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
Reducing Latency by Eliminating CSIT Feedback: FDD Downlink MIMO Transmission for Internet-of-Things Communications
本文提出通过消除CSIT反馈降低时延的方法，利用频率不变性特性重建下行CSIT，结合RSMA和高效预编码技术，提升物联网通信的时延性能。
2025-12-24 eess.SP
Toward Multi-Satellite Cooperative Transmission: A Joint Framework for CSI Acquisition, Feedback, and Phase Synchronization
National Mobile Communications Research Laboratory, Southeast University（东南大学国家移动通信重点实验室）；Purple Mountain Laboratories（紫金山实验室）；University of Bologna（博洛尼亚大学）；China Satellite Network Group Company Ltd.（中国卫星网络集团有限公司）；Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（卢森堡大学跨学科安全、可靠与信任研究中心）
本文提出联合信道状态获取、反馈和相位同步框架，解决多卫星协作传输中的同步难题，通过设计可调相移跟踪参考信号和多项式模型，实现非理想同步下的高效传输，实现接近理论6dB功率增益的性能。
2026-03-30 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 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
Prompt-Enabled Large AI Models for CSI Feedback
本文通过跨数据集分析揭示AI-CSI反馈性能源于模型拟合能力与环境知识利用，并提出在角-时延域以信道幅度均值作为提示驱动大型AI模型，在提升反馈精度和泛化能力的同时降低新场景数据采集需求。
2025-04-09 cs.IT eess.SP math.IT
Analog Beamforming Enabled Multicasting: Finite-Alphabet Inputs and Statistical CSI
针对有限字母表输入和统计CSI的模拟波束赋形多播系统，推导AMR表达式并分析高信噪比渐近性能，提出最大化阵列增益的波束赋形算法以提升平均多播速率。
2024-05-22 cs.IT eess.SP math.IT
Digital Twin Enabled Site Specific Channel Precoding: Over the Air CIR Inference
Department of EECS, Howard University（霍华德大学电子工程与计算机科学系）；Department of Electrical and Computer Engineering, Université Laval（拉瓦尔大学电子与计算机工程系）；DeepSig Inc.（DeepSig公司）
本文提出利用数字孪生技术，通过射线追踪和AI微调两步法设计信道孪生模型，以获取接近真实的CSI用于预编码，仿真验证了该方法的有效性。
2025-01-27 cs.AI eess.SP
TDGCN-Based Mobile Multiuser Physical-Layer Authentication for EI-Enabled IIoT
State Key Laboratory of Networking and Switching Technology, BUPT（网络与交换技术国家重点实验室，北京邮电大学）；Chinese University of Hong Kong（香港中文大学）
本文提出基于TDGCN的PLA方案，通过动态图卷积网络和时间卷积网络实现移动多用户认证，提升EI赋能IIoT中的安全性能。
2026-01-14 eess.SP
Vector Quantized-Aided XL-MIMO CSI Feedback with Channel Adaptive Transmission
State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications（北京邮电大学网络与交换技术国家重点实验室）；ZGC Institute of Ubiquitous-X Innovation and Applications（ZGC泛在X创新与应用研究院）
本文提出VQ-DJSCC-F方案，通过向量量化与深度学习结合，提升XL-MIMO系统中CSI反馈的精度与鲁棒性，降低反馈开销。
2026-01-12 eess.SP
Sacrificing CSI for a Greater Good: RIS-enabled Opportunistic Rate Splitting
在可重构智能表面（RIS）辅助系统中，相移的优化需要分别获取直接和RIS辅助信道的信道状态信息（CSI），这带来了重大的设计挑战。在本文中，提出了一种新的方案，它考虑了实际的限制，如导频开销和信道估计（CE）错误，以提高净性能。更具体地，以不可预测的干扰为代价，牺牲了用于RI辅助信道的CSI的一部分，以便减少CE时间。通过在相干块之间交替CSI并采用速率分割，可以减轻干扰，从而补偿牺牲的CSI的不利影响。数值仿真验证了该方案具有更好的性能，可实现的净速率，导致高达160%的增益相比，非正交多址接入（NOMA），当CE时间和CE错误被认为是。
2022-03-28 cs.ET cs.IT eess.SP
