Optimal Beamforming and Outage Analysis for Max Mean SNR under RIS-aided Communication
研究了在莱斯多径衰落环境下，可重构智能地面（RIS）辅助多输入单输出（MISO）通信系统的波束形成问题。我们的目标是联合优化发射波束形成器和RIS相移矩阵，以最大限度地提高通过直接和间接链路接收的组合信号的平均信噪比（SNR）。虽然这种优化问题的数值解是已知的，这是第一篇论文，以获得封闭形式的表达式的最佳波束形成器和移相器的一个密切相关的问题。特别是，我们最大限度地精心构造的平均信噪比的下限，这是更有利于分析处理。此外，我们证明了最佳波束形成下的有效信道增益遵循莱斯分布。接下来，我们使用这些结果来表征所提出的波束成形方案下的中断概率的封闭形式的表达式，随后被用来推导遍历容量的解析表达式。最后，我们通过数值计算证明了所提出的波束形成器解决方案与现有算法获得的精确平均SNR最大化最佳解决方案的有效性。
2022-11-17 cs.IT eess.SP math.IT
Multi-Polarization Superposition Beamforming: Novel Scheme of Transmit Power Allocation and Subcarrier Assignment
本文提出利用5G NR天线面板、感知XPD/XPR的MPS-Beamforming功率分配及OFDM子载波分配方案，理论推导与仿真证明其显著提升UE的SER和SNR性能。
2024-04-03 eess.SP
Robust Broadband Beamforming using Bilinear Programming
针对波达角不确定下的阵列信号估计问题，提出基于双线性规划的鲁棒波束形成方法，将正向模型视为未知并利用其线性张成特性，通过最小二乘同时估计正向算子与信号，在窄带达SOTA且可拓展到宽带，角度区间不确定下性能损失极小。
2024-06-24 eess.SP
Revealing the Impact of Beamforming in ISAC
本文提出先进波束赋形设计并分析其对多天线ISAC系统性能的影响，推导了三种场景的闭式波束赋形器，揭示了波束赋形对分集阶数和高信噪比功率偏移的影响及ISAC相比传统FDSAC的优势。
2023-07-27 cs.IT eess.SP math.IT
Deep Networks for Direction-of-Arrival Estimation in Low SNR
在这项工作中，我们考虑使用深度学习（DL）在存在极端噪声的情况下进行波达方向（DoA）估计。特别是，我们引入了一个卷积神经网络（CNN），它是从真实阵列流形矩阵的多通道数据训练的，并且能够使用样本协方差估计来预测角方向。我们将该问题建模为多标签分类任务，并在低SNR状态下训练CNN以预测所有SNR的DoA。所提出的架构表现出增强的鲁棒性，在噪声的存在下，和弹性的少量的快照。此外，它能够在网格分辨率内解析角度。实验结果表明，显着的性能增益在低信噪比制度相比，国家的最先进的方法，而不需要任何参数调整。我们放松的假设，即源的数量是已知的先验，并提出了一种训练方法，其中的CNN学习推断源的数量与DoA联合。仿真结果表明，所提出的CNN在低信噪比下能够准确地估计出离网角，同时在足够多的快拍数下能够成功地推断出信源数目。我们强大的解决方案可应用于多个领域，从无线阵列传感器到声学麦克风或声纳。
2020-11-17 cs.LG cs.SD eess.AS
A Supervised Learning Framework for Joint Angle-of-Arrival and Source Number Estimation
机器学习是一种很有前途的技术，用于波的到达角（AOA）估计撞击传感器阵列。然而，迄今为止提出的大多数方法仅考虑已知的固定数量的撞击波，即，一个固定的来源号码。本文提出了一种基于机器学习的估计器设计的情况下，源的数量是可变的，因此未知的先验。建议的估计包括一个框架的单标签分类器。每个分类器预测波是否存在于阵列的视场（FOV）的某些随机选择的段内，这是通过以特定（FOV）分辨率离散化FOV而产生的。分类器的预测被组合成概率角度谱，因此通过应用概率阈值来联合估计源数目和AOA，该概率阈值的最佳水平是从数据中学习的。估计器的性能评估使用一个新的性能指标：联合AOA估计成功率。数值模拟表明，对于低SNR（-10 dB），低FOV分辨率（2 $^\circ$）比高分辨率（1 $^\circ$）产生更高的成功率，而对于中（0 dB）和高（10 dB）SNR则相反。在几乎所有的仿真中，除了在低SNR和高FOV分辨率下的仿真之外，如果最大允许AOA估计误差近似等于（或大于）FOV分辨率，则所提出的估计器优于MUSIC算法。
