Analog Beamforming Aided by Full-Dimension One-Bit Chains
针对毫米波MIMO系统，提出利用全维1-bit ADC数字链路辅助两阶段ML算法估计AoA并设计最大化SNR的模拟波束成形，且在窄带与3GPP CDL-C宽带信道中验证。
2025-02-16 eess.SP
Synesthesia of Machines (SoM)-Aided FDD Precoding with Sensing Heterogeneity: A Vertical Federated Learning Approach
本文提出一种机器联觉辅助的纵向联邦学习预编码方案，利用多模态感知和在线训练策略，在缩短导频序列的同时逼近完美信道状态信息下的传统优化性能。
2025-03-13 eess.SP
Dynamic State Estimation of Power System Utilizing Cauchy Kernel-Based Maximum Mixture Correntropy UKF over Beluga Whale-Bat Optimization
针对非高斯噪声、异常值及Gaussian核UKF带宽敏感和矩阵奇异问题，提出BWB优化参数的Cauchy核最大混合相关熵鲁棒UKF，并在IEEE多节点系统验证其性能。
2025-09-01 eess.SP
STAR-RIS Aided Integrated Sensing and Communication over High Mobility Scenario
针对高速移动场景，提出STAR-RIS辅助的ISAC方案，通过信道参数提取与相移设计，实现车辆定位与通信增强，并优化感知与通信权衡。
2024-03-18 eess.SP
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
Environment-Aware Codebook for Reconfigurable Intelligent Surface-Aided MISO Communications
针对 RIS 辅助 MISO 系统，本文利用统计 CSI 和位置信息离线构建环境感知反射系数码本，简化反射优化并分析理论性能，实验证明其在估计误差下以更低开销和复杂度优于现有方案。
2023-04-24 eess.SP
Joint Channel Estimation and Data Detection for Hybrid RIS aided Millimeter Wave OTFS Systems
对于高移动性通信场景，近年来出现的正交时频空间（OTFS）调制引入了新的时延-多普勒域信号空间，可以提供比传统正交频分复用系统更好的通信性能。研究了混合可重构智能表面（HRIS）辅助毫米波（mmWave）OTFS系统的联合信道估计和数据检测（JCEDD）。首先，设计了一种新型的传动结构。在所设计结构的试点持续时间内，部分HRIS元素交替激活。然后展示时域信道模型。其次，研究了时域HRIS接收信号模型和时延-多普勒域基站接收信号模型。第三，利用HRIS获取的信道参数，提出了一种HRIS波束形成设计策略。对于OTFS传输，我们提出了一种延迟-多普勒域上的JCEDD方案。在该方案中，消息传递（MP）算法的设计，同时获得等效的信道增益和数据符号。另一方面，信道参数，即，多普勒频移、信道稀疏度和信道方差通过期望最大化（EM）算法更新。通过迭代执行MP和EM算法，可以准确地捕获信道和未知数据符号。最后，仿真结果验证了我们提出的JCEDD方案的有效性。
2022-08-14 eess.SP
Low-Rank Structured MMSE Channel Estimation with Mixtures of Factor Analyzers
针对高频无线信道的低秩特性，提出基于MFA的生成式建模辅助信道估计方法，离线用EM算法学习信道分布，在线用闭式解实现渐近MMSE估计，实测数据验证了其性能潜力。
2023-05-01 eess.SP
Movable Antenna-Aided Federated Learning with Over-the-Air Aggregation: Joint Optimization of Positioning, Beamforming, and User Selection
针对无线联邦学习模拟聚合易出错且用户剔除影响收敛的问题，提出可移动天线技术增强信道自由度，并联合优化波束成形、用户选择与天线定位，以提升训练收敛速度，实验验证其显著优于传统方法。
