摘要 近年来,流体天线系统 (FAS) 作为 6G 无线网络的潜在竞争者而备受关注。流体天线多址 (FAMA) 是一种新技术,它允许每个用户通过单 RF 链端口流体天线不断移动到信号干扰比 (SIR) 最强的位置。FAMA 的研究工作主要集中于从多个方面提出与增强 FAMA 相关的模型和解决方案,包括 FAS 系统、增强正交和非正交多址、信道建模、分集增益、人工智能 (AI) 技术、FAMA 与其他 6G 新兴技术如智能反射面 (IRS)、多输入多输出 (MIMO)、太赫兹 (THz) 通信等。目前尚无涵盖 FAMA 所有这些重要方面的调查。基于几个关注点,本研究提出了 FAMA 的综合分类。首先,讨论 FAS 系统。然后,介绍 FAMA 机制及其信道建模和分集增益。随后,我们将 FAMA 与 IRS、MIMO、THz 通信等其他新兴技术相结合,并提供了增强 FAMA 的 AI 方法。最后,我们介绍了各个领域进一步研究的潜在研究方向。在设计和增强 FAS 系统、通过 FAMA 促进通信以及将其与 6G 的其他尖端技术相结合时,本文可以作为参考或指导。
多址信道 (MAC) 由多个发送者同时向单个接收者传输消息组成。对于经典量子情况 (CQ MAC),可实现的速率是假设所有消息均已解码而已知的,这是量子网络设计中的常见假设。然而,这种传统的设计方法忽略了全局网络结构,即网络拓扑。当 CQ MAC 作为量子网络通信的一部分时,这项工作表明,计算属性可用于通过依赖于网络拓扑的代码设计来提高通信速度。我们量化了具有双发送者 CQ MAC 的计算属性的代码可实现的量子通信速率。当双发送者 CQ MAC 是具有二进制离散调制的玻色子相干信道时,我们表明它实现了最大可能的通信速率(单用户容量),这是传统设计无法实现的。此外,这种速率可以通过不同的检测方法实现:量子(有或没有量子记忆)、开/关光子计数和同差(每种方法的光子功率都不同)。最后,我们描述了两个实际应用,其中一个是加密应用。
许多最先进的技术被用来提高频谱效率,其中认知无线电和多址接入是最有前景的技术。在认知无线电通信中,频谱感知是最基本的部分,其准确性对频谱利用率有重大影响。此外,由于复杂的无线电环境,多用户CSS已被提出作为一种完善的解决方案。NOMA作为5G中的一项基本技术,在提高频谱效率和承载大规模连接方面具有巨大的前景。在本文中,我们为NOMA提出了一种新颖的CSS框架,以进一步提高频谱效率。考虑到NOMA复杂的物理层实现,我们引入了一种基于AI的解决方案,以良好的准确率和可接受的复杂度协同感知频谱。数值结果验证了我们提出的解决方案的有效性。