Dynamic Joint Scheduling of Anycast Transmission and Modulation in Hybrid Unicast-Multicast SWIPT-Based IoT Sensor Networks
针对基于SWIPT的物联网传感器网络中分离式接收机能耗高的问题，结合集成接收机架构，提出UMSM联合调度算法，在满足吞吐量与采能约束下实现更优的采能与吞吐量性能。
2023-07-17 cs.IT cs.NI cs.SY
Resource Allocation in Dynamic DF Relay for SWIPT Network with Circuit Power Consumption
本文研究了在中继端采用功率分割（PS）能量收集协议的双跳动态解码转发（DF）中继网络中的无线信息和功率同步传输（SWIPT）问题。电路功耗（CPC），其中包括解码和编码电路的功率要求，被认为是在继电器。对于速率相关的线性CPC模型，我们制定了一个优化问题，以确定最佳的吞吐量，PS比，中继发送功率和时间比的源中继传输。虽然由此产生的优化问题是非凸的，我们得到一个有效的优化算法，需要显着减少浮点运算比内点法。最后，我们提出的数值结果，导致一些有趣的见解系统设计。
2019-09-12 cs.IT eess.SP math.IT
Secure Energy Efficiency: Power Allocation and Outage Analysis for SWIPT-in-DAS based IoT
在本文中，我们研究了基于分布式天线系统（DAS）的物联网网络中同时进行无线信息和功率传输（SWIPT）的安全能效（SEE）。我们考虑一个系统，其中合法用户（鲍勃）和窃听者（夏娃）有功率分配（PS）接收器，同时解码信息和收获能量从接收到的信号。当信道状态信息（CSI）是已知的在发送端，我们分析了能量收集窃听（EHE）的最大化系统的SEE的效果。其次，考虑到理想的CSI在实际中很难实现的事实，我们用SEE的中断概率来表征系统性能。对于给定的SWIPT在DAS设置，我们推导出封闭形式的表达式SEE的中断概率，并与数值结果的帮助下，我们研究了发射功率电平，分布式天线（DA）端口的数量和设备的PS比的影响。据我们所知，这是第一次尝试定义SWIPT-在DAS的SEE的中断概率。
2021-03-23 cs.IT eess.SP math.IT
User Grouping and Resource Allocation in Multiuser MIMO Systems under SWIPT
针对SWIPT多用户MIMO广播网络，本文推导最优发射协方差结构，借助R-P区域评估速率与收能折中，并提出两阶段用户分组机制。
2024-12-03 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
Joint Communication and Trajectory Design for Intelligent Reflecting Surface Empowered UAV SWIPT Networks
针对物联网（IoT）中广泛部署的低功耗智能设备电池容量有限的问题，提出了一种新型智能反射面（IRS）赋能无人机（UAV）的同步无线信息和能量传输（SWIPT）网络框架，利用IRS对无线信道进行重构，提高了无人机SWIPT网络的无线能量传输效率和覆盖范围。在本文中，我们制定了一个可实现的和速率最大化问题，联合优化无人机轨迹，连续干扰消除（SIC）解码顺序，无人机发射功率分配，功率分配（PS）比和IRS反射系数，同时考虑用户非正交多址接入（NOMA）和非线性能量收集模型。由于优化变量之间的耦合，该问题是一个复杂的非凸优化问题，直接求解具有一定的挑战性。首先对问题进行变换，然后应用交替优化（AO）算法框架，将变换后的问题分解为四个子问题进行求解，具体而言，通过应用逐次凸近似（SCA）、罚函数法和差分凸（DC）规划，对无人机航迹、SIC解码顺序、无人机发射功率分配、PS比和IRS反射系数交替优化，直到实现收敛。数值仿真结果验证了该算法的有效性与其他算法相比。
2022-10-27 eess.SP
User Scheduling and Trajectory Optimization for Energy-Efficient IRS-UAV Networks with SWIPT
