Cooperative Beamforming and RISs Association for Multi-RISs Aided Multi-Users MmWave MIMO Systems through Graph Neural Networks
由于具有多种优点，可重构智能表面（RIS）被认为是下一代无线通信网络的有前途的解决方案，例如，定制通信环境。因此，部署多个RISs有助于克服基站（BS）和用户之间严重的信号阻塞，这也是实现更好的服务覆盖的实用有效的解决方案。然而，获得多RIS辅助通信系统的全部益处需要解决非凸的无限维优化问题，这促使使用基于学习的方法来配置最优策略。本文采用一种新型的异构图神经网络（GNN），有效地利用图的拓扑结构在无线通信优化问题。首先，我们描述了所有的通信链路功能和干扰关系，在我们的系统与异构图结构。然后，我们努力最大化的加权和速率（WSR）的所有用户通过联合优化在BS的主动波束形成，被动波束形成向量的RIS元素，以及RIS的关联策略。与大多数现有的工作，我们考虑一个更一般的情况下，每个用户的级联链路是不固定的，但动态选择最大化的WSR。仿真结果表明，我们提出的异构GNN的性能比其他基准测试好约10倍，一个合适的RIS关联策略也被验证是有效的，提高了30%的用户的服务质量。
2023-02-08 eess.SP
A Novel Tree Model-based DNN to Achieve a High-Resolution DOA Estimation via Massive MIMO receive array
针对传统基于网格的DNN高分辨率DOA估计存在输出分类多、模型复杂度高的问题，提出基于多级树的TDNN模型，通过逐级增加MLNN数量提升精度，可扩展至多辐射源场景，低信噪比下性能优于传统方法且能达到CRLB。
2024-03-12 eess.SP
User Association in User-Centric Hybrid VLC/RF Cell-Free Massive MIMO Systems
本文提出混合VLC/RF无小区大规模MIMO系统，通过两种用户关联算法和两种以用户为中心的聚类方法平衡网络负载，仿真表明其总速率显著优于随机关联和独立无小区网络。
2022-07-04 cs.IT eess.SP math.IT
Study of AP Association and Users and Power Allocation for Cell-Free Massive MIMO Systems
本文针对分簇无蜂窝大规模MIMO网络，提出基于信道相关性的动态AP-UE关联与导频功率分配方法，并利用WSRM功率控制提升频谱效率，在高密度多用户场景下表现优越。
2025-07-05 cs.IT eess.SP math.IT
Emitter Identification Using CNN IQ Imbalance Estimators
特定发射器识别是将接收到的信号与唯一的发射器相关联，并且通过发射器赋予每个传输的自然发生和无意的特性（称为其射频指纹）而成为可能。这项工作提出了一种方法，用于识别使用卷积神经网络估计每个发射器的IQ不平衡参数的发射器，仅使用原始IQ数据作为输入。由于发射器的IQ不平衡参数不会随着其改变调制方案而改变，因此所提出的方法具有跟踪发射器的能力，即使它们改变调制方案。使用模拟的正交幅度调制和相移键控信号，并考虑信噪比，不平衡值和调制方案的影响，所开发的方法的性能进行评估。此外，所开发的方法被证明优于可比的基于特征的方法，同时作出更少的假设，使用更少的数据。
2018-08-07 eess.SP
Content-Aware User Association and Multi-User MIMO Beamforming over Mobile Edge Caching
移动边缘缓存（MEC）已被引入以支持不断增长的最终用户需求。为了减少回程流量需求和内容交付延迟，基站（BS）上启用缓存的边缘服务器被用来在网络边缘提供流行内容。在本文中，多输入多输出（MIMO）操作和用户关联策略被链接到底层缓存放置策略，以确保负载平衡和回程流量之间的良好权衡，同时考虑到底层无线信道和边缘服务器的有限缓存容量。由于移动台之间的耦合干扰，底层的缓存布局和用户关联矩阵的二进制性质，所得到的混合时标混合整数优化问题是非凸的和NP-难的。为了解决这个问题，我们将联合优化问题分解为一个长期的内容放置子问题和一个短期的内容分发子问题。利用乘子交替方向法和随机并行逐次凸逼近算法，提出了一种新的迭代算法。引入的计划，使所有的BS并行更新其优化变量，通过解决一系列的凸子问题。仿真结果表明了该策略的有效性。
