Joint Phase Tracking and Channel Decoding for OFDM Physical-Layer Network Coding
研究了基于OFDM的物理层网络编码（PNC）系统中的联合相位跟踪和信道解码问题。OFDM信令可以满足PNC系统上行链路中多个同时传输之间严格时间同步的需要。然而，OFDM PNC系统容易受到由残余载波频率偏移（CFO）引起的相位漂移的影响。在传统的OFDM系统中，接收机仅从一个发射机接收信号，采用导频音来辅助相位跟踪。在OFDM PNC系统中，多个发射机向一个接收机发送信号，并且这些导频音必须在多个发射机之间共享。这减少了每个发送节点可以使用的导频的数量。因此，OFDM PNC中的相位跟踪更具挑战性。为了克服由于每节点导频的数量减少而导致的降级，这项工作利用数据中包含的信道信息来补充导频。特别是，我们提出了解决问题的相位跟踪和信道解码联合。我们的解决方案包括使用的期望最大化（EM）算法的相位跟踪和使用的置信传播（BP）算法的信道解码。这两个问题通过EM和BP算法之间的迭代处理来共同解决。基于软件无线电的仿真和实际实验表明，该方法可以提高相位跟踪和信道解码性能。
2013-12-25 cs.IT math.IT
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
Frequency Offset Estimation for OFDM Systems with a Novel Frequency Domain Training Sequence
针对频率选择性衰落信道下的正交频分复用（OFDM）系统，提出了一种新的频域训练序列及其载波频偏估计方法。所提出的频域训练序列包括两种类型的导频音，即具有高能量的明显间隔的导频音和具有低能量的均匀间隔的导频音。基于不同间隔的导频，整数CFO估计完成。为了消除干扰，将间隔不同的导频音所占用的子载波及其相邻子载波置零后，根据均匀间隔的导频音执行分数CFO估计。通过利用一个预定义的查找表，充分利用不同间隔的导频音的结构，所提出的CFO估计器的计算复杂性可以大大降低。利用Chu序列的循环正交特性产生均匀间隔的导频，极大地提高了该估计器抗多径效应的能力。仿真结果表明了所提出的CFO估计器的良好性能。
2017-03-21 cs.IT math.IT
Phase Noise Influence in Coherent Optical OFDM Systems with RF Pilot Tone: Digital IFFT Multiplexing and FFT Demodulation
我们提出了一个比较研究的色散引起的相位噪声的影响，CO-OFDM系统使用Tx信道复用和Rx匹配滤波器（模拟硬件为基础）;和FFT复用/IFFT解复用技术（软件为基础）。RF载波导频音用于减轻相位噪声影响。从分析中可以看出，两种OFDM实现方式的相位噪声影响非常相似。基于软件的系统提供了一种严格评估由公共相位误差（CPE）和载波间干扰（ICI）引起的相位噪声方差的方法，这反过来又导致BER规范。数值结果主要针对1GS/s QPSK信道调制的CO-OFDM系统。最坏情况下的BER结果进行评估，并与OFDM实现相同的容量的QPSK系统的BER进行比较。结果作为传输距离的函数进行评估，并为QPSK系统的均衡增强相位噪声（EEPN）的影响。对于这两种类型的系统，相位噪声方差随着传输距离的增加而显著增加。一个重要的和新颖的观察是，这两种类型的系统具有非常接近相同的BER作为传输距离的函数，相同的容量。对于高容量QPSK实现，BER的增加是由于EEPN，而对于OFDM方法，它是由于RF导频音相对于OFDM信号信道的离散引起的。对于400 Gb/s的总容量，BER < 10-4的传输距离小于277 km。
2016-07-19 cs.IT math.IT
Pilot Pattern Design for Deep Learning-Based Channel Estimation in OFDM Systems
在本文中，我们提出了一种用于正交频分复用（OFDM）系统中基于深度学习（DL）的信道估计（OFDM Net）的下行链路导频设计方案。具体而言，在所提出的方案中，一个名为混凝土自动编码器（ConcreteAE）的特征选择方法被用来找到最翔实的导频传输的位置。该自动编码器由作为编码器的混凝土层和作为解码器的多层感知器（MLP）组成。在训练期间，具体层选择信息量最大的导频位置，并且解码器重建信道的近似估计。最后，在ConcreteAE的输出上训练MPENELNet，旨在重建理想的信道响应。估计误差的结果表明，该方法优于先前提出的具有均匀分布的导频图案的MPENELNET，并且其性能与最小均方误差（MMSE）相当。
2020-03-19 cs.IT eess.SP math.IT
Distributed Channel Estimation and Pilot Contamination Analysis for Massive MIMO-OFDM Systems
大规模MIMO通信系统由于利用了非常大量的天线，与传统MIMO系统相比，具有产生更高的频谱和能量效率的潜力。在本文中，我们考虑在大规模MIMO-OFDM系统的频率选择性信道的上行链路信道估计。随着天线数量的增加，信道估计问题变得非常具有挑战性，因为必须估计异常大量的信道参数。我们提出了一种有效的分布式线性最小均方误差（LMMSE）算法，可以实现近最佳的信道估计，在非常低的复杂度，利用强大的空间相关性和对称性的大型天线阵元。所提出的方法涉及解决一个（固定）减少维LMMSE问题，在每个天线，然后通过相邻的天线元件之间的合作，重复共享信息。为了进一步增强信道估计和/或减少预留导频音的数量，我们提出了一种数据辅助估计技术，该技术依赖于找到一组最可靠的数据载波。我们还分析了导频污染对不同信道估计技术的均方误差（MSE）性能的影响。与传统的方法不同，我们使用随机几何获得的解析表达式的干扰方差（或功率）的OFDM频率音调，并使用它来推导不同的算法下的噪声和导频污染制度的MSE表达式。仿真结果验证了我们的分析和近最优的MSE性能的估计算法。
