Capacity analysis and bit allocation design for variable-resolution ADCs in Massive MIMO
我们推导出一个表达式的容量大规模多输入多输出毫米波（毫米波）信道的接收机配备了一个可变分辨率的模数转换器（ADC）和混合组合器。示出的能力是一个函数的Cramer-Rao下界（CRLB）为一个给定的比特分配矩阵和混合组合器。推导了接收机功率约束下最佳ADC比特分配的条件。这是基于相对于给定信道的比特分配矩阵、混合预编码器和混合组合器的容量的最大化而导出的。结果表明，这个条件与使用CRLB最小化艾哈迈德等人提出的。蒙特卡洛模拟表明，使用所提出的条件计算的容量与使用穷举搜索比特分配获得的容量非常接近。
2018-09-08 cs.IT eess.SP math.IT
Principal Component Analysis Based Broadband Hybrid Precoding for Millimeter-Wave Massive MIMO Systems
混合模数预编码对于宽带毫米波（mmWave）大规模MIMO系统是具有挑战性的，因为模拟预编码器是频率平坦的，但mmWave信道是频率选择性的。在本文中，我们提出了一种基于主成分分析（PCA）的宽带混合预编码器/组合器的设计，其中全连接阵列和部分连接子阵列（包括固定和自适应子阵列）的研究。具体而言，首先基于PCA设计全连接阵列和固定子阵列的混合预编码器/合路器，从而在最优高维频率选择性预编码器/合路器的基础上获得低维频率平坦预编码器/合路器。同时，我们提出的PCA方法的近最优性从理论上证明。此外，对于自适应子阵，提出了一种低复杂度的共享凝聚层次聚类算法来分组天线，以进一步提高频谱效率（SE）性能。此外，我们从理论上证明了所提出的天线分组算法只取决于慢时变的信道参数在大天线的限制。仿真结果表明，所提出的解决方案优于国家的最先进的计划，在SE，能源效率（EE），误码率性能，以及对时变信道的鲁棒性。结果表明，自适应子阵的效率优于全连接阵，而固定子阵的效率仅适用于无源天线。
2020-06-11 cs.IT eess.SP math.IT
MmWave Amplify-and-Forward MIMO Relay Networks with Hybrid Precoding/Combining Design
在本文中，我们考虑放大转发中继网络的毫米波系统，并提出了一种混合预编码器/组合器的设计方法。首先设计仅相位RF预编码/组合矩阵以支持多流传输，其中我们补偿信道的本征模的相位。然后，执行基带预编码器/组合器以实现最大的互信息。基于互信息的数据处理不等式，我们首先联合设计基带源和中继节点，使互信息在目的基带接收机之前最大化。提出的低复杂度的迭代算法的源和中继节点之间的等价性的基础上的互信息最大化和加权MMSE。在得到源节点和中继节点的最优预编码器和合并器后，在基带接收端实现MMSE-SIC滤波器，以保持互信息不变，从而得到整个中继系统的最优互信息。仿真结果表明，与文献中的其他算法相比，该算法以较低的复杂度获得了更好的性能。此外，我们也提出了一个稳健的联合收发器的设计不完美的信道状态信息。
2019-10-30 cs.IT eess.SP math.IT
Channel Estimation and Hybrid Precoding for Frequency Selective Multiuser mmWave MIMO Systems
针对频率选择性多用户毫米波MIMO系统的混合预编码配置难题，提出利用子载波共同支撑集的压缩信道估计与两种混合预编码设计算法，验证了其在开销、复杂度与性能间的设计权衡。
2024-01-29 cs.IT eess.SP math.IT
Hybrid Precoder and Combiner Designs for Decentralized Parameter Estimation in mmWave MIMO Wireless Sensor Networks
针对毫米波MIMO无线传感器网络的去中心化参数估计，提出基于多测量向量稀疏恢复与SOMP算法的混合预编码与合并器设计，并在多种功率约束与噪声条件下验证了其有效性。
2023-06-25 eess.SP
Energy Efficient ADC Bit Allocation and Hybrid Combining for Millimeter Wave MIMO Systems
由于每个ADC的功耗与其采样分辨率和硬件复杂度呈指数关系，因此可以采用低分辨率模数转换器（ADC）来提高无线接收器的能量效率（EE）。在本文中，我们的目标是共同优化采样分辨率，即，ADC位数和模拟/数字混合组合器矩阵，其为毫米波多输入多输出系统提供高能效解决方案。提出了一种将混合合路器分解为模拟合路器矩阵、比特分辨率矩阵和基带合路器矩阵的新方法。未知矩阵被计算为矩阵分解问题的解，其中最优的全数字组合器由这些矩阵的乘积近似。提出了一种基于乘子交替方向法的有效解决方案。仿真结果表明，所提出的解决方案实现了高EE性能相比，现有的基准技术，使用固定的ADC分辨率。
2019-09-26 eess.SP
Active Sensing for Reciprocal MIMO Channels
本文针对TDD大规模MIMO信道，提出基于循环神经网络和全连接神经网络的主动感知框架，通过交替设计感知波束成形器直接学习预编码与合并矩阵，在全数字和混合结构下均显著优于现有方法，且在低信噪比区域仍保持优越性能。
