SAGE-HB: Swift Adaptation and Generalization in Massive MIMO Hybrid Beamforming
针对基于深度学习的大规模MIMO波束成形方案在实际部署中面临的域自适应与泛化挑战,提出结合元学习域泛化与新型数据增强的SAGE-HB方法,实现快速自适应新信道环境、降低微调数据需求并提升性能。
2024-01-19 eess.SP
Conjugate Beamforming Variants for Multicasting in Cell-Free Massive MIMO Systems
University Rey Juan Carlos(雷伊胡安卡洛斯大学);University of the Balearic Islands (UIB)(巴利阿里群岛大学)
本文研究了cell-free大规模MIMO系统中适用于物理层多播的可扩展共轭波束成形变种。通过子群中心多播框架分析了经典CB、归一化CB和增强CB,并探讨了不同CB变种在均匀分布、空间聚类和异构场景下的性能表现。
2026-04-19 eess.SP
Energy-Efficient RIS-Aided Cell-Free Massive MIMO Systems: Application, Opportunities, and Challenges
本文研究了RIS辅助CF mMIMO系统在提升能效方面的应用与挑战,提出通过协作通信、波束追踪及联合优化RIS反射相位与AP波束成形来抑制干扰并最大化系统能效。
2024-12-23 eess.SP
Latency-Aware Resource Allocation for Integrated Communications, Computation, and Sensing in Cell-Free mMIMO Systems
针对无蜂窝大规模MIMO的ICCS系统,提出两层卸载框架与三阶段资源分配方法,在满足感知与功率约束下最小化最大计算时延,验证了方法有效性与多点协作的时延降低优势。
2025-02-24 eess.SP
Distortion-Aware Hybrid Beamforming for Integrated Sensing and Communication
本文针对非线性功率放大失真下的部分连接ISAC系统,提出失真感知混合波束成形设计,通过流形优化、闭式解和分解算法联合最大化通信速率与感知互信息,数值结果验证其性能优于传统方法。
2025-07-18 eess.SP
An Assessment of the Radio Frequency Electromagnetic Field Exposure from A Massive MIMO 5G Testbed
当前射频电磁场(RF-EMF)暴露限值已成为第五代(5G)移动网络部署的关键问题。监管不统一,在某些国家和地区,监管超出了国际非电离辐射防护委员会(ICNIRP)制定的准则。本文使用具有波束成形功能的大规模多输入多输出(mMIMO)测试平台,能够模拟真实的5G基站(BS)性能,对其在真实室内环境中的相关RF-EMF暴露进行实验和统计评估。mMIMO测试平台具有多达128个通道,具有用户可编程软件定义无线电(SDR)功能。它可以在信道状态信息(CSI)获取之后针对关于相关联的用户终端天线设置和位置的不同波束成形场景执行迫零预编码。利用64个活动mMIMO发射天线,针对不同位置处的单用户(SU)和多用户(MU)下行链路通信考虑了8种波束成形场景。使用校准的三轴各向同性场探头,获取每个波束成形场景的接收通道功率热图,然后将其转换为RF-EMF热图。基于波束剖面和用户数量的变化,评估了相关的RF-EMF统计数据。
2020-08-10 cs.SY eess.SP eess.SY
Low-complexity Leakage Minimization Beamforming for Large-scale Multi-user Cell-Free Massive MIMO
School of Computer Science and Engineering, Constructor University(康斯特鲁克特大学计算机科学与工程学院)
针对无小区大规模MIMO系统,提出一种基于泄漏最小化的低复杂度波束成形方案,通过DCA和CCP方法求解非凸问题,并引入CDM避免矩阵求逆,实现接近SDP基准的保密和速率性能。
2026-06-23 eess.SP
Reciprocal Beyond Diagonal Reconfigurable Intelligent Surface: Distributed Scattering Matrix Design and MIMO Beamforming via Fractional Programming and Manifold Optimization
School of Computer Science and Engineering, Constructor University (previously Jacobs University Bremen)(康斯坦茨大学(原雅各布斯不来梅大学)计算机科学与工程学系);Department of Computer Science, KTH Royal Institute of Technology(瑞典皇家理工学院计算机系)