2025-04-21 eess.SP
Deep Learning for Latent Events Forecasting in Twitter Aided Caching Networks
提出了一种新的Twitter上下文辅助内容缓存（TAC）框架，利用Twitter数据的易读性和海量性来提高缓存效率。为了提高缓存效率，提出了三种机器学习模型，利用收集的带有地理标签的Twitter数据和相邻基站的地理信息预测潜在事件和事件流行度。首先，我们提出了一个潜在的Dirichlet分配（LDA）模型的潜在事件预测利用LDA模型在自然语言处理（NLP）的优势。然后，我们设想了长短期记忆（LSTM）与skip-gram嵌入方法和LSTM与连续skip-gram-Geo-aware嵌入方法用于事件流行度预测。最后，我们将预测的潜在事件和事件的流行度与缓存策略相关联。大量的实际实验表明：（1）TAC框架的性能优于传统的缓存框架，并且能够与公共利益相关联，因此能够在实际应用中得到应用。(2)所提出的LDA方法保留了Twitter数据中自然语言处理（NLP）的优势。(3)与传统的LDA方法相比，所提出的基于skip-gram的LSTM的复杂度更低。(4)对该模型的评价表明，该模型的推文命中率在50%~ 65%之间，缓存内容命中率可达75%左右，且缓存空间比传统算法小。
2021-01-04 eess.SP
Environment-Aware Beam Selection for IRS-Aided Communication with Channel Knowledge Map
智能反射面（IRS）辅助通信是一种用于超5G（B5 G）系统的有前途的技术，可以主动重新配置无线电环境。然而，在实践中，IRS辅助的通信需要有效的信道估计或被动波束训练，其开销和复杂度随着反射元件/波束方向的数量急剧增加。为了应对这一挑战，本文提出了一种新的环境感知的联合主动和被动波束选择方案的IRS辅助无线通信，信道知识地图（CKM）的新概念的基础上。具体地说，通过利用用户设备（UE）的位置信息（在当代无线系统中随时可用，准确性不断提高）和CKM提供的环境信息，所提出的方案实现了高效的波束选择，无需实时训练（无需训练的波束选择）或仅需要适度的训练开销（轻训练波束选择）。利用商业光线追踪软件对实际信道进行了数值计算，结果表明，该方法优于各种基准方法。
2021-11-22 cs.IT eess.SP math.IT
IRS-Assisted Ambient Backscatter Communications Utilizing Deep Reinforcement Learning
我们考虑一个环境后向散射通信（AmBC）系统的智能反射表面（IRS）的帮助下。当没有先前的信道知识时，IRS的优化以辅助AmBC是极其困难的，目前没有可用的设计解决方案。我们利用基于深度强化学习的框架来联合优化IRS和读取器波束成形，而无需了解通道或环境信号。我们表明，所提出的框架可以促进有效的AmBC通信的检测性能与几个基准下的全信道知识。
2021-07-26 cs.IT eess.SP math.IT
Intra-symbol Differential Amplitude Shift Keying-aided Blind Detector for Ambient Backscatter Communication Systems
针对环境反向散射通信中传统检测器频谱效率低、受直链路干扰存在误码平层的问题，提出基于IDASK的盲符号检测器，利用协方差矩阵第二大特征值检测，经理论分析和仿真验证性能显著优于传统方案。
2024-08-16 eess.SP
Bayesian Learning Aided Simultaneous Sparse Estimation of Dual-Wideband THz Channels in Multi-User Hybrid MIMO Systems
Indian Institute of Technology Kanpur（坎普尔印度理工学院）；Qualcomm India Pvt. Ltd.（高通印度私人有限公司）；Samsung Semiconductor India Research（三星半导体印度研究所）；University of Southampton（南安普顿大学）
本研究针对多用户太赫兹混合MIMO系统的双宽带信道估计问题，提出贝叶斯组稀疏回归方法，结合实用信道模型和低分辨率ADC设计，通过仿真验证其在NMSE和BER性能上优于其他稀疏估计技术。
2025-11-15 eess.SP