2024-06-07 cs.IT eess.SP math.IT
RIS-Aided Angular-Based Hybrid Beamforming Design in mmWave Massive MIMO Systems
针对毫米波大规模多输入多输出（MIMO）系统，提出了一种可重构智能表面（RIS）辅助和基于角度的混合波束形成（AB-HBF）技术。所提出的RIS-AB-HBF架构由三个阶段组成：（i）RF波束形成器，（ii）基带（BB）预编码器/组合器，以及（iii）RIS相移设计。首先，为了减少RF链的数量和信道估计开销，RF波束形成器基于基于3D几何的毫米波信道模型使用信道的慢时变角度参数来设计。第二，BB预编码器/组合器的设计，利用从BB阶段看到的减小大小的有效信道。然后，通过自然启发的粒子群优化（PSO）算法调整RIS的相移，以最大化系统的可实现速率。说明性的仿真结果表明，在AB-HBF系统中使用的RIS有可能提供更有前途的优势，在系统设计的可靠性和灵活性。
2022-08-13 cs.IT eess.SP math.IT
Statistical CSI-based Design for Reconfigurable Intelligent Surface-aided Massive MIMO Systems with Direct Links
研究了可重构智能表面（RIS）辅助的大规模多输入多输出（MIMO）直联系统的性能，并基于统计信道状态信息（CSI）设计了RIS的相移。我们首先推导出上行链路各态历经数据率的封闭形式表达式。然后，基于推导的表达式，我们使用遗传算法（GA）来解决和数据率最大化问题。通过低复杂度的最大比合并（MRC）和低开销的基于统计CSI的方案，验证了RIS仍然可以给传统的大规模MIMO系统带来显著的性能提升。
2021-02-15 cs.IT eess.SP math.IT
Capacity of MIMO Systems Aided by Microwave Linear Analog Computers (MiLACs)
针对巨型MIMO数字架构的可扩展性问题，本文建模并优化无损互易MiLAC辅助波束成形，闭式求得全局最优网络与系统容量，证明其容量等同数字方案且显著降低硬件和计算开销。
2025-06-06 cs.IT eess.SP math.IT
Capacity Analysis and Rate Maximization Design in RIS-Aided Uplink Multi-User MIMO
可重构智能表面（RIS）由于其同时实现高光谱效率和能量效率的潜力，近年来引起了人们的广泛关注。本文主要研究了在RI辅助的多用户多输入多输出（MU-MIMO）系统中，如何设计有效的传输方法来最大化上行链路的总吞吐量。为了提供一个有见地的基础，信道容量的RI辅助MU-MIMO的理论分析。然后，传统的传输方案的基础上正交多址作为基线。从信息论的角度，我们提出了两个新的方案，即，\textit{joint transmission}基于二次优化问题的半定松弛，\textit{opportunistic transmission}依赖于最佳用户选择。通过仿真结果证明了所提出的方案在可实现的速率方面优于传统方案。
2023-03-16 cs.IT eess.SP math.IT
RF Chain Reduction for MIMO Systems: A Hardware Prototype
射频（RF）链电路在数字接收机架构中起着重要作用，允许在基带中处理通带通信信号。当在高频下操作时，这些电路趋于昂贵。这种增加的成本对未来的多输入多输出（MIMO）通信技术施加了主要限制。降低成本增加的常见方法是利用混合架构，其中接收到的信号以模拟方式组合成较低维度，从而减少RF链的数量。在这项工作中，我们研究的设计和硬件实现的混合架构，通过最小化信道估计错误。我们首先推导出复增益合成器的最佳解，并提出一个交替优化算法的移相器合成器。然后，我们提出了一个硬件原型，实现模拟组合的RF链减少。该原型包括一个专门设计的可配置的组合板，以及一个专用的实验装置。我们的硬件原型允许使用实际的通信信号在MIMO系统中的模拟组合的效果进行评估。实验研究，其重点是在MIMO信道的信道估计精度，表明使用所提出的原型，可实现的信道估计性能是在一个小的差距，在统计意义上从使用昂贵的接收机，其中每个天线连接到一个专用的RF链。
2020-03-07 cs.IT eess.SP math.IT
Statistical CSI-Based Transmission Design for Reconfigurable Intelligent Surface-aided Massive MIMO Systems with Hardware Impairments
本文研究了一种可重构智能表面（RIS）辅助的大规模多用户多输入多输出（MIMO）通信系统，该系统具有收发器硬件损伤（HWI）和RIS相位噪声。与现有的研究成果不同，RIS的相移设计是基于长期的角度信息。首先推导了上行链路可达速率的近似解析表达式。然后，我们使用遗传算法（GA），以最大化和率和最小数据率。最后，我们表明，它是至关重要的，以考虑HWI时，设计的RIS相移。
2021-10-13 cs.IT eess.SP math.IT
EMF-Aware MU-MIMO Beamforming in RIS-Aided Cellular Networks
