On Partially Overlapping Coexistence for Dynamic Spectrum Access in Cognitive Radio
本文研究了认知无线电环境中部分重叠的共存场景。我们考虑了正交频分复用（OFDM）认知系统分别与窄带（NB）和OFDM主系统共存。我们专注于寻找共存系统之间的最小频率间隔，以满足特定的目标BER。加窗和置零被用来作为简单的技术，以减少OFDM的带外辐射，从而减少分离。研究了这些技术对OFDM系统频谱效率和峰均比的影响。
2019-02-08 cs.IT eess.SP math.IT
Clipping Noise Cancellation for OFDM and OFDMA Systems Using Compressed Sensing
本文提出了一种基于压缩感知的正交频分复用（OFDM）系统限幅噪声消除方案。在该方案中，只有高可靠性的数据音被用来重建削波噪声，而不是整个数据音。为了在接收机处使用数据音调的一部分来重构限幅噪声，应用CS技术。由于快速傅立叶变换（FFT）结构的分解，所提出的方案也适用于交织正交频分多址（OFDMA）系统。数值分析结果表明，该方案对OFDM和OFDMA系统的限幅噪声消除都有较好的效果。
2011-12-08 cs.IT math.IT
Joint Spectrum Sensing and Resource Allocation for OFDM-based Transmission with a Cognitive Relay
在本文中，我们研究了联合频谱感知和资源分配问题，以最大限度地提高基于OFDM的认知无线电链路的吞吐量与认知中继。通过应用使用解码和转发（D&F）的认知中继，我们实现了更可靠的通信，产生更少的干扰（通过需要更少的发射功率）和更多的分集增益。为了解决频谱感知中的缺陷，提出的方案联合修改能量检测器阈值，并将发射功率分配给所有认知无线电（CR）子载波，同时为次级用户（SU）和认知中继分配子载波对。该问题被转换为约束优化问题，其具有以下约束：（1）由SU和认知中继引入到PU的干扰;（2）误检和虚警概率;（3）用于在SU发射机和认知中继上传输的子载波配对;以及（4）每个CR子载波的最小服务质量（QoS）。我们提出了一个最优和两个次优的计划，所有这些都是比较文献中的其他计划。仿真结果表明，所提出的方案实现显着更高的吞吐量比其他方案在文献中不同的中继情况。
2015-11-12 cs.IT math.IT
A Novel Waveform Design for OFDM-Based Joint Sensing and Communication System
5G中的主要波形是正交频分复用（OFDM）。由于OFDM能够提供出色的数据传输能力和准确的感知信息，因此OFDM仍将是6 G中联合通信和感知（JCAS）的一种有前途的波形候选。本文提出了一种基于OFDM的对角波形结构和相应的信号处理算法。该方法沿着时频资源块的对角线分配感测信号。因此，线性结构中的感测信号跨越频域和时域两者。通过对对角传感信号进行一维离散傅里叶变换，可以同时估计目标的距离和速度。与传统的2D-DFT OFDM雷达算法相比，该算法的计算复杂性较低。此外，感测开销可以显著减少。所提出的波形的性能进行了评估，使用仿真和结果分析。
2023-01-09 cs.IT eess.SP math.IT
Covariance-Based OFDM Spectrum Sensing with Sub-Nyquist Samples
在本文中，我们提出了一种基于特征的方法的频谱感知的OFDM信号的子奈奎斯特样本在一个单一的频带。我们利用OFDM信号的协方差矩阵的结构，将一组欠定的基于协方差的方程转换为超定的。分析了样本协方差矩阵的统计特性，并在此基础上推导出了一种近似的广义似然比检验（GLRT），用于从亚奈奎斯特样本中检测OFDM信号。该方法也被推广到频率选择性信道。
2015-01-10 cs.IT math.IT
Spectrum Monitoring Using Energy Ratio Algorithm For OFDM-Based Cognitive Radio Networks
提出了一种基于正交频分复用（OFDM）的认知无线电频谱监测算法，该算法能够在次用户传输过程中检测主用户的重现。所提出的技术降低了必须执行频谱感测的频率，并且大大减少了主传输的开始与其被次级网络检测之间的经过时间。这是通过感测多个预留OFDM子载波上的信号强度的变化来完成的，使得快速检测到主用户的再现。此外，OFDM损伤，如功率泄漏，窄带干扰（NBI），和载波间干扰（ICI）的影响进行了研究，并研究了它们对所提出的技术。理论分析和仿真实验均表明，\emph{energy ratio}算法能够有效、准确地检测出主用户的出现。此外，我们的方法实现了高免疫力的频率选择性衰落信道的单和多接收天线系统，与一个传统的能量检测器的复杂性，大约是两倍。
2015-06-20 cs.IT cs.NI math.IT
Analytical Studies of Fragmented-Spectrum Multi-Level OFDM-CDMA Technique in Cognitive Radio Networks
在本文中，我们提出了一个多用户资源分配框架使用分段频谱同步OFDM-CDMA调制在频率选择性衰落信道。具体地，给定系统正在操作的频谱中的预先存在的通信，使用信道感测和估计方法来获得子载波可用性的信息。给定该信息，为出现的新用户提供一些实值多级正交码，其是具有值$\{\pm1,\pm2,\pm3,\pm4, ... \}$的正交码，即，认知无线电用户此外，还得到了认知无线电接收机的误比特率出错率随主用户检测概率、认知用户感知时间和认知用户信噪比的封闭表达式。此外，本文所得到的仿真结果表明，精度的分析结果已在上述系统建模。
