智能加速射频功放设计——基于智能采样与机器学习参数调优的射频功率放大器设计加速
Accelerating RF Power Amplifier Design via Intelligent Sampling and ML-Based Parameter Tuning
不再穷举 1500+ 个参数组合，用「最大最小拉丁超立方采样」只仿真约 35% 的关键点，再让 CatBoost 学会补全整个设计空间——仿真需求降 65%，精度 ±0.4 dBm，还按命中概率给参数组合排序。
arXiv:2507.11928 · 2025年7月16日（v1） · Abhishek Sriram, Neal Tuffy（机构未在素材中标注；致谢
SparseDPD：面向射频功率放大器线性化的稀疏神经网络数字预失真 FPGA 加速器
SparseDPD: A Sparse Neural Network-based Digital Predistortion FPGA Accelerator for RF Power Amplifier Linearization
把神经网络数字预失真剪枝到 74% 稀疏、仅 64 个参数，在 Xilinx Zynq-7Z010 FPGA 上以 170 MHz、241 mW 实时运行，ACPR/EVM/NMSE 分别达 -59.4/-54.0 dBc 与 -48.2 dB——神经网络 DPD 第一次「跑得动、跑得起」。
arXiv:2506.16591 · 2025年6月19日（v1） · Manno Versluis, Yizhuo Wu, Chang Gao（机构未
学习大规模 MIMO 波束赋形的节能硬件配置
Learning Energy-Efficient Hardware Configurations for Massive MIMO Beamforming
先给不同波束赋形结构建立精确的能量模型，再用两个无监督深度神经网络 E-HBF-Net / E-FDP-Net 直接学出「天线怎么选、射频链怎么连、预编码矩阵是什么」，在非理想信道信息下也能训练，能效全面超越传统方法。
arXiv:2308.06376 · 2023年8月11日（v1） · Hamed Hojatian, Zoubeir Mlika, Jérémy Na
利用智能超表面实现干扰零陷
Interference Nulling Using Reconfigurable Intelligent Surface
理论上证明：只要智能超表面（RIS）单元数足够多（略大于 2K(K−1)），就能把 K 对收发机之间的干扰全部打零、实现满 K 自由度；算法上用交替投影高效求出可行相位配置，并给出和速率 / 最小速率两种优化算法。
arXiv:2112.13261 · 2021年12月25日（v1） · Tao Jiang, Wei Yu（机构未在素材中标注）
面向毫米波 JSDM 的高效干扰感知约束大规模 MIMO 波束赋形
An Efficient Interference-Aware Constrained Massive MIMO Beamforming for mm-Wave JSDM
在 JSDM 两级波束赋形框架下，设计「感知干扰 + 满足恒模硬件约束」的模拟预波束赋形器：以广义特征波束赋形器（GEB）为起点，用交替最小化给出全连接/固定子阵/动态子阵三种约束近似，再用 LMMSE 数字波束清理残余干扰。
arXiv:2103.12151 · 2021年3月22日（v1） · Murat Bayraktar, Gokhan Muzaffer Guvense
推动 FDD 大规模 MIMO 波束成形的Type I 码本极限：一种信道协方差重建方法
Pushing The Limit of Type I Codebook For FDD Massive MIMO Beamforming: A Channel Covariance Reconstruction Approach
不换 Type II 码本、不多花一分反馈开销，只靠基站侧的「切割平面法」把量化反馈后的信道协方差矩阵重建得更准——让沿用多年的 Type I 码本也能逼近 Type II 码本的波束成形性能。
arXiv:2010.11840 · 2020年10月22日（v1） · Kai Li, Ying Li, Lei Cheng, Qingjiang Sh
智能超表面（RIS）辅助的无线定位
Reconfigurable Intelligent Surface Aided Wireless Localization
手机和基站之间的直线视线被大楼挡住时，传统定位精度会崩——本文在墙面上放一块「智能超表面（RIS）」，让它把信号反射给手机，再优化反射波束成形，把定位误差下界（CRB）压到最小，实现分米级甚至厘米级定位。
arXiv:2009.07459 · 2020年9月16日（v1） · Yiming Liu, Erwu Liu, Rui Wang（机构未在素材中标注
智能超表面（RIS）赋能的 MIMO 系统
Reconfigurable Intelligent Surface-Empowered MIMO Systems
用一块「智能超表面」改造两个经典 MIMO 方案：给 VBLAST 系统当「额外比特的搬运工」（调相位顺便传信息，频谱效率大涨），给 Alamouti 编码「减配」——发射端从两条射频链路缩到一条，还能保持分集增益并大幅改善误码率。
arXiv:2004.02238 · 2020年4月5日（v1） · Aymen Khaleel, Ertugrul Basar（机构未在素材中标注）
可重构智能表面（RIS）辅助的 NOMA（非正交多址）网络
Reconfigurable Intelligent Surface Aided NOMA Networks
设计 RIS 的无源波束赋形权重来服务「配对」的功率域 NOMA 用户：先给出新信道统计量的最坏/最好情形，再推导优先用户中断概率与遍历速率的闭式表达式，并分析分集阶数、高 SNR 斜率、频谱效率与能量效率——结论是 RIS 数量足够多时，基站-用户直连链路对分集阶数几乎没有影响。
arXiv:1912.10044 · 2019年12月20日（v1） · Tianwei Hou, Yuanwei Liu, Zhengyu Song,
