本文研究了可重构智能表面（RIS）辅助的大规模多输入多输出系统在三维中为扩展无线蜂窝覆盖的问题，其中多个 RIS 分别装备有一组被动元件，部署以同时服务多个无人机（UAV）的基站（BS）在 5G 无线通信的时频资源中。通过联合优化 BS 的发送波束形成参数和 RIS 的相移参数来最大化 UAV 的最小信干噪比（SINR），并确保 UAV 之间的公平性。我们提出了两种新颖的算法来解决这个问题，并利用深度确定性策略梯度作为最优化方法来求解 BS 的波束形成矩阵和 RIS 的相移参数。通过模拟结果证明了我们提出的解决方案的有效性，并得出了一些有见地的观察结果。

Nov, 2023

本文提出了一种通过利用可重构智能表面技术与车联网集成来增强车辆通信的方法，旨在解决车联网中出现的连接性问题。该方法采用离散型可重构智能表面作为中继，在交通中断区域提供无线传输。深度强化学习与块坐标下降算法用于解决资源调度和相位位移矩阵的问题，并实验验证了该方法的优越性。

Jan, 2021

本文提出了一种利用多架无人机作为被动中继器搭载可重构智能表面，以改善双连通支持的异构网络（HetNet）性能的新方法。我们通过对优化 UAV 的轨迹 / 速度、RIS 相移、子载波分配以及每个 BS 的有源波束赋形器进行联合优化，解决了总发射功率最小化问题，从而降低了传输功率，同时保持了相似的 QoS。

Jun, 2021

本文研究了利用无人机（UAV）作为通信和感知的双重功能接入点，以实现高效的综合感知和通信（ISAC）。作者提出了两种场景的最优化方案，分别考虑了准静止和运动的 UAV 情况，并设计了相应的束形成和优化策略。在数值仿真中证实了所提出的方法的优越性。

Oct, 2021

提出一种新的框架，通过在无人机网中部署 RIS 进行服务质量的提升，采用非正交多址技术进一步提高网络的频谱效率，设计深度 Q - 网络算法来解决能源消耗最小化问题。

Oct, 2020

本文研究了基于多架无人机构成的无线通信系统，通过优化多用户通信调度与关联，无人机的轨迹与发射功率控制，最大程度地提高地面用户的最小吞吐量。提出了适用于非凸优化问题的迭代算法，实现了用户调度、无人机轨迹和发射功率的交替优化，并对问题的收敛性和复杂度进行了分析。仿真结果表明，与其他基准方案相比，该优化设计能极大地提升吞吐量。

May, 2017

本文提出了一种基于反射模式调制的 RIS 增强的多输入单输出系统，其中 RIS 可以通过被动波束成形来配置其反射状态以增强接收信号功率并同时通过反射传递自己的信息，并且我们通过优化问题和交替优化技术提出了一种高质量的子优化解决方案，研究了所提出方案的渐近误码概率和可达速率性能，并表明该方案在可达速率性能方面优于传统的无信息传输的 RIS 协助系统。

Aug, 2020

本研究使用可重构智能表面辅助的无线发射机探究多用户通信网络的资源分配问题。通过控制表面的相位波束和 BS 的发射功率，将网络的总发射功率最小化，以满足用户的信噪比约束。提出一种双重方法解决该问题，其结果是降低了相对于最大比传输（MRT）波束成形和零强制（ZF）波束成形技术的总发射功率高达 94％和 27％。

Sep, 2020

本文提出一种自适应相移器设计方案，采用 RIS 辅助毫米波 MIMO 系统进行准确定位和高速数据传输，使用基于分层码本和来自移动站的反馈的算法对离散 RIS 单元的相位值进行优化，其性能优于随机设计方案，且在低信噪比情况下性能收敛于穷尽搜索方案。

Nov, 2019

本文针对一个 D2D 通信网络，研究了 D2D 用户的联合功率控制和可重构智能表面（RIS）的被动波束成形，以最大化能耗效率。本文提出了一种可行的非凸优化算法，其中将问题分解成两个子问题来最优化。通过交替地解决子问题，本文获得了一个联合优化问题的次优解来提高 D2D 网络的能效。

Jun, 2020