2016-04-25 cs.IT cs.NI math.IT
Coordinated FMCW and OFDM for Integrated Sensing and Communication
提出Co-FMCW-OFDM通感一体化系统，通过叠加FMCW与OFDM信号并结合FCCR、DMD感知及干扰消除算法，提升任意时延信道下的感知、信道估计与BER性能。
2025-09-30 cs.IT math.IT
Secrecy Energy Efficiency Optimization for Artificial Noise Aided Physical-Layer Security in OFDM-Based Cognitive Radio Networks
在本文中，我们研究了主基站（PBS）和认知基站（CBS）在不同的正交频分复用（OFDM）子载波的能量有效的安全下行链路通信在基于OFDM的认知无线电网络（CRN）的存在的窃听者有多个天线。我们提出了一个保密的能源效率最大化（SEEM）计划，利用瞬时信道状态信息（ICSI）的窃听者，称为ICSI的SEEM（ICSI-SEEM）计划与给定的总发射功率预算的PBS和CBS的不同的OFDM子载波。对于窃听者的ICSI未知的情况，我们还提出了一种利用窃听者的统计CSI（SCSI）的SEEM方案，即基于SCSI的SEEM（SCSI-SEEM）方案。由于ICSI-SEEM和SCSI-SEEM问题都是分数阶非凸问题，我们首先将其转化为等价的减法问题，然后利用两凸函数差逼近方法得到近似凸问题。最后，提出了新的两层功率分配算法，以实现我们制定的ICSI-SEEM和SCSI-SEEM问题的$\varepsilon$ -最优解。仿真结果表明，ICSI-SEEM方案比SCSI-SEEM方案具有更好的保密能量效率（SEE）性能，并且ICSI-SEEM和SCSI-SEEM方案的SEE性能优于传统的SR最大化和EE最大化方法.
2018-10-11 cs.IT math.IT
Spectrum Sensing in Wideband OFDM Cognitive Radios
研究了基于正交频分复用（OFDM）的认知无线电（CR）系统中主用户（PU）信号的检测。根据检测器已知的PU信号的先验知识，提出了三种基于Neyman-Pearson原理的检测算法。在第一种情况下，高斯PU信号与完全已知的概率密度函数（PDF），除了其接收功率被认为是。PU信号所驻留的频带也被假定为已知的。在可能被PU信号干扰的每个OFDM子载波处单独地执行检测，并且然后将结果组合以形成最终判决。在第二种情况下，PU信号所在的子载波是已知的。来自所有可能受干扰的子载波的观测被联合考虑，以利用PU信号的存在同时干扰所有子载波的事实。在最后一种情况下，假设没有PU信号先验知识可用。该检测涉及对干扰频带的搜索。所提出的检测器是能够检测到突然的功率变化时，沿频率轴跟踪。
2008-10-06 cs.IT math.IT
Rate-Interference Tradeoff in OFDM-based Cognitive Radio Networks
在认知无线电（CR）网络中，允许次要用户（SU）机会性地接入主要用户（PU）频谱以提高频谱利用率;然而，这增加了PU处的干扰水平。在本文中，我们考虑了一个正交频分复用OFDM为基础的CR网络和调查之间的权衡增加SU传输速率（从而提高频谱利用率）和减少在PU的干扰水平。我们制定了一个新的多目标优化（MOOP）问题，共同最大限度地提高SU的传输速率，并最大限度地减少其发射功率，同时施加干扰阈值的PU。此外，我们提出了一种算法，以取得SU传输速率和干扰水平之间的平衡，以PU。该算法考虑了已知SU发送器和PU接收器之间的链路的部分信道状态信息（CSI）的实际情况。仿真结果表明，该算法的性能和其优越性相比，在文献中的工作。
2019-02-08 cs.IT eess.SP math.IT
Structured Turbo Compressed Sensing for Downlink Massive MIMO-OFDM Channel Estimation
压缩感知已经被用于减少无线通信系统中的信道估计的导频开销。特别地，结构化turbo压缩感知（STCS）提供了用于结构化稀疏信号恢复的通用框架，其具有降低的计算复杂性和存储要求。本文研究了频分复用（FDD）下行链路中大规模多输入多输出（MIMO）正交频分复用（OFDM）信道估计问题。利用大规模MIMO-OFDM信道在角频域（AFD）和角时延域（ADD）的结构稀疏性，采用AFD和ADD概率模型表示信道，并在STCS框架下设计基于消息传递的信道估计器。利用结构稀疏性，提出了几种基于空时编码的MIMO-OFDM信道估计算法。我们表明，与其他现有的算法相比，所提出的算法具有更快的收敛速度，并在广泛的仿真设置下实现竞争力的错误性能。
2018-11-08 cs.IT math.IT
Capacity-CRB Tradeoff in OFDM Integrated Sensing and Communication Systems
集成传感和通信（ISAC）已成为未来通信系统的关键技术。在本文中，我们提供了一个通用的框架来揭示OFDM系统中的传感和通信之间的基本权衡，其中利用统一的ISAC波形来执行这两项任务。特别是，我们定义的容量贝叶斯克拉默饶限（BCRB）区域的渐近情况下，当子载波的数量是大的。具体来说，我们证明了渐近最优的输入分布，实现帕累托边界点的容量BCRB区域是高斯和整个帕累托边界可以通过求解凸功率分配问题。此外，我们描述了结构的感知最优功率分配的渐近情况下。最后，数值模拟验证了理论分析，并提供了有益的见解。
2023-01-21 cs.IT math.IT
