该论文研究了在衰落信道上 Over-the-air computation（空中计算）的功率控制问题。通过优化无线设备的发送功率和协作中心的信号缩放因子，实现最小化计算误差的目标。通过推导出闭合形式的最优解，并设计规则化的通道倒置结构，通过平衡信号幅度对齐和噪声抑制之间的权衡，以获得更好的计算性能。

Jun, 2019

本文研究了具有不完美信道状态信息的正交频分复用系统中，通过多个子载波同时发送信号进行分布式功能计算的无线设备的发射系数和访问点的接收波束成形向量的联合优化问题。

Jul, 2023

本文介绍一种基于超定性数据信道中数据传输和计算联合进行的方法 ——AirComp，以提高物联网（IoT）中大型数据应用的计算效率和能源效益，并探讨了最低计算平均误差和平均功耗下的方法优化问题。

Sep, 2019

本文针对多小区无线网络下的联邦学习任务，提出使用 AirComp 进行上行梯度聚合以实现更快的学习过程，并基于对干扰的控制和优化，推导出协作多小区 FL 优化框架，在不同 FL 任务之间权衡学习性能，实现了比非协作基线方案更好的平均学习性能。

Jun, 2022

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

在联邦学习中，通过动态功率控制的 AirComp 方案进一步保护模型权重隐私并提高模型性能，边缘设备通过激活相邻正交频分复用（OFDM）子载波传输本地随机梯度的符号，通过能量在子载波上的积累获得边缘服务器的多数表决，然后通过动态功率控制算法进一步抵消多数表决聚集值的偏差，整个方案能够减轻时间同步误差、信道衰落和噪声带来的影响，该方案的理论收敛性证明得到重新推导。

Aug, 2023

该研究论文探讨了将 over-the-air-computation 技术用于下一代多天线多模传感器网络，特别是设计用于多功能 AirComp 的波束成形和信道反馈技术，其中接收波束成形的优化是通过紧缩传输功率约束的近似问题使用微分几何来求解的。

Mar, 2018

研究了 Air-FEEL 系统中的传输功率控制，通过最大化收敛速度的方法优化功率控制策略，并使用拉格朗日对偶方法得到了优化解，结果表明该策略比传统策略实现了更快的收敛速度。

Jun, 2021

联合优化基站和移动设备的信号放大因子以及每个移动设备参与本地训练的数据量，提出了一种减少均方误差的方法，有助于改善联合学习的训练性能。

Aug, 2023

本文针对具有部分连接结构的多用户大规模 MIMO 系统，提出了能耗优化模型，并设计了一种新的算法 PHONE 实现计算与通信功率的联合优化问题。仿真结果表明，所提出的算法可显著提高能源和成本效率，对具有 partially-connected structures 的多用户大规模 MIMO 系统最大功率节省达到了 76.59％。

Jun, 2018