IRS多分区辅助太赫兹多子阵列波束成形设计

在智能反射表面（IRS）辅助太赫兹（THz）通信系统中，为突破信道稀疏性对系统空间多路复用增益的限制，提出收发端采用宽间隔多子阵列混合波束成形架构，设计IRS多分区辅助THz多子阵列的传输方案。首先，基于频谱效率最大化原则，构建一个含有多变量耦合和非凸约束的非凸目标函数；然后，将优化问题解耦成2个易于求解的子问题，即IRS反射系数矩阵设计问题和收发端混合波束成形矩阵设计问题；最后，采用黎曼流形优化算法计算IRS反射系数矩阵，并通过数理推导得到混合波束成形矩阵的闭式解。仿真结果表明，与基准方案相比，所提方案可以获得更好的频谱效率。     

IRS辅助毫米波MIMO系统波束赋形优化的低复杂度方案

智能反射表面(intelligent reflective surface,IRS)被认为是无线通信网络的前景技术之一。然而由于IRS无源波束赋形优化受到本身所具有的非凸恒模约束,现有工作在IRS辅助的多输入多输出(multiple input multiple output,MIMO)系统中的研究只能得到次优解且具有较高的复杂度。本文考虑一个单用户IRS辅助通信的毫米波MIMO系统,为了最大化频谱效率,优化通信接入点AP(access point)端有源和IRS端无源波束赋形矩阵。首先将有源和无源波束赋形矩阵解耦,得到AP的最优有源波束赋形解,将IRS无源波束赋形设计问题推导为一个非凸二次约束二次规划(quadratically constrained quadratic programming,QCQP)问题;采用低复杂度的连续闭式解(successive closed form,SCF)算法求解IRS无源波束赋形矩阵,为了衡量SCF算法性能,分析对比了现有的最优分支界定(branch and bound,BnB)算法。仿真结果验证了SCF算法在IRS相移连续和离散时均能在较低复杂...     

IRS和人工噪声辅助的MIMO-SWIPT系统安全传输方案设计

针对多天线无线携能通信系统中能量收集节点作为潜在窃听者的信息安全问题，提出了一种智能反射面(Intelligent Reflecting Surface, IRS)和人工噪声辅助的物理层安全传输方案。首先考虑发射功率、能量收集门限以及IRS单位模约束，以最大化系统安全速率为优化目标，在合法用户直射链路不可用的情况下，联合设计发射端波束赋形矩阵、人工噪声协方差矩阵以及IRS相移矩阵，建模一非线性多变量耦合的非凸优化问题；接着利用均方误差准则等价转换非凸目标函数，并利用连续凸逼近方法(Successive Convex Approximation, SCA)处理非凸的能量收集约束；最后基于交替优化框架，分别用拉格朗日对偶方法和基于价格机制的优化最小化(Majorization-Minimization, MM)算法求解发射端变量和IRS端变量。仿真结果表明，与现有方案相比，所提算法能够在保障能量收集需求的同时大幅度提升系统的安全性能。     

基于智能反射表面大规模MIMO-NOMA系统频谱效率分析

为了进一步提高频谱效率,在大规模多输入多输出(MIMO)系统中引入了非正交多址(NOMA),然而当基站与用户之间的信道较差时,这很难保证用户的频谱效率。为解决这一问题,探讨了基于智能反射表面(IRS)的大规模MIMO-NOMA系统,来保证用户的频谱效率。具体地,首先考虑了IRS辅助的大规模MIMO-NOMA系统模型。然后根据簇头选择算法,为每个波束选择一个簇头来设计模拟预编码。之后,根据等效信道的相关性对用户进行分组,选择在每个波束中等效信道增益最强的用户来设计数字预编码。最后联合优化基站的功率分配和IRS的相移矩阵,来保证用户频谱效率的公平性,即最大化最小频谱效率。仿真结果表明,与没采用IRS的大规模MIMO-NOMA系统相比,IRS辅助的大规模MIMO-NOMA系统可显著改善最弱用户的频谱效率。     

基于IRS辅助的MIMO车联网系统联合波束成形设计

针对MIMO车联网系统中V2I和V2V共享频谱的情形,提出了一种IRS辅助的联合波束成形设计方法。在保证V2V用户数据速率需求、V2I基站发射功率受限和IRS反射相移模约束等条件下,以最大化V2I用户的信道容量为目标,联合优化基站端发送预编码和IRS端的反射相移矩阵。采用最小均方误差规则、矩阵分析理论和内逼算法把非凸且变量耦合的优化问题转换为解耦后的凸优化问题,并提出一种交替迭代优化算法获得原问题的解。对所提算法的性能进行仿真,分析了IRS反射单元数、IRS部署位置和车速对车联网频谱效率的影响。仿真结果表明,所提算法收敛性较好,若在基站附近部署IRS,利用所提的联合波束成形方法能最大限度地提高车联网频谱效率。     