2015-07-29 cs.IT math.IT
Trimming the Fat from OFDM: Pilot- and CP-less Communication with End-to-end Learning
Nokia Bell Labs（诺基亚贝尔实验室）
正交频分复用（OFDM）技术由于其高效的实现方式而成为无线通信系统中的主流技术之一。然而，它遭受频谱效率的损失，因为它需要循环前缀（CP）来减轻符号间干扰（ISI）和导频来估计信道。我们建议在这项工作中，以解决这些缺点，通过学习一个神经网络（NN）为基础的接收机联合星座的几何形状和比特标记在发射机，允许无CP和无导频通信的OFDM没有显着的损失比特出错率（BER）。与基于导频和CP的基线相比，我们的方法能够实现至少18%的吞吐量增益，并且与使用具有导频但没有CP的神经接收器的系统相比，至少有4%的增益。
2021-04-14 cs.IT cs.LG eess.SP
Pilot Decontamination via PDP Alignment
在本文中，我们期待到小区内上行链路（UL）导频正交化的问题和计划，以减轻小区间导频污染与现实的大规模多输入多输出（MIMO）正交频分复用（OFDM）系统模型。首先，我们展示了如何对齐由一个BS服务的不同用户的功率延迟分布（PDP），使得在一个公共OFDM符号内发送的导频是正交的。从推导出的对齐规则，我们看到更多的用户可以在相同的OFDM符号，因为他们的信道是稀疏的时间探测。其次，在大规模MIMO的情况下，我们展示了PDP对齐如何有助于减轻由于小区间干扰而导致的导频污染。我们证明，通过利用的事实，即不同的路径在时间上与不同的到达角（AoA），导频污染可以显着减少，通过调整由不同的BS服务的用户的PDP适当。计算机模拟进一步使我们相信PDP对齐可以作为大规模MIMO中UL导频的新基线设计理念。
2016-07-26 cs.IT math.IT
Pilot Optimization and Power Allocation for OFDM-based Full-duplex Relay Networks with IQ-imbalances
在具有IQ不平衡和全双工中继站的OFDM中继网络中，如何利用频域最小二乘信道估计器的均方误差和（Sum-MSE）最小化准则来优化导频图案和功率分配，对自干扰消除有重要影响。首先将导频方向图的设计问题转化为凸优化问题。从KKT条件出发，在固定源功率和RS功率的情况下，导出了最优解的解析表达式。随后，在源节点和RS的总发射功率总和约束下，提出并给出了一种最优功率分配（OPA）策略，以进一步缓解Sum-MSE的影响。仿真结果表明，该OPA算法的最小均方误差（Sum-MSE）优于等功率分配（EPA）算法，且最小均方误差（Sum-MSE）性能增益随着$ρ$偏离$ρ^o$的值而增大，其中$ρ$定义为RS处剩余SI信道与从源到RS的预期信道的平均比值.例如，通过以因子$4$收缩或拉伸$ρ$，OPA实现超过EPA的约5dB SNR增益。更重要的是，随着$ρ$减小或增大得更多，性能增益变得更加显著。
2017-09-11 cs.IT math.IT
OFDM based Sparse Time Dispersive Channel Estimation with Additional Spectral Knowledge
通过考虑信道时间色散的先验知识，提出了导频辅助OFDM系统中稀疏时间色散信道的一种新模型。在模型中实现了加权原子范数最小化，使得信道估计更加准确。通过求解最小二乘问题来识别信道响应。在这项工作中，我们假设时间分散的相关频率可以采取任何值与最小距离上的归一化间隔$[0,1)$。新模型的性能与传统的方法进行了比较。仿真结果表明，在导频数目和信噪比方面，新模型的性能优于传统方法。它示出，需要一个较低的能量和导频数，以达到相同的符号出错率（SER）在以前的作品中报道。
2018-10-25 cs.IT math.IT
Eliminating Impulsive Noise in Pilot-Aided OFDM Channels via Dual of Penalized Atomic Norm
在本文中，我们提出了一种新的估计导频辅助正交频分复用（OFDM）信道在加性高斯和脉冲扰动环境。在高速通信系统中，由于人为噪声的影响，传感器可能会失效，导致大量的测量数据受到脉冲噪声的干扰。高功率脉冲噪声通常是OFDM系统的一个障碍，因为有价值的信息将完全丢失。为了克服这个问题，一个目标函数的基础上惩罚原子范数最小化（PANM），以促进时间色散信道和脉冲噪声的稀疏性。相应的PANM的对偶问题，然后转换为易处理的半定规划。它表明，人们可以同时估计的时间色散信道在一个连续的字典和脉冲噪声的位置使用的对偶问题。几个数值实验进行了评估所提出的估计器的性能。
2019-08-21 cs.IT eess.SP math.IT
Phase Noise Influence in Optical OFDM Systems employing RF Pilot Tone for Phase Noise Cancellation
对于采用射频（RF）导频相位噪声消除的相干和直接检测正交频分复用（OFDM）系统，评估了激光相位噪声的影响。新的分析结果为共同的相位误差和（调制依赖）载波间干扰的基础上高斯统计的激光相位噪声进行评估。在评估中，考虑到在相关信号检测中对激光相位噪声进行滤波。数值结果给出了OFDM系统与4和16 PSK调制，200 OFDM bin和波特率为1 GS/s。结果表明，相干4PSK-OFDM系统在普通（G.652）光纤上传输225 km是可行的。
