Pilot-Symbol-Assisted Communications with Noncausal and Causal Wiener Filters
本文研究了时间选择性平坦衰落信道中的导频辅助传输。假设在接收机处采用非因果和因果维纳滤波器来借助于由发射机周期性地发送的训练符号来执行信道估计。对于这两个滤波器，估计误差的方差从信道的多普勒功率谱获得。随后，可实现的速率表达式提供。通过最大化可实现的速率表达式来联合优化训练周期以及数据和训练功率分配。通过将衰落建模为高斯-马尔可夫过程，得到了数值结果。因果和非因果滤波方法的可实现的速率进行了比较。对于特定的参数范围内考虑的文件中，所产生的性能损失，通过使用因果过滤器，而不是一个非因果过滤器被证明是小的。分析了由于快衰落引起的信道多普勒频谱欠采样版本中出现的混叠的影响。最后，能量每比特的要求进行了调查，在存在的非因果和因果维纳滤波器。
2008-12-08 cs.IT math.IT
Spectral Factorization, Whitening- and Estimation Filter -- Stability, Smoothness Properties and FIR Approximation Behavior
维纳滤波器可以被解释为白化滤波器和估计滤波器的级联。本文详细研究了这两种滤波器的性质。然后，确定整个维纳滤波器的实际后果。它示出，如果给定的谱密度是光滑（Hoelder连续）的功能，所得到的维纳滤波器将始终是稳定的，可以近似任意好的有限脉冲响应（FIR）滤波器。此外，频谱密度的平滑度表征FIR滤波器接近期望滤波器特性的速度。另一方面，如果谱密度是连续的但不够平滑，则所得到的维纳滤波器可能不稳定。
2005-08-02 cs.IT math.IT
Wiener filters on graphs and distributed polynomial approximation algorithms
在本文中，我们考虑维纳滤波器重建确定性和（宽带）固定图信号从他们的观察破坏随机噪声，我们提出了分布式算法来实现维纳滤波器和逆滤波器的网络中，代理配备了有限的数据存储和计算能力的数据处理子系统，并且具有一跳通信子系统，用于仅与它们的相邻代理进行直接数据交换。提出的分布式多项式逼近算法是一种基于Jacobi多项式逼近和Chebyshev插值多项式逼近立方上解析函数的指数收敛拟牛顿方法。我们的数值模拟结果表明，维纳滤波过程中去噪（宽带）平稳信号比Tikhonov正则化方法做得更好，和建议的多项式逼近算法收敛速度比Chebyshev多项式逼近算法和梯度下降算法做的实施与多项式滤波器的交换图移位的逆滤波过程。
2022-05-09 cs.IT eess.SP math.IT
Wiener Filter for Short-Reach Fiber-Optic Links
解析表达式推导出的维纳滤波器（WF），也被称为线性最小均方误差（LMMSE）估计器，强度调制/直接检测（IM/DD）短程光纤通信系统。该链路是纯色散的，非线性平方律检测器（SLD）工作在热噪声极限。与忽略SLD的WF相比，通过考虑SLD，几何形状的PAM星座的可实现速率显著增加。
2020-08-05 cs.IT eess.SP math.IT
Capacity bounds for MIMO microwave backhaul links affected by phase noise
我们提出的界限和封闭形式的高信噪比的表达受维纳相位噪声影响的多天线系统的容量。我们的结果是开发的情况下，一个单一的振荡器驱动所有的射频电路在每个收发器（常见的振荡器设置），输入信号受到峰值功率约束，和信道矩阵是确定性的。该场景与在收发器处具有足够小的天线间隔的视距多天线微波回程链路相关。对于2乘2多天线的情况下，对于维纳相位噪声过程与标准偏差等于6度，并在微波回程链路操作的中/高SNR值，在该文件中报告的上限表现出3 dB的差距，从使用64-QAM获得的下限。此外，在此SNR制度的封闭形式的高SNR的表达式是准确的。
2014-01-14 cs.IT math.IT
Wiener Filters in Gaussian Mixture Signal Estimation with Infinity-Norm Error