2020-12-30 cs.SY eess.SP eess.SY
User-centric Handover in mmWave Cell-Free Massive MIMO with User Mobility
研究了毫米波载波频率下的无小区大规模多输入多输出（MIMO）系统与用户移动性之间的耦合问题。首先，考虑到用户移动性和信道老化的影响，引入了毫米波信道。然后，三个波束成形技术，提出了在所考虑的情况下，随着动态用户关联技术（切换）：从每个移动终端和接入点（AP）的集群之间的以用户为中心的关联开始，制定和分析用于更新AP集群的规则。数值结果表明，所提出的波束形成和用户关联技术是有效的，在所考虑的场景。
2021-05-19 cs.IT eess.SP math.IT
A General Framework for Scalable UE-AP Association in User-Centric Cell-Free Massive MIMO based on Recurrent Neural Networks
Università degli Studi della Campania “Luigi Vanvitelli”（路易吉·万维泰利坎帕尼亚大学）；ENEA（意大利国家新技术、能源和经济可持续发展局）；University of Cassino and Southern Lazio（卡西诺和南拉齐奥大学）；Consorzio Nazionale Interuniversitario per le Telecomunicazioni（意大利国家电信大学联盟）；Politecnico di Milano（米兰理工大学）
提出一种基于双向LSTM和混合概率方法的深度学习算法，解决了无蜂窝大规模MIMO网络中UE-AP关联的可扩展性及导频污染问题，无需重训练即优于启发式方案。
2025-03-06 cs.LG eess.SP stat.ML
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
Soft Handover Procedures in mmWave Cell-Free Massive MIMO Networks
本文针对毫米波无蜂窝大规模MIMO网络中的UE移动性问题，提出分布式联合导频分配与簇形成算法，在保证频谱效率的同时大幅降低计算复杂度和导频变更次数。
2023-11-02 eess.SP
High-Density MIMO Localization Using a 32x64 Ultrasonic Transducer-Microphone Array with Real-Time Data Streaming
本文提出一种由32个发射器和62个麦克风组成的大规模超声MIMO阵列系统，通过随机相位多正弦激励扩展虚拟孔径，仿真验证其相比单发射器配置能提升反射体分离与定位精度。
2025-09-01 eess.AS eess.SP
Variational Message Passing-based Multiobject Tracking for MIMO-Radars using Raw Sensor Signals
针对MIMO雷达多目标跟踪问题，提出基于变分消息传递的直接跟踪方法，采用叠加信号模型与平均场近似联合估计目标状态与 nuisance 参数，在低信噪比和近距离目标场景下性能优于传统检测后跟踪流程。
2025-03-19 eess.SP
Analysis of Cached-Enabled Hybrid Millimter Wave & Sub-6 GHz Massive MIMO Networks
本文重点研究了mm/μWave混合无线网络中的边缘缓存技术，在该技术中，所有mm Wave基站和μWave基站都能够存储内容，以减轻连接基站和核心网的回程链路上的流量负担，从而恢复未缓存的内容。这项工作的主要目的是解决容量有限的回程上的平均成功概率（ASP）的文件传输和延迟的影响。特别地，我们考虑小小区中的更实用的毫米波混合波束成形和宏小区中的大规模多输入多输出通信。基于随机几何和简单的重传协议，我们推导出关联概率，并通过该概率推导出文件传递和延迟的ASP。以无缓存事件为基准，我们评估这些QoS性能指标下MC和UC放置策略。理论结果表明，回程容量确实对网络性能有显着的影响，特别是在弱回程容量。此外，我们还展示了缓存大小，重传尝试，ASP的文件传递，和延迟之间的权衡。的相互作用表明，在不同的缓存放置方案下的缓存大小和重传的回程的要求。仿真结果验证了我们的分析。
2019-03-31 eess.SP