可重构智能表面（RISs）是关键的新兴第六代（6 G）技术之一，其有望通过添加人工传播路径来改善发送器和接收器之间的链路预算。在这种重新配置的传播环境中，下行链路（DL）多用户多输入多输出（MU-MIMO）为蜂窝网络带来容量改进。它受益于MIMO系统提供的空间维度，以通过应用适当的波束成形（BF）方案来实现在相同的无线电资源上向多个用户同时传输独立的数据流。然而，在某些情况下，长时间为同一用户子集提供服务可能会导致一些不期望的区域，其中平均电磁场暴露（EMFE）超过监管限制。为了解决这一挑战，我们在本文中提出了一种新的电磁场（EMF）感知MU-MIMO BF方案，旨在优化的整体容量下的EMF约束条件下，在RIS辅助蜂窝网络。
2022-09-29 cs.IT eess.SP math.IT
Deep Learning Aided Parametric Channel Covariance Matrix Estimation for Millimeter Wave Hybrid Massive MIMO
毫米波（mmWave）信道占用的频率范围远高于先前无线通信系统中使用的频率范围，其用于满足5G通信带来的增加的吞吐量要求。这些频率中的电磁波所经历的高水平衰减导致MIMO信道具有高空间相关性。为了获得理想的错误性能，系统需要关于信道相关性的知识。在这篇论文中，提出了一种深度神经网络辅助方法来估计信道协方差矩阵（CCM），其中包含有关信道相关性的信息。与文献中的一些方法相比，该方法在计算复杂度和信道估计误差方面都具有令人满意的性能。
2022-12-18 cs.IT eess.SP math.IT
IMNet: A Learning Based Detector for Index Modulation Aided MIMO-OFDM Systems
索引调制（IM）技术为传统的多输入多输出正交频分复用（MIMO-OFDM）系统带来了功耗和发射机复杂度的降低。然而，由于IM的引入，大大增加了接收端检测器的复杂度。此外，检测器还需要接收器处的信道状态信息，这导致高系统开销。为了应对这些挑战，在本文中，我们在设计非迭代检测器时引入了深度学习（DL）。具体而言，基于IM辅助MIMO-OFDM系统中发送信号的结构稀疏性，我们首先将检测过程表示为稀疏重构问题。然后，一个基于DL的检测器称为IMNet，它结合了传统的最小二乘方法的两个，被设计用于恢复发送信号。据我们所知，这是第一次尝试设计的DL为IM辅助系统的检测器。最后，为了验证IMNet的自适应性和鲁棒性，考虑相关MIMO信道进行了仿真。仿真结果表明，在各种场景下，该算法在误比特率和计算复杂度方面均优于现有算法。
2019-11-13 cs.IT eess.SP math.IT
Learning-Based Phase Compression and Quantization for Massive MIMO CSI Feedback with Magnitude-Aided Information
大规模MIMO无线FDD系统经常面临有效获取下行链路信道状态信息（CSI）的挑战。先前的工作已经证明了通过利用它们的CSI幅度之间的上行链路/下行链路互易性在CSI编码和恢复中的潜力。然而，这样的框架单独地编码CSI相位和幅度。为了改进CSI编码，我们提出了一个基于学习的框架，基于有限的CSI反馈和幅度辅助信息。超越以前的工作，我们提出的框架与修改后的损失函数，使端到端的学习，共同优化CSI幅度和相位恢复性能。仿真结果表明，该框架优于替代方法的相位恢复在室内和室外场景中的整体CSI恢复。
2021-12-17 cs.IT eess.SP math.IT
Active RIS-Aided Massive MIMO Uplink Systems with Low-Resolution ADCs
本文研究了具有低分辨率ADC的主动RIS辅助多用户上行大规模MIMO系统，推导了总可达速率的闭式近似表达式，并提出基于遗传算法优化RIS相移，结果表明主动RIS性能显著优于被动RIS。
2024-04-22 cs.IT eess.SP math.IT
A Zero-Forcing Approach for the RIS-Aided MIMO Broadcast Channel
针对多用户 RIS 辅助 MIMO 广播信道，提出基于迫零方法的和频谱效率最大化算法，利用 BS 与 RIS 间视距结构进行用户分配，仿真表明其性能更优且复杂度更低。
2023-11-20 cs.IT eess.SP math.IT
Beyond Cell-free MIMO: Energy Efficient Reconfigurable Intelligent Surface Aided Cell-free MIMO Communications
无小区系统可以通过使多个基站（BS）能够以由于BS的大规模部署而导致的高硬件和电源成本为代价来协作地为没有小区边界的用户服务，从而有效地消除小区间干扰。为了解决这个问题，低成本的可重构智能表面（RIS）可以作为一个有前途的技术，以提高能源效率的无细胞系统。在本文中，我们考虑了一个RIS辅助无小区MIMO系统，其中多个RIS部署在BS和用户周围，以低成本的方式通过可重构反射来创建有利的传播条件，从而增强无小区MIMO通信。为了最大限度地提高能量效率，提出了一种混合波束形成（HBF）方案，该方案由基站处的数字波束形成和基于RIS的模拟波束形成组成。建立了能源效率最大化问题的数学模型，并设计了求解该问题的迭代算法。研究了发射功率、RIS数目和RIS大小对能量效率的影响。理论分析和仿真结果表明，最优能量效率取决于RIS的数量和RIS的大小。数值计算也表明，该系统可以实现更高的能量效率比传统的。
