Multi-Agent Double Deep Q-Learning for Beamforming in mmWave MIMO Networks
波束形成是毫米波（mmWave）多输入多输出（MIMO）通信的关键技术之一。设计合适的波束形成不仅可以提高接收信号的质量和强度，而且可以帮助减少干扰，从而提高数据速率。在本文中，我们提出了一种分布式多代理双深度Q学习算法的波束形成在毫米波MIMO网络，其中多个基站（BS）可以自动和动态地调整其波束，以服务于多个高度移动的用户设备（UE）。在分析中，最大接收功率关联准则被认为是用于UE，并考虑到一个现实的信道模型。仿真结果表明，所提出的基于学习的算法可以实现相当的性能，而在穷举搜索，操作复杂度低得多。
2020-08-13 eess.SP
Flexible Multimode-Based Beamforming MIMO Antenna
本工作提出了紧凑、灵活的多输入多输出（MIMO）天线。设计原理是基于在相同的天线体积内的不同的正交辐射模式的激励。通过相位控制的激发模式，波束形成演示了在方位角和仰角平面使用单层结构。为了灵活性，天线设计使用聚二甲基硅氧烷（PDMS）作为基板。数值结果表明，在不同的弯曲配置下，所有研究的天线都实现了优于23 dB的隔离。此外，所提出的技术演示了在整个仰角平面上具有单向波束控制的天线，并且第二设计实现了在水平面中的双向波束控制。总的来说，这些结果突出了基于多模的波束成形在物联网（IoT）系统中用于灵活MIMO天线的潜力。
2023-01-14 eess.SP
Closed-Form Hybrid Beamforming Solution for Spectral Efficiency Upper Bound Maximization in mmWave MIMO-OFDM Systems
混合波束成形被认为是实现毫米波（mmWave）多输入多输出（MIMO）通信的关键使能器，因为其能够显著减少收发器中昂贵且耗电的射频链的数量。然而，在毫米波MIMO正交频分复用（MIMO-OFDM）系统中，混合波束成形设计是具有挑战性的，因为需要在整个所采用的带宽上共享模拟预编码器和组合器。在本文中，我们提出了封闭形式的解决方案，设计的模拟预编码器/组合器在毫米波MIMO-OFDM系统的频谱效率的上限最大化的问题。封闭式解决方案有助于模拟波束形成器的设计，同时保证最先进的性能。数值结果表明，该算法获得了略有改善的性能与低得多的计算复杂度相比，所考虑的基准。
2021-08-24 eess.SP
Sparse Array Transceiver Design for Enhanced Adaptive Beamforming in MIMO Radar
借助新兴的快速传感器切换技术，稀疏阵列设计可以通过减少昂贵的收发器链的数量来降低整体系统开销。在本文中，我们研究了有源稀疏阵列的设计，使最大的信号干扰加噪声比（MaxSINR）波束形成在MIMO雷达接收机。所提出的方法需要一种包围设计，即，联合选择最佳发射和接收传感器位置，以实现MaxSINR接收波束成形。具体来说，我们考虑一个共置的多输入多输出（MIMO）雷达平台与正交发射波形，并检查在发射和接收阵列的天线选择。最佳的有源稀疏阵列收发器的设计问题，制定了连续凸近似（SCA）的二维组稀疏促进正则化。几个例子来证明所提出的方法在利用给定的发射/接收阵列孔径和自由度，实现最大信干噪比波束成形的有效性。
2021-02-20 eess.SP
Vandermonde Constrained Tensor Decomposition for Hybrid Beamforming in Multi-Carrier MIMO Systems
混合波束成形已经发展成为一种有前途的技术，在毫米波MIMO系统中提供系统性能和设计复杂度之间的平衡。现有的混合波束成形方法对模拟预编码器/组合器施加单位模约束或码本约束，这又导致性能开销折衷。本文提出了一个张量框架来处理宽带混合波束形成问题，与Vandermonde约束的模拟预编码器/组合器。所提出的方法在性能、开销和复杂度之间取得了平衡。在3GPP链路级测试台上的数值结果表明，所提出的方法相对于基于码本的方法的有效性，同时获得相同的反馈开销。此外，所提出的方法被证明可以实现与单位模数方法相当的性能，同时大幅减少开销。
2022-11-30 eess.SP
Beyond Traditional Beamforming: Singular Vector Projection for MU-MIMO
本文提出IOSVB算法，利用信道奇异向量优化MU-MIMO波束成形，在降低计算复杂度的同时实现接近最优的频谱效率，适用于未来6G网络。
2025-01-05 eess.SP
Average and Worst-case Analysis of MIMO Beamforming Loss due to Hardware Impairments
IETR, INSA Rennes（法国雷恩国立应用科学学院 IETR 研究所）
本文通过解析分析逐阵元增益失配和阵元间距偏差对MIMO波束成形的影响，给出最坏情况损伤配置与平均性能表达式，揭示平均退化有限但最坏损耗显著。
2025-11-07 eess.SP
Hybrid Beamforming Design for Millimeter Wave Multiuser MIMO Systems with Dynamic Subarrays
