Wideband Spectrum Sensing for Cognitive Radio Networks: A Survey
认知无线电已经成为下一代蜂窝网络中提高频谱利用率的最有前途的候选解决方案之一。未来认知无线电网络的一个关键要求是宽带频谱感知：次级用户在很宽的频率范围内可靠地检测频谱机会。在本文中，各种宽带频谱感知算法，连同讨论的优点和缺点的每种算法和挑战性的问题。特别注意的是使用的子奈奎斯特技术，包括压缩传感和多通道子奈奎斯特采样技术。
2013-03-04 cs.IT math.IT
Random Triggering Based Sub-Nyquist Sampling System for Sparse Multiband Signal
提出了一种新的基于随机触发的调制宽带压缩采样（RT-MWCS）方法，以有效实现稀疏宽带信号的亚奈奎斯特速率压缩采样系统。在信号被重复（不一定是周期性）触发的假设下，RT-MWCS使用随机调制来获得在随机选择的位置处的信号的测量。该方法采用多测量向量法在频域估计信号的非零支持度。然后，利用最小二乘估计求解信号谱。通过使用之前在随机等效采样（RES）方案中使用的电平触发和时间数字转换器设备，促进了估计稀疏多频带信号的独特能力。与现有的压缩采样技术（如调制宽带转换器（MWC））相比，RT-MWCS具有系统结构简单、单通道实现、采样时间长等优点。实验结果表明，对于谱支持未知的稀疏多带信号，RT-MWCS要求的采样率远低于奈奎斯特采样率，同时又能提供良好的信号重构质量。
2017-03-06 cs.IT math.IT
Truly Sub-Nyquist Method Based Matrix Pencil and CRT with Super Resolution
本文提出一种真亚奈奎斯特超分辨率方法，融合矩阵束与中国剩余定理，以提升高频信号提取的频率分辨率和精度，并适用于电信、雷达和医学成像等场景。
2024-10-23 cs.IT math.IT
Efficient Sampling of Sparse Wideband Analog Signals
周期性非均匀采样是对低于奈奎斯特速率的频谱稀疏信号进行采样的已知方法。该策略依赖于隐含的假设，即各个采样器暴露于整个频率范围。这种假设对于宽带稀疏信号变得不切实际。本文提出了一种不需要全频带前端的替代采样级。相反，信号是用模拟前端捕获的，模拟前端由一组乘法器和低通滤波器组成，其截止频率远低于奈奎斯特频率。从低速率采样恢复原始信号的问题可以在压缩采样的框架内进行研究。适当的参数选择可确保样本唯一确定模拟输入。此外，模拟输入可以用数字算法稳定地重构。数值实验支持了理论分析。
2009-01-26 cs.IT math.IT
WINDOW: Wideband Demodulator for Optical Waveforms
以非常高的速率工作的光通信系统经常受到采样率瓶颈的限制。光宽带机制可能超过模数转换器（ADC）前端带宽。已经提出了多通道采样方法，例如多陪集或交错ADC，以使用多个通道对宽带信号进行采样。每个通道以低于奈奎斯特速率的速率采样，从而保持总体采样率。然而，该方案受到两个实际限制，使得其难以实施。首先，采样器的固有抗混叠滤波器使宽带信号失真。第二，它需要精确的时间偏移信号的奈奎斯特速率的顺序，这是具有挑战性的维持。在这项工作中，我们提出了一种替代的多通道采样方案，宽带解调器的光波形（WINDOWS），模拟RF解调的基础上，每个通道的频谱混叠使用的周期性混合功能之前的集成和采样。我们表明，有意使用固有的ADC滤波器来执行积分，增加了信噪比（SNR）。我们从理论上和数值实验表明，我们的系统优于multicoset在信号恢复和符号估计的存在下，热和量化噪声，但稍微不那么强大的定时抖动。
2016-11-13 cs.IT math.IT
Ultra Low-Complexity Detection of Spectrum Holes in Compressed Wideband Spectrum Sensing
宽带频谱感测是认知无线电（CR）中的重大挑战，这是由于需要以奈奎斯特速率或高于奈奎斯特速率操作的非常高速的模数转换器（ADC）。在这里，我们提出了一个非常低的复杂度零块检测方案，可以检测到一个很大的分数的频谱孔从子奈奎斯特样本，即使欠采样率是非常小的。该方案是基于一个块稀疏的传感矩阵，这是通过一个新的模拟到信息转换器（AIC）的设计实现。所提出的方案将一些测量识别为零，然后验证与它们相关联的子信道为空。分析和仿真结果表明，该方法的有效性，在可靠的检测频谱空洞的复杂度远低于现有的计划。这项工作还介绍了一个新的范例，在压缩感知感兴趣的是可靠的检测（一些）零块，而不是整个块稀疏信号的恢复。
2015-07-03 cs.IT math.IT
Sub-Nyquist Sampling for Reaching Theoretical Minimal Sampling Rate Boundary
School of Data Science, Fudan University（复旦大学数据科学学院）
本文提出双频混叠宽带转换器（DAWC）和改进的子空间追踪算法（MSSP），在无先验知识的情况下实现理论最小采样率下的频带定位与波形重建。
2026-04-27 cs.IT math.IT
Modified Orthogonal Matching Pursuit Algorithm for Cognitive Radio Wideband Spectrum Sensing
采样率是多GHz带宽频谱感知的瓶颈。压缩感知（CS）的最新进展初始化几个亚奈奎斯特速率的方法来克服这个问题。然而，努力设计CS重建算法的宽带频谱感知是非常有限的。通过考虑认知无线电频谱使用的先验知识的算法，可以进一步降低采样率要求并提高重构性能。本文将认知无线电频谱的使用分为三类，并提出了一种改进的正交匹配追踪（OMP）宽带频谱感知算法。仿真结果表明，改进的OMP算法在重建性能和计算时间方面优于两种改进的基追踪去噪（BPDN）算法。
2011-02-14 cs.IT math.IT
Compressive phase retrieval of sparse bandlimited signals
这一贡献提出了一个两阶段的战略，以允许相位检索的最先进的亚奈奎斯特采样方案的稀疏多频带信号。所提出的策略是基于数据采集，通过调制的宽带转换器已知的亚奈奎斯特采样。本文介绍了如何调制器进行修改，使信号恢复从子奈奎斯特幅度样本成为可能，并给出了相应的恢复算法，这是计算效率。此外，所提出的策略是相当普遍的，允许几个结构和恢复算法。