2021-11-18 eess.SP
Collaborative Beamforming Under Localization Errors: A Discrete Optimization Approach
我们认为，网络的代理，通过传感器测量定位自己在一个环境中，并旨在通过协作波束成形发送消息信号到基站。代理的传感器测量结果导致定位误差，这由于代理的通信信道中出现的未知相位偏移而降低了基站处的服务质量。假设每个代理的定位误差遵循高斯分布，我们研究的问题，尽管定位误差的代理和基站之间形成一个可靠的通信链路。特别是，我们制定了一个离散的优化问题，只选择一个子集的代理发送的消息信号，使基站接收到的信噪比（SNR）的方差最小化，而预期的SNR超过所需的阈值。当定位误差的方差低于一定的阈值，其特征在于在载波频率方面，我们表明，贪婪算法可以用来在全球范围内最大限度地减少接收到的SNR的方差。另一方面，当一些代理具有大的方差的定位误差，我们表明，接收到的SNR的方差可以通过利用接收到的SNR的均值和方差的超模性局部最小化。在数值模拟中，我们证明了所提出的算法有可能比基于凸优化的方法更快地合成波束形成器数量级，同时使用更少的代理实现相当的性能。
2021-03-18 cs.IT eess.SP math.IT
Malicious Reconfigurable Intelligent Surfaces: How Impactful can Destructive Beamforming be?
本文研究恶意RIS对多用户MISO系统的破坏性波束成形攻击，推导最优相移模式，并提出鲁棒优化方法应对CSI不确定性，揭示性能下降与反射单元数量成正比。
2024-02-20 eess.SP
Low-Altitude ISAC With Spherical Directly-Connected Antenna Array: Performance Analysis and Beamforming Optimization
National University of Defense Technology（国防科技大学）；Purple Mountain Laboratories（紫金山实验室）；Beijing University of Posts and Telecommunications（北京邮电大学）
研究低空ISAC系统，针对传统天线阵列问题，采用球形直接连接天线阵列。通过表征其感知性能，制定优化问题并开发新框架，该阵列在多方面优于传统UPA，展现出在未来低空ISAC系统中的潜力。
2026-07-14 eess.SP
Aerial Intelligent Reflecting Surface: Joint Placement and Passive Beamforming Design with 3D Beam Flattening
本文提出了一种新的三维（3D）无线无源中继系统，使空中IRS（AIRS）。与传统的地面IRS相比，AIRS具有更大的部署灵活性以及更宽范围的信号反射，这要归功于其高海拔，从而更有可能与地面源/目的地节点建立视距（LoS）链路。具体而言，我们的目标是最大限度地提高最坏情况下的信噪比（SNR）在目标区域的所有位置，通过联合优化源节点和位置的发射波束成形以及三维被动波束成形的AIRS。公式化的问题是非凸的，因此难以解决。为了获得有用的见解，我们首先考虑的特殊情况下，最大限度地提高信噪比在一个给定的目标位置，最佳的解决方案是在封闭的形式。结果表明，最佳水平AIRS布局仅取决于源-目的地距离与AIRS高度的比值。然后，对于启用AIRS的区域覆盖的一般情况下，我们提出了一种有效的解决方案，通过解耦AIRS无源波束形成设计，以最大限度地提高最坏情况下的阵列增益，从其布局优化，通过平衡所产生的角度跨度和级联的通道路径损耗。我们提出的解决方案是基于一种新的3D波束展宽和平坦化技术，其中的AIRS的无源阵列被划分为适当大小的子阵列，其相移被设计成形成一个平坦的波束图案与可调的波束宽度迎合覆盖区域的大小。在我们的设计中，我们考虑了基于均匀线阵和基于均匀平面阵的两种阵列天线，分别实现了二维和三维无源波束形成。数值结果表明，所提出的设计取得了显着的性能增益的基准计划。
2020-11-27 eess.SP
