Maximum A Posteriori Probability (MAP) Joint Fine Frequency Offset and Channel Estimation for MIMO Systems with Channels of Arbitrary Correlation
信道和频率偏移估计是一个经典的主题，大量的工作主要使用最大似然（ML）方法以及Cramér-Rao下界（CRLB）分析。我们提供了最大后验概率（MAP）估计的解决方案，这是特别有用的跟踪以前的估计可以用作先验知识。与最大似然情形不同，相应的贝叶斯克拉美罗下界（BCRLB）与参数有明显的关系，并且一个低复杂度的算法在几乎所有的信噪比范围内都能达到BCRLB。我们允许包内的时不变信道具有任意的相关性和平均值。该估计基于导频/训练信号。意外的结果是联合MAP估计首先等效于频率偏移的单独MAP估计，再次不同于ML结果。我们提供了基于BCRLB的导频/训练信号设计的见解。不像过去的算法，交易的性能和/或复杂性的适应时变信道，MAP解决方案提供了一个不同的路线，用于处理时间变化。在信道和CFO近似时不变的足够短的分组（段）内，可以采用低复杂度算法。类似于置信传播，前一个分组（的段）的估计可以用作下一个分组（的段）的先验知识。
2019-05-09 cs.IT eess.SP math.IT
Geometry-Based Phase and Time Synchronization for Multi-Antenna Channel Measurements
收发器链的同步是实际实现大规模多输入多输出，尤其是分布式大规模多输入多输出的主要挑战。虽然频率同步相对容易实现，但是估计各个收发器的载波相位和采样时间偏移是具有挑战性的。然而，在相位和时间偏移在某个持续时间上恒定并且已知若干发射和接收天线的位置的假设下，即使在具有多径传播分量的散射环境中也可以估计和补偿这些偏移。由此产生的相位和时间校准是将经典天线阵列处理方法应用于大规模多输入多输出阵列以及在仿真和部署之间或从一个无线电环境转移到另一个无线电环境的机器学习模型的先决条件。提出了相位和时间偏移估计的算法，并对空中同步信道探测器产生的大数据集进行了几项研究。
2022-12-22 cs.IT eess.SP math.IT
FDA-MIMO-based Integrated Sensing and Communication System with Frequency Offset Permutation Index Modulation
本文提出基于FDA-MIMO的ISAC系统，采用FOPIM增强通信，MLTSD降低误码率，TSMLE估计目标角度和距离，仿真证明系统优于独立MIMO通信和感知模块。
2023-12-22 eess.SP
Cooperative Reflection and Synchronization Design for Distributed Multiple-RIS Communications
为了获得分布式可重构智能表面（RIS）增强的无线网络中的通信所实现的承诺增益，这些元表面之间的定时同步是在实践中的一个重要先决条件。本文提出了一种统一的分布式多RIS通信系统中未知定时偏差和RIS信道参数联合估计的框架，以及协作反射和同步算法的设计。由于RIS通常是一种无源设备，信号处理能力有限，因此无法直接估计RIS链路各跳的定时偏移和信道增益。为了使估计易于处理，我们建议估计级联的信道和定时偏移联合推导出一个最大似然估计。此外，我们从理论上描述了Cramer-Rao下界（CRLB），以评估该估计的准确性。通过使用所提出的估计器和推导的CRLB，一个有效的同步算法设计联合在RI和目的地，以补偿多个定时偏移。基于优化最小化框架，该算法允许半封闭和封闭形式的解决方案的RIS反射矩阵和定时偏移均衡器，分别。仿真结果验证了我们的理论分析与数值测试的一致性，并验证了所提出的再同步算法的有效性。
2022-05-05 cs.IT eess.SP math.IT
A novel random access scheme for M2M communication in crowded asynchronous massive MIMO systems