Movable Antenna Aided Physical Layer Security with No Eavesdropper CSI
本文提出一种无需窃听者信道状态信息的可移动天线辅助安全传输框架，通过联合优化天线位置、波束成形与干扰功率分配提升保密速率，并验证其优于传统固定天线系统。
2024-12-27 eess.SP
Evolution Toward Sensing-Enabled RAN: Practical Bistatic Sensing via Uplink
Fraunhofer Heinrich Hertz Institute (HHI)（弗劳恩霍夫海因里希赫兹研究所）；Technische Universität Berlin（柏林工业大学）
该研究提出基于上行链路CSI的感知方法，结合5G定位与多天线阵列处理，通过仿真和实际实验验证其可实现本地移动目标的检测、定位与跟踪，为演进支持感知的RAN提供实用方案。
2026-10-19 eess.SP
Deep Learning-Enabled Multi-Tag Detection in Ambient Backscatter Communications
University of Michigan（密歇根大学）；Northeastern University（东北大学）
本文提出两种深度学习框架，用于在无CSI条件下实现环境反向散射通信中的多标签检测，有效降低误码率并优于传统方法。
2025-12-18 eess.SP
LSTM-Based Distributed Conditional Generative Adversarial Network For Data-Driven 5G-Enabled Maritime UAV Communications
支持5G的海上无人机通信是5G无线网络的重要应用之一，需要最小的延迟和更高的可靠性来支持关键任务应用。因此，具有高数据速率的无损可靠通信是现代无线通信系统中的关键要求。这些因素都高度依赖于信道条件。在这项工作中，提出了一个信道模型的空到地链路利用毫米波（毫米波）的5G海上无人机（UAV）通信。首先，我们将提出公式化的信道估计方法，其直接旨在从由在长短期记忆（LSTM）-分布式条件生成对抗网络（DCGAN）（即，针对每个波束成形方向的（LSTM-DCGAN））内操作的UAV灌输的信道模型中采用毫米波的信道状态信息（CSI）。其次，为了增强所提出的空间域训练信道模型的应用，我们设计了一个基于LSTM-DCGAN的无人机网络，其中每个无人机网络将学习所有分布的毫米波CSI。最后，我们分类了最有利的LSTM-DCGAN训练方法，并为我们的无人机网络提供了一定的条件来提高信道模型学习率。仿真结果表明，所提出的基于LSTM-DCGAN的网络对局部训练产生的误差具有很强的鲁棒性。已经与其他可用的最先进的CGAN网络架构进行了详细的比较，即独立CGAN（没有CSI共享），简单CGAN（具有CSI共享），多通道CGAN，联合学习CGAN和DCGAN。仿真结果表明，所提出的LSTM-DCGAN结构在学习过程中表现出更高的准确性，并获得了更多的数据速率的下行链路传输相比，以前的艺术作品。
2022-05-09 eess.SP
Stochastic Geometry Analysis of Uplink CUMA-Enabled Cellular Networks
University College London（伦敦大学学院）；Yonsei University（延世大学）；Hong Kong University of Science and Technology（香港科技大学）
利用随机几何框架分析上行CUMA蜂窝网络，推导SIR覆盖概率、平均用户速率和小区总速率的紧致近似表达式，揭示关键设计参数的影响及网络密集化下的扩展行为。
2026-05-22 eess.SP
Robust SAC-Enabled UAV-RIS Assisted Secure MISO Systems With Untrusted EH Receivers
Queen’s University Belfast（贝尔法斯特女王大学）；University College Dublin（都柏林大学学院）；San Diego State University（圣地亚哥州立大学）
本文研究了无人机辅助RIS增强的多用户MISO系统，旨在最大化最坏情况下的保密能量效率，通过结合BCD和SCA方法以及定制的SAC框架，解决非凸优化问题。
2026-05-15 eess.SP
Channel Modeling Aided Dataset Generation for AI-Enabled CSI Feedback: Advances, Challenges, and Solutions
针对 AI 赋能 CSI 反馈难以部署的问题，本文提出利用有限现场信道数据更新 TR 38.901 模型并生成增强数据集，仿真证明其性能显著优于基准方法。
2024-07-01 cs.AI eess.SP
Deep Learning-Based Joint Uplink-Downlink CSI Acquisition for Next-Generation Upper Mid-Band Systems
National Mobile Communications Research Laboratory, Southeast University（东南大学国家移动通信实验室）；Purple Mountain Laboratories（紫金山实验室）；Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（卢森堡大学安全、可靠性与信任跨学科中心）
本文提出基于深度学习的联合上行-下行CSI采集框架，通过融合SRSs和CSI-RSs实现完整CSI重建，并利用Transformer-MLP和Mamba模型提升信道预测性能，降低计算复杂度。