2015-09-27 cs.IT math.IT
Expected RIP: Conditioning of The Modulated Wideband Converter
压缩系统的感知矩阵影响相关稀疏恢复问题的稳定性。在本文中，我们研究的调制宽带转换器，最近提出的系统的亚奈奎斯特采样的模拟稀疏信号的传感矩阵。尝试用现有方法量化转换器感测矩阵的调节导致不合理的速率要求，这是由于该矩阵的相对小的尺寸。我们提出了一个新的条件的标准，命名为预期的限制等距属性，并推导出理论保证转换器，以满足此属性。然后，我们表明，将这些条件应用于流行的二进制序列，如最大码或Gold码，导致实际的速率要求。
2009-09-28 cs.IT math.IT
Efficient Spectrum Availability Information Recovery for Wideband DSA Networks: A Weighted Compressive Sampling Approach
压缩采样具有很大的潜力，使宽带频谱感测可能在亚奈奎斯特采样率。因此，最近已经有研究努力利用压缩采样来实现高效的宽带频谱感测。这些努力考虑了均匀宽带频谱，其中假设所有频带具有相似的PU业务特性。然而，在实践中，宽带频谱不是均匀的，因为不同的频谱带可以呈现不同的PU占用模式。事实上，频谱分配的性质（其中，相似类型的应用通常被分配相同块内的频带）决定了宽带频谱确实是异构的。在本文中，我们考虑异构宽带频谱，并利用其固有的，块状结构，设计高效的压缩频谱感知技术，非常适合异构宽带频谱。我们提出了一个加权的$\ell_1-$最小化感知信息恢复算法，实现更稳定的恢复比现有的方法，同时占频谱占用的时间和频率维度的变化。此外，我们表明，我们提出的算法需要较少数量的传感测量相比，国家的最先进的方法。
2017-07-20 cs.IT math.IT
Sub-Nyquist Cyclostationary Detection for Cognitive Radio
认知无线电需要对宽带信号进行高效可靠的频谱感知。为了应对采样率瓶颈，已经提出了低于奈奎斯特速率采样的新采样方法。然而，这样的技术降低了信噪比（SNR），恶化了后续能量检测的性能。循环平稳检测，它利用通信信号统计的周期性属性，在平稳噪声中不存在，是这种设置的一个自然的候选人。在这项工作中，我们考虑从子奈奎斯特样本的循环谱恢复，以实现效率和鲁棒性的噪声。为此，我们提出了一个结构化的压缩感知算法，扩展正交匹配追求占循环平稳性的结构。接下来，我们推导出一个下限的采样率所需的完美的循环频谱恢复中存在的平稳噪声，并表明，它可以从以下奈奎斯特获得的样本重建，没有任何稀疏约束的信号。特别地，在非稀疏设置中，可以以奈奎斯特速率的$4/5$恢复循环谱。如果感兴趣的信号是稀疏的，则采样率可以进一步降低到朗道速率的$8/5$。一旦循环谱被恢复，我们估计组成输入信号的传输数量，以及它们的载波频率和带宽。仿真结果表明，循环平稳检测优于能量检测，在低信噪比的次奈奎斯特制度。这在奈奎斯特状态中已经是已知的，但是在低于奈奎斯特采样率时甚至更加明显。
2016-11-04 cs.IT math.IT
Beyond Nyquist: Efficient Sampling of Sparse Bandlimited Signals
宽带模拟信号将当代模数转换系统推向其性能极限。然而，在许多应用中，以奈奎斯特速率采样是低效的，因为感兴趣的信号仅包含相对于频带限制的少量有效频率，尽管频率的位置可能事先不知道。对于这种类型的稀疏信号，其他采样策略是可能的。本文介绍了一种新型的数据采集系统，称为随机解调器，这是由强大的，现成的组件。令K表示信号中频率的总数，并且令W表示其以Hz为单位的带宽限制。仿真表明，随机解调器每秒只需要O（K log（W/K））个样本就可以稳定地重建信号。该采样率以指数方式低于奈奎斯特频率W Hz。与奈奎斯特采样相反，必须使用非线性方法，例如凸规划，从随机解调器采集的样本中恢复信号。本文提供了一个详细的理论分析系统的性能，支持的经验观察。
2009-09-22 cs.IT math.IT
Sparse Multiband Signal Acquisition Receiver with Co-prime Sampling
认知无线电（CR）需要在宽频段上进行频谱感知。宽带信号的高采样率是CR的关键任务之一。本文提出了一种基于互质采样技术的宽带稀疏信号捕获接收机。在这个建议的捕获接收机中，我们使用两个低速模数转换器（ADC）来捕获一个共同的稀疏多频带信号，其频带位置是未知的。两个ADC以互质采样速率同步时钟。将获得的样本重新排序成一组均匀的低速率序列。我们推导了接收机的频域数学模型，并给出了其信号重构算法。与现有的多陪集采样和调制宽带转换器等欠采样技术相比，该方法具有系统结构简单，只需两个采样器即可实现的优点。实验结果证明了该模型的可行性和优越性。对于谱支持未知的稀疏多带信号，该系统需要远低于奈奎斯特采样率的采样率，同时产生令人满意的重建。
2018-06-01 cs.IT eess.SP math.IT
Non-uniform sampling and reconstruction of multi-band signals and its application in wideband spectrum sensing of cognitive radio
采样理论是信号处理设备和通信系统的核心。为了在保持低计算成本的同时适应高操作速率，必须开发高效的模数（ADC）转换器。在电流转换器中遇到的许多限制是由于传统的假设，即采样状态需要以奈奎斯特速率（对应于两倍的信号带宽）采集数据。本文研究了稀疏谱多带信号远低于奈奎斯特采样率的采样方法。该方法被称为周期性非均匀采样，并且它在诸如数据转换器、传感器阵列成像和图像压缩的各种应用中是有用的。首先，在频域中准备采样系统的模型。它将观测到的压缩样本的傅里叶变换与信号的未知频谱联系起来。接下来，提供了基于压缩感知主题的重构过程。我们表明，采样参数的平均采样率和重建信号的质量起着重要的作用。介绍了条件数的概念及其在噪声情况下对重构信号的影响，并给出了一种选择低条件数样本模式的可行方法。我们区分了已知频谱和未知频谱信号的情况。其中一个模型参数由信号频带位置确定，在未知频谱信号的情况下，应该从采样数据中估计信号频带位置。因此，我们采用子空间方法和非线性最小二乘法估计这个参数。在这种情况下，我们还使用了信息论准则（Akaike和MDL）和指数拟合检验技术来选择模型阶数。
2010-10-11 cs.IT math.IT
Sub-Nyquist Sampling for Power Spectrum Sensing in Cognitive Radios: A Unified Approach