Geometry-Based Channel Estimation, Prediction, and Fusion
针对基于互易性的波束成形在低SNR和用户移动场景下性能下降的问题，提出基于几何信道模型联合推断用户位置与环境地图以预测下行CSI的方法，还提出CSI的贝叶斯融合方案提升鲁棒性，实测数据验证了效率提升。
2025-03-22 eess.SP
Low-Cost Beamforming and DOA Estimation Based on One-Bit Reconfigurable Intelligent Surface
在这项工作中，我们考虑的到达方向（DOA）估计问题，在一个低成本的架构，只有一个天线作为接收机是由一个可重构智能表面（RIS）的帮助。我们引入了一位RIS作为信号反射器，以增强非视线（NLOS）情况下的信号传输，并大大简化了DOA估计的物理硬件。我们优化波束形成方案称为测量矩阵集中的回波功率的接收机与目标的粗定位信息作为先验。提出了一种基于改进遗传算法的波束形成方案，在保证约束等距性（RIP）的前提下，优化测量矩阵，满足单波束形成的要求。通过求解一个基于原子范数的稀疏重构问题，对DOA结果进行了精细估计。仿真结果表明，该方法的DOA估计性能优于现有方法。
2022-11-15 eess.SP
Beamforming Optimization for IRS-Aided Communications with Transceiver Hardware Impairments
在本文中，我们专注于智能反射面（IRS）辅助多天线通信与收发器的硬件损伤，在实践中遇到的。特别是，我们的目标是最大限度地提高接收到的信号噪声比（SNR）考虑到硬件损伤的影响，其中源发射波束成形和IRS反射波束成形联合设计下提出的优化框架。为了规避非凸性的制定的设计问题，我们首先推导出一个封闭形式的最优解的源发射波束成形。然后，针对IRS反射波束形成的优化问题，通过求解一个凸问题，得到了最优目标值的上界。提出了一种低复杂度的最小化-最大化（MM）算法来逼近上界。仿真结果表明，与传统的SNR最大化方案相比，该波束形成方案对硬件损伤具有更强的鲁棒性。此外，与没有部署IRS的情况相比，通过合并硬件损伤带来的性能增益对于IRS辅助通信更加明显。
2020-10-21 cs.IT eess.SP math.IT
Joint EM-BB Beamforming Design for ISAC Systems With Reconfigurable Antenna Arrays
Dalian University of Technology（大连理工大学）；Friedrich-Alexander-University Erlangen-Nuremberg (FAU)（弗里德里希·亚历山大·埃尔朗根-纽伦堡大学）
本文针对可重构天线阵列ISAC系统，提出联合电磁域与基带域波束成形设计，通过交替优化算法提升感知信噪比与目标角度鲁棒性。
2026-10-07 eess.SP
Destination-Feedback Free Distributed Transmit Beamforming using Guided Directionality
分布式发射波束成形使合作无线电能够充当一个虚拟天线阵列，将其通信范围扩展到单个无线电的能力之外。大多数现有的分布式波束成形方法依赖于目的地无线电发送反馈来调整发射机的信号以进行相干组合。然而，依赖目标无线电的反馈将通信范围限制为单个无线电的范围。现有的无目的地反馈方法依赖于相位同步和以亚波长精度知道节点位置，这对于安装在高移动性平台（如UAV）上的无线电设备变得不切实际。在这项工作中，我们提出并证明了一个目的地反馈的分布式波束成形方法，利用无线电的移动性和粗略的位置信息在一个占主导地位的视线信道。在所提出的方法中，一个无线电设备充当向导，并移动以将其余无线电设备的波束指向目的地。我们指定的无线电的位置要求，并验证其在目的地使用模拟的组合信号的关系。使用软件定义的无线电实现了概念验证演示，仅依靠四个无线电的粗略放置，在波束形成方向上显示出高达9dB的SNR改善。
2022-01-12 eess.SP
Two-Dimensional Pinching-Antenna Systems: Modeling and Beamforming Design
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 Information Science and Technology, Southwest Jiaotong University（西南交通大学信息科学与技术学院）