2025-12-02 eess.SP
Tackling Delayed CSI in a Distributed Multi-Satellite MIMO Communication System
针对分布式多卫星MIMO系统中因最远卫星导致的CSI延迟问题，提出利用CSI不确定性长期特征的预编码策略，以高效计算补偿延迟影响，并验证其在1 GHz以下频段对星地融合通信的显著价值。
2024-06-10 eess.SP
Stacked Intelligent Metasurface Enabled LEO Satellite Communications Relying on Statistical CSI
针对低轨卫星通信中瞬时CSI获取难的问题，提出搭载堆叠智能超表面的系统设计，基于统计CSI构建联合优化问题并定制AO算法求解，辅以用户分组与天线选择提升性能，仿真验证了方案有效性。
2024-03-09 cs.IT eess.SP math.IT
RIS-Assisted NOMA with Partial CSI and Mutual Coupling: A Machine Learning Approach
本文针对部分CSI和互耦条件下的RIS辅助NOMA系统，提出融合通信领域知识的神经网络架构RISnet，联合优化基站预编码与RIS配置，实现高可扩展性和低CSI需求。
2025-08-27 eess.SP
Sub-Connected Hybrid Beamfocusing Design for RSMA-Enabled Near-Field Communications with Imperfect CSI and SIC
针对不完美CSI和SIC下近场波束聚焦无法完全消除干扰的问题，提出基于子连接HAD架构的RSMA使能近场通信方案，通过联合优化波束聚焦器与速率分配最大化最小速率，并开发BCD算法及低复杂度算法验证了其优越性。
2025-07-16 cs.IT eess.SP math.IT
Energy-Efficient Resource Allocation for NOMA enabled MEC Networks with Imperfect CSI
非正交多址接入（NOMA）和移动边缘计算（MEC）的结合，可以显著提升超过第五代网络的频谱效率。在本文中，我们主要集中在能量有效的资源分配的多用户，多BS NOMA辅助MEC网络与不完善的信道状态信息（CSI），其中每个用户可以上传其任务到多个基站（BS）的远程执行。为了最小化能量消耗，我们考虑联合优化任务分配，功率分配和用户关联。作为主要的贡献，不完美CSI，任务分配和功率分配的最佳封闭形式的表达式解析推导出两个基站的情况下。具体来说，原来制定的问题是非凸的。我们首先将概率问题转化为非概率问题。随后，提出了一种双层规划方法来获得最优解。此外，通过将匹配算法与最优任务和功率分配，我们提出了一个低复杂度的算法，以有效地优化用户关联的多用户和多基站的情况下。仿真结果表明，该算法不仅比传统的OMA方案具有更好的性能，而且在基站数较少的情况下，具有更低的穷举搜索复杂度和相同的搜索结果。
2020-09-14 cs.IT eess.SP math.IT
Two-Timescale Design for Movable Antenna-Enabled Multiuser MIMO Systems
Shanghai Jiao Tong University（上海交通大学）；Rocket Force University of Engineering（中国人民解放军战略支援部队信息工程大学）
本文提出双时间尺度设计用于可移动天线增强的多用户MIMO系统，通过大时间尺度优化MA位置和小时间尺度设计波束成形向量，提升信道性能并优化干扰管理。
2026-01-04 eess.SP
Spectral Efficiency and Energy Efficiency Tradeoff in Massive MIMO Downlink Transmission with Statistical CSIT
作为未来无线网络的关键技术，大规模多输入多输出（MIMO）技术可以显著提高能量效率（EE）和频谱效率（SE），其性能高度依赖于信道状态信息（CSI）的可用程度。虽然关于大规模多输入多输出的大多数现有工作集中在发射机处的瞬时CSI（CSIT）可用的情况下，但是获得精确的瞬时CSIT通常不是一件容易的任务。在本文中，我们研究EE-SE权衡单小区大规模多输入多输出下行链路传输与统计CSIT。为此，我们的目标是优化系统资源效率（RE），这是能够达到EE-SE平衡。首先给出了不同用户终端的最优发射协方差矩阵的特征向量的闭式解，表明波束域有利于在大规模多输入多输出下行链路中进行RE最优传输。基于这一认识，RE优化预编码设计被简化为一个实值功率分配问题。利用序贯优化和随机矩阵理论，我们进一步提出了一种低复杂度的次优两层注水结构功率分配算法。数值结果表明，所提出的统计CSI辅助RE优化方法的有效性和接近最优的性能。
2020-05-04 cs.IT eess.SP math.IT
Adaptive Modulation for Wobbling UAV Air-to-Ground Links in Millimeter-wave Bands
新兴的毫米波无人机空对地通信面临着多普勒效应问题，而多普勒效应是由于无人机不可避免的抖动而引起的。用于UAV A2 G通信的快速时变信道可能导致来自信道估计的过时的信道状态信息（CSI）。本文采用两种检测器对接收信号进行解调，得到了非理想信道状态下毫米波无人机A2 G链路的瞬时误比特率。基于设计的检测器，我们提出了一种自适应调制方案，通过优化数据传输时间，最大限度地提高平均传输速率下不完美的CSI受最大可容忍的BEP。功率控制策略与自适应调制相结合，以最小化传输功率，同时保持BEP低于阈值和最大化平均传输速率。数值结果表明，所提出的自适应调制方案结合功率控制策略可以最大化时间平均传输速率，同时节省50%的能量.
