An intelligent reflecting surface (IRS) is invoked for enhancing the energy harvesting performance of a simultaneous wireless information and power transfer (SWIPT) aided system. Specifically, an IRS-assisted SWIPT system is considered, where a multi-antenna aided base station (BS) communicates with several multi-antenna assisted information receivers (IRs), while guaranteeing the energy harvesting requirement of the energy receivers (ERs). To maximize the weighted sum rate (WSR) of IRs, the transmit precoding (TPC) matrices of the BS and passive phase shift matrix of the IRS should be jointly optimized. To tackle this challenging optimization problem, we first adopt the classic block coordinate descent (BCD) algorithm for decoupling the original optimization problem into several subproblems and alternately optimize the TPC matrices and the phase shift matrix. For each subproblem, we provide a low-complexity iterative algorithm, which is guaranteed to converge to the Karush-Kuhn-Tucker (KKT) point of each subproblem. The BCD algorithm is rigorously proved to converge to the KKT point of the original problem. We also conceive a feasibility checking method to study its feasibility. Our extensive simulation results confirm that employing IRSs in SWIPT beneficially enhances the system performance and the proposed BCD algorithm converges rapidly, which is appealing for practical applications.

In this paper, throughput performance analysis of the chunk-based subcarrier allocation is presented by considering the average bit-error-rate (BER) constraint over a chunk in downlink multiuser orthogonal frequency division multiplexing (OFDM) transmission. The outage probabilities per subcarrier are compared between the average BER-constraint based chunk allocation and the average signal-to-noise-ratio (SNR) based chunk allocation. The effects of system parameters, such as the number of users, the number of subcarriers per chunk, and the coherence bandwidth, are evaluated. The numerical results show that, when the chunk bandwidth is smaller than the coherence bandwidth, the average downlink throughput of the chunk-based subcarrier allocation is very close to that of the single-subcarrier-based allocation. When the number of users is small, the average throughput increases dramatically with increasing the number of users due to multiuser diversity, whereas when the number of users is large, the multiuser diversity gain is saturated. The effective throughput of the average BER-constraint based chunk allocation is higher than that of the average SNR based chunk allocation, especially when the number of users is large or when the ratio of the chunk bandwidth to the coherence bandwidth is large.

Reconfigurable intelligent surfaces (RISs) or intelligent reflecting surfaces (IRSs) are regarded as one of the most promising and revolutionizing techniques for enhancing the spectrum and/ or energy efficiency of wireless systems. These devices are capable of reconfiguring the wireless propagation environment by carefully tuning the phase shifts of a large number of low-cost passive reflecting elements. In this article, we aim to answer four fundmental questions: 1) Why do we need RISs? 2) What is an RIS? 3) What are RIS's applications? 4) What are the relevant challenges and future research directions? In response, eight promising research directions are pointed out.

By grouping a number of adjacent subcarriers into a chunk, resource allocation can be carried out chunk by chunk in orthogonal frequency division multiple access (OFDMA) systems. Chunk-based resource allocation is an effective approach to reduce the complexity of resource allocation in OFDMA systems. In this paper, a chunk-based resource allocation scheme, i.e. joint chunk, power and bit allocation, is proposed and analyzed by maximizing the throughput under a total transmit power constraint. A scaling factor is introduced to achieve optimal allocation. Considering the digital nature of bits per symbol per subcarrier (bits/symbol/subcarrier), a digitization process is proposed to digitize the theoretically allocated bits/symbol/subcarrier to integer. System parameters, such as the power constraint, number of users, coherence bandwidth, number of subcarriers and number of chunks, are introduced and their impacts on the average throughput are studied. The performance of the dynamic power allocation scheme is compared with the fixed power allocation scheme. The numerical results show that the theoretical throughput of the fixed power allocation scheme is quite close to that of the dynamic power allocation scheme. However, when the digital nature of bits/symbol/subcarrier is considered, the average throughput of the dynamic power allocation outperforms the fixed power allocation scheme.

With the deployment of high speed train (HST) systems increasing worldwide and their popularity with travelers growing, providing broadband wireless communications (BWC) in HSTs is becoming crucial. In this paper, a tutorial is presented on recent research into BWC provision for HSTs. The basic HST BWC network architecture is described. Two potential cellular architectures, microcells and distributed antenna systems (DASs) based cells, are introduced. In particular, the DAS is discussed in conjunction with radio over fiber (RoF) technology for BWC for HSTs. The technical challenges in providing DAS-based BWC for HSTs, such as handoff and RoF are discussed and outlined.