Pilotless Recovery of Clipped OFDM Signals by Compressive Sensing over Reliable Data Carriers
在本文中，我们提出了一种新的形式的削波缓解OFDM使用压缩感知，完全避免了音调保留，因此率损失。该方法建立在接收机解码时从星座格中选择最可靠的扰动的基础上，并对这些观测值执行压缩感知，以便完全恢复时间稀疏的非线性失真。因此，该方法为迭代ML方法中初始错误解码决策的问题提供了独特的实用解决方案，既提供了增强这些技术的能力，又提供了一次性恢复失真信号的能力。
2011-11-14 cs.IT math.IT
Code-Division OFDM Joint Communication and Sensing System for 6G Machine-type Communication
为解决6G机器类通信中通信与雷达感知信号间的相互干扰问题，提出一种兼容OFDM的CD-OFDM联合通信与感知系统，通过基于SIC的信号处理技术获取CDM增益，在低信干噪比下实现了更可靠的通信与稳健的感知。
2023-04-04 cs.IT eess.SP math.IT
Mutual Information Metrics for Uplink MIMO-OFDM Integrated Sensing and Communication System
针对上行集成感知与通信系统，提出以互信息为统一度量，推导通信与感知互信息上下界并通过最大化加权和优化波形，仿真验证其综合性能优于其他方案。
2023-10-10 cs.IT eess.SP math.IT
Neural Integrated Sensing and Communication for the MIMO-OFDM Downlink
本文提出一种基于MIMO-OFDM下行链路的神经ISAC信号处理框架，通过测量反向散射信号生成空间占用地图，在不修改通信链路或降低数据速率的情况下实现通用感知功能。
2025-09-25 cs.IT eess.SP math.IT
Transmit without regrets: Online optimization in MIMO-OFDM cognitive radio systems
在本文中，我们研究认知无线电系统，随着时间的推移，由于不断变化的用户和环境条件的动态演变。结合正交频分复用（OFDM）和多输入多输出（MIMO）技术的优点，提出了一种MIMO-OFDM认知无线电网络。随着网络的主要用户（PU）在系统中来来去去，通信环境不断变化（并且在许多情况下是随机变化的）。因此，网络的未许可的次要用户（SU）必须“在运行中”调整其发送简档，以便在其无法控制的快速演进的环境中最大化其数据率。在这种动态设置中，静态解决方案概念（如纳什均衡）不再相关，因此我们专注于不会带来遗憾的动态传输策略：具体而言，我们考虑的策略至少与事后最佳固定传输配置文件一样好（通常优于后者）。借鉴矩阵指数学习和在线镜像下降技术的方法，我们得出了一个没有遗憾的传输策略，系统的SU只依赖于本地信道状态信息（CSI）。使用这种方法，系统的SU能够非常好地跟踪它们各自发展的最佳传输配置文件，即使在快速（和随机）变化的条件下。重要的是，所提出的增强指数学习（AXL）政策导致没有遗憾，即使SU的信道测量受到任意大的观测误差（不完美CSI的情况下），从而确保该方法的鲁棒性存在的不确定性。
2014-10-09 cs.IT math.IT
OFDM Waveform Optimization for Bistatic Integrated Sensing and Communications
School of Mathematics and Statistics, Xi’an Jiaotong University（西安交通大学数学与统计学院）；School of Mathematical Sciences, Beijing University of Posts and Telecommunications（北京邮电大学数学科学学院）；School of Electronics and Communication Engineering, Sun Yat-sen University（中山大学电子与信息工程学院）；School of Electrical Engineering and Telecommunications, University of New South Wales（新南威尔士大学电气与电信工程学院）
本文提出了一种基于OFDM波形优化的双通道集成感知与通信方案，通过联合路径系数和延迟估计方法，优化子载波分配和功率分配以提升通信速率和感知精度。
2026-03-09 cs.IT math.IT
Spectrum Leasing and Cooperative Resource Allocation in Cognitive OFDMA Networks
本文研究了一种基于OFDMA的协作认知无线电网络，主系统将其部分子信道租赁给次系统，以换取次用户作为中继协助主用户的传输。我们的目标是确定主系统和次系统之间的合作策略，以最大限度地提高SU的总速率，同时保持服务质量（QoS）要求的PU。我们制定了一个联合优化问题的PU传输模式选择，SU（或中继）的选择，子载波分配，功率控制，和时间分配。通过对偶方法，将该混合整数规划问题分解为并行的子载波子问题，每个子问题确定一个PU和一个SU之间的合作策略。我们表明，在每个租用的子载波，最佳策略是让SU专门作为一个中继或发送自己。这一结果从根本上不同于单信道系统中的传统频谱租赁，在单信道系统中，如果SU有助于PU的传输，则SU必须为自己传输一小部分时间。然后，我们提出了一个基于子梯度的算法，找到渐近最优解的原始问题在多项式时间。仿真结果表明，该算法能显著提高网络性能.
