过程,每个集群是由一个悬停的无人机NOMA服务。出于实际考虑,我们假设在UAV处仅可获得每个用户的不完美CSI。在此基础上,提出了联合用户分簇和稳健波束形成设计问题,以最小化总发射功率,同时保证用户的QoS要求。由于用户聚类的整数变量,波束形成器的耦合效应,以及由不完美的CSI引起的无限多的约束,制定的问题是具有挑战性的解决。为了降低计算复杂性,将原问题分解为用户聚类子问题和鲁棒波束形成设计子问题。利用用户的位置信息,我们提出了一种基于k-means++的无监督聚类算法,首先处理用户聚类问题。然后,我们专注于鲁棒波束形成设计问题。为了获得解决鲁棒波束形成设计问题的见解,我们首先研究了具有完美CSI的问题,并证明了相关问题可以得到最优解。其次,在一般情况下的问题与不完美的CSI,SDR的方法,提出了有效地产生一个次优解。此外,我们提供了一个充分条件下,基于SDR的方法可以保证获得一个最优的秩一的解决方案,这是理论分析。最后,提出了一种基于乘法器的交替方向方法,使无人机能够以分散的方式有效地进行鲁棒波束形成设计。仿真结果验证了所提算法和传输方案的有效性。
2020-06-10 cs.IT eess.SP math.IT
Embedding Model Based Fast Meta Learning for Downlink Beamforming Adaptation
研究了多用户多输入单输出下行链路的快速自适应波束形成技术。现有的基于深度学习的方法假设训练和测试通道遵循相同的分布,这导致当测试环境改变时任务不匹配。虽然Meta学习可以处理任务不匹配,但它依赖于标记数据,并且在预训练和微调阶段具有很高的复杂性。我们提出了一个简单而有效的自适应框架来解决失配问题,该框架将嵌入模型训练为可转移的特征提取器,然后拟合支持向量回归。与现有的Meta学习算法相比,我们的方法在预训练中不需要标记数据,并且在自适应中不需要对预训练模型进行微调。所提出的方法的有效性是通过两个众所周知的应用程序,即,信号与干扰加噪声比平衡问题以及和速率最大化问题。此外,我们将我们提出的方法扩展到非平稳环境中的在线场景。仿真结果证明了该算法在性能和复杂度方面的优势。所提出的框架也可以应用于一般的无线电资源管理问题。
2021-09-19 cs.IT eess.SP math.IT
Joint Design of Digital and Analog Processing for Downlink C-RAN with Large-Scale Antenna Arrays
在具有大规模天线阵列的毫米波通信系统中,传统的数字波束成形可能不是成本有效的。一个有前途的解决方案是实现混合波束成形技术,它包括低维数字波束成形,然后是模拟射频(RF)波束成形。本文研究了云无线接入网(C-RAN)架构下混合波束赋形的优化问题。在C-RAN系统中,数字基带信号处理功能通过有限容量前传链路从远程无线电头端(RRH)迁移到“云”中的基带处理单元(BBU)。具体而言,这项工作解决了联合优化数字波束成形和前传量化策略在BBU,以及RF波束成形在RRH的问题,与最大化的加权下行链路总速率的目标。前传容量和每RRH功率约束连同对RF波束成形矩阵的恒模约束一起被强制执行。提出了一种基于逐次凸逼近和松弛恒模约束的迭代算法。数值仿真结果验证了该方法的有效性。
2017-04-03 cs.IT math.IT
Optimal Beamforming and Time Allocation for Partially Wireless Powered Sensor Networks with Downlink SWIPT
无线供电传感器网络(WPSNs)已经成为未来自我可持续的物联网(IoT)网络的关键发展。为了在自维持性和可靠性之间实现良好的平衡,具有混合功率解决方案的部分WPSN在实际应用中是可取的。具体来说,大多数传感器节点是无线供电的,但关键的传感器节点采用传统的有线/电池供电的可靠性。因此,本文主要研究了下行链路采用同步无线信息和功率传输(SWIPT)的部分WPSNs的优化设计。两种情况下,空分多址(SDMA)和时分多址(TDMA)在上行链路被认为是。对于支持TDMA和TDMA的部分WPSN,研究了下行链路波束成形、上行链路波束成形和时间分配的联合设计,以最大化上行链路和速率,同时保证服务质量(即,满足下行链路速率约束)。在分析了上行链路和速率最大化问题的可行性和下行链路速率约束的影响后,给出了支持SDMA和支持TDMA的WPSNs的半封闭形式的最优解,并保证了全局最优性。复杂性分析也提供了证明所提出的解决方案在低复杂性的优势。最后通过仿真验证了所提最优解的有效性和最优性。