本文提出了一种基于分数规划和流形优化的分布式MIMO波束成形方法,用于优化超越对角可重构智能表面辅助的多用户小区自由大规模MIMO系统,通过改进的散射矩阵设计和波束成形技术提升系统性能。
2026-05-15 eess.SP
Conjugate Beamforming with Fractional-Exponent Normalization and Scalable Power Control in Cell-Free Massive MIMO
该文研究了一种基于分数指数归一化的共轭波束形成(CB)的无小区大规模MIMO(CF-mMIMO)系统。假设独立的瑞利衰落信道,可实现的下行链路频谱效率的广义封闭形式的表达式推导,其中包括,作为特殊情况下,频谱效率表达式以前报告的普通CB及其变种,即归一化CB和增强CB。下行链路的功率控制也解决了,并提出了一种降低复杂度的功率分配策略,其中只有一个系数的接入点(AP)的长期衰落实现的基础上进行优化。数值结果揭示了CF-mMIMO与CB和分数指数归一化的性能,并表明,所提出的功率优化规则相对于传统的最大-最小功率控制规则会导致适度的性能损失,但具有更低的复杂度和更小的总功耗。
2022-02-15 cs.IT eess.SP math.IT
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
Efficient Alternating Optimization for Hybrid Digital-Wave Beamforming in SIM-Assisted Cell-Free Massive MIMO
Hanyang University(汉阳大学);Northeastern University London(伦敦东北大学);King’s College London(伦敦国王学院);CNRS and CentraleSupélec, Institute of Electronics and Digital Technologies (IETR)(法国国家科学研究中心与中央理工-苏裴蕾斯,电子与数字技术研究所)
针对SIM辅助无小区大规模MIMO系统,提出一种高效交替优化算法,大幅降低混合数字-波波束成形优化的计算复杂度,同时保持和速率性能接近现有算法。
2026-08-25 cs.IT eess.SP math.IT
Self-Interference-Aware AS-Assisted Tri-Hybrid Beamforming for Full-Duplex Massive MIMO
McGill University(麦吉尔大学);The University of Hong Kong(香港大学)
研究全双工大规模 MIMO 系统,提出基于天线选择的三混合波束成形方案,采用交替优化算法联合优化多方面参数,通过实验 SI 信道验证。该方案收敛性好,能平衡多种性能,相比基线提升和速率,实现良好波束级隔离。
2026-07-21 eess.SP
Full-Duplex Non-Coherent Communications for Massive MIMO Systems with Analog Beamforming
针对大规模多输入多输出(mMIMO)系统,提出了一种基于模拟波束形成(ABF)的全双工非相干(FD-NC)传输方案。我们建议使用结构化的格拉斯曼星座的非相干通信,不需要信道估计。然后,我们设计了发送和接收ABF通过慢时变的出发角(AoD)和到达角(AoA)信息,分别。ABF设计的目标是最大化预期的信号功率,同时抑制FD传输中发生的强自干扰(SI)。此外,所提出的ABF技术仅需要单个发射和接收RF链来支持大型天线阵列,因此,它降低了mMIMO系统中的硬件成本/复杂度。结果表明,建议FD-NC提供了一个很大的改善比特出错率(BER)相比,半双工非相干(HD-NC)和HD相干计划。我们还观察到,所提出的FD-NC既减少了错误平层所造成的残留SI在FD传输,并提供较低的BER相比,FD相干传输。
2022-01-29 cs.IT eess.SP math.IT
Hardware-Aware Pilot Decontamination Precoding for Multi-cell mMIMO Systems With Rician Fading
我们考虑一个硬件受损的多小区莱斯衰落的大规模多输入多输出(mMIMO)系统与两层导频净化预编码,也被称为大规模衰落预编码(LSFP)。每个BS配备有灵活的动态模数转换器(ADC)/数模转换器(DAC)架构,并且用户设备(UE)具有低分辨率ADC。此外,BS和UE都具有硬件受损的射频链。动态ADC/DAC架构允许我们改变连接到每个BS天线的ADC/DAC的分辨率,并适当地选择它们以最大化SE。我们提出了一种失真感知的最小均方误差(DA-MMSE)预编码器,并研究其使用与两层LSFP和传统的单层预编码(SLP)的硬件受损mMIMO系统。我们讨论了LSFP和SLP与DA-MMSE和失真感知MMSE(DU-MMSE)预编码器的用例,这将为系统设计人员提供关于其在实际系统中使用的关键见解。