2022-04-13 eess.SP
DJSCC-Enabled Multi-User Semantic CSI Feedback for Hybrid Beamforming in Dual-Polarized cmWave Massive MIMO
Beijing Institute of Technology（北京理工大学）；Yangtze Delta Region Academy, BIT (Jiaxing)（北京理工大学长三角研究院（嘉兴））；University of the Witwatersrand（威特沃特斯兰德大学）；Harbin Institute of Technology（哈尔滨工业大学）
本文提出了一种基于MAXIM架构的深度学习方案，用于多用户厘米波MIMO-OFDM系统的联合语义CSI反馈和混合波束成形，通过端到端优化最大化下行链路总速率，同时利用深度联合源-信道编码（DJSCC）提升CSI压缩效率和抗噪能力。
2026-05-19 cs.IT eess.SP math.IT
Communication-efficient Personalized Federated Edge Learning for Massive MIMO CSI Feedback
本文针对大规模MIMO CSI反馈提出一种基于联邦边缘学习的个性化训练框架，通过差异化量化模型传输降低通信开销，并利用本地微调适应不同用户信道特性，在保护隐私的同时显著提升反馈性能。
2023-12-04 eess.SP
A Framework of Robust Transmission Design for IRS-aided MISO Communications with Imperfect Cascaded Channels
智能反射面（IRS）由于其重构信号传播环境的能力，最近被认为是一种很有前途的技术，以提高无线系统的性能。然而，由于IRS处缺乏射频（RF）链，在基站（BS）处获得完美的信道状态信息（CSI）是具有挑战性的。由于现有的信道估计方法大多是针对级联BS IRS用户信道的，本文首次研究了基于发射端不理想级联BS IRS用户信道（CBIUT）的稳健波束形成。具体地说，发射功率最小化的问题，制定下的最坏情况下的有界CSI误差模型的速率约束和统计CSI误差模型下的速率中断概率约束，分别。在利用S-过程逼近最坏情况下的速率约束和利用Bernstein型不等式逼近速率中断概率约束后，重构后的问题可以有效地求解。数值结果表明，CBIUT误差对系统性能的负面影响大于CSI直接误差。
2021-08-07 eess.SP
FAST: Feature Arrangement for Semantic Transmission
针对时变信道衰落易损坏重要语义特征导致通信性能下降的问题，提出FAST语义传输特征排布方案，结合特征优先级与预测信道状态调度传输顺序，显著提升图像传输性能。
2023-05-05 eess.SP
Pre-equalization Design for ISAC-OTFS Air-Ground Transmission: A Deep Learning Approach
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）
本文针对OTFS在空地传输中接收端均衡复杂度高的问题，提出基于深度学习信道预测的地面预均衡ISAC-OTFS框架，使无人机无需均衡即可检测符号，在降低复杂度和导频开销的同时接近完美CSI下的检测性能并提升感知精度。
2025-11-07 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 Multi-Stream Massive MIMO Satellite Systems Based on Statistical CSI
Hangzhou Institute of Technology, Xidian University（西安电子科技大学杭州研究院）；Department of Mathematics and Algorithms Research, Nokia Bell Labs（诺基亚贝尔实验室数学与算法研究部）；School of Information Science and Electronic Engineering, Shanghai Jiao Tong University（上海交通大学信息科学与工程学院）
本文研究了大规模多输入多输出低地球轨道卫星通信系统的多流下行预编码，提出基于统计信道状态信息的鲁棒多流预编码方案，通过多卫星协作和多天线用户设备实现最优预编码算法设计，降低计算复杂度并提升系统性能。
2026-04-10 eess.SP