2016-07-19 cs.IT cs.OH math.IT
Deep Learning for Joint Design of Pilot, Channel Feedback, and Hybrid Beamforming in FDD Massive MIMO-OFDM Systems
针对FDD大规模MIMO-OFDM系统，提出端到端深度学习框架，联合设计导频、信道反馈与混合波束成形，并利用图神经网络建模波束成形器交互。
2023-12-10 cs.IT eess.SP math.IT
Pruning the Pilots: Deep Learning-Based Pilot Design and Channel Estimation for MIMO-OFDM Systems
在宽带大规模多输入多输出（MIMO）系统中，由于大量的天线和子载波，用于信道估计的导频传输的开销可能是过高的。这可能会显著降低整体频谱效率，并因此减少大规模MIMO的潜在好处。针对频分双工（FDD）MIMO正交频分复用（OFDM）系统，提出了一种基于神经网络（NN）的联合导频设计和下行信道估计方案。所提出的NN架构使用全连接层的频率感知导频设计，并优于线性最小均方误差（LMMSE）估计，通过利用卷积NN层的MIMO信道矩阵中的固有相关性。我们提出的神经网络架构使用一个非本地注意模块来学习信道矩阵中的更长范围的相关性，以进一步提高信道估计性能。我们还提出了一种有效的导频减少技术，通过在训练过程中逐渐修剪密集NN层中不太重要的神经元。这构成了NN修剪以减少导频传输开销的新应用。我们基于修剪的导频减少技术通过非均匀地跨子载波分配导频并通过卷积层和注意模块有效地利用信道矩阵中的频率间和天线间相关性来减少开销。
2021-04-12 cs.IT eess.SP math.IT
OFDM Channel Estimation via Phase Retrieval
导频辅助的信道估计如今是每个无线接收器中的标准组件，使得能够实现仅受噪声和干扰影响的复值星座的相干传输。只要这些干扰足够小并且使用长数据帧，就可以实现高数据率，并且由于导频引起的资源开销渐近地消失。另一方面，预计下一代移动网络不仅要关注数据率，而且要关注低延迟、短消息和零星消息、大规模连接、分布式和自组织处理以及相对于移动性的鲁棒性。因此，已经开始审查若干既定的通信原则。当使用复值导频时的特定含义是这些值必须在接收机处已知，因此这些资源不能同时用于用户数据。对于类似OFDM的多载波方案，这意味着导频音（通常根据奈奎斯特定理等距放置）被分配有全局已知的幅度和相位以重构信道脉冲响应。阶段是在全球范围内设计和分配的，这与分布式基础设施相反。因此，在这项工作中，我们提出了一种新的无相位导频方案，其中仅需要在接收机处知道导频幅度，即，相位再次可用并且可以用于各种其它目的。这个想法是基于相位检索结果的对称化和零填充幅度傅立叶测量的两个作者。导频音上的相位现在可以用于携带附加的用户特定数据或补偿其他信号特性，如PAPR。
2015-12-14 cs.IT math.IT
Channel Acquisition for HF Skywave Massive MIMO-OFDM Communications
本文研究了采用正交频分复用（OFDM）调制的高频天波大规模多输入多输出（MIMO）通信信道捕获问题。我们首先在空间-频率-时间（SFT）域中引入三重波束（TB）的概念，并使用采样的三重导向向量建立基于TB的信道模型。利用建立的信道模型，我们研究了最优信道估计和导频段的导频设计。具体来说，我们发现的条件，允许多个用户终端（UT），这显着降低了导频开销，并增加了可以服务的UT的数量之间的导频重用。此外，我们提出了一种基于TB域信道估计的数据段信道预测方法。为了降低复杂度，我们制定的信道估计作为一个统计推断问题，然后获得信道的建议约束贝特自由能最小化（CBFEM）的信道估计算法，它可以实现低复杂度，利用TB矩阵的结构与线性调频z变换（CZT）。仿真结果表明，所提出的信道捕获方法的优越性能。
2022-11-24 cs.IT 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
Massive MIMO-OFDM Channel Acquisition with Multi-group Adjustable Phase Shift Pilots
National Mobile Communications Research Laboratory, Southeast University（东南大学国家移动通信实验室）；Purple Mountain Laboratories（紫金山实验室）；University of Delaware（特拉华大学）
本文提出多组可调相移导频技术，通过优化相位调度和序列设计，提升大规模MIMO-OFDM系统的频谱效率。
2025-11-13 cs.IT eess.SP math.IT
Pilot Design and Signal Detection for Symbiotic Radio over OFDM Carriers
本文针对OFDM载波下的共生无线电场景，设计适配的主副系统导频结构，提出基于等效信道的主副信号检测方法，验证了反向散射链路可提升主传输性能，且无直连链路时仍可支持双端传输。
2023-11-06 cs.IT eess.SP math.IT
End-to-end Learning for OFDM: From Neural Receivers to Pilotless Communication
Nokia Bell Labs（诺基亚贝尔实验室）；NVIDIA（英伟达）