2012-09-14 cs.IT math.IT
Cooperative Sequential Spectrum Sensing Algorithms for OFDM
研究了认知无线电网络中主用户采用正交频分复用（OFDM）技术时的频谱感知问题。基于能量检测器和循环前缀的自相关特性，提出了OFDM系统中的协作序列检测算法，并对它们的性能进行了比较。我们表明，顺序检测提供了更好的性能比传统的固定样本大小（快照）的检测器。我们还研究了模型的不确定性，如定时和频率偏移，IQ不平衡和噪声和发射功率的不确定性对检测器性能的影响。我们修改的检测器，以减轻这些损害的影响。所提出的算法的性能进行了研究，通过仿真。结果表明，能量检测器的性能显着优于基于CP的检测器，除了在与噪声功率不确定性的快照检测器的情况下。此外，与基于CP的检测器不同，大多数上述损伤对能量检测器没有影响。
2010-05-09 cs.IT math.IT
Improving Doppler Resilience of OFDM through Delay-Doppler Sensing
Indian Institute of Technology Delhi（印度德里理工学院）；Cohere Technologies Inc.（科赫科技有限公司）；University of Texas at Austin（德克萨斯大学奥斯汀分校）；Duke University（杜克大学）
提出基于延迟-多普勒域感知的CP-OFDM方案，通过叠加ZC导频和DD域处理获取信道滤波器，推导频域输入输出关系并消除导频干扰，在高移动性场景下显著提升频谱效率。
2026-06-23 cs.IT eess.SP math.IT
Sparse mmWave OFDM Channel Estimation Using Compressed Sensing in OFDM Systems
提出并分析了一种基于正交匹配追踪（OMP）算法的OFDM系统毫米波稀疏信道估计技术。这种贪心算法每次迭代检索一个附加的多径分量（MPC），直到满足停止条件。我们得到一个解析近似的OMP估计误差方差的增长与检索MPC（迭代）的数量。OMP信道估计器误差方差优于经典的最大似然（ML）非稀疏信道估计器，其系数约为$2\hat{L}/M$，其中$\hat{L}$是检索到的MPC（迭代）的数目，而$M$是离散等效信道的抽头的数目。当MPC幅度分布是重尾时，信道功率集中在主导MPC的子集中。在这种情况下，OMP执行较少的迭代，因为它只检索这些占主导地位的大MPC。因此，对于该MPC幅度分布，OMP相对于ML的估计误差优势得到改善。特别地，对于具有对数正态分布幅度的MPC的信道，OMP估计器在典型的毫米波信道中恢复大约5-15个主导MPC，其中15-45个弱MPC保持未检测到。
2018-12-18 cs.IT math.IT
Compressed Sensing Algorithms for OFDM Channel Estimation
无线电信道通常在延迟域中是稀疏的，并且是压缩感知的理想选择。一种新的压缩感知算法称为eX-OMP的开发，产生类似的最佳MMSE估计器的性能。新算法依赖于少量的附加数据。eX-OMP和MMSE估计器都自适应地平衡信道跟踪和噪声降低。它们比简单的估计器（如线性估计器）表现得更好，线性估计器先验地解决了这种权衡。一些宽带测量进行了检查，并发现由几个延迟的信道表示。
2016-12-22 cs.IT cs.NI math.IT
Doppler-Division Multiplexing for MIMO OFDM Joint Sensing and Communications
正交频分复用（OFDM）是未来联合传感和通信系统的一个有前途的波形候选。对于这样的系统，支持多个发射天线需要用于生成正交发射信号的复用方法，其中等距子载波交织（ESI）是最流行的复用方法。在这项工作中，我们分析了一种多路复用方法称为多普勒分割复用（DDM）。该方法应用从OFDM符号到OFDM符号的相移，以沿着距离-多普勒图的速度轴分离由不同Tx天线发送的信号。虽然在这项工作中的雷达传感任务的DDM的一般属性进行了分析，主要集中在通信任务的DDM的影响。它将表明，对于DDM，在通信接收器中观察到的信道是严重时变的，防止任何有意义的数据传输时，不考虑。在这项工作中，提出了一种通信系统，旨在打击这些时变信道，其中包括数据估计，同步和信道估计的方法。误码率（BER）的模拟表明，这种通信系统的优越性相比，系统利用ESI。
2023-03-22 cs.IT eess.SP math.IT
How Does CP Length Affect the Sensing Range for OFDM-ISAC?