Near-Field MIMO Channel Acquisition: Geometry-Aided Feedback and Transmission Design
本文针对近场视距MIMO系统，提出基于双离开角和相对旋转角的紧凑信道参数化及几何辅助CSI重建方案，结合两阶段预编码和两步流分配，以极少导频和OTA迭代逼近完美CSI性能。
2025-05-07 eess.SP
Directional Modulation-Enabled Secure Transmission with Intelligent Reflecting Surface
提出了一种新的安全传输方案，该方案采用人工噪声定向调制（DM）技术，并辅以智能反射面（IRS）。具体地，直接路径和IRS使能反射路径携带相同的机密信号，并且因此可以在期望位置处相干地相加以最大化总接收功率，而在其他位置处的接收信号失真。我们推导出一个封闭形式的表达所提出的计划实现的保密率。仿真结果表明，该方案可以在特定位置实现二维安全传输。而且，随着IRS处的反射元件的数量增加，其相对于常规DM方案的性能优势变得更加明显。
2020-07-14 eess.SP
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
SSNet: Flexible and robust channel extrapolation for fluid antenna systems enabled by an self-supervised learning framework
Shanghai University（上海大学）；Xi’an Jiaotong-Liverpool University（西交利物浦大学）；the University of Sheffield（谢菲尔德大学）
SSNet通过自监督学习框架实现流体天线系统的灵活且鲁棒的信道外推，无需大规模标记数据集，显著优于现有方法。
2025-09-22 eess.SP
Quantization Design for Deep Learning-Based CSI Feedback
本文针对深度学习CSI反馈中的量化问题，提出带比特分配的量化模块及与自编码器联合训练方法，并设计自适应加权损失函数，仿真验证其性能优于现有基线。
2025-03-11 eess.SP
Spectral Efficiency Maximization for DMA-enabled Multiuser MISO with Statistical CSI
针对仅具备统计CSI的DMA使能多用户MISO上下行系统，本文分别提出基于WMMSE和PDD的优化算法以最大化遍历和速率，数值验证其准确且优越。
2025-06-11 cs.IT eess.SP math.IT
Statistical CSI-Based Transmission Design for Reconfigurable Intelligent Surface-aided Massive MIMO Systems with Hardware Impairments
本文研究了一种可重构智能表面（RIS）辅助的大规模多用户多输入多输出（MIMO）通信系统，该系统具有收发器硬件损伤（HWI）和RIS相位噪声。与现有的研究成果不同，RIS的相移设计是基于长期的角度信息。首先推导了上行链路可达速率的近似解析表达式。然后，我们使用遗传算法（GA），以最大化和率和最小数据率。最后，我们表明，它是至关重要的，以考虑HWI时，设计的RIS相移。
2021-10-13 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
AI-Empowered RIS-Assisted Networks: CV-Enabled RIS Selection and DNN-Enabled Transmission
本文提出AI赋能的RIS辅助网络方案，利用CV选择最优RIS，DNN学习信道到波束成形及相移的映射，实现实时传输，性能接近交替优化且推理时间大幅缩短。
2024-04-18 eess.SP
AI for CSI Feedback Enhancement in 5G-Advanced
Southeast University（东南大学）；National Sun Yat-sen University（国立中山大学）
本文综述5G-Advanced中AI增强CSI反馈的框架、标准化范围、挑战与协议设计，为相关标准化研究提供指导。
2022-09-17 cs.AI cs.IT cs.NI
Channel Estimation in RIS-Enabled mmWave Wireless Systems: A Variational Inference Approach