2018-06-26 cs.IT math.IT
Randomly-Directional Beamforming in Millimeter-Wave Multi-User MISO Downlink
本文研究了毫米波多用户多输入单输出下行链路系统中的随机定向波束形成。基于均匀随机视距(UR-LoS)信道模型,利用渐近方法分析了毫米波MISO中RDB的性能和MU增益。它表明,存在一个过渡点上的用户数量相对于天线元件的数量的非平凡性能的RDB计划,并且此外,在UR下可以实现任意接近于相对于天线元件的数量的线性缩放的和速率缩放。如果用户数相对于天线数线性增加,则通过适当的用户调度的机会随机波束形成的LoS信道模型元素所提供的结果产生的见解最有效的波束成形和调度选择毫米波MU-MISO在各种操作条件下。仿真结果验证了我们的分析的基础上渐近技术有限的情况下。
2015-06-09 cs.IT math.IT
Asynchronous Distributed Downlink Beamforming and Power Control in Multi-cell Networks
在本文中,我们考虑了一个多小区网络,其中每个基站(BS)与天线阵列服务于多个用户。每个用户仅与一个BS相关联并且具有单个天线。假设在系统中仅长期信道状态信息(CSI)可用。目标是最小化满足用户的信号干扰噪声比(SINR)要求所需的网络下行链路传输功率。为此,我们提出了一种异步分布式波束形成和功率控制算法,它提供了相同的最佳解决方案,集中式算法。为了设计算法,功率最小化问题在数学上被公式化为非凸问题。对于分布式实现,非凸问题被投射到对偶分解框架。借助矩阵束理论,提出了一种新的求解非凸问题对偶的异步迭代法。通过对原问题的研究,得到了波束形成和功率控制的方法。最后通过仿真实验验证了算法的收敛性和性能。
2013-11-13 cs.IT math.IT
A Data and Model-Driven Deep Learning Approach to Robust Downlink Beamforming Optimization
本文提出一种基于无监督深度学习与模型驱动的鲁棒下行波束成形优化方法,利用图神经网络和二分搜索解决传统凸优化方法保守且复杂度高的问题,实现了更优的速率、能效与执行速度。
2024-06-05 cs.IT eess.SP math.IT
Joint User Association and Downlink Beamforming for Green Cloud-RANs with Limited Fronthaul
随着智能设备和移动数据流量的爆炸式增长,有限的前传容量已经成为绿色通信接入网络(例如云无线接入网络(C-RAN))的显著瓶颈。在本文中,我们提出了一个联合的用户关联和下行链路波束成形方案的绿色C-RAN,以最大限度地减少网络功耗与有限的前传链路。首先将设计问题转化为一个混合整数非线性规划(MINLP)问题,然后将MINLP问题转化为一个混合整数二阶锥规划(MI-SOCP)问题。通过将整数变量松弛为连续变量,提出了一种可在多项式时间内完成的膨胀算法。仿真结果验证了该算法的有效性,与LTE-A采用的方案相比。
2016-06-23 cs.IT math.IT
Offset-Based Beamforming: A New Approach to Robust Downlink Transmission
当基站不完全知道信道状态信息时,为多用户多输入单输出(MISO)下行链路设计一组波束形成器,为接收机提供预定的服务质量(QoS)水平可能是相当具有挑战性的。使SINR以高概率满足或超过给定阈值的约束通常是难以处理的,这导致从根本上难以解决的问题。在本文中,我们将开发一个高品质的近似的SINR中断约束,随着半定松弛,使我们能够制定的波束形成器的设计问题,可以有效地解决凸优化问题。对于系统中的不确定性大小是小的,进一步的近似产生算法的基础上迭代评估的封闭形式的表达式,具有显着较低的计算成本。由于发现的波束成形方向招致这些算法的计算负荷的大部分,类似的功率加载算法预定义的波束成形方向的开发和它们的性能被证明是接近最佳的。当系统包含大量天线时,可以以仅在天线数量上线性增长的计算成本来获得所提出的功率负载。所提出的功率加载算法提供了所需的停电概率和消耗的功率之间的显式关系,这使得我们能够精确地控制功率消耗,并自动识别消耗大部分功率资源的用户。所提出的方法的灵活性,说明了通过开发一个功率加载技术,最大限度地减少了平均停电的概念。