2020-11-17 cs.IT eess.SP math.IT
Ergodic Rate Analysis of Reconfigurable Intelligent Surface-Aided Massive MIMO Systems with ZF Detectors
这封信研究了可重构智能表面（RIS）辅助大规模多输入多输出（MIMO）系统的两个时标设计。首先，迫零（ZF）检测器应用在基站（BS）基于瞬时聚合CSI，这是直接信道和级联的用户-RIS-BS信道的叠加。然后，通过利用信道的统计特性，我们推导出封闭形式的遍历可达速率表达式。利用梯度上升法，设计了仅依赖于长期统计CSI的RIS无源波束形成。我们证明了遍历速率可以获得$\mathcal{O}\left(\log_{2}\left(MN\right)\right)$数量级的增益，其中$M$和$N$分别表示BS天线和RIS单元的数量。我们还证明了显着的优越性所考虑的RIS辅助系统与ZF检测器的RIS免费系统和RIS辅助系统与最大比合并（MRC）。
2021-11-17 cs.IT eess.SP math.IT
Channel Estimation for RIS-Aided mmWave MIMO Channels
可重构智能表面（RIS）可以通过被动地改变入射电磁波的方向来塑造无线电传播。RIS的最佳控制需要经由RIS连接基站（BS）和移动站（MS）的所有链路的完美的信道状态信息（CSI）。因此，需要在BS/MS处的信道（参数）估计和相关的消息反馈机制。本文针对RI辅助的毫米波（mmWave）MIMO信道，采用一种两阶段信道估计方案，利用迭代重加权的方法依次估计信道参数。我们评估的平均频谱效率（SE）和RIS波束形成增益的建议方案，并证明它实现了高分辨率的估计与平均SE与完美的CSI。
2020-02-15 cs.IT eess.SP math.IT
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
Channel Estimation in MIMO Systems Aided by Microwave Linear Analog Computers (MiLACs)
Imperial College London（帝国理工学院）
本文提出了一种基于MiLACs的高效信道估计方案，通过模拟域实现LS和MMSE估计，降低计算复杂度和硬件需求。
2026-09-21 cs.IT eess.SP math.IT
Optimization of RIS-Aided MIMO -- A Mutually Coupled Loaded Wire Dipole Model
本文针对含散射物体的RIS辅助MIMO系统，提出一种不依赖诺伊曼级数近似的可调负载优化算法，可证明收敛且复杂度随RIS单元数呈多项式增长，在迭代次数和收敛时间上均优于现有基准算法。
2023-09-18 cs.IT eess.SP math.IT
Joint Bit Allocation and Hybrid Beamforming Optimization for Energy Efficient Millimeter Wave MIMO Systems
在本文中，我们的目标是设计高能效的端到端的毫米波多输入多输出系统的通信。这通过联合优化数模转换器（DAC）/模数转换器（ADC）位分辨率和混合波束成形矩阵来完成。在发射机（TX）和接收机（RX）处分别引入混合预编码器和混合组合器到三个部分的新颖分解，表示模拟预编码器/组合器矩阵、DAC/ADC比特分辨率矩阵和基带预编码器/组合器矩阵。未知矩阵被计算为矩阵分解问题的解，其中最佳全数字预编码器或组合器由这些矩阵的乘积近似。提出了一种基于乘法器交替方向法的新颖有效的解决方案，以解决TX和RX处的这些问题。仿真结果表明，所提出的解决方案，其中DAC/ADC的位分配是动态的，在操作过程中，实现更高的能量效率时，与现有的基准技术，使用固定的DAC/ADC位分辨率。
2020-03-11 eess.SP
Graph Neural Network Aided Expectation Propagation Detector for MU-MIMO Systems
多用户大规模多输入多输出（MU-MIMO）系统可用于满足5G及更高网络的高吞吐量要求。在上行链路MUMM 0系统中，基站服务于大量用户，导致强多用户干扰（MUI）。设计一个高性能的检测器在一个强大的MUI的存在是一个具有挑战性的问题。本文提出了一种基于期望传播（EP）和图神经网络概念的新型检测器，称为GEPNet检测器，解决了EP中独立高斯近似的局限性。仿真结果表明，所提出的GEPNet检测器显着优于国家的最先进的MU-MIMO检测器在强多用户界面的情况下，具有相同数量的发送和接收天线。
2022-01-11 cs.IT eess.SP math.IT
Leveraging Location Information for RIS-aided mmWave MIMO Communications
由外部定位系统提供的位置信息，例如，卫星导航可以在可重构智能表面（RIS）辅助毫米波（mmWave）多输入多输出网络的波束对准和信道参数估计过程中用作先验信息。受益于这样的先验信息的可用性，尽管不完美，但是波束对准和信道参数估计过程可以在所有终端处探索较少候选波束的情况下显著加速。我们提出了一种实用的信道参数估计方法，通过原子范数最小化，它优于标准的波束对准方面的均方误差和有效频谱效率相同的训练开销。