针对拥挤异步大规模多输入多输出（MIMO）系统中M2M通信的小区内导频冲突问题，提出了一种新的随机接入方案。该方案利用ESPRIT-E方法估计信号参数来估计有效定时偏差，然后由有效定时偏差获得UE的定时误差，用于上行链路消息传输。我们分析了估计的UE的有效定时偏移的均方误差和上行链路吞吐量。仿真结果表明，与现有的拥挤异步大规模多输入多输出系统随机接入方案相比，该方案在提高上行链路吞吐量的同时，能够准确估计有效定时偏差。
2020-07-13 eess.SP
Triple-Structured Compressive Sensing-based Channel Estimation for RIS-aided MU-MIMO Systems
可重构智能表面（RIS）被认为是5G之后的潜在技术，并引起了巨大的研究关注。然而，由于级联信道中的参数数量过多，在RI辅助系统中的信道估计仍然是一个关键的挑战。现有的基于压缩感知（CS）的RIS估计方案仅采用不完全稀疏性，这会导致冗余导频消耗。在本文中，我们利用级联通道的特定三重结构稀疏性，即，公共列稀疏度、偏移补偿后的结构化行稀疏度和所有用户之间的公共偏移。在此基础上提出了一种新的多用户联合估计算法。仿真结果表明，我们的方法可以显着减少导频开销在两个CDMA和UPA场景。
2021-08-31 cs.IT eess.SP math.IT
Joint Timing Offset and Channel Estimation for Multi-user UFMC Uplink
通用滤波多载波（UFMC）是一种在传输前对子载波进行分组和滤波的多载波调制技术，是新兴的机器类型通信（MTC）的一种潜在的多载波调制技术。考虑到UFMC对定时同步的宽松要求，本文设计了一种新的多用户UFMC上行链路联合定时同步和信道估计方法。为了降低系统开销以获得更高的系统性能，采用原子范数最小化方法，提高了连续频域中定时偏移的稀疏性，从而建立了联合估计问题。仿真结果表明，该方法可以实现相当大的性能增益，相比其同行。
2019-02-25 eess.SP
Waveform Design and Accurate Channel Estimation for Frequency-Hopping MIMO Radar-Based Communications
基于跳频MIMO雷达的双功能雷达通信（FH-MIMO DFRC）要求通信符号速率超过雷达脉冲重复频率，这就需要对定时偏差和信道参数进行精确估计。然而，由于未知的，快速变化的跳频和定时偏移和信道参数之间的乘法耦合的估计是具有挑战性的。在本文中，我们开发了一个单天线通信接收机的精确方法来估计定时偏移和信道的FH-MIMO DFRC。首先，我们设计了一种新的FH-MIMO雷达波形，它使通信接收机能够估计雷达使用的跳频序列（HFS），而不是从雷达获取它。重要的是，新的波形不会降低雷达测距性能。然后，通过捕捉不同的HFS特征，我们开发了两个估计器的定时偏移和推导出每个估计的均方误差下限。使用的界限，我们设计了一个HFS，使这两个估计适用。在此基础上，提出了一种精确的信道估计方法，利用单跳信道估计定时偏差。仿真结果表明，所提出的方法能够获得准确的信道估计，使DFRC的通信性能接近于基于理想定时和理想信道知识的通信性能。
2020-09-29 eess.SP
Robust Localization in OFDM-Based Massive MIMO through Phase Offset Calibration
Interuniversity Microelectronics Centre (IMEC)（微电子研究中心）；Department of Electrical Engineering (ESAT), KU Leuven（荷语天主教鲁汶大学电气工程系）；Department of Electrical Engineering (EEMCS-EE), University of Twente（特温特大学电气工程系）
本文提出了一种基于空间模糊函数的鲁棒CSI校准框架，有效缓解了大规模MIMO中空间相位偏移对定位精度的影响，将定位误差从5米降低至1.2厘米。
2026-01-20 eess.SP
Channel Estimation and Projection for RIS-assisted MIMO Using Zadoff-Chu Sequences
