Weighted Sum Rate Maximization for ITS-Aided Arrays in Multi-User MIMO
KU Leuven（荷语鲁汶大学）；King’s College London（伦敦国王学院）；Nokia Bell Labs（诺基亚贝尔实验室）
研究通过整合智能透射表面提升阵列波束成形性能，分析了在辐射功率和发射功率约束下加权总速率的优化方法，探讨了关键设计参数对ITS辅助阵列的影响。
2026-04-09 eess.SP
Joint Power Allocation and Reflecting-Element Activation for Energy Efficiency Maximization in IRS-Aided Communications Under CSI Uncertainty
University of Cyprus（塞浦路斯大学）
本文提出两种算法解决IRS辅助通信中功率分配与反射元件激活的鲁棒优化问题，其中AO方法提供次优解，B&B方法保证全局最优，且均无需外部求解器。
2025-12-18 eess.SP math.OC
Energy Efficiency Maximization in RIS-Aided Cell-Free Network with Limited Backhaul
将可重构智能表面集成到无蜂窝（RIS-CF）网络中，是未来无线系统以低成本、低功耗提高容量和覆盖的有效解决方案。RISs的反射系数可以被编程以增强在用户处接收的信号。这封信解决了在接入点的发射波束形成器和在RIS的反射系数的联合设计，以最大限度地提高能源效率（EE）的RIS-CF网络，考虑到有限的回程容量的限制。由于一个非常具有计算挑战性的非凸问题，我们开发了一个简单而有效的交替下降算法的解决方案。数值结果表明，RIS-CF网络的效率得到了很大的提高，显示了使用RIS的好处。
2021-03-08 eess.SP
Weighted Sum-Rate Maximization for Multi-IRS Aided Cooperative Transmission
研究了多智能反射面（IRSs）辅助无线网络，在多天线基站（BS）和多个单天线小区边缘用户之间部署IRSs协同辅助通信。我们的目标是通过联合优化BS的发射波束成形和IRS的相移，最大限度地提高所有小区边缘用户的加权和速率。特别地，波束形成采用拉格朗日方法进行优化求解，相位偏移采用黎曼流形共轭梯度（RMCG）方法进行求解。数值结果表明，一个显着的吞吐量提高了多个IRS的援助。
2020-02-12 cs.IT eess.SP math.IT
Low-Complexity Sum-Capacity Maximization for Intelligent Reflecting Surface-Aided MIMO Systems
降低计算复杂性在优化智能反射表面（IRS）系统的相移中是至关重要的，因为IRS辅助的通信系统通常部署有大量的反射元件（RE）。这封信提出了一种低复杂度算法，称为维度正弦最大化（DSM），以获得最佳IRS相移，从而最大化MIMO网络的总容量。该算法利用的事实，优化问题的目标函数是正弦w.r.t.每个RE的相移。数值结果表明，DSM获得了接近最大的和率和更快的收敛速度比其他两个基准方法。
2022-04-11 cs.IT eess.SP math.IT
Secrecy Rate Maximization for Intelligent Reflecting Surface Aided SWIPT Systems
同时无线信息和功率传输（SWIPT）和智能反射表面（IRS）是用于向能量受限的无线设备提供增强的无线通信能力和可持续能量供应的两种有前景的技术。此外，IRS和SWIPT的组合可以产生“一加一大于二”的效果。然而，由于无线媒体的广播性质，IRS辅助的SWIPT系统容易受到窃听。在本文中，我们研究了IRS辅助SWIPT系统的安全问题。我们的目标是通过联合设计的发射波束形成和人工噪声（AN）的协方差矩阵在基站（BS）和反射波束形成在IRS，在BS的发射功率约束和能量收集（EH）的约束下，在多个能量接收器的保密率最大化。为了解决制定的非凸问题，我们首先采用交替优化（AO）算法解耦的耦合变量。然后，反射波束形成，发射波束形成和AN协方差矩阵可以分别使用基于惩罚的算法和半定松弛（SDR）方法进行优化。仿真结果表明，该方案的有效性基线计划。
2020-09-09 eess.SP
Uplink Achievable Rate Maximization for Reconfigurable Intelligent Surface Aided Millimeter Wave Systems with Resolution-Adaptive ADCs
在这封信中，我们调查的上行链路的可重构智能表面（RIS）辅助毫米波（mmWave）多用户系统。然而，在所考虑的系统中，当采用与功率要求高的模数转换器（ADC）耦合的大规模天线阵列时，出现硬件成本和功耗的问题。考虑到实际的硬件复杂性，我们认为接入点（AP）配备了分辨率自适应模数转换器（RADC）。我们通过联合优化ADC量化位、RIS相移和波束选择矩阵，在硬件约束下最大化可实现的速率。由于可行集和目标函数的非凸性，该问题是非凸的，难以解决。为了有效地解决这个问题，提出了一种基于块协调下降（BCD）的算法。仿真结果表明，一个RIS可以减轻由于使用RADC的硬件损失，并提出了BCD为基础的算法优于国家的最先进的算法。
