Reducibility of joint relay positioning and flow optimization problem
本文展示了如何将原本难以联合的中继定位和流量优化问题简化为两个更简单的解耦问题的序列。我们考虑了一类无线多播超图,其主要特征是它们的超弧率函数,即幂是递增的和凸的,并且在发送节点和超弧的最远端节点之间的距离是递减的.设置由一个单一的组播流会话,涉及一个源,多个目的地和中继,可以自由定位。第一个问题在纯粹的几何意义上制定中继定位问题,一旦获得最佳中继位置,第二个问题解决流量优化。此外,我们提出了简单而有效的算法来解决这些问题。
2012-02-03 cs.IT math.IT
Joint 3D Positioning and Network Synchronization in 5G Ultra-Dense Networks Using UKF and EKF
通常预期,未来的第五代(5G)网络将部署有高空间密度的接入节点(AN),以便满足即将到来的无线网络的设想的容量要求。密集化不仅有利于通信,而且还为高度准确的用户节点(UN)定位创建了方便的基础设施。尽管事实上,定位将在未来的网络中发挥重要作用,从而使大量的基于位置的应用和服务,这个巨大的机会还没有被广泛探讨在现有的文献。因此,本文提出了一种基于无迹卡尔曼滤波器(UKF)的方法,用于估计AN处的到达方向(DoA)和到达时间(ToA),以及以网络为中心的方式执行联合3D定位和网络同步。除了所提出的基于UKF的解决方案之外,现有的基于2D扩展卡尔曼滤波器(EKF)的解决方案被扩展以覆盖现实的3D定位场景。在5G超密集网络(UDN)的前提下,使用基于METIS地图的射线跟踪信道模型和通过马德里网格的车辆和无人机(UAV)的3D轨迹,在DoA和ToA估计以及定位和时钟偏移估计精度方面评估和分析了这两种方法的性能。基于全面的数值评估,即使在不同步的5G网络的情况下,这两种方法也可以提供设想的一米3D定位精度,同时以纳秒级精度跟踪网络元件的时钟偏移。
2016-08-12 cs.IT math.IT
Joint Movable Antenna Positioning and RIS Partitioning for Sum-Rate Maximization
Toronto Metropolitan University(多伦多都会大学)
针对下行无线通信,提出联合可移动天线(MA)与可重构智能表面(RIS)框架,通过交替优化MA位置、子阵列波束赋形和RIS元件选择,最大化网络和速率。
2026-06-11 cs.IT math.IT
Reconfigurable Intelligent Surfaces-assisted Positioning in Integrated Sensing and Communication Systems
VNU University of Engineering and Technology(越南国立大学工程技术大学);Posts and Telecommunications Institute of Technology(邮电理工学院);National Chung Cheng University(中正大学)
本文提出了一种基于RIS辅助的ISAC系统高精度定位方法,通过改进的Levenberg算法实现低复杂度的参数更新,提升定位精度。
2026-02-16 cs.IT eess.SP math.IT
Maximizing Connectivity of Uplink RIS-Assisted UAV Networks
Toronto Metropolitan University(多伦多都会大学);University of Toronto(多伦多大学)
提出一种无人机定位与可重构智能表面划分方法,通过优化RIS辅助链路选择、RIS划分和无人机位置,以Fiedler值为指标最大化网络连通性,同时满足用户设备的SINR约束。
2026-06-11 cs.IT math.IT
Joint Optimal Design for Outage Minimization in DF Relay-assisted Underwater Acoustic Networks
这封信最大限度地减少中断概率在一个单一的解码和转发(DF)中继辅助水声网络(UAN)没有直接的源到目的地的链路可用性。具体而言,提出了一种中继定位和分配功率的源和中继的联合全局优化设计。对于分析的见解,一个新的低复杂度的紧密近似方法也提出了。选定的数值结果验证了分析和量化的比较收益实现最优功率分配(PA)和中继放置(RP)策略。
2018-05-22 cs.IT math.IT