Joint User Association and Power Control for Cell-Free Massive MIMO
针对以用户为中心的CFmMIMO网络，本文联合优化UE关联与功率控制以最大化和SE，并按系统规模提出JointCFNet、SCA与低复杂度APG算法，显著降低运行时间且性能优越。
2024-05-20 cs.IT eess.SP math.IT
Joint AP-UE Association and Precoding for SIM-Aided Cell-Free Massive MIMO Systems
本文提出两阶段框架，通过SIM在波域预编码实现AP天线仅服务单UE，联合优化AP-UE关联与预编码，在相同元原子数下总速率提升约275%。
2024-09-19 cs.IT eess.SP math.IT
Contact-Free Multi-Target Tracking Using Distributed Massive MIMO-OFDM Communication System: Prototype and Analysis
基于无线的人类活动识别已成为实现无接触人机交互和人与环境交互的关键技术。本文研究了基于现有通信系统的非接触多目标跟踪问题。一个雷达样的原型是建立在一个低于6 GHz的分布式大规模多输入多输出（MIMO）正交频分复用通信系统。具体地，原始信道状态信息（CSI）在用于跟踪之前在频域和天线域中被校准。然后提取从运动行人反射或散射的目标CSI。为了避免分布式大规模多输入多输出多目标检测中的复杂关联问题，提出了一种基于复贝叶斯压缩感知（CBCS）算法，直接根据提取的感兴趣目标CSI信号估计目标位置。从CBCS估计的位置被馈送到高斯混合概率假设密度滤波器进行跟踪。多行人跟踪实验中进行的房间大小为6.5 m $\times$ 10 m，以评估所提出的算法的性能。根据实验结果，我们实现了第75和第95百分位的精度为12.7厘米和18.2厘米的单人跟踪和28.9厘米和45.7厘米的多人跟踪，分别。此外，该算法实现了实时跟踪的目的，这是有前途的实际MTT用例。
2023-01-02 eess.SP
Direct Link Interference Suppression for Bistatic Backscatter Communication in Distributed MIMO
针对多天线双基地反向散射通信系统中直连链路干扰大、阅读器动态范围要求高的问题，提出含信道估计协议和发射波束成形的传输方案，结合GLRT检测与迭代参数估计算法，有效降低系统动态范围需求并提升BD符号检测性能。
2023-06-11 eess.SP
A Deep Learning Approach for User-Centric Clustering in Cell-Free Massive MIMO Systems
Università degli Studi della Campania（坎帕尼亚大学）；ENEA（意大利国家新技术、能源和经济发展局）；University of Cassino and Southern Lazio（卡西诺大学和南拉齐奥大学）；Politecnico di Milano（米兰理工大学）
针对无蜂窝大规模 MIMO 中 AP-用户关联的高复杂度组合问题，提出基于 LSTM 的深度学习用户聚类方法，以在限制活动连接数时最大化和频谱效率，且无需随用户数增加重新训练。
2024-09-17 cs.IT cs.LG eess.SP
Beam Alignment in mmWave User-Centric Cell-Free Massive MIMO Systems
本文研究了毫米波（mmWaves）载波频率下无小区大规模多输入多输出（CF-mMIMO）系统中的波束对准（BA）问题。提出了两种估计算法，其与允许在共享频率集合上针对每个用户设备（UE）同时估计与来自周围接入点（AP）中的每一个的最强传播路径相关联的无线电波的到达和离开方向的协议相关联，使得可以发生UE-AP关联。所提出的过程依赖于在6 GHz以下频率处存在可靠的控制信道，以便使得能够在UE和网络之间交换估计值，并且假设可以基于正交信道和发送波束成形码本的先验知识来识别AP。还提出了一种用于将码本条目分配给几个AP的策略，其目的是最小化被分配相同条目的AP之间的相互干扰。数值结果表明，所提出的检测策略的有效性，从而使一次性快速BA CF-mMIMO系统。
2021-06-25 cs.IT eess.SP math.IT
Hybrid Network- and User-Centric Scalable Cell-Free Massive MIMO for Fronthaul Signaling Minimization