2020-11-27 eess.SP
Throughput Maximization for Full-Duplex UAV Aided Small Cell Wireless Systems
研究了全双工无人机辅助的小小区无线系统，其中无人机作为基站同时向下行用户发送数据和从上行用户接收数据。为了最大化包括上行链路和下行链路容量的总系统容量，交替地优化UAV轨迹、下行链路/上行链路用户调度和上行链路用户发射功率。由此产生的优化问题是混合整数和非凸的，这是具有挑战性的解决。为了解决这个问题，利用块坐标下降法和逐次凸逼近技术。仿真结果表明，与其他设计相比，我们的设计可以实现显着的容量增益。
2019-12-10 cs.IT eess.SP math.IT
Weighted Sum-Rate Maximization for Reconfigurable Intelligent Surface Aided Wireless Networks
可重构智能表面（RIS）是通过可重构无源元件以完全可定制的方式操纵入射信号来构建可编程无线环境的一种有前途的解决方案。在本文中，我们考虑了一个RI辅助的多用户多输入单输出（MISO）下行通信系统。我们的目标是最大化加权和速率（WSR）的所有用户的接入点（AP）和RIS元素的相位矢量的联合设计的波束形成，而完美的信道状态信息（CSI）设置和不完美的CSI设置进行了研究。对于理想CSI设置，利用分式规划技术，提出了一种低复杂度的联合设计问题稳态解的求解算法。然后，我们诉诸随机逐次凸逼近技术，并扩展所提出的算法的情况下，CSI是不完美的。数值结果证实了所提出方法的有效性。特别地，当信道不确定性小于10%时，所提出的算法表现得相当好。
2019-12-27 eess.SP
Capacity Analysis and Rate Maximization Design in RIS-Aided Uplink Multi-User MIMO
可重构智能表面（RIS）由于其同时实现高光谱效率和能量效率的潜力，近年来引起了人们的广泛关注。本文主要研究了在RI辅助的多用户多输入多输出（MU-MIMO）系统中，如何设计有效的传输方法来最大化上行链路的总吞吐量。为了提供一个有见地的基础，信道容量的RI辅助MU-MIMO的理论分析。然后，传统的传输方案的基础上正交多址作为基线。从信息论的角度，我们提出了两个新的方案，即，\textit{joint transmission}基于二次优化问题的半定松弛，\textit{opportunistic transmission}依赖于最佳用户选择。通过仿真结果证明了所提出的方案在可实现的速率方面优于传统方案。
2023-03-16 cs.IT eess.SP math.IT
Energy Efficiency Maximization in IRS-Aided Cell-Free Massive MIMO System
Dalian Maritime University（大连海事大学）；Dalian Neusoft University of Information（大连东软信息学院）
在本文中，我们考虑了一个智能反射面（IRS）辅助无细胞的大规模多输入多输出系统，在接入点的波束形成和在IRS的相移联合优化，以最大限度地提高能源效率（EE）。为了解决EE最大化问题，我们提出了一种迭代优化算法，通过使用二次变换和拉格朗日对偶变换，以找到最佳的波束形成和相移。然而，所提出的算法具有较高的计算复杂度，这阻碍了其在一些实际场景中的应用。针对这一点，我们进一步提出了一种基于深度学习的联合波束成形和相移设计方法。具体而言，使用无监督学习方式离线训练两阶段深度神经网络，然后在线部署用于波束成形和相移的预测。仿真结果表明，与迭代优化算法和遗传算法相比，基于无监督学习的方法具有更高的EE性能和更低的运行时间。
2022-12-24 cs.LG eess.SP
Optimal Discrete Beamforming of RIS-Aided Wireless Communications: An Inner Product Maximization Approach
本文针对RIS辅助MISO系统中的离散波束赋形NP-hard问题，将其建模为离散内积最大化，并提出分治排序（DaS）搜索算法，以线性复杂度实现全局最优，并通过仿真与原型实验验证其高效性及4比特以上离散相位与连续相位增益无明显差异。
2024-01-14 eess.SP
Throughput Maximization for Active Intelligent Reflecting Surface Aided Wireless Powered Communications
本文考虑了一种有源智能反射面（IRS）辅助的无线供电通信网络（WPCN），其中设备首先采集能量，然后将信息传输到混合接入点（HAP）。与现有的被动IRS辅助的WPCN的工作不同，这是第一次在WPCN中引入主动IRS。为了保证公平性，将该问题转化为一个放大的功率受限加权和吞吐量（WST）最大化问题，交替采用逐次凸逼近技术和分式规划求解.为了平衡性能和复杂度的折衷，在活动IRS处考虑三种波束形成设置，即用户自适应IRS波束形成、上行链路自适应IRS波束形成和静态IRS波束形成。数值结果表明，在WPCN中采用有源IRS的显着优势和动态IRS波束形成的好处。具体而言，它被发现，相比于被动IRS，有源IRS不仅大大提高了WST，而且更节能，可以显着扩大传输覆盖范围。此外，与被动IRS的对称部署策略不同，更优选的是将主动IRS部署在设备附近。