本文通过理论分析和仿真证明OFDM-ISAC的感知范围可远超CP长度限制，并提出滑窗感知方法以缓解远距离目标功率衰减，为CP长度设计提供指导。
2025-03-11 cs.ET cs.IT eess.SP
Waveform Design for MIMO-OFDM Integrated Sensing and Communication System: An Information Theoretical Approach
针对集成感知与通信系统中感知与通信性能指标差异的波形设计难题，采用互信息作为统一度量，推导考虑子载波和空间相关性的互信息，提出三类最优波形设计方案并经仿真验证，为性能均衡的 MIMO-OFDM ISAC 系统提供闭式设计依据。
2023-10-09 cs.IT eess.SP math.IT
Optimal and Robust Waveform Design for MIMO-OFDM Channel Sensing: A Cramér-Rao Bound Perspective
无线信道感知是集成感知和通信（ISAC）的关键推动因素之一，它有助于通信网络了解周围环境。在这项工作中，我们认为MIMO-OFDM系统，并旨在设计最佳和强大的波形，准确的信道参数估计给定的OFDM资源分配。首先推导了Fisher信息矩阵，并通过最大化Fisher信息矩阵的对数行列式来制定波形设计问题。然后，我们考虑参数的不确定性和状态的随机优化问题的鲁棒设计。我们提出了黎曼精确罚光滑法（REPMS）及其随机版本SREPMS来解决约束非凸问题。在模拟中，我们表明，REPMS产生可比的结果半定松弛（SDR），但具有更短的运行时间。最后，使用SREMPS设计的鲁棒波形进行了研究，并显示出在信道扰动下具有良好的性能。
2023-01-25 cs.IT eess.SP math.IT
When Do Pilots Matter for OFDM Sensing? Pilot-Data Resource Design for ISAC
State Key Laboratory of Novel Software Technology, Nanjing University（南京大学软件新技术国家重点实验室）；School of Intelligent Software and Engineering, Nanjing University (Suzhou Campus)（南京大学智能软件与工程学院（苏州校区））；Yangtze Delta Region Institute (Quzhou), University of Electronic Science and Technology of China（电子科技大学长三角研究院（衢州））
本文建立导频-数据OFDM感知分析优化框架，推导闭式均方周期自相关函数，揭示导频放置影响条件，提出联合优化设计，显著降低ROI旁瓣并提升测距精度。
2026-09-15 cs.IT math.IT
Free Space Optical Integrated Sensing and Communication Based on DCO-OFDM: Performance Metrics and Resource Allocation
本文提出基于DCO-OFDM的FSO-ISAC方案，推导频谱效率与Fisher信息，构建联合功率分配问题并分解求解，仿真揭示通信与感知的权衡。
2023-12-21 cs.IT eess.SP math.IT
Spatial-Spectral Sensing using the Shrink & Match Algorithm in Asynchronous MIMO OFDM Signals
认知无线电（CR）系统中的频谱感知（SS）对于接近次用户（SU）的容量极限，同时确保主用户（PU）的传输不受干扰至关重要。在本文中，我们制定了一个认知无线电（CR）系统的频谱感知（SS）的问题，在其中的次用户（SU），多个接收天线，感测多个异步主用户（PU）之间共享的信道发送多输入多输出（MIMO）正交频分复用（OFDM）信号。我们提出的估计SU可用机会的方法结合了阵列处理和压缩信道感测的进步，并利用所谓的“收缩方法”以及PU干扰协方差阵的过完备基础扩展来检测到达和子载波的占用和空闲角度。协方差“收缩”步骤和随后的稀疏建模步骤允许解决当观测稀少时出现的模糊性，降低SU的感测成本，从而与竞争感测方法相比增加其频谱利用能力。仿真证实，利用CR传感中的协方差阵的稀疏表示解析了源的空间和频率谱。
2013-03-28 cs.IT math.IT math.OC
Joint Beamforming Design in DFRC Systems for Wideband Sensing and OFDM Communications
双功能雷达通信（DFRC）系统通过使用一个共同的波形进行感知和通信（S&C），可以有效地利用拥挤的频谱和昂贵的硬件资源，引起了越来越多的关注。正交频分复用（OFDM）技术在支持高质量通信的同时，也在提高雷达感知性能和提供灵活的S&C方面具有巨大的潜力。在本文中，我们提出了联合设计的双功能发射信号占用几个子载波，实现多用户OFDM通信和检测一个运动目标的存在杂波。同时，可以以类似的方式优化其他频率子载波中的信号以执行其他任务。发射波束形成和接收滤波器联合优化，以最大化雷达输出信号与干扰加噪声比（SINR），同时满足通信SINR要求和功率预算。一个优化最小化（MM）方法为基础的算法来解决由此产生的非凸优化问题。数值结果表明，通过联合设计不同子载波上的发射信号，可以获得显著的宽带感知增益，验证了所提方案的优越性和算法的有效性。
2022-08-05 cs.IT eess.SP math.IT
Underlaid Sensing Pilot for Integrated Sensing and Communications
提出一种在 OFDM 时频资源上 underlay 的二维延迟-多普勒 sensing pilot，可同时支持相关感知检测与信道估计均衡，并以小功率开销实现有效感知和满意通信性能。