Pinching-Antenna Assisted ISAC: A CRLB Perspective
本文从克拉美-罗下界视角研究捏合天线在集成感知与通信中的应用,推导其 CRLB 并与传统天线比较,证明捏合天线可显著降低 CRLB、提升定位精度,并支持灵活的以用户为中心的定位。
2025-04-08 cs.IT eess.SP math.IT
FPNet: Joint Wi-Fi Beamforming Matrix Feedback and Anomaly-Aware Indoor Positioning
FPNet通过联合优化波束成形反馈压缩与异常检测,实现高精度且可靠的室内定位。
2026-02-13 cs.IT eess.SP math.IT
Joint Beam Scheduling and Beamforming Design for Cooperative Positioning in Multi-beam LEO Satellite Networks
针对多波束LEO卫星协作定位中的波束间干扰与拓扑几何问题,本文提出联合波束调度与波束赋形方案,通过CRLB建模、SDR波束设计和低复杂度调度,显著提升用户定位精度。
2024-04-01 cs.IT eess.SP math.IT
Joint Device Positioning and Clock Synchronization in 5G Ultra-Dense Networks
在本文中,我们将讨论5G无线接入网络中高效准确的设备定位和跟踪的前景和关键技术。建立在超密集网络的前提下,以及在接入节点(AN)的多载波波形和天线阵列的采用,我们首先制定了扩展的卡尔曼滤波器(EKF)为基础的解决方案,计算高效的联合估计和跟踪的到达时间(ToA)和到达方向(DoA)的用户节点(UN)使用上行链路参考信号。然后,提出了第二EKF阶段,以便将来自一个或多个AN的各个DoA/ToA估计融合到UN位置估计中。由于所有处理都在网络侧进行,因此UN侧的计算复杂度和能耗保持在最低水平。本文中提出的级联EKF还考虑了UN和AN之间不可避免的相对时钟偏移,从而获得接入链路的可靠时钟同步作为有价值的副产品。建议的级联EKF方案,然后修改和扩展到更一般的和具有挑战性的情况下,不仅联合国有时钟偏移对网络时间,而且AN本身并不相互同步的时间。最后,在基于METIS项目的室外马德里地图模型以及完整的基于光线追踪的传播建模的基础上,提供了在现实的5G网络设置上对所提出的解决方案的全面性能评估。所获得的结果清楚地表明,通过使用所开发的方法,移动设备的亚米级定位和跟踪精度在未来以低于6 GHz频率运行的5G无线电接入网络中确实在技术上是可行的,尽管存在与时钟偏移相关的现实假设,甚至可能在不同步的网络元素下。
2016-11-24 cs.IT math.IT
Deep Learning-Assisted Jamming Mitigation with Movable Antenna Array
本文提出在接收端部署可移动天线阵列对抗多干扰机攻击,通过联合优化波束成形与天线定位,构建基于深度学习的框架实现SINR最大化,取得近最优抗干扰性能并显著提升策略确定效率。
2025-04-04 cs.IT eess.SP math.IT
Joint Cooperative Computation and Interactive Communication for Relay-Assisted Mobile Edge Computing
为了在中继移动边缘计算系统中实现协作计算和通信,提出了一种混合中继转发协议,该协议在执行延迟和网络能耗之间寻求平衡.该问题被配制成一个不可微的优化问题,这是非凸的高度耦合的约束。利用问题的结构,我们提出了一个轻量级的基于不精确块坐标下降法的算法。实验结果表明,该算法具有更快的收敛速度相比,流行的凹凸过程为基础的算法,同时取得了良好的性能。
2017-10-31 cs.IT math.IT
Uni-polarized RIS Beamforming for Improving Connectivity of Multi-RIS-Assisted D2D Networks
该研究针对多RIS辅助D2D网络连通性提升问题,提出联合优化RIS波束成形、链路选择与部署位置的方案,通过扰动法、遗传算法和Adam优化器分迭代求解,经仿真验证优于现有对比方案。
2024-10-07 cs.IT eess.SP math.IT
Antenna Positioning and Beamforming Design for Fluid-Antenna Enabled Multi-user Downlink Communications