2022-01-11 cs.IT eess.SP math.IT
Sum-Rate Maximization in Distributed Intelligent Reflecting Surfaces-Aided mmWave Communications
在本文中，我们专注于多用户毫米波（mmWave）系统中的分布式智能反射面（D-IRS），其中基站（BS）通过多个IRS与用户通信的和速率优化。BS发射波束成形、IRS开关矢量和IRS的相移被联合优化，以在最小用户速率、单位模数和发射功率约束下最大化和速率。为了解决由此产生的非凸优化问题，我们开发了一个有效的交替优化（AO）算法。具体地说，非凸问题转化为三个子问题，这是交替解决。采用基于连续凸近似（SCA）的算法，推导出基站发射波束形成和IRS相移的解，并提出一种贪婪算法设计IRS开关矢量。从理论上分析了该算法的复杂度。数值结果表明，D-IRSs辅助方案可以显着提高和速率和能量效率的性能。
2021-01-21 eess.SP
Simultaneously Transmitting and Reflecting RIS-Aided Mobile Edge Computing: Computation Rate Maximization
在本文中，新的同时发射和反射（STAR）可重构智能表面（RIS），使位于表面两侧的用户的全空间覆盖，在多用户移动边缘计算（MEC）系统进行了研究。通过STAR-RIS相移、反射和传输幅度系数、接入点处的接收波束形成向量以及用于本地计算和卸载的用户能量划分策略的联合设计，来制定计算速率最大化问题。研究了STAR-RIS的两种工作方式，即能量分裂（ES）和模式切换（MS）。基于DC规划和半定松弛，提出了一种求解ES协议的非凸问题的迭代算法。此外，该算法被扩展到解决非凸，非连续的MS问题的二进制振幅系数。仿真结果表明，所得到的STAR-RIS辅助MEC系统显着提高了计算速度相比，与传统的反射/发送只RIS的基线计划。
2022-12-01 cs.IT eess.SP math.IT
Manifold Optimization Based Multi-user Rate Maximization Aided by Intelligent Reflecting Surface
在这项工作中，与下行链路多用户系统相关的两个问题被认为是与智能反射面（IRS）的援助：加权和速率最大化和加权最小速率最大化。针对第一个问题，利用矩阵流形理论，分别利用复球流形和复斜流形引入波束形成矩阵和反射向量，结合了固有的几何结构和所需的约束条件，提出了一种新的双流形交替优化（DOMALO）算法。针对第二类问题，基于Dinkelbach型算法和光滑指数罚函数，提出了一种光滑双流形交替优化算法（S-DOMALO）。最后，研究了有限分辨率下IRS间可能的协作波束形成增益和IRS相移，为实际实现提供了参考。数值结果表明，我们提出的算法可以显着优于基准计划。
2022-01-22 cs.IT cs.SY eess.SP
Expectation-Maximization-Aided Hybrid Generalized Expectation Consistent for Sparse Signal Reconstruction
稀疏信号的重构是一个非常活跃的研究领域。不同于一般的i.i.d.假设，本文考虑了群结构的非独立先验。对于这个更实际的设置，我们提出了EM辅助HyGEC，一个新的算法，以解决稳定性问题和超参数问题面临的其他算法。不稳定性问题是由变换矩阵的病态引起的，而超参数的不可用是它们的值事先不知道的基本事实。所提出的算法是建立在HyGAMP（由Rangan等人提出）的范例。但是我们用一个矩阵不敏感的替代方案GEC代替了它的内部引擎GAMP，这样第一个问题就解决了。对于第二个问题，我们将期望最大化作为外部循环，并与内部引擎HyGEC一起学习超参数的值。通过数值仿真验证了该算法的有效性。
2021-03-02 cs.IT eess.SP math.IT
Antenna Elements' Trajectory Optimization for Throughput Maximization in Continuous-Trajectory Fluid Antenna-Aided Wireless Communications
National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China（电子科技大学无线通信国家重点实验室）；School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院）；Department of Electronic and Electrical Engineering, University College London（伦敦大学学院电子与电气工程系）；Department of Electronic Engineering, Kyung Hee University（庆熙大学电子工程系）；Department of Electronics and Information Convergence Engineering, Kyung Hee University（庆熙大学电子与信息融合工程系）
