本文研究具备同时无线信息和功率传输能力的正交频分多址系统，重点研究分裂接收器的功率分配算法。我们将算法设计为非凸优化问题，并利用分数规划和对偶分解得到了次优迭代资源分配算法，以解决该问题。模拟结果表明，提出的迭代资源分配算法能够在少量迭代次数内接近最优解，并揭示了能量效率、系统容量和无线功率传输之间的权衡。

Mar, 2013

研究大规模多用户多输入多输出（MU-MIMO）无线系统中基于正交频分复用（OFDM）的下行传输方案，通过解决凸优化问题来实现 MU 预编码、OFDM 调制和峰均比（PAR）降低，从而降低 RF 部件成本。

Feb, 2012

研究了在多用户正交频分多址 (OFDMA) 系统中，通过动态分配子载波和功率资源来适应快速交通和信道波动并提高频谱效率的问题。结果表明，联合子载波和功率分配问题的两个公式都是强 NP - 完全问题，无法通过多项式时间算法实现全局最优。因此，在实践中确定近似最优的子载波和功率分配策略更为现实。

Dec, 2012

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

本文研究了一种通过将未来无线网络中未载人航空器（UAV）作为通信平台，为地面上一群用户服务的机制，通过优化 UAV 轨迹和 OFDMA 资源分配，旨在最大化所有用户的平均吞吐量，证明了 UAV 的移动性可以提高它在延迟受限的通信场景下的性能。

Jan, 2018

本文研究如何为无线移动用户提供超可靠、节能的虚拟现实（VR）体验，以配合协同多点传输技术和毫米波通信增强无线 VR 体验。此外，本文将无线 VR 体验增强问题制定为一个与序列相关的混合整数问题，并提出了一种基于深度强化学习 (DRL) 的优化算法来解决该问题。与各种基准算法相比，仿真结果表明，该算法比基准算法更节能（达到 4.14%）。

Jun, 2021

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

本研究探讨在具有延迟容忍和非延迟容忍两种交通的多用户 OFDM 系统中的资源分配问题，通过对功率分配的分析，提出了一种多级注水原则的算法，并通过致力于求解这个凸解来提高算法的准确率，最后以计算实验的方式论证了本算法的性能。

Oct, 2007

本文研究了如何通过选择视频质量和发射功率来最小化视频流中断及低质量视频数据包的数量，同时满足 AP 的平均功率约束。作者将问题建模为受限制的马尔可夫决策过程，并证明了最优策略具有阈值结构。

Sep, 2015

本文提出了一种基于网络巨型多输入多输出信号传输的方案，用于解决毫米波和太赫兹带宽下行传输中的移动性和堵塞问题，其包括对信道多普勒和延迟散射效应的处理和对基站的优化，通过符合信道状态信息最大化网络总速率来实现。数值结果表明，该方案有效地减轻了毫米波和太赫兹带宽下的堵塞效应和提供了移动性增强。

May, 2020