针对现有线形捏合天线系统（PASS）空间灵活性有限的问题，提出二维PASS（2D-PASS）架构及优化框架，通过PSO算法优化PA配置提升多用户最小SNR，性能优于传统方案且鲁棒性强。
2025-11-12 eess.SP
Joint Beamforming Design and 3D DoA Estimation for RIS-aided Communication System
在本文中，我们考虑了一个可重构智能表面（RIS）辅助的三维波达方向（DoA）估计系统，其中均匀平面阵列（UPA）RIS部署提供虚拟视线（LOS）链路和反射上行链路导频信号到传感器。为了克服RIS波束形成设计和DoA估计之间的相互耦合问题，我们探索了可分离的稀疏表示结构，并提出了一种交替优化算法。基于网格的DOA估计被建模为一个考虑网格偏差的联合稀疏恢复问题，联合2D-OMP方法被用来估计网格上和离网部分。相应的Cramér-Rao下界（CRLB）推导出评估的估计。然后，在RIS的波束图进行优化，以最大化的信号噪声（SNR）在传感器根据估计的角度。数值结果表明，与随机波束形成设计的基准相比，所提出的交替优化算法可以实现更低的估计误差。
2022-11-03 eess.SP
A Root Extension to the Propagator Algorithm for Direction of Arrival Estimation
提出一种基于求根分解的传播算子扩展算法，消除谱搜索，降低计算复杂度98%，并改善低信噪比下的RMSE，适用于无线通信实时DOA估计。
2025-01-23 eess.SP
Joint Secure Communication and Radar Beamforming: A Secrecy-Estimation Rate-Based Design
本文研究了双功能雷达通信系统中的发射波束形成问题，其中一个DFRC发射机同时与一个通信用户通信，并检测具有相同波形的恶意目标。由于波形中嵌入了信息，因此信息有被目标截获的风险。为了解决这个问题，物理层安全技术被利用。分别以保密率和估计率作为通信和雷达的性能指标，提出了三种保密率最大化（SRM）问题，包括有噪声和无噪声的SRM，以及鲁棒SRM。对于SRM波束形成，我们证明了最佳波束形成器可以计算在封闭的形式。对于AN辅助的SRM，通过利用交替优化，针对波束形成器和AN协方差矩阵获得类似的封闭形式的解决方案。最后，在目标到达波达方向上基于矩的随机相位误差模型的前提下，考虑了目标的不理想CSI。仿真结果证明了所提出的设计的有效性和鲁棒性。
2022-11-23 eess.SP
Ambiguity-Free Broadband DOA Estimation Relying on Parameterized Time-Frequency Transform
针对低信噪比和非平稳宽带信号下的稀疏均匀线阵，提出基于参数化时频变换的无模糊DOA估计方案，结合压缩频差波束形成与由粗到细直方图统计，显著提升了估计的鲁棒性、分辨率和精度。
2025-03-05 eess.SP
Graph-based sequential beamforming
本文提出了一种序贯测向的贝叶斯估计方法。所提出的方法估计的到达方向（DOA）的数量和他们的DOA上的因子图执行操作。该图表示顺序波束形成的统计模型。在每个时间步，置信传播预测的DOA和他们的DOA使用后验概率密度函数（pdf）从以前的时间和不同的Bernoulli-von Mises状态转换模型的数量。变分贝叶斯推断然后更新DOA的数量和它们的DOA。该方法通过Bernoulli-Gaussian幅度模型促进稀疏解，是无网格的，并提供边缘后验概率密度函数，从该概率密度函数中可以提取DOA估计及其不确定性。与非序贯方法相比，该方法可以减少多时间步长和时变DOA的情况下的DOA估计误差。仿真结果表明，与最先进的方法相比，性能有所提高。利用海洋声学实验数据对所提出的方法进行了评估。
2023-02-03 eess.SP
DBNET: DOA-driven beamforming network for end-to-end farfield sound source separation
Microsoft Corporation（微软公司）；University of Oldenburg（奥尔登堡大学）