本文提出连续轨迹流天线系统，考虑天线元素连续运动轨迹及运动约束，通过迭代算法优化轨迹与发射协方差矩阵，提升系统吞吐量。
2026-03-27 eess.SP
An efficient algorithm for multiuser sum-rate maximization of large-scale active RIS-aided MIMO system
本文针对大规模主动RIS辅助的多用户MISO下行链路系统，提出了一种具有半闭式更新和低迭代复杂度的块逐次上界最小化（BSUM）高效算法，以解决和速率最大化问题，其计算速度显著优于现有通用优化求解器。
2024-01-11 cs.IT eess.SP math.IT
Throughput Maximization of Mixed FSO/RF UAV-aided Mobile Relaying with a Buffer
在本文中，我们考虑一个无人机（UAV）辅助移动中继系统下的缓冲区约束。我们提出了一种新的中继协议，采用混合自由空间光/射频（FSO/RF）通信，即，在UAV中继节点处的缓冲器约束下，源-中继和中继-目的地链路分别利用FSO和RF链路。考虑RF和FSO链路传输速率不平衡的情况，以最大化端到端数据吞吐量为目标，研究了缓存受限的无人机中继节点的轨迹优化问题。特别地，我们根据延迟要求分类了两种中继传输方案，即，i）延迟受限传输和ii）延迟容忍传输。以最大化地面用户终端的吞吐量为目标，求解无人机的局部最优轨迹问题。因此，我们提出了一个迭代算法，有效地找到一个局部最优解的吞吐量最大化问题。通过该算法，我们提出了在大气条件下，缓冲区大小，和延迟要求的轨迹。此外，我们显示了最佳的缓冲区大小和吞吐量延迟权衡一个给定的系统。我们的数值结果验证，建议的缓冲区辅助移动中继方案实现65.55%的吞吐量增益相比，传统的静态中继方案。
2020-07-07 cs.IT eess.SP math.IT
Efficient Spectral Efficiency Maximization Design for IRS-aided MIMO Systems
针对IRS辅助MIMO系统的非凸频谱效率最大化问题，提出结合ADMM与APG的高效ADMM-APG算法，分解问题为有闭式解的子问题，在频谱效率和计算复杂度上均优于现有基准方法。
2025-10-30 cs.IT eess.SP math.IT
Optimal Beamforming of RIS-Aided Wireless Communications: An Alternating Inner Product Maximization Approach
针对RIS辅助波束赋形中的离散范数最大化问题，提出交替内积最大化迭代框架及DaS方法，可提升量化相位性能并经仿真与原型验证。
2024-05-10 cs.IT eess.SP math.IT
Sum-Rate Maximization of RIS-Aided Digital and Holographic Beamformers in MU-MISO Systems
本文针对MU-MISO系统提出RHS与RIS融合的混合波束赋形架构，通过交替最大化框架联合优化数字、全息和无源波束赋形器，实现用户和速率最大化，仿真显示相比无RIS方案提升8至13 bps/Hz。
2024-10-21 eess.SP
Ultra-Reliable Risk-Aggregated Sum Rate Maximization via Model-Aided Deep Learning
Department of Electrical and Computer Engineering, Yale University, New Haven, USA（耶鲁大学电子与计算机工程系）；Department of Mathematics, King’s College London, London, England, UK（伦敦国王学院数学系）
针对MISO下行无线网络加权和速率最大化的速率可靠性需求，提出风险聚合公式与类WMMSE等价关系，设计αRGNN展开式GNN策略，可消除深度速率衰落、降低速率波动并保持遍历性能。
2025-09-30 cs.LG eess.SP
Elements Allocation for Joint Active and Passive IRS Aided Wireless Communications: A Rate-Maximization Perspective
本文针对联合有源与无源IRS辅助的无线通信系统，从速率最大化视角优化两种IRS的单元分配与波束成形，推导闭式表达式并验证了PIRS需分配更多单元、接收SNR随单元数三次方增长等结论，两种部署方案均优于基准。
2025-01-19 cs.IT eess.SP math.IT
Spectral Efficiency Maximization for Active RIS-aided Cell-Free Massive MIMO Systems with Imperfect CSI