先前的研究已经证明，端到端学习可以在加性高斯白噪声（AWGN）信道上实现显著的整形增益。然而，它的好处还没有被量化超过现实的无线信道模型。这项工作的目的是填补这一空白，探索使用正交频分复用（OFDM）的频率和时间选择性衰落信道的端到端学习的收益。在接收器处具有不完善的信道知识的情况下，在AWGN信道上观察到的成形增益消失。尽管如此，我们确定了其他两个性能改进的来源。第一个来自基于神经网络（NN）的接收机，该接收机在大量子载波和OFDM符号上运行，可以显着减少正交导频的数量，而不会损失比特出错率（BER）。第二个来自通过联合学习神经接收机连同叠加导频（SIP）、与传统正交幅度调制（QAM）线性组合或优化星座几何形状来完全消除正交导频。所学习的几何结构适用于宽范围的信噪比（SNR）、多普勒和延迟扩展，具有零均值并且因此不包含任何形式的叠加导频。这两种方案都实现了与基于导频的基线相同的BER，吞吐量提高了约7%。因此，我们相信，联合学习的发射机和接收机是超5G通信系统的一个非常有趣的组件，它可以消除对解调参考信号（DMRS）的需求和相关控制开销。
2021-07-29 cs.IT cs.LG eess.SP
On the Full Column-Rank Condition of the Channel Estimation Matrix in Doubly-Selective MIMO-OFDM Systems
最近，该杂志发表了一篇论文，讨论了基于基扩展模型（BEM）的最小二乘（LS）信道估计在双选择性正交频分复用（DS-OFDM）系统。最小二乘信道估计器计算信道估计矩阵的伪逆。由于伪逆的存在，信道估计矩阵必须是满秩的。在本文中，我们调查的条件，需要满足，以确保满列秩条件的信道估计矩阵。特别是，我们推导出的BEM和导频图案的设计应满足的条件，以确保信道估计矩阵是满列秩。本文研究了多项式边界元法（P-BEM）、复指数边界元法（CE-BEM）、Slepian边界元法（S-BEM）和广义复指数边界元法（GCE-BEM）。我们提出了一种可能的方法来设计的导频图案，满足全列秩条件。此外，所提出的方法扩展到多输入多输出（MIMO）DS-OFDM系统的情况下，以及。导频图案的设计的例子，确保信道估计矩阵是满列秩的大型DS-MIMO-OFDM系统多达6个发射机，6个接收机和1024个子载波。
2010-10-07 cs.IT math.IT
Learning for Detection: MIMO-OFDM Symbol Detection through Downlink Pilots
Virginia Tech（弗吉尼亚理工学院）
水库计算（RC）是一种特殊的递归神经网络，它由一个固定的高维特征映射和训练的读出权重组成。本文介绍了一种新的用于多输入多输出正交频分复用（MIMO-OFDM）符号检测的RC结构，即加窗回波状态网络（WESN）。理论分析表明，在输入层中添加缓冲区可以增强底层神经网络的短时记忆。此外，一个统一的训练框架开发WESN MIMO-OFDM符号检测器使用梳状和分散的导频模式，与3GPP LTE/LTE-Advanced系统中采用的结构兼容。复杂度分析表明，基于WESN的符号检测器的优势，国家的最先进的符号检测器，如线性最小均方误差（LMMSE）检测和球解码器，当系统采用大量的OFDM子载波。数值仿真结果表明，与现有的符号检测方法相比，本文提出的基于WESN的符号检测器具有更好的检测性能，并能有效地抑制模型失配效应.
2019-10-20 cs.IT cs.LG eess.SP
Deep-OFDM: Neural Modulation for High Mobility
University of Texas at Austin（德克萨斯大学奥斯汀分校）；Princeton University（普林斯顿大学）
本文提出DeepOFDM，一种结合轻量级CNN的可学习调制框架，通过打破传统QAM的旋转对称性，提升高速移动环境下OFDM系统的性能与频谱效率。
2026-04-16 cs.IT math.IT
A Unified Pilot Design for Integrated Sensing and Communications
提出一种ISAC统一二维导频，在DD平面用于感知、变换到TF平面作为DMRS，兼顾正交性、可扩展性与低功率开销。
2024-06-12 cs.IT eess.SP math.IT
Doppler Spread Estimation by Subspace Tracking for OFDM Systems
针对梳状导频模式下的OFDM系统，提出了一种新的最大多普勒扩展估计算法。通过跟踪多径信道的漂移延迟子空间，以高精度测量时间相关函数，从而显著提高了最大多普勒扩展的估计精度。
2008-11-04 cs.IT math.IT
Orthogonal Constant-Amplitude Sequence Families for System Parameter Identification in Spectrally Compact OFDM
针对传统正交恒包络序列数量不足、对应OFDM波形频谱旁瓣大的问题，本文提出若干I阶正交恒包络序列族，可提升短时延多径信道下需大量序列的系统参数识别性能，同时实现频谱紧凑的OFDM前导/导频波形。
2023-08-22 cs.IT eess.SP math.IT
Sparsity Domain Smoothing Based Thresholding Recovery Method for OFDM Sparse Channel Estimation
针对超5G网络下OFDM系统需降低导频开销提升数据速率的需求，提出基于稀疏域平滑的三步稀疏信道估计算法SDS-IMAT，结合导频位置优化，在均方误差和误码率上优于现有方法，性能接近最优。
2023-05-04 cs.IT eess.SP math.IT
Uplink Transmission Design for Crowded Correlated Cell-Free Massive MIMO-OFDM Systems