In this paper, we propose a joint optimization design for a non-orthogonal multiple access (NOMA)-based satellite-terrestrial integrated network (STIN), where a satellite multicast communication network shares the millimeter wave spectrum with a cellular network employing NOMA technology. By assuming that the satellite uses multibeam antenna array and the base station employs uniform planar array, we first formulate a constrained optimization problem to maximize the sum rate of the STIN while satisfying the constraint of per-antenna transmit power and quality-of-service requirements of both satellite and cellular users. Since the formulated optimization problem is NP-hard and mathematically intractable, we develop a novel user pairing scheme so that more than two users can be grouped in a cluster to exploit the NOMA technique. Based on the user clustering, we further propose to transform the non-convex problem into an equivalent convex one, and present an iterative penalty function-based beamforming (BF) scheme to obtain the BF weight vectors and power coefficients with fast convergence. Simulation results confirm the effectiveness and superiority of the proposed approach in comparison with the existing works.

Beamforming is an effective means to improve the quality of the received signals in multiuser multiple-input-single-output (MISO) systems. Traditionally, finding the optimal beamforming solution relies on iterative algorithms, which introduces high computational delay and is thus not suitable for real-time implementation. In this paper, we propose a deep learning framework for the optimization of downlink beamforming. In particular, the solution is obtained based on convolutional neural networks and exploitation of expert knowledge, such as the uplink-downlink duality and the known structure of optimal solutions. Using this framework, we construct three beamforming neural networks (BNNs) for three typical optimization problems, i.e., the signal-to-interference-plus-noise ratio (SINR) balancing problem, the power minimization problem, and the sum rate maximization problem. For the former two problems the BNNs adopt the supervised learning approach, while for the sum rate maximization problem a hybrid method of supervised and unsupervised learning is employed. Simulation results show that the BNNs can achieve near-optimal solutions to the SINR balancing and power minimization problems, and a performance close to that of the weighted minimum mean squared error algorithm for the sum rate maximization problem, while in all cases enjoy significantly reduced computational complexity. In summary, this work paves the way for fast realization of optimal beamforming in multiuser MISO systems.

In this paper, the upper and lower bounds for the channel capacity of dimmable visible light communications(VLC) systems are investigated. Because the information is modulated into the instantaneous optical intensity, the transmitted optical intensity is represented by a nonnegative input that is corrupted by an additive white Gaussian noise. Considering the illumination support in a VLC system, the transmitted optical intensity signal must satisfy the illumination constraint, i.e., the average transmitted optical intensity is constrained by a target illumination intensity, which is determined by the nominal optical intensity of the light source devices and dimming target. An upper bound on the channel capacity is derived based on the signal space geometry via a sphere packing argument. A lower bound on the channel capacity is derived by maximizing the mutual information between the channel input and output. Both the upper and lower bounds are presented in closed forms. Furthermore, a closed-form optimal intensity distribution of the transmitted optical signal is obtained. The numerical results show that the presented bounds are very tight at the application zone of dimmable VLC links.

In this paper, a random frequency diverse array-based directional modulation with artificial noise (RFDA-DM-AN) scheme is proposed to enhance physical layer security of wireless communications. Specifically, we first design the RFDA-DM-AN scheme by randomly allocating frequencies to transmit antennas, thereby achieving 2-D (i.e., angle and range) secure transmissions, and outperforming the state-of-the-art 1-D (i.e., angle) phase array (PA)-based DM scheme. Then we derive the closed-form expression of a lower bound on the ergodic secrecy capacity (ESC) of our RFDA-DM-AN scheme. Based on the theoretical lower bound derived, we further optimize the transmission power allocation between the useful signal and artificial noise (AN) in order to improve the ESC. Simulation results show that: (1) our RFDA-DM-AN scheme achieves a higher secrecy capacity than that of the PA-based DM scheme; (2) the lower bound derived is shown to approach the ESC as the number of transmit antennas N increases and precisely matches the ESC when N is sufficiently large; and (3) the proposed optimum power allocation achieves the highest ESC of all power allocations schemes in the RFDA-DM-AN.