研究了无人机智能反射面（IRS）支持下的网络用户调度和轨迹优化问题。IRS通过同步无线信息和功率传输（SWIPT）技术供电。IRS增强用户的上行链路信号，以提高网络的寿命和能源效率。它同时利用非线性能量收集电路收集能量，并通过控制其反射系数和相移来反射入射信号。无人机的轨迹影响这些操作的效率。通过对用户调度、无人机轨迹/速度和IRS相移/反射系数的联合优化，使所有用户的最大能量消耗最小化，同时保证每个用户所需的最小数据率和IRS的最小收获能量。我们首先推导出一个封闭形式的解决方案的IRS相移，然后解决的关键问题的非凸性。最后，我们提出了一个交替优化（AO）算法来优化剩余的变量迭代。我们展示了几个基准的收益。例如，使用50个元件的IRS，最小-最大能耗可以低至0.0404（焦耳），比无IRS的情况（达到0.0435（焦耳））提高了7.13%。我们还表明，没有EH的IRS-UAV表现最好的IRS的电路功耗的成本（比没有IRS的情况下提高了20%）。
2022-09-12 cs.IT eess.SP math.IT
Joint Beam Scheduling and Power Allocation for SWIPT in Mixed Near- and Far-Field Channels
本文研究混合近远场 SWIPT 场景，通过联合设计 XL-array 基站的波束调度与功率分配，最大化能量收集接收器的加权和功率，并提出高效非凸优化求解算法，取得显著性能增益。
2023-05-21 cs.IT eess.SP math.IT
Optimizing the Age of Information in RIS-aided SWIPT Networks
在这封信中，可重构智能表面（RIS）辅助的同时无线信息和能量传输（SWIPT）网络进行了研究。为了量化信息接收器处的数据分组的新鲜度，考虑信息的年龄（AoI）。为了最小化的总和AoI的信息用户，同时确保传输到能量收集用户的功率大于所需的值，我们制定了一个调度方案，并在基站（BS）和RIS，分别联合发射波束成形和相移优化。交替优化（AO）算法被提出来处理有源波束形成和无源RIS相移之间的耦合，而连续凸近似（SCA）算法被用来解决所述问题的非凸性。数值模拟结果表明，该算法在AoI方面的改进以及信息年龄和能量收集之间的权衡是量化的。
2022-10-04 eess.SP
Robust Transmission Design for RIS-Assisted RSMA-SWIPT Systems With Movable Antennas Under Hardware Distortions
Tongling University（铜陵大学）；University of Oulu（奥卢大学）；University College London（伦敦大学学院）；University of Essex（埃塞克斯大学）；University of Luxembourg（卢森堡大学）
针对信道不确定性和硬件损伤，提出联合优化公共速率分配、波束赋形、RIS反射、功率分割比和天线位置的鲁棒框架，最大化可达和速率。
2026-07-03 eess.SP
Average Transmission Success Probability Bound for SWIPT Relay Networks
无线能量传输技术为物联网（IoT）等低功耗应用提供了恒定和瞬时的功率，使其成为经济实惠的现实。本文研究了在中继节点处采用功率分割（PS）能量收集协议的双跳解码转发（DF）中继网络中的无线信息和功率同步传输（SWIPT）问题。继电器配有有限容量电池。系统性能的特征在于源到目的地传输的平均成功概率，是选择中继的PS比和发送能量的资源分配策略的函数。我们开发了一个数学框架，以找到一个最大的平均成功概率的上限。该上界由离散的状态空间马尔可夫决策问题（MDP）表示，并利用策略迭代算法计算。
2019-02-07 eess.SP
Distributed Continuous Aperture Arrays for Multiuser SWIPT
Queen’s University Belfast（贝尔法斯特女王大学）；National University of Sciences & Technology (NUST)（国立科学与技术大学）
本文提出分布式连续孔径阵列用于多用户SWIPT，通过优化电流分布实现系统功率消耗显著降低。
2026-02-24 eess.SP
Resource Allocation for Secure MISO-NOMA Cognitive Radios Relying on SWIPT
认知无线电（CR）和非正交多址接入（NOMA）是下一代无线通信系统中两种很有前途的技术。NOMA CR网络（CRN）的安全性是一个重要的问题，但缺乏研究.在本文中，多输入单输出的NOMA CRN依赖于同时无线信息和功率传输进行了研究。为了提高主辅网的安全性，提出了一种人工噪声辅助的协同干扰方案。与现有的大多数工作不同的是，在一个实际的非线性能量收集模型下，提出了一个功率最小化问题。提出了一种基于半定松弛和逐次凸逼近的次优方案。仿真结果表明，所提出的协同干扰方案能够有效地实现保密通信，并且NOMA在功耗方面优于传统的正交多址接入。