2017-10-26 cs.IT eess.SP math.IT
Low-complexity Joint Beamforming for RIS-Aided Multi-User Downlink over Correlated Channels
本文研究了可重构智能表面(RIS)辅助多用户通信,其中RIS用于辅助基站(BS)为多个用户提供服务。由被动反射元件组成的RIS可以通过调整反射元件的相移来操纵入射电磁波的反射方向。基于交替优化(AO)的方法通常用于确定RIS元件的相移。虽然基于AO的方法已经显示出RIS的显著增益,但是由于从BS通过RIS到用户的级联信道的耦合结构,复杂度相当高。此外,RIS的亚波长结构引入了可能对用户造成强干扰的空间相关性。为了处理严重的多用户干扰相关信道,我们考虑自适应用户分组以前提出的大规模多输入多输出(MIMO)系统,并提出了两个低复杂度的波束成形设计方法,这取决于分组结果是否被考虑在内。仿真结果表明,所提出的方法比没有用户分组的和速率。此外,所提出的方法可以执行类似的基于AO的方法,但具有更低的复杂度。
2022-11-30 cs.IT eess.SP math.IT
Downlink transceiver beamforming and admission control for massive MIMO cognitive radio networks
提出了一种大规模MIMO认知无线电网络中收发机波束赋形和接纳控制联合优化框架。优化问题的目标是支持最大数量的次级用户在下行链路传输的总功率分配给用户的约束,在次级用户和在主节点的干扰达到的速率。所提出的框架考虑到次级和主节点之间的信道的不完善的知识,也减轻了在次级接收器的主用户所造成的干扰。为了解决潜在的NP-难问题,我们提出了一个三步算法,两个备选方案的功率分配,即:等功率和等速率。此外,我们提供了一个解决方案,通过减少问题的一个线性规划(ILP)。在不同的约束条件下,等速率,等功率,和ILP方法的性能进行了研究。
2019-03-18 cs.IT math.IT
Message Passing Algorithm for Distributed Downlink Regularized Zero-forcing Beamforming with Cooperative Base Stations
基站(BS)协作可以将不需要的干扰转化为有用的信号能量以增强系统性能。在协作下行链路中,迫零波束形成(ZFBF)与一个简单的调度器是众所周知的,以获得接近的容量实现脏纸编码的性能。然而,随着网络规模的增长,集中式ZFBF方法过于复杂。在本文中,我们设计的消息传递算法实现正则化ZFBF(RZFBF)在分布式方式使用的信念传播。在所提出的方法中,总的计算成本被分解成许多较小的计算任务进行的相邻BS组和通信只需要相邻BS之间。更重要的是,可以基于信道统计而不是瞬时信道状态信息来计算一些交换的消息,从而显著降低了计算复杂性。仿真结果表明,所提出的算法收敛速度快,准确的RZFBF和更快的比传统的方法。
2013-03-26 cs.IT math.IT
Joint Design of Fronthauling and Hybrid Beamforming for Downlink C-RAN Systems