本文研究流体天线多用户MISO下行链路,通过联合优化天线位置与波束赋形矩阵最小化发射功率,并提出基于惩罚法和SCA的交替优化算法,验证其优于固定位置天线系统。
2024-01-14 cs.IT eess.SP math.IT
Energy-Efficient Resource Allocation for NOMA-Assisted Uplink Pinching-Antenna Systems
针对NOMA辅助多用户Pinching天线上行系统,提出交替优化框架联合求解功率分配与天线位置,显著提升能效。
2025-05-12 cs.IT eess.SP math.IT
Joint Active and Passive Beamforming with Sensing-Assisted Discrete Phase Shifts for Dual-RIS ISAC Systems
Chongqing University of Posts and Telecommunications(重庆邮电大学);National Mobile Communications Research Laboratory, Southeast University(东南大学移动通信国家重点实验室);University of Macau(澳门大学)
本文针对6G需求,研究双可重构智能表面辅助的集成感知与通信系统,通过联合主动和被动波束成形解决最大最小用户信干噪比问题,提升系统性能并确保用户公平性。
2025-10-28 cs.IT math.IT
Joint Sparse Beamforming and Power Control for Large-scale DAS with Network-Assisted Full Duplex
本文研究了大规模分布式天线系统(L-DAS)中网络辅助全双工(NAFD)的稀疏波束形成和功率控制问题。在L-DAS中,远端天线单元可以工作在半双工模式或全双工模式,它们都通过高速回程链路连接到中央处理器(CPU)。NAFD通过CPU的联合处理,可以实现真正灵活的双工,包括灵活的半双工和全双工。交叉链路干扰和有限容量的回程是L-DAS中NAFD的主要问题。为了解决这些问题,我们的目标是最大化上行链路和下行链路的聚合速率服从服务质量约束和回程约束。已经提出了两种方法来解决优化问题,其中第一种方法将目标函数转换为两个具有半定松弛(SDR)的凸函数的差,然后应用迭代SDR-块坐标下降法来解决问题。第二种方法是基于序贯参数凸逼近。仿真结果表明,与传统的时分双工方案相比,所提出的算法产生了更高的速率增益。
2019-11-13 cs.IT math.IT
Joint Channel Estimation and Dynamics-Aware Grouping for Time-Varying RIS-Assisted OTA Federated Learning
Zhengzhou University(郑州大学);The University of Hong Kong(香港大学);Henan Institute of Science and Technology(河南科技学院);Bournemouth University(伯恩茅斯大学)
针对RIS辅助的OTA-FL系统受时变信道等问题影响,提出统一框架,集成GRU等技术,设计动态感知分组策略,在低导频和高移动性下提升CSI估计精度等性能,增强强用户异构性下的收敛速度和鲁棒性。
2026-07-21 cs.IT math.IT
Fluid-Antenna-Assisted Distributed Joint Decoding for Cell-Free Massive MIMO Unsourced Random Access
Southeast University(东南大学);National Mobile Communications Research Laboratory, Frontiers Science Center for Mobile Information Communication and Security, Southeast University(国家移动通信重点实验室,移动信息与安全前沿科学中心,东南大学);Purple Mountain Laboratories(紫金山实验室)
该研究针对无蜂窝大规模MIMO非授权随机接入的多用户干扰等问题,提出流体天线辅助的分布式联合解码方法,经仿真验证可提升接收功率,实现流体天线与该接入技术的可行集成。
2026-08-24 cs.IT math.IT