2018-02-12 cs.IT eess.SP math.IT
Joint Interleaver and Modulation Design For Multi-User SWIPT-NOMA
射频（RF）信号可用于传统的无线信息传输（WIT）和具有挑战性的无线功率传输（WPT），这引发了对同时无线信息和功率传输（SWIPT）主题的重大研究兴趣。通过进一步利用先进的非正交多址接入（NOMA）技术，我们能够提高资源有限的SWIPT系统的频谱效率。在我们的SWIPT系统中，一个混合接入点（H-AP）叠加调制符号的目的地多个WIT用户通过利用功率域NOMA，而WPT用户能够收获的叠加符号所携带的能量。为了最大限度地提高传输到WPT用户的能量的量，我们提出了一种联合设计的能量交织器和星座旋转调制器在符号块级建设性地叠加的符号注定在功率域中的WIT用户。此外，提出了一种发射功率分配方案，以保证所有WIT用户的误符号率（SER）。通过考虑实际能量采集器的灵敏度，仿真结果表明，我们的计划是能够大大提高WPT的性能没有任何显着的WIT性能的退化。
2020-02-20 eess.SP
Resource Allocation for Simultaneous Wireless Information and Power Transfer Systems: A Tutorial Overview
在过去的十年中，由于低功率电子技术和无线通信技术的显著进步，同步无线信息和功率传输（SWIPT）已经成为连接和充电电池有限设备的实用且有前途的解决方案。为了实现所承诺的潜力，先进的资源分配设计在揭示、理解和利用利用射频（RF）信号用于无线充电和通信的双重用途的内在速率-能量权衡方面起着决定性作用。在本文中，我们从资源分配设计的角度提供了SWIPT的全面教程概述。介绍了基本概念、系统结构和RF能量收集（EH）模型。特别是，三种常用的EH模型，即线性EH模型，非线性饱和EH模型，和基于非线性电路的EH模型的特点和讨论。然后，对于一个典型的无线系统设置，我们建立了一个广义的资源分配设计框架，其中包括传统的资源分配设计问题的特殊情况。随后，我们详细说明了相关的工具，从优化理论和利用它们来解决有代表性的资源分配设计问题的SWIPT系统，并没有完善的信道状态信息（CSI）在发射机上，分别。还强调了相关的技术挑战和见解。此外，我们讨论了几个有前途和令人兴奋的未来研究方向的资源分配设计SWIPT系统交织在一起的尖端通信技术，如智能反射表面，无人机，移动边缘计算，联邦学习，和机器学习。
2021-10-14 cs.IT eess.SP math.IT
PAPR-Aware Waveform Design for Energy-Efficient MIMO-OFDM SWIPT
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）；Department of Electronic and Electrical Engineering, University College London（伦敦大学学院电子电气工程系）；Department of Electronic Engineering, Kyung Hee University（庆熙大学电子工程系）
本文提出一种频率域资源分配策略，用于MIMO-OFDM架构下的功率分割SWIPT，通过自适应分配频谱段平衡通信吞吐量与能量收集性能，同时扩展SWIPT到MIMO-OFDM架构，提升整体能效。
2026-03-19 eess.SP
Resource Allocation in STAR-RIS-Aided SWIPT with RSMA via Meta-Learning
本文研究STAR-RIS辅助SWIPT与RSMA系统中的资源分配问题，提出基于Meta-DDPG的优化方法，以平衡用户总速率与总收集能量，并通过仿真验证其优于传统DDPG。
2024-05-06 cs.IT eess.SP math.IT
SWIPT-enabled NOMA in Distributed Antenna System with Imperfect Channel State Information for Max-Sum-Rate and Max-Min Fairness