鉴于对新频段的需求不断增加以及对已分配频段的利用不足，出现了认知无线电（CR）的概念。主动用户可以在检测到其所有者没有活动后利用暂时空闲的频带。因此，CR周期中的关键任务之一是必须精确和高效的频谱感测和检测。然而，CR通常处理奈奎斯特速率非常高的宽带信号。在本文中，我们建议从子奈奎斯特样本，而不是在以前的工作中所做的信号本身，以执行检测重建这样的信号的功率谱。我们考虑稀疏和非稀疏信号以及盲和非盲检测稀疏的情况下。对于每一个的这些fracti，我们得出的最小采样率，允许完美的重建信号的功率谱在无噪声的环境中，并提供功率谱恢复技术，实现这些速率。在文献中考虑的两种不同的信号模型，我们称之为模拟和数字模型进行分析，并表明，两者导致类似的结果。仿真结果表明，功率谱恢复在无噪声设置的最小速率，并显示了几个参数的检测器的性能，包括信噪比（SNR），感测时间和采样率的影响。
2013-08-23 cs.IT math.IT
Compressive Wideband Spectrum Sensing for Fixed Frequency Spectrum Allocation
过高的采样率是认知无线电宽带频谱感知的瓶颈。研究表明，传感信号在频域上具有稀疏性，压缩感知（Compressed Sensing，CS）可以将采样负担转移到数字信号处理器上。模拟信息转换器（AIC）可以以亚奈奎斯特速率对接收信号进行随机采样，以获得随机测量。考虑到主无线电的静态频谱分配意味着不同主无线电之间的边界是预先已知的，这里我们将不同主用户之间的频谱边界信息作为先验信息来获得混合l2/l1范数去噪算子（MNDO）。在MNDO中，估计的功率谱密度（PSD）向量被划分为具有对应于不同分配的主无线电的边界的块部分。与以往标准的对整个PSD向量的l1范数约束不同，该算法通过最小化PSD向量每一段的l2范数之和来促进PSD向量的局部分组分布，而整体稀疏分布，同时放松约束来提高去噪性能。仿真结果表明，该方法在精度、去噪能力等方面均优于标准稀疏谱估计。
2010-05-11 cs.IT math.IT
Enhanced Compressive Wideband Frequency Spectrum Sensing for Dynamic Spectrum Access
宽带频谱感知检测未使用的频谱空洞，用于动态频谱接入（DSA）。采样率过高是主要问题。压缩感知（CS）可以用比奈奎斯特采样少得多的随机样本以高概率重构稀疏信号。由于监测信号在频域上是稀疏的，压缩感知可以解决采样负担问题。随机样本可以通过模拟-信息转换器获得。信号恢复可以用公式表示为L0范数最小化和线性测量拟合约束。在DSA中，主无线电的静态频谱分配意味着不同类型的主无线电之间的界限是预先已知的。为了将这一先验信息，我们将整个频谱划分为子部分根据频谱分配政策。在新的优化模型中，每个子段的L2范数的最小化用于局部的聚类分布，而L2范数的L0范数的最小化用于全局的稀疏分布.由于L0/L2优化算法不是凸的，因此提出了一种迭代加权的L1/L2优化算法来逼近L0/L2优化算法，仿真结果表明该算法在精度、去噪能力等方面都优于其他算法。
2012-04-13 cs.IT math.IT
Non-Uniform Wavelet Sampling for RF Analog-to-Information Conversion
从宽带射频（RF）信号中提取特征提取，例如频谱占用、发射能量和类型或到达方向，在越来越多的应用中得到使用，因为它增强了具有认知能力的RF收发器，并且使得能够对传统RF链进行参数调谐。在功率和成本受限的应用中，例如，对于物联网中的传感器节点，利用常规奈奎斯特速率模数转换器进行宽带RF特征提取是不可行的。然而，许多RF特征（诸如信号稀疏性）的结构使得能够使用压缩感测（CS）技术，该压缩感测（CS）技术以亚奈奎斯特速率获取这样的信号。虽然这种基于CS的模拟-信息（A2 I）转换器有可能实现低成本和高能效的宽带RF感测，但它们受到各种现实限制，例如噪声折叠、低灵敏度、混叠和有限的灵活性。本文提出了一种新的基于CS的A2 I架构称为非均匀小波采样（NUWS）。我们的解决方案直接在RF域中提取精心选择的小波系数子集，从而缓解了现有A2 I转换器架构的主要问题。对于多频带RF信号，我们提出了一种称为非均匀小波带通采样（NUWBS）的专用变体，通过利用多频带信号结构进一步提高灵敏度并降低硬件复杂性。我们使用模拟来证明NUWBS方法的理论性能极限的$\ell_1$范数为基础的稀疏信号恢复。我们调查硬件设计方面，并显示ASIC的测量结果的小波生成阶段，突出NUWBS的功效，广泛的RF特征提取任务的成本和功率受限的应用。
2017-09-04 cs.IT math.IT
Hybrid Beamfocusing Design for RSMA-Enabled Near-Field Wideband Communications
本文提出了一种基于RSMA的混合波束聚焦传输方案，通过优化波束聚焦和速率分配，有效缓解近场宽带效应，降低硬件复杂度并提升性能。
2025-12-04 cs.IT math.IT
Quantization Reference Voltage of the Modulated Wideband Converter
调制宽带转换器（MWC）是最近提出的一种基于压缩感知（CS）理论的模数转换器（ADC）。与传统ADC不同，其量化参考电压不等于原始模拟信号的最大幅度，这对系统性能至关重要。本文从理论上分析了MWC的量化基准电压，得出了量化基准电压与$q$的平方根成正比的结论。$q$是采样率和通道数之间的一个折衷参数。进一步的讨论和仿真结果表明，当信号由$N$窄带信号组成时，参考电压与$Nq$的平方根成正比。
2012-03-08 cs.IT math.IT
Automatic Modulation Recognition of PSK Signals with Sub-Nyquist Sampling Based on High Order Statistics
在N次幂非线性变换（NPT）方法中所需的采样率通常远大于奈奎斯特速率，这对模数转换器（ADC）造成了沉重的负担。利用NPT下PSK信号频谱的稀疏性，提出了一种适用于亚奈奎斯特采样PSK信号的NPT方法。本文将NPT方法与压缩感知理论相结合，提出了PSK信号N次幂非线性变换的频谱重构方法，该方法可进一步用于AMR以及未知载波频率和符号速率的粗估计。
2014-12-31 cs.IT math.IT