2023-07-24 cs.IT eess.SP math.IT
Random Subcarrier Allocation in OFDM-Based Cognitive Radio Networks
本文研究了基于正交频分复用（OFDM）的认知无线电（CR）频谱共享通信系统的性能，该系统假设随机分配且不存在主用户（PU）的信道占用信息，不使用频谱感测来获取关于未使用的子载波的可用性的信息。在次级网络中的单个次级用户（SU）的情况下，由于缺乏PU的活动的信息，SU随机地分配主网络的子载波，并且以一定概率与PU的子载波冲突。为了维持PU的服务质量（QoS）要求，通过将SU的发射功率调整到低于预定义阈值（称为干扰温度）来控制SU对PU造成的干扰。在这项工作中，SU的平均容量与子载波冲突的性能指标，调查建议的随机分配方案一般和瑞利信道衰落模型。导出了平均容量与SU、PU和可用子载波数的界和缩放定律。此外，在存在多个SU的情况下，假设一个机会调度的SU的多用户分集增益也进行了研究。为了避免随机分配方案可能对SU造成的干扰，并根据可用子载波获得SU的最大和速率，提出了一种基于机会调度和随机分配（利用）方法的有效集中式顺序算法，以保证分配子载波的正交性。
2012-07-02 cs.IT math.IT math.PR
Energy-Efficient Power Loading for OFDM-based Cognitive Radio Systems with Channel Uncertainties
针对信道不确定性下基于正交频分复用的认知无线电系统，提出了一种新的能量效率优化算法。我们制定了一个优化问题，保证了最低所需的速率和指定的功率预算的次要用户（SU），同时限制干扰的主要用户（PU）的统计方式。优化问题是非凸的，它被转化为一个等价的问题，使用分式规划的概念。与文献中的所有相关作品不同，我们考虑了SU发送器和接收器对之间的链路上的不完美的信道状态信息（CSI）的影响，并且我们还考虑了SU的有限感知能力的影响。由于干扰约束在统计上得到满足，因此SU发射机不需要来自PU接收机的完美CSI反馈。仿真结果表明，随着信道估计误差的增大，EE恶化.与文献中相关工作的比较表明，如果SU不考虑频谱感知误差，则PU接收机处的干扰阈值可以被严重超过，EE略有恶化。
2019-02-08 cs.IT eess.SP math.IT
Optimal Linear Precoder Design for MIMO-OFDM Integrated Sensing and Communications Based on Bayesian Cramér-Rao Bound
本文针对MIMO-OFDM集成感知与通信系统，基于贝叶斯克拉美罗界分析推导联合信道估计与符号检测的性能界，提出随机黎曼梯度下降法求解线性预编码器非凸优化问题，证明其高概率收敛且收敛速度快，揭示了感知与通信的性能权衡。
2023-08-23 cs.IT eess.SP math.IT
LoS Sensing-based Channel Estimation in UAV-Assisted OFDM Systems
针对无人机辅助OFDM系统，本文提出一种基于视距感知的信道估计方法，通过检测视距路径并设计专用阈值对最小二乘估计去噪，有效提升了信道估计精度和鲁棒性。
2024-02-22 cs.IT cs.OH math.IT
Dual-Security for Indoor OFDM-ISAC Systems via Temporal Artificial Noise
Imperial College London（帝国理工学院）
研究基于室内 OFDM 的 ISAC 系统双重安全问题，提出用时域人工噪声，扩大恶意通信用户时域感知误差防其感知，降低感知用户频域信干噪比削弱其窃听，保证合法用户性能，实现对感知和通信的双重保护。
2026-10-14 cs.IT eess.SP math.IT
Bi-Static Sensing in OFDM Wireless Systems for Indoor Scenarios
本文设计 ISAC OFDM 系统，利用 DDP 与 PDP 训练数据驱动 AI 检测器以实现室内被动目标检测，并在 LOS/NLOS 条件下验证其性能增益与损失。
2024-03-07 cs.IT eess.SP math.IT
Device-Free Sensing in OFDM Cellular Network
本文考虑在正交频分复用（OFDM）蜂窝网络中实现通感一体化（ISAC）的无设备传感。提出了一种新的两阶段传感框架来定位不能向/从基站（BS）发送/接收参考信号的无源目标，其中在阶段I中基于目标到BS的反射OFDM信号来估计目标的距离，并且在阶段II中基于每个目标到不同BS的距离来估计每个目标的位置。具体来说，在第一阶段，我们通过利用OFDM信道估计技术来确定所有双向BS-目标-BS路径的延迟值，设计了一种无模型距离估计方法，该方法不依赖于任何BS-目标信道模型。在第二阶段中，我们揭示了在某些情况下可能会错误地检测到鬼目标，因为所有目标都向BS反射相同的信号，因此BS不知道如何将每个估计范围与正确的目标相匹配。有趣的是，我们表明，上述数据关联问题是不是一个根本的限制设备自由感测：在第一阶段完美的距离估计的理想情况下，鬼目标存在的概率被证明是可以忽略不计的目标时，随机定位。此外，在第一阶段距离估计不理想的实际情况下，我们提出了一个有效的联合数据关联和目标定位的第二阶段的算法。数值结果表明，我们提出的两阶段框架可以实现非常高的精度在被动目标的定位，这与系统带宽增加。
2022-01-19 cs.IT eess.SP math.IT
Subcarrier grouping with environmental sensing for MIMO-OFDM systems over correlated double-selective fading channels