本文针对不完美CSI下主动RIS辅助的无蜂窝大规模MIMO系统，推导仅依赖统计CSI的上行频谱效率闭式表达式，并利用SAC算法优化RIS相移以最大化频谱效率。
2024-02-11 eess.SP
Throughput Maximization for UAV-aided Backscatter Communication Networks
本文研究了无人机（UAV）辅助反向散射通信（BackCom）网络，其中无人机被利用来帮助反向散射设备（BD）将信号转发到接收机。基于BD和接收机之间是否存在直接链路，提出了两种协议，即发射-反向散射（TB）协议和发射-反向散射-中继（TBR）协议，利用无人机来协助BD。特别是，我们制定的系统吞吐量最大化问题的两个协议，通过联合优化的时间分配，反射系数和无人机轨迹。不同的静态/动态电路功耗模型的两个协议进行了分析。由此产生的优化问题被证明是非凸的，这是具有挑战性的解决。首先考虑动态电路功耗模型，将原问题分解为3个子问题，即固定无人机轨迹和反射系数的时间分配优化、固定无人机轨迹和时间分配的反射系数优化以及固定反射系数和时间分配的无人机轨迹优化。然后，一个有效的迭代算法提出了这两个协议，利用块坐标下降法和逐次凸逼近（SCA）技术。此外，针对静态电路功耗模型，利用拉格朗日对偶方法，得到了给定反射系数和无人机轨迹的最优时间分配以及低计算复杂性的最优反射系数。仿真结果表明，所提出的协议是能够实现显着的吞吐量增益比较基准。
2019-12-04 cs.IT eess.SP math.IT
Multiple Intelligent Reflecting Surface aided Multi-user Weighted Sum-Rate Maximization using Manifold Optimization
智能反射面（IRS）利用其相移优化功能特性，能够对电波传播条件进行修正。实际上，基站波束形成矩阵和IRS反射向量存在几何流形。因此，我们提出了一种新的双流形交替优化（DMAO）算法，利用微分几何理论，以提高优化性能。首先，我们开发了一个多IRS多用户系统模型，以最大化加权和速率，这可能会导致我们的优化过程中的非凸性。然后，为了给每个基站天线和IRS反射单元分配一个最优的系数，我们分别利用复球面流形和复斜流形给出了波束形成矩阵和反射向量，它综合了内部几何结构和约束条件。通过一种新的交替迭代方法，使系统逐渐收敛到一个最优的稳定状态，该状态与最大化的和速率相关联。在此基础上，考虑实际约束条件，对IRS反射系数进行了修正。实验结果表明，我们的方法显着优于传统的方法在加权和率。
2021-09-29 cs.SY eess.SP eess.SY
Resource allocation for reconfigurable intelligent surface aided broadcast channels
考虑了一个由可重构智能表面辅助的两用户下行链路网络。提出了加权和信干噪比最大化模型和和速率最大化模型，其中预编码向量和RIS矩阵是联合优化的。由于优化问题的非凸性和困难性，提出了新的近似模型。相应的目标函数的上界推导和最大化。提出了两种基于乘子交替方向法的新算法。证明了只要迭代点收敛，所提算法收敛于逼近模型的KKT点。仿真结果表明，所提出的模型相比，最先进的算法具有良好的性能。
2022-02-14 cs.IT eess.SP math.IT
Energy Efficiency Maximization for Hybrid RIS-Aided Communications via Deep Unfolding
University of Oulu（奥卢大学）；CNRS, CentraleSupélec, Laboratoire des Signaux et Systèmes, Université Paris-Saclay（法国国家科学研究中心、中央苏黎世高等师范学院、信号系统实验室、巴黎萨克雷大学）；King’s College London（伦敦国王学院）
研究多用户MISO下行链路系统中混合RIS辅助通信的能量效率最大化问题，采用交替优化框架，基站波束成形子问题用迫零和闭式功率分配解决，RIS子问题用模型驱动深度展开方法，提升了收敛速度和能量效率。
2026-07-07 eess.SP
STAR-RIS-Aided Mobile Edge Computing: Computation Rate Maximization with Binary Amplitude Coefficients
针对STAR-RIS辅助多用户MEC系统中二元幅度系数耦合导致的设计难题，提出基于平滑的快速迭代算法联合优化多类资源，相比传统方案显著提升计算速率且大幅降低计算耗时。
2023-04-30 cs.IT eess.SP math.IT
Secrecy Sum-Rate Maximization in Finite Blocklength IRS-aided Systems With Perfect and Imperfect CSI
University of Technology Sydney（悉尼科技大学）；University of Liverpool（利物浦大学）
