《IEEE Transactions on Communications》：Energy-Efficient Duplex Mode Optimization for Network-Assisted Full-Duplex Cell-Free Massive MIMO Systems
编辑推荐：
本文针对网络辅助全双工（NAFD）无蜂窝大规模多输入多输出（CF-mMIMO）系统的能效（EE）优化问题，提出了一种基于Q学习的智能双工模式优化算法。研究通过建立实际能耗模型，对比了NAFD与同频同时全双工（CCFD）系统的EE性能，并引入强化学习动态分配远程天线单元（RAU）的工作模式（上行/下行）。仿真结果表明，所提算法在保证用户服务质量（QoS）前提下，显著提升系统EE，为6G绿色通信提供了新思路。
随着5G/6G技术的快速发展，无线通信系统面临频谱资源紧张和能耗激增的双重挑战。无蜂窝大规模多输入多输出（Cell-Free Massive MIMO, CF-mMIMO）通过分布式部署大量远程天线单元（Remote Antenna Units, RAUs）打破传统蜂窝边界，显著提升频谱效率（Spectral Efficiency, SE）和覆盖能力。然而，传统同频同时全双工（Co-frequency Co-time Full Duplex, CCFD）技术虽能实现上下行同步传输，但其自干扰（Self-Interference, SI）问题严重，且干扰消除电路带来额外能耗，制约了系统能效（Energy Efficiency, EE）的提升。在此背景下，网络辅助全双工（Network-Assisted Full-Duplex, NAFD）架构应运而生——它利用半双工设备动态分配RAU的上下行模式，无需复杂自干扰消除，兼具频谱灵活性和能效潜力。但现有研究多聚焦于SE优化，缺乏对NAFD系统EE的系统性评估与动态优化方法。
为此，李亚琪等人在《IEEE Transactions on Communications》上发表论文，首次构建了NAFD系统的实际能耗模型，并创新性地提出基于Q学习的双工模式优化算法。研究通过量化比较NAFD与CCFD系统的EE性能，证实了NAFD在绿色通信中的优势；进一步利用强化学习智能调控RAU工作模式，在保证用户服务质量（Quality of Service, QoS）的前提下最大化EE，为动态无线环境下的资源分配提供了新范式。
本研究的关键技术方法包括：1. 建立涵盖电路功耗、线性处理、数据传输、回传链路及RAU间干扰消除（Inter-RAU Interference Cancellation）的NAFD系统能耗模型；2. 将RAU模式选择建模为马尔可夫决策过程，利用Q学习算法探索最优双工配置；3. 采用线性预编码（如最大比传输MRT、迫零ZF）和接收机组合（如最大比合并MRC）策略，结合信道估计误差和残余干扰分析，推导上下行信干噪比（SINR）与速率闭式表达式。
系统模型与能耗分析
研究团队构建了NAFD CF-mMIMO系统模型，其中M个RAUs均匀分布，服务K个单天线用户设备（User Equipments, UEs）。通过引入二元模式选择向量动态分配RAU的上下行模式，建立了包含 transceiver chain、线性处理、数据传输、回传链路和干扰消除的全面能耗模型。特别地，针对NAFD特有的RAU间干扰，提出了基于波束成形训练的干扰消除能耗项Pic，增强了模型的实用性。
NAFD与CCFD系统能效对比
仿真结果表明，在ZF预编码下，NAFD系统的EE显著优于C-RAN CCFD和集中式CCFD大规模MIMO系统。例如，在0.5累积分布函数（CDF）点，NAFD相较于C-RAN CCFD和CCFD大规模MIMO分别提升36.6%和54.8%的EE。这主要归因于NAFD无需自干扰消除（SIC）的能耗优势。此外，研究还发现EE随RAU天线数量N先增后降，存在最优天线配置点（Mopt≈7），过量天线会因硬件功耗抵消SE增益。
基于Q学习的双工模式优化算法
针对RAU模式优化问题，研究将CPU作为智能体（Agent），RAU模式作为状态（State），模式切换作为动作（Action），系统EE作为奖励（Reward），构建Q学习框架。采用线性衰减的ε-greedy策略平衡探索与利用，通过5000轮训练使Q表收敛。算法复杂度仅与训练次数线性相关，远低于穷举法（O(2M)），且优化后的策略可离线部署，实现实时快速决策。
智能双工方案性能验证
所提Smart Duplex方案在EE性能上显著优于平均分配、随机分配、TDD等固定模式策略。在M=8时，其EE较平均RAU方案提升76.08%，且接近穷举法最优解（差距仅13.22%）。同时，该方案在动态环境中表现出良好适应性：当RAU数量增加时，其EE增益相较于Greedy算法进一步扩大，凸显了强化学习在复杂配置下的优势。
本研究通过理论建模与算法创新，系统揭示了NAFD架构在能效方面的巨大潜力。所构建的精细化能耗模型为后续绿色通信研究提供了基准工具，而基于Q学习的智能双工优化算法则突破了传统优化方法的高复杂度瓶颈。研究成果不仅证实了NAFD在EE方面相对CCFD的显著优势，更通过数据驱动方法实现了动态环境下的自适应资源分配，为6G网络“节能与高效并存”的目标提供了关键技术支撑。未来工作可进一步探索多智能体强化学习、跨层优化等方向，以应对超密集网络下的复杂干扰管理挑战。