在这封信中，我们研究了毫米波（mmWave）下行多用户多输入多输出（MU-MIMO）系统，该系统在基站处采用动态子阵架构，并考虑每个用户的多流通信。针对系统频谱效率最大化的问题，提出了一种新的混合波束形成方案。首先，假设没有用户间干扰（IUI），我们很容易得到最佳的全数字波束形成器和合并器使用每个用户信道的奇异值分解和注水算法。然后，基于所得到的全数字波束形成器，提出了一种Kuhn-Munkres算法辅助的动态混合波束形成器设计，保证了每个射频链至少连接一个天线。最后，我们建议进一步将每个获得的数字波束形成器投影到所有其他等效用户信道的零空间上，以消除IUI。数值结果验证了我们提出的混合波束形成设计的优越性。
2022-05-06 eess.SP
Robust High Mobility NLOS UE Beamforming Strategy for Gigantic MIMO
Lund University（隆德大学）；Ericsson AB（爱立信）
本文提出一种无需额外导频开销的高移动性巨MIMO系统中非视距条件下的可靠通信链路策略，通过将UE波束成形方向对齐运动轴，减少多普勒扩展，提升时间稳定性。
2026-03-17 eess.SP
Learning to Select for MIMO Radar based on Hybrid Analog-Digital Beamforming
在本文中，我们提出了一个能量有效的雷达波束方向图设计框架的毫米波（毫米波）大规模多输入多输出（mMIMO）系统，配备了混合模拟数字（HAD）波束形成结构。为了降低mMIMO系统的功耗和硬件成本，我们采用机器学习方法来合成基于少量RF链和天线的探测波束图。通过利用softmax神经网络的组合，所提出的解决方案能够实现具有高精度的期望波束图。
2021-06-10 eess.SP
Hybrid Beamforming With Sub-arrayed MIMO Radar: Enabling Joint Sensing and Communication at mmWave Band
本文提出了一种将混合波束形成技术与子阵列MIMO雷达技术相结合的毫米波（mmWave）波段双功能雷达通信（DFRC）系统波束形成设计方法。我们假设基站（BS）服务于位于非视距（NLoS）信道中的用户设备（UE），该用户设备同时主动检测位于视距（LoS）信道中的多个目标。给定最优通信波束形成器和期望的雷达波束方向图，在非凸恒模（CM）和功率约束下，设计模拟和数字波束形成器，使得通信和雷达波束形成误差的加权和最小。该优化问题可分解为三个子问题，并采用交替极小化方法求解。数值仿真验证了所提出的波束成形设计的可行性，并表明我们的方法提供了一个有利的性能之间的权衡传感和通信。
2018-10-24 eess.SP
Joint Waveform and Beamforming Optimization for MIMO Wireless Power Transfer
在本文中，我们研究了多正弦多输入多输出（MIMO）无线功率传输（WPT）系统的目标，以增加输出直流功率。我们共同优化的多正弦波形和波束形成占整流天线的非线性，并考虑两个组合方案的整流天线在接收机，即DC和RF组合。对于DC组合，根据信道状态信息（CSI）来优化波形和发射波束成形。对于RF组合，以封闭形式提供最佳发射和接收波束成形，并且优化波形。我们还考虑了一个实际的RF合并电路，使用移相器和RF功率合成器和优化的波形，发射波束形成，和模拟接收波束形成自适应CSI。两种类型的性能评估，基于非线性整流天线模型和准确和现实的电路模拟，提供。评估表明，联合波形和波束形成设计可以通过利用波束形成增益、频率分集增益和整流天线非线性来增加输出DC功率。它还表明，联合波形和波束形成的设计提供了一个更高的输出直流功率比波束形成的设计，在一个双发射天线16正弦波双接收天线设置的相对增益为180%。
2021-08-21 eess.SP
Relay Beamforming Design with SIC Detection for MIMO Multi-Relay Networks with Imperfect CSI
在本文中，我们考虑了一个双跳多输入多输出（MIMO）无线多中继网络中，源-目的地对都配备了多个天线，通过多个半双工放大转发（AF）中继终端，也有多个天线通信。由于在实际的多中继网络中很难获得理想的信道状态信息（CSI），我们考虑所有信道的不理想CSI。我们专注于最大限度地提高信号干扰噪声比（SINR）在目的地。我们提出了一种新的鲁棒的线性波束形成在中继，在目的节点进行连续干扰消除（SIC）的QR分解滤波器的基础上。利用大数定律，我们得到了存在不完美CSI的渐近速率，在此基础上，建议中继波束成形优化。仿真结果表明，渐近速率与遍历速率匹配良好。分析和仿真结果表明，该波束形成优于传统的波束形成方案的任何功率的CSI错误和SNR区域。
2020-03-19 eess.SP
Analysis of Broad Beam Beamforming for Collocated and Distributed MIMO
该研究针对MIMO宽波束成形问题，评估了DPBF在不同信道与配置下的性能，提出基于正交空时分组码的C-MIMO覆盖增强方案及分布式MIMO的DPBF方法，提升了覆盖效果。
2025-08-04 eess.SP
Optimal Beamforming for MIMO DFRC Systems with Transmit Covariance Constraints