University of Manitoba（曼尼托巴大学）
针对全无源RIS辅助毫米波SIMO系统，本文提出基于变分推断的独立信道估计方法，并进一步联合估计RIS-BS瞬时CSI与UE-RIS信道协方差矩阵，性能逼近完美CSI容量。
2023-12-16 cs.LG eess.SP
Reconfigurable Intelligent Surfaces-Assisted Multiuser MIMO Uplink Transmission with Partial CSI
本文认为，应用可重构智能表面（RISs）（a.k.a.智能反射表面（IRS））来辅助从若干多天线用户终端（UT）到多天线基站（BS）的多用户多输入多输出（MIMO）上行链路传输。为了减少信令开销，在我们的调查中，仅利用部分信道状态信息（CSI），包括RIS和BS之间的瞬时CSI以及UT和RIS之间的缓慢变化的统计CSI。特别地，提出了一种优化框架，用于联合设计UT的发射协方差矩阵和RIS相移矩阵，以最大化具有部分CSI的系统全局能量效率（GEE）。首先，我们得到的UT的最佳发送协方差矩阵的特征向量的封闭形式的解决方案。然后，为了便于设计的发射功率分配矩阵和RIS相移，我们推导出一个渐近确定性等价的目标函数与随机矩阵理论的帮助。我们进一步提出了一个次优算法来解决GEE最大化问题，保证收敛，利用交替优化，分式规划和顺序优化的方法。数值结果证实了所提出的方法的有效性，以及相当大的GEE增益所提供的RIS辅助传输计划在传统的基线。
2020-03-29 cs.IT eess.SP math.IT
Cooperative Jamming for Secure Transmission With Both Active and Passive Eavesdroppers
研究了一种利用多天线干扰机产生人工噪声来迷惑窃听者的协同干扰方案。两种窃听者被认为是：被动窃听者谁只偷听合法的信息，和主动窃听者谁不仅偷听合法的信息，但也干扰合法的信号。现有的工作只处理被动和主动窃听分开。与现有的工作不同，我们研究了在存在主动和被动窃听者的情况下可实现的保密率。对于所考虑的系统模型，我们假设的瞬时信道状态信息的主动窃听器（CSI）是可用的干扰，而只有部分的被动窃听器的CSI是可用的干扰。提出了一种同时存在主动和被动窃听者的迫零波束形成方案。对于完美和不完美CSI情况，信息和AN信号之间的总传输功率分配被优化，以最大化可实现的保密率。数值结果表明，干扰者与合法接收者之间的不完美CSI比干扰者与主动窃听者之间的不完美CSI对可达保密率的危害更大。
2020-02-15 cs.IT eess.SP math.IT
Multi-Satellite Cooperative MIMO Transmission: Statistical CSI-Aware RSMA Precoding Design
研究多卫星协作 MIMO 传输中基于统计 CSI 的 RSMA 预编码设计，提出加权最小均方误差算法求解遍历 MMFR 最大化问题，所提方案性能接近基于 iCSI 的方法且显著优于传统空分多址。
2025-08-15 cs.IT eess.SP math.IT
Statistical CSI Acquisition for Multi-frequency Massive MIMO Systems
Purple Mountain Laboratories（紫金山实验室）；State Grid Jiangsu Electric Power Co. Ltd Ganyu Branch, State Grid Corporation of China (SGCC)（国家电网有限公司江苏省电力有限公司赣榆分公司）
本文提出了一种多频大规模MIMO系统中统计CSI的高效获取方法，通过自回归模型和最大熵准则提升信道估计精度与传输性能。
2025-05-08 cs.IT eess.SP math.IT
Robust Transmission Design for Intelligent Reflecting Surface Aided Secure Communication Systems with Imperfect Cascaded CSI
本文研究了智能反射面辅助无线通信系统中鲁棒安全传输的设计。特别地，多天线接入点（AP）在存在多个单天线窃听者的情况下与单天线合法接收器通信，其中人工噪声（AN）被发送以增强安全性能。此外，我们假设级联的AP-IRS-用户信道由于信道估计误差而不完美。为了最小化发射功率，在发射机处的波束成形向量、AN协方差矩阵和IRS相移在通常对信道估计误差建模的统计级联信道状态信息（CSI）误差模型下受到中断率概率约束而被联合优化。为了处理由此产生的非凸优化问题，我们首先近似的中断率概率约束，使用伯恩斯坦型不等式。然后，我们开发了一个次优算法的基础上交替优化，基于惩罚和半定松弛方法。仿真结果表明，该方案显着降低了发射功率相比，其他基准计划。