Joint Transmit and Receive Filter Optimization for Sub-Nyquist Delay-Doppler Estimation
在这篇文章中，提出了一个框架的模拟发射和接收滤波器的参数估计问题的联合优化。在接收机处，传统的信号处理系统将模拟前置滤波器$B$的双侧带宽限制为模数转换器$f_s$的速率，以符合公知的奈奎斯特-香农采样定理。相比之下，这里我们考虑一个收发器，通过设计违反了常见的范例$B\leq f_s$。为此，在接收机，我们允许一个更高的预滤波器带宽$B>f_s$和研究可实现的参数估计精度下固定的采样率时，发射和接收滤波器联合优化相对于贝叶斯克拉美罗下限。对于时延多普勒估计的情况下，我们建议近似所需的Fisher信息矩阵，并解决收发器的设计问题的交替优化算法。所提出的方法使我们能够探索帕累托最优区域跨越的发射和接收滤波器，这是有利的加权均方误差标准下。我们还讨论了计算复杂性所获得的收发器设计，通过可视化所得到的模糊函数。最后，我们验证了性能的优化设计的Monte-Carlo模拟的似然估计。
2018-02-08 cs.IT math.IT
Distortion-Rate Function of Sub-Nyquist Sampled Gaussian Sources
对连续时间高斯平稳过程的次奈奎斯特采样中的信息丢失量进行了量化。我们考虑一个组合的信源编码和子奈奎斯特重构问题，其中编码器的输入是模拟信源的噪声子奈奎斯特采样版本。我们首先推导出一个表达式的均方误差的重建过程中，从一个嘈杂的和信息的速率限制的版本，其样本。该表达式是采样频率和描述每个样本的平均位数的函数。它是作为两项的总和：在估计的来源，从其嘈杂的，但在其他方面完全观察到的子奈奎斯特样本的最小均方误差，和第二项获得的反向注水超过平均频谱密度与多相成分的来源。我们将这一结果扩展到多分支均匀采样，其中样本可以通过一组并行通道与均匀采样器和预采样滤波器在每个分支。然后对预采样滤波器进行进一步优化以减小失真，并找到与输入信号的统计数据和采样频率相关联的预采样滤波器的最佳集合，这导致在包括均匀采样和线性滤波的任何模数转换方案下可实现的最小可能失真的表达式。这些结果统一了高斯信源的Shannon-Whittaker-Kotelnikov采样定理和Shannon率失真理论。
2015-11-06 cs.IT math.IT
CaSCADE: Compressed Carrier and DOA Estimation
频谱感知和波达方向（DOA）估计已被彻底研究，无论是单独的，并作为一个联合的任务。估计一组信号的支持度及其DOA对于许多信号处理应用（例如认知无线电（CR））是至关重要的。CR面临的一个具有挑战性的场景是多频带信号，由分布在宽频谱上的多个窄带传输组成，每个传输具有未知的载波频率和DOA。这种信号的奈奎斯特速率很高，并且在模拟域和数字域中都构成了瓶颈。为了缓解采样率问题，在频谱感知的背景下，已经提出了几种亚奈奎斯特采样方法，例如多陪集采样或调制宽带转换器（MWC）。在这项工作中，我们首先提出了一种替代的子奈奎斯特采样和信号重构方法的MWC，基于均匀线阵（UWB）。然后，我们将我们的方法扩展到联合频谱感知和DOA估计，并提出了压缩载波和DOA估计（CaSCADE）系统，由一个L形阵列与两个ULA。在这两种情况下，我们得到完美的恢复条件的信号参数（载波频率和DOA，如果相关）和信号本身，并提供两个重建算法，一个基于ESPRIT方法和第二压缩感知技术。我们的联合载波和DOA恢复算法克服了众所周知的配对问题之间的两个参数。仿真结果表明，我们的替代频谱感测系统优于MWC的恢复误差和设计复杂性方面，并显示联合载波频率和DOA从我们的CaSCADE系统的子奈奎斯特样本。
2016-04-10 cs.IT math.IT
Joint Analog and Digital Transceiver Design for Wideband Full Duplex MIMO Systems
在本文中，我们提出了一种宽带全双工（FD）多输入多输出（MIMO）通信系统，包括一个FD MIMO节点同时与两个多天线上行链路（UL）和下行链路（DL）节点利用相同的时间和频率资源进行通信。为了抑制FD MIMO系统中由于同时发送和接收而产生的强自干扰（SI）信号，提出了一种基于基带正交频分复用（OFDM）信号建模的模拟和数字（A/D）相消以及发送和接收波束形成的联合设计。考虑到实际的发射机损伤，我们提出了一种多抽头宽带模拟消除器的架构，其抽头的数量不与收发器天线和多径SI组件的数量成比例。我们还提出了一种新的自适应数字抵消截断奇异值分解的基础上，减少残留SI信号估计参数。为了最大化FD和速率，提出了一种用于A/D抵消和数字波束形成的联合优化框架。最后，我们广泛的波形仿真结果表明，所提出的宽带FD MIMO设计具有更高的SI消除能力，降低了复杂度相比，现有的消除技术，从而提高可实现的速率性能。
2021-12-16 cs.IT eess.SP math.IT
Sub-Nyquist Sampling of Short Pulses
我们开发的子奈奎斯特采样系统的模拟信号组成的几个，可能重叠，有限持续时间的脉冲与未知的形状和时间位置。当脉冲形状或脉冲位置已知时，先前已经开发了有效的采样方案。据我们所知，稳定和低速率的连续信号的采样策略，是未知脉冲的叠加，而不知道脉冲的位置还没有得到。本文的目的就是填补这一空白。我们提出了一个多通道的方案，利用信号的稀疏性的时间，并使采样多脉冲信号在亚奈奎斯特速率的基础上的Gabor帧。此外，如果信号另外基本上是多频带的，则采样方案可以适于降低采样率而不知道频带位置。我们表明，适当的预处理，必要的Gabor系数，可以恢复使用标准的压缩感知方法从样本。此外，我们提供的重建误差估计和分析所提出的架构中存在的噪声。
2011-12-20 cs.IT math.IT
Reconstruction of Sub-Nyquist Random Sampling for Sparse and Multi-Band Signals
随着技术的发展，在各种应用中需要处理更高频率的信号。为了对这样的信号进行解调，由于较高的采样率，传统的模数转换器面临着实现挑战。因此，较低的采样率（即，sub-Nyquist）被认为是成本有效的。众所周知的方法是考虑与最高频率分量相比具有较少非零频率分量的稀疏信号。对于稀疏位置的先验知识，已经存在成熟的方法。然而，存在这样的信息不可用的应用。对于这种情况，最近提出了一些办法。在本文中，我们提出了几个随机采样恢复算法，不需要任何抗混叠滤波器。此外，我们提供了一定的条件下，这些恢复技术收敛到信号。最后，我们还通过大量的仿真验证了上述方法的性能。