本文研究了具有发射协方差约束的MIMO DFRC系统波束成形设计，通过柯西交错定理和BCD算法分别推导出单用户和多用户场景下的最优解，显著提升了通信和速率。
2023-09-15 eess.SP
Enhancing Multi-Stream Beamforming Through CQIs For 5G NR FDD Massive MIMO Communications: A Tuning-Free Scheme
本文针对5G NR FDD大规模MIMO系统，利用CQI与最优波束赋形向量的关系，提出一种基于经验贝叶斯的免调优算法，以提升单流和多流场景下的波束赋形性能。
2024-09-01 eess.SP
A Dynamic Codebook Design for Analog Beamforming in MIMO LEO Satellite Communications
波束形成增益是将被集成到蜂窝网络中的LEO卫星通信系统的性能的关键因素。然而，先前在用于地面网络的MIMO通信的上下文中设计的波束码本在卫星移动时在波束间干扰和增益稳定性方面不提供适当的性能。在本文中，我们提出了一个动态码本，提供了一个稳定的增益在一段时间内，卫星覆盖一个给定的细胞，同时避免链路重新训练和额外的计算，卫星移动。此外，所提出的码本提供了更高的信号与干扰加噪声（SINR）比通常用于蜂窝系统中的DFT码本。
2021-11-16 eess.SP
Fast Algorithms for Joint Multicast Beamforming and Antenna Selection in Massive MIMO
大规模多输入多输出是目前领先的物理层技术候选技术，可以显着提高5G系统中单播和多播传输模式的吞吐量。由于与射频（RF）链相比，天线元件在mmW范围内变得更小和更便宜，因此在发射机处执行天线选择是至关重要的，使得可用的RF链被切换到天线的适当子集。研究了大规模多输入多输出系统中单个多播组的多播波束形成和天线选择问题。该问题的现有技术依赖于半定松弛（SDR），其不能按比例放大到大规模多输入多输出状态。提出了一种基于连续凸近似（SCA）的最大最小公平多播波束形成和天线选择联合算法。SCA的核心思想是用一类非光滑的凸优化问题逐次逼近非凸问题。两个快速和内存有效的一阶方法，提出了解决每个SCA子问题。仿真结果表明，所提出的算法优于现有的最先进的方法在解决方案的质量和运行时间，在传统的，特别是在大规模多输入多输出设置。
2020-03-04 eess.SP
Performance Analysis of Digital Beamforming mmWave MIMO with Low-Resolution DACs/ADCs
TU Wien（维也纳工业大学）；Christian Doppler Laboratory for Digital Twin assisted AI for sustainable Radio Access Networks（可持续无线接入网数字孪生辅助AI克劳迪普勒实验室）；Lund University（隆德大学）
本文研究了毫米波MIMO系统中低分辨率DAC/ADC对信道估计性能和系统效率的影响，发现4位量化分辨率在能耗与数据率之间取得良好平衡。
2026-01-22 eess.SP
On Symbol Error Probability-based Beamforming in MIMO Gaussian Wiretap Channels
本文研究MIMO高斯窃听信道中波束成形方案，旨在最小化授权用户符号错误概率并限制窃听者恢复符号概率，提出基于KKT条件和广义特征分解的精确求解算法及适用于M元检测的近似实用算法。
2025-04-04 eess.SP
Passive Beamforming Design for Intelligent Reflecting Surface Assisted MIMO Systems
智能反射面（IRSs）是一种无源器件，它能够调节反射信号的相移，因此适用于无源波束形成。在本文中，我们设想他们的设计与多输入多输出（MIMO）系统中使用的接入点（AP），提高波束成形增益，其中AP和用户都配备了多个天线的主动波束成形行动。首先，我们解耦优化问题，并设计一个给定的IRS配置的主动波束形成。然后将基于IRS的无源波束形成优化问题转化为一个易于求解的非凸二次约束二次规划问题。为了解决转换问题，我们给出了一个近似的解决方案，广泛使用的半定松弛（SDR）技术的基础上。我们还提出了一个低复杂度的迭代解决方案。我们进一步证明了它可以收敛到一个局部最优值。最后，考虑到IRS中离散相移的实际情况，在这两种解决方案的基础上给出了IRS元件的量化设计。我们的仿真结果表明，所提出的解决方案优于相关的基准。
2021-06-02 eess.SP
Hybrid beamforming for single carrier mmWave MIMO systems
混合模拟和数字波束成形（HBF）已经被认为是一种有吸引力的技术，其为未来的宽带毫米波（mmWave）通信提供了硬件实现限制和系统性能之间的折衷。针对目前大多数基于正交频分复用的毫米波系统的HBF设计，本文研究了单载波系统的HBF设计。通过应用交替极小化方法，我们提出了一个有效的基于最小均方误差准则的HBF方案。仿真结果表明，该方案优于传统的HBF方案SC系统。