混合波束形成是一种具有成本效益和广泛的解决方案,用于大规模天线阵列的系统。本工作研究了下行链路云无线电接入网络(C-RAN)架构中用于远程无线电头端(RRH)的混合波束成形解决方案的模拟和数字组件的优化。数字处理在“云”中的基带处理单元(BBU)处执行,并且预编码的基带信号在经由有限容量前传链路传输到RRH之前被量化。在该系统中,我们考虑两种不同的信道状态信息(CSI)场景:1)在BBU处的理想CSI 2)不完美有效CSI。BBU处的数字波束成形和前传量化策略以及RRH处的模拟射频(RF)波束成形的优化是耦合问题,因为接收器处的量化噪声的影响取决于预编码矩阵。由此产生的联合优化问题进行检查的加权下行链路和速率和网络的能量效率最大化的目标。前传容量和每RRH功率约束与RF波束成形矩阵上的恒模约束一起被强制执行。针对理想CSI的情况,通过放松模拟波束形成器的恒模约束,提出了一种基于加权最小均方误差的块坐标下降算法。此外,我们提出了不完美的CSI的加权和速率和网络的能量效率性能的影响,并通过应用样本平均近似算法进行扩展。数值结果证实了该方案的有效性,并表明该算法对估计误差具有鲁棒性。
2019-03-14 cs.IT math.IT
Statistical Analysis of Downlink Zero-Forcing Beamforming
我们分析的均值和方差的有用信号和干扰功率在多小区网络中使用迫零波束形成(ZF BF)与两个波束形成器归一化方法。虽然平均值一直是主要的焦点在早期的研究ZF-BF,方差分析尚未解决。我们的分析提供了一个完整的统计研究,揭示了方差的重要性,推导出封闭形式的表达式的信号的两个时刻,并提供了一个实际使用这些表达式,我们使用伽玛或对数正态分布的干扰功率分析计算中断。
2020-08-04 cs.IT cs.SY eess.SP
Downlink Training in Cell-Free Massive MIMO: A Blessing in Disguise
无小区大规模MIMO(多输入多输出)是指分布式大规模MIMO系统,其中所有接入点(AP)协作以相干地服务所有用户设备(UE),抑制小区间干扰并减轻多用户干扰。最近的工作表明,与共址的大规模MIMO不同,\textit{channel hardening}通常在无小区的大规模MIMO中不太明显,因此从估计下行链路信道中获益很多。在这项研究中,我们调查的增益引入的下行链路波束成形训练,延伸到非正交的上行链路和下行链路导频先前提出的分析。假设单天线接入点,共轭波束成形和独立的瑞利衰落信道,我们推导出一个封闭形式的表达式为每个用户可实现的下行链路速率,解决信道估计误差和导频污染都在AP和UE侧。性能评估包括最大-最小公平功率控制、贪婪导频分配方法,以及不同容量约束技术获得的可达速率之间的比较。数值结果表明,下行波束成形训练,虽然增加了导频开销,并引入额外的导频污染,显着提高可达到的下行链路速率。即使对于大量AP,依赖于统计信道状态信息进行数据解码的UE也不是完全有效的。
2019-09-06 cs.IT eess.SP math.IT
Fast Group Scheduling for Downlink Large-Scale Multi-Group Multicast Beamforming
针对下一代无线网络海量用户接入下的多组多播下行传输问题,提出三阶段联合组调度与波束成形方案,通过两种低复杂度调度算法利用组间空间特性,在低复杂度下有效提升最小用户吞吐量。
2024-06-25 cs.IT eess.SP math.IT
Exploiting Known Interference as Green Signal Power for Downlink Beamforming Optimization
该研究针对多用户MISO下行链路,提出利用已知建设性干扰的波束成形方案,降低发射功率并提升SINR,还扩展了鲁棒方案,实现显著功耗节省。
2015-05-06 cs.IT math.IT
Joint Multiuser Downlink Beamforming and Admission Control for Green Cloud-RANs with Limited Fronthaul Based on Mixed Integer Semi-definite Program
随着远程无线头端(RRH)的密集部署,巨大的网络功耗成为绿色云无线接入网(Cloud-RAN)面临的巨大挑战,多用户下行波束赋形被认为是一种很有前途的解决方案。此外,移动用户(MU)数量的增加导致接纳控制对于具有有限前传容量和预定义功率预算的Cloud-RAN是必不可少的。在本文中,我们考虑联合多用户下行链路波束成形和准入控制(JBAC)的问题,以提高在网络中被接纳的MU,降低网络功耗,同时考虑到服务质量要求的MU,功率预算约束和前传限制。结果表明,JBAC问题是一个混合整数非线性问题,即使采用连续松弛,仍然是非凸的。因此,我们首先将JBAC问题转化为一个混合半定规划问题。然后,我们提出了一个边界改进的分支定界算法,以产生近优解。针对实际应用,提出了一种多项式时间启发式算法来求解次优解。大量的仿真进行了不同的系统配置,以显示所提出的两种方案的有效性。