2014-11-26 cs.IT math.IT
Sub-Nyquist Channel Estimation over IEEE 802.11ad Link
如今，以60GHz无线电频带为中心的毫米波通信日益成为近场通信的优选技术，因为它提供几GHz宽的传输带宽。IEEE 802.11ad标准已经被开发用于60 GHz传输环境中的商用无线局域网。被设计为处理IEEE 802.11ad波形的接收机采用非常高速率的模数转换器，因此，降低接收机采样率可能是有用的。在这项工作中，我们研究的问题，低速率信道估计的IEEE 802.11ad 60 GHz的通信链路利用稀疏的信道脉冲响应。特别是，我们专注于单载波调制，并利用其单载波物理层帧的信道估计字段中嵌入的802.11ad波形的特殊结构。我们研究了这个问题的各种次奈奎斯特采样方法，并使用压缩感知技术恢复信道。我们的数值实验表明，我们的程序的可行性高达七分之一的奈奎斯特速率与最小的性能恶化。
2017-08-07 cs.IT math.IT
Xampling: Signal Acquisition and Processing in Union of Subspaces
我们介绍了XESTIC，一个统一的框架，信号采集和处理的信号在一个联盟的子空间。这个框架的主要功能有两个。在使用商用器件进行采样之前缩小输入带宽的模拟压缩。然后，在常规信号处理之前，非线性算法检测输入子空间。频谱稀疏信号的一个代表性的工会模型作为一个测试用例来研究这些Xcandy函数。我们采用三个指标的选择模拟压缩：鲁棒性模型失配，所需的硬件精度和软件的复杂性。我们进行了一个全面的比较两个子奈奎斯特采集策略的频谱稀疏信号，随机解调器和调制宽带转换器（MWC），在这些指标方面，并得出操作性的结论，关于模拟压缩的选择。然后，我们解决低速率信号处理，并为此目的，使方便的信号处理，从MWC获得的样本在次奈奎斯特速率开发一种算法。最后，我们表明，各种其他采样方法，不同的工会类很好地适应我们的框架。
2011-03-08 cs.IT math.IT
Shannon Meets Nyquist: Capacity of Sampled Gaussian Channels
我们探讨了采样理论和信息论的交叉点的两个基本问题：信道容量如何受到采样低于信道的奈奎斯特速率的影响，以及应该采用什么样的次奈奎斯特采样策略来最大化容量。特别是，我们得出采样模拟通道的能力，三个流行的采样策略：采样与滤波，采样与滤波器组，采样与调制和滤波器组。这些采样机制支持了实际应用中的大多数非均匀采样技术。我们的分析阐明了欠采样通道和多输入多输出通道之间有趣的联系。最佳的采样结构被示出从每个混叠频率集中提取出具有最高SNR的频率，同时抑制混叠和带外噪声。我们还强调欠采样信道容量和最小均方误差（MSE）估计采样数据之间的连接。特别是，我们证明了过滤器最大化容量和最小化MSE是等效的过滤和过滤器组采样策略。这些结果说明了欠采样技术对信道容量的影响，并描述了信息速率和采样率之间的权衡。
2013-03-17 cs.IT math.IT
Sub-Nyquist Radar: Principles and Prototypes
在过去的几年中，新的方法，雷达信号处理已被引入，使雷达执行信号检测和参数估计从少得多的测量比所需的奈奎斯特采样。这些系统-被称为子奈奎斯特雷达-将接收信号建模为具有有限的创新率，并采用XNUS框架来获得信号的低速率样本。亚奈奎斯特雷达利用目标场景稀疏的事实，促进在信号恢复中使用压缩感知（CS）方法。在本章中，我们将回顾几种基于这些原理的脉冲多普勒雷达系统。与其他基于CS的设计相反，我们的公式直接解决了空间和时间上的速率降低的模拟采样，避免了令人望而却步的字典大小，并且对噪声和杂波具有鲁棒性。首先，我们引入时间的亚奈奎斯特处理，用于估计目标位置，使用比传统系统更少的带宽。这为认知雷达与其他通信服务共享其发射频谱铺平了道路，从而为频谱拥挤环境中的共存提供了强大的解决方案。接下来，在不损害多普勒分辨率的情况下，我们通过在相干处理间隔或“慢时间”内以稀缺的方式发送交织雷达脉冲来减少停留时间。然后，我们考虑多输入多输出阵列雷达，并演示了空间亚奈奎斯特处理，它允许使用几个天线单元，而不会降低角分辨率。最后，我们展示了次奈奎斯特和认知雷达成像系统，如合成孔径雷达的应用。对于每种设置，我们提出了一个国家的最先进的硬件原型设计，以证明亚奈奎斯特雷达的实时可行性。
2019-02-04 cs.IT math.IT
Segment-Sliding Reconstruction of Pulsed Radar Echoes with Sub-Nyquist Sampling
模拟信息转换（AIC）是实现脉冲雷达回波欠采样的有效方法。然而，它往往是不切实际的，如果不是不可行的，重建全范围的奈奎斯特样本，因为巨大的存储和计算负载的要求。本文在分析AIC测量系统的基础上，提出了一种新的分段滑动重构（SegSR）方法来有效地重构奈奎斯特采样。SegSR以滑动模式执行逐段重建，并且可以实时实现。与现有方法不同的一个重要特征是，在每个段中的测量矩阵满足限制等距属性（RIP）条件。先前段中的部分支持可并入到当前段中的奈奎斯特样本的估计中。从理论上分析了相邻段引入的干扰效应，揭示了干扰由两个干扰电平组成，对信号重构性能有不同的影响。有了这些意见，一个两步的正交匹配追踪（OMP）过程中提出的段重建，它考虑到不同的干扰水平和部分已知的前一段的支持。所提出的SegSR实现了接近最佳的重建性能，显著降低了计算负载和存储需求。理论分析和仿真验证了其有效性。
2015-03-02 cs.IT math.IT
Channel Capacity under General Nonuniform Sampling
本文推导了在低于奈奎斯特采样率约束下采样模拟信道的基本容量极限。特别是，我们推导出的能力采样模拟通道的一般类的时间保持采样方法，包括不规则的非均匀采样。我们的研究结果表明，最佳的采样结构提取出一组频率，表现出最高的信噪比之间的支持大小等于采样率的所有频谱集。可以通过滤波器组采样或通过调制和滤波的单个分支以及随后的均匀采样来获得次奈奎斯特采样下的容量。在欠奈奎斯特采样下的容量是采样率的单调函数。这些结果表明，最佳的采样方案抑制混叠，采用不规则的非均匀采样不提供容量增益均匀采样集与适当的预处理一大类信道。
2012-05-18 cs.IT math.IT
Fast Compressed Power Spectrum Estimation: Towards A Practical Solution for Wideband Spectrum Sensing