针对 IRS 辅助 URLLC 系统，研究在完美、非完美及未知窃听者 CSI 下，联合优化波束成形与 IRS 反射元件以最大化总保密速率，提出基于 SCA 的低复杂度算法处理非完美 CSI 不确定性。
2026-09-14 eess.SP
Beyond Diagonal IRS Aided OFDM: Rate Maximization under Frequency-Dependent Reflection
本文研究超越对角智能反射面辅助的OFDM系统，针对频率相关反射导致的子载波间耦合，建模并联合优化电容矩阵与功率分配以最大化可达速率，提出交替优化与逐次凸近似算法，数值验证其优越性。
2025-09-08 cs.IT eess.SP math.IT
Throughput Maximization for IRS-Aided MIMO FD-WPCN with Non-Linear EH Model
研究了一种智能反射面（IRS）辅助的多输入多输出（MIMO）全双工（FD）无线供电通信网络（WPCN），其中工作在FD中的混合接入点（HAP）在下行链路（DL）中向多个设备广播能量信号以进行能量收集（EH），同时在IRS的帮助下在上行链路（UL）中接收来自设备的信息信号。考虑到实际的有限自干扰（SI）和非线性EH模型，我们通过联合优化DL/UL时间分配、设备处的预编码矩阵、HAP处的发送协方差矩阵和IRS处的相移来制定加权和吞吐量最大化优化问题。由于所得到的优化问题是非凸的，因此通常没有标准的方法来最优地解决它。为了解决这一挑战，我们首先提出了一种基于元素（EW）的算法，其中每个IRS相移以迭代方式交替优化。为了降低计算复杂性，提出了一种基于最小均方误差（MMSE）的算法，将原问题转化为基于MMSE方法的等价形式，便于设计高效的迭代算法。特别是，IRS相移优化问题被改写为二阶锥规划（SOCP），其中所有的IRS相移同时优化。为了比较，我们还研究了两个次优的IRS波束形成配置在仿真中，即部分动态IRS波束形成（PDBF）和静态IRS波束形成（SBF），这在系统性能和实际复杂度之间取得了平衡。
2021-12-17 cs.IT eess.SP math.IT
Quantum Annealing-Based Sum Rate Maximization for Multi-UAV-Aided Wireless Networks
针对多无人机辅助无线网络，提出基于量子退火的联合聚类、子信道与功率分配算法，以最大化总速率，仿真验证其有效性与运行时间优势。
2025-02-25 cs.IT eess.SP math.IT
Sum Rate Maximization for Movable Antenna-Aided Downlink RSMA Systems
针对传统固定位置天线限制 RSMA 空间分集的问题，提出可移动天线辅助的下行 RSMA 方案，通过联合优化天线位置、波束成形矩阵和公共速率分配最大化系统和速率，并开发两阶段粗到细粒度搜索算法求解，显著提升了系统性能与可靠性。
2024-11-14 cs.IT eess.SP math.IT
Design of RIS-aided mMTC+ Networks for Rate Maximization under the Finite Blocklength Regime with Imperfect Channel Knowledge
Universitat Politècnica de Catalunya（加泰罗尼亚理工大学）
本文提出了一种基于 RIS 的 mMTC+ 网络设计，旨在有限块长 regime 中最大化系统速率，通过连续凸优化解决非凸问题并验证性能。
2026-01-27 cs.IT eess.SP math.IT
A Refined Alternating Optimization for Sum Rate Maximization in SIM-Aided Multiuser MISO Systems
针对SIM辅助多用户MISO下行链路和速率最大化问题，本文提出改进的交替优化方法，通过先优化SIM相移并采用迭代投影梯度，在固定SIM厚度下突破性能饱和，实现最高115.53%的和速率提升。
2025-08-21 eess.SP
HARQ-IR Aided Short Packet Communications: BLER Analysis and Throughput Maximization
本文研究HARQ-IR辅助短包通信的BLER分析与吞吐量最大化，提出基于GP和DRL的功率分配方法，DRL在低SNR下性能更优。
2024-01-09 cs.IT eess.SP math.IT
RIS-Aided Cooperative Mobile Edge Computing: Computation Efficiency Maximization via Joint Uplink and Downlink Resource Allocation
本文研究RIS辅助的协作移动边缘计算系统，通过联合设计上下行无线资源分配（包括用户关联、波束成形、功率、任务划分及相移），利用组稀疏结构和交替最大化框架最大化计算效率。
2024-03-21 cs.IT eess.SP math.IT
Energy Efficiency in RIS-Aided Wireless Networks: Active or Passive RIS?
