本研究关注的是单小区多用户系统的下行，其中基站（BS）通过一种安装在 BS 的视线范围内的可重构智能表面与 K 个单天线用户进行通信。我们研究了最优线性预编码器（OLP）所实现的最小信号干扰加噪声比（SINR），该预编码器最大化最小 SINR，其协议给定了特定的功率限制，并且给出了 LoS 信道矩阵的各种情况下的理论分析与性能评估。

Mar, 2019

本文提出了一种多输入多输出（MIMO）波束成形设计，以实现联合雷达探测和多用户通信，并证明最佳解决方案始终可通过半定向规划实现，提高了雷达目标估计性能。

Jan, 2021

该论文研究了多用户多输入单输出（MISO）上行无线网络中基于智能反射面的质量服务（QoS）约束下的权重和功率最小化问题，提出了基于 PDD 和 neADMM 的解决方案，并发展了一种在线随机算法，可以随机地满足 QoS 约束，而不需要先前的 CSI 误差知识。

Jul, 2020

本研究使用深度学习研究了多用户多输入单输出系统中的快速下行波束成形算法，其中基站的每个发射天线都有自己的功率约束。研究关注信干噪比（SINR）平衡问题，首先设计了快速次梯度算法，然后提出了一种基于卷积网络和原问题的对偶性的深度神经网络结构来学习最优波束成形。最后，开发了一种算法泛化的方法，以适应不断变化的用户和天线数量，实现了更好的性能与复杂度的平衡。

Feb, 2020

本文提出了一种针对下行 MU-MISO 系统的 Sum-Rate 最大化问题的新型传输方案，该方案采用了 Rate-Splitting 方法将信息分裂为公共部分和私有部分，并结合线性预编码设计和优化技术来实现了最优的 Ergodic SR 性能。通过数值结果展示了该方法相对于传统的 NoRS 方案在提高 Ergodic SR 上的优势，同时还放松了 CSIT 质量要求并增强了实现速率区域。

Feb, 2016

本文使用随机几何模型对多细胞信号干扰加噪比进行建模，并开发了更可靠的计算覆盖概率表达式的方法，同时找到了静态频率重用的覆盖增益，比较了所提供的模型和实际的基站部署以及网格模型中的覆盖预测，并观察到所提出的模型是保守的而网格模型是乐观的。

Sep, 2010

该研究旨在探讨多基站系统下行链路的多天线基站和单天线用户终端、任意基站合作集群、距离相关传播路径损耗和一般的 “公平性” 要求，并提出了一种新的简化下行调度方案，根据所需的公平性标准预先选择用户，其性能接近有限维机会用户选择的最优方案，同时需要明显较少的信道状态反馈。

Dec, 2010

本论文研究在多基站系统中的下行传输，提出一种新的方法来描述多输入单输出干扰信道的可实现速率区域的帕累托边界，该结果为实现多单元联合下行波束成型提供了一种新的分散算法。

Oct, 2009

本研究比较了深度确定性策略梯度（DDPG）和多目标贝叶斯优化（BO）两种方法，并利用实验表明 BO 比 DDPG 收敛更快，少用两个数量级的计算。这些结果表明数据驱动技术可以有效地进行无线蜂窝网络的覆盖和容量自优化。

Oct, 2020

本文考虑了一个 RIS 辅助的多用户 MISO 下行通信系统，通过联合设计 AP 的波束成形和 RIS 元件的相位向量，旨在最大化所有用户的加权和速率，使用分数规划技术提出低复杂度算法得到联合设计问题的稳态解。

Dec, 2019