Channel Tracking and Hybrid Precoding for Wideband Hybrid Millimeter Wave MIMO Systems
在毫米波频率下使用大型阵列时，主要困难在于估计宽带信道，因为混合架构的使用充当接收信号的压缩级。此外，信道必须被跟踪，并且当考虑移动设置时，天线阵列定期重新配置以获得适当的波束成形增益。在本文中，我们专注于频率选择性毫米波信道的信道跟踪问题，并提出了两种新的信道跟踪算法，利用先验统计信息的到达角和离开角。利用这些先验信息，我们还提出了一种预编码和合并设计方法，以增加在信道跟踪过程中接收到的SNR，从而可以以低开销获得接近最佳的数据速率。在我们的数值结果中，我们分析了我们所提出的算法的性能，不同的系统参数。仿真结果表明，使用从5G新无线电信道模型中提取的信道实现，我们提出的信道跟踪框架能够实现接近最佳的数据速率。
2019-05-10 eess.SP
Joint Tracking of Multiple Beams in Beamspace MIMO Systems
在毫米波（mmWave）系统中，需要波束成形来克服恶劣的信道环境。透镜天线阵（LAA）作为一种很有前途的波束形成方案，可以提供一个具有成本效益的解决方案，而不会显着的性能下降相比，它的对应。然而，适当的波束选择是一个挑战，因为它需要经由广泛的波束训练过程进行有效的信道估计以实现完美的波束对准。在本文中，我们提出了一个高流动性的波束和信道跟踪算法的基础上的无迹卡尔曼滤波器（UKF），以解决这一挑战，其中的信道变化可以在一定的时间内进行监测。所提出的算法在与适当的波束建立连接之后跟踪信道变化。该算法首先在多用户波束空间多输入多输出（MIMO）系统中引入LAA，其中在下行链路传输时在用户侧跟踪单个波束。然后，在上行链路传输中在基站侧将其用于多波束联合跟踪。分析表明，在不同的信道变化条件下，该算法在单波束和多波束跟踪系统中均优于目前流行的扩展卡尔曼滤波器（EKF）。虽然在多波束系统场景中单独跟踪波束是常见的，但是与使用传统EKF方法的单独波束跟踪相比，所提出的联合跟踪方法可以提供大约62%的性能增强。
2020-11-01 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
Variational Message Passing-based Multiobject Tracking for MIMO-Radars using Raw Sensor Signals
针对MIMO雷达多目标跟踪问题，提出基于变分消息传递的直接跟踪方法，采用叠加信号模型与平均场近似联合估计目标状态与 nuisance 参数，在低信噪比和近距离目标场景下性能优于传统检测后跟踪流程。
2025-03-19 eess.SP
Tracking-Aided Multi-User MIMO Communications with Hybrid Reconfigurable Intelligent Surfaces
本文提出一种基于混合可重构智能表面（HRISs）双重功能的跟踪辅助多用户MIMO通信框架，通过联合设计发射预编码矩阵与HRIS配置，在满足服务质量约束下最大化用户位置估计精度，并验证了其有效性。
2025-04-26 eess.SP
Distributed MIMO Positioning: Fundamental Limit Analysis and User Tracking Framework Design
Peking University（北京大学）
本文提出了一种基于分布式MIMO的用户跟踪框架，通过极化模型分析定位基础限制，并结合概率滤波与AP管理策略实现厘米级高精度跟踪。
2025-11-21 eess.SP
Tensor-based Channel Tracking for RIS-Empowered Multi-User MIMO Wireless Systems
信道状态信息（CSI）的准确估计对于多输入多输出（MIMO）通信系统的成功运行至关重要，特别是在多用户（MU）时变环境中以及采用新兴的可重构智能表面（RISs）技术时。它们主要的被动性质使得用户-RIS-基站链路中所涉及的信道的估计成为一个相当具有挑战性的问题。此外，大多数现实无线信道的时变性质显著提高了实时信道跟踪的成本，特别是在部署大规模RIS时。在本文中，我们开发了一个信道跟踪方案的上行链路的RIS使能的MU MIMO系统中存在的信道衰落。起始点是接收信号的张量表示，并且我们依赖于其并行因子（PARAFAC）分析来获得初始估计并跟踪信道时间变化。仿真结果表明，该方法具有较好的信道跟踪性能。
2022-02-19 cs.IT eess.SP math.IT
Decentralized Semantic Communication and Cooperative Tracking Control for a UAV Swarm over Wireless MIMO Fading Channels
针对无人机群在MIMO衰落信道下的语义通信与协同跟踪控制问题，提出动态模型与漂移加惩罚优化，推导闭式最优解并建立稳定条件，显著优于现有方法。
2024-11-09 cs.SY eess.SP eess.SY
Exploiting Dynamic Sparsity for Near-Field Spatial Non-Stationary XL-MIMO Channel Tracking