这项工作解决了无线网络中的主动和被动RISs之间的比较，参考系统的能源效率（EE）。为了证明收敛和计算友好的EE最大化算法的开发，优化反射系数的RIS，发射功率，和线性接收滤波器。数值结果表明，所提出的方法的性能和讨论的工作点，其中主动或被动RISs应首选从节能的角度来看。
2023-03-08 cs.IT eess.SP math.IT
Double-RIS Versus Single-RIS Aided Systems: Tensor-Based MIMO Channel Estimation and Design Perspectives
可重构智能表面（RISs）是近年来提出的一种实时调谐无线传播信道的新技术。然而，目前的大多数工作假设单RIS（S-RIS）辅助系统，这可能是有限的，在一些应用场景中，发射机可能需要一个多RIS辅助信道与接收机进行通信。在本文中，我们考虑了双RIS（D-RIS）辅助MIMO系统，并提出了一种基于交替最小二乘的信道估计方法，利用接收信号的Tucker2张量结构。使用所提出的方法，级联MIMO信道部分可以单独估计，到平凡的缩放因子。与S-RIS系统相比，我们表明，如果一个S-RIS系统的RIS元素在D-RIS系统中的两个RIS之间仔细分布，可以减少训练开销，估计精度也可以提高。因此，与S-RIS系统相比，D-RIS系统可以被视为进一步增加未来无线网络的覆盖范围、容量和效率的有吸引力的方法。
2021-09-19 eess.SP
Optimization of RIS Configurations for Multiple-RIS-Aided mmWave Positioning Systems based on CRLB Analysis
可重构智能表面（RIS）是未来毫米波（mmWave）通信系统的重要技术。然而，在毫米波系统中采用RIS进行高精度定位的潜在好处仍然不太清楚。本文研究了一种多RIS辅助的毫米波定位系统，推导了Cram $\rm{\acute{e}}$的r-Rao误差界。在此基础上，利用粒子群优化算法对RISs的相移进行了优化。数值结果表明，在毫米波系统中使用多个RIS在提高定位精度的优势。
2021-11-28 eess.SP
Atomic Norm Minimization-based Low-Overhead Channel Estimation for RIS-aided MIMO Systems
大波束训练开销是可重构智能表面（RIS）辅助系统信道估计的主要问题之一。在本文中，我们提出了一种基于原子范数最小化（ANM）的低开销信道估计的RI辅助多输入多输出（MIMO）系统。当波束训练的数量减少时，在波束训练期间可能接收不到一些多径信号，并且这导致信道估计失败。为了解决这个问题，由RIS创建的波束的宽度被加宽以捕获所有多径信号。在波束训练期间接收的导频信号被编译成一个矩阵，以定义用于RI辅助MIMO系统的信道的原子范数。仿真结果表明，该算法优于其他信道估计算法。
2021-07-20 eess.SP
Multi-Objective Resource Allocation for IRS-Aided SWIPT
在这封信中，我们研究了资源分配的多用户智能反射面（IRS）辅助的同时无线信息和功率传输（SWIPT）系统。具体地，多天线基站（BS）在IRS的辅助下同时向多个能量收集接收器（EHR）和信息解码接收器（IDR）发送能量和信息信号。在这种设置下，我们引入了一个多目标优化（MOOP）框架，通过联合优化BS处的能量/信息波束成形向量和IRS处的相移，来研究数据和速率最大化和总收获能量最大化之间的基本权衡。该MOOP问题首先通过$ε$ -约束方法转化为单目标优化问题（SOOP），然后通过优化最小化（MM）和内逼近（IA）技术求解。仿真结果揭示了所考虑的竞争目标之间的非平凡的权衡，以及所提出的方案相比，各种基线计划的优越性能。
2021-03-10 cs.IT eess.SP math.IT
Tensor-Based Channel Estimation and Reflection Design for RIS-Aided Millimeter-Wave MIMO Communication Systems
在这项工作中，我们认为在点对点的可重构智能表面（RIS）辅助毫米波（mmWave）MIMO通信系统的信道估计和反射设计问题。首先，我们表明，通过利用毫米波MIMO信道的低秩性质，接收到的训练信号可以被写为一个低秩的多路张量，允许一个规范的多元CP分解。利用这种结构，提出了一种基于张量的RIS信道估计方法（称为TenRICE），其中使用交替最小二乘法来估计张量因子矩阵。使用TenRICE，发射机到RIS和RIS到接收机的信道被有效地和单独地估计，直到一个微不足道的缩放因子。在此之后，我们制定的波束形成和RIS反射设计作为一个频谱效率最大化的问题。由于它的非凸性，我们提出了一个启发式的非迭代两步法，其中的RIS反射向量是在一个封闭的形式，使用Frobenius范数最大化（FroMax）策略。我们的数值结果表明，TenRICE具有优越的性能，与基准方法相比，接近Cramér-Rao下限，训练开销低。此外，我们表明，FroMax实现了可比的性能，以较低的复杂性基准方法。
2021-12-06 eess.SP