可重构智能表面（RIS）技术是毫米波（mmWave）无线通信的一个有前途的使能者，因为它可以潜在地提供与传统的大规模多输入多输出（MIMO）相当的频谱效率，但具有显著更低的硬件复杂度。在本文中，我们专注于上行链路RI辅助的大规模MIMO信道的估计和投影，它可以是时变的。我们建议让用户设备（UE）发送Zadoff-Chu（ZC）序列，让基站（BS）进行上行链路信道的最大似然（ML）估计。该方案计算效率高：利用ZC序列对频偏和时偏估计进行解耦;该方法利用空间交替广义期望最大化（SAGE）方法将多径信道的高维问题简化为每条路径多个低维问题，通过对多普勒频偏的估计，可以对时变信道状态进行预测，这可以显著降低用于信道估计的导频的开销。数值仿真验证了该方案的有效性。
2022-02-21 cs.IT eess.SP math.IT
Blind Cyclic Prefix-based CFO Estimation in MIMO-OFDM Systems
本文提出一种基于循环前缀的低开销盲CFO估计方法，利用天线和时间分集，提供闭式解和算法，在计算复杂度线性增加下显著提升MIMO-OFDM系统性能。
2023-08-29 cs.IT eess.SP math.IT
Asynchronous MIMO-OFDM Massive Unsourced Random Access with Codeword Collisions
本文针对异步MIMO-OFDM大规模免授权随机接入中的TO/CFO和码字冲突问题，提出基于双重稀疏性的消息传递稀疏贝叶斯学习算法和多时隙图算法，实现信道与偏移估计及数据恢复性能的显著提升。
2024-10-10 cs.IT eess.SP math.IT
Accelerating 5G Synchronization Signal Timing Offset Estimation Using Dual-Rate Sampling
Hyundai Mobis（现代摩比斯）；Sookmyung Women’s University（淑明女子大学）
本文提出一种双速率采样方法，通过减少PSS检测搜索空间，将5G小区搜索时间缩短68%，同时保持PBCH解码性能。
2026-03-31 eess.SP
Fine Timing and Frequency Synchronization for MIMO-OFDM: An Extreme Learning Approach
National University of Defense Technology（国防科技大学）；University of Leeds（利兹大学）
多输入多输出正交频分复用（MIMO-OFDM）是下一代通信向认知无线电（CR）演进的关键技术，其定时和频率同步的准确性对系统的整体性能有很大影响。在本文中，我们提出了一种新的方案，利用极端学习机（ELM），以实现高精度同步。具体而言，利用具有同步偏移的前导信号，两个ELM被并入到传统MIMO-OFDM系统中以估计剩余符号定时偏移（RSTO）和剩余载波频率偏移（RCFO）。仿真结果表明，在加性高斯白噪声（AWGN）和频率选择性衰落信道下，基于ELM的同步方案的性能均优于传统方法。此外，与现有的基于机器学习的方法相比，该方法在不需要完整的信道状态信息（CSI）和过高的计算复杂度的情况下，表现出优异的性能。最后，所提出的方法在信道参数（例如，路径的数量）以及从机器学习的角度来看的“泛化能力”。
2022-06-01 cs.LG eess.SP
Uplink Performance of High-Mobility Cell-Free Massive MIMO-OFDM Systems
采用正交频分复用（OFDM）技术的高速训练（HST）通信近年来受到了极大的关注。此外，无蜂窝（CF）大规模多输入多输出（MIMO）被认为是一种有前途的技术，以达到最终的性能极限。本文主要研究了在HST通信中采用匹配滤波和大规模衰落解码（LSFD）接收的CF大规模MIMO-OFDM系统的性能。HST通信与小小区和蜂窝大规模MIMO-OFDM系统也进行了分析比较。考虑到多普勒频偏（DFO）对系统性能的不利影响，推导了各系统上行链路频谱效率（SE）的精确闭式表达式。根据仿真结果，我们发现，CF大规模MIMO-OFDM系统与LSFD实现了更大的SE和更低的SE下降百分比比其他系统。此外，增加接入点（AP）的数量和每个AP的天线数量可以有效地补偿DFO带来的性能损失。此外，在AP和HST之间存在最佳垂直距离以实现最大SE。
2022-01-24 cs.IT eess.SP math.IT