2021-03-29 cs.IT eess.SP math.IT
Low-Complexity Sum-Capacity Maximization for Intelligent Reflecting Surface-Aided MIMO Systems
降低计算复杂性在优化智能反射表面（IRS）系统的相移中是至关重要的，因为IRS辅助的通信系统通常部署有大量的反射元件（RE）。这封信提出了一种低复杂度算法，称为维度正弦最大化（DSM），以获得最佳IRS相移，从而最大化MIMO网络的总容量。该算法利用的事实，优化问题的目标函数是正弦w.r.t.每个RE的相移。数值结果表明，DSM获得了接近最大的和率和更快的收敛速度比其他两个基准方法。
2022-04-11 cs.IT eess.SP math.IT
Intelligent Reflecting Surface Aided MIMO with Cascaded LoS Links: Channel Modelling and Full Multiplexing Region
本文研究了智能反射面（IRS）辅助多输入多输出（MIMO）系统通过级联视距（LoS）链路的建模和优化。在第一部分中，我们建立了一个新的IRS辅助MIMO信道模型，命名为级联LoS MIMO信道。建议的信道模型包括一个发射机（Tx）和一个接收机（Rx）都配备了均匀的线性阵列，和一个IRS是用来使发射机和接收机之间的通信通过IRS看到的LoS链接。当对电磁波在IRS的反射进行建模时，我们考虑了不同反射元件上波前的曲率。基于所建立的模型，我们研究了级联LoS MIMO系统的空间复用能力。我们介绍了级联LoS MIMO信道的全复用区域（FMR）的概念，其中FMR是Tx-IRS和IRS-Rx距离对的联合，使全复用通信。根据一种特殊的被动波束形成策略，称为反射聚焦，我们推导出的FMR的内界，并提供相应的方向设置的天线阵列，使充分复用。基于所提出的信道模型和反射聚焦，在第二部分中讨论了互信息最大化问题。
2022-07-10 cs.IT eess.SP math.IT
Hybrid Beamforming for Intelligent Reflecting Surface Aided Millimeter Wave MIMO Systems
由于采用毫米波（mmWave）频段的通信系统必须使用大型天线阵列来克服mmWave信号的严重传播损耗，因此混合波束成形已被认为是mmWave通信的组成部分。最近，智能反射表面（IRS）已经被提出作为一种创新技术，其可以通过使用低成本的无源反射元件来显著改善毫米波通信系统的性能。在本文中，我们研究了红外辅助毫米波多输入多输出（MIMO）系统与混合波束形成架构。本文首先利用毫米波信道的稀疏散射结构和大尺度特性，研究了窄带MIMO系统中IRS反射矩阵和混合波束形成器的联合设计。然后，我们将所提出的联合设计推广到宽带MIMO系统与正交频分复用（OFDM）调制，利用频率选择性毫米波信道的角度稀疏。仿真结果表明，所提出的联合设计可以显着提高系统的频谱效率，并实现优于现有设计的性能。
2022-06-27 cs.IT eess.SP math.IT
Capacity Characterization for Intelligent Reflecting Surface Aided MIMO Communication
智能反射表面（IRS）是一种很有前途的解决方案，通过调整大量的无源反射单元来适当地改变信号传播，从而既经济又节能地提高无线通信容量。在本文中，我们的目标是表征的基本容量限制的IRS辅助点到点多输入多输出（MIMO）通信系统的多天线发射机和接收机一般，通过联合优化IRS反射系数和MIMO发射协方差矩阵。首先，我们考虑频率平坦衰落信道下的窄带传输，并开发了一种有效的交替优化算法，通过迭代优化发射协方差矩阵或反射系数之一，与其他被固定，找到一个局部最优解。接下来，我们考虑在频率选择性衰落信道下的一般MIMO正交频分复用（OFDM）系统中宽带传输的容量最大化，其中发送协方差矩阵可以针对不同的子载波进行优化，而只有一个公共的IRS反射系数集可以被设计为迎合所有子载波。为了解决这个更具挑战性的问题，我们提出了一个新的交替优化算法的基础上凸松弛找到一个高质量的次优解。数值结果表明，我们提出的算法实现了大幅增加的容量相比，传统的MIMO信道没有IRS，也优于各种基准计划。特别是，它表明，与所提出的算法，各种关键参数的IRS辅助MIMO信道，如信道总功率，秩，和条件数可以显着改善容量增强。
2019-10-03 cs.IT eess.SP math.IT
Sensing Aided OTFS Channel Estimation for Massive MIMO Systems
正交时频空间（OTFS）调制具有在高度移动场景中实现鲁棒通信的潜力。然而，估计OTFS系统的信道与高导频信令开销相关联，该高导频信令开销与最大延迟和多普勒扩展成比例。这对于大规模MIMO系统来说尤其具有挑战性，因为系统开销也随着天线数量的增加而增加。然而，一个重要的观察是，延迟，多普勒，和出发/到达信息的角度直接相关的距离，速度，和移动用户的方向信息和环境中的各种散射体。有了这个动机，我们建议利用雷达感测来获得有关环境中的移动用户和散射体的信息，并利用它来帮助大规模MIMO系统中的OTFS信道估计。作为实现我们的愿景的一种方法，本文将大规模MIMO系统中的OTFS信道估计问题制定为稀疏恢复问题，并利用雷达感测信息来确定支持（非零延迟多普勒抽头的位置）。提出的雷达传感辅助稀疏恢复算法进行评估的基础上准确的三维射线跟踪框架与共存的雷达和通信数据。结果表明，开发的传感辅助解决方案始终优于标准稀疏恢复算法（不利用雷达传感数据），并导致显着减少导频开销，这突出了基于OTFS的大规模MIMO系统的一个有前途的方向。