Federated Transfer Learning Aided Interference Classification in GNSS Signals
本研究针对GNSS移动干扰信号分类问题，结合联邦学习与迁移学习构建神经网络分类器，在保护隐私的同时提升了分类准确率与收敛速度，还改善了区域通信性能。
2024-06-23 eess.SP
Outage Minimization for Intelligent Reflecting Surface Aided MISO Communication Systems via Stochastic Beamforming
智能反射面（IRS）具有通过重构无线传播环境来显著提高网络性能的潜力。然而，在IRS辅助的无线网络中，很难获得准确的下行链路信道状态信息（CSI）以用于有效的波束成形设计。在这篇文章中，我们考虑了一个IRS辅助下行链路多输入单输出（MISO）网络，其中的基站（BS）是不需要知道底层的信道分布。我们制定了中断概率最小化的问题，通过联合优化的波束成形向量在BS和在IRS的相移矩阵，同时考虑到发射功率和么模约束。所提出的问题是一个非凸非光滑随机优化问题。为此，我们采用sigmoid函数作为代理来解决目标函数的非光滑性。此外，我们提出了一个数据驱动的高效交替随机梯度下降（SGD）算法来解决这个问题，利用历史信道样本。仿真结果表明，该算法的性能增益的基准方法在最小化中断概率。
2020-05-15 cs.IT eess.SP math.IT
Gaussian Mixture Model Based Bayesian Learning for Sparse Channel Estimation in Orthogonal Time Frequency Space Modulated Systems
Indian Institute of Technology, Jodhpur（印度约德普尔理工学院）；University of Southampton（南安普顿大学）
本文提出一种基于高斯混合模型的贝叶斯学习框架，用于正交时频空间调制系统中信道状态信息估计，通过高斯混合先验模型迭代优化，提升稀疏性并提高信道统计信息利用效率。
2026-03-27 eess.SP
Channel Estimation for RIS-Aided Multiuser Millimeter-Wave Systems
由于RIS的无源特性和大量的反射元件会导致高的信道估计开销，所以在RIS辅助的大规模多用户多输入单输出（MU-MISO）无线通信系统中，信道估计是一个具有挑战性的问题。为了解决这个问题，我们提出了一种新的级联信道估计策略，利用毫米波大规模MISO系统中多用户级联信道的稀疏性和相关性，具有低导频开销。基于BS、RIS和用户的物理位置在几个甚至几十个连续的信道相干块中可能不变的事实，我们首先估计包括第一个相干块中的所有角度和增益信息的完整的信道状态信息（CSI），然后仅重新估计剩余相干块中的信道增益，并且具有少得多的导频开销。在第一个相干块中，我们提出了一种两阶段的信道估计方法，在第一阶段中，基于级联路径之间的线性相关性来估计一个典型用户的级联信道，而在第二阶段中，利用在第一阶段中获得的公共基站（BS）-RIS信道的部分CSI来估计其他用户的级联信道。第一相干块中的总的理论最小导频开销是$8J-2+(K-1)\left\lceil (8J-2)/L\right\rceil $，其中$K$、$L$和$J$分别表示用户、BS-RIS信道中的路径和RIS用户信道中的路径的数量。在每个剩余的相干块中，最小导频开销是$JK$。此外，在RIS的训练相移矩阵进行了优化，以提高估计性能。
2021-07-09 eess.SP
LoFi: Vision-Aided Label Generator for Wi-Fi Localization and Tracking
Shenzhen Research Institute of Big Data（深圳大数据研究院）；School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院）；School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）科学与工程学院）
LoFi通过视觉辅助生成高精度的Wi-Fi定位与跟踪标签，降低数据收集成本，提升数据驱动方法的实用性。
2025-09-12 cs.CV eess.SP