Performance Analysis of 6G Multiuser Massive MIMO-OFDM THz Wireless Systems with Hybrid Beamforming under Intercarrier Interference
本文针对6G多用户大规模MIMO-OFDM太赫兹系统，在考虑载波频率偏移导致的载波间干扰及分子吸收、稀疏性和多径衰落影响下，提出基于黎曼流形优化与迫零的两阶段混合波束成形方法，以最小化干扰降低复杂度并验证其性能。
2024-01-22 cs.IT eess.SP math.IT
Deep Learning-based Auto-encoder for Time-offset Faster-than-Nyquist Downlink NOMA with Timing Errors and Imperfect CSI
针对存在定时误差和非完美CSI的T-NOMA收发设计，提出线性复杂度CNN自编码器及融合CE与Q-loss的训练目标，显著提升BER性能与鲁棒性。
2024-03-01 cs.SY eess.SP eess.SY
An Analytical and Experimental Study of Distributed Uplink Beamforming in the Presence of Carrier Frequency Offsets
Department of Electrical and Computer Engineering, Rice University（莱斯大学电气与计算机工程学院）；Rice University（莱斯大学）；University of California, Irvine (UCI)（加州大学欧文分校）；Apple Inc.（苹果公司）
本文研究了在存在载波频率偏移情况下分布式上行波束成形技术的分析与实验评估，提供了SINR的闭合表达式并公开了相关数据集用于未来研究。
2026-01-17 cs.SY eess.SP eess.SY
Cell-Free Massive MIMO-OFDM for High-Speed Train Communications
无小区（Cell-free，CF）大规模多输入多输出（Multiple-Input Multiple-Output，MIMO）系统由于其小区边界消失和强宏分集特性，在低移动性环境下显示出巨大的应用潜力。然而，正交频分复用（OFDM）技术中的大多普勒频偏（DFO）导致了严重的载波间干扰，这使得它很难为高速训练（HST）运行控制系统和乘客提供高质量的传输。在本文中，我们专注于CF大规模MIMO-OFDM系统的性能与完全集中式和本地最小均方误差（MMSE）合并在HST通信。考虑局部最大比合并、大规模衰落译码协作以及DFO对系统性能的实际影响，推导了上行链路频谱效率的精确闭式表达式。我们观察到，合作MMSE组合实现更好的SE性能比非合作MR组合。此外，HST通信与小小区和蜂窝大规模MIMO-OFDM系统的SE方面进行了比较。数值结果表明，CF大规模MIMO-OFDM系统比其他系统获得了更大和更均匀的SE。最后，设计了以训练天线为中心的CF大规模MIMO-OFDM系统，并采用了三种功率控制方案来优化TA的传播，以减小DFO的影响。
2022-03-02 cs.IT eess.SP math.IT
High-Performance Low-Complexity Hierarchical Frequency Synchronization for Distributed Massive MIMO-OFDMA Systems
针对分布式大规模MIMO-OFDMA系统中上行链路多载波频率偏移估计问题，提出一种主从分级的两阶段低复杂度分层频率同步方案，其均方误差性能优于基线方案且计算复杂度大幅降低。
2023-03-30 cs.IT eess.SP math.IT
Compensation of Phase Noise in Massive-MIMO Uplink Communications Based on Expectation-Maximization Algorithm
针对大规模MIMO上行链路中多振荡器引入的相位噪声，提出基于期望最大化和自适应最速下降的迭代接收机，在非理想CSI与Rician块衰落下显著改善BER和MSE。
2024-05-12 cs.IT eess.SP math.IT
