XiaoMi-AI文件搜索系统
World File Search SystemMIMO
基于RIS辅助细胞的大型MIMO Systems基于多代理学习的基于学习的关节预编码和相位移位优化
摘要 - 无细胞（CF）大量多输入多重输出（MMIMO）是一种使用多个分布式接入点（APS）实现高光谱效率（SE）的有前途的技术。但是，由于高渗透率损失，苛刻的传播环境通常会导致沟通性能的显着降解。为了克服此问题，我们将可重新配置的智能表面（RIS）引入CF MMIMO系统中，作为低成本和功率较高的解决方案。在本文中，我们专注于优化RIS辅助CF MMIMO系统的关节预编码设计，以最大化总和SE。这涉及优化APS处的预编码矩阵和RIS的反射系数。为了解决这个问题，我们提出了包含模糊逻辑（FL）的完全分布的多代理增强学习（MARL）算法。与依靠交替优化技术的常规方法不同，我们基于FL的MARL算法仅需要本地渠道状态信息，这减少了对高回程容量的需求。仿真结果表明，我们提出的FL-MARL算法有效地降低了计算复杂性，同时达到与常规MARL方法相似的性能。
用于下一代 MIMO 设计的生成式 AI 代理
摘要 — 下一代多输入多输出 (MIMO) 有望实现智能化和可扩展性。在本文中，我们研究了基于生成人工智能 (AI) 代理的下一代 MIMO 设计。首先，我们概述了下一代 MIMO 的发展、基础和挑战。然后，我们提出了生成 AI 代理的概念，该代理能够借助大型语言模型 (LLM) 和检索增强生成 (RAG) 生成定制和专业化的内容。接下来，我们全面讨论了生成 AI 代理框架的特点和优势。更重要的是，为了应对下一代 MIMO 的现有挑战，我们从性能分析、信号处理和资源分配的角度讨论了基于生成 AI 代理的下一代 MIMO 设计。此外，我们提出了两个引人注目的案例研究，证明了在复杂配置场景中利用生成 AI 代理进行性能分析的有效性。这些示例强调了生成 AI 代理的集成如何显著增强下一代 MIMO 系统的分析和设计。最后，我们讨论了未来重要的潜在研究方向。
基于扩散的生成剂先验低复杂性mimo通道估计
I。在学习复杂的数据分布方面，导致g能量模型已取得了巨大的成功，并随后将此先前的信息用于无线通信。此成功是基于推断出通过代表性数据集的基础站（BS）环境的未知且通常复杂的频道分布的重要性的重要性。因此，已经进行了高级通道估计方法的发展，主要依赖于最新的生成模型，例如高斯混合模型（GMMS）[1]，因子分析仪（MFAS）[2]的混合物[2]，生成的对抗网络（GANS）[3]或变异的自动化自动化器（VAAS）[4] [4] [4] [4]。最近，在最强大的生成模型中已经确定了DMS [5]和基于得分的模型[6]。通过通过添加（高斯）噪声损坏干净的样本并学习反向过程以从纯噪声中生成新样本，从而通过学习数据分布密切相关。但是，与这些模型相关的巨大计算开销，即，在反向过程中每个步骤后，大量的神经网络（NN）向前通过重新采样，这使得在实时应用程序中的直接应用程序（如通道估计）中很困难。然而，DMS已用于无线通信，例如用于通道编码[7]和联合源通道编码[8]。[9]中的工作提议利用基于得分的模型通过后采样执行通道估计。但是，该方法有几种缺点，可以阻碍其在实际应用中的用法，例如高
设计2×2双谱带28/38 GHz MIMO天线...
在本文中，我们设计并模拟了28/38 GHz双波段多输入多输出（MIMO）贴片天线阵列，该贴片天线阵列在FR2频带（28 GHz和38 GHz）中运行。此天线阵列包括四个具有矩形“ L负两个插槽”形状的类似贴片天线。此外，它适用于5G电子组件，例如智能手机。我们使用高频结构模拟器（HFSS）软件来执行此天线的设计和仿真。此外，该提出的天线阵列提供了更好的性能，例如；大约28 GHz的带宽等于0.69 GHz，38 GHz等于0.86 GHz，等于5。9 dB在28 GHz时，在38 GHz时为9 dB，目录在28 GHz时为6.3 dB，在38 GHz时为9.4 dB，在28 GHz时为95.38％的效率为95.38％，效率为96.53％，为96.53％。
空间MIMO：直接未修改的手持到多卫星通信
摘要 - 该论文研究了单个握手用户向卫星群的上行链路传输，重点是利用卫星间链接以实现合作信号检测。研究了两例：一个案例具有完整的CSI，另一个具有卫星之间的部分CSI。用容量，开销和位错误率进行比较两种情况。此外，在两种设计中都分析了通道估计误差的影响，并提出了强大的检测技术将通道不确定性处理到一定水平。显示了每种情况的性能，并与传统的卫星通信方案进行了比较，其中只有一个卫星可以连接到用户。我们的研究结果表明，轨道上总共有3168颗卫星的拟议星座可以通过与12个卫星与500 MHz的带宽合作并占据800 Mbits/sec的容量。相比之下，对于最近的卫星，具有相同系统参数的常规卫星通信方法的容量明显低于150 mbits/sec。