2017-06-15 cs.IT math.IT
Transfer Learning and Meta Learning Based Fast Downlink Beamforming Adaptation
针对多用户多输入单输出下行链路系统中的信干噪比均衡问题,研究了快速自适应波束形成优化算法。现有的基于深度学习的方法来预测波束成形依赖于训练和测试信道遵循相同分布的假设,这在实践中可能不成立。因此,当测试网络环境改变时,训练的模型可能导致性能恶化。针对这种任务失配问题,提出了两种基于深度迁移学习和元学习的离线自适应算法,能够在测试无线环境发生变化时,利用有限的新标记数据实现快速自适应。此外,我们提出了一个在线算法,以提高离线Meta算法在现实的非平稳环境中的适应能力。仿真结果表明,所提出的自适应算法在新的环境中取得了更好的性能比直接的深度学习算法没有适应。Meta学习算法的性能优于深度迁移学习算法,达到了接近最优的性能。此外,与离线Meta学习算法相比,在线Meta学习算法在变化的环境中表现出更好的适应性能。
2020-11-02 cs.IT math.IT
Delay Performance of the Multiuser MISO Downlink
我们分析了MISO下行链路信道,其中多天线发射机与大量的单天线接收机进行通信。使用线性波束成形或非线性预编码技术,发射机可以在每个传输时隙期间同时服务多个用户。然而,增加用户的数量,即,复用增益减小了波束成形增益,这意味着各个数据率的平均值减小,而它们的方差增大。我们使用随机网络演算来分析由于时变数据率而发生的延迟。我们的研究结果表明,最佳的用户数量,即,复用增益和波束成形增益之间的最佳折衷取决于输入数据业务及其延迟要求。
2018-05-04 cs.IT math.IT
Optimal User Pairing for Achieving Rate Fairness in Downlink NOMA Networks
本文研究了下行非正交多址接入(NOMA)网络。我们研究的问题,联合优化用户配对和波束成形设计,以最大限度地提高所有用户之间的最低速率。所考虑的问题属于一类困难的混合整数非凸优化规划。我们首先放松二元约束,并采用序贯凸逼近方法求解放松后的问题,保证至少收敛到局部最优解。数值结果表明,与传统的波束形成方案相比,该方法在用户之间获得了更高的速率公平性,随机配对NOMA和波束形成系统。
2018-12-30 cs.IT math.IT
Stacked Intelligent Metasurfaces for Multiuser Downlink Beamforming in the Wave Domain
本文提出一种用于多用户MISO下行系统的堆叠智能超表面(SIM)波域波束成形设计,通过联合优化发射功率与离散相移,免除了传统数字波束成形,使总速率较传统系统提升约200%。
2025-05-02 cs.IT eess.SP math.IT
User Selection for Multi-user MIMO Downlink with Zero-Forcing Beamforming
针对多用户多输入多输出(MIMO)下行信道,提出了一种基于迫零波束形成(ZFBF)的贪婪用户交换选择(GUSS)算法。由于现有的用户选择算法,如迫零选择算法(ZERO FORCED WITH SESSION,ZERO FORCED WITH SESSION),存在“冗余用户”和“局部最优”的缺陷,影响了系统的总速率,GUSS在ZERO FORCED的用户选择过程中增加了“删除”和“交换”操作,分别通过消除“冗余用户”和跳出“局部最优”来提高系统的性能。此外,为了降低GUSS算法的复杂度,提出了一种基于有效信道矢量的有效信道增益更新方案。在此更新方案的帮助下,GUSS具有相同数量级的复杂性的时间,只有一个线性增量。仿真结果表明,平均GUSS达到99.3%的和率上限,通过穷举搜索实现,在传输信噪比的范围内,考虑只有三到六倍的复杂度的MIMO。