2022-09-22 cs.IT eess.SP math.IT
On the Degrees of Freedom of RIS-Aided Holographic MIMO Systems
在本文中，我们研究基于不同层次的信道状态信息的系统优化的地面通信系统。我们从速率和自由度（DoF）两个方面分析了系统的性能。我们发现，部署的可重构智能表面（RIS）的结果增加自由度的数量，通过扩展近场区域。在莱斯衰落信道中，我们表明，RIS可以有效地优化，仅基于发送和接收表面的位置，同时提供良好的性能，如果莱斯衰落因子不是太小。
2023-01-27 cs.IT eess.SP math.IT
Dual Gradient Descent EMF-Aware MU-MIMO Beamforming in RIS-Aided 6G Networks
可重构智能表面（RIS）是即将到来的第六代（6 G）通信的关键技术之一，它可以通过添加人工传播路径来提高接收端的信号强度。在下行链路（DL）多用户多输入多输出（MU-MIMO）通信的背景下，设计适当的波束成形（BF）方案以充分利用这种重新配置的传播环境并提高网络容量是一个主要挑战。由于MIMO系统提供的空间维度，独立的数据流可以在相同的无线电资源上同时发送到多个用户。重要的是要注意，在一段时间内为相同的用户子集提供服务可能会导致平均电磁场暴露（EMFE）超过监管限制的不期望区域。为了应对这一挑战，在本文中，我们提出了一种基于双梯度下降（Dual-GD）的电磁场（EMF）感知MU-MIMO BF方案，旨在优化RIS辅助6 G蜂窝网络中EMFE约束下的整体容量。
2022-10-03 cs.IT eess.SP math.IT
Triple-Structured Compressive Sensing-based Channel Estimation for RIS-aided MU-MIMO Systems
可重构智能表面（RIS）被认为是5G之后的潜在技术，并引起了巨大的研究关注。然而，由于级联信道中的参数数量过多，在RI辅助系统中的信道估计仍然是一个关键的挑战。现有的基于压缩感知（CS）的RIS估计方案仅采用不完全稀疏性，这会导致冗余导频消耗。在本文中，我们利用级联通道的特定三重结构稀疏性，即，公共列稀疏度、偏移补偿后的结构化行稀疏度和所有用户之间的公共偏移。在此基础上提出了一种新的多用户联合估计算法。仿真结果表明，我们的方法可以显着减少导频开销在两个CDMA和UPA场景。
2021-08-31 cs.IT eess.SP math.IT
Channel Estimation for RIS-aided mmWave Massive MIMO System Using Few-bit ADCs
毫米波（mmWave）大规模多输入多输出（massive multiple-input multiple-output，massive MIMO）是第五代及以后无线通信系统中最有前途的技术之一。然而，大量的天线导致高功耗和硬件成本，并且高频通信给基站（BS）处的模数转换器（ADC）带来沉重的负担。此外，在大型天线阵列系统中为每个天线配备高精度ADC成本太高。采用低分辨率ADC来解决这个问题是有希望的。在本文中，我们研究了毫米波大规模MIMO系统的级联信道估计的可重构智能表面（RIS）与BS配备了几位ADC的辅助。由于级联信道的低秩特性，级联信道的估计可以用低秩矩阵完备化问题来表示。本文提出了一种贝叶斯最优信道估计框架，用于估计用户-基站-基站级联信道，以解决量化带来的信息丢失问题。为了实现估计器和实现矩阵完成，我们使用高效的双线性广义近似消息传递（BiG-AMP）算法。大量的仿真结果表明，我们提出的方法可以准确地估计级联信道的RIS辅助毫米波大规模MIMO系统与低分辨率ADC。
2023-01-26 cs.IT eess.SP math.IT
Data-Aided Channel Estimator for MIMO Systems via Reinforcement Learning
针对多输入多输出通信系统，提出了一种数据辅助的信道估计方法，该方法减小了传统线性最小均方误差（LMMSE）方法的信道估计误差。基本思想是选择性地利用从数据检测获得的检测符号矢量作为附加导频信号。为了优化检测的符号向量的选择，定义了一个马尔可夫决策过程（MDP），它找到最佳选择以最小化信道估计的均方误差（MSE）。然后，开发了一种强化学习算法，以计算高效的方式解决这个MDP。仿真结果表明，与传统的LMMSE方法相比，所提出的信道估计器显著降低了信道估计的均方误差，从而改善了系统的误块率。
2020-03-23 cs.IT eess.SP math.IT
RIS-aided Massive MIMO: Achieving Large Multiplexing Gains with non-Large Arrays