在无小区的大规模多输入多输出（MIMO）正交频分复用（OFDM）系统中，用户设备（UE）由许多分布式接入点（AP）服务，其中信道由于实际室外无线传播环境中的有限角度延迟扩展而相关。同时，对于未来的完全网络化社会，UE的数量正在快速增长。本文主要研究了拥挤相关无小区大规模MIMO-OFDM系统中正交导频数目有限的上行链路传输设计问题。对于导频传输阶段，我们基于非正交导频相移跳变模式和非正交可调相移导频（APSP）来识别活动UE。推导了信道估计均方误差（MSE-CE）的封闭表达式，得到了最小化MSE-CE的最优条件。针对这一情况，提出了APSP集分配方案。此外，对于数据传输，设计了最大-最小功率控制算法，以最大化活动UE之间的最小频谱效率（SE）下限。仿真结果表明，所提出的APSP集分配方案的MSE-CE方面的显着性能增益。所提出的功率控制方案可以进一步提高活跃UE之间的最小SE。因此，它们对于拥挤的相关无小区的大规模MIMO-OFDM系统是至关重要的。
2020-11-03 cs.IT eess.SP math.IT
A Novel Cross-Domain Channel Estimation Scheme for OFDM
The University of Sydney（悉尼大学）；Queen’s University Belfast（贝尔法斯特女王大学）；Technische Universität Berlin（柏林工业大学）；Southern University of Science and Technology（南方科技大学）；University of New South Wales（新南威尔士大学）
本文提出一种基于延迟-多普勒域的新型OFDM信道估计方法，通过二维扭折卷积和稀疏信号恢复技术提升高移动性场景下的信道估计性能。
2026-01-21 cs.IT math.IT
NMBEnet: Efficient Near-field mmWave Beam Training for Multiuser OFDM Systems Using Sub-6 GHz Pilots
针对mmWave ELAA系统近场波束训练导频开销大且精度不足的问题，提出利用sub-6 GHz导频直接估计最优近场码字的NMBEnet，通过CNN和GNN模块提取用户与子载波相关性，有效降低开销并提升精度。
2024-04-23 cs.IT eess.SP math.IT
Code-Frequency Block Group Coding for Anti-Spoofing Pilot Authentication in Multi-Antenna OFDM Systems
在多用户正交频分复用（OFD-M）系统中，导频定位器可以通过使用与合法节点相同的公知导频音来瘫痪信道估计。这导致导频认证（PA）的问题。为了解决这个问题，我们提出了一种基于码频块组（CFBG）编码的两用户多天线OFDM系统的PA机制。在此，多用户导频信息在被独立随机化以避免被欺骗之后，被转换为码频域上的子载波块组的激活模式。利用CFBG编码理论和信道特性，这些模式在无线传输环境中虽然相互重叠、相互干扰，但仍能被高精度地分离出来，并被识别为原始导频。特别地，我们通过两个步骤开发CFBG代码，即，1)设计了一种有序信号检测技术，用于识别每个子载波块上共存信号的个数，并利用检测到的个数对每个子载波块进行编码; 2）利用k维拉丁超立方体构造零误丢弃（ZFD）码和基于块检测（BD）码，并将这两种码集成到CFBG码中。该码可以带来期望的导频分离错误概率（SEP），该SEP与占用的子载波和天线的数量成反比，具有k次幂。为了将该码应用于PA，提出了一种导频传送、分离和识别的方案。在此基础上，提出了一种联合信道估计和识别机制，在不占用额外资源的情况下实现高精度的信道恢复，同时增强PA。仿真结果验证了该机制的有效性。
2018-01-23 cs.CR cs.IT eess.SP
A Novel Scattered Pilot Design for FBMC/OQAM Systems
具有偏移正交幅度调制（FBMC/OQAM）的滤波器组多载波已被大量研究作为5G系统的替代波形。它具有频谱利用率高、频率响应局部化、对同步误差不敏感等优点，在正交频分复用（OFDM）失败时具有良好的性能。然而，在固有干扰下进行信道估计一直是在实际系统中采用FBMC/OQMA的根本障碍。有几种方案可供选择，但性能远不能令人满意。在本文中，我们将展示现有的方法被困的范例，一个干净的导频是强制性的，以便明确地进行参考符号的接收器的信道估计的目的。通过打破这一范式，提出了一种新的双相关导频方案，该方案放弃了独立导频，并从施加的干扰中获得双导频。通过这样做，可以充分利用导频之间的干扰。仿真结果表明，在实际系统中，FBMC/OQAM在存在强干扰的情况下仍能达到接近OFDM的性能。
2015-09-29 cs.IT math.IT
Massive MIMO-OFDM Channel Acquisition with Time-Frequency Phase-Shifted Pilots
本文提出一种基于时频相移导频和低复杂度张量信息几何方法的大规模MIMO-OFDM信道获取方案，能有效抑制干扰并显著降低NMSE。
2025-05-08 cs.IT eess.SP math.IT
Doppler Spread Estimation by Tracking the Delay-Subspace for OFDM Systems in Doubly Selective Fading Channels
提出了一种新的梳状导频OFDM系统最大多普勒扩展估计算法。通过跟踪时变多径信道的漂移延迟子空间，可以精确地测量多普勒相关参数，并将其展开成一个非线性的高阶多项式方程，利用牛顿法可以很容易地求解最大多普勒扩展。其性能通过仿真证明。