Computer Vision Aided Blockage Prediction in Real-World Millimeter Wave Deployments
Arizona State University（亚利桑那州立大学）
本文首次对使用视觉（RGB摄像头）数据和机器学习在毫米波（mmWave）动态链路阻塞发生前进行主动预测进行了真实评估。主动预测视距（LOS）链路阻塞使毫米波/亚太赫兹网络能够在链路故障发生之前做出主动网络管理决策，例如主动波束切换和切换。这可以在有效利用无线资源的同时显著提高网络可靠性和延迟。为了在现实中评估这一收益，本文（i）开发了一种基于计算机视觉的解决方案，该解决方案处理安装在基础设施节点处的摄像头捕获的视觉数据，（ii）研究了基于大规模现实世界数据集DeepSense 6 G的拟议解决方案的可行性，该数据集包括多模态传感和通信数据。基于所采用的真实世界数据集，所开发的解决方案在预测未来$0.1$ s内发生的阻塞时实现了$\approx 90\%$准确性，并且在预测$1$ s内发生的阻塞时实现了$\approx 80\%$准确性，这突出了毫米波/亚太赫兹通信网络的有前途的解决方案。
2022-03-03 cs.CV eess.SP
A Versatile Pilot Design Scheme for FDD Systems Utilizing Gaussian Mixture Models
本文提出一种基于高斯混合模型的FDD系统导频设计方案，利用离线学习的先验信息构建码本并建立条件互信息优化框架，在单用户和多用户MIMO中实现无需在线优化且可适应任意信噪比和用户数的导频设计，仿真显示其性能优于现有方法。
2024-08-07 cs.IT eess.SP math.IT
HyperRNN: Deep Learning-Aided Downlink CSI Acquisition via Partial Channel Reciprocity for FDD Massive MIMO
为了充分发挥大规模多输入多输出（MIMO）在下行链路中的优势，需要在基站（BS）处获取信道状态信息（CSI）来优化波束形成矩阵。在频分双工（FDD）系统中，全信道互易性不成立，并且CSI获取通常需要下行链路导频传输，随后是上行链路反馈。先前的工作提出了经由深度学习的导频传输、反馈和CSI估计的端到端设计。在这项工作中，我们引入了一个增强的端到端的设计，利用部分上行链路-下行链路的互易性和时间相关的衰落过程，通过联合利用下行链路和上行链路的导频。所提出的方法基于一种新型的深度学习架构- HyperRNN -它结合了超网络和递归神经网络（RNN），以优化从上行链路到下行链路的长期信道特征的传输。仿真结果表明，HyperRNN实现了较低的归一化均方误差（NMSE）性能，并降低了对导频长度的要求。
2021-07-08 cs.IT eess.SP math.IT
Two-Timescale Design for RIS-aided Cell-free Massive MIMO Systems with Imperfect CSI
本文研究了在不完美CSI下结合RIS的无小区大规模MIMO系统，提出双时间尺度传输设计，利用LMMSE估计和MRC方法，并通过SAC优化RIS相位以提升频谱效率。
2023-03-14 eess.SP
IMRecoNet: Learn to Detect in Index Modulation Aided MIMO Systems with Complex Valued Neural Networks
索引调制（IM）通过激活部分天线用于数据传输来降低多输入多输出（MIMO）系统的功耗和硬件成本。然而，IM显著增加了接收机的复杂度，并且需要精确的信道估计来保证其性能。为了应对这些挑战，在本文中，我们设计了一个基于深度学习（DL）的检测器的IM辅助MIMO（IM-MIMO）系统。我们首先制定了一个稀疏重建问题，利用IM的固有属性的检测过程。然后，基于贪婪策略，我们设计了一个基于DL的检测器，称为IMPLESNet，实现这个稀疏重建过程。与一般的神经网络不同，我们引入了复值运算来适应通信系统中的复杂信号。据我们所知，这是首次尝试将复值神经网络引入到IM-MIMO系统的检测器设计中。最后，为了验证所提出的检测器的适应性和鲁棒性，进行了仿真，考虑不准确的信道状态信息（CSI）和相关的MIMO信道。仿真结果表明，该检测器优于现有的算法在天线识别精度和比特出错率在各种情况下。
2021-12-02 cs.IT eess.SP math.IT
Federated mmWave Beam Selection Utilizing LIDAR Data