2022-11-29 cs.IT eess.SP math.IT
Decentralized Beamforming for Cell-Free Massive MIMO with Unsupervised Learning
无小区大规模多输入多输出(Cell-free massive MIMO,CF-mMIMO)系统代表了一种提高无线通信系统频谱效率的有前景的方法。然而,接近最优的波束成形解决方案需要在接入点(AP)和网络控制器(NC)之间进行大量的信令交换。在这封信中,我们提出了两种无监督的深度神经网络(DNN)架构,完全和部分分布式,可以在AP和NC之间执行分散的协调波束成形,实现全数字和混合预编码。与传统的接近最优的解决方案相比,所提出的DNN实现了接近最优的和速率,同时还将计算复杂度降低了10- 24倍。
2021-11-26 cs.LG eess.SP
Beamforming Design for Beyond Diagonal RIS-Aided Cell-Free Massive MIMO Systems
本文提出了一种基于超对角RIS的混合波束成形设计方法,通过交替优化算法和R-L-BFGS算法提升CF mMIMO系统的覆盖和空间复用性能。
2025-11-29 cs.IT eess.SP math.IT
Sequential HW-Aware Precoding: Over-the-air cancellation of HWI in Downlink Cell-Free Massive MIMO with Serial Fronthaul
针对下行无蜂窝大规模MIMO网络硬件损伤抑制与计算可扩展性问题,提出序列硬件感知预编码方法,通过串行前传AP间依次交换失真信息实现空对消,在高失真场景下显著提升频谱效率且计算复杂度更低。
2025-03-21 eess.SP
Harnessing Stacked Intelligent Metasurface for Enhanced Cell-Free Massive MIMO Systems: A Low-Power and Cost Approach
本文提出将堆叠智能超表面集成到无小区大规模MIMO系统中,通过波束成形与功率控制算法,在降低成本和功耗的同时将频谱效率提升57%。
2024-09-19 cs.IT eess.SP math.IT
Sub-array Selection Optimization for Joint Self-Interference and Multi-User Interference Suppression in FD mMIMO
McGill University(麦吉尔大学)
提出一种联合天线子阵列选择与角度扰动归零的波束成形优化方案,用于全双工大规模MIMO系统,同时抑制自干扰和多用户干扰。基于实测信道,子阵列选择使残余波束级自干扰抑制提升29.2 dB以上,平均隔离度达85.2 dB。
2026-06-12 eess.SP
Adaptive Modulus RF Beamforming for Enhanced Self-Interference Suppression in Full-Duplex Massive MIMO Systems
针对全双工大规模 MIMO 系统的自干扰问题,提出一种结合 Tx/Rx 增益控制器的非常数模值射频波束成形方案,通过群体智能算法联合优化波束方向与增益系数,实现约 80 dB 的自干扰抑制。
2024-02-13 cs.IT eess.SP math.IT
Joint Communication Sensing Beamforming and Uplink Power Control for Network-Assisted Full-Duplex Cell-Free ISAC Systems
Sharif University of Technology(谢里夫理工大学);Yazd University(亚兹德大学)
针对网络辅助全双工无小区ISAC系统,提出联合下行通信波束成形、感知波束成形与上行功率控制方案,通过优先级设计和SDR优化最大化感知SINR并满足通信约束。
2026-09-09 eess.SP
Electromagnetic Based Communication Model for Dynamic Metasurface Antennas
动态元表面天线(DMA)作为大规模多输入多输出(mMIMO)系统领域的一项有前途的技术出现,提供了在有限且可能较大的孔径中集成大量天线的可能性,同时保持所需的数量射频(RF)控制链。尽管设想为mMIMO系统的实际实现,但DMA由于其物理实现所固有的约束而代表了信号处理技术(诸如波束成形)的设计中的新范例,对于这些约束,还没有完整的模型可用。在这项工作中,我们提出了一个完整的和电磁兼容的窄带通信模型的通用DMA为基础的系统。具体地,该模型考虑:i)贯穿馈送天线元件的波导的波传播和反射,ii)通过空气和波导的互耦合,以及iii)插入损耗。此外,我们整合了电磁模型在传统的数字通信模型,提供了一个完整的和有用的框架来设计和表征这些系统的性能。最后,通过全波仿真验证了模型的准确性。