基于分布式天线系统（DAS）可以极大地提高非正交多址接入（NOMA）的数据率的事实，提出了一种分布式天线系统不仅可以提高NOMA的数据率，还可以提高NOMA的能量采集能力的框架。针对DAS系统中支持SWIPT的NOMA，考虑了总速率最大化问题和最大最小公平性问题，提出了两种不同的功率分配方案，分别针对具有不完全信道状态信息（CSI）的SWIPT和NOMA.数值结果验证了理论研究结果，并表明，所提出的框架中使用的SWIPT启用的NOMA DAS实现了更高的数据率比现有的SWIPT启用的NOMA，同时保证最小的收获能量。
2022-03-18 cs.IT eess.SP math.IT
SWIPT in Cell-Free Massive MIMO Using Stacked Intelligent Metasurfaces
面向无蜂窝大规模MIMO的SWIPT，本文联合优化堆叠智能超表面相移与AP功率分配，提出逐层启发式和SCA算法，显著提升能量收集与最低频谱效率。
2025-03-18 cs.IT eess.SP math.IT
On the Energy Efficiency of THz-NOMA enhanced UAV Cooperative Network with SWIPT
针对THz频段SWIPT辅助的无人机协作网络，提出通过联合优化NOMA功率分配系数、SWIPT功率分割比和无人机轨迹来最大化能效的两阶段交替优化方案，经数值验证优于多种基准方案。
2023-11-06 cs.IT eess.SP math.IT
Robust Resource Allocation for STAR-RIS Assisted SWIPT Systems
本文研究不完美CSI下STAR-RIS辅助SWIPT系统的鲁棒资源分配，采用MOOP框架并通过ε-约束和S-procedure转化问题，提出基于AO的算法联合设计波束成形，数值结果表明STAR-RIS及TS协议在性能和鲁棒性上具显著优势。
2024-03-22 cs.IT eess.SP math.IT
Robust Sum-Rate Maximization in Transmissive RMS Transceiver-Enabled SWIPT Networks
在本文中，我们提出了一个国家的最先进的下行链路通信收发器设计的传输可重构元表面（RMS）启用同步无线信息和功率传输（SWIPT）网络。具体地，馈电天线被部署在基于RMS的透射式收发器中，其可以用于实现波束成形。根据波长与传播距离的关系，建立了平面波和球面波的空间传播模型。然后，在不完美的信道状态信息（CSI）的情况下，我们制定了一个鲁棒的系统和速率最大化问题，联合优化RMS传输系数，发射功率分配，功率分配比的设计，同时考虑到非线性能量收集模型和中断概率准则。由于优化变量之间的耦合，整个优化问题是非凸的，不能直接求解。因此，交替优化（AO）框架实现分解的非凸原问题。具体来说，整个问题分为三个子问题来解决。针对目标函数的非凸性，采用逐次凸逼近（SCA）对其进行变换，并采用罚函数法和凸差分（DC）规划来处理非凸约束。最后，我们交替求解这三个子问题，直到整个优化问题收敛。数值结果表明，我们提出的算法具有收敛性和更好的性能比其他基准算法。
2022-12-10 eess.SP
Deep Reinforcement Learning for Joint Time and Power Management in SWIPT-EH CIoT
Concordia University（康科迪亚大学）；Université Polytecnique Hauts-de-France（上法兰西理工学院）
本文提出基于深度强化学习的SWIPT-EH CIoT联合时域和功率管理方法，通过优化提升吞吐量和生命周期。
2025-12-17 cs.NI eess.SP
Suitability of FPS and DPS in NOMA for Real-Time and Non-Real Time Applications
非正交多址接入（NOMA）是用于支持大量用户以及5G蜂窝通信中的显著带宽的流行解决方案。通过使用称为协作中继的技术，相同的数据被发送到所有用户，并且一个用户可以将数据中继到另一个用户。为了向用户提供足够的电力，已经引入了能量收集技术，同时无线信息和电力传输（SWIPT）近来变得突出。本文分析比较了NOMA中两种不同的功率分配方案：固定功率分配方案（FPS）和动态功率分配方案（DPS）。在进行SWIPT时，对它们的性能和特性进行了比较。已经发现，通过使用DPS，与FPS相比，可以获得峰值频谱效率的几乎25%的增加。然而，DPS遭受更高的中断概率，因为功率的增加导致信号带宽下降到目标速率以下很多次。基于详细的结果，得出结论，功率分配系数方案将分别用于实时和非实时通信标准。结果表明，对于实时通信，FPS更适合，而对于非实时通信，DPS似乎比FPS更好。
2021-08-23 eess.SP