National Key Laboratory of Science and Technology on Communications, University of Electronic Science and Technology of China（电子科技大学通信抗干扰技术国家级重点实验室）；School of Information and Communication Engineering, University of Electronic Science and Technology of China（电子科技大学信息与通信工程学院）；Department of Electrical and Computer Engineering, Stevens Institute of Technology（史蒂文斯理工学院电气与计算机工程系）
本文提出了一种高效的压缩功率谱估计方法，通过利用多小区采样结构，实现低计算复杂度的功率谱重建，适用于实时宽带频谱感知应用。
2019-10-16 cs.IT cs.NA math.IT
Directional Frame Timing Synchronization in Wideband Millimeter-Wave Systems with Low-Resolution ADCs
在本文中，我们提出并评估了一种新的波束成形策略，用于宽带毫米波（mmWave）系统中的定向帧定时同步，该系统采用低分辨率模数转换器（ADC）。在所采用的系统模型中，我们假设在基站处配备的多个射频链在模拟域中同时形成多个同步波束。我们制定相应的定向帧定时同步问题作为一个最大最小多播波束形成问题下的低分辨率量化。我们首先表明，制定的问题不能有效地解决传统的基于单流波束成形的方法，由于大的量化损失和有限的波束码本分辨率。然后，我们开发了一种新的多波束探测为基础的定向同步策略，目标是最大限度地提高所有用户之间的最小接收同步信号量化加噪声比（SQNR）。利用一个共同的同步信号结构设计，所提出的方法合成一个有效的复合波束从同时探测波束，以更好地权衡波束形成增益和量化失真。数值结果表明，对于宽带毫米波系统与低分辨率ADC，我们提出的方法的定时同步性能优于现有的方法，由于在接收同步SQNR的改善。
2018-09-08 cs.IT math.IT
A General and Yet Efficient Scheme for Sub-Nyquist Radar Processing
研究了亚奈奎斯特脉冲多普勒雷达的目标参数估计问题。过去的一些工作已经解决了这个问题，但要么有低的估计精度离网目标，需要大量的计算负载，或缺乏通用性的模拟到信息转换（AIC）系统。为了克服这些困难，我们提出了一个通用的和有效的估计方案。该方案首先制定了一个通用的模型，在这个意义上，它是适用于所有的AIC，无论目标是在或关闭的网格。多普勒频移和延迟的估计被顺序地执行，其中多普勒估计被公式化为空间谱估计问题，并且延迟估计被分解为一系列压缩参数估计问题，每个压缩参数估计问题对应于估计的多普勒频移。该方法通过序列分解处理，大大降低了计算复杂性，并采用参数估计技术，获得了高精度的估计。理论分析和数值实验表明了该方案的有效性和正确性。
2017-07-26 cs.IT math.IT
Sub-Nyquist Radar via Doppler Focusing
我们调查的问题，单基地脉冲多普勒雷达收发器试图检测目标，稀疏的雷达的明确的时间-频率区域。过去的几个作品采用压缩感知（CS）算法，这种类型的问题，但要么不解决采样率降低，施加限制的雷达发射机，提出CS恢复方法与禁止字典大小，或在嘈杂的条件下表现不佳。在这里，我们描述了一种称为多普勒聚焦的亚奈奎斯特采样和恢复方法，它解决了所有这些问题：它执行低速率采样和数字处理，对发射机不施加限制，并且使用其大小不随脉冲数P的增加而增加的CS字典。此外，在存在噪声的情况下，多普勒聚焦享有随P线性缩放的SNR增加，即使在信噪比低至-25dB的情况下也能获得良好的检测性能。该恢复基于XADR 2000框架，该框架允许直接在模数转换过程中减少准确表示信号所需的样本数量。采样后，对低速率采样执行整个数字恢复过程，而不必返回到奈奎斯特速率。最后，我们的方法可以实现在硬件中使用以前建议的Xcovery原型。
2013-09-22 cs.IT math.IT
Wideband mmWave Channel Estimation for Hybrid Massive MIMO with Low-Precision ADCs
本文研究了低精度模数转换器（ADC）混合结构下宽带毫米波（mmWave）大规模多输入多输出（MIMO）系统的信道估计。为了设计用于混合结构的信道估计，需要优化模拟处理部件和频率选择性数字组合器。所提出的信道估计器遵循典型的线性最小均方误差（LMMSE）结构，并适用于任意信道模型。此外，对于毫米波中的稀疏信道，所提出的估计器通过结合正交匹配追踪（OMP）来减轻由低精度ADC引起的量化噪声而更有效地执行。因此，所提出的估计优于传统的计算机模拟结果表明。
2018-09-11 cs.IT eess.SP math.IT
A General Sequential Delay-Doppler Estimation Scheme for Sub-Nyquist Pulse-Doppler Radar
利用模拟-信息转换（AIC）系统对亚奈奎斯特雷达的时延和多普勒参数进行序贯估计是近年来受到广泛关注的问题。然而，报告的估计方法是AIC依赖的，并且对于离网目标具有较差的性能。本文开发了一个通用的估计方案，在这个意义上，它是适用于所有的AIC，无论目标是上或下的网格。该方案依次估计时延和多普勒参数，将时延估计转化为波束空间到达方向估计问题，将多普勒估计转化为线性谱估计问题。然后，众所周知的空间和时间谱估计技术被用来提供有效的和高分辨率的延迟和多普勒参数的估计。此外，AIC上的充分条件，以保证成功估计的离网目标，而现有的条件大多与在网目标。理论分析和数值实验表明了该方案的有效性和正确性。
2017-01-14 cs.IT math.IT
Anti-Sampling-Distortion Compressive Wideband Spectrum Sensing for Cognitive Radio
过高的采样率是认知无线电宽带频谱感知的瓶颈。压缩感知（CS）被引入来转移采样负担。CS的标准稀疏信号恢复没有考虑模拟-信息转换器（AIC）中的失真。为了克服最小二乘无失真约束中不考虑AIC失真的失配所带来的性能退化，将具有采样失真的稀疏信号定义为有界加性噪声，推导出抗采样失真约束（ASDC）。然后将基于\ell 1范数的稀疏约束与ASDC相结合，得到了一种新的鲁棒的采样失真稀疏信号恢复算子。仿真结果表明，该方法在精度、去噪能力等方面均优于标准稀疏宽带频谱感知。