2022-12-22 eess.SP
Two-Timescale Transmission Design for RIS-Aided Cell-Free Massive MIMO Systems
本文研究了RIS辅助无小区大规模MIMO系统的双时间尺度传输设计,基于统计CSI设计无源波束赋形,利用MRC处理瞬时信道,推导了可达速率闭式表达式,并采用遗传算法优化RIS相移以最大化用户速率与能效。
2023-08-04 eess.SP
A High-Level Comparison of Recent Technologies for Massive MIMO Architectures
自大规模MIMO(massive MIMO,mMIMO)技术提出以来,如何设计复杂度合理的收发器一直是一个具有挑战性的问题。最初,人们认为这方面的主要问题是总的射频成本。然而,随着mMIMO越来越成为未来无线网络的关键技术,人们意识到,RF成本只是许多实现挑战和设计权衡之一。在本文中,我们提出,分析和比较各种新颖的mMIMO架构,考虑到最近出现的技术,如智能表面辅助和基于罗特曼透镜的架构。这些相比,传统的全数字(FD)和混合模拟数字波束形成(HADB)的方法。为了能够进行公平的比较,我们考虑了各种硬件缺陷和损耗,并利用一种新颖的通用信号预编码算法。基于我们的深入调查,我们得出了一个通用的效率,质量权衡各种mMIMO架构。我们发现,在一个典型的蜂窝通信设置的反射/发射阵列为基础的架构草图最好的整体权衡。此外,我们表明,在定性排名所考虑的架构的功率效率是独立的频率范围。
2022-12-22 cs.IT eess.SP math.IT
Sub-Array Selection in Full-Duplex Massive MIMO for Enhanced Self-Interference Suppression
本文研究全双工大规模MIMO系统中的自干扰抑制问题,提出一种结合子阵列选择的最小SI波束成形方案,通过群体智能算法优化波束扰动和子阵列配置,实现高达78 dB的SI抑制。
2023-09-06 cs.IT eess.SP math.IT
RIS-Aided Cell-Free Massive MIMO: Performance Analysis and Competitiveness
在本文中,我们考虑和研究了一个无小区的大规模MIMO(CF-mMIMO)系统辅助可重构智能表面(RIS),其中大量的接入点(AP)合作,以服务于更少数量的用户与RIS技术的帮助。我们考虑不完美的信道状态信息(CSI),其中每个AP使用从上行链路导频获得的本地信道估计,并将共轭波束成形应用于下行链路数据传输。此外,我们考虑在RIS随机波束成形在训练和数据传输阶段。这使我们能够消除估计每个RIS辅助链接的需要,这在文献中已被证明是一项具有挑战性的任务。然后,我们推导出一个封闭形式的表达式的可实现的速率,并用它来评估系统的性能支持数值结果。我们表明,RIS提供的阵列增益提高了系统的覆盖范围,并提供了近2倍的最低速率和1.5倍的每用户吞吐量增加。我们还使用这些结果来提供有关需要用于替换AP的RIS数量的初步见解,同时实现与具有密集AP部署的典型CF-mMIMO系统相似的性能。
2021-05-14 cs.IT eess.SP math.IT
Fronthaul-Aware User-Centric Generalized Cell-Free Massive MIMO Systems
该研究针对前传受限的广义无蜂窝大规模MIMO系统,提出兼顾协作波束成形与用户中心聚类的通用框架,构建基于长期CSI的用户关联与功率控制优化问题,通过MM技术求解,显著提升了系统平均和频谱效率。
2025-06-17 cs.IT eess.SP math.IT
SIM-Enabled Hybrid Digital-Wave Beamforming for Fronthaul-Constrained Cell-Free Massive MIMO Systems
Jeonbuk National University(全北国立大学);King’s College London(伦敦国王学院);Université Paris-Saclay(巴黎萨克雷大学);CNRS(法国国家科学研究中心);CentraleSupélec(中央理工-高等电力学院);Technion Israel Institute of Technology(以色列理工学院)
针对无小区大规模MIMO前传受限问题,提出集成SIM的混合数字-波域波束成形框架,联合优化数字与波域变量及前传压缩,交替优化算法实现接近全数字性能且减少射频链路。
2025-10-15 cs.IT eess.SP math.IT
Evolutionary AP Switch ON/OFF Techniques for Energy-efficient Cell-free Massive MIMO Networks
Rey Juan Carlos University(雷伊胡安卡洛斯大学);University of the Balearic Islands(巴利阿里群岛大学)