Hybrid Precoding with Per-Beam Timing Advance for Asynchronous Cell-free mmWave Massive MIMO-OFDM Systems
针对异步无小区毫米波大规模MIMO-OFDM系统，提出基于逐波束定时提前的混合预编码架构及两种低复杂度联合波束选择和用户关联算法，有效缓解异步干扰并提升频谱效率。
2024-11-08 eess.SP
Time-Varying Offset Estimation for Clock-Asynchronous Bistatic ISAC Systems
针对双站ISAC系统的时钟异步问题，提出一种利用视距路径几何特性的时变偏移估计框架，通过扩展卡尔曼滤波联合估计定时与载波频率偏移，校正非视距分量定时失准，使估计精度提升60%。
2025-07-12 eess.SP
Finite-Precision Arithmetic Transceiver for Massive MIMO Systems
为降低 massive MIMO 收发机的计算复杂度，本文提出一种基于有限精度算术的全新架构，通过推导多种场景下的舍入误差与可达速率下界，设计出混合精度架构以弥补性能差距，仿真验证了其优越性。
2024-11-14 cs.IT eess.SP math.IT
STBC-Aided Cooperative NOMA with Timing Offsets, Imperfect Successive Interference Cancellation, and Imperfect Channel State Information
非正交多址接入（NOMA）和协作通信的组合可以是具有大规模连接的第五代（5G）和超5G（B5 G）无线系统的合适解决方案，因为与非协作NOMA相比，它可以提供更高的频谱效率、更低的能耗和改进的公平性。然而，在传统的合作NOMA的接收机复杂度增加，由于在每个用户的连续干扰消除（SIC）的用户数量的增加。空时分组码辅助协作NOMA（STBC-hocMA）提供了更少的SIC相比，传统的合作NOMA。在本文中，我们评估STBC-hocMA的性能下的实际挑战，如不完善的SIC，不完善的分布式协作用户之间的定时同步，不完善的信道状态信息（CSI）。我们推导出封闭形式的表达式中存在这样的现实损害的接收信号，然后用它们来评估中断概率。此外，我们提供了直观的见解，通过渐近分析在高传输信噪比的中断性能的影响，每个减值。我们还比较了STBC-hocMA与现有的合作NOMA协议的复杂性，对于给定数量的用户。此外，通过分析和仿真，我们观察到的不完善的SIC的STBC-hocMA中断性能的影响是更显着的相比，其他两个缺陷。因此，考虑到STBC-hocMA中SIC的数量比其他合作NOMA协议少，STBC-hocMA是一种有效的解决方案，可以在相同的SIC缺陷条件下实现高可靠性。
2020-07-07 eess.SP
Joint Localization and Synchronization in Downlink Distributed MIMO
本文研究下行分布式MIMO系统中单天线用户设备的联合定位与同步问题，提出顺序和同时两种AP传输协议及相干/非相干ML估计器，仿真证明同时传输P2在定位精度和时延上更优。
2025-04-14 eess.SP
BeamSync: Over-The-Air Synchronization for Distributed Massive MIMO Systems
本文针对分布式大规模 MIMO 系统中多 AP 的时频同步问题，提出了一种名为 BeamSync 的空中同步协议，无需通过前传传输测量数据即可校准分离的 AP，并推导了最优相位与频率偏移估计器，仿真显示其性能较传统方法提升 3 dB。
2023-11-18 cs.IT eess.SP math.IT
Grant-Free Random Access of IoT devices in Massive MIMO with Partial CSI
无线设备的数量急剧增加，导致许多设备争用无线电资源。在这项工作中，我们提出了一种算法来检测无源随机访问的活动设备，即，设备不协调。在发送有效载荷数据之前，设备使用网络已知的唯一但非正交的前导码。它们不采用任何载波侦听技术，并且盲发送前导码和数据。为了检测活跃用户，我们利用部分信道状态信息（CSI），这可能是通过以前的信道估计。对于静态设备，例如，物联网节点，它表明，CSI的时变比假设在许多理论工作。所提出的迭代算法使用最大似然方法来估计每个已知设备的活动和潜在的相位偏移。该算法的收敛性进行了评估。针对不同质量的部分CSI和不同的信噪比，评估了在误检概率和虚警概率方面的性能。