Unified Simultaneous Wireless Information and Power Transfer for IoT: Signaling and Architecture with Deep Learning Adaptive Control
在本文中，我们提出了一个统一的SWIPT信号和它的架构设计，以利用单音和多音信令的优势，只调整一个统一的信号的功率分配比。为此，我们设计了一种新的统一和集成的接收机架构的建议统一的SWIPT信令，它消耗低功耗的包络检测。为了减轻接收端的计算复杂性，提出了一种自适应控制算法，发射端通过基于时间卷积网络（TCN）的非对称处理来调整通信模式。为此，发射机在短期尺度上优化调制指数和功率分配比，同时在长期尺度上更新模式切换阈值。我们证明了所提出的统一SWIPT系统在低功耗物联网设备的自供电条件下提高了可实现的速率。因此，可以预见，通过在发射机侧使用所提出的统一SWIPT和自适应控制算法，可以有效地部署低功耗物联网网络，该网络同时向设备无线提供信息和能量。
2021-06-26 cs.IT eess.SP math.IT
Green Operations of SWIPT Networks: The Role of End-User Devices
针对物联网设备电池受限问题，本文构建基于随机几何的SWIPT网络分析模型，提出遗传算法求解能量最优配置，揭示了带无线能量传输的网络节能供应策略与传统网络的根本差异。
2024-10-31 cs.NI eess.SP
Joint User Scheduling and Computing Resource Allocation Optimization in Asynchronous Mobile Edge Computing Networks
针对异步MEC网络，本文提出联合用户调度、时间与计算资源分配的能耗最小化框架，并采用广义Benders分解迭代求解，仿真显示能耗较同步方案降低87.17%。
2024-01-21 eess.SP
UAV Deployment, Device Scheduling and Resource Allocation for Energy-Efficient UAV-Aided IoT Networks with NOMA
本文研究了非正交多址接入（NOMA）增强型物联网（IoT）网络中的能效问题，其中移动无人机（UAV）被用作飞行基站，通过NOMA协议从地面设备收集数据。以网络能量效率最大化为目标，提出了无人机部署、设备调度和资源分配的联合问题。首先，我们将联合设备调度和频谱分配问题表示为一个三边匹配问题，并提出了一种新的低复杂度的近似最优算法。我们还引入了新的概念，“探索”的匹配游戏，进一步提高性能。通过算法分析，证明了最终匹配状态的收敛性和稳定性。其次，为了给物联网设备分配适当的发射功率，我们采用Dinkelbach算法来获得最优功率分配解决方案。此外，我们提供了一个简单但有效的方法，基于磁盘覆盖问题，以确定最佳的数量和位置的无人机的停止点，以确保所有的物联网设备可以完全覆盖的无人机通过视线（LoS）链路，为了更好的信道条件。数值结果揭示：i）与预定义的固定UAV部署情况和固定功率分配方案相比，所提出的联合UAV部署、设备调度和资源分配方案实现了更高的EE，具有可接受的复杂度;以及ii）具有NOMA的UAV辅助IoT网络在接入设备的数量方面大大优于OMA情况。
2021-03-16 eess.SP
Radio Resource Allocation for Beam Hopping Scheduling in LEO Satellite Communications: A Spatio-Temporal Perspective
School of Information and Communication Engineering, Beijing University of Posts and Telecommunications（北京邮电大学信息与通信工程学院）
针对低轨卫星网络动态流量和干扰约束，提出基于禁忌搜索的时空跳波束资源分配策略，显著提升系统吞吐量和用户满意度。
2026-10-27 eess.SP
Leveraging Movable-Element STARS for RSMA-SWIPT Under Practical System Imperfections
Tongling University（铜陵大学）；University of Oulu（奥卢大学）；Mid Sweden University（瑞典中部大学）；University of Luxembourg（卢森堡大学）
本研究提出将可移动单元STARS与RSMA集成于SWIPT系统，通过联合优化波束成形、单元位置等应对CSI不确定性和硬件损伤，实现鲁棒高和速率。