2019-02-26 eess.SP
Fusing Channel and Sensor Measurements for Enhancing Predictive Beamforming in UAV-Assisted Massive MIMO Communications
本文提出融合信道与传感器数据，利用扩展卡尔曼滤波和预测波束赋形框架，提升无人机大规模MIMO通信的波束对齐精度与频谱效率。
2023-12-29 eess.SP
Hybrid Beamforming for Subarray-Level Movable Antenna Enhanced MU-MIMO Communications
Zhejiang Gongshang University（浙江工商大学）；University of Electronic Science and Technology of China（电子科技大学）；National Key Laboratory of Wireless Communications（无线通信全国重点实验室）；University of California, San Diego（加州大学圣地亚哥分校）；Sichuan Normal University（四川师范大学）
本文研究了子阵级可移动天线架构以提升多用户MIMO通信的空分复用能力，通过联合优化混合波束成形和子阵位置以提高系统频谱效率，提出SIC-MA方法在仿真中优于固定子阵的SIC-FPA方案。
2026-04-21 eess.SP
Robust Non-Coherent Beamforming for FDD Downlink Massive MIMO
由于难以获得信道状态信息（CSI），因此已知设计用于频分双工（FDD）大规模多输入多输出的下行链路（DL）的波束成形技术是具有挑战性的问题。实际上，由于上行链路-下行链路频带是不相交的，因此系统不能像时分双工（TDD）系统中那样依赖于信道互易性来从上行链路（UL）导频估计信道。尽管如此，在本文中，我们提出了鲁棒波束形成器的原始设计，不需要来自用户的任何反馈，仅依赖于UL导频的传输。付出的代价是波束形成器在它不利用每个多径分量的相位的全部知识的意义上是非相干的。在不同的准则和部分相位知识下，提出了大量新颖的设计。
2020-04-01 eess.SP
Joint Transmit Beamforming for Multiuser MIMO Communication and MIMO Radar
未来的无线通信系统期望探索雷达系统通常使用的频谱带，以便克服传统通信带的频谱拥塞。由于在许多应用中，雷达和通信共享同一平台，因此可以通过联合设计作为双功能雷达通信系统来促进频谱共享。针对多输入多输出（MIMO）雷达和多用户MIMO通信发射机共享频谱和天线阵列的情况，提出了一种联合发射波束形成模型。提出的双功能系统发射独立的雷达波形和通信符号的加权和，形成多个波束分别朝向雷达目标和通信接收机。加权系数的设计被配制成一个优化问题，其目标是MIMO雷达发射波束形成的性能，同时保证在每个通信用户的信号干扰噪声比（SINR）高于给定的阈值。尽管所提出的优化问题的非凸性，它可以放松到一个凸的，可以在多项式时间内解决，我们证明了松弛是紧的。然后，我们提出了一种降低复杂度的设计，基于迫零的用户间干扰和雷达干扰。与以前的作品，它专注于通信符号的传输，合成雷达发射波束方向图，我们的方法提供了更多的自由度MIMO雷达，从而能够获得改进的雷达性能，在我们的仿真研究中证明。此外，所提出的双功能方案接近仅雷达方案的雷达性能，即，在合理的通信质量约束下，无需频谱共享。
2020-02-02 eess.SP
Optimal Hybrid Beamforming for Multiuser Massive MIMO Systems With Individual SINR Constraints
在这封信中，我们考虑最佳的混合波束成形设计，以最大限度地减少个人信号干扰噪声比（SINR）的约束下，在多用户大规模多输入多输出（MIMO）系统的传输功率。这导致了一个具有挑战性的非凸优化问题。我们考虑两种情况。在用户数量小于或等于射频（RF）链的情况下，我们提出了一种低复杂度的方法来获得全局最优解，并表明它实现了与最优全数字波束形成器相同的传输功率。在用户数大于RF链数的情况下，我们提出了一种低复杂度的全局收敛交替算法来获得一个稳定点。
2018-11-22 eess.SP
Hybrid Beamforming/Combining for Millimeter Wave MIMO: A Machine Learning Approach
混合波束形成（HB）技术是一种在毫米波（mmWave）多输入多输出（MIMO）系统中以低复杂度支持超高传输容量的新兴技术。然而，数字和模拟波束形成器的设计是一个具有挑战性的任务，非凸优化，特别是对于多用户场景。近年来，深度学习研究的兴起为通信系统的信号处理提供了新的视角。在这项工作中，我们提出了一种基于深度神经网络的HB多用户毫米波大规模多输入多输出系统，简称DNHB。HB系统被公式化为自动编码器神经网络，其以端到端的自监督学习的方式进行训练。由于深度神经网络具有强大的表示能力，所提出的DNHB表现出优于传统线性处理方法的性能。根据仿真结果，DNHB优于约2 dB的误比特率（BER）性能相比，现有的方法。
2020-01-03 eess.SP