2012-06-27 cs.IT math.IT
Multiuser MIMO Downlink Beamforming Design Based on Group Maximum SINR Filtering
在本文中,我们的目标是解决多用户多输入多输出(MIMO)下行波束成形问题,其中一个多天线基站广播数据到许多用户。每个用户被分配多个数据流,并且在其接收器处具有多个天线。提出了一种基于迭代法的联合发射接收波束形成和功率分配问题的有效解决方案。我们采用组最大信号干扰噪声比(SINR)滤波器组(GSINR-FB)作为我们的波束形成器,通过用户的数据流之间的合作,利用接收机的多样性。每个用户的数据流受到平均SINR约束,该平均SINR约束在无线通信系统中具有许多重要的应用,并且用作测量服务质量(QoS)的良好度量。GSINR-FB还优化其输出的平均SINR。在GSINR-FB波束形成器的基础上,提出了一种SINR均衡的最优功率分配结构,将复杂的功率分配问题简化为线性问题。仿真结果验证了所提出的算法优于以前的作品,具有近似相同的复杂度。
2011-03-29 cs.IT math.IT
Integrated sensing and full-duplex communication: Joint transceiver beamforming and power allocation
针对具有全双工(FD)感测和半双工(HD)通信的集成感测和通信(ISAC)系统,已经广泛研究了波束成形设计。为了实现更高的频谱效率,在本文中,我们扩展现有的ISAC波束形成设计,考虑FD能力的雷达和通信。具体来说,我们考虑一个ISAC系统,其中基站(BS)执行目标检测,并与多个下行链路用户和上行链路用户重用相同的时间和频率资源进行通信。我们联合优化下行链路双功能发射信号和上行链路接收波束形成器在BS和在上行链路用户的发射功率。该问题被制定为最小化系统的总发射功率,同时保证通信和传感的要求。下行链路和上行链路传输紧密耦合,使得联合优化具有挑战性。为了处理这个问题,我们首先确定接收波束成形器在封闭的形式相对于BS发射波束成形和用户发射功率,然后提出一个迭代的解决方案,其余的问题。我们通过数值计算结果表明,优化的FD通信为基础的ISAC导致功率效率的改善相比,传统的ISAC与HD通信。
2023-02-19 cs.IT eess.SP math.IT
D2D Assisted Beamforming for Coded Caching
用于编码缓存的设备到设备(D2D)辅助波束成形被认为是在有限信噪比状态中。提出了一种新的波束形成方案,其中利用附近用户之间的本地缓存内容交换。传输分为两个阶段:本地D2D内容交换和下行链路传输。在D2D阶段,用户可以自主地与相邻用户共享内容。下行链路阶段利用多播波束成形来同时服务所有用户以满足剩余的内容请求。我们首先通过两个简单的例子解释主要过程,然后给出一般公式。此外,识别了对于最小化总递送时间有用的D2D传输场景和条件。我们还研究了使用D2D传输来降低多播波束成形的收发器复杂度的益处。通过利用文件片段的直接D2D交换,用于在下行链路阶段中递送剩余文件片段的公共多播速率增加,从而提供大大增强的整体内容递送性能。
2019-05-14 cs.IT math.IT
Distributed Multicell Beamforming Design Approaching Pareto Boundary with Max-Min Fairness
本文讨论了多小区时分双工(TDD)系统中的协调下行链路波束成形优化,其中小区之间交换少量参数,但没有数据共享。为了达到具有最大-最小速率公平性的帕累托边界点,我们首先开发了一种两步集中式优化算法来设计联合波束成形向量。该算法可以实现进一步的最大-最小最优性能的总和速率的改善,并示出保证最大-最小帕累托最优的情况下,两个基站(BS),每个服务于一个用户。为了实现有限的小区间通信的分布式解决方案,我们然后提出了一种迭代算法,通过利用近似的上行链路-下行链路的对偶性,其中只有少量的正标量在每次迭代中的细胞之间共享。仿真结果表明,该算法的公平速率性能接近于集中式算法,但其和速率性能优于集中式算法,尤其在高信噪比时,该算法在和速率和公平性之间的折衷优于纳什协商算法.