2023-01-12 cs.IT eess.SP math.IT
Uplink Sum-Rate and Power Scaling Laws for Multi-User Massive MIMO-FBMC Systems
本文分析了在多用户（MU）大规模多输入多输出（MIMO）系统中，滤波器组多载波（FBMC）信令结合偏移正交幅度调制（OQAM）的性能。首先，封闭形式的表达式推导出严格的下限对应于可实现的上行链路和速率的FBMC为基础的单小区MU大规模多输入多输出系统依赖于最大比合并（MRC），迫零（ZF）和最小均方误差（MMSE）接收机处理与/不完美的信道状态信息（CSI）在基站（BS）。这是通过利用FBMC系统特有的固有干扰的统计特性来实现的。分析结果还开发了MU大规模多输入多输出-FBMC系统的上行链路中的功率缩放。随后将可实现的和速率和对应的功率缩放律的上述分析扩展到考虑完美CSI和不完美CSI两者以及导频污染的影响的多小区场景。通过仿真，对线性处理辅助BS接收机的延迟扩展引起的性能侵蚀进行了数值量化。数值结果表明，我们的分析和仿真之间的密切匹配，并说明和比较的性能FBMC和传统的正交频分复用（OFDM）为基础的MU大规模多输入多输出系统。
2019-06-12 eess.SP
Performance Analysis of Channel Extrapolation in FDD Massive MIMO Systems
众所周知，用于频分双工（FDD）大规模多输入多输出系统的下行链路的信道估计产生大的开销，因为训练量通常与MIMO系统中的发射天线的数量成比例。在本文中，我们考虑从上行链路导频估计到下行链路频段的信道频率响应外推的解决方案，这完全消除了训练开销。我们首先表明，传统的估计无法达到合理的精度。我们建议改为使用高分辨率信道估计。我们推导出理论下界（LB）的均方误差（MSE）的外推通道。假设路径被很好地分离，LB被简化为给出相当大的物理洞察力的表达式。然后表明，MSE与接收天线的数量成正比，而外推性能损失与频率偏移和训练带宽之比的平方成正比。信道外推性能通过数值仿真和实验室测试进行了验证。我们的主要结论是，信道外推是一个可行的解决方案，FDD大规模多输入多输出系统，如果精确的系统校准执行和有利的传播条件。
2020-01-22 eess.SP
Angular-Domain Selective Channel Tracking and Doppler Compensation for High-Mobility mmWave Massive MIMO
在本文中，我们考虑毫米波大规模多输入多输出（MIMO）通信系统与一个静态基站（BS）服务于一个快速移动的用户，都配备了一个非常大的阵列。发送的信号通过多个路径到达用户，每个路径具有不同的到达角，因此具有多普勒频率偏移，从而导致快速时变多径衰落MIMO信道。为了减轻多普勒引起的信道老化，减少导频开销，我们提出了一种新的角度域选择性信道跟踪和多普勒补偿方案在用户侧。我们将部分角域信道和DFO参数的联合估计表示为动态压缩感知问题。然后，我们提出了一个多普勒感知动态变分贝叶斯推理（DD-VBI）算法来有效地解决这个问题。最后，我们提出了一个实用的DFO补偿方案，该方案选择了快时变信道的主导路径进行DFO补偿，从而将其转换为慢时变的有效信道。与现有方法相比，该方案既能享受大规模多输入多输出提供的巨大阵列增益，又能平衡CSI信令开销和空间复用增益之间的权衡。仿真结果验证了所提出的方案优于各种基线方案。
2019-11-28 eess.SP
Asynchronous Channel Training in Multi-Cell Massive MIMO
导频污染已被认为是时分复用（TDD）多小区大规模多输入多输出（MIMO）系统的主要瓶颈。导频污染问题不能用大规模天线阵列来解决。我们提供了一种新的异步信道训练方案，以获得精确的信道矩阵，而无需基站的合作。该方案通过引入有意的定时失配来利用采样分集。然后，设计了线性最小均方误差（LMMSE）估计器和迫零（ZF）估计器。此外，我们推导出ZF估计的最小平方误差（MSE）上界。此外，我们提出了等分延迟方案，在一定条件下是最优的解决方案，以最小化的ZF估计器的MSE采用单位矩阵作为导频矩阵。我们使用最大比合并（MRC）来计算上行链路可达速率，以比较异步和同步信道训练方案。仿真结果表明，异步信道估计方案可以大大降低导频污染的不利影响。