本文提出一种基于动态稀疏性的DA-MAP框架，利用三层马尔可夫先验和分层2D马尔可夫模型，通过IF-VBI和Turbo-CS等模块，实现近场XL-MIMO空间非平稳信道的高效跟踪，兼顾性能与低计算开销。
2025-03-31 eess.SP
Algorithm-Hardware Co-Design of a Lightweight PCG Equalizer with a Fixed Step Size for Massive MIMO
University of Electronic Science and Technology of China（电子科技大学）
针对大规模MIMO系统粗量化导致的限幅失真问题，本文提出硬件友好的固定步长轻量PCG均衡器，通过算法-硬件协同设计实现低复杂度与接近高分辨率检测器的性能，可节省大规模MIMO上行链路功耗。
2026-09-02 cs.IT eess.SP math.IT
Tensor-Based Channel Estimation and Data-Aided Tracking in IRS-Assisted MIMO Systems
针对信道老化问题，提出一种基于张量建模的两阶段方法，通过张量分解实现信道估计、IRS配置及数据符号跟踪，在误码率和均方误差上优于现有方案。
2023-05-17 eess.SP
Basis Expansion Extrapolation based Long-Term Channel Prediction for Massive MIMO OTFS Systems
针对大规模MIMO-OTFS系统中的信道老化问题，本文提出基于迭代BEM的上行信道估计与基于Slepian序列外推的下行信道预测一体化方案，在降低导频开销的同时提升了估计精度和频谱效率。
2025-07-02 eess.SP
Variational Bayesian Multiuser Tracking for Reconfigurable Intelligent Surface Aided MIMO-OFDM Systems
针对多 RIS 辅助 MIMO-OFDM 系统的移动用户跟踪问题，提出在线贝叶斯消息传递算法，并基于 BCRB 优化 RIS 无源波束赋形，实现厘米级定位精度。
2023-04-24 eess.SP
Graph Neural Network based Channel Tracking for Massive MIMO Networks
针对大规模多输入多输出网络的信道跟踪问题，提出了一种基于图神经网络（GNN）的信道跟踪方法。我们首先利用少量的导频来实现初始信道估计。然后，我们表示所获得的信道数据的图形的形式和描述的通道的空间相关性沿图的边缘的权重。在此基础上，介绍了GNN主要单元的计算步骤，并设计了一个基于GNN的信道跟踪框架，包括编码器、核心网络和解码器。仿真结果证实，我们提出的基于GNN的方案可以实现更好的性能比前馈神经网络的作品。
2020-04-19 cs.IT eess.SP math.IT
Simultaneous Multi-User MIMO Communications and Multi-Target Tracking with Full Duplex Radios
在本文中，我们提出了一个集成传感和通信（ISAC）系统，使能带内全双工（FD）无线电，其中一个大规模的多输入多输出（MIMO）基站配备了混合模拟和数字（A/D）波束形成器是与多个下行链路（DL）用户通信，并且通过相同的信令波形同时估计到达方向（DoA）以及在其覆盖区域内随机分布的雷达目标的距离。利用最近降低复杂度FD混合A/D波束形成架构，我们设计了一个联合雷达目标跟踪和DL数据传输协议。提出了一种大规模A/D波束形成器和自干扰（SI）抵消单元联合设计的优化框架，以最大化雷达跟踪精度和下行通信性能为双重目标。我们使用5G NR宽带波形在毫米波频率下的仿真结果展示了所提出系统的雷达目标跟踪性能的准确性，同时与基准方案相比，该系统提供了更高的和速率。
2022-05-17 cs.IT eess.SP math.IT
Co-Designing Statistical MIMO Radar and In-band Full-Duplex Multi-User MIMO Communications -- Part III: Multi-Target Tracking
本文针对带内全双工多用户MIMO通信与分布式MIMO雷达的协同设计，提出基于Barzilai-Borwein梯度算法和混合整数线性规划的低复杂度方法，并适配联合概率数据关联与扩展卡尔曼滤波器，实现多目标检测、定位与跟踪。
2024-03-28 cs.IT eess.SP math.IT
Grouped Target Tracking and Seamless People Counting with a 24 GHz MIMO FMCW
Delft University of Technology（代尔夫特理工大学）
本文提出了一种基于24 GHz MIMO FMCW雷达的群体目标跟踪与无缝人群计数方法，通过结合跟踪器和分类器，利用空间和多普勒频率特征实现高精度的人数计数和跟踪。
2025-04-07 eess.SP
Hybrid-Field Channel Tracking for Extremely Large-Scale MIMO Systems with Mobility