本文针对无小区大规模MIMO网络的AP开关优化问题,提出约束遗传算法与帕累托驱动遗传算法两种进化策略,经仿真验证其能效及能效-频谱效率权衡性能优于现有贪心基准。
2026-07-30 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。
2026-11-17 eess.SP
Beamforming design for minimizing the signal power estimation error
针对Capon和MMSE波束成形器信号功率估计有偏的问题,提出通过最小化MSE的缩放因子收缩Capon波束成形器(Capon$^+$),在功率与波形估计间取得更优平衡且偏差趋零。
2025-06-20 eess.SP
Parallel and Distributed Hybrid Beamforming for Multicell Millimeter Wave MIMO Full Duplex
本文研究多小区 mMIMO 毫米波全双工系统的混合波束成形,提出基于 MM 的集中式方案及并行分布式框架,以更低开销和复杂度逼近集中式性能并超越全数字半双工。
2023-06-01 cs.IT eess.SP math.IT
A Comprehensive Performance Analysis for mm-Wave Massive MIMO Hybrid Beamforming under PA Nonlinearities
在本文中,我们开发了一个框架,以调查不同的混合波束形成架构的大规模多输入多输出(MIMO)系统的性能受损的功率放大器(PA)的非线性。数字预失真(DPD)设计中采用了基于反波束形成后反馈的间接学习结构,以补偿PA引起的非线性失真。此外,我们提出了一种新的模拟波束形成器设计的部分连接架构的基础上广义特征波束形成器(GEB)的方法。在文献中,非线性PA的带外(OOB)辐射和实现的信号干扰噪声比(SINR)的影响进行了研究。然而,这些研究仅限于全数字或部分连接的混合波束形成架构,同时在PA的基础上部署Bussgang分解,而不考虑性能分析中的阵列架构类型。在这项研究中,我们推导出一个解析的比特错误率(BER)的表达式的基础上的时空Bussgang分解的矩阵形式,和失配解码容量通过广义互信息(GMI)下PA非线性不同的混合Massive MIMO架构。分析结果表明,非线性失真对系统性能有很大影响,DPD可以在一定程度上减小非线性失真对系统性能的影响。最后通过数值计算验证了所得到的误码率解析表达式的正确性。
2021-02-26 cs.IT eess.SP math.IT
Target Speaker Selection for Neural Network Beamforming in Multi-Speaker Scenarios
针对多说话人场景下的波束成形问题,提出基于听者视角欠幅角度的说话人选择机制用于端到端神经网络训练,推理仅需音频,显著提升语音质量与可懂度,推进鸡尾酒会问题解决。
2025-03-24 eess.AS eess.SP
Robust Beamforming and Power Allocation for Coherent Cell-Free Massive MIMO with Residual Calibration Errors
School of Electronics and Information Engineering, Harbin Institute of Technology(哈尔滨工业大学电子与信息工程学院);Centre for Wireless Innovation (CWI), School of Electronics, Electrical Engineering and Computer Science, Queen’s University Belfast(贝尔法斯特女王大学电子、电气工程和计算机科学学院无线创新中心);School of Electronic Engineering and Computer Science, Queen Mary University of London(伦敦大学玛丽皇后学院电子工程与计算机科学学院);Department of Electronics and Information Convergence Engineering, Kyung Hee University(庆熙大学电子与信息融合工程系)
本文针对存在残留校准误差的相干无蜂窝大规模MIMO系统,构建时变残留校准误差模型,提出基于高斯-勒让德求积的WMMSE优化框架,实现鲁棒波束成形与功率分配,提升加权和速率与频谱效率。
2026-08-12 eess.SP
Joint Neural AEC and Beamforming with Double-Talk Detection
Tencent(腾讯)