2008-11-04 cs.IT math.IT
Embedded Pilot-Aided Channel Estimation for OTFS in Delay-Doppler Channels
在延迟-多普勒信道中，正交时频空间（OTFS）调制与正交频分复用（OFDM）相比具有显著的误码性能优势。为了检测OTFS调制数据，需要在接收器处知道信道脉冲响应。在本文中，我们提出了嵌入式导频辅助OTFS信道估计方案。在每个OTFS帧中，我们在延迟-多普勒平面中布置导频、保护和数据符号，以适当地避免接收器处的导频和数据符号之间的干扰。我们开发这样的符号安排OTFS在多径信道与整数和分数多普勒频移，分别。在接收器处，基于阈值方法执行信道估计，并且所估计的信道信息经由消息传递（MP）算法用于数据检测。由于我们特定的嵌入式符号排列，信道估计和数据检测都在同一OTFS帧内以最小的开销执行。我们通过仿真比较OTFS的错误性能，使用建议的信道估计和OTFS与理想的已知信道信息，并观察到只有边际性能损失。我们还证明了OTFS中所提出的信道估计在已知信道信息的情况下显著优于OFDM。最后，我们提出的MIMO和多用户上行链路/下行链路的建议计划的扩展。
2018-08-25 cs.IT math.IT
On the Joint Estimation of Phase Noise and Time-Varying Channels for OFDM under High-Mobility Conditions
多普勒频移（由于移动性）和相位噪声（由于在高载波频率下操作的振荡器的缺陷）的效应的组合在信道估计和相位噪声跟踪性能以及该估计和跟踪所需的相关联的导频开销方面对正交频分复用（OFDM）无线传输提出了严重的挑战。在本文中，我们使用不同的基扩展模型（BEM）系数的建模时间变化的几个OFDM符号的信道路径和相位噪声过程的时间间隔。基于这个模型，一个有效的解决方案，近似这些边界元系数的最大似然联合估计，并显示优于国家的最先进的相位噪声补偿方法
2022-11-26 cs.IT math.IT
Neural Network-Based Delay-Doppler-Assisted Channel Estimation for OFDM
The University of Sydney（悉尼大学）；Technische Universität Berlin（柏林工业大学）
针对高移动性信道下传统OFDM信道估计因载波间干扰失效的问题，提出基于神经网络的延迟-多普勒辅助信道估计框架，仿真显示其归一化均方误差和误码率更优。
2026-09-01 cs.IT math.IT
An Asymptotic Bound on Estimation and Prediction of Mobile MIMO-OFDM Wireless Channels
在本文中，我们推导出一个渐近封闭形式的表达式外推双选择性移动MIMO无线信道的误差界。该界限示出了预测误差与系统设计参数（诸如带宽、天线元件的数量以及频率和时间导频的数量）之间的关系，从而提供了对这些参数对预测性能的影响的有用的见解。数值模拟表明，渐近界提供了一个很好的近似先前推导的界限，同时消除了需要重复计算和依赖于信道参数，如到达角和出发角，延迟和多普勒频移。
2014-07-24 cs.IT math.IT
Pilotless Uplink for Massive MIMO Systems
针对大规模MIMO OFDM系统中导频开销大和多用户导频分配困难的问题，提出一种无导频的迭代矩阵分解盲解调算法，同时估计用户符号与信道，性能媲美传统导频方法且降低了复杂度。
2024-06-03 cs.IT eess.SP math.IT
Signal Estimation from Nonuniform Samples with RMS Error Bound -- Application to OFDM Channel Estimation
我们提出了一个信道频谱估计的OFDM信号包含导频，假设一个已知的延迟扩展或约束这个参数。该估计器是基于建模的信道的频谱作为一个带限函数，而不是作为一个抽头延迟线（TDL）的离散傅立叶变换。它的主要优点是它的免疫力的截断失配在通常的TDL模型（吉布斯现象）。为了评估估计，我们比较它与著名的TDL最大似然（ML）估计的均方根（RMS）误差。主要结果是，提出的估计改善ML估计显着，每当平均频谱采样率是以上的信道的延迟扩展。这种改善随着频谱过采样率的增加而增加。
2014-05-15 cs.IT math.IT
Privacy Preservation in MIMO-OFDM Localization Systems: A Beamforming Approach
针对上行MIMO-OFDM定位中未授权基站窃听用户导频导致的隐私风险，本文提出一种基于惩罚对偶分解的波束成形优化方法，通过最小化合法定位CRB并限制未授权定位CRB，有效保护了用户位置隐私。
2025-03-03 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
Eigendecomposition-Based Partial FFT Demodulation for Differential OFDM in Underwater Acoustic Communications
差分正交频分复用（OFDM）技术在水声通信中具有很好的应用前景。然而，类似于相干OFDM，它可能遭受严重的载波间干扰在时变信道上。为了减轻由此引起的性能下降，我们采用了新出现的部分FFT解调技术在本文中，并提出了一种基于特征分解的算法来计算合并权重。与现有的自适应方法相比，新算法可以避免误差传播，并消除了参数调整的需要。此外，它保证了在窄带多普勒假设下的全局最优性，与部分FFT解调的最佳权向量的导频检测误差矩阵的最小特征值相关联的特征向量实现。最后，该算法还可以直接扩展到执行子带计算，以抵消宽带多普勒效应。