一种基于分布式发射天线的差分空时调制方法

在基于分布式发射天线的多入多出（MIMO）系统中,由于各发射天线的发射信号不同时到达接收端,用于信道估计的导引设计及发射方法存在一定困难。针对这一问题,该文提出一种无需信道估计的分布式MIMO差分编码及检测方法：发送端将发射矩阵进行相位差分调制后发射,接收端利用前后接收量判断相位信息恢复出发送端数据信息。该方法频谱效率与V—BLAST相同,适用于任意发射天线数和接收天线数,且不要求接收天线数大于发射天线数。仿真结果表明,在不同信道传播时延情况下,误码率性能不同。     

新一代移动通信核心技术——MIMO

多输入多输出（MIMO）技术是指在发射端和接收端分别使用多个发射天线和接收天线，信号通过发射端和接收端的多个天线传送和接收，从而改善每个用户的服务质量。MIMO技术对于传统的单天线系统来说，能够大大提高频谱利用率，使得系统能在有限的无线频带下传输更高速率的数据业务。     

基于SLNR与矢量扰动的毫米波大规模MIMO双层混合预编码算法

在多用户毫米波大规模多入多出（Multiple Input Multiple Output,MIMO）系统中，针对现有基于信漏噪比（Signal-to-Leakage-plus-Noise Ratio,SLNR）准则的混合预编码算法未考虑用户信道质量不同和信道矩阵具有病态性的问题，本文提出了一种联合SLNR与矢量扰动（Vector Perturbation,VP）的双层混合预编码算法.该算法分两层设计预编码矩阵.第一层，考虑用户信道质量不同，提出了基于SLNR准则的匹配加权算法.该算法充分考虑信道系数、预编码矢量和组合矢量的影响设计信道加权因子，利用加权因子对SLNR算法进行改进，从而设计更优的混合预编码器，消除用户间干扰.第二层，根据第一层获取到的等效基带信道，利用迫零（Zero Force,ZF）消除用户天线间干扰.考虑到信道矩阵具有病态性，采用VP算法进一步处理.通过在发射信号上添加扰动矢量减小发射端功率增强的影响.仿真结果表明，相较于同类混合预编码算法，所提算法可以获取更好的误码率（Bit Error Rate,BER）性能和频谱效率.     

非均匀环境下基于知识辅助的扩展目标Wald检测器

针对分布式多输入多输出（Multiple Input Multiple Output, MIMO）雷达中运动扩展目标的检测问题,本文首先假设每个发射-接收天线组的干扰信号协方差矩阵为互不相同的随机矩阵,以模拟实际的非均匀工作环境。然后引入知识辅助模型,建立先验信息矩阵,描述非均匀环境下的干扰信号特性,其中所有发射-接收天线组的干扰协方差矩阵服从以先验信息矩阵为基础的逆Wishart分布。在此基础上,设计了一种基于知识辅助的Wald（KA-Wald）检测器。仿真实验表明,在小样本的情况下,本文设计的KA-Wald检测器在检测性能上优于传统Wald检测器。而与已有的基于知识辅助的广义似然比检验（KA-GLRT）检测器相比,检测性能相近,但是计算效率更高。      

MIMO技术的发展

下一代无线通信系统将提供用户更高的数据传输速率和更好的服务质量，系统容量需要大幅度提高，因此有限的无线频谱资源迫使下一代无线通信技术必须极大地提高频谱利用率。多输人多输出（MIMO）天线技术正适应未来无线通信技术发展的要求，近年来得到迅猛的发展。MIMO技术是指在发射端通过多个发射天线传送信号，在接收端使用多个接收天线接收信号的无线通信技术，目前理论已经证明应用MIMO技术能极大地提高无线通信系统的性能和容量。     

基于双IRS辅助的毫米波MIMO通信信道估计

考虑到智能反射面(Intelligent Reflecting Surface,IRS)可以辅助毫米波通信,为提高信道估计的准确度,引入基于双智能反射面辅助的毫米波单用户多输入多输出(Multiple?Input Multiple?Output,MIMO)无线通信新场景.因为毫米波信道具有稀疏性,首先将原始毫米波窄带信...     

有限反馈MIMO系统中一种基于双码本的功率分配与预编码方案

研究表明，有限反馈预编码能有效利用信道信息提高MIMO系统频谱效率，在此基础上，在发射端进行功率控制将使频谱效率得到进一步提升．为了最大化有限反馈MIMO系统的频谱效率，本文提出了一种基于自适应调制的功率分配与预编码方案．为了减少反馈量，该方案通过双码本方式来反馈预编码矩阵和功率控制矢量，并给出了一种基于K-均值聚类的功率码本设计方法．仿真结果表明，该方案的反馈信息量少，且获得了较好频谱性能。     

双智能反射面辅助的毫米波系统和速率最大化研究

智能反射面(Intelligent Reflecting Surface, IRS)作为一种低成本的无源设备，它能够智能地控制无线传播环境。考虑一种双IRS辅助下行毫米波多输入多输出(Multiple-Input Multiple-Output, MIMO)系统，通过联合优化两个反射面的反射相移矩阵和基站预编码矩阵，最大化多用户和速率，同时满足发射功率约束以及IRS反射系数的模一约束。由于两个反射面之间存在反射链路，优化问题中的优化变量高度耦合，因此采用交替优化对原问题进行解耦，子问题中分别采用流形优化和最小均方误差方法来求解。仿真结果表明，所提方案获得了比现有块坐标下降方案以及随机相位方案更好的和速率优势。     