2026-10-20 eess.SP
Power-Efficient XL-MIMO Design for Mixed Near- and Far-Field SWIPT Systems
Queen’s University Belfast（贝尔法斯特女王大学）；Centre for Wireless Innovation (CWI)（无线创新中心）；Kyung Hee University（庆熙大学）
本文针对混合近远场SWIPT系统，提出基于XL-MIMO的PA-SA-HB方案，通过优化子阵列激活和功率分配降低功耗，仿真显示其功耗较全阵列方案最高降低93%。
2026-07-31 eess.SP
Latency-Aware Multi-antenna SWIPT System with Battery-Constrained Receivers
在多用户多输入单输出广播场景中，考虑了基于功率分配（PS）的同时无线信息和功率传输（SWIPT）。具体而言，我们专注于联合配置发射波束成形向量和接收PS比，以最小化在用户特定的延迟和能量收集（EH）要求下的基站的总发射能量。通过将关于接收机的电池状态和EH波动的信息预先并入资源分配设计中，避免了电池耗尽现象。由此产生的时间平均和功率最小化问题是时间相关的，非凸的（包括相互耦合的延迟电池队列动态），并在一般棘手。我们使用李雅普诺夫优化框架，并推导出一个动态控制算法，将原问题转化为一系列确定性和独立的子问题，然后通过两种方法解决：i）半定松弛结合分式规划，ii）连续凸逼近。此外，我们设计了一个低复杂度的封闭形式的迭代算法，利用Karush-Kuhn-Tucker最优性条件的一个特定的情况下，延迟有界的无电池接收器。数值结果提供了见解的鲁棒性所提出的设计，以实现一个节能的SWIPT系统，同时确保在时间动态移动接入网络的延迟和EH的要求。
2022-10-22 cs.IT eess.SP math.IT
Secrecy Analysis and Learning-based Optimization of Cooperative NOMA SWIPT Systems
非正交多址接入（NOMA）由于其能够使用同一资源块为多个用户提供服务而被认为是未来网络的最佳候选之一。虽然早期的研究主要集中在传输可靠性和能源效率，最近的工作正在考虑节点之间的合作。合作NOMA技术允许具有较好信道的用户（近端用户）充当源和经历较差信道的用户（远端用户）之间的中继。本文考虑能量收集合作NOMA用户的链路安全方面。特别地，近端用户应用解码转发（DF）协议，用于在存在窃听者的情况下将源节点的消息中继到远端用户。此外，我们认为，所有的设备使用功率分配架构的能量收集和信息解码。推导了拦截概率的解析表达式。接下来，我们使用基于深度学习的优化来找到最佳功率分配因子。结果显示了深度学习优化算法相对于传统迭代搜索算法的鲁棒性和优越性。
2019-07-12 cs.NI eess.SP
Energy Efficient Design of Active STAR-RIS-Aided SWIPT Systems
本文研究active STAR-RIS辅助的SWIPT系统能效最大化问题，提出结合凸优化与强化学习的交替优化方案，联合优化波束成形与STAR-RIS参数，使系统平均性能比被动系统提升57%。
2024-03-23 cs.IT eess.SP math.IT
Sequential Multiuser Scheduling and Power Allocation for Cell-Free Multiple-Antenna Networks
本文针对无蜂窝大规模MIMO网络下行链路，提出基于贪心技术的顺序多用户调度与梯度上升功率分配算法，在不完美CSI下最大化和速率，并降低复杂度与信令负载。
2023-12-21 cs.IT eess.SP math.IT
STAR-RIS Aided MISO SWIPT-NOMA System with Energy Buffer: Performance Analysis and Optimization
提出一种STAR-RIS与能量缓冲辅助的MISO SWIPT-NOMA系统，推导中断概率与吞吐量闭式表达式，并设计PSO-PA算法优化上行吞吐量，性能优于多种对比方案。
2024-07-17 cs.IT eess.SP math.IT
Cell-Free Massive MIMO-Assisted SWIPT Using Stacked Intelligent Metasurfaces
Queen’s University Belfast（贝尔法斯特女王大学）
本文提出基于深度强化学习的CTDE框架，用于无源大规模MIMO辅助的SWIPT，通过优化SIM相移、AP模式选择和功率分配，提升能量和信息传输效率。