许多深度学习技术可用于执行源分离并减少背景噪声。然而，设计使用深度学习和传统声学信号处理技术的端到端多通道源分离方法仍然具有挑战性。在本文中，我们提出了一个方向的到来驱动的波束形成网络（DBnet）的到来方向（DOA）估计和波束形成层组成的端到端的源分离。我们建议使用损失函数来训练DBnet，该损失函数仅基于分离的语音信号和目标语音信号之间的距离，而不需要扬声器的地面实况DOA。为了提高源分离性能，我们还提出了端到端的扩展DBnet，其中包括后掩蔽网络。我们评估了建议的DBnet及其扩展在一个非常具有挑战性的数据集，针对现实的远场声源分离混响和嘈杂的环境。实验结果表明，提出的扩展DBnet使用卷积递归后掩蔽网络优于国家的最先进的源分离方法。
2020-10-22 cs.AI eess.AS eess.SP
Low-complexity hardware and algorithm for joint communication and sensing
本文提出一种结合宽带模拟和窄带数字波束成形的JCAS算法，通过分别估计ToA和AoA并利用非相干帧相加解决关联问题，避免了2D/3D联合估计，在性能接近全数字高带宽系统的同时显著降低了复杂度和采样率。
2023-09-13 eess.SP
Channel Estimation and Passive Beamforming for Pixel-based Reconfigurable Intelligent Surfaces with Non-Separable State Response
针对基于像素的可重构智能表面因不可分离状态响应导致的信道估计与波束成形难题，提出核方法与神经网络近似、简化级联信道模型及低复杂度无源波束成形算法，显著提升可达速率。
2025-10-23 eess.SP
New Findings on GLRT Radar Detection of Nonfluctuating Targets via Phased Arrays
研究了噪声背景下弱信号的标准广义似然比检验（GLRT）检测问题。在这样做时，我们考虑一个非波动的目标嵌入在复杂的白高斯噪声（CWGN），其中的目标回波的幅度和噪声功率被假定为是未知的。重要的工作已经分析了性能的参考方案，并提出了基于广义似然比的检测器。这种检测器在早期阶段（即，在形成波束成形后标量波形之前），从而对硬件、处理和数据存储提出了很高的要求。从硬件的角度来看，大多数雷达系统无法满足这些强大的要求。事实上，由于硬件和计算的限制，大多数雷达在任何估计或进一步预处理之前使用模拟和数字波束形成器（和）的组合。本研究的基本原理是推导出满足硬件和系统要求的GLRT检测器。在本论文中，我们设计并分析了一种更实用且易于实现的广义似然比检测器，该检测器是在模拟波束形成之后投影的。对该检测器的性能进行了分析，并以封闭形式导出了检测概率（PD）和虚警概率（PFA）。此外，我们表明，在低信噪比（SNR）制度，波束形成后GLRT检测器的性能优于经典的波束形成前GLRT检测器和平方律检测器。这一发现表明，如果信号很弱，而不是单独处理信号，我们首先必须加强整体信号，然后组装系统的检测统计。最后，对信噪比损失进行了量化，证明了波束形成后GLRT检测器的优越性随着天线数和样本数的增加而增加。
2021-07-08 eess.SP
Medical Photoacoustic Beamforming Using Minimum Variance-Based Delay Multiply and Sum
延迟求和（DAS）波束形成器是光声成像（PAI）中最常用的波束形成算法，具有实现简单、成像实时性好等优点。然而，它提供了差的分辨率和高水平的旁瓣。提出了一种新的延迟相乘求和算法（DMAS）。与DAS相比，使用DMAS会导致更低的旁瓣水平，但分辨率仍不令人满意。本文提出了一种基于最小方差（MV）自适应波束形成和DMAS相结合的波束形成器，即基于最小方差的DMAS（MVB-DMAS）。它表明，扩展DMAS方程导致一些条款，其中包含DAS方程。建议在DMAS代数扩展中使用MV自适应波束形成器代替现有DAS。与DAS、DMAS和MV相比，对MVB-DMAS进行了数值评估，并给出了信噪比（SNR）度量。结果表明，MVB-DMAS与DAS、DMAS和MV相比，图像质量和信噪比分别提高了约13 dB、3 dB和2 dB。
2018-01-18 cs.IT eess.SP math.IT
Adaptive Bayesian Beamforming for Imaging by Marginalizing the Speed of Sound