考虑从噪声观测${\bf r=x+z}$估计信号${\bf x}\in\mathbb{R}^N$，其中输入~ ${\bf x}$由独立同分布（i.i.d.）高斯混合源，而${\bf z}$是并行高斯信道中的加性高斯白噪声（AWGN）。通常，使用$\ell_2$范数误差（平方误差）来量化估计过程的性能。相反，我们考虑$\ell_\infty$ -范数误差（最坏情况误差）。对于这个误差度量，我们证明了，在一个渐近设置的信号维度$N\to\infty$，$\ell_\infty$ -范数误差总是来自高斯分量，具有最大的方差，和维纳滤波器渐近达到最佳的预期$\ell_\infty$ -范数误差。身份证。高斯混合情况很容易适用于独立同分布Bernoulli-Gaussian分布，通常用于对稀疏信号进行建模。最后，我们的结果可以推广到具有独立同分布的线性混合系统。高斯混合输入，在线性混合系统可以解耦为并行高斯通道的设置中。
2014-07-26 cs.IT math.IT
Limitations of state estimation: absolute lower bound of minimum variance estimation/filtering, Gaussianity-whiteness measure (joint Shannon-Wiener entropy), and Gaussianing-whitening filter (maximum Gaussianity-whiteness measure principle)
本文通过信息论方法研究状态估计的性能限制，提出高斯性-白性度量等新概念，并讨论高斯化-白化滤波原理。
2014-12-19 cs.IT cs.SY eess.SY
Finite-Alphabet Wiener Filter Precoding for mmWave Massive MU-MIMO Systems
多用户（MU）预编码的功率消耗是全数字大规模MU多输入多输出（MIMO）基站中的主要关注点，所述全数字大规模MU多输入多输出（MIMO）基站具有以毫米波（mmWave）频率操作的数百个天线元件。我们建议用有限字母表WF预编码（FAWP）矩阵来替换部分线性维纳滤波器（WF）预编码矩阵，这使得能够使用消耗低功率和面积的低精度硬件。为了最大限度地减少我们的方法的性能损失，我们提出了有效地计算FAWP矩阵，最好地模仿WF预编码器的方法。我们的研究结果表明，FAWP矩阵的方法无限精度的错误率和错误向量幅度的性能，只有3位的预编码权重，即使在现实的毫米波信道中工作。因此，FAWP是在全数字毫米波大规模MU-MIMO系统中大幅降低功耗和硅面积的有前途的方法。
2020-09-10 cs.IT eess.SP math.IT
Wiener Filter versus Recurrent Neural Network-based 2D-Channel Estimation for V2X Communications
我们比较潜在的神经网络（NN）为基础的信道估计与经典的线性最小均方误差（LMMSE）为基础的估计，也被称为维纳滤波。为此，我们提出了一个低复杂度的循环神经网络（RNN）为基础的估计，允许信道均衡的一系列信道观测的基础上独立的时域和频域的长短期记忆（LSTM）细胞。受车联网（V2X）应用的启发，我们模拟了具有正交频分复用（OFDM）的时间和频率选择性信道，并扩展了我们的信道模型，以便可以模拟从视线（LoS）到非视线（NLoS）条件的连续退化。事实证明，基于神经网络的系统不仅可以与LMMSE均衡器竞争，而且还可以通过W.R.T.针对系统参数不匹配的弹性。因此，我们展示了这种数据驱动系统设计的概念简单性，因为这不仅能够实现更强的鲁棒性，例如，信噪比（SNR）或多普勒扩展估计失配，而且还允许在更宽范围的输入参数上使用相同的均衡器，而不需要重建（或重新估计）滤波器系数。特别注意确保与现有IEEE 802.11p V2X通信导频方案的兼容性。最后，馈送有效载荷数据符号作为附加均衡器输入释放了进一步的性能增益。我们表现出显着的增益超过传统的LMMSE均衡高度动态的信道条件下，如果使用这样的数据增强均衡方案。
2021-05-21 cs.IT math.IT
Distributed Multichannel Wiener Filtering for Topology-Unconstrained Wireless Acoustic Sensor Networks