2026-02-24 cs.IT eess.SP math.IT
Deep-Reinforcement-Learning-Based Scheduling with Contiguous Resource Allocation for Next-Generation Cellular Systems
Intel Corporation（英特尔公司）；Princeton University（普林斯顿大学）
调度在多用户无线通信中起着关键的作用，因为各个用户的服务质量很大程度上取决于分配的无线电资源。提出了一种基于深度强化学习（DRL）的连续频域资源分配调度算法。调度问题被建模为马尔可夫决策过程，并且DRL代理确定在每个RB分配步骤应该调度哪个用户以及该用户的多少个连续RB。状态空间、动作空间和奖励函数经过精心设计，用于训练DRL网络。更具体地说，原来的准连续的动作空间，这是固有的连续的FERMARY，被细化成一个有限的和离散的动作空间，以获得推理延迟和系统性能之间的权衡。仿真结果表明，该算法在具有较低的在线计算复杂性的同时，性能优于其他典型的基线调度算法。
2020-11-26 cs.LG cs.NI eess.SP
T-s3ra: traffic-aware scheduling for secure slicing and resource allocation in sdn/nfv enabled 5g networks
网络切片和资源分配在软件定义网络（SDN）/网络功能虚拟化（NFV）辅助的5G网络中起着关键作用。在5G通信中，业务速率很高，需要高数据速率和低延迟。深度学习是克服这些限制的潜在解决方案。安全切片避免了资源浪费;然而，DDoS攻击者可以利用切片网络。因此，我们专注于大规模网络流量下的资源分配安全切片。提出了用于SDN/NFV使能的5G网络上的安全切片和资源分配的调度感知。在这种方法（T-S3 RA）中，使用具有基于密码的密钥导出函数的布尔逻辑来认证用户设备。流量在5G接入点中进行调度，并分别使用SliceNet和HopFieldNet等深度学习模型实现安全的网络切片和资源分配。为了预测DDoS攻击者，我们计算Renyi熵进行数据包分类。实验进行了使用网络模拟器与250个节点的网络拓扑。使用吞吐量、延迟、数据包传输率、数据包丢失率、切片容量、带宽消耗和切片接受率等指标评估性能。T-S3 RA在三个具有不同要求的5G用例中实现，包括大规模机器类型通信，超可靠低延迟通信和增强的移动宽带。
2021-07-11 cs.NI eess.SP
Explanation-Guided Federated Deep Reinforcement Learning for Joint Resource Allocation and Scheduling in 6G in-X Subnetworks
Aalborg University（奥尔堡大学）
针对6G in-X子网动态干扰与异构需求，提出融合多智能体强化学习、联邦学习与可解释AI的框架，实现隐私保护下的联合资源分配与调度，仿真验证性能与透明度显著提升。
2026-09-22 cs.NI eess.SP
Joint Device Scheduling and Resource Allocation for Latency Constrained Wireless Federated Learning
Hitachi (China) Research & Development Cooperation（日立（中国）研发有限公司）
在联邦学习（FL）中，设备通过经由无线信道上传其本地模型更新来为全局训练做出贡献。由于有限的计算和通信资源，设备调度对FL的收敛速度至关重要。在本文中，我们提出了一种联合设备调度和资源分配策略，以在给定的总训练时间预算内最大化延迟受限的无线FL的模型精度。训练性能损失的倒数的下限，根据训练轮的数量和每轮调度的设备的数量，导出。在此基础上，将精度最大化问题分解为两个子问题进行求解。首先，给定被调度的设备，最优带宽分配建议将更多带宽分配给具有较差信道条件或较弱计算能力的设备。然后，引入贪婪设备调度算法，在每一步中选择消耗最少更新时间的设备，直到最优带宽分配的下限开始增加，这意味着调度更多的设备会降低模型的准确性。实验结果表明，该策略优于国家的最先进的调度策略下，广泛的数据分布和细胞半径的设置。
2020-07-14 cs.IT cs.LG cs.NI
Scheduling Policy and Power Allocation for Federated Learning in NOMA Based MEC