提出边缘化声速的贝叶斯波束形成方法，通过将最小方差波束形成器在声速后验上积分并利用高斯求积求解，有效提升了浅水声纳成像的距离和方位分辨率并抑制多径伪影。
2025-09-15 eess.SP
Fast Compressive Channel Estimation for MmWave MIMO Hybrid Beamforming Systems
鉴于混合波束形成架构中采用的基于传统一维（1-D）压缩感知（CS）框架的信道估计技术的计算复杂度较高，本研究提出了两种低复杂度的信道估计策略。一种是两阶段CS，它利用行组稀疏性首先估计到达角（AoA），并使用传统的一维CS方法来获得出发角（AoD）。另一种是二维（2-D）CS，它利用2-D字典来重建2-D稀疏信号。对三个CS框架进行有意义的比较，即，1-D，两阶段和2-D CS，正交匹配追踪（OMP）算法作为基本算法，并扩展到两个变种的建议框架。分析和仿真结果表明，与一维CS方法相比，两级CS的性能稍差，但计算复杂度明显降低，而二维CS不仅性能与一维CS相同，而且计算复杂度略低于两级CS。
2022-07-28 eess.SP
FaSNet: Low-latency Adaptive Beamforming for Multi-microphone Audio Processing
Columbia University（哥伦比亚大学）；University of Zurich（苏黎世大学）；ETH Zurich（苏黎世联邦理工学院）
波束成形已经被广泛研究用于多声道音频处理任务。最近，基于学习的波束形成方法（有时称为\textit{neural beamformers}）已经在信号质量（例如，信噪比（SNR））和语音识别（例如，字错误率（WER））方面实现了显著的改进。这样的系统通常是非因果的，并且需要大的上下文以用于信道间特征的鲁棒估计，这在需要低延迟响应的应用中是不切实际的。在本文中，我们提出了滤波和求和网络（FaSNet），一种适用于低延迟场景的基于时域滤波器的波束成形方法。FaSNet有一个两阶段的系统设计，首先学习选定的参考通道的帧级时域自适应波束成形滤波器，然后计算所有剩余通道的滤波器。将所有通道的滤波输出相加以生成最终输出。实验表明，尽管FaSNet的模型尺寸较小，但在混响语音增强和分离任务中，其尺度不变信噪比（SI-SNR）优于几种传统的oracle波束形成器。此外，当在CHiME-3数据集上使用频域目标函数进行训练时，与基线模型相比，FaSNet实现了14.3%的相对字错误率降低（RWERR）。这些结果显示了FaSNet的功效，特别是在混响和噪声信号条件下。
2019-10-01 cs.LG cs.SD eess.AS
Fully-Passive versus Semi-Passive IRS-Enabled Sensing: SNR and CRB Comparison
本文比较了全被动与半被动IRS辅助非视距感知系统，在联合优化波束成形下分析检测SNR与DoA估计CRB，发现全被动系统在反射单元数超过阈值时性能更优，因额外反射波束成形增益补偿路径损耗。
2023-11-10 cs.IT eess.SP math.IT
Noise Suppression for Time Difference of Arrival: Performance Evaluation of a Generalized Cross-Correlation Method Using Mean Signal and Inverse Filter
Institute for Rural Engineering, National Agriculture and Food Research Organization (NARO)（国立农业食品研究组织农村工学研究所）
本文提出GCC-MSIF方法，通过引入均值信号和逆滤波器，提升低信噪比环境下时差估计的鲁棒性和准确性。
2025-12-05 eess.AS eess.SP
Double Minimum Variance Beamforming Method to Enhance Photoacoustic Imaging
非自适应延迟求和（DAS）波束形成器是光声图像重建的常用算法之一。然而，由于DAS的副瓣高、主瓣宽，其重建的PA图像质量并不令人满意。相比之下，自适应波束形成器，如最小方差（MV），导致改善的图像相比，DAS。本文提出了一种新的波束形成方法，称为双MV（D-MV），以提高图像质量相比，MV。结果表明，在MV波束形成器的输出中，加权子阵之间存在求和过程。该求和可以被解释为非自适应DAS波束形成器。提出用MV算法代替现有DAS，以减少DAS波束形成器在加权子阵之间引起的离轴信号的贡献。数值结果表明，与MV波束形成器相比，该技术的半高宽（FWHM）和信噪比（SNR）平均分别提高了28.83 μm和4.8dB。此外，定量评估的实验结果表明，建议D-MV导致0.15毫米和1.96 dB的改善FWHM和SNR相比，MV波束形成器。