Hybrid Beamforming for Massive MIMO Over-the-Air Computation
空中计算（AirComp）已经被认为是物联网（IoT）网络中用于来自大量无线设备的快速数据聚合的有前途的技术。然而，随着设备数量的增加，AirComp的计算精度会由于信噪比（SNR）的消失而严重降低。为了解决这个问题，我们利用大规模的多输入多输出（MIMO）与混合波束成形，以提高计算精度的AirComp在一个具有成本效益的方式。特别是，我们考虑的情况下，大量的多天线设备同时发送数据到接入点（AP）配备了大量的天线功能计算在空中。在此设置下，我们共同优化在无线设备的发射数字波束成形和在AP的接收混合波束成形，与最小化的计算均方误差（MSE）的目标，在无线设备的个人发射功率约束。为了解决非凸混合波束形成设计优化问题，我们提出了一种基于交替优化的方法。特别是，我们提出了两个计算效率高的算法来处理具有挑战性的接收模拟波束成形问题，通过利用逐次凸近似（SCA）和块坐标下降（BCD）的技术，分别。结果表明，对于AP处具有全数字接收机的特殊情况，大规模多输入多输出AirComp系统所实现的MSE与接收天线的数量成反比。此外，数值结果表明，所提出的混合波束形成设计大大提高了计算MSE性能相比，其他基准计划，而基于SCA的算法执行接近的性能上限所实现的全数字波束形成。
2020-06-08 eess.SP
Robust Task-Specific Beamforming with Low-Resolution ADCs for Power-Efficient Hybrid MIMO Receivers
多输入多输出（MIMO）系统利用空间分集来通过波束成形促进具有高频谱效率的多用户通信。由于MIMO系统利用多个天线和射频（RF）链，因此它们通常实现起来昂贵并且消耗高功率。降低MIMO接收机成本的常用方法是通过采用混合模拟/数字波束成形（HBF）来利用比天线更少的RF链。然而，增加的模拟电路涉及有源组件，其消耗的功率可能超过RF链减少中节省的功率。实现功率高效MIMO系统的另一种方法是使用低分辨率模数转换器（ADC），这通常会损害信号恢复精度。在这项工作中，我们提出了一种低量化率ADC的高能效混合MIMO接收机，通过使用特定于任务的量化技术，以面向硬件的方式联合优化模拟和数字处理。为了降低模拟前端的功耗，我们利用由稀疏低分辨率矢量调制器组成的高效模拟硬件架构，同时考虑到它们在设计中的属性，以保持恢复精度并减轻拥塞环境中的干扰。为了解决非理想硬件和不准确的信道状态信息引起的常见失配，我们提出了一种鲁棒的失配感知设计。在数值仿真和功耗分析的支持下，我们的高能效MIMO接收机可实现与采用高分辨率ADC的高功耗全数字MIMO接收机相当的信号恢复性能。此外，我们的接收机在较低功耗下的恢复精度方面优于采用低速率ADC的任务无关型HBF接收机，并成功应对硬件失配。
2022-11-30 eess.SP
Beamforming Tradeoff for Sensing and Communication in Cell-Free MIMO
本文针对无蜂窝MIMO系统中的联合感知与通信问题，提出一种基于半定松弛的全局最优波束成形框架，无需秩缩减后处理，并通过独立波束成形策略进行性能基准测试，为下一代无线网络设计提供高效方案。
2025-07-18 eess.SP
Asymptotically Near-Optimal Hybrid Beamforming for mmWave IRS-Aided MIMO Systems
针对IRS辅助毫米波MIMO系统，首次仅利用有效信道推导出反射向量与混合波束成形矩阵的联合优化近最优解，仿真证明其性能超越SOTA且对信道估计误差具有稳健性。
2024-04-25 eess.SP
Beyond Diagonal RIS-assisted MIMO Transmission: Beamforming Gain and Capacity Optimization
本文提出超越对角RIS技术，通过波束成形增益和容量优化提升MIMO下行通信的频谱效率和覆盖范围。
2025-12-09 eess.SP
Wireless Federated Learning over MIMO Networks: Joint Device Scheduling and Beamforming Design
联邦学习（FL）被认为是支持未来6G中分布式人工智能（AI）服务的关键技术。通过支持设备之间的分散数据训练和协作模型训练，FL本质上抑制了隐私泄露并降低了传输成本。然而，无线FL的性能通常受到通信延迟的限制。多输入多输出（MIMO）技术是在有限的无线资源下构建通信高效的边缘FL系统的一种有前途的解决方案。在本文中，我们提出了一种新的联合设备调度和接收波束成形设计方法，以减少FL收敛间隙共享无线MIMO网络。具体来说，我们从理论上建立FL过程的收敛性分析，然后应用所提出的设备调度策略，以最大限度地提高加权设备的FL系统延迟和总功率约束下的数量。数值结果验证了FL收敛性的理论分析，并展示了所提出的方法的吸引力的学习性能。
2021-10-31 eess.SP
A Graph-based Hybrid Beamforming Framework for MIMO Cell-Free ISAC Networks
University of Sheffield（谢菲尔德大学）；University College London（伦敦大学学院）