2017-11-14 cs.IT math.IT
Frequency Offset Estimation and Training Sequence Design for MIMO OFDM
研究了频率选择性衰落信道下多输入多输出（MIMO）正交频分复用（OFDM）系统的载波频偏估计和训练序列设计问题。通过利用训练序列在频域的正交性，估计整数CFO（ICFO）。{With训练序列中均匀间隔的非零导频}和相应的几何映射，通过实多项式的根来估计分数CFO（FCFO）。进一步给出了训练序列保证估计可辨识性的条件。通过对训练序列相关性的分析，构造了两类由Chu序列生成的次优训练序列。仿真结果验证了所提出的训练序列辅助的CFO估计器的良好性能。
2017-03-22 cs.IT math.IT
Diffusion-Based Noise-Adaptive Null-Space Channel Estimation for OFDM Systems
Zhejiang University（浙江大学）；Zhejiang University-University of Illinois Urbana–Champaign Institute（浙江大学伊利诺伊大学厄巴纳-香槟校区联合学院）；Tsinghua University（清华大学）；Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）；Beijing University of Posts and Telecommunications（北京邮电大学）
针对OFDM系统中解调参考信号观测稀疏有噪及配置多样时的信道估计难题，提出基于扩散的DANCE算法，将其建模为稀疏线性逆问题，通过零空间分解和噪声自适应后验校正重建信道，设计条件U-Net去噪器，性能优于传统估计器。
2026-07-07 cs.IT eess.SP math.IT
Learning During Detection: Continual Learning for Neural OFDM Receivers via DMRS
Advanced Wireless Technology Lab, Huawei Technologies Canada Co. Ltd（华为加拿大技术有限公司先进无线技术实验室）
本文提出通过DMRS实现神经OFDM接收器的持续学习方法，利用现有导频信号同时完成信号解调和模型适应，减少计算复杂性并提升信道变化适应能力。
2026-02-23 cs.AI cs.IT cs.LG
Performance Analysis and Compensation of Joint TX/RX I/Q Imbalance in Differential STBC-OFDM
差分空时分组编码（STBC）实现了全空间分集，避免了信道估计开销。在高频率选择性信道中，空时分组码与正交频分复用（OFDM）相结合，以有效地减轻符号间干扰的影响。然而，STBC-OFDM的低成本实现与直接转换收发器是敏感的同相/正交相位不平衡（IQI）。在本文中，我们量化的性能影响的IQI在发射机和接收机的射频前端差分STBC-OFDM系统，这在文献中还没有调查过。此外，我们提出了一种宽线性补偿算法在接收端，以减轻性能下降所造成的发射机和接收机端的像质计。此外，提出了一种基于参数的广义算法来提取IQI参数，提高了高移动性下的性能。自适应补偿算法是盲的，并且在不使用已知导频或训练序列的情况下以决策导向的方式工作。数值结果表明，我们提出的补偿算法可以有效地消除差分STBC-OFDM中的IQI。
2016-12-27 cs.IT math.IT
Bayesian Receiver Design for Grant-Free NOMA with Message Passing Based Structured Signal Estimation
免授权非正交多址接入（NOMA）有望在物联网（IoT）应用中实现低延迟的大规模接入。在免授权NOMA中，导频信号通常在活动用户的多用户检测（MUD）之前用于用户活动检测（UAD）和信道估计（CE）。然而，导频开销使得具有零星传输和短数据分组的IoT设备的通信效率低下，或者当信道相干时间短时。因此，期望通过避免使用导频信号来提高效率，这还可以进一步实现较低的延迟。本文主要研究了无授权低密度签名正交频分复用（LDS-OFDM）系统的贝叶斯接收机设计，其中每个用户被分配一个唯一的低密度扩频序列。我们建议使用低密度的扩频序列的活动用户检测，从而避免使用导频信号。首先，联合UAD，CE和MUD的任务被制定为一个结构化的信号估计问题。在此基础上，提出了基于消息传递的贝叶斯方法来解决结构化信号的估计问题。特别是，信念传播（BP），期望传播（EP）和平均场（MF）消息传递被用来开发有效的混合消息传递算法，以实现性能和复杂性之间的权衡。仿真结果表明了该接收机在不使用导频信号的情况下，对免授权LDS-OFDM系统的有效性。
2020-03-03 cs.IT math.IT
Data-Driven Deep Learning Based Hybrid Beamforming for Aerial Massive MIMO-OFDM Systems with Implicit CSI
Beijing Institute of Technology（北京理工大学）；Tsinghua University（清华大学）；Southeast University（东南大学）