MIMO技术及其在无线通信系统中的应用

多输入多输出（Multiple Input Multiple Output，MIMO）技术是无线通信领域的一大重要突破。介绍了MIMO技术的理论基础，研究了无线通信中MIMO技术的应用，包括空间分集、空时编码等。结果表明，MIMO技术能够极大地提高通信系统的容量和频谱利用率。     

一种基于分布式发射天线的差分空时调制方法

在基于分布式发射天线的多入多出(MIMO)系统中,由于各发射天线的发射信号不同时到达接收端,用于信道估计的导引设计及发射方法存在一定困难。针对这一问题,该文提出一种无需信道估计的分布式MIMO差分编码及检测方法:发送端将发射矩阵进行相位差分调制后发射,接收端利用前后接收量判断相位信息恢复出发送端数据信息。该方法频谱效率与V-BLAST相同,适用于任意发射天线数和接收天线数,且不要求接收天线数大于发射天线数。仿真结果表明,在不同信道传播时延情况下,误码率性能不同。     

不完美反馈自适应多天线跨层系统的性能分析

为提高网络无线通信的频谱利用率,提出一种自适应闭环多输入多输出(MIMO)跨层设计方案。该方案是融合物理层的自适应调制技术(AM)和数据链路层的自动重传技术(ARQ);发射端利用反馈信息,自适应选择调制模式和发射权矢量,并自动重传数据,形成三重反馈的闭环MIMO跨层系统。推导了不完美反馈下的系统频谱效率和中断概率闭合表达式,分析了时延对跨层系统性能的影响。仿真结果表明:对比单发/单收(SISO)跨层系统以及开环MIMO跨层系统,自适应闭环MIMO跨层系统的性能有明显提高。     

智能反射面辅助的无线信息与能量传输研究综述

智能反射面（IRS）是6G的关键技术之一。优化IRS的被动反射波束赋形,能够对无线信息传输（WIT）与无线能量传输（WPT）进行辅助,从而大幅提高频谱效率。全面介绍了IRS的研究现状。首先,对IRS辅助WIT的研究现状进行了归纳分析,表明IRS对提升系统通信性能起到关键作用;然后,对IRS辅助WPT的研究进行了梳理,揭示了IRS在大幅提升能量传输效率方面的潜能;随后,重点叙述了IRS辅助无线携能通信的研究现状,并展望了物理层安全、无人机通信和多IRS协同辅助等6个新研究主题和方向。     

MIMO全双工双向通信系统平均保密和速率的优化

研究多入多出（Multiple Input Multiple Output,MIMO）同时同频全双工双向通信系统中,合法节点在接收信息的同时向对方发送保密信息,并发送零空间人工噪声干扰窃听节点的物理层安全方案的优化问题.针对窃听信道状态信息仅统计分布已知,且存在残余自干扰的情况,首先推导出系统平均保密和速率的闭合表达式,进一步给出其下界.在此基础上,以最大化系统该下界为目标,对两节点的信息信号与人工噪声的功率分配因子、信息信号的功率分配矩阵进行联合优化.采用迭代的方法进行优化,每轮迭代中,先固定前者,优化后者,再固定后者,优化前者.使用DC（Difference of Concave/Convex,DC）规划优化信息信号功率分配矩阵,使用遗传算法优化信息信号与人工噪声的功率分配因子.对所提方案进行了仿真验证,证明理论推导正确,优化算法能有效地提高系统的平均保密和速率.     

智能反射面辅助的毫米波大规模MIMO技术综述

毫米波大规模MIMO能够在用户吞吐量和频谱效率等方面发挥巨大的优势,但高能耗和高硬件成本的问题阻碍了系统的实用化进程。智能反射面作为一种低能耗、易部署、可编程的新兴技术,可以有效改善上述问题。IRS与毫米波大规模MIMO的结合在满足6G的绿色通信理念的同时,又有助于实现高速率通信和低功耗通信的愿望。因此结合国内外的最新发展趋势,讨论了毫米波大规模MIMO以及IRS辅助的毫米波大规模MIMO的发展历程、关键技术的特点,并进一步讨论了未来的研究热点以及有待解决的问题。     

人工噪声辅助MIMO系统下数据信号功率占比的误码率研究

针对多输入多输出（Multiple-Input Multiple-Output,MIMO）无线通信系统传输过程中的安全问题,提出了一种基于人工噪声辅助的安全传输方法。首先,建立人工噪声辅助MIMO系统的信道状态矩阵;其次,将信道状态矩阵进行奇异值分解,设计合理的预编码和人工噪声矩阵,从而显著提升MIMO系统的安全性。对于窃听节点的译码采用最大似然检测译码。仿真结果表明,利用MIMO系统信道信息的零空间矩阵,采用人工噪声进行信号加密,有效提高了潜在窃听节点的误码率,当合法信道质量降低时,通过降低分配数据信号功率系数来提高MIMO无线系统的窃听误码率。