2012-05-09 cs.IT math.IT
Optimal Beamforming for MIMO Shared Relaying in Downlink Cellular Networks with ARQ
在本文中,我们研究了自动重传请求(ARQ)和半双工解码和转发共享中继的蜂窝网络的下行链路的性能。在该系统中,两个多输入多输出(MIMO)基站服务于两个单天线用户。MIMO共享中继将丢失的分组重传给目标用户。首先,我们研究了基站直接重传的系统,导出了系统中断概率的封闭表达式,证明了直接重传可以克服衰落,但不能克服干扰。在此之后,我们调用共享中继和设计的中继波束成形矩阵,使信号干扰噪声比(SINR)的改善,在中继功率约束的用户。当只有一个用户的传输失败的情况下,我们推导出一个封闭的形式解决方案的中继波束形成器。另一方面,当两个传输失败时,我们提出的波束形成问题作为一个序列的非凸可行性问题。我们使用半定松弛(SDR)将每个可行性问题转化为凸优化问题。我们确保秩一的解决方案,因此,在SDR中没有最优性的损失。仿真结果表明,所提出的中继波束形成策略相比,直接ARQ系统的中断概率的优越性能。
2016-10-10 cs.IT math.IT
Optimal Resource Allocation and Beamforming for Two-User MISO WPCNs for a Non-linear Circuit-Based EH Model
我们研究了两用户多输入单输出(MISO)无线供电通信网络(WPCN),其中用户设备配备有非线性能量收集(EH)电路。我们考虑时分双工(TDD)传输,其中用户从在下行链路阶段中接收的信号中收获功率,然后,利用该收获的功率用于上行链路阶段中的信息传输。与现有的工作相比,我们采用了一个非线性模型的基础上,所采用的EH电路的精确分析收获的功率。我们联合优化的波束成形矢量在下行链路和下行链路和上行链路传输分配的时间,以最大限度地减少平均发射功率在下行链路下的每用户数据速率约束在上行链路。我们分别给出了资源分配问题的可行性条件和平凡解的存在性条件。对于资源分配具有非平凡解的情况,我们表明,在下行链路中采用不超过三个波束成形向量进行功率传输是最佳的。为了确定这些波束形成向量,我们开发了一种基于半定松弛(SDR)和逐次凸逼近(SCA)的迭代算法。我们的仿真结果表明,所提出的资源分配计划优于两个基线计划的基础上线性和S形EH模型,分别。
2021-10-04 cs.IT math.IT
Joint Long-Term Admission Control and Beamforming in Green Downlink Networks: Offline and Online Approaches
接纳控制是管理具有大用户集的无线网络的有效解决方案。它动态地拒绝用户在恶劣的条件下,从而保证高质量的服务(QoS)的其他。不幸的是,一个频繁变化的容许用户集要求显着的权力,不断重新建立传输链路。因此,我们探讨的稳定性的容许用户集,并制定一个联合的长期准入控制和波束成形问题的网络与一个多天线基站(BS)和多个单天线用户。我们考虑包含多个时间片的时间段中的下行链路传输。通过联合优化不同时间片上的可接纳用户和基站发射波束形成器,以最小化总功率开销,其中不仅包括QoS保证所需的功率,还包括用户状态切换所需的功率.由于该问题的NP-硬度,我们开发了两个(离线和在线)算法来找到一些有效的次优解。离线算法需要所有的信道状态信息(CSI),基于连续上限最小化(SUM)算法一次性求解不同时间片上的可接纳用户和波束形成器。为了支持数据的实时传输,本文进一步设计了一种基于交替方向乘法器(ADMM)的在线算法,该算法利用前一个允许用户集、当前CSI的实际值和未来CSI的分布,在不同的时间片上依次输出允许用户和波束形成器。仿真结果验证了两种算法的性能,并表明在线算法是一种有效的实用替代离线算法。
2019-09-09 cs.IT eess.SP math.IT