针对无蜂窝大规模MIMO中CPU间前传信令过大的问题，提出一种结合网络中心与用户中心聚类的低复杂度在线关联方法，在仅依赖本地信道信息下最多节省94%前传信令且几乎不损失频谱效率。
2024-12-20 eess.SP
Machine-learning-aided Massive Hybrid Analog and Digital MIMO DOA Estimation for Future Wireless Networks
本文针对大规模HAD-MIMO的DOA估计中的相位模糊问题，提出了MLNN检测器推断无源发射器，并设计了仅需单快拍即可消除相位模糊的TLHAD MIMO结构，仿真表明其检测性能优于现有方法且能达到CRLB。
2023-08-05 cs.IT eess.SP math.IT
Joint and Streamwise Distributed MIMO Satellite Communications with Multi-Antenna Ground Users
KTH Royal Institute of Technology（瑞典皇家理工学院）
本文研究多卫星联合服务多天线地面用户时的频谱效率最大化问题，提出一种迭代传输设计方法，并探讨了沿流传输模式以降低前传负载，通过数值模拟验证了方法的有效性。
2026-10-14 eess.SP
Co-existing/Cooperating Multicell Massive MIMO and Cell-Free Massive MIMO Deployments: Heuristic Designs and Performance Analysis
本文研究多小区大规模MIMO与无小区大规模MIMO共存部署的下行性能，提出前传感知的启发式用户关联算法，并通过仿真分析不同协作程度、预编码和功率控制策略对系统性能的影响。
2024-10-22 cs.IT eess.SP math.IT
Cell-Free Massive MIMO for 6G Wireless Communication Networks
最近商业化的第五代（5G）无线通信网络实现了许多改进，包括通过大规模多输入多输出（MIMO）、毫米波等多项关键技术实现空中接口增强、频谱扩展和网络强化。通信和超密集网络。尽管5G商用系统已经部署，但无线通信仍面临着许多挑战，以实现连接智能和无数应用，如工业物联网，自治系统，脑机接口，数字孪生，触觉互联网等，因此，迫切需要启动第六代（6G）无线通信系统的研究。在这些系统的候选技术中，结合分布式系统和大规模MIMO的优点的无小区大规模MIMO被认为是提高无线传输效率的关键解决方案，并成为国际前沿。在本文中，我们提出了一个全面的研究无小区的大规模MIMO的6G无线通信网络，特别是从信号处理的角度。我们专注于使物理层技术的无小区大规模MIMO，如用户关联，导频分配，发射机和接收机的设计，以及功率控制和分配。此外，一些当前和未来的研究问题进行了强调。
2021-11-30 cs.IT eess.SP math.IT
On the Spectral and Energy Efficiencies of Full-Duplex Cell-Free Massive MIMO
带内全双工（FD）操作实际上更适合于诸如WiFi和小小区网络之类的短距离通信，这是由于其当前对自干扰消除的实际限制。此外，无小区大规模多输入多输出（CF-mMIMO）是MIMO网络的新的可扩展版本，其被设计为使服务天线更靠近最终用户设备（UE）。为了实现无线网络的更高的频谱和能量效率（SE-EE），将FD能力并入CF-mMIMO系统以利用它们的组合益处具有实际意义。我们制定了一个新的和全面的优化问题，最大化的SE和EE，其中功率控制，接入点UE（AP-UE）的关联和AP选择联合优化下一个现实的功耗模型，导致在一类困难的混合整数非凸规划。为了解决制定的问题的二进制性质，我们提出了一个有效的方法，利用二进制和连续变量之间的强耦合，导致一个更容易处理的问题。在这方面，提出了两种基于迫零（ZF）的低复杂度传输设计。结合内逼近框架和Dinkelbach方法的工具，我们开发了简单的迭代算法，在每次迭代中具有多项式计算复杂度，并保证了强大的理论性能。此外，为了提高FDCF-mMIMO系统的鲁棒性，提出了一种新的基于堆的导频分配算法来减轻导频污染的影响。数值结果表明，我们提出的设计与现实的参数显着优于众所周知的方法（即，值得注意的是，所提出的ZF设计需要比简单的最大比率传输/组合少得多的执行时间。
2020-01-18 eess.SP
