.png){kind=icon}
返回
Sum-Rate Maximization in MISO IRS Multiuser System Using Adaptive Linear Precoding Technique
.png){kind=icon}
PRE
AI
DOI：10.1109/lcomm.2026.3713668.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本通信提出了一种新的波束成形技术——自适应正则化OLP（AR-OLP），通过联合优化发射波束成形和IRS相位偏移，以提高下行无线通信中的频谱效率。我们提供了AR-OLP与两种关键预编码算法的比较分析：最优线性预编码（OLP）和正则化零强制（RZF），以评估其在不同网络参数下的性能，包括发射天线数量、用户数量和IRS无源元件数量。仿真结果表明，所提出的AR-OLP算法在平均每用户总速率方面始终优于传统的OLP和RZF方法。性能增益随着天线数量和IRS尺寸的增加而增长，显示出在不同发射功率下强大的干扰管理和有效的资源利用。这些发现凸显了自适应混合预编码在IRS辅助MISO多用户系统中的潜力，适用于下一代无线网络。
Keyword:
MISO
IRS
beamforming techniques
multiuser
期刊
IF:
4.4
论文数:
1.3W
被引数:
2.2W
机构
引用论文
Joint beamforming with RIS assisted MU-MISO systems using HR-mobilenet and ASO algorithm基于HR-mobilenet和ASO算法的RIS辅助MU-MISO系统联合波束成形
PREAI
分享收藏Hybrid Beamforming in Massive MIMO for Next-Generation Communication Technology面向下一代通信技术的大规模MIMO混合波束成形.png)
SENSORS
OAAI
SENSORSIF3.5
OAAI分享收藏Performance analysis of IRS-aided MISO system under spatial correlation and interference空间相关性和干扰下基于IRS辅助的MISO系统的性能分析
PREAI
分享收藏Distributed Beamforming and Power Allocation for Heterogeneous Networks with MISO Interference ChannelSENSORSOAAI
SENSORSIF3.5
OAAI分享收藏Dual-Driven Learning for RIS-Assisted Multi-User MISO Beamforming and Reflection With Uplink Channel Information基于上行链路信道信息的RIS辅助多用户MISO波束成形与反射的双驱动学习
PREAI
分享收藏Non-orthogonal unicast and multicast transmission with IRS-assisted Rate-Splitting Multiple Access in multiuser MISO systems基于IRS辅助的速率分割多址接入在多用户MISO系统中的非正交单播和多播传输
PREAI
分享收藏
查看更多内容