2011-06-18 cs.IT math.IT
On the Minimax Capacity Loss under Sub-Nyquist Universal Sampling
本文研究了当采样器被设计为独立于瞬时信道占用率而工作时，模拟信道中的信息速率损失。具体而言，多带线性时不变高斯信道下的普遍欠采样被认为是。整个信道带宽被划分为相等带宽的$n$子带。在每个时间，只有$k$恒定增益子带是活动的，其中瞬时子带占用在接收器和采样器处是未知的。我们通过容量损失度量来研究信息损失，即由于瞬时子带占用信息的缺乏而导致的容量间隙。我们的特点是最小最大容量损失的整个子奈奎斯特速率制度，提供的子带和SNR的数量$n$都很大。极大极小限制几乎完全取决于频带稀疏因子和欠采样因子，对随着$n$和SNR增长而消失的一些残差项取模。我们的研究结果突出了随机采样方法（即由随机周期调制和低通滤波器组成的采样器）的能力，这些方法能够以指数高概率接近极大极小容量损失。
2017-03-12 cs.IT math.IT
Efficient Channel Autoencoders for Wideband Communications leveraging Walsh-Hadamard interleaving
WaveCoRE, Department of Electrical Engineering (ESAT), Katholieke Universiteit Leuven（荷语鲁汶大学电气工程系（ESAT）WaveCoE）
本文提出利用沃尔什-哈达玛交织的高效通道自编码器，实现节能的高吞吐量宽带通信，通过平衡计算复杂度、SNR和模拟功率消耗，达到与极码相近的性能并提升能效。
2026-01-20 cs.IT eess.SP math.IT
Channel Estimation for Hybrid Architecture Based Wideband Millimeter Wave Systems
混合模拟和数字预编码允许毫米波（mmWave）系统实现阵列和复用增益。然而，混合预编码器和组合器的设计通常基于信道的知识。关于具有混合架构的毫米波信道估计的先前工作集中于窄带信道。由于毫米波系统将是具有频率选择性的宽带，因此开发基于混合架构的宽带毫米波系统的信道估计解决方案至关重要。在本文中，我们开发了一个稀疏制定和压缩感知为基础的解决方案的宽带毫米波信道估计问题的混合架构。首先，我们利用频率选择性毫米波信道的稀疏结构，并将信道估计问题制定为时域和频域中的稀疏恢复。然后，我们提出了明确的信道估计技术，纯时域或频域和组合的时间/频域。我们的解决方案适用于SC-FDE和OFDM系统。仿真结果表明，所提出的解决方案实现了良好的信道估计质量，同时需要小的训练开销。在收发器处利用混合架构进一步改善了估计误差性能和可实现的速率。
2016-11-13 cs.IT math.IT
A Sub-Nyquist Radar Prototype: Hardware and Algorithms
传统的雷达感测通常涉及接收信号与发射脉冲的形状之间的匹配滤波。在经典采样定理的限制下，这要求接收信号必须首先以两倍于基带带宽进行采样，以避免混叠。对目标区分能力和空间分辨率的不断增长的需求意味着发射脉冲的带宽的显著增长。因此，基于相关性的雷达系统需要高采样率，并且由于采样的大量数据，还需要巨大的存储器容量。此外，数据的实时处理通常导致高功耗。最近，基于有限创新率和Xcandidate框架，引入了用于雷达感测和检测的新方法。这些技术允许显著降低采样率，这意味着潜在的功率节省，同时在足够高的SNR下保持系统的检测能力。在这里，我们首次提出了一个基于采样的硬件原型，允许采样率远低于奈奎斯特的雷达信号的设计和实施。我们通过实时模拟实验证明，我们的系统是能够保持合理的检测能力，同时采样雷达信号，需要在约30MHz的采样率在1MHz的总速率。
2013-07-06 cs.IT math.IT
Nyquist Signaling Modulation (NSM): An FTN-Inspired Paradigm Shift in Modulation Design for 6G and Beyond
Higher School of Communications of Tunis (SUP’COM), Carthage University（突尼斯高等通信学院（SUP'COM），迦太基大学）；Computer, Electrical and Mathematical Sciences and Engineering (CEMSE), King Abdullah University of Science and Technology (KAUST)（计算机、电气与数学科学与工程系，阿卜杜拉国王科技大学）
该研究提出受FTN启发的奈奎斯特信号调制（NSM）范式，通过有限脉冲响应滤波器实现受控符号间干扰，支持多维度运行，推导了一维最优实数抽头滤波器闭式表达式，结合LDGM/LDPC形成统一框架，为6G物理层提供新方向。
2025-11-11 cs.IT eess.SP math.IT
A Rank-Constrained Coordinate Ascent Approach to Hybrid Precoding for the Downlink of Wideband Massive (MIMO) Systems
针对宽带大规模MIMO系统下行链路混合预编码问题，提出RCCA方法，通过转化问题规避非凸约束，实现适配模数分解的预编码设计，性能优于基线方案。
2024-01-30 cs.IT eess.SP math.IT
Channel Capacity under Sub-Nyquist Nonuniform Sampling
本文研究了欠采样对模拟信道容量的影响。信道被假定为线性时不变高斯信道，其中完美的信道知识在发射机和接收机都是可用的。我们考虑了一类一般的右可逆的保时采样方法，其中包括不规则的非均匀采样，并在封闭形式的采样率和功率约束下，这类采样方法可实现的信道容量的特点。我们的研究结果表明，最佳的采样结构提取出一组频率，表现出最高的信噪比之间的所有频谱集的测量等于采样率。这可以通过滤波器组采样来实现，其中在每个分支处以可能不同的速率进行均匀采样，或者通过调制和滤波的单个分支，然后进行均匀采样。这些结果表明，对于一个大类的信道，采用不规则的非均匀采样集，而通常复杂的实现，不提供容量增益均匀采样集与适当的预处理。我们的研究结果表明，频谱分量的混叠或加扰不提供容量增益，这是在频谱盲压缩采样方案中从随机混合获得的好处。
