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

本文研究了基于信道统计学的 scalable fullpilot zero-forcing (FZF), partial FZF (PFZF), protective weak PFZF (PWPFZF) 和 local regularized ZF (LRZF) 的联合组合以实现标量效益，研究显示，结合 fractional power control 的 PWPFZF 可以帮助弱用户改善性能并实现可扩展的统一服务。

Mar, 2022

本文提出了一种两时间尺度协议的多用户混合波束成型系统，它采用基于机器学习的用户选择算法来优化传输效果，并在模拟测试中得到了良好的性能表现。

Feb, 2023

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

本文提出了一种适用于混合毫米波系统的低复杂度信道估计算法，其中 RF 链路数远小于每个收发器上配备的天线数，该算法利用多个频率进行强角度到达估计，并针对该估计结果设计模拟波束成形矩阵，以此估算信道，进而进行多用户下行传输。该算法适用于非稀疏和稀疏毫米波信道环境，并且分析和仿真结果表明，该算法对于系统缺陷具有较强的容错性能。

Mar, 2017

本文提出了一种基于学习的低开销信道估计方法，在超密集网络的协调波束赋形中使用，可以通过人工神经网络在线推导出不同波束赋形的质量，从而替换需要大量的导频辅助信道估计，多个基站联合同时学习并增加候选波束，实现更好的性能。实验结果显示，在具有 20 个波束赋形的设置中，该方案的准确率可达 99.74％。

Apr, 2017

本文提出了利用无人机作为移动空中继站来解决现代无线通信中的基本被动窃听问题，通过多用户波束成形和深度强化学习算法来优化空中继站的位置和传输功率，使得在无法获取窃听通道情况下，划分系统后的通信保密容量能够随用户数的增加而逐渐提高。

Jun, 2023

用自主终端进行数据传输，通过发射的导频从中产生不完美的信道状态信息，提取单个数据流，并通过较大的天线阵列可将能源效率提高数倍。

Dec, 2011

本文提出一种用于毫米波系统的混合预编码结构，通过额外的反馈开销来构建一个先进的定向预编码结构，旨在实现多用户的同时传输，并取得了显著的总速率表现提升。

Feb, 2018

研究了基于混合波束成形的云无线电接入网络中远程无线电头的模拟和数字部分的优化，考虑了理想和不完美的信道状态信息，使用加权下行总速率和网络能源效率最大化的目标进行联合优化，同时满足前传链路宽带限制、每个无线电头功率限制和射频波束成形矩阵常模约束，提出了块协调 下降算法。并探讨了不完美信道状态信息对性能的影响，应用采样平均近似扩展算法。 数值结果证实了所提出方案的有效性，表明所提出的算法对估计误差具有鲁棒性。

Feb, 2019