随着MIMO-OFDM系统中物理天线数和子载波数的增加，信道侧信息反馈量和信号预编码复杂度的增加将消耗更多的系统资源，甚至达到不可容忍的程度。为了解决这个问题，以前的工作主要集中在固定的子载波分组大小和预编码的MIMO信号在同一组与酉信道状态信息（CSI）。它可以减少系统的负担，但这样的过程会导致系统容量的损失，由于在预编码过程中的信道失配。在本文中，我们考虑了MIMOOFDM系统在双选择i.i.d.瑞利信道的容量损失，并从理论上研究了群大小与容量损失之间的定量关系.利用我们的理论结果，我们还提出了一个自适应子载波分组算法，它不仅能够有一个很好的控制系统的服务质量，但也减少了系统负担显着。数值结果表明，MIMO-OFDM系统的系统设计提供了有价值的见解，并表明所提出的子载波分组方案是非常有效的，在一些常见的情况下。
2017-06-19 cs.IT math.IT
Priori-Information Aided Iterative Hard Threshold: A Low-Complexity High-Accuracy Compressive Sensing Based Channel Estimation for TDS-OFDM
针对双选择性衰落信道下时域同步（TDS）正交频分复用（OFDM）系统的性能损失，提出了一种基于压缩感知（CS）的低复杂度信道估计方法。具体地说，首先提出了一种时域训练序列的加和方法，利用信道的时间相关性获得无线信道的信道长度、路径时延和路径增益的粗估计，以提高粗估计在严重衰落信道和长时延扩展下的鲁棒性。然后，我们提出了优先信息辅助（PA）迭代硬阈值（IHT）算法，它利用所获得的粗估计的无线信道的先验信息，因此能够获得准确的信道估计的双选择性衰落信道。与经典IHT算法的收敛性要求测量矩阵的$l_2$范数小于1相比，所提出的PA-IHT算法充分利用了测量矩阵的先验信息，消除了这一限制，同时减少了迭代次数.与现有的基于CS的TDS-OFDM信道估计方法相比，该算法在提高信道估计精度的同时，显著降低了信道估计的计算复杂性。仿真结果表明，在不牺牲频谱效率和改变现有TDS-OFDM信号结构的情况下，该方案在各种情况下，尤其是在严重双选择性衰落信道下，性能优于现有的TDS-OFDM信道估计方案。
2015-11-27 cs.IT math.IT
Secure OFDM-IM ISAC With Artificial-Noise-Aided Index Deception
Koç University（科奇大学）；TU Dortmund University（多特蒙德工业大学）
针对安全关键的ISAC场景，提出基于人工噪声辅助索引欺骗的OFDM-IM框架，将人工噪声注入非活动子载波，通过预编码器在合法接收器处消除噪声并欺骗目标索引检测器，同时兼顾感知，优化问题最大化目标发射功率，相比经典OFDM提高了目标发射功率。
2026-08-21 cs.ET cs.IT math.IT
Compressive sensing based Bayesian sparse channel estimation for OFDM communication systems: high performance and low complexity
在正交频分调制（OFDM）通信系统中，由于频率选择性衰落信道会导致数据传输过程中出现严重的符号间干扰（ISI），因此在接收端需要获取信道状态信息（CSI）。宽带信道模型通常由非常少的主导信道抽头来描述，并且它们可以通过基于压缩感知的稀疏信道估计（SCE）方法来探测，例如，正交匹配追踪算法，该算法能有效地利用信道稀疏结构的优势作为先验信息。然而，这些方法容易受到噪声干扰和训练信号矩阵的列相干性。换句话说，这些常规方法的主要目标是在没有后验信道不确定性的报告的情况下捕获主导信道抽头。为了提高信道估计性能，提出了一种基于压缩感知的贝叶斯稀疏信道估计（BSCE）方法，该方法在不牺牲任何计算复杂性的前提下，充分利用了信道的稀疏性，并有效地抑制了信道的不确定性。该方法可以揭示由于观测噪声或训练矩阵中列间相关干扰而导致的多个信道估计器之间的潜在模糊性。计算机模拟表明，与传统的SCE方法相比，该方法可以提高估计性能。
2015-04-21 cs.IT math.IT
α-Fair Multistatic ISAC Beamforming for Multi-User MIMO-OFDM Systems via Riemannian Optimization
Hanbat National University（韩北国立大学）；Chungnam National University（忠南国立大学）
本文提出一种基于Riemannian优化的α-公平多静态ISAC框架，用于多用户MIMO-OFDM系统，通过优化每个目标的CRLB实现传感公平性与通信的平衡。
2026-03-31 cs.IT cs.SY eess.SY
Beam Refinement and User State Acquisition via Integrated Sensing and Communication with OFDM
毫米波（mmWave）通信的性能在很大程度上依赖于基站和用户终端侧的精确波束成形，称为波束对准（BA）。现有的BA算法提供初始但粗略的角度估计，因为它们通常使用有限数量的离散波束（角度）的码本。面向新兴的应用程序，需要及时和精确的跟踪动态变化的用户状态，我们考虑一个系统，其中一个基站与一个共同定位的雷达接收机估计相关的用户状态参数，并同时发送OFDM调制的数据符号。特别是，基于混合数字模拟数据发射机/雷达接收机架构，我们提出了一个简单的波束细化和初始状态捕获方案，可用于波束和用户位置跟踪在动态环境中。以IEEE802.11ad参数为例，仿真结果表明，该方法能够显著提高通信速率，进而实现精确的状态估计。
2021-09-21 cs.IT eess.SP math.IT
Input Distribution Design for Ranging-Oriented OFDM-ISAC Systems Under Frequency-Selective Fading