全双工通信系统中的声学回声消除(AEC)消除了声学反馈。然而,由音频设备、背景噪声、混响和双端通话引起的非线性失真降低了传统AEC系统的效率。提出了几种混合AEC模型来解决这个问题,它们使用深度学习模型来抑制标准自适应滤波的残留回声。本文提出了基于深度学习的联合AEC和波束形成模型(JAECBF),该模型建立在我们以前的自关注递归神经网络(RNN)波束形成器的基础上。所提出的网络由两个模块组成:(i)多通道神经AEC,以及(ii)具有计算时频(T-F)波束成形权重的双端通话检测(DTD)的联合AEC-RNN波束成形器。我们训练提出的模型在一个端到端的方法,以消除背景噪声和回声从远端音频设备,其中包括非线性失真。从实验评估中,我们发现所提出的网络优于其他多通道AEC和去噪系统的语音识别率和整体语音质量。
2022-06-27 cs.SD eess.AS eess.SP
Practical Hybrid Beamforming for Millimeter Wave Massive MIMO Full Duplex with Limited Dynamic Range
全双工(FD)无线电已经成为一种有前途的解决方案,用于经由在相同频带中的同时发送和接收来将数据率提高高达两倍。该文研究了一种新的混合波束形成(HYBF)设计,用于单小区毫米波(mmWave)大规模多输入多输出(mMIMO)FD系统中最大化加权和速率(WSR)。出于实际考虑,我们假设多天线用户和混合FD基站(BS)遭受有限的动态范围(LDR)噪声由于非理想的硬件和损伤感知HYBF方法是通过集成在毫米波波段的传统的LDR噪声模型。与传统的HYBF方案相比,我们的设计还考虑了联合和功率和实际的每天线功率约束。提出了一种新的干扰、自干扰(SI)和LDR噪声感知的上行链路(UL)用户和FD BS的最优功率分配方案,以满足联合约束。研究了多用户毫米波FD系统在不同LDR噪声水平和射频(RF)链数量的全数字半双工(HD)系统上的最大可实现增益。仿真结果表明,我们的设计优于HD系统只有几个RF链在任何LDR噪声水平。还检查了在模拟级具有幅度控制的优点,并且当混合FD BS处的RF链的数量小时,毫米波FD系统的附加增益变得明显。
2022-01-03 cs.IT eess.SP math.IT
Adaptive and Fast Combined Waveform-Beamforming Design for mmWave Automotive Joint Communication-Radar
针对现有毫米波车载联合通信-雷达系统角视场有限、雷达估计精度低的问题,提出基于循环移位波束成形器与二维部分傅里叶压缩感知的自适应快速联合设计,可在通信性能小幅下降的代价下实现宽视场高精度雷达信道估计。
2020-09-06 cs.IT eess.SP math.IT
A Reinforcement Learning based approach for Multi-target Detection in Massive MIMO radar
Institute of Digital Communication Systems, Ruhr University Bochum(鲁尔大学波鸿分校数字通信系统研究所);Université Paris-Saclay(巴黎萨克雷大学);CentraleSupélec(中央理工-高等电力学院);DR2I-IPSA(DR2I-IPSA机构);Università di Pisa(比萨大学)
研究了大规模多输入多输出(MMIMO)认知雷达(CR)的多目标检测问题。CR的概念基于感知-行动循环,感知并智能地适应动态环境,以最佳地满足特定任务。然而,这通常需要环境模型的先验知识,而这在大多数情况下是不可用的。提出了一种基于强化学习(RL)的认知多目标检测算法。雷达充当连续感测未知环境的代理(即,目标和干扰)并因此优化发射波形以便通过将能量聚焦在特定的距离-角度单元(即,波束成形)。此外,我们提出了一种解决波束形成优化问题的方法,其复杂度低于现有的方法。数值模拟进行评估所提出的RL为基础的算法在静态和动态环境中的性能。基于RL的波束形成相比,传统的全向方法具有相等的功率分配和自适应波束形成没有RL。正如所提出的数值结果所强调的那样,我们的基于RL的波束形成器在目标检测性能方面优于这两种方法。在环境恶劣的条件下,如低信噪比,重尾干扰和快速变化的情况下,性能改善甚至特别显着。
2021-03-02 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
Joint Beamforming Design and Bit Allocation in Massive MIMO with Resolution-Adaptive ADCs
针对大规模MIMO系统,本文利用最优量化性质推导了量化失真协方差矩阵的闭式近似,并提出一种低复杂度启发式算法联合优化波束成形与ADC比特分配,在活动ADC比特数减少40%下使频谱和能量效率均提升6%。
2025-05-05 eess.SP
Nonlinear Distortion Radiated from Large Arrays and Active Reconfigurable Intelligent Surfaces
该研究分析了6G候选技术超大孔径阵列与有源RIS中非线性放大器产生的失真,推导了近远场下失真的解析表达式,提出失真感知调度方案以降低失真影响,验证了考虑非线性的优势。
2025-02-22 eess.SP
Deep Unfolding Hybrid Beamforming Designs for THz Massive MIMO Systems