在空中混合大规模多输入多输出（MIMO）和正交频分复用（OFDM）系统中，如何在有限的导频和反馈开销下设计频谱有效的宽带多用户混合波束形成是一个挑战。为此，通过将关键传输模块建模为端到端（E2E）神经网络，本文提出了一种基于数据驱动的深度学习（DL）的统一混合波束成形框架，用于具有隐式信道状态信息（CSI）的时分双工（TDD）和频分双工（FDD）系统。对于TDD系统，所提出的基于DL的方法将上行链路导频组合和下行链路混合波束成形模块联合建模为E2E神经网络。而对于FDD系统，我们将下行导频传输、上行CSI反馈和下行混合波束形成模块联合建模为E2E神经网络。与传统的分别处理不同模块的方法不同，该方法以总速率为优化目标，同时对所有模块进行优化。因此，通过感知空对地大规模多输入多输出-OFDM信道样本的固有特性，基于DL的E2E神经网络可以建立从信道到波束形成器的映射函数，从而可以避免显式信道重构，减少导频和反馈开销。此外，实际的低分辨率移相器（PS）引入了量化约束，导致训练神经网络时难以实现梯度反向传播。为了减轻由相位量化误差引起的性能损失，我们采用迁移学习策略来进一步微调E2E神经网络，基于预先训练的网络，假设理想的无限分辨率PS。数值结果表明，我们的基于DL的计划有相当大的优势，比国家的最先进的计划。
2022-09-09 cs.IT cs.LG eess.SP
Channel Estimation, Carrier Recovery, and Data Detection in the Presence of Phase Noise in OFDM Relay Systems
由于其时变特性，振荡器相位噪声会显著降低高速无线通信系统中的信道估计、载波恢复和数据检测块的性能。在本文中，我们分析了联合信道，\emph{carrier frequency offset (CFO)}，相位噪声估计加数据检测在\emph{orthogonal frequency division multiplexing (OFDM)}中继系统。为了实现这一目标，一个详细的传输框架，包括训练和数据符号。在数据传输阶段，提出了一种由导频和数据符号组成的梳状OFDM符号来跟踪OFDM帧上的相位噪声。其次，提出了一种基于最大后验概率准则，利用训练符号联合估计信道响应、CFO和相位噪声的新算法。此外，推导了一种新的用于评估OFDM中继网络中信道估计和载波恢复算法性能的\emph{hybrid Cramér-Rao lower bound}。最后，推导了一种在目的节点进行联合相位噪声估计和数据检测的迭代接收机。大量的仿真表明，所提出的估计和接收块的应用显着提高了OFDM中继网络的性能，在相位噪声的存在。
2013-09-29 cs.IT math.IT
Channel Estimation and Equalization for CP-OFDM-based OTFS in Fractional Doppler Channels
正交时频空调制（OTFS）是一种很有前途的技术，可以满足未来移动系统的高多普勒要求。OTFS调制将信息符号和导频符号编码到二维（2D）延迟多普勒（DD）域中。接收符号遭受多普勒间干扰（IDI）的衰落信道中的分数多普勒频移，在DD域中的非整数索引采样。IDI已被视为不可避免的影响，因为分数多普勒频移不能直接从接收到的导频符号获得。在本文中，我们提供了一个解决方案，信道估计的分数多普勒信道。所提出的估计提供了新的见解OTFS输入输出关系在DD域作为一个2D循环卷积与一个小的近似。根据输入输出关系，我们还提供了一个低复杂度的信道均衡方法使用估计的信道信息。我们通过仿真证明了所提出的信道估计和均衡在几个信道中的误差性能。仿真结果表明，在高移动性的环境中，整个系统利用所提出的方法优于正交频分复用（OFDM）与理想的信道估计和传统的信道估计方法，使用伪序列。
2021-01-21 cs.IT eess.SP math.IT
Fast Channel Estimation for IRS-Assisted OFDM
在这封信中，我们研究了有效的信道估计的智能反射面（IRS）辅助正交频分复用（OFDM）系统，以实现最小的训练时间。首先，针对任意频率选择性衰落信道，提出了一种缩短OFDM符号长度的快速信道估计方法。其次，在IRS用户信道为视距信道的典型情况下，提出了一种基于采样IRS反射变化的快速信道估计方法。此外，导频信号和IRS训练反射模式联合优化两种方案。最后，所提出的计划进行了比较，通过模拟的训练时间和信道估计性能，以及对基准计划。
2020-08-11 cs.IT eess.SP math.IT
Hybrid Neural/Traditional OFDM Receiver with Learnable Decider
Huawei Technologies Canada Co., Ltd.（华为技术有限公司加拿大分公司）
本文提出一种混合OFDM接收机，结合传统和神经接收机的优势，通过可学习判别器动态选择最优接收机以提升信道适应性与性能稳定性。
2025-09-23 cs.IT math.IT
Accurate Sampling Timing Acquisition for Baseband OFDM Power-line Communication in Non-Gaussian Noise
提出了一种基于正交频分复用（OFDM）技术的基带和宽带电力线通信（BB-PLC）系统联合采样定时捕获方法，包括采样相位偏移（SPO）和采样时钟偏移（SCO）。在频域接收信号两两相关和联合高斯假设下，推导出对数似然函数的近似形式。该方法采用五步估计法，而不是高复杂度的二维似然函数网格搜索。在同一个框架中提出了几种不同的复杂性。与传统的导频辅助方案使用一个OFDM块内的额外相位旋转不同，所提出的技术转向相邻OFDM块之间的相位旋转。推导出方差和偏差的解析表达式。大量的仿真结果表明，显着的性能改善，传统的计划。此外，几种噪声模型，包括非高斯性，循环平稳性，时间相关性的影响进行了分析和仿真。所提出的技术对违反联合高斯假设的鲁棒性也通过仿真验证。
2013-01-11 cs.IT math.IT
