本文利用毫米波信号和大型天线阵列中的 Cramer-Rao 界限，提出了一个新的算法来估算在单个发射器信号存在散射时位置和旋转角度的估计误差。该算法基于多个测量向量的匹配追踪进行粗略估计，然后是基于空间交替广义期望最大化算法的细化阶段，可以在直线视距，非直线视距或遮挡线视距条件下利用单个发射器信号实现精确的位置和旋转角度估计。

Feb, 2017

本文研究了一种多用户多输入单输出（MISO）下行场景下，受不完美信道状态信息干扰，且满足概率信干噪比（SINR）的限制的传输波束成形设计问题，提出了一种新颖的基于凸锥优化的方法用于处理概率 SINR 约束。研究结果表明，与现有方法相比，这些 RAR 方法在解决方案质量和计算复杂性方面显著提高。

Aug, 2011

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

通过提出一种数据驱动的神经网络方法，本研究展示了在雷达系统中准确目标定位的潜力，优于传统技术的目标方位与速度估计精度，为繁杂和动态环境中更准确的定位铺平了道路。

Jan, 2024

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

我们提出了一个新的 Cramér-Rao Bound（CRB）来估计参数在流形中且遵循先验分布的情况下。通过对几何属性的基于误差准则和这个新界限之间的自然不等式进行推导，我们展示了该主要贡献。在数据服从高斯分布且先验分布是一个逆 Wishart 的协方差估计问题中，数值模拟显示了新的结果，其中提出的 CRB 演示了 MAP 估计器的有趣特性，这些特性在经典贝叶斯 CRB 中没有观察到。

Nov, 2023

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

该论文提出了一种智能反射面辅助毫米波通信方案，通过联合优化个体设备功率，多用户检测矩阵和被动波束成形来实现多用户毫米波系统中用户功率的最小化。使用了交替优化框架来支持同步迭代优化三个子问题，其中采用闭合形式表达了功率和多用户检测向量的更新。提出了一种新的解决方案，基于交替方向乘子法（ADMM），将方案的配置形式化为分数规划（SIMin），并将配置解释为延迟残留最大化问题，并通过设计新的复杂圆曼德尔优化（CCMO）方法高效地解决。最后，数值结果证实了该算法在功率节约方面的可行性和有效性，与现有的半定松弛技术相比。

Dec, 2019

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