针对MIMO无蜂窝ISAC网络的通信感知联合优化需求，提出基于GNN的分布式混合波束成形方法及FPGA加速方案，有效提升性能与推理效率。
2025-09-29 eess.SP
Trade-offs in Reliability and Performance Using Selective Beamforming for Ultra-Massive MIMO
针对超大规模MIMO系统，提出一种结合天线健康信息的阵列选择准则，采用对偶近端梯度上升法求解稀疏阵列选择问题，在保证用户最小速率需求下实现比例公平，揭示了稀疏性权重γ对频谱效率、通信速率、波束成形矩阵密度和天线可靠性的权衡影响。
2026-06-07 eess.SP
Electrically Small Multimodal 3D Beamforming MIMO Antenna for PHY-Layer Security
本文提出了一种用于物理层（PHY层）安全的电小型3D波束成形天线。该天线包括两层堆叠贴片结构，并且是工作在1.85 GHz附近的五模式五端口MIMO系统，具有电气尺寸${ka=0.98}$和高达${55\%}$的辐射效率。通过研究激发模式的特性，相位和幅度控制允许朝向仰角和方位角平面周围的任何方向的单向波束扫描。PHY层的安全性进行了研究，使用定向调制（DM）技术，传输未加扰的基带星座符号到一个预先指定的安全方向，同时在所有其他方向上的空间失真相同的星座。误比特率（BER）计算揭示了合法接收机的期望方向的非常低的${2\times10^{-5}}$值，其中方位角和仰角平面的BER ${<10^{-2}}$波束宽度分别为${55^{\circ}}$和${58^{\circ}}$。
2023-01-20 eess.SP
Low-Complexity Learning-Based Beamforming for Ultra-Massive MIMO THz Communications
NIT Warangal（瓦朗加尔国立技术学院）；SnT, University of Luxembourg（卢森堡大学科学与技术中心）；National and Kapodistrian University of Athens（雅典国家与卡波蒂斯坦大学）
本文提出了一种低复杂度的基于机器学习的波束成形方法，用于超大规模MIMO太赫兹通信系统，通过减少计算复杂度提升波束训练效率。
2026-04-20 eess.SP
Hybrid Beamforming for mm-Wave Massive MIMO Systems with Partially Connected RF Architecture
为了满足未来移动系统的容量需求，可以通过采用具有高度定向波束成形的大规模多输入多输出技术来有效地利用未充分利用的毫米波频率。混合模拟-数字波束成形已被认为是大规模MIMO实现的一种有前途的方法，其成本高且功耗大的RF链的数量减少。与全连接架构相比，具有部分连接RF架构的混合波束成形（HBF）由于不太复杂的RF功率分配和组合网络而特别适合于实际实现。在本文中，我们首先制定单用户和多用户速率最大化问题加权最小均方误差（WMMSE），并得出混合波束形成器使用交替优化的解决方案。该算法针对部分连接HBF结构的基于全阵列和基于子阵列的处理策略进行设计。除了速率最大化的WMMSE解决方案，我们提出了较低的复杂度子阵列为基础的迫零算法。所提出的算法的性能进行评估，在两个不同的信道模型，即，一个简单的几何模型和一个现实的统计毫米波模型称为NYUSIM。的WMMSE HBF算法的性能结果是为了揭示部分连接HBF的潜力，并作为较低复杂度的方法的上限。数值结果表明，适当设计的部分连接HBF有可能提供一个很好的硬件复杂性和系统性能之间的妥协，全数字波束形成。
2020-12-04 eess.SP
Doubly-Dispersive Continuous MIMO Systems: Channel Modeling and Beamforming Design
该研究针对双弥散信道下的连续孔径阵列MIMO系统，推导了对应信道模型与三类ISAC适配波形的输入输出关系，通过变分法得到低复杂度闭式波束成形解，仿真验证其在性能与复杂度上均优于传统MIMO系统。
2025-09-04 eess.SP
Joint Linear Precoding and DFT Beamforming Design for Massive MIMO Satellite Communication
本文结合大规模多输入多输出（mMIMO）天线技术，设计了线性预编码（LP）和基于码本的波束形成算法。使用离散傅里叶变换（DFT）矩阵的列来构建波束成形权重的码本，并且由此产生的联合设计在有限的传输功率下最大化可实现的吞吐量。相应的优化问题首先制定为一个混合整数非线性规划（MINP）。为了充分解决这个具有挑战性的问题，一个有效的LP和DFT为基础的波束形成算法开发利用几个优化工具，如加权最小均方误差变换，对偶方法，匈牙利算法。此外，提出了一种贪婪算法的基准测试。这些解决方案的复杂性分析提供了一套全面的Monte Carlo模拟证明我们提出的算法的效率。
2022-11-16 eess.SP
Lens Antenna Arrays-Assisted mmWave MU-MIMO Uplink Transmission: Joint Beam Selection and Phase-Only Beamforming Design