混合波束形成(HBF)是宽带太赫兹(THz)大规模多输入多输出(mMIMO)通信系统的关键技术。设计HBF系统的一个核心挑战来自于这样一个事实,即它们的应用通常涉及非凸的、高度复杂的大尺寸优化。在本文中,我们提出了HBF计划,利用数据,使高效的设计全连接HBF(FC-HBF)和动态子连接HBF(SC-HBF)架构。我们开发了一个深入的展开框架的基础上分解成模拟和数字方面的最佳全数字波束形成器,并制定了两个相应的等效最小二乘(LS)问题。然后,通过闭合形式的LS解获得数字波束形成器,而通过ManNet获得模拟波束形成器,ManNet是一种基于展开投影梯度下降的轻量级稀疏连接深度神经网络。将ManNet扩展到已开发的深度展开框架中,得到基于ManNet的FC-HBF方案。我们表明,建议的ManNet也可以应用到SC-HBF设计后,确定的无线电频率链和天线之间的连接。我们进一步开发了一个简化版本的ManNet,称为subManNet,直接产生稀疏模拟预编码器的SC-HBF架构。这两个网络都是用无监督的训练过程训练的。数值结果验证了所提出的基于ManNet/subManNet的HBF方法优于传统的基于模型和深度展开的方法,具有非常低的复杂度和快速的运行时间。例如,在具有128个发射天线的仿真中,它获得了比黎曼流形方案稍高的频谱效率,但是快了1000倍以上,并且复杂度降低了六(6)倍以上。
2023-02-23 cs.IT eess.SP math.IT
Cooperative Hybrid Transmit Beamforming in Cell-free mmWave MIMO Networks
混合预编码器和组合器被设计用于协作无小区多用户毫米波(mmWave)多输入多输出(MIMO)蜂窝网络,以用于低复杂度干扰减轻。最初,我们得出一个最佳的混合发射波束形成器(HTBF)的广播情况下,同时考虑总的和每接入点(AP)的功率约束。其次,提出了一种基于最小方差无失真响应(MVDR)的最优连续混合波束形成技术。我们证明,它可以减轻用户间和组间干扰,同时连续确保与之前调度的用户/用户组的正交性。此外,理论上表明,所提出的计划是能够支持大量的用户。随后,贝叶斯学习(BL)为基础的方法被认为是联合设计的RF和基带预编码器/组合器的各种情况下考虑。此外,我们还设想我们的HTBF方案,这是基于最大化的信号干扰加噪声比(SINR)的每个单独的用户的上行链路对应。最后,所提出的方案的功效的特点是我们广泛的仿真结果在消除用户间/组间干扰,提高了频谱效率。
2022-12-14 eess.SP
Distributed Distortion-Aware Robust Optimization for Movable Antenna-aided Cell-Free ISAC Systems
National Key Laboratory of Science and Technology on Communications, University of Electronic Science and Technology of China(电子科技大学通信抗干扰技术国家级重点实验室);School of Information Science and Engineering, Shandong University(山东大学信息科学与工程学院);School of Transportation and Logistics, Southwest Jiaotong University(西南交通大学交通运输与物流学院);China Mobile Research Institute(中国移动研究院)
针对可移动天线辅助无小区集成感知与通信系统,本文提出分布式失真感知鲁棒优化框架,结合SCA与SACGNN算法,可缓解功率放大器失真,提升通信-感知权衡性能与鲁棒性。
2026-09-03 eess.SP
Asymptotic Rate Analysis for Impairments-Aware Multi-Carrier FD Massive MIMO Relay Networks utilizing MRT/MRC Strategy
在本文中,我们分析了渐进速率的多载波(MC)全双工(FD)大规模多输入多输出(mMIMO)解码和转发(DF)中继系统,服务于多个MC单天线半双工(HD)节点。我们考虑到硬件失真的影响,导致残留的自干扰(SI)和载波间泄漏(ICL),以及不完善的信道状态信息(CSI)的影响。当天线数目变大(变为$\infty$)时,我们推导了采用最大比发射(MRT)/最大比合并(MRC)策略的系统的渐近速率表达式。值得注意的是,硬件失真的影响变得显着,在一个大规模的天线阵列制度。与多用户干扰和接收机噪声的影响相反,其随着中继天线的数目变为无穷大而消失,由硬件损伤引起的残余SI和ICL保留在MC系统中。
2020-11-16 cs.IT eess.SP math.IT
Generalized Reduced-WMMSE Approach for Cell-Free Massive MIMO With Per-AP Power Constraints