East China Normal University（华东师范大学）；Nanjing University of Information Science and Technology（南京信息工程大学）；Southeast University（东南大学）
本文提出一种利用历史信道状态信息的混合场信道跟踪算法，用于移动性超大规模MIMO系统，通过稀疏峰值搜索和牛顿细化实现低复杂度高性能的多径估计。
2026-09-17 cs.IT eess.SP math.IT
Price of Anarchy in Multiuser Massive MIMO: Coordinated versus Uncoordinated Channel Tracking for High-Rate Internet of Things
研究了将高速率物联网（IoT）服务并入到大规模多输入多输出框架中。研究表明，只要大规模多输入多输出知道所有设备的信道，它就具有提供这种服务的内在潜力。我们提出的方法是联合估计和跟踪所有设备的信道，而不管它们当前的活动。利用设备信道随时间演化的动态模型，针对协作场景设计了最优和次优跟踪器。此外，我们引入了一种新的范例，其中BS不需要提前知道设备的导频接入模式，我们称之为不协调的设置。在激励这种情况下，我们得到的最佳跟踪器是棘手的。然后，目标跟踪的方法来解决测量中的不确定性，并获得次优跟踪器。我们提出的方法明确地解决了信道老化问题，并且不需要下行链路寻呼和上行链路接入请求控制信道，这些信道在拥挤的情况下可能成为瓶颈。最佳协调和非协调跟踪器之间的基本最小均方误差（MMSE）的差距，定义为无政府状态的价格进行评估和上界。最优跟踪器的稳定性也进行了研究。最后，各种建议的跟踪器的性能进行了数值比较。
2020-02-02 cs.SY eess.SP eess.SY
POMDP-Driven Cognitive Massive MIMO Radar: Joint Target Detection-Tracking In Unknown Disturbances
Université Paris-Saclay（巴黎-萨克雷大学）；CNRS（法国国家科学研究中心）；CentraleSupélec（中央高等电力学院）；DR2I-IPSA（DR2I-IPSA机构）；SAMOVAR（SAMOVAR机构）；Télécom SudParis（南巴黎电信学院）；Institut Polytechnique de Paris（巴黎综合理工学院）
本文提出基于POMDP框架的认知MIMO雷达在线算法，在未知噪声环境中联合优化目标检测与跟踪，相比SARSA算法取得显著性能提升。
2025-03-05 cs.LG eess.SP stat.AP
Enhanced Tracking and Beamforming Codebook Design for Wideband Terahertz Massive MIMO System
针对太赫兹大规模 MIMO 中波束方向过多导致跟踪开销高的问题，提出 TTD 辅助的增强频率扫描方案与耦合码本，实现多时隙多方向搜索并验证其优越性能。
2022-11-25 cs.IT eess.SP math.IT
Vision-Based Efficient Joint Trajectory and Channel Tracking in Near-Field XL-MIMO Systems
School of Information Science and Engineering, Southeast University（东南大学信息科学与工程学院）；Institute of Communications Engineering, National Sun Yat-sen University（国立中山大学通信工程研究所）
针对近场XL-MIMO系统中联合轨迹与信道跟踪耗时且硬件开销大的问题，提出基于子阵列部分连接混合波束赋形架构与改进CenterNet的视觉方法，实现高精度低复杂度跟踪。
2026-06-15 eess.SP
A Radio Map Approach for Reduced Pilot CSI Tracking in Massive MIMO Networks
本文提出一种无线电地图嵌入式切换卡尔曼滤波框架，在减少导频且无精确位置标签下联合跟踪CSI与位置，实现超97%完美CSI容量并将定位误差降至6米。
2025-08-12 eess.SP
Robust Statistical Beamforming with Multi-Cluster Tracking for Time-Varying Massive MIMO (Extended Version)
提出了一种大规模多输入多输出（MIMO）系统中瞬时信道估计、波束跟踪和自适应波束形成器的联合设计方法。这种设计的重点是效率方面的性能和计算复杂性的不利影响下的时间变化和移动性的来源，多用户和多径组件的存在下，或简单的多集群，和远近效应。该设计也适用于混合波束形成和频率选择性信道。在所提出的系统中，信道参数估计在时域双工（TDD）上行链路模式使用每簇的方法，而不是一个联合的方法，这显着降低了复杂度。由于所提出的干扰感知统计波束形成方法，即降维广义特征波束形成器（RD-GEB），每簇估计是可能的，它承担了干扰减轻的计算负载，并使剩余阶段的设计更简单。此外，整体设计基于将信道参数分离为快时间和慢时间，仅留下瞬时信道估计和信道匹配滤波作为快时间操作，其在集群特定的降维子空间内处理。波束跟踪和波束形成很少在慢时间内进行，降低了时均复杂度。此外，通过利用一批瞬时信道估计来执行波束跟踪，这消除了对额外训练过程的需要。所提出的低复杂度设计优于传统的方法。