本文考虑了一种天线结构，其中一个（非大）阵列的辐射元件放置在短距离的可重构智能表面（RIS）的前面。我们提出了一个信道估计过程中使用不同的配置的RIS元素，并推导出一个封闭形式的表达式，可实现的下行链路频谱效率，通过使用流行的硬化下限。接下来，我们制定了一个优化问题，相对于RIS的相移，旨在最大限度地减少通道的互相关，同时保持通道的个人规范。数值分析结果表明，该结构能够克服传统的大规模MIMO系统的性能没有RIS。
2021-10-25 cs.IT eess.SP math.IT
Majorization-Minimization Aided Hybrid Transceivers for MIMO Interference Channels
针对MIMO干扰信道的混合收发机设计需求，提出多种基于MM的WMMSE、BD-ZF、SLNR混合收发机方案及两阶段低复杂度设计，适用于全连接与部分连接结构，性能优于现有基准。
2019-11-14 cs.IT eess.SP math.IT
Reconfigurable Intelligent Surface aided Massive MIMO Systems with Low-Resolution DACs
我们研究了一种可重构智能表面（RIS）辅助多用户大规模多输入多输出（MIMO）系统，其中低分辨率数模转换器（DAC）配置在基站（BS），以降低成本和功耗。基于最大比传输（MRT）和加性量化噪声模型（AQNM）推导了下行链路可达速率的近似解析表达式，并采用粒子群优化（PSO）算法求解了RIS处连续相移（CPS）和离散相移（DPS）下的速率最大化问题。仿真结果表明，随着DAC量化位数的增加，下行链路总可达速率趋于一个常数，四个量化位数就足以捕获理想理想DAC情况下的大部分性能。
2021-08-23 cs.IT eess.SP math.IT
Efficient Channel Estimation for RIS-Aided MIMO Communications with Unitary Approximate Message Passing
可重构智能表面（RIS）是非常有前途的无线网络，以实现高能源效率，扩大覆盖范围，提高容量，大规模的连接，等释放的全部潜力的RIS辅助通信，获取准确的信道状态信息是至关重要的，但这是非常具有挑战性的。对于RIS辅助的多输入和多输出（MIMO）通信，现有的信道估计方法具有随着RIS单元$N$的数量快速增长的计算复杂性（例如，以$N^2$或$N^3$的顺序）和/或对所涉及的基质具有特殊要求（例如，为了算法收敛以获得满意的性能，矩阵需要是稀疏的），这阻碍了它们的应用。在这项工作中，而不是使用传统的信号模型在文献中，我们推导出一个新的信号模型，通过适当的矢量化和减少操作。然后，利用酉近似消息传递（UAMP），我们开发了一种更有效的信道估计器，该估计器的复杂度与$N$呈线性关系，并且由于UAMP的鲁棒性，对相关矩阵没有特殊要求。这为该算法在具有较大$N$的一般RIS辅助MIMO系统中的应用提供了便利。此外，大量的数值结果表明，所提出的估计提供了更好的性能和/或需要显着更少的训练符号，从而导致显着减少训练开销和延迟。
2021-12-31 cs.IT eess.SP math.IT
UAV Communications with WPT-aided Cell-Free Massive MIMO Systems
无蜂窝（CF）大规模多输入多输出（MIMO）是一种很有前途的解决方案，为无人机（UAV）通信提供一致的良好性能。在本文中，我们提出了无人机通信与无线功率传输（WPT）辅助CF大规模MIMO系统，其中从下行链路WPT收集的能量（HE）用于支持上行链路数据和导频传输。我们推导出新的封闭形式的下行链路HE和上行链路频谱效率（SE）的表达式，考虑到无人机的硬件损伤。还考虑了与当前的小小区（SC）和蜂窝大规模MIMO使能的WPT系统的UAV通信以进行比较。重要的是表明，CF大规模MIMO分别实现了比SC和蜂窝大规模MIMO高2倍和5倍的95%可能上行链路SE。此外，大规模衰落解码接收机协作可以降低地面用户的干扰。此外，可以通过改变时间分裂分数来实现最大SE。我们证明了最大SE的最佳时间分裂分数是由天线的数量，高度和无人机的硬件品质因数。在此基础上，提出了三种提高SE的无人机轨迹设计方案。有趣的是，角度搜索方案的性能优于AP搜索和线路径方案。最后，仿真结果验证了我们的表达式的准确性。
2021-04-23 cs.IT eess.SP math.IT
On the Ergodic Capacity of Reconfigurable Intelligent Surface (RIS)-Aided MIMO Channels
可重构智能表面（RISs）已成为一种很有前途的技术，以提高系统的频谱效率。本文研究了在发射机-接收机、发射机-接收机和发射机-接收机信道中含有确定性视距路径的假设下，基于RIS的多输入多输出信道的各态历经信道容量（ECC）。新的表达式推导出的ECC的上限和下限的特征。为了揭示更多的系统见解，渐近分析的系统ECC在大的信噪比（SNR）和反射元件（RE）的数量的限制。理论分析表明，RIS的部署可以通过影响其高信噪比功率偏移来塑造ECC曲线，并且可以通过增加RE的数量来改善ECC。
2022-08-18 cs.IT eess.SP math.IT
Repeater-Aided Over-the-Air Phase Synchronization in Distributed MIMO
Ericsson AB（爱立信）；Nokia（诺基亚）；Linköping University（林雪平大学）
本文提出一种利用中继节点实现相位同步的新方法，解决直接通信不可行时的同步问题，提升分布式MIMO系统性能。