2020-12-03 cs.IT eess.SP math.IT
Two-Timescale Optimization for Intelligent Reflecting Surface-Assisted MIMO Transmission in Fast-Changing Channels
智能反射面（IRS）的应用依赖于信道状态信息（CSI）的知识，并已受到信道训练，估计和反馈在快速变化的信道中的沉重开销的阻碍。提出了一种新的两时标波束形成方法，用于最大化IRS辅助MIMO系统的平均可达速率（AAR），其中IRS基于统计CSI（S-CSI）相对不频繁地配置，基站预编码器和功率分配基于快速过时的瞬时CSI（I-CSI）频繁地更新。关键的想法是，我们首先揭示了最佳的小时间尺度的功率分配的基础上过时的I-CSI产生一个注水结构。在给定最优功率分配的前提下，提出了一种基于小批量采样的粒子群优化算法，用于在减少信道样本的情况下优化大时间尺度的IRS配置。另一个重要的方面是，我们开发了一个模型驱动的PSO算法来优化IRS配置，它最大化的AAR的下界，只使用S-CSI和消除需要的信道样本。模型驱动的PSO作为一个可靠的下限的mbs-PSO。仿真结果证实了新的两时标波束形成策略的优越性，其替代品的AAR和效率，与IRS的好处证明。
2022-06-15 cs.IT eess.SP math.IT
A Framework for Transmission Design for Active RIS-Aided Communication with Partial CSI
主动可重构智能表面（RIS）最近被提出来补偿传统的被动RIS辅助系统的严重乘性衰落效应。有源RIS的每个反射元件由放大器辅助，使得入射信号可以被反射和放大，而不是像在无源RIS辅助系统中那样仅被反射。这项工作解决了实际的挑战，一方面，在有源RIS辅助系统中，由于在有源RIS处缺乏信号处理能力，无法获得RIS辅助信道的完美的个体CSI，但是另一方面，需要该CSI来计算收发器设计所需的预期系统数据率和RIS发射功率。为了解决这个问题，我们首先推导出封闭形式的表达式的平均可达速率和平均RIS发射功率的基础上的部分CSI的RIS辅助信道。然后，我们制定了一个平均可实现的速率最大化问题，共同优化在基站（BS）和RIS的主动波束成形。这个问题，然后解决使用优化-最小化（MM）算法框架，并且，对于每次迭代，半封闭形式的解决方案的BS和RIS波束形成的基础上的Karush-Kuhn-Tucker（KKT）条件。为了保证每个用户的服务质量（QoS），我们进一步提出了速率中断约束波束形成问题，并利用Bernstein型不等式（BTI）和半定松弛（SDR）技术求解该问题。数值结果表明，所提出的算法可以有效地克服主动RIS辅助无线系统中不完美CSI所带来的挑战。
2023-02-18 cs.IT eess.SP math.IT
Long-Term CSI-based Design for RIS-Aided Multiuser MISO Systems Exploiting Deep Reinforcement Learning
本文研究了可重构智能表面辅助多用户通信网络的传输设计问题。不同于现有的大多数贡献，我们考虑长期CSI为基础的传输设计，其中在基站（BS）的波束成形向量和在RIS的相移设计基于长期CSI，这可以显着降低信道估计开销。由于缺乏明确的遍历数据率表达式，我们提出了一种新的深度确定性策略梯度（DDPG）的算法来解决优化问题，这是通过使用离线方式产生的信道向量进行训练。仿真结果表明，可实现的净吞吐量高于传统的瞬时CSI为基础的计划时，考虑到信道估计开销。
2021-11-24 cs.IT eess.SP math.IT
UAV Swarm-Enabled Aerial CoMP: A Physical Layer Security Perspective
与由单个无人机（UAV）启用的空中基站不同，空中协调多点（CoMP）可以由UAV群启用。在这种情况下，多个无人机的管理是重要的。本文考虑了无人机群使能空中网络的功率分配策略，以提高下行链路传输的物理层安全性，窃听者移动的轨迹，更好地窃听。与现有的工作，我们只使用大规模的信道状态信息（CSI）和最大化的秘密吞吐量在整个轨迹导向的方式。考虑了每个无人机的总传输能量约束和所有合法用户的总传输持续时间。所制定的问题的非凸性，解决了使用最大最小优化迭代。期望信号和人工噪声（AN）的发射功率迭代推导。仿真结果验证了所提出的功率分配算法的有效性，并显示了仅使用大规模CSI的空中CoMP的优势。
2019-08-19 cs.IT eess.SP math.IT