面向高铁通信的低复杂度位置感知多用户大规模 MIMO 波束赋形
Low-complexity Location-aware Multi-user Massive MIMO Beamforming for High Speed Train Communications
高铁只能沿轨道跑、线路多高架（京沪高铁 86.5% 是高架）→ 位置可预测、信道以视距为主——于是不用估计信道协方差矩阵、不用特征分解，直接用列车位置算波束：先给最大化基站总服务能力的闭式解，再给消除波束间干扰的搜索式次优算法，复杂度大幅降低。
arXiv:1703.04870 · 2017年3月15日（v1） · Xuhong Chen, Pingyi Fan（机构未在素材中标注）
射频功率放大器行为模型中的参数自适应研究
Investigation of Parameter Adaptation in RF Power Amplifier Behavioral Models
功放会老化、温度会漂移，数字预失真器必须在线调参——但搭完整闭环反馈链路又贵又慢。本文用一个模拟实时闭环的开环测量台架，评估不同参数更新算法的收敛速度、对反馈量化噪声的敏感度与预失真性能，并提出一个对量化噪声更不敏感的新更新方案。
arXiv:1410.8127 · 2014年10月29日（v1） · Ali Soltani Tehrani, Jessica Chani, Thom
噪声域非正交多址接入（ND-NOMA）：利用人工噪声的均值与方差来承载信息
Noise-Domain Non-Orthogonal Multiple Access
别人的 NOMA 靠「功率大小」区分用户，这篇论文靠「噪声的均值、方差」区分用户——不抢功率、不用复杂的串行干扰消除，专为低功耗物联网设计。
arXiv:2410.04976 · 2024年10月7日（v1） · Erkin Yapici, Yusuf Islam Tek, Ertugrul
网格编码非正交多址接入：用 TCM 编码 + 网格张量积 + Viterbi 联合检测 + 最优功率分配
Trellis-Coded Non-Orthogonal Multiple Access
把通信里经典的「网格编码调制（TCM）」搬进功率域 NOMA：两个用户的信号叠加后，接收端用「两个网格的张量积 + Viterbi 算法」联合检测，再按「自由距离最大」定功率分配，高信噪比下显著优于不编码的 NOMA。
arXiv:1912.10074 · 2019年12月20日（v1） · Xun Zou, Mehdi Ganji, Hamid Jafarkhani（机
非正交多址的最优公平性：最大化最差用户可达速率的功率分配及其闭式解
Optimum Fairness for Non-Orthogonal Multiple Access
在 NOMA 系统里做功率分配，目标是让「速率最差的那个用户」尽量快——作者把这个问题转化为一个矩阵特征方程，用 Perron-Frobenius 特征值/特征向量直接写出闭式最优解，还给出收敛快一倍的迭代算法。
arXiv:1801.08294 · 2018年1月25日（v1） · Ting Qi, Wei Feng, Yunfei Chen, Youzheng
多天线辅助的非正交多址（NOMA）
Multiple Antenna Assisted Non-Orthogonal Multiple Access
从信息论角度论证 MIMO-NOMA 相对 MIMO-OMA 的速率域/容量增益，梳理波束赋形类与簇类两类主流多天线 NOMA 结构，并讨论单载波/多载波资源分配与实际实现约束，最后给出开放研究方向。
arXiv:1801.08170 · 2018年1月24日（v1） · Yuanwei Liu, Hong Xing, Cunhua Pan, Arum
缓存辅助的非正交多址（Cache-Aided NOMA）
Cache-Aided Non-Orthogonal Multiple Access
把「无线缓存」和「NOMA」做联合设计：即使缓存的视频没被用户点播，缓存数据也能作为边信息帮 NOMA 做（部分）干扰消除（CIC），联合优化解码顺序与功率/速率分配后，可达速率域显著扩大、视频交付时间大幅缩短。
arXiv:1712.09557 · 2017年12月27日（v1） · Lin Xiang, Derrick Wing Kwan Ng, Xiaohu
面向自由空间光（FSO）回传的非正交多址
Non-Orthogonal Multiple Access for FSO Backhauling
让两个基站同时、同频向中心单元（CU）的光电探测器发送信号，提出按 CSI 与 QoS 动态决定 SIC 解码顺序的 NOMA 方案，在 Gamma-Gamma 湍流信道下推导中断概率闭式表达式，显著优于 OMA 与既有 NOMA 方案。
arXiv:1710.05702 · 2017年9月30日（v1） · Marzieh Najafi, Vahid Jamali, Panagiotis
极化码非正交多址（PC-NOMA）：极化编码与 NOMA 传输的联合设计
Polar-Coded Non-Orthogonal Multiple Access
把极化码的「信道极化」思想用到 NOMA 上：通过「用户→信号→比特」三阶段信道变换，让不同可靠性的用户像比特信道一样「极化」，联合设计编码与多址，误块率明显优于 turbo 码 NOMA。
arXiv:1705.05976 · 2017年5月17日（v1） · Jincheng Dai（戴金晟）, Kai Niu（牛凯）, Zhongwei
论下行链路中的非正交多址（NOMA）
On Non-Orthogonal Multiple Access in Downlink
一篇立场鲜明的「反共识」短评：下行 NOMA 在非对称信道下确实有容量优势，但一旦与软频率复用（SFR）结合，就会牺牲远用户公平性、抬高终端成本并危害网络安全——所以 NOMA 不是 5G 下行的选项。
arXiv:1605.07684 · 2016年5月24日（v1） · Xuezhi Yang（杨学志）（机构未在素材中标注）