该论文提出了一种基于子阵列和抑制天线处理技术的高效分层码簿设计方法，并给出了闭式表达式。该方法在不同的系统和信道模型下进行性能评估，结果表明该方法优于现有的替代方法。

Nov, 2015

通过使用神经网络和波束选择策略，我们提出了一种用于极大规模的多输入多输出（X-MIMO）系统的初始接入和优化码本设计的机器学习精炼码本设计过程，该算法名为极限波束管理（X-BM）。与传统的码本方法相比，我们的结果表明初始接入和整体有效的频谱效率明显提高了 8dB。

Nov, 2023

针对大规模天线系统，本文提出了一种端到端学习的代码本设计算法，网络波束空间学习（NBL），通过优化代码本的设计来减轻干扰并最大化可实现的性能，在波束对准方面比传统代码本提高 10dB，并在网络频谱效率上提高 25% 以上。

Mar, 2024

本文探讨了大型天线阵列和毫米波频率作为 5G 移动网络的潜在备选方案的问题。针对这些频段中的大路径损耗衰减，作者提出了旨在刻画现实中天线辐射模式的目的，并通过突出强调性能如何随着所用辐射模式的不同而变化，得出了需要用准确、实际的辐射模型进行适当的性能评估和系统设计结论。

Feb, 2018

本文提出了一种基于角度信息和在线学习算法的压缩感知编码本学习框架，有效地获得通道测量值并提供快速波束对准的解决方案。

May, 2020

提出了一种基于多模态机器学习的方法，利用无线通信环境中收集到的位置和视觉数据快速预测光束方向，实现了超过 75％ 的准确度和近乎 100％ 的前 3 名光束预测准确度。

Nov, 2021

本研究提出了一种利用室外毫米波通信实现基站间回程网络和单个基站内移动接入的方案，同时，这篇论文通过研究大型阵列的波束成形来克服毫米波传输中的室外障碍，并提出了一种高效的波束对准技术来适应柱式摇晃和其他环境影响。

Jun, 2013

本文研究单用户多波束并行传输技术在未来毫米波（mmWave）网络中的应用，提出一种空间频谱重用的多输入多输出（MIMO）波束空间技术，探讨并解决了多波束选择、协作波束跟踪、多波束功率分配和同步等问题，理论和数值结果表明，该技术大大提高了 MTX 和 MRX 之间传输的可达速率，同时保持了连通性。

Apr, 2017

本文提出了一种在毫米波通信中利用低频信息辅助压缩波束选择的方法，通过权重稀疏信号恢复问题来实现，成功降低了波束选择的开销。

Feb, 2017

本论文提出使用机器学习策略 Bayesian optimization 来有效解决毫米波通信中非常狭窄的波束对准问题，提高信道的谱效率并减小了通信的开销。

Jul, 2022