Co-Designing Statistical MIMO Radar and In-band Full-Duplex Multi-User MIMO Communications -- Part III: Multi-Target Tracking
本文针对带内全双工多用户MIMO通信与分布式MIMO雷达的协同设计，提出基于Barzilai-Borwein梯度算法和混合整数线性规划的低复杂度方法，并适配联合概率数据关联与扩展卡尔曼滤波器，实现多目标检测、定位与跟踪。
2024-03-28 cs.IT eess.SP math.IT
Channel-Correlation-Based Access Point Selection and Pilot Power Allocation for Cell-Free Massive MIMO
University of York（约克大学）；Queen’s University Belfast（贝尔法斯特女王大学）
本文提出了一种基于通道相关性的接入点选择与导频功率分配方法，通过优化用户关联和导频功率分配提升大规模MIMO系统的频谱效率。
2026-02-21 eess.SP
Vision-Based Efficient Joint Trajectory and Channel Tracking in Near-Field XL-MIMO Systems
School of Information Science and Engineering, Southeast University（东南大学信息科学与工程学院）；Institute of Communications Engineering, National Sun Yat-sen University（国立中山大学通信工程研究所）
针对近场XL-MIMO系统中联合轨迹与信道跟踪耗时且硬件开销大的问题，提出基于子阵列部分连接混合波束赋形架构与改进CenterNet的视觉方法，实现高精度低复杂度跟踪。
2026-06-15 eess.SP
Refined-Deep Reinforcement Learning for MIMO Bistatic Backscatter Resource Allocation
针对MIMO双站反向散射通信中CE/读取器波束成形与标签反射系数的联合设计问题，提出基于DDPG和SAC的RDMB与RSMB算法，在吞吐量最大化上取得了优于现有DRL方法和AO基准的性能。
2024-07-26 cs.IT eess.SP math.IT
Energy-Aware Resource Allocation for Multi-Operator Cell-Free Massive MIMO in V-CRAN Architectures
本文针对V-CRAN中多运营商无蜂窝大规模MIMO部署，提出整数规划优化框架，联合优化AP选择、UE关联、云资源与MNO分配以最小化最大总功耗，并证明灵活UE-MNO分配可显著降低功耗。
2025-09-20 cs.IT eess.SP math.IT
Joint Detection and Velocity Estimation in OFDM-ISAC Cell-Free Massive MIMO Networks
Consorzio Nazionale Interuniversitario per le Telecomunicazioni（意大利国立电信联盟）；DIEI, Universita degli Studi di Cassino e del Lazio Meridionale（卡西诺及南拉齐奥大学 DIEI）
本文提出一种考虑多普勒效应的传感框架，用于基于OFDM的ISAC无细胞大规模MIMO网络，通过3D双静态多普勒几何和用户目标导向的AP关联方法，结合粗网格搜索、梯度优化和粒子群优化策略，实现目标速度估计，提升准确性和复杂度平衡。
2026-09-11 cs.IT eess.SP math.IT
POMDP-based Handoffs for User-Centric Cell-Free MIMO Networks
我们建议通过一个部分可观测的马尔可夫决策过程（POMDP）的状态空间表示的离散版本的大规模衰落（LSF）和行动空间表示的关联决定的用户与接入点，以用户为中心的无小区的大规模MIMO网络中的控制MIMO（HO）。我们提出的配方占时间的演变和部分可观性的信道状态。这允许我们在执行HO决策时考虑未来的奖励，从而获得鲁棒的HO策略。为了减轻解决我们的POMDP的高复杂性，我们遵循分而治之的方法，将POMDP公式分解为子问题，每个子问题单独解决。然后，该策略和最佳解决子问题的接入点的候选集群用于在特定时间范围内执行HO。我们通过确定何时使用HO策略来控制HO的数量。我们的仿真结果表明，我们提出的解决方案减少了47%的HO相比，时间触发的基于LSF的HO和70%相比，数据率阈值触发的基于LSF的HO。通过增加POMDP的时间范围，可以进一步减少这一数量。