研究了一种透镜天线阵列辅助的毫米波多用户多输入多输出（MU-MIMO）系统。基站的波束选择矩阵和用户终端的纯相位波束形成器被联合设计，目的是最大化上行链路和速率。为了处理混合整数优化问题，通过加权最小均方误差（WMMSE）、块坐标下降（BCD）和最小化-最大化（MM）技术，提出了一种基于罚对偶分解（PDD）的迭代算法.此外，一个低复杂度的顺序优化（SO）为基础的算法提出了轻微的和速率性能损失的代价。数值结果表明，所提出的方法可以实现更高的和率比国家的最先进的方法。
2022-07-30 eess.SP
Heterogeneous Graph Neural Network for Cooperative ISAC Beamforming in Cell-Free MIMO Systems
针对无蜂窝MIMO系统中协作ISAC的非凸波束成形优化问题，提出基于transformer异构消息传递的SACGNN框架，在满足感知SNR和功率约束下最大化通信和速率，性能优于传统零空间投影和DNN基线方案。
2024-10-13 eess.SP
Robust Beamforming for IRS Aided MIMO Full Duplex Systems
针对IRS辅助MIMO全双工系统中的非完美CSI问题，提出基于期望WMMSE的统计鲁棒波束成形方法，以最大化遍历WSR并推导其上下界，仿真显示性能显著优于基线和鲁棒HD系统。
2023-08-15 eess.SP
Zero-Forcing Max-Power Beamforming for Hybrid mmWave Full-Duplex MIMO Systems
全双工（FD）系统由于其频谱效率翻倍的潜力而受到了极大的关注。在5G技术的背景下，在毫米波（mmWave）频率下操作的FD系统成为进一步提高频谱效率和减少延迟的最有前途的解决方案之一。然而，这样的系统是脆弱的自干扰（SI），显着降低性能。为了克服这个缺点，已经开发了仅模拟波束成形技术来减轻SI。由于巨大的功耗，在毫米波频率下操作的系统仅通过调谐移相器同时保持恒定幅度来对功率进行波束成形。这样的硬件约束（称为恒定幅度（CA）约束）严重限制了系统性能。在这项工作中，我们提出了一个数字和模拟混合波束成形设计，完全消除了SI，同时大大减少了CA约束所带来的损失。此外，我们开发了一个全数字波束成形设计，并推导出频谱效率的上限作为基准工具，以量化我们提出的混合设计的损失。
2020-12-16 eess.SP
A matrix-inverse-free implementation of the MU-MIMO WMMSE beamforming algorithm
WMMSE波束形成算法是一种解决NP-hard加权和速率（WSR）最大化波束形成问题的流行方法。虽然它有效地找到了一个局部最优，它需要矩阵求逆，特征分解，和二分法搜索，操作是有问题的实时实现。在我们以前的工作中，我们考虑了MU-MISO的情况下，有效地取代了这样的操作诉诸一阶方法。在这里，我们考虑更一般和具有挑战性的MU-MIMO情况。我们之前的方法并不能推广到这种情况，也不能应用于取代MU-MIMO情况下出现的所有难以并行化的操作。因此，我们建议利用Hu等人给出的辅助WMMSE函数的重新表述。通过应用梯度下降和Schulz迭代，我们制定了适用于MU-MIMO情况的WMMSE算法的第一个变体，该算法不受矩阵求逆和其他串行操作的影响，因此适合实时实现和深度展开。从理论的角度来看，我们建立其收敛到一个稳定点的WSR最大化问题。从一个实际的角度来看，我们表明，在一个深度展开为基础的实现，矩阵逆自由WMMSE算法达到，在一个固定的迭代次数，WSR相当于原来的WMMSE算法截断到相同的迭代次数，但具有显着的实施优势，在并行化和实时执行。
2022-05-18 eess.SP
Comparative Analysis of Hybrid Precoding Optimization Approaches for Millimeter Wave Massive MIMO System
本文比较了毫米波大规模MIMO系统中基于传统方法和深度神经网络的混合预编码优化，证明DNN方法在频谱效率、误码率和复杂度上优于传统技术，并分析了模型准确性。
2025-04-24 eess.SP
Pushing The Limit of Type I Codebook For FDD Massive MIMO Beamforming: A Channel Covariance Reconstruction Approach
在第五代新无线电（5G NR）频分双工（FDD）大规模多输入多输出（MIMO）系统中，在码本的信道表示分辨率与反馈通信的开销之间存在基本的权衡。特别地，引入了具有不同分辨率和开销要求的两种类型的码本（即，类型I和类型II码本）。尽管基于类型I码本的方案需要较低的反馈开销，但其信道状态信息（CSI）重建和波束成形性能不如基于类型II码本的方案。然而，由于基于类型I码本的方案已在4G系统中广泛使用多年，因此在一夜之间用基于类型II码本的方案来替换它成本太高而不能作为选择。因此，在本文中，使用I型码本，我们利用切割平面方法的进步，以优化CSI重建在基站（BS），以关闭这两个基于码本的波束成形方案之间的差距。基于准确定性RadIO信道发生器（QUASi Deterministic RadIO channel Generator，简称DRiGa）信道样本的数值结果表明，该算法在波束形成矢量捕获方面具有良好的性能。