Reconfigurable Intelligent Surface Assisted UAV Communication: Joint Trajectory Design and Passive Beamforming
由于视距传输和灵活性,无人机(UAV)有效地提高了无线网络的吞吐量。然而,LoS链路容易因复杂的传播环境而严重恶化,特别是在城市地区。可重构智能表面(RISs)作为一种很有前途的技术,通过智能地反射接收信号,可以显著改善传播环境,提高通信质量。基于此,本文研究了一种新型的RIS辅助无人机通信系统中无人机轨迹和RIS无源波束形成的联合设计,以最大化平均可达速率。为了解决非凸问题,我们将其分为两个子问题,即无源波束形成和轨迹优化。我们首先推导出一个封闭形式的相移解决方案,为任何给定的无人机轨迹,以实现相位对准的接收信号从不同的传输路径。然后,与最优相移解,我们得到了一个次优轨迹的解决方案,通过使用逐次凸逼近(SCA)方法。数值结果表明,该算法可以大大提高系统的平均可达速率。
2019-12-07 cs.IT math.IT
Movable Antenna Aided NOMA: Joint Antenna Positioning, Precoding, and Decoding Design
本文针对多用户下行NOMA系统,联合优化可移动天线位置、预编码和SIC解码,提出双环迭代算法,显著提升最小可达速率。
2024-12-17 cs.IT eess.SP math.IT
3-D Positioning and Environment Mapping for mmWave Communication Systems
毫米波(mmWave)云无线电接入网络(CRAN)为精确的协作定位提供了新的机会,其中大带宽、大天线阵列和增加的基站密度允许其无与伦比的延迟和角分辨率。将定位技术与通信技术相结合,设计同时定位与地图构建(SLAM)算法是一个具有挑战性的问题。本研究考虑三维毫米波CRAN架构中的联合位置和速度估计以及环境映射问题。本文首先将协作定位嵌入到通信中,建立了时延和角度混合测量的联合估计和映射模型。然后,我们提出了一个封闭形式的加权最小二乘(WLS)的联合估计和映射问题的解决方案。所提出的WLS估计被证明是渐近无偏的,并通过模拟确认为有效的实现克拉美-罗下限(CRLB)和所需的分米级精度。此外,我们提出了一个基于WLS网络的SLAM算法,通过嵌入神经网络到建议的WLS估计,以取代线性近似。该方法既具有神经网络强大的学习能力,又具有几何模型的鲁棒性,并通过集成学习进一步提高了定位精度。在模拟中使用公共射线跟踪数据集来测试基于WLS网络的SLAM算法的性能,该算法被证明在达到厘米级精度方面是快速有效的。
2019-08-12 cs.IT eess.SP math.IT
Deep Learning Based Joint Beamforming Design in IRS-Assisted Secure Communications
本文针对无窃听者瞬时CSI的IRS辅助MIMOME系统,提出一种基于深度学习的低复杂度联合波束成形设计方法,通过优化预编码向量与相移矩阵最小化安全中断概率,在保持与传统AO算法相似性能的同时显著降低了计算复杂度。
2023-04-04 cs.IT eess.SP math.IT
Cooperative Multi-Target Positioning for Cell-Free Massive MIMO with Multi-Agent Reinforcement Learning
针对无蜂窝大规模MIMO中传统指纹定位计算复杂度高的问题,提出结合协同加权K近邻的多智能体强化学习联合定位校正框架,在平衡复杂度的同时有效提升定位性能。
2024-10-09 cs.IT eess.SP math.IT
Joint Optimization of STAR-RIS Assisted UAV Communication Systems
本文研究了同时发射和反射的可重构智能表面(STAR-RIS)辅助无人机(UAV)通信。我们的目标是通过联合优化STAR-RIS的波束形成向量、无人机的轨迹和功率分配来最大化所有用户的总速率。我们将非凸问题分解为三个子问题,交替求解以获得最优解。模拟结果表明:1)STAR-RIS实现了比传统RIS更高的和速率; 2)为了利用STAR-RIS的优点,UAV的轨迹比RIS更接近STAR-RIS; 3)反射和透射的能量分裂高度依赖于UAV的实时轨迹。
2022-09-08 cs.IT eess.SP math.IT
NOMA Assisted Joint Broadcast and Multicast Transmission in 5G Networks