2022-08-07 cs.IT cs.NI eess.SP
DNN-based Methods of Jointly Sensing Number and Directions of Targets via a Green Massive H2AD MIMO Receiver
School of Information and Communication Engineering, Hainan University（海南大学信息与通信工程学院）；China Mobile Group Hainan Co., Ltd.（中国移动集团海南有限公司）
针对异构混合模数H2AD MIMO架构的多目标数量与方向感知难题，提出含三种目标数感知方法及OMC-DOA估计算法的两阶段框架，推导了CRLB基准，在不同信噪比下实现了高性能感知。
2025-07-15 cs.AI cs.IT cs.LG
Multi-UE Multi-AP Beam Alignment in User-Centric Cell-Free Massive MIMO Systems Operating at mmWave
本文考虑了无小区大规模MIMO部署中多个接入点（AP）和多个用户设备（UE）同时工作在同一毫米波频段的波束对准问题。假设控制信道在低于6GHz频率处的可用性，开发了一种协议，该协议允许为每个UE估计来自周围AP中的每个AP的最强传播路径，并且在UE和AP之间执行以用户为中心的关联。在一个阶段过程中，在UE处实现对来自附近AP的最强路径的估计，在该过程期间，所有AP利用伪随机发射波束成形器在伪随机选择的信道上同时发射。提出了一种AP间正交信道分配算法，其目标是最小化在相同信道上传输的AP之间的相互干扰。所提出的策略的性能进行评估的概率正确检测的方向的到达和离开相关联的最强的波束从附近的AP，并在下行链路和上行链路的信号与干扰加噪声比。仿真结果表明，该方法是有效的，能够在多UE多AP的无线场景中有效地实现波束对准。
2022-04-25 cs.IT eess.SP math.IT
Scalable Integrated Sensing and Communications for Multi-Target Detection and Tracking in Cell-Free Massive MIMO: A Unified Framework
本文提出无蜂窝大规模MIMO下集成感知与通信的统一框架，基于广义似然比检验设计多目标检测跟踪算法，并通过可扩展功率控制平衡通信与感知性能。
2025-03-09 cs.IT eess.SP math.IT
Multiple UAV-Assisted Cooperative DF Relaying in Multi-User Massive MIMO IoT Systems
本文针对多用户大规模MIMO物联网系统，提出联合优化混合波束成形、多无人机中继定位与功率分配的方法，以最大化总可达速率，并验证其优于单无人机及固定配置方案。
2024-04-03 cs.IT eess.SP math.IT
Surrogate-Enhanced Fractional Programming for MIMO Device-to-Device Interference Networks
National Mobile Communications Research Laboratory, Southeast University（东南大学国家移动通信重点实验室）；Faculty of Electrical Engineering and Computer Science, Technical University of Berlin（柏林工业大学电气与计算机科学系）
针对MIMO D2D干扰网络，提出矩阵SEFP框架，通过厄米函数演算将RIT扩展到矩阵比值，统一SEFP与XMMSE，并开发SEFPLinQ实现联合调度与波束成形，数值验证性能提升。
2026-10-01 cs.IT eess.SP math.IT
Handoffs in User-Centric Cell-Free MIMO Networks: A POMDP Framework
针对以用户为中心的无小区大规模MIMO网络，提出基于POMDP的切换管理框架，通过分而治之降低复杂度，在保持速率保证的同时将切换次数减少47%-70%。
2024-03-13 cs.DC cs.IT cs.NI