由于波束选择带来的开销，毫米波通信系统中的高效链路配置是一项关键而又具有挑战性的任务。对于车辆到基础设施（V2I）网络，来自安装在车辆上的LIDAR传感器的边信息已经被利用来减少束搜索开销。在这封信中，我们提出了一个联邦激光雷达辅助波束选择方法的V2I毫米波通信系统。在所提出的方案中，在系统的正常操作期间，连接的车辆协作以在其本地可用的LIDAR数据上训练共享的神经网络（NN）。我们还提出了一种降低复杂度的卷积NN（CNN）分类器架构和LIDAR预处理，在性能和复杂度方面都显着优于以前的作品。
2021-07-25 cs.IT eess.SP math.IT
Deep Learning for Beamspace Channel Estimation in Millimeter-Wave Massive MIMO Systems
毫米波大规模多输入多输出（MIMO）可以使用透镜天线阵列来显著减少射频（RF）链的数量，但是由于RF链的数量远小于天线的数量，因此信道估计具有挑战性。通过利用波束空间信道的稀疏性，波束空间信道估计可以被公式化为稀疏信号恢复问题，该问题可以通过称为近似消息传递（AMP）的经典迭代算法来解决，并且其相应版本的学习AMP（LAMP）由深度神经网络（DNN）实现。然而，这些现有的方案不能达到令人满意的估计精度。为了提高信道估计的性能，本文提出了一种基于先验辅助高斯混合LAMP（GM-LAMP）的波束域信道估计方法。具体地说，基于先验信息，波束空间信道元素可以建模的高斯混合分布，我们首先推导出一个新的收缩函数来完善AMP算法。然后，通过使用高斯混合收缩函数代替LAMP网络中的原始收缩函数，开发了一种先验辅助的GM-LAMP网络，以更准确地估计波束空间信道。利用理论信道模型和基于光线跟踪的信道数据集进行仿真，结果表明，所提出的GM-LAMP网络具有更高的信道估计精度。
2020-10-23 cs.IT eess.SP math.IT
Intelligent Reflecting Surface-Aided LEO Satellite Communication: Cooperative Passive Beamforming and Distributed Channel Estimation
本文提出了一种新的智能反射面（IRS）辅助低轨卫星通信系统，该系统利用大规模无源反射单元的可控相移实现灵活的波束形成，有效地解决了高机动卫星（SAT）与地面节点（GN）之间时变信道的问题。特别是，我们提出了一种新的架构IRS辅助LEO卫星通信，其中IRS部署在SAT和GN的两侧，并研究其合作的无源波束形成（CPB）设计超过视线（LoS）为主的单反射和双反射信道。具体来说，我们联合优化的主动发送/接收波束成形在SAT/GN以及CPB在两侧IRS的最大化的总信道增益从SAT到每个GN。有趣的是，我们表明，在LoS信道条件下，高维SAT-GN信道可以分解为两个低维向量的外积。通过利用分解的SAT-GN信道，我们将原始波束成形优化问题解耦为两个更简单的子问题，分别对应于SAT和GN侧，这两个子问题都以封闭形式求解。此外，我们提出了一个有效的传输协议进行信道估计和波束跟踪，这只需要独立的处理的SAT和GN在一个分布式的方式，从而大大降低了实现的复杂度。仿真结果验证了与传统反射阵列和单边IRS等各种基线方案相比，所提出的具有双边协作IRS的IRS辅助低轨卫星通信系统的性能优势。
2022-01-09 cs.IT eess.SP math.IT
Resource Allocation in STAR-RIS-Aided Networks: OMA and NOMA
同时发射和反射的可重构智能表面（STAR-RIS）是实现全空间覆盖的一种很有前途的技术。研究了STAR-RIS辅助多载波通信网络中的资源分配问题。为了最大化系统和速率，首先建立了正交多址接入（OMA）的联合优化问题，这是一个混合整数非线性规划问题。为了解决这个具有挑战性的问题，我们首先提出了一个信道分配方案，利用匹配理论，然后调用交替优化的方法来优化资源分配政策和波束成形向量迭代。此外，非正交多址接入（NOMA）的和速率最大化问题进行了研究。为了有效地解决这个问题，我们首先提出了一种基于位置的匹配算法来确定子信道分配，其中发送用户和反射用户在子信道上分组。然后，提出了一种三步的方法，其中解码顺序，波束形成系数向量和功率分配分别采用半定规划，凸上界近似和几何规划进行优化。数值结果揭示：1）对于OMA，包括用于信道分配的同侧用户配对的一般设计是优选的，而对于NOMA，所提出的传输和反射方案可以实现接近最优的性能。2)STAR-RIS辅助的NOMA网络显著优于采用传统RIS和OMA的网络。
