摘要：智能超表面(reconfigurable intelligent surface,RIS)具备以低功耗、低成本提升通信传输速率的特点,被视为6G的关键技术之一,近年来受到广泛关注.综述了RIS辅助的无线通信系统的信道测量进展,介绍了时域和频域测量系统的大致原理,并对大尺度衰落模型、小尺度衰落模型和信道互易性的原型验证工作进行了总结.进而,综述了RIS硬件特性方面的测量进展,分析了有源RIS以及RIS的功耗、比特数和极化等特性.此外,总结了RIS覆盖增强的测量进展,介绍了RIS的部署位置、相位设计和信道的有效秩对覆盖增强性能的影响.最后,展望了RIS辅助无线通信原型验证与实际测量的未来研究方向和可能面临的挑战.

摘要：移动物联网(Internet of Things, IoT)通信是6G的关键技术之一,面对多变的地面基站环境,无人机(Unmanned Aerial Vehicle, UAV)辅助通信被认为是物联网通信的重要组成部分,已受到广泛关注。通用滤波器多载波(Universal Filtered Multi-carrier, UFMC)作为一种新型非正交多载波调制技术,继承了正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)的优势,主要应用在短数据包突发通信场景中,被认为适用于下一代无线物联网通信。但是,在无人机的高速移动环境下,通信信号会遭受显著的多普勒频移影响,产生严重的载波间干扰(Inter Carrier Interference, ICI),导致UFMC系统性能的显著下降。为了缓解ICI问题,本文首先理论分析、推导了存在多普勒频移时UFMC系统的信干噪比(Signal to Interference plus Noise Ratio, SINR)。根据SINR分析,可见将UFMC波形滤波器通带波动优化调控的足够小以及加快过渡带衰减有利于提升系统抗ICI能力。因此,本文提出了基于波形滤波器优化设计的干扰抑制方法,构建了符合UFMC通信需求的波形滤波器最优化设计数学模型,该模型可以有效地调控波形滤波器的通带波动,通过遍历搜索可求解得到使系统误符号率(Symbol Error Rate, SER)相对最优的波形滤波器。在考虑多普勒频移的系统仿真中,SER对比结果表明:与采用传统波形滤波器的UFMC系统相比,本文根据约束最小最大(Constraint Minimax, CMM)准则遍历搜索设计的波形滤波器可以有效地抑制系统ICI从而改善SER。这为未来移动物联网通信系统的波形设计提供了参考。

摘要：在具有未知同频干扰和信道状态信息具有不确定性的复杂场景下,现有的多输入多输出系统的性能分析和优化方案通常会退化甚至失效。为了适应这些挑战并更好地完成网络自动调优任务,提出了一个通用的数据模型协同驱动框架,该框架是真实通信系统的数字孪生,系统性能指标由系统参数决定。为了解释所提出的框架是如何工作的,将正则化迫零预编码作为实例。该实例中,首先在模型驱动方面,使用确定性等同理论来获得系统的性能近似结果。但是,该近似结果仅在理想条件下成立,例如系统已知信道状态信息不确定度、无穷天线数和没有任何未知同频干扰。因此在数据驱动方面,使用神经网络以网络参数和近似结果为输入,来进一步推断更准确的系统性能。因为利用了模型数据双驱动方法,轻量级的神经网络具有很好的性能。数据模型双驱动的性能估计器也是该系统的数字孪生。基于该数字孪生,设计了一个信道不确定度估计的流程和算法,以快速感知信道不确定度来支持该系统的自适应优化。该流程中,系统首先以一个初始信道不确定度做信号传输,并获得系统性能指标的检测结果。随后,根据性能估计器,使用梯度投影法,以该检测结果来反推信道不确定度,纠正环境非理想因素。仿真结果验证了所提算法的有效性,该数据模型协同驱动框架对于复杂场景下多输入多输出系统的性能预测具有研究意义。