在本文中,我们采用非正交多址接入(NOMA)技术来传送联合广播和组播流到一组用户。由于空间波束成形,除了公共广播信息之外,不同的用户组还能够接收不同的流。利用所提出的方案,可以在不同的流之间共享相同的时频资源,而不需要额外的带宽。发射机的实现和两个接收机类被认为是基于连续干扰消除(SIC)和联合解码(JD)的方法。除了通过仿真的性能评估,所提出的技术的概念实现的一个真正的硬件证明,以显示所提出的方案的实际可行性。
2018-03-20 cs.IT eess.SP math.IT
Joint Energy and SINR Coverage Probability in UAV Corridor-assisted RF-powered IoT Networks
针对无人机走廊辅助的射频供能物联网网络,研究能量与SINR联合覆盖概率,通过建模空中走廊与视距概率推导精确解与紧近似,给出最优无人机部署数和走廊长度。
2024-09-13 cs.IT eess.SP math.IT
Semi-Blind Joint Channel and Symbol Estimation in IRS-Assisted Multi-User MIMO Networks
智能反射面(IRS)是未来第五代无线通信的一项重要技术。在完全被动的IRS辅助系统中,信道估计是具有挑战性的,并且应当仅在基站处或在终端处执行,因为IRS的元件不能处理信号。在这封信中,我们制定了一个基于张量的半盲接收机,解决了联合信道和符号估计问题的IRS辅助多用户多输入多输出系统。所提出的方法依赖于广义PARATUCK张量模型的IRS反射的信号,基于一个两阶段的封闭形式的半盲接收机使用Khatri-Rao和Kronecker分解。仿真结果表明,所提出的半盲接收机的优良性能,在归一化均方误差和符号出错率,以及较低的计算复杂性,最近提出的并行因子分析为基础的接收机相比。
2022-05-04 cs.IT eess.SP math.IT
Joint Resource Optimization for IRS-Assisted mmWave MIMO under QoS Constraints
本文主要研究了智能反射表面增强毫米波系统中多用户动态资源的非凸联合优化问题,其中所有用户都集中在唯一的簇波束上。首先,将上述非线性问题的目标函数转化为服务质量约束下的二次规划形式。进一步提出了一种动态功率分配的多块交替优化框架,以获得最大和速率,其中采用放松的ADMM算法来求解最佳全数字预编码器,并通过梯度投影获得相应的无源反射矩阵。仿真结果表明,在高信干噪比下,波束优化应得到重视,但在硬件尺寸达到极限的情况下,联合动态资源分配仍能进一步提高系统性能。
2020-11-17 cs.IT eess.SP math.IT
Joint BS-RIS-User Association and Beamforming Design for RIS-assisted Cellular Networks
可重构智能表面(RIS)是第六代(6 G)网络的革命性技术,因为它具有操纵无线环境的能力。作为一种频率选择性器件,RIS只能有效地对特定频带内的信号传播进行整形。由于这种频率选择性特性,在蜂窝网络中部署RIS将引入复杂的基站(BS)-RIS-用户关联问题,因为相邻BS在不同频带上操作。在本文中,与RIS的频率选择性特性的考虑,我们的目标是联合优化BS-RIS-用户关联,在BS的主动波束赋形,和RIS的被动波束赋形,以最大限度地提高和速率的RIS辅助蜂窝网络。我们首先利用$l_0$ -范数有效地集成BS-RIS-用户关联与有源和无源波束成形。然后,我们采用分数规划(FP)和块坐标下降(BCD)的方法来处理对数和分数的部分和解耦的联合关联和波束形成设计问题成几个子问题。有效的算法相结合的$l_0$ -范数逼近,优化最小化(MM),交替方向的乘法器(ADMM)交替解决的子问题。大量的仿真结果说明了在RIS辅助的蜂窝网络中BS-RIS-用户关联优化的重要性,并验证了所提出的联合关联和波束形成设计算法的有效性。
2022-10-31 cs.IT eess.SP math.IT
Joint Beamforming Design and Power Splitting Optimization in IRS-Assisted SWIPT NOMA Networks