KU Leuven（荷语鲁汶大学）；Carl von Ossietzky Universität Oldenburg（奥尔登堡卡尔·冯·奥西埃茨基大学）；Fraunhofer IDMT（弗劳恩霍夫工业应用声学研究所）；Vrije Universiteit Brussel（布鲁塞尔自由大学）
研究拓扑无约束的无线声学传感器网络中分布式节点特定信号估计问题，提出TI-dMWF算法，通过交换低维融合信号计算集中式多通道维纳滤波器解，单次运行达集中式估计性能，分析了延迟、复杂度及鲁棒性。
2026-07-08 cs.IT eess.AS eess.SP
Three Laws of Multivariable Feedback Systems, Extended Spectral Flatness (Extended Wiener Entropy), 'Uncertainty Principles' in Variance Minimization, and Performance Limitations in Minimum Variance Estimation/Filtering
本文推导了多输入多输出反馈系统的三大定律，分别涉及熵域、频域和时域，并提出了新的概念如扩展频谱平坦度等，探讨了最小方差控制中的不确定性原理及最小方差估计滤波的性能限制。
2014-12-19 cs.IT cs.SY eess.SY
Optimized pilot distribution to track the phase noise in DFT-s-OFDM for sub-THz systems
针对亚太赫兹频段DFT-s-OFDM系统的相位噪声跟踪导频选择问题，提出3GPP相位噪声模型自相关的数学近似方法，推导Wiener滤波器系数与代价函数解析式，设计出兼顾导频开销与滤波性能的导频图案。
2023-05-07 cs.IT math.IT
A CLT on the SNR of Diagonally Loaded MVDR Filters
本文研究了在协方差矩阵估计中采用对角加载的最小方差无失真响应（MVDR）滤波器的信噪比（SNR）的波动。以前的结果在信号处理文献中的推广和扩展，考虑空间以及暂时相关的样本。具体而言，中心极限定理（CLT）建立的对角加载的MVDR滤波器的SNR的波动，在监督和无监督的训练设置在自适应滤波应用。我们的二阶分析是基于Nash-Poincaré不等式和高斯泛函的分部积分公式，以及统计渐近理论的经典工具。验证CLT的准确性的数值评估证实了MVDR滤波器的SNR波动的渐近高斯性。
2012-07-26 cs.IT math.IT math.ST
Distributed Multichannel Wiener Filtering for Wireless Acoustic Sensor Networks
KU Leuven（荷语鲁汶大学）；Carl von Ossietzky Universität Oldenburg（老enburg卡尔·冯·奥西茨基大学）；Fraunhofer IDMT（弗劳恩霍夫工业声学和媒体技术研究所）；Vrije Universiteit Brussel（布鲁塞尔自由大学）
本文提出一种非迭代的分布式多通道维纳滤波算法，用于无线声学传感器网络中节点特定语音信号的估计，优于现有方法，减少通信带宽使用。
2026-04-13 cs.IT eess.AS eess.SP
Compressive Hyperspectral Imaging via Approximate Message Passing
我们考虑一个压缩高光谱成像重建问题，其中三维空间光谱信息的场景是由编码孔径快照光谱成像仪（CASSI）。CASSI成像过程可以被建模为抑制三维编码和移位的体素并将这些体素投影到二维平面上，使得采集的测量值的数量大大减少。另一方面，因为测量是高度压缩的，所以重建过程变得具有挑战性。我们之前提出了一种基于近似消息传递（AMP）框架应用于二维图像的压缩成像重建算法。AMP是一种迭代算法，可以通过在每次迭代时执行去噪来用于信号和图像重建。我们采用自适应维纳滤波器作为图像去噪器，并称我们的算法为“AMP-Wiener”。本文将AMP-维纳算法推广到三维高光谱图像重建中，称之为“AMP-3D-Wiener“。“将AMP框架应用于CASSI系统是一项挑战，因为对CASSI系统建模的矩阵是高度稀疏的，这样的矩阵不适合AMP，并且使AMP难以收敛。因此，我们修改自适应维纳滤波器，并采用一种称为阻尼的技术来解决AMP的发散问题。我们的方法应用在自然界中，数值实验表明，AMP-3D-Wiener优于现有的广泛使用的算法，如梯度投影稀疏重建（GPSR）和两步迭代收缩/阈值（TwIST）给定类似的运行时间。此外，与GPSR和TwIST相比，AMP-3D-Wiener不需要调整任何参数，这简化了重建过程。