毫米波至太赫兹 SISO 和 MIMO 连续变量量子密钥分发
摘要 随着对大带宽的需求呈指数级增长，考虑最佳网络平台以及通信网络中信息的安全性和隐私性非常重要。高载波频率的毫米波和太赫兹被提议作为通过提供超宽带信号来克服现有通信系统香农信道容量限制的使能技术。毫米波和太赫兹还能够建立与光通信系统兼容的无线链路。然而，大多数能够在这些频率范围（100 GHz-10 THz）下合理高效运行的固态元件，尤其是源和探测器，都需要低温冷却，这是大多数量子系统的要求。本文展示了当源和探测器在低至 T = 4 K 的低温下运行时，可以实现安全的毫米波和 THz 量子密钥分发 (QKD)。我们比较了单输入单输出和多输入多输出 (MIMO) 连续变量 THz 量子密钥分发 (CVQKD) 方案，并找到了 f = 100 GHz 和 1 THz 之间的频率范围内的正密钥速率。此外，我们发现最大传输距离可以延长，密钥速率可以在较低温度下提高，并且通过使用 1024 × 1024 根天线，在 f = 100 GHz 和 T = 4 K 时实现超过 5 公里的最大秘密通信距离。我们的结果首次展示了毫米波和太赫兹 MIMO CVQKD 在系统运行温度低于 T = 50 K 下的可能性，这可能有助于开发下一代安全无线通信系统和量子互联网，用于从卫星间和深空到室内和短距离通信的应用。
全息图：我们需要多少个天线才能有效传播？
摘要 - Holographic多输入多输出（HMIMO）通信系统利用了具有空间约束的大型MIMO阵列，其中包含大量具有子波长度间距的天线，并已成为第六代网络（6G）网络的有前途的候选技术。在本文中，我们考虑了在随机电磁模拟物通道模型的傅立叶平面波序列表示下的多用户HMIMO通信系统的下行链路，并做出了两个重要的贡献。首先，我们在基站（BS）的最大比率传输（MRT）预编码下，在最大比率传输（MRT）下呈现封闭形式的表达。派生的表达式明确显示了BS和每个用户的Hmimo表面的侧面长度的影响，以及在这些表面中部署的天线对用户速率的影响。第二，我们就BS和每个用户的空间约束的Hmimo表面上排列的天线数量提出了能量效率（EE）最大化问题。对此问题的结果隐式解决方案显示为全球最佳。数值结果对不同操作制度中多用户HMIMO系统的EE性能产生了有用的见解。索引术语 - 多用户全息MIMO通信，渠道建模，可实现的速率，能量效率。
lte，4g和sub – 6 GHz
摘要。在此手稿中，已经提出了用于无线应用的紧凑型MIMO天线。提出的天线由F形散热器组成，中心的圆形插槽和底物另一侧的矩形接地平面。所提出的天线的总尺寸为48×48 mm2。天线设计为在两个频带上工作 - 1.5至2.3 GHz和3.7至4.2 GHz，分别为1.8 GHz和3.9 GHz。还可以通过使用各种参数（例如信封相关系数（ECC），多样性增益（DG），总主动反射系数（TARC）等来观察天线的多样性性能。ECC的值为0.02，显示了天线的良好多样性性能。为了验证模拟和测量结果，已制造了所提出的天线，并彼此吻合。
可配置的伪噪声雷达成像系统启用同步mimo通道扩展
摘要：在本文中，我们提出了一种基于伪随机噪声（PRN）序列的超宽带（UWB）雷达的进化系统设计方法，其关键特征是其用户可调节性，以满足所需的微波成像应用程序所提供的需求，并具有多通道可伸缩性。鉴于提供完全同步的多通道雷达成像系统，用于短距离成像作为矿山检测，非破坏性测试（NDT）或医学成像，高级系统体系结构是在实施的合成机制和时钟方案方面的特殊重点提出的。通过硬件的方式提供了目标适应性的核心，例如可变时钟生成器和分隔线以及可编程PRN发电机。除了自适应硬件外，使用RedPitaya®数据采集平台在广泛的开源框架中，信号处理的自定义是可行的。在信噪比（SNR），抖动和同步稳定性方面进行了系统基准，以确定实践原型系统的可实现性能。此外，还提供了计划的未来发展和绩效改进的前景。
高阶无约束二进制优化和 MIMO 最大似然检测的量子算法
摘要 — 在本文中，我们提出了一种支持实值高阶无约束二进制优化 (HUBO) 问题的量子算法。该算法基于 Grover 自适应搜索，该搜索最初支持具有整数系数的 HUBO。接下来，作为应用示例，我们将多输入多输出最大似然检测公式化为具有实值系数的 HUBO 问题，其中我们使用 5G 标准中指定的格雷编码位到符号映射。所提出的方法使我们能够为检测问题构建有效的量子电路，并分析所需量子比特和量子门的特定数量，而其他传统研究假设这种电路可作为量子预言机。为了进一步加速量子算法，我们还推导出目标函数值的概率分布，并确定一个唯一阈值以采样更好的状态。假设未来出现容错量子计算，我们提出的算法有可能显著降低经典领域的查询复杂性，并在量子领域提供二次加速。