提出了一种新的智能反射面(IRS)辅助的同时无线信息和功率传输(SWIPT)非正交多址(NOMA)网络框架,其中IRS用于增强SWIPT的NOMA性能和无线功率传输(WPT)效率。我们制定了一个问题,通过联合优化连续干扰消除(SIC)解码顺序,BS发射波束成形矢量,功率分配(PS)比和IRS相移,同时考虑到服务质量(QoS)的要求和能量收获阈值的每个用户的最小化基站(BS)的发射功率。该问题是一个非凸优化问题,很难直接求解。因此,提出了一个两阶段算法来解决上述问题,通过应用半定松弛(SDR),高斯随机化和逐次凸逼近(SCA)。具体地,在通过在第一阶段中设计IRS相移来确定SIC解码顺序之后,我们交替地优化BS发射波束成形向量、PS比和IRS相移以最小化BS发射功率。数值结果验证了我们提出的优化算法在降低基站发射功率的有效性相比,其他基线算法。同时,与非IRS辅助的网络相比,IRS辅助的SWIPT NOMA网络可以使基站的发射功率降低51.13%。
2021-05-14 cs.IT eess.SP math.IT
DRL-based Joint Beamforming and BS-RIS-UE Association Design for RIS-Assisted mmWave Networks
可重构智能表面(RIS)由于能够建立可重构的无线传播网络,被认为是解决毫米波通信阻塞问题的一种非常有前途的技术。在本文中,我们专注于由多个基站(BS)服务的一组用户设备(UE)的RIS辅助毫米波通信网络。考虑到BS-RIS-UE关联问题决定了RIS应该帮助哪个BS和UE,我们联合优化BS-RIS-UE关联和RIS处的被动波束成形,以最大化系统的和速率。为了解决这一棘手的非凸问题,提出了一种基于软行动者-批评者(SAC)深度强化学习(DRL)的联合波束形成和BS-RIS-UE关联设计算法,该算法通过与环境交互,使用较少的先验信息学习最佳策略,并结合策略信息熵最大化,避免陷入局部最优解。仿真结果表明,与基准方案相比,所提出的SAC-DRL算法可以获得显着的性能增益。
2022-02-19 cs.IT eess.SP math.IT
Joint Power and Resource Allocation for Block-Fading Relay-Assisted Broadcast Channels
我们提供的解决方案,优化功率和资源分配块衰落中继辅助广播信道,以最大化的长期平均可达速率区域的用户。问题公式假设再生(重复编码)解码和转发(DF)中继策略,长期平均总发射功率约束,信道块内的用户消息的正交复用,使用直接传输(DT)模式从基站到用户终端直接或中继(DF)传输模式的可能性,和部分信道状态信息。我们表明,我们的优化问题可以转化为一个等效的“无中继”广播信道优化问题,每个实际用户由两个虚拟用户具有不同的信道质量和复用权重。建议的功率和资源分配策略表示在封闭的形式,可以实际应用于集中式中继辅助无线网络。此外,我们通过数值例子表明,我们的计划扩大了可实现的速率区域显着。
2012-05-01 cs.IT math.IT math.OC
Deep Reinforcement Learning based Joint Active and Passive Beamforming Design for RIS-Assisted MISO Systems
可重构智能表面(RIS)由于具有低成本、可控性等独特优势,是解决毫米波通信系统阻塞问题的一种有效途径,近年来受到广泛关注。然而,由于高计算复杂性和无线环境的动态变化,使得有源波束形成和无源波束形成的联合设计是一项艰巨的任务。在本文中,我们考虑了一个RIS辅助的多用户多输入单输出(MU-MISO)毫米波系统,旨在开发一种基于深度强化学习(DRL)的算法,以联合设计在基站(BS)侧的有源混合波束形成器和RIS侧的无源波束形成器。通过采用先进的软演员-评论家(SAC)算法,我们提出了一种基于最大熵的DRL算法,它可以探索更多的随机策略比确定性的政策,同时设计有源模拟预编码器和无源波束形成器。然后,采用最小均方误差(MMSE)方法确定数字预编码器。实验结果表明,我们提出的SAC算法可以获得更好的性能相比,传统的优化算法和DRL算法。
2022-02-21 cs.IT eess.SP math.IT
Joint Mode Selection and Beamforming Designs for Hybrid-RIS Assisted ISAC Systems
针对混合RIS辅助ISAC系统,提出联合优化BS波束成形、RIS单元有源/无源模式及反射系数的交替算法,以提升多目标最小波束方向图增益。
2024-12-05 cs.IT eess.SP math.IT
Joint Power Control and Passive Beamforming in IRS-Assisted Spectrum Sharing