2018-02-11 cs.IT eess.SP math.IT
On the Performance of Physical Layer Security for Continuous-Aperture Array (CAPA) Systems
University of Alberta（阿尔伯塔大学）；Queen Mary University of London（伦敦大学玛丽女王学院）；The University of Hong Kong（香港大学）
本文提出基于连续孔径阵列的 secure transmission 框架，分析了 CAPA 实现安全性能的极限，并通过闭式表达式推导了最大安全速率和最小所需功率。
2026-04-02 cs.IT eess.SP math.IT
Coordinating Multiple Intelligent Reflecting Surfaces without Channel Information
针对多智能反射表面信道获取成本呈指数增长的问题，提出无需信道状态信息的盲波束成形策略，通过统计手段协调多个IRS，在双IRS及通用L-IRS系统中实现显著信噪比提升，并经仿真与2.6 GHz现场测试验证了高达17 dB的增益。
2024-01-09 cs.IT eess.SP math.IT
IANS: Intelligibility-aware Null-steering Beamforming for Dual-Microphone Arrays
本文提出IANS框架，结合零陷波束形成与STOI-Net可懂度预测模型，在无需DOA、RTF或协方差矩阵等先验知识的情况下，利用双麦克风阵列提升语音可懂度，实验效果与已知DOA的零陷波束形成器相当。
2023-07-09 eess.AS eess.SP
Multiple Angles of Arrival Estimation using Neural Networks
Virginia Tech（弗吉尼亚理工大学）
多信号分类（MUSIC）和旋转不变性旋转参数估计（ESPRIT）已广泛应用于均匀线阵和均匀圆阵的超分辨波达方向估计。然而，当源信号数目增加时，问题变得具有挑战性，MUSIC在寻找峰值时遭受计算复杂度，而ESPRIT可能对阵列几何偏移不鲁棒。因此，神经网络成为一种潜在的解决方案。在本文中，我们提出了一个神经网络估计的方位角和仰角，从接收数据中提取的相关矩阵的基础上。此外，一个串行方案列出估计多个信号的情况下。结果表明，该神经网络能在低信噪比下实现准确的估计，并能处理多个信号。
2020-02-03 cs.LG eess.SP
Optimization-driven Deep Reinforcement Learning for Robust Beamforming in IRS-assisted Wireless Communications
Sun Yat-sen University（中山大学）；Huazhong University of Science and Technology（华中科技大学）；University of Technology Sydney（悉尼科技大学）；Nanyang Technological University（南洋理工大学）
智能反射面（IRS）是一种很有前途的技术，以协助下行链路信息传输从多天线接入点（AP）到接收机。在本文中，我们最小化AP的发射功率的AP的主动波束形成和IRS的被动波束形成的联合优化。由于不确定的信道条件下，我们制定了一个鲁棒的功率最小化问题的接收机的信噪比（SNR）的要求和IRS的功率预算约束。我们提出了一种深度强化学习（DRL）方法，可以根据过去的经验调整波束成形策略。为了提高学习性能，我们推导出凸逼近作为鲁棒问题的下界，并将其集成到DRL框架中，从而推广了一种新型优化驱动的深度确定性策略梯度（DDPG）方法。具体地，当DDPG算法生成动作的一部分（例如，被动波束形成），我们可以使用基于模型的凸近似来优化其它部分（例如，主动波束成形）的动作更有效。仿真结果表明，与传统的无模型DDPG算法相比，优化驱动的DDPG算法能够显著提高学习率和奖励性能.
