文献扫描

《IEEE Wireless Communications Letters》：Scanning the Literature

　　

基于图神经网络的多模态视觉图像用户关联与波束成形

李英涵（Yinghan Li）、刘一鸣（Yiming Liu）、余威（Wei Yu），IEEE Trans. Wireless Commun., 第25卷，2026年。

• 作者隶属于加拿大多伦多大学爱德华·S·罗杰斯高级电子与计算机工程系，加拿大多伦多市，邮编M5S 3G4（电子邮箱：[e-mail]；[e-mail]；[e-mail]）。

本文提出了一种多模态学习框架，通过图神经网络（GNNs）将视觉图像与射频导频信号相融合，联合优化无线网络中的用户关联与波束成形。传统方法通常依赖精确的信道状态信息（CSI），这需要大量的导频传输，导致较高的开销和时延。同时，联合优化问题本身具有离散性、非凸性和计算困难等特点。为了解决这一问题，作者提出了一种处理流程：首先利用基于YOLOv5的目标检测网络和相机标定从图像中估计用户位置，然后通过两个独立的GNN分别处理图像推导的位置信息和射频导频数据，最后通过第三个多模态GNN融合信息并输出用户关联和波束成形决策。该方法避免了显式的CSI估计，而是在最大化最小公平性目标下，学习从多模态输入到优化配置的直接映射，并使用改进的直通估计器进行无监督训练以处理二进制关联约束。仿真结果表明，所提出的多模态GNN能够接近穷举搜索的性能，速率接近最优（差距约7.6%），且在有限导频条件下具有鲁棒性。该方法在不同用户数量和导频长度下均具有良好的泛化能力，同时保持毫秒级的低运行时间。

上行无小区大规模MIMO系统的过空前传信号

扎基尔·侯赛因·沙伊克（Zakir Hussain Shaik）、赛·苏布拉马尼亚姆·托塔（Sai Subramanyam Thoota）、埃米尔·比约恩松（Emil Bjornson）和埃里克·G·拉尔森（Erik G. Larsson），IEEE Trans. Wireless Commun.，第25卷，2026年。

• 扎基尔·侯赛因·沙伊克隶属于诺基亚标准部，法国巴黎91300（电子邮箱：[e-mail]）。

• 赛·苏布拉马尼亚姆·托塔隶属于诺基亚标准部，印度班加罗尔560045（电子邮箱：[e-mail]）。

• 埃米尔·比约恩松隶属于瑞典皇家理工学院计算机科学系，瑞典斯德哥尔摩10044（电子邮箱：[e-mail]）。

• 埃里克·G·拉尔森隶属于瑞典林雪平大学电气工程系（ISY），瑞典林雪平58183（电子邮箱：[e-mail]）。

本文提出了一种可扩展的过空（OTA）前传框架，用于上行无小区大规模MIMO系统，直接在无线域中计算充分统计量以实现高效的数据集中解码。无小区大规模MIMO通过分布式接入点（APs）实现高频谱效率。然而，传统架构依赖有线前传将高维接收信号和CSI传输至集中处理器，随着AP数量增加，会导致严重的可扩展性、时延和部署挑战。为了解决这一问题，作者提出了一种OTA计算方法：AP在本地计算充分统计量并同时传输，使它们通过波形叠加在集中处理单元（CPU）处空中叠加。具体而言，采用两阶段传输方案——零强迫预编码和功率控制——以确保相干聚合。作者推导了均方误差（MSE）、可达速率（通过先用后忘上界）以及贝叶斯/线性最小均方误差（LMMSE）估计器的闭式表达式，并分析了扩展行为，表明前传开销不再随AP数量增长。仿真结果表明，OTA框架在符号错误率（SER）、比特错误率（BER）和频谱效率方面接近理想有线前传的性能，同时显著减少了所需的信道使用量并避免了量化开销；例如，数字前传需要≥16位量化才能匹配OTA性能，而OTA保持低NMSE和毫秒级效率。

正交排列矩阵调制

布拉克·奥兹波亚兹（Burak Ozpoyraz）、阿塔莱·艾丁（Atalay Aydin）和埃图格鲁尔·巴萨尔（Ertugrul Basar），IEEE Trans. Wireless Commun., 第25卷，2026年。

• 布拉克·奥兹波亚兹和阿塔莱·艾丁隶属于科奇大学电气与电子工程系，土耳其伊斯坦布尔34450（电子邮箱：[e-mail]；[e-mail]）。

• 埃图格鲁尔·巴萨尔原隶属于科奇大学电气与电子工程系，土耳其伊斯坦布尔34450。现任坦佩雷大学电气工程系，芬兰坦佩雷33720（电子邮箱：[e-mail]）。

本文提出了一种新颖的基于索引调制的MIMO方案——正交排列矩阵调制（QPMM），通过在正交相位和正交分量上分别利用排列矩阵来提高频谱效率，且不需要增加射频硬件。背景方面，传统MIMO系统仅通过幅度和相位传输信息，限制了效率；而索引调制（IM）通过天线或资源索引引入额外的数据维度，但在检测复杂度方面面临挑战，特别是在大规模系统中。为了解决这一问题，作者将排列矩阵调制（PMM）扩展到正交域，将空间比特映射到两个排列矩阵（分别对应I和Q分量），有效实现了空间索引的倍增并提高了比特率。技术方面，符号通过SVD进行预编码，检测可采用最优联合最大似然检测器（MLD）、一种将符号检测解耦的低复杂度条件MLD（C-MLD），或一种利用神经网络预测索引并通过混合方案降低计算负载的深度学习检测器（FusionDet）。评估结果表明，QPMM在相同调制阶数下一致性地优于传统PMM，在BER方面表现更好并实现了更高的频谱效率。同时，C-MLD在显著降低复杂度的情况下匹配了最优MLD性能，而FusionDet进一步降低了复杂度，并提供了可控的BER-复杂度权衡。

针对时延和多普勒移变的单载波传输

滨优人（Yuto Hama）和落合秀树（Hideki Ochiai），IEEE Trans. Wireless Commun., 第25卷，2026年。

• 滨优人隶属于横滨国立大学电气与计算机工程系，日本横滨240-0067（电子邮箱：[e-mail]）。

• 落合秀树隶属于大阪大学工学研究科，日本大阪565-0871（电子邮箱：[e-mail]）。

本文提出了一种针对双重选择性（时延和多普勒）信道的单载波传输方案，称为SC-DD，该方案实现了低峰均功率比（PAPR）和高效均衡，同时保持与基于OFDM系统的兼容性。传统OFDM和SC-FDE无法完全处理多普勒效应。OTFS调制可以应对时延-多普勒损伤，但由于二维均衡导致高PAPR和高计算复杂度。为克服这些问题，作者在DFT-s-OFDM框架下设计了SC-DD，在每个块中插入一个带有周围保护符号的单导频以估计时延-多普勒信道，并执行时域最小均方误差（MMSE）均衡。导频引入的结构产生稀疏带状Gram矩阵，使得通过Cholesky分解实现低复杂度检测成为可能，在实际维度下将复杂度从三次方降低到近线性。论文还开发了一种用于编码系统的简化对数似然比（LLR）方法，并分析了PAPR特性，表明SC-DD保留了单载波传输的低PAPR优势，同时支持双重选择性信道。仿真结果表明，SC-DD的PAPR显著低于OTFS和OFDM，从而提高了功率放大器效率，同时在编码BER方面与OTFS相当，在考虑非线性失真时表现更优。此外，SC-DD在双重选择性信道上提供了鲁棒的性能，复杂度远低于OTFS，且BER优于SC-FDE。