Utah State University（犹他州立大学）；University of Wisconsin-Whitewater（威斯康星大学怀特沃特分校）
联邦学习（FL）是一种备受追捧的机器学习技术，它可以集中训练模型，同时保持数据分布。分布式计算使得FL对于带宽受限的应用特别是在无线通信中具有吸引力。可以有大量分布式边缘设备连接到中央参数服务器（PS），并迭代地从PS下载数据/向PS上传数据。由于带宽有限，在每一轮中只能调度连接设备的子集。在诸如深度学习的最先进的机器学习模型中通常存在数百万个参数，导致高计算复杂度以及在收集/分发用于训练的数据时的高通信负担。为了提高通信效率，使训练模型更快地收敛，提出了一种新的调度策略和功率分配方案，在整个学习过程中，采用非正交多址接入（NOMA）设置，在实际约束条件下最大化加权和数据率. NOMA允许多个用户同时在同一信道上传输。用户调度问题转化为一个最大权独立集问题，可以用图论来解决。仿真结果表明，所提出的调度和功率分配方案可以帮助实现更高的FL测试精度在基于NOMA的无线网络比其他现有的计划。
2020-06-21 cs.LG eess.SP stat.ML
Robust-to-Noise Algorithms for Distributed Resource Allocation and Scheduling
本文针对噪声与扰动环境下的分布式资源分配和调度问题，提出基于符号动力学的抗噪声多智能体算法，并结合凸优化、控制理论与网络科学保证资源-需求平衡和约束可行性。
2023-11-30 cs.DC cs.SY eess.SP
Hybrid Cognitive IoT with Cooperative Caching and SWIPT-EH: A Hierarchical Reinforcement Learning Framework
Concordia University（康科迪亚大学）
本文提出一种分层强化学习框架，用于优化混合认知物联网网络中的能量收集、缓存、功率控制和频谱接入，提升网络性能。
2025-12-16 cs.NI eess.SP
Joint Beam Scheduling and Resource Allocation for Flexible RSMA-aided Near-Field Communications
针对近场通信中复用传统用户波束服务额外用户的问题，提出灵活 RSMA 方案并联合优化波束调度与资源分配，通过三类算法求解，显著提升额外用户和速率。
2024-11-30 cs.IT eess.SP math.IT
Dynamic Power Allocation and User Scheduling for Power-Efficient and Low-Latency Communications
在本文中，我们提出了一个联合的动态功率控制和用户配对算法的功率效率和低延迟的混合多址接入系统。在混合多址接入系统中，用户配对确定发射机应该通过正交多址接入（OMA）还是非正交多址接入（NOMA）来服务于某个用户。提出的优化框架，最大限度地减少了长期的时间平均发射功率支出，同时减少了传输延迟，并满足时间平均数据速率的要求。该技术通过观察信道和队列状态信息，并通过适当的用户配对和功率分配来调整队列积压，以避免过多的排队延迟。此外，在所提出的算法中捕获用于确定给定用户链路的激活以及资源的灵活使用的用户调度。数据密集型仿真结果表明，该方案基于超可靠低延迟通信（URLLC）设计的短帧结构，保证了端到端延迟小于1 ms，具有高能效和高可靠性。
2018-06-29 cs.IT eess.SP math.IT
MAxLM: Multi-Agent Language Model-Based Scheduling and Resource Allocation in MU-MIMO-OFDMA-Enabled Wireless Networks
University of Louisville（路易斯维尔大学）
本文提出MAxLM框架，利用预训练语言模型优化无线网络的上行调度接入，通过WiSER平台实现自主调度与资源分配，实验表明其在不同STA数量和天线设置下均优于基准方法。
2026-05-15 cs.MA cs.NI eess.SP
Distributed Allocation and Resource Scheduling Algorithms Resilient to Link Failure
Semnan University（塞姆南大学）；University of Lisbon（里斯本大学）
针对链路故障、丢包、时延和间歇连通问题，提出基于图论与网络渗流理论的弹性分布式资源分配算法，保证全程可行、鲁棒收敛并在一致连通网络下达到最优。
2025-10-21 cs.DC cs.MA cs.SY