在认知无线电(CR)通信系统中,在与主用户(PU)存在强交叉链路干扰的情况下实现高次用户(SU)速率是具有挑战性的。在这封信中,我们利用新兴的智能反射表面(IRS)技术来解决这个问题。具体来说,我们调查的IRS辅助CR通信系统中,IRS被部署,以协助在PU链路和SU链路之间的频谱共享。我们的目标是最大限度地提高可实现的SU率受到一个给定的信号干扰加噪声比的PU链路的目标,通过联合优化SU发射功率和IRS反射波束成形。由于制定的问题是很难解决,由于其非凸性和耦合变量,我们提出了一个有效的算法交替优化和逐次凸逼近技术的基础上解决它的次优,以及一些启发式设计,以降低复杂性。仿真结果表明,IRS是能够显着提高SU率,即使是在传统的CR系统中不使用IRS被认为是最具挑战性的情况下。
2020-03-09 cs.IT eess.SP math.IT
Joint Transmit and Reflective Beamforming Design for IRS-Assisted Multiuser MISO SWIPT Systems
研究了一种智能反射面辅助的多用户多输入单输出(MISO)无线信息与能量同步传输(SWIPT)系统。在该系统中,多天线接入点(AP)使用发射波束成形将信息和能量信号发送到一组接收器,每个接收器用于信息解码(ID)或能量收集(EH),并且专用部署的IRS适当地控制其反射相移以形成无源反射波束,用于促进接收器处的ID和EH。在这种设置下,我们联合优化AP处的(有源)信息和能量发射波束成形以及IRS处的(无源)反射波束成形,以最大化在所有EH接收器处接收的最小功率,这受到ID接收器处的个体信号与干扰加噪声比(SINR)约束以及AP处的最大发射功率约束。虽然制定的SINR约束的最小能量最大化问题是高度非凸的,我们提出了一个有效的算法,通过使用交替优化和半定松弛(SDR)的技术,以获得高质量的解决方案。数值结果表明,建议的IRS辅助SWIPT系统的信息和能量信号实现了显着的性能增益比基准计划没有IRS部署和/或没有专用的能量信号使用。
2019-10-16 cs.IT eess.SP math.IT
Joint Active and Passive Beamforming Design for IRS-Assisted Multi-User MIMO Systems: A VAMP-Based Approach
针对智能反射面(IRS)辅助的多用户下行多输入多输出(MIMO)通信系统,研究了主被动波束联合优化问题。我们的目标是通过最小化接收符号的均方误差(MSE)来最大化用户的频谱效率。为此,在最小均方误差(MMSE)准则下,制定了一个联合优化问题。首先,块坐标下降(BCD)被用来解耦的联合优化成两个子优化问题,分别找到最佳的有源预编码器在基站(BS)和最佳的移相器矩阵的IRS。虽然MMSE主动预编码器是在一个封闭的形式,最佳的移相器迭代发现使用的矢量近似消息传递(VAMP)算法的修改版本(本文中也介绍)。我们解决了两个不同的模型IRS相移的联合优化问题。首先,我们确定的最佳相位矩阵下的反射系数的么模约束,然后在约束下的IRS反射系数建模的无功负荷,从而验证了所提出的解决方案的鲁棒性。数值结果来说明所提出的方法使用多通道配置的性能。结果验证了所提出的解决方案的优越性,因为它实现了更高的吞吐量相比,国家的最先进的技术。
2021-06-15 cs.IT cs.NI math.IT
Joint Uplink-Downlink Resource Allocation for Multi-User IRS-Assisted Systems
研究了多用户频分复用(FDD)和时分复用(TDD)系统中智能反射面(IRS)的上下行链路联合配置。这在FDD中是有动机的,因为上行链路和下行链路传输同时发生,因此IRS必须被联合配置用于两个传输。在TDD中,虽然联合设计不是严格必要的,但它可以显著减少与更新IRS相关联的反馈开销、功耗和配置周期。为了计算通过联合设计实现的上行链路和下行链路速率之间的权衡,使用开发的块坐标下降算法来制定和优化加权和问题。由此产生的上行链路-下行链路的权衡区域进行了研究,通过数值模拟,以获得不同的情况下的见解。在所有FDD场景和一些TDD场景中,联合优化的设计显著优于使用针对上行链路(下行链路)优化的IRS配置来辅助下行链路(上行链路)传输的固定上行链路(固定下行链路)启发式。此外,联合设计基本上弥合了与允许上行链路和下行链路中的不同IRS配置的个体设计上限的差距。否则,在剩余的TDD场景中,与优化的联合设计和单独设计相比,固定上行链路和固定下行链路设计几乎实现了单独的设计性能,并且大大降低了开销和/或复杂度。
2022-07-28 cs.IT eess.SP math.IT