针对无蜂窝大规模MIMO协作波束成形优化,本文提出按AP分解并利用拉格朗日对偶求闭式解的G-R-WMMSE方法及自适应并行执行,复杂度降低超99%且性能基本不变。
2024-08-02 cs.IT eess.SP math.IT
Optimally Supporting IoT with Cell-Free Massive MIMO
我们研究物联网(IoT)系统支持无小区(CF)大规模MIMO(mMIMO)与最佳线性信道估计。对于上行链路,我们认为最佳的线性MIMO接收机,并获得了上行链路的SINR近似只涉及大尺度衰落系数,使用随机矩阵(RM)理论。使用这种近似,我们设计了几个最大-最小功率控制算法,将功率和速率加权系数,以实现高能量效率的目标速率。对于下行链路,我们考虑最大比(MR)波束成形。而不是解决一个复杂的准凹问题的下行链路功率控制,我们采用了神经网络(NN)的技术,以获得可比的功率控制约30倍的计算时间减少。对于大型网络,我们提出了一个不同的NN的功率控制算法。这个算法是次优的,但它的最大优点是它是可扩展的。
2020-11-30 cs.IT eess.SP math.IT
Cognitive-driven convolutional beamforming using EEG-based auditory attention decoding
NTT Communication Science Laboratories, NTT Corporation(NTT公司NTT通信科学实验室);University of Oldenburg(奥尔登堡大学)
在多说话人环境下,语音增强算法的性能取决于正确识别要增强的目标说话人。听觉注意解码(AAD)方法允许从单次试验EEG记录中识别听者正在注意的目标说话者。针对增强目标说话人和抑制干扰说话人、混响和环境噪声的问题,本文提出了一种认知驱动的多麦克风语音增强系统,该系统结合了基于神经网络的掩蔽估计器、加权最小功率无失真响应卷积波束形成器和AAD。为了控制干扰扬声器的抑制,我们还提出了一个扩展,将干扰抑制约束。实验结果表明,该系统优于国家的最先进的认知驱动的语音增强系统在具有挑战性的混响和噪声条件。
2020-05-10 cs.SD eess.AS eess.SP
Digital and Hybrid Precoding Designs in Massive MIMO with Low-Resolution ADCs
针对低分辨率ADC的大规模MIMO系统,在主-最小化框架下基于SE紧下界优化数字、FC和PC混合预编码,其性能优于现有方案,且PC混合预编码在1位系统中接近数字和FC混合方案的SE。
2025-02-11 eess.SP
Robust Multi-Beam Secure mmWave Wireless Communication for Hybrid Wiretapping Systems
针对毫米波混合窃听系统,提出人工噪声辅助的鲁棒多波束收发方案,联合设计信息与AN波束以最小化发射功率,并抑制主动窃听干扰,提升安全性与能效。
2024-07-19 eess.SP
Full-Duplex Multiuser MISO Under Coarse Quantization: Per-Antenna SQNR Analysis and Beamforming Design
Korea Advanced National Institute of Science and Technology (KAIST)(韩国科学技术院);Pohang University of Science and Technology (POSTECH)(浦项科技大学)
本文提出了一种考虑自干扰和量化的波束成形方法,以提高全双工多用户MISO系统在粗量化下的频谱效率。
2026-01-23 cs.IT eess.SP math.IT
Analytical Nonlinear Distortion Characterization for Frequency-Selective Massive MIMO Channels
本文针对频率选择性大规模MIMO信道,推导了非线性失真功率的闭式表达式,揭示了多径分量数量和时延扩展对带内与带外失真的影响规律,并通过仿真验证了分析结果。
2023-10-30 cs.IT eess.SP math.IT
Secure Wireless Communication in RIS-Aided MISO Systems with Hardware Impairments
在实际应用中,收发器硬件的残余损伤不可避免地导致失真噪声,从而导致性能损失。在本文中,我们研究了鲁棒传输设计的可重构智能表面(RIS)辅助安全通信系统中存在的收发器硬件损伤。我们的目标是最大限度地提高保密率,同时确保发射功率约束的主动波束形成在基站和单位模约束的被动波束形成在RIS。为了解决这个问题,我们采用交替优化方法迭代优化一组变量,同时保持另一组固定。其中,主动波束形成优化子问题采用逐次凸逼近(SCA)方法求解,被动波束形成优化子问题采用半定规划(SDP)方法求解。数值结果表明,所提出的传输设计方案是更强大的硬件损伤比传统的非鲁棒方案,忽略了硬件损伤的影响。
2021-03-08 cs.IT eess.SP math.IT