2015-10-28 cs.IT math.IT
A New Method for the Identification of a Wiener-Hammerstein Model in a Communication Context
本文提出一种利用三个导频序列和最小二乘估计识别 Wiener-Hammerstein 信道中两个线性滤波器及非线性放大器的新算法，并证明其所需导频总长度显著小于 Volterra 方法。
2024-08-30 cs.IT eess.SP math.IT
Approximate Message Passing in Coded Aperture Snapshot Spectral Imaging
我们考虑一个压缩高光谱成像重建问题，其中三维空间光谱信息的场景是由编码孔径快照光谱成像仪（CASSI）。近似消息传递（AMP）框架被用来重建高光谱图像从CASSI测量，和自适应维纳滤波器被用作AMP内的三维图像去噪。我们称我们的算法为“AMP-3D-Wiener”。“模拟结果表明，AMP-3D-Wiener优于现有的广泛使用的算法，如梯度投影稀疏重建（GPSR）和两步迭代收缩/阈值（TwIST）给定相同的运行时间。此外，与GPSR和TwIST相比，AMP-3D-Wiener不需要调整任何参数，这简化了重建过程。
2015-09-08 cs.IT math.IT
Spectrum Sensing in Low SNR Regime via Stochastic Resonance
频谱感知是认知无线电实现动态频谱接入的关键。在许多场景中，主用户信号必须在所需的感测时间下在低信噪比（SNR）状态下被可靠地检测。我们建议使用随机共振，具有一定的谐振频率的非线性滤波器，检测主用户时，信噪比很低。块和顺序检测方案进行了研究。仿真结果表明，在满足虚警率要求的情况下，检测概率和平均检测时延都有较大的提高。还讨论了一些实施问题。
2009-06-03 cs.IT math.IT
Multi Detector Fusion of Dynamic TOA Estimation using Kalman Filter
本文提出用卡尔曼滤波融合多个亚奈奎斯特能量检测器的动态TOA估计，推导达到匹配滤波器性能所需检测器数量的解析表达式，并通过仿真验证其在AWGN和IEEE 802.15.4a CM1信道下的有效性。
2015-01-02 cs.IT math.IT
Adaptive Combination of l0 LMS Adaptive Filters for Sparse System Identification in Fluctuating Noise Power
Indian Institute of Technology, Kharagpur（印度理工学院卡拉格普尔分校）
最近，l0-最小均方（l0-LMS）算法已被提出来识别稀疏线性系统，通过采用稀疏促进连续函数作为l0最小均方惩罚的近似。然而，该算法的性能是敏感的一些参数负责零吸引强度的适当选择。该参数的最佳选择取决于系统中占主导地位的信噪比（SNR）。因此，很难确定该参数的合适值，特别是在SNR随时间波动的情况下。在这项工作中，我们提出了几种自适应组合不同参数的l0-LMS得到一个整体令人满意的性能独立的SNR，并讨论了一些问题，这些组合结构。我们还展示了一个有效的部分更新计划，不仅减少了每次迭代的计算次数，但也实现了一些有趣的性能增益相比，完整的更新情况。然后，我们提出了一个新的递归最小二乘（RLS）型规则更新的组合参数更有效。最后，我们将两个滤波器的组合扩展到M个自适应滤波器的组合，这表明当M > 2时，进一步改进。
2016-05-10 cs.IT cs.LG math.IT