Reconfigurable Intelligent Surface Assisted NOMA Empowered Integrated Sensing and Communication
本文利用可重构智能表面(RIS)的潜力,以提高雷达感知的非正交多址接入(NOMA)授权的综合传感和通信(NOMA-ISAC)网络。目标是通过联合优化有源波束形成、功率分配系数和无源波束形成,最大化最小雷达波束方向图增益。为了解决非凸问题,我们提出了一个有效的联合优化算法调用交替优化,连续凸近似(SCA)和顺序秩一约束松弛(SRCR)算法。数值结果表明,所提出的RIS辅助NOMA-ISAC系统,与所提出的方案的援助,优于RIS辅助ISAC系统没有NOMA。
2022-09-28 cs.IT eess.SP math.IT
Joint Design for Simultaneously Transmitting And Reflecting (STAR) RIS Assisted NOMA Systems
与传统的反射型可重构智能表面(RISs)不同,同时发射和反射型可重构智能表面(STAR-RISs)是一种新型的可重构智能表面技术,它通过同时发射和反射入射信号,将半空间覆盖扩展到全空间覆盖。STAR-RIS为操纵信号传播提供了新的自由度(DoF)。基于上述思想,本文提出了一种新的STAR-RIS辅助非正交多址接入系统(STAR-RIS-NOMA)。我们的目标是通过联合优化解码顺序,功率分配系数,主动波束成形,传输和反射波束成形,以最大限度地提高可实现的总速率。然而,制定的问题是非凸与错综复杂的耦合变量。为了解决这个问题,提出了一种次优的两层迭代算法。具体地,在内层迭代中,对于给定的解码顺序,交替地优化功率分配系数、主动波束成形、发射波束成形和反射波束成形。对于外层迭代,每个簇中NOMA用户的解码顺序用内层迭代得到的解更新。此外,提出了一种有效的解码顺序确定方案的基础上的等效组合的信道增益。仿真结果表明,建议的STAR-RIS-NOMA系统,我们提出的算法的辅助下,优于传统的RIS-NOMA和RIS辅助正交多址(RIS-OMA)系统。
2022-09-17 cs.IT eess.SP math.IT
Joint Beamforming Design and Port Selection in Fluid Antenna-Assisted Multi-Cell Networks: A Personalized Federated Learning Approach
Northwest University(西北大学);Illinois Institute of Technology(伊利诺伊理工学院)
针对流体天线辅助多小区网络的联合波束成形与端口选择问题,提出FedRep框架结合PA-DNN,通过共享全局波束成形参数、保留本地端口选择参数优化,可实现更高加权和速率。
2026-08-27 cs.IT cs.SY eess.SY
Joint Power Allocation and User Association Optimization for IRS-Assisted mmWave Systems
智能反射面(IRS)技术是未来通信系统中构建可编程无线环境的一种潜在技术。在本文中,我们考虑了一个IRS辅助多基站(多BS)多用户毫米波(mmWave)下行通信系统,利用IRS扩展毫米波信号覆盖到盲点。考虑到多基站毫米波系统中IRS对用户关联的影响,通过联合优化IRS处的无源波束形成、功率分配和用户关联,提出了一个和速率最大化问题。这导致了一个棘手的非凸问题,为了解决这个问题,我们提出了一个计算上负担得起的迭代算法,利用交替优化,顺序分式规划(SFP)和正反拍卖(FRA)。特别地,IRS处的无源波束形成通过利用SFP方法来优化,功率分配通过标准凸优化方法来解决,并且用户关联通过基于网络优化的FRA算法来处理。仿真结果表明,该算法可以实现显着的性能增益,例如,与基准相比,它可以提供高达175%的高和速率,并且与放大转发继电器相比,它可以提供高达140%的高能效。
2020-11-03 cs.IT cs.SY eess.SY
Uplink Rate Maximization for Pinching Antenna- Assisted Covert Backscatter Communication
South-Central Minzu University(中南民族大学);Hong Kong Metropolitan University(香港城市大学)
本文提出了一种基于挤压天线的隐蔽反向散射通信方法,通过优化发射功率和天线位置,提升上行速率并改善隐蔽性性能。
2025-12-01 cs.IT cs.NA eess.SP