2017-11-08 eess.SP
Label Design-based ELM Network for Timing Synchronization in OFDM Systems with Nonlinear Distortion
由于正交频分复用（OFDM）系统中的非线性失真，接收端的定时同步性能不可避免地下降。为了解决这个问题，极端学习机（ELM）为基础的网络提出了一种新的学习标签的OFDM系统的TS在我们的工作，并增加了符号定时偏移（STO）估计驻留在符号间干扰（ISI）的自由区域的可能性。特别地，通过利用无ISI区域的先验信息，开发了两种类型的学习标签，以促进基于ELM的TS网络。通过设计学习标签，首先执行经典TS方案的定时处理以捕获粗略的定时度量（TM），然后执行ELM网络以细化TM。实验结果表明，该算法能有效地提高传输流的性能，并在不同的训练和测试信道环境下具有较好的泛化性能。
2021-07-28 eess.SP
A Novel Two-stage Design Scheme of Equalizers for Uplink FBMC/OQAM-based Massive MIMO Systems
自均衡特性在基于偏置二次幅度调制的滤波器组多载波（FBMC/OQAM）和大规模多输入多输出（MIMO）系统的组合中引起了极大的关注，这使得能够随着基站（BS）天线数目的增加而减小由高频率选择性信道带来的干扰。然而，现有的工作表明，即使有无限数量的BS天线，单抽头均衡后仍然存在残留干扰，导致可实现的信号干扰噪声比（SINR）性能的限制。在本文中，我们提出了一个两阶段的均衡器设计方案，以消除上述限制。在第一阶段，我们设计了在FBMC解调之前工作的高速率均衡器，以避免在BS处获得的信道信息的潜在丢失。在第二阶段，我们将高速率均衡器转换成低速率均衡器后FBMC解调，以减少实现的复杂度。与现有方案相比，该方案在大规模多输入多输出下具有可承受的复杂度，并且只需要瞬时信道状态信息（CSI），无需统计CSI和额外的均衡器。仿真结果表明，该方案可以带来改善的信干噪比性能。此外，即使基站天线数量有限，也几乎可以消除信道带来的干扰。
2021-12-04 eess.SP
Joint CFO and Channel Estimation for RIS-aided Multi-user Massive MIMO Systems
在无线通信中，精确的信道估计对于实现可重构智能表面（RISs）所承诺的性能增益是必不可少的。在多用户正交频分多址接入（OFDMA）系统的上行链路中，诸如载波频率偏移（CFO）的同步误差会显著降低信道估计性能。这在RIS辅助通信中变得更加关键，因为即使是小的信道估计误差也会导致显著的性能损失。基于此，本文提出了一种适用于RI辅助多用户大规模多输入多输出（MIMO）系统的联合CFO和信道估计方法。我们提出的导频结构允许准确估计的CFO没有多用户干扰（MUI），使用相同的导频资源的CFO估计和信道估计。对于多用户CFO的联合估计，设计了一种基于相关性的方法，使用在所有BS天线处的接收信号。使用最小二乘（LS）估计与所获得的CFO值，所有用户的信道联合估计。为了优化数据传输阶段的RIS相移，我们提出了一种投影梯度法（PGM）。仿真结果表明，该方法在信道估计的归一化均方误差（NMSE）和误比特率（BER）性能方面都有改善。
2022-01-21 eess.SP
Frequency Synchronization for Uplink Massive MIMO with Adaptive MUI Suppression in Angle-domain
针对大规模多输入多输出（MIMO）多用户网络的上行链路，提出了一种新的基于角度域自适应滤波（ADAF）的频率同步方法，该方法适用于到达角（AoA）区域分离或重叠的用户。对于每个用户，我们首先介绍的角度约束矩阵（ACM），它由一组选定的匹配滤波器（MF）波束形成器指向感兴趣的用户的AoA。然后，通过适当地设计ADAF向量，可以获得自适应波束形成器。这种波束形成器可以实现两级自适应多用户干扰（MUI）抑制，即，在第一阶段中通过ACM固有地抑制来自非重叠用户的MUI，并且在第二阶段中通过ADAF向量实质上减轻来自相邻重叠用户的MUI。对于独立的和相互重叠的用户，载波频率偏移（CFO）估计和后续的数据检测可以独立地为每个用户执行，这大大降低了计算复杂度。此外，ADAF是相当强大的不完善的AoA知识和侧集群的散射，使自己有希望的多用户上行链路传输。我们还分析了CFO估计的性能，并得到了一个近似的封闭形式的均方误差（MSE）的表达式。数值结果表明了该方法的有效性及其相对于现有方法的优越性。