2021-11-06 cs.IT eess.SP math.IT
On the Performance of RIS-Aided Spatial Modulation for Downlink Transmission
本文研究RIS辅助空间调制下行传输系统，提出三种检测器，推导了成对错误概率、平均误比特率上界及遍历容量的闭式表达式，并通过蒙特卡洛仿真验证了理论分析与检测算法的复杂度和可靠性。
2024-09-03 cs.IT eess.SP math.IT
Active RIS-Aided Massive MIMO With Imperfect CSI and Phase Noise
本文研究有源RIS辅助上行大规模MIMO在非理想CSI和相位噪声下的性能，采用双时间尺度方案与LMMSE信道估计，推导速率下界并分析功率缩放律，提出遗传算法优化相移，验证有源RIS的显著增益。
2024-05-06 cs.IT eess.SP math.IT
Cross-domain Learning Framework for Tracking Users in RIS-aided Multi-band ISAC Systems with Sparse Labeled Data
College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
针对 RIS 辅助多频段 ISAC 中 CSI 多模态、异步流量及标注稀疏问题，提出基于 transformer 与对抗学习的跨域 X2Track 框架，实现分米级跟踪并仅需 5% 标注数据。
2024-05-10 cs.AI eess.SP
Digital Twin Aided Compressive Sensing: Enabling Site-Specific MIMO Hybrid Precoding
本文提出用站点特定数字孪生生成合成信道数据，端到端训练压缩感知测量与 MIMO 混合预编码模型，并以少量真实数据精调，显著降低数据开销且性能接近真实数据训练。
2024-05-12 cs.IT eess.SP math.IT
SubspaceNet: Deep Learning-Aided Subspace Methods for DoA Estimation
Ben-Gurion University of the Negev（内盖夫本-古里安大学）；Eindhoven University of Technology（埃因霍温理工大学）；ETH Zürich（苏黎世联邦理工学院）
针对经典子空间DoA估计方法依赖严格假设、场景适应性差的问题，提出数据驱动的SubspaceNet，通过深度网络学习输入自相关并结合Root-MUSIC训练，可作为通用协方差估计器适配各类子空间方法，提升复杂场景下的估计性能且保留可解释性。
2024-07-11 cs.LG eess.SP
Reconfigurable Intelligent Sensing Surface aided Wireless Powered Communication Networks: A Sensing-Then-Reflecting Approach
本文提出一种可重构智能感知表面（RISS），利用DOA估计替代传统信道估计以降低导频开销并独立于混合接入点运行，通过先感知后反射策略提升无线供电通信网络性能，数值结果验证了其相对传统方案的显著增益。
2023-10-20 cs.IT eess.SP math.IT
Location Information Assisted Beamforming Design for Reconfigurable Intelligent Surface Aided Communication Systems
针对RIS辅助毫米波系统依赖传统CSI获取的问题，提出基于用户位置误差界的最坏情况鲁棒波束成形迭代算法，实现更快收敛和更优最坏SNR。
2022-02-07 cs.IT eess.SP math.IT
Sensing Aided Covert Communications: Turning Interference into Allies
本文研究雷达-通信协作系统中的隐蔽通信，利用雷达感知跟踪并干扰敌方目标，通过联合设计雷达波形与通信波束成形最大化隐蔽传输速率，提出针对完美与不完美CSI的算法，仿真证明其能保证隐蔽性并显著优于传统方案。
2024-01-03 cs.IT eess.SP math.IT