Spectral Efficiency Maximization for mmWave MIMO-Aided Integrated Sensing and Communication Under Practical Constraints
本文针对毫米波MIMO ISAC系统，提出混合预编码与接收合并的顺序设计方法，在波束方向图相似性、功率和恒模约束下最大化通信用户频谱效率，并通过黎曼优化和盲合并方案实现高性能与低复杂度。
2025-06-05 eess.SP
A Stochastic Optimization Framework for RIS-Aided Wireless Network Design
University of Cassino and Southern Lazio（卡西诺和南方拉齐奥大学）；University of Napoli Federico II（那不勒斯费德里科二世大学）；CNRS and CentraleSupélec, Institute of Electronics and Digital Technologies (IETR)（法国国家科学研究中心与中央理工-高等电力学院，电子与数字技术研究所）；King’s College London（伦敦国王学院）
本文针对RIS配置优化的大规模非凸问题，提出基于CE和MH连续版本的随机优化框架，其性能优于或相当的同时执行时间缩短10倍，可应用于近无源与有源RIS的速率及能效最大化。
2026-07-31 eess.SP math.OC stat.AP
RIS-Aided Radar Imaging Utilizing the Virtual Source Principle
本文提出将RIS辅助雷达成像视为移动虚拟源SAR成像，在波数域建模并制定近远场成像算法，为适配成熟SAR方法开辟新途径。
2024-12-17 eess.SP
Multidimensional Orthogonal Matching Pursuit-based RIS-aided Joint Localization and Channel Estimation at mmWave
RIS辅助的毫米波无线系统受益于对阻塞的鲁棒性和增强的覆盖。在本文中，我们研究了RIS的能力，也提供了增强的本地化能力作为通信的副产品。我们考虑稀疏重建算法，以获得高分辨率的信道估计，映射到位置信息。在RIS辅助的毫米波系统中，稀疏恢复的复杂性成为瓶颈，给定RIS的大量元件和大型通信阵列。我们提出了一种多维正交匹配追踪策略，用于在RI辅助的毫米波系统中进行压缩信道估计。我们展示了如何这种算法，基于一组独立的字典，而不是一个单一的大字典上计算的投影，使高精度信道估计在降低复杂性。我们还结合这种策略的定位方法，它不依赖于绝对到达时间的LoS path.Localization结果在一个现实的3D室内场景显示，RIS辅助的无线系统也可以受益于显着提高定位精度。
2022-03-24 eess.SP
STAR-RIS Aided Integrated Sensing, Computing, and Communication for Internet of Robotic Things
提出STAR-RIS辅助的ISCC机器人物联网框架，通过AO结合WMMSE、惩罚与SCA联合优化波束成形和RIS系数，提升总计算速率。
2024-11-30 eess.SP
Reconfigurable Intelligent Surface (RIS)-aided Vehicular Networks: Their Protocols, Resource Allocation, and Performance
可重构智能表面（RIS）有助于为传统车辆网络向自动驾驶的演进铺平道路。话虽如此，第三代合作伙伴计划（3GPP）在不久的将来面临着许多关于RI辅助的车联网（V2X）解决方案的挑战。为了应对这些挑战并促进未来的研究，本文重点关注RIS辅助V2X通信的前瞻性传输设计。特别是，两种V2X侧链路模式通过利用RIS及其变体来增强，随后是将传输工作划分为不同阶段的定制传输帧结构。接下来，开发有效的信道跟踪和资源分配技术，以在低开销和复杂度下获得高波束成形增益。最后，突出了有前途的研究课题，并提出了未来的3GPP标准化项目的RISaided V2X系统。
2022-03-05 eess.SP
Comparison of OTFS and OFDM for RIS-aided Systems in the Presence of Phase Noise
Trinity College Dublin（都柏林三一学院）
本文比较了OTFS与OFDM在存在相位噪声的RIS辅助系统中的性能，提出了一种联合估计技术以提升系统鲁棒性。
2026-02-13 eess.SP
TRICE: A Channel Estimation Framework for RIS-Aided Millimeter-Wave MIMO Systems
研究了基于点到点可重构智能表面（RIS）的毫米波MIMO系统中的信道估计问题。通过利用毫米波信道在角度域的低秩特性，提出了一种非迭代的两阶段RI辅助信道估计（TRICE）框架，其中每一阶段都表示为多维波达方向（DOA）估计问题。因此，我们的TRICE框架是非常普遍的意义上说，任何有效的多维DOA估计解决方案可以很容易地使用在每个阶段，以估计相关的信道参数。数值结果表明，TRICE框架具有较低的训练开销和较低的计算复杂度，相比基准解决方案。
2021-02-02 eess.SP