2018-10-12 eess.SP
Data Augmentation of Bridging the Delay Gap for DL-based Massive MIMO CSI Feedback
针对FDD大规模MIMO系统中因时间延迟导致深度学习CSI反馈性能下降的问题，提出B-S和R-G两种数据增强方法以提升网络在室内外环境中的鲁棒性。
2023-08-01 eess.SP
CNN-based Timing Synchronization for OFDM Systems Assisted by Initial Path Acquisition in Frequency Selective Fading Channel
在正交频分复用（OFDM）系统中，多径衰落严重影响定时同步的精度。为了解决这个问题，我们提出了一个卷积神经网络（CNN）为基础的TS计划辅助在本文中的初始路径获取。具体地说，首先采用经典的互相关方法来估计一个粗略的定时偏移和捕获的初始路径，这缩小了TS搜索区域。然后，一个一维（1-D）的CNN被开发来优化OFDM系统的TS。由于TS的搜索区域变窄，基于CNN的TS有效地定位准确的TS点，并启发我们构建一个轻量级的网络的计算复杂度和在线运行时间。仿真结果表明，与基于压缩感知的TS方法和基于极限学习机的TS方法相比，该方法在降低计算复杂度和在线运行时间的同时，有效地提高了TS性能。此外，所提出的TS方法对多径衰落信道的变化参数具有鲁棒性。
2022-12-06 eess.SP
A BFF-Based Attention Mechanism for Trajectory Estimation in mmWave MIMO Communications
本文提出一种基于注意力机制的 transformer 网络，利用 mmWave MIMO 室外系统中的 BFF 序列估计无线设备轨迹，并在 28 GHz 光线追踪数据上验证其性能与泛化能力。
2024-01-23 eess.SP
Near-Threshold Voltage Massive MIMO Computing
本文提出将基于算法的容错（ABFT）集成到大规模MIMO牛顿迭代算法中，以应对近阈值计算（NTC）的可靠性挑战，在可重构硬件上实现36%功耗节省且仅3%计算开销。
2025-09-08 eess.SP
Generalized code index modulation-aided frequency offset realign multiple-antenna spatial modulation approach for next-generation green communication systems
本文面向下一代绿色通信，提出基于FDA-MIMO的GCIM-FORMASM系统，结合三类索引调制提升速率，设计低复杂度DBLC解码算法并推导ABEP上界，验证了其低功耗高速率的优势。
2024-08-16 eess.SP
Tensor-Based Dynamic Channel Estimation for mmWave Movable Antenna MIMO Systems
Xi’an Jiaotong University（西安交通大学）；Stevens Institute of Technology（史蒂文斯理工学院）；Nanjing University of Science and Technology（南京理工大学）；Beijing University of Posts and Telecommunications（北京邮电大学）；Shanghai Jiao Tong University（上海交通大学）
研究毫米波移动天线MIMO系统的动态信道估计，提出基于张量分解的算法，利用路径响应模型和信道稀疏性，构建四阶张量，通过两种分解方案提取因子矩阵，重建信道矩阵，经理论和仿真验证算法有更高估计精度和优势。
2026-10-01 eess.SP