2020-05-25 cs.LG eess.SP
Comparative Study on Millimeter Wave Location-Based Beamforming
本文对基于信道估计的毫米波模拟波束形成技术进行了比较研究。定位和压缩感知（CS）有效地降低了毫米波BF复杂度，并增强了与传统毫米波模拟BF技术相当的毫米波系统的性能。基于信道状态信息（CSI）的BF技术在使用CS构造mmWave信道感测矩阵时具有高复杂度。基于位置服务的技术通过定义用户设备（UE）最可能存在的区域来高度降低这种复杂性。在本文中，我们研究了毫米波定位为基础的BF使用各种定位服务的性能。其中，使用基于信道估计的CS来进行BF，以估计毫米波信道的出发角（AoD）和到达角（AoA）。
2018-08-21 cs.IT eess.SP math.IT
Double-Stage Delay Multiply and Sum Beamforming Algorithm: Application to Linear-Array Photoacoustic Imaging
光声成像（PAI）是一种新兴的医学成像模式，能够提供高空间分辨率的超声（US）成像和高对比度的光学成像。延迟求和（DAS）是PAI中最常用的波束形成算法。然而，使用DAS波束形成器导致低分辨率图像和离轴信号的相当大的贡献。为了克服DAS中存在的问题，提出了一种新的重建算法，即延迟相乘求和算法（DMAS）。将DMAS算法应用于PAI系统中，结果表明该算法提高了系统的分辨力，降低了旁瓣。然而，DMAS仍然对高水平的噪声敏感，并且分辨率的提高并不令人满意。本文提出了一种基于DAS代数的DMAS公式扩展算法--双级DMAS（DS-DMAS），该算法提高了图像的分辨率和旁瓣电平，并且对高噪声的敏感性大大低于DMAS。对DS-DMAS算法的性能进行了数值和实验评估。使用已建立的质量指标，包括信噪比（SNR），半高宽（FWHM）和对比度（CR），定性和定量评价所得到的图像。结果表明，DS-DMAS优于DAS和DMAS的代价是更高的计算负荷。DS-DMAS使横向谷值减小约15 dB，并使SNR和FWHM分别提高超过13%和30%。与DMAS相比，旁瓣电平降低了约10 dB。
2018-01-23 cs.IT eess.SP math.IT
Efficient Robust Adaptive Beamforming Based on Spatial Sampling with Virtual Sensors
本文针对阵列失配下稳健自适应波束形成性能下降问题，提出基于低复杂度空间采样过程和虚拟接收阵列向量的IPNC矩阵重构方法，避免角度扇区积分，并通过仿真验证其有效性。
2025-03-09 cs.IT eess.SP math.IT
Mobile Jamming Mitigation in 5G Networks: A MUSIC-Based Adaptive Beamforming Approach
Department of Electrical and Computer Engineering, Worcester Polytechnic Institute（电气与计算机工程系，沃斯特理工学院）
针对移动干扰器对5G网络的威胁，提出集成MUSIC、MVDR波束成形与机器学习的智能抗干扰框架，仿真显示其平均信噪比提升9.58dB，DoA估计精度达99.8%，优于传统技术。
2025-11-17 cs.LG cs.NI eess.SP
Robust Secure Transmission for Active RIS Enabled Symbiotic Radio Multicast Communications
本文针对有源RIS使能的共生无线电多播系统，在存在多窃听者和不完美CSI条件下，通过联合优化发射与反射波束成形最小化系统功耗，并提出交替优化算法求解，较无源RIS降低27.0%功耗。
2023-04-13 cs.IT eess.SP math.IT