2014-03-22 cs.IT math.IT
An Active Sequential Xampling Detector for Spectrum Sensing
使低功率无线设备能够在高载波处采用奈奎斯特采样是禁止的。在频谱感知中，这种限制要求模拟前端能够快速扫描不同的频段，以便有机会地使用可用频谱。在本文中，我们提出了一个新的框架，允许优化的子奈奎斯特采样前端相结合的最佳顺序感测与压缩频谱感测（CSS）的好处。我们提出的感测策略被配制成一个序列效用优化问题。效用函数随着测量的数量（累积以做出决定）线性地减小，并且作为信号分量二进制状态的函数而增加。优化选择子带的最佳线性组合来混合，以便产生最大效用。效用的结构代表了探索、利用和出错风险之间的权衡，这是频谱感知问题的特征。我们首先介绍了模拟前端架构，然后映射到抽象的优化问题的测量模型，并在本文的其余部分进行了分析。我们刻画了感知矩阵约束下的最优策略，并推导出贪婪算法的逼近因子。数值模拟展示了机会频谱感知与欠奈奎斯特采样相结合的好处。
2017-12-14 cs.IT math.IT
Analog to Digital Cognitive Radio: Sampling, Detection and Hardware
无线通信的激增最近在频谱可用性方面产生了瓶颈。受频谱稀缺的根源不是缺乏资源而是可以解决的低效管理的观察的启发，已经考虑了频谱带的动态机会主义利用，其名称为认知无线电（CR）。该技术允许次级用户通过检测和跟踪频谱占用来访问当前空闲的频谱带。CR应用重新审视了这一传统任务，在频谱感知和检测性能、实时处理、噪声鲁棒性等方面提出了具体而严格的要求。不幸的是，常规方法不能满足通常具有非常高的奈奎斯特速率的典型信号的这些要求。最近，已经提出了几种采样方法，这些方法利用信号的先验已知结构在低于奈奎斯特速率下对它们进行采样。在这里，我们回顾了其中的一些技术，并将它们与CR背景下的频谱感知任务联系起来。然后，我们将展示如何频谱感知相关的问题可以解决在子奈奎斯特制度。首先，为了应对低信噪比，我们建议从低速率样本中恢复二阶统计量，而不是信号本身。特别是，我们考虑基于循环平稳检测，并调查CR网络，执行协作频谱感知，以克服信道效应。为了提高可用频段检测的效率，本文提出了联合频谱感知和波达方向估计的方法。在整个工作中，我们强调理论算法和它们的实际实现之间的关系。我们展示了在我们构建的原型上进行的硬件模拟，证明了CR背景下的次奈奎斯特频谱感测的可行性。
2017-08-17 cs.CE cs.IT math.IT
Spatially Sparse Precoding in Wideband Hybrid Terahertz Massive MIMO Systems
在太赫兹（THz）大规模多输入多输出（MIMO）系统中，大带宽和大规模天线的组合导致了严重的波束分裂，从而使得传统的基于移相器的混合预编码结构失效。随着在模拟预编码器的硬件实现中引入真实时间延迟（TTD）线，延迟相位预编码（DPP）成为有效克服波束分裂的有前途的架构。然而，现有的DPP方法在实际的THz信道中遭受性能差、复杂度高和鲁棒性弱的问题。在本文中，我们提出了一种新的DPP方法在宽带太赫兹大规模MIMO系统。首先，优化问题被转换成压缩感知（CS）的形式，它可以解决扩展的空间稀疏预编码（SSP）算法。为了补偿光束分裂，引入了与频率相关的测量矩阵，它可以近似地由可行的相位和延迟码本实现。然后，几个有效的原子选择技术的发展，以进一步降低扩展SSP的复杂性。在仿真中，所提出的DPP方法实现了优越的性能，复杂性和鲁棒性，通过单独使用它或与现有的DPP方法相结合。
2022-11-27 cs.IT math.IT
Uncertainty principle, Shannon-Nyquist sampling and beyond
Donoho和Stark已经证明，在短于时频不确定性极限的时间间隔内精确确定性地恢复丢失的信息是可能的。我们从物理学的角度分析了这种信号恢复机制，并表明，著名的香农-奈奎斯特采样定理，这是信号处理的基本原理，也基本上使用相同的机制。基于傅立叶分析的信息论背景下的不确定性关系提供了区分Shannon-Nyquist采样和压缩感知的标准。利用香农-奈奎斯特采样的思想，给出了一个类似于多诺霍-斯塔克公式的新信号恢复公式，在该公式中，发生了低于不确定限的信息的涂抹以及指定带宽的信息的恢复。我们还讨论了从低于量子力学中坐标和动量的不确定极限的域中恢复状态，并表明在原则上，状态恢复通过假设理想的测量程序来工作。在亚测不准域中恢复丢失的信息，意味着在这样一个小的域中信息的丢失并不是致命的，这符合我们对不确定原理的普遍理解，尽管它的精确恢复是我们在量子力学中不习惯的。不确定原理提供了一个普适的采样准则，涵盖了经典的Shannon-Nyquist采样定理和量子力学测量。
2015-04-07 cs.IT math.IT quant-ph
Wideband Channel Estimation for Hybrid Beamforming Millimeter Wave Communication Systems with Low-Resolution ADCs
潜在的巨大频谱资源使毫米波通信成为一项很有前途的技术。由于用于波束成形以克服大的传播损耗的大量天线和模数转换器（ADC）而导致的高功耗在实践中是有问题的。由于混合波束成形架构和低分辨率ADC被认为可以降低功耗，因此毫米波信道的估计变得具有挑战性。我们评估了几种信道估计算法的宽带毫米波系统的混合波束形成和低分辨率ADC。通过仿真，我们表明：1）在感兴趣的SNR范围内，具有最小二乘估计的无限位ADC的信道估计性能比具有正交匹配追踪（OMP）的1位ADC差，2）当使用OMP时，三位和四位量化器可以实现接近未量化情况的信道估计性能，3）如果利用足够的帧，则具有单个RF链的接收器可以产生比具有四个RF链的接收器更好的估计，以及4）对于一位ADC，利用更高的发射功率和更多的帧来增强性能在某个点之后对估计性能产生不利影响。
2017-10-29 cs.IT math.IT
A Generalized Nyquist-Shannon Sampling Theorem Using the Koopman Operator
本文提出基于Koopman算子的广义采样定理，扩展Nyquist-Shannon定理至非带限信号，提供有限采样频率界与重建公式，并通过数值示例验证其在低采样频率下的鲁棒性。
2024-07-20 cs.IT eess.SP math.IT