摘要：第六代移动通信技术的研究受到了广泛关注。随着通信和雷达频率范围的重叠,学者们对通感一体化的研究产生了浓厚兴趣。然而,分布式联合感知技术目前仍面临自干扰和互干扰等物理层挑战。基于第五代新空口协议,提出了一种针对网络辅助全双工无蜂窝系统的通感一体化协议方案,增设了感知解调参考信号。这一创新旨在通过低成本的改动,实现高质量的高通感一体化性能。该方案有效地解决了无蜂窝场景中接入点之间的感知干扰问题,它使得接收机能够准确地识别信源并估计信道,从而在确保通信性能的同时,实现精确的感知功能。

摘要：本文研究了利用无监督学习的可重构智能表面(reconfigurable intelligent surface,RIS)辅助毫米波大规模多输入多输出(multiple input multiple output,MIMO)下行传输设计。首先,针对发送端信道状态信息(channel state information,CSI)非理想场景,推导了RIS辅助的毫米波下行传输系统平均频谱效率闭式上界。进一步,考虑实际系统硬件受限的条件,本文采用基于离散傅里叶变换(discrete Fourier transform,DFT)码本的模拟预编码,且RIS各反射单元仅能取有限的离散相移值。在此基础上,以所推导的平均频谱效率上界最大化为目标,提出一种基于无监督学习的发送端混合预编码、接收端数字合并以及RIS反射单元相移联合设计方法。所提方法采用两阶段无监督学习模型,分别生成RIS反射单元相移与发送端混合预编码,而接收端数字合并矩阵则采用最小均方误差(minimum mean squared error,MMSE)准则生成。同时,本文针对该模型提出了一种高效的分段训练方法。该训练方法分别对生成RIS反射单元相移与发送端混合预编码的网络进行训练,再对两个网络进行联合训练。仿真结果表明本文所提方法相对传统迭代算法对于非理想CSI具有更好的鲁棒性,当信道估计误差程度增加,本文所提方法性能仅下降约1%,而传统迭代算法则下降约40%。同时,本文所提方法对传输环境变化具有更好的鲁棒性,相对于传统迭代算法能保持至少30%的性能提升。此外,在计算时间开销上本文所提方法相对传统迭代算法有百倍的提升。

摘要：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。

摘要：针对技术落地面临的实际挑战,对通信感知一体化原型验证的研究现状和发展趋势进行了阐述和总结。首先,概括基于单节点的通信感知一体化原型系统在定位、环境制图、成像、波形设计和波束追踪等方面的研究进展和实测性能。接着,从车联网和物联网场景入手,分析基于多点协作的通信感知一体化原型系统的实际增益。然后,聚焦基于跨设备的通信感知一体化原型验证,总结各传感器的优劣势和实测融合效果。最后,针对现有原型验证遇到的问题和挑战,指出通信感知一体化系统实现和技术验证的研究趋势。

摘要：针对MIMO ARQ系统中使用的重发机制,采用跨层设计思想,提出非理想信道估计条件下基于系统容量准则的次最优序贯线性预编码器的设计方案。首先推导出MIMO ARQ系统中存在信道估计误差时系统容量的上界和下界。理论分析和仿真结果表明,MIMO ARQ系统的容量在高信噪比时取决于信道估计误差。为简化处理,利用系统容量的下界并根据序贯预编码的思想,设计出ARQ重发时的次最优预编码器。仿真结果表明该次最优序贯预编码器可以获得良好的系统性能。

摘要：针对迭代接收机的性能建模方法,从等效模型、传递参数、性能提取及传递关系等4个方面概述了研究成果,并归纳了各自特点及发展趋势。服从高斯分布的对数似然比信息等效模型是迭代接收机性能建模研究的基础,以互信息为传递参数并通过仿真获得互信息传递关系图,以误比特率或保真度为传递参数的半公式化传递关系及以互信息为传递参数的半公式化传递关系分别是性能分析、性能优化及链路联合设计等3种应用场景下性能建模的代表性方法,是迭代接收机性能建模研究的发展方向。

摘要：在WCDMA系统中设计分组调度算法不仅需要关注信道条件,还需要关注功率问题。由此,提出了基于功率指数和名义容量概念的WCDMA系统区分业务类型码分通用处理器共享调度算法(SD-CDGPS),通过引入业务区分模型、动态名义容量分配模型和补偿模型,在提供时延上限的同时确保了各类型业务流之间的短期和长期公平性,并有较高的系统吞吐量。