2026-03-20 cs.IT eess.SP math.IT
An Attention-Aided Deep Learning Framework for Massive MIMO Channel Estimation
信道估计是实际大规模多输入多输出（MIMO）系统的关键问题之一。与传统的估计算法相比，基于深度学习（DL）的算法在性能和复杂度方面表现出了巨大的潜力。本文提出了一种利用信道分布特性的注意力机制，通过实现“分而治之”的策略来提高窄角扩展高度可分离信道的估计精度。具体而言，我们介绍了一种新的注意力辅助DL信道估计框架，传统的大规模MIMO系统和设计的嵌入方法，有效地集成到全连接的神经网络的混合模拟-数字（HAD）架构的注意力机制。仿真结果表明，在两种情况下，信道估计性能显着改善的援助与注意的代价小的复杂度开销。此外，该方法在不同的系统和信道参数下具有较强的鲁棒性，进一步增强了其实用价值。我们还研究了学习注意力地图的分布，以揭示注意力的作用，这赋予所提出的方法具有一定程度的可解释性。
2021-08-21 cs.IT eess.SP math.IT
Sensing aided Channel Estimation in Wideband Millimeter-Wave MIMO Systems
在这项工作中，上行链路信道估计问题被认为是毫米波（mmWave）多输入多输出（MIMO）系统。众所周知，信道估计中的导频开销和计算复杂度随着天线数目和带宽而增加。为了克服这一点，所提出的方法允许在基站的信道估计由感测信息辅助。感测信息包含对环境中的散射体位置的估计。提出了一种同时加权正交匹配追踪（SWOMP）-稀疏贝叶斯学习（SBL）算法，有效地将此感知信息的通信信道估计过程。所提出的框架可以应对a）存在于感测信息中的散射体与通信信道不相关联以及b）散射体的位置中的缺陷的场景。仿真结果表明，该算法仅以少量导频开销为代价，就能获得良好的宽带性能。最后，Cramer-Rao界（CRB）的角度估计和多径信道增益的SBL推导出，所提出的算法的本地可识别性提供了宝贵的见解。
2023-02-04 cs.IT eess.SP math.IT
Optimization of the Downlink Spectral- and Energy-Efficiency of RIS-aided Multi-user URLLC MIMO Systems
本文研究RIS辅助的多用户URLLC MIMO系统，提出优化有限块长度速率以提升频谱和能量效率，并证明RIS在短包和低误码率下增益更大。
2024-10-11 cs.IT eess.SP math.IT
High SNR Analysis of RIS-Aided MIMO Broadcast Channels
本文在高信噪比下分析RIS对MIMO广播信道Gram特征值的影响，推导了基站与RIS间视距配置带来的基本限制，并证明在特定信道条件下DPC与线性预编码的性能差距消失。
2023-04-14 cs.IT eess.SP math.IT
Joint Channel Estimation and Signal Detection for MIMO-OFDM: A Novel Data-Aided Approach with Reduced Computational Overhead
针对MIMO-OFDM中信道估计与信号检测的高计算开销问题，提出一种降低复杂度的数据辅助LMMSE迭代算法及其高效替代方案，在快衰落场景下实现性能与复杂度的有效权衡。
2025-04-20 cs.IT eess.SP math.IT
Combined DL-UL Distributed Beamforming Design for Cell-Free Massive MIMO
针对无蜂窝大规模MIMO中同一资源块内上下行联合传输问题，提出基于IBT和MMSE准则的分布式波束成形设计，并通过仅DL训练与缩放复用以降低开销、提升短资源块下的有效上下行速率。
2024-04-04 cs.IT eess.SP math.IT
Target Detection for OTFS-Aided Cell-Free MIMO ISAC System
本文针对OTFS辅助的无蜂窝MIMO ISAC系统，提出以感知为中心的功率分配方案，在保障通信QoS和AP功率预算下最大化感知SNR，显著优于以通信为中心的方法。
2024-08-23 cs.IT eess.SP math.IT
Phase Shift Design for RIS-Aided Cell-Free Massive MIMO with Improved Differential Evolution
本文提出一种仅利用信道统计信息的RIS辅助无小区大规模MIMO相移设计方法，并开发改进差分进化算法求解非凸优化问题，在直连链路高概率场景下显著提升上行总遍历吞吐量。
2023-08-12 cs.IT eess.SP math.IT
Achievable DoF Bounds for Cache-Aided Asymmetric MIMO Communications
Centre for Wireless Communications, University of Oulu（奥卢大学无线通信中心）
本文提出三种内容感知的MIMO-CC策略，通过优化用户数量和并行流数，提升非对称MIMO通信的自由度性能。
2026-03-09 cs.IT eess.SP math.IT