Beijing University of Posts and Telecommunications（北京邮电大学）
本文提出一种计算高效的OFDM-ISAC输入分布设计方法，针对频选择性信道，在容量失真理论框架下优化星座的峰度分配，以平衡通信速率与传感性能。
2026-04-29 cs.IT eess.SP math.IT
Compressed Sensing Channel Estimation for OFDM with non-Gaussian Multipath Gains
分析了非高斯多径分量（MPC）幅度分布对OFDM系统压缩感知（CS）信道估计器性能的影响。任何CS算法需要估计以准确地表示信道的主导MPC的数量的特征。该数字涉及信道的可压缩性指数（CI），其取决于MPC幅度分布的四阶矩。任何CS估计算法的均方误差（MSE）和MPC幅度分布四阶矩之间的连接被揭示，当这些组件具有大的四阶矩幅度增益时，需要较少数量的MPC来很好地估计信道。通过对具有对数正态MPC的信道（例如，纽约大学毫米波信道模型）的模拟来验证分析结果。这些仿真结果表明，当MPC幅度分布具有高的四阶矩时，众所周知的正交匹配追踪CS算法的性能几乎与基追踪去噪算法相同，但计算成本要低得多。
2020-02-20 cs.IT eess.SP math.IT
Waveform Design Using Half-duplex Devices for 6G Joint Communications and Sensing
联合通信和感知是一种很有前途的6 G技术，挑战在于如何有效地将它们集成。现有的频分和时分共存的方法很难带来积分增益。直接使用正交频分复用（OFDM）进行感测需要复杂的带内全双工来消除自干扰（SI）。为了解决这些问题，本文提出了新的共存方案，以获得超感测范围（SSR）和简单的SI消除。SSR使JCS能够获得仅感知方案的感知范围，并与通信共享资源。提出了一种随机时分的超多普勒测距方法。还提出了柔性感测植入OFDM（FSIOFDM）。FSI-OFDM利用随机的检测时机获得超多普勒范围，利用固定的拖尾检测时机获得超距离范围。仿真结果表明，所提出的方案可以在有限资源的情况下获得SSR。
2022-01-04 cs.IT eess.SP math.IT
Channel Access Method Classification For Cognitive Radio Applications
基于改进的时间空洞检测和预测，我们提出了一种两阶段算法来分类主网络使用的信道接入方法。第一阶段扩展了现有的基于四阶累积量的调制分类器，以区分TDMA，OFDMA和CDMA。第二阶段提出了一种新的冲突检测器，使用相同累积量的样本方差来检测基于竞争的信道接入方法。我们提出的方法是盲目的，独立的接收信噪比。仿真结果表明，我们的分类TDMA，OFDMA和CDMA是强大的网络负载，而竞争检测优于现有的方法。
2017-09-16 cs.IT cs.NI math.IT
Joint Communications and Sensing Employing Optimized MIMO-OFDM Signals
联合通信和传感（JCAS）有可能提高物联网系统的整体能源，成本和频率效率。作为第一个努力，我们建议优化MIMO-OFDM数据符号携带的子载波更好的时间和空间域信号正交。这不仅提高了JCAS可用信号的可用性，还大大促进了物联网（IoT）设备执行高质量的传感。我们建立了一个优化问题，修改子载波上的数据符号，以提高上述信号的正交性。我们还开发了一个有效的算法来解决这个问题的基础上优化最小化框架。此外，我们发现独特的信号结构和功能，从新建模的问题，大大降低了优化的目标函数的复杂性。我们还开发了新的投影机，以加强所获得的解决方案的可行性。仿真结果表明，与原始通信波形相比，在达到相同感知性能的情况下，优化后的波形可降低3~ 4. 5 dB的信噪比要求，而未编码误比特率的信噪比损失仅为1~ 1. 5 dB。
2022-08-21 cs.IT cs.SY eess.SP
Joint Communication and Sensing Security in MIMO-OFDM ISAC Systems via Artificial Noise and Ghosts
Imperial College London（帝国理工学院）
本文提出双层双重安全ISAC框架，通过注入人工噪声和生成人工鬼影，同时保护通信和感知安全，无需信道状态信息。
2026-10-14 cs.IT eess.SP math.IT
Low-Complexity Joint Azimuth-Range-Velocity Estimation for Integrated Sensing and Communication with OFDM Waveform
针对OFDM波形单基地ISAC系统JARVE计算复杂度高的问题，推导其克拉美罗界，提出结合迭代子空间更新与Levenberg-Marquardt优化的低复杂度超分辨率估计算法，相比3D-MUSIC和ESPRIT算法复杂度分别降3个、2个数量级且性能更优。
2024-05-15 cs.IT eess.SP math.IT
Hybrid Mono- and Bi-static OFDM-ISAC via BS-UE Cooperation: Closed-Form CRLB and Coverage Analysis
National Mobile Communications Research Laboratory, Southeast University（东南大学国家移动通信重点实验室）；Pervasive Communication Research Center, Purple Mountain Laboratories（紫金山实验室泛在通信研究中心）
本文提出了一种混合单-static和双-static OFDM-ISAC传感框架，通过基站与用户设备协作，推导了传感定位和速度的闭合形式CRLB，并分析了传感覆盖与精度随网络UE密度的变化。
2026-01-14 cs.IT math.IT