2020-10-22 eess.SP
A Meta-Learning Based Gradient Descent Algorithm for MU-MIMO Beamforming
多用户多输入多输出（MU-MIMO）波束成形设计通常被公式化为已知为NP难的非凸加权和速率（WSR）最大化问题。这个问题可以通过迭代算法解决，但收敛速度慢，或者最近通过使用深度学习工具解决，这需要耗时的预训练过程。在本文中，我们提出了一个低复杂度的基于元学习的梯度下降算法。采用轻量级Meta网络学习自适应梯度下降更新规则，直接优化波束形成器。这种轻量级网络在迭代优化过程中进行训练，我们称之为\emph{training while solving}，它消除了现有基于深度学习的解决方案的训练过程和数据依赖性。大量仿真表明，与现有基于学习的方法以及传统的WMMSE算法相比，所提出的方法实现了更好的WSR性能，同时享受更低的计算负载。
2022-10-27 eess.SP
Millimeter-Wave NOMA with User Grouping, Power Allocation and Hybrid Beamforming
研究了非正交多址接入在毫米波通信中的应用。特别地，我们考虑具有混合波束成形结构的下行链路传输。首先根据用户间的信道相关性提出了一种用户分组算法。然后，联合的混合波束成形和功率分配问题，制定最大化可实现的和速率，每个用户的最小速率约束。为了解决这一高维变量的非凸问题，首先得到了任意固定混合波束形成下的功率分配问题的解，将其分为组内功率分配和组间功率分配。然后，在给定任意固定模拟波束形成的情况下，利用近似迫零法设计数字波束形成，以最小化群间干扰。最后，用一种边界压缩粒子群优化算法求解了恒模约束下的模拟波束形成问题。仿真结果表明，所提出的联合方法，包括用户分组、混合波束形成和功率分配，在可达到的和速率和能量效率方面优于现有技术方案和传统的毫米波正交多址接入系统。
2019-07-30 eess.SP
Multi-stage Antenna Selection for Adaptive Beamforming in MIMO Arrays
增加多输入多输出（MIMO）天线阵列中的发射和接收元件的数量会导致硬件和计算成本的大幅增加。我们减轻这个问题，采用可重新配置的MIMO阵列，其中大的发射和接收阵列复用在一个较小的一组k基带信号。我们考虑四个阶段的MIMO阵列配置，并提出了四种不同的选择策略，以提供降维后处理，并实现硬件成本降低数字信号处理（DSP）和射频（RF）阶段。我们定义的问题作为一个行列式最大化，并制定了一个统一的配方解耦的联合问题，并选择天线/元件在一个综合问题的各个阶段。然后，我们分析了所提出的选择方法的性能，并证明，在输出SINR方面，联合发送接收选择方法执行最好的匹配滤波器，混合和因子化的选择方法。理论结果进行了数值验证，表明所有的方法允许性能和成本之间的良好权衡。
2019-04-18 eess.SP
Massive MIMO in 5G: How Beamforming, Codebooks, and Feedback Enable Larger Arrays
大规模多输入多输出（MIMO）是第五代（5G）蜂窝网络及以后的重要技术。为了帮助设计基站的波束成形，5G引入了灵活反馈和可配置天线阵列几何形状的新支持。在本文中，我们将概述整个移动标准中的MIMO，重点介绍5G NR中新的基于波束的反馈系统，并描述该反馈系统如何通过波束管理实现大规模多输入多输出。最后，我们总结了与5G中的大规模多输入多输出相关的挑战。
2023-01-31 cs.SY eess.SP eess.SY
Beamforming Technologies for Ultra-Massive MIMO in Terahertz Communications
具有频带$0.1-10$ THz的太赫兹（THz）通信被设想为未来高速无线通信的有前景的解决方案。虽然THz信号具有数十GHz的可用带宽，但THz信号存在严重的自由扩展损耗和分子吸收损耗，这限制了无线传输距离。为了补偿传输损耗，可以应用超大规模多输入多输出（UM-MIMO）技术通过波束形成技术来产生高增益的定向波束。本文综述了太赫兹UM-MIMO系统中的波束形成技术。具体而言，我们首先提出了太赫兹UM-MIMO系统模型，并确定其信道参数和结构类型。然后，我们说明了通过UM-MIMO波束形成的基本原理，并讨论了太赫兹UM-MIMO的远场和近场假设。此外，THz波段的一种重要波束形成策略，即，波束训练，其中概括了波束训练协议和码本设计方法。分别研究了THz UM-MIMO系统中智能反射面辅助的联合波束形成和多用户波束形成。分析了太赫兹波束形成中的空间宽带效应和频率宽带效应，并提出了相应的解决方案。此外，我们提出了相应的制造技术和照明的新兴应用受益于太赫兹波束成形。最后强调了THz UM-MIMO系统面临的挑战和未来的研究方向。
2023-03-13 cs.IT eess.SP math.IT
Analysing of 3D MIMO Communication Beamforming in Linear and Planar Arrays
该研究分析线性与平面阵列中三维MIMO通信的波束成形，采用基于协方差的波形方法，通过MATLAB仿真评估不同波束成形技术的性能。
2023-10-12 cs.IT eess.SP math.IT