2023-03-01 cs.IT eess.SP math.IT
Scalable Integrated Sensing and Communications for Multi-Target Detection and Tracking in Cell-Free Massive MIMO: A Unified Framework
本文提出无蜂窝大规模MIMO下集成感知与通信的统一框架，基于广义似然比检验设计多目标检测跟踪算法，并通过可扩展功率控制平衡通信与感知性能。
2025-03-09 cs.IT eess.SP math.IT
Beam Training and Tracking for Extremely Large-Scale MIMO Communications
本文针对部分连接混合合并结构的极大规模MIMO系统，提出了两阶段混合场波束训练方案、基于子阵列相移的波束细化方案以及低复杂度近场波束跟踪方案，有效实现了近远场高分辨率信道参数估计与波束跟踪。
2023-11-25 cs.IT eess.SP math.IT
A General Framework for RIS-Aided mmWave Communication Networks: Channel Estimation and Mobile User Tracking
可重构智能表面（RIS）作为一种提高无线通信性能的新技术，已经得到了广泛的讨论。基于RIS的独特设计，其元件可以反射，吸收，吸收或聚焦入射波向任何所需的方向。这些功能被证明是克服毫米波（mmWave）的高传播条件（包括路径衰减和阻塞）的主要解决方案。然而，由于RIS元件的无源性质以及多输入多输出（MIMO）系统产生的估计开销，RIS辅助通信中的信道估计仍然是主要关注点。因此，用户跟踪尚未进行分析。本文是第一个工作，解决信道估计，波束成形，和用户跟踪下实际毫米波RIS-MIMO系统。通过给出RIS设计与MIMO系统的数学关系，提出了RIS设计的三阶段框架。首先使用分层波束搜索来估计基站（BS）与RIS之间的信道，然后使用迭代解析算法来估计RIS与用户之间的信道。最后，一个流行的跟踪算法被用来跟踪RIS和用户之间的信道参数。系统分析表明，所提出的框架在实时场景中的鲁棒性和有效性。
2020-09-02 eess.SP
Interacting Object-Enabled Clustering and Characterization of Distributed MIMO Channels
本文针对分布式MIMO信道建模需求，通过室内测量获取多链路信道数据，提出交互对象启用的联合聚类算法与卡尔曼滤波跟踪框架，实现簇级表征，为6G系统设计提供支撑。
2025-04-16 eess.SP
Performance Analysis of Cell-Free Massive MIMO under Imperfect LoS Phase Tracking
Technical University of Berlin（柏林工业大学）；Ericsson Research（爱立信研究院）
本文提出了一种考虑不完美直视路径相位跟踪的Rician衰落模型，推导了MMSE波束成形器，并通过数值结果展示了其在6G无源网络中的性能评估。
2026-02-26 cs.IT eess.SP math.IT
SE(3)-Based Trajectory Optimization and Target Tracking in UAV-Enabled ISAC Systems
本文针对无人机使能的MIMO-OFDM ISAC系统，提出一种基于SE(3)的扩展卡尔曼滤波目标跟踪方案与条件后验Cramer-Rao界轨迹优化方法，有效提升了3D目标跟踪与参数估计性能。
2025-04-29 eess.SP
Two-Timescale Joint Precoding Design and RIS Optimization for User Tracking in Near-Field MIMO Systems
针对远/近场 MIMO 用户位置与速度跟踪，提出双时间尺度联合 RIS 反射系数和 BS 预编码优化框架，证明通信导向 RIS 配置不利于跟踪，并在毫米波室内场景实现亚米级精度。
2023-04-26 cs.IT eess.SP math.IT
Beam Allocation for Millimeter-Wave MIMO Tracking Systems
针对时变毫米波MIMO系统，提出了一种新的波束分配策略，旨在最大化系统的平均成功跟踪概率（ASTP）。在大多数现有的作品，采用一个发射-接收（Tx-Rx）波束对一次，只有在每个训练周期，我们调查一个更一般的框架，其中的Tx-Rx波束对被允许重复使用，以提高在特定方向上的接收信号功率。在正交Tx-Rx波束对的情况下，采用基于功率的估计器来跟踪信道的时变AoA和AoD，并且所得到的训练波束对序列设计问题被公式化为整数非线性规划（I-NLP）问题。通过将可行域划分为一组子区域，将I-NLP分解为一系列凹子I-NLP，可以通过递归调用非线性分支定界算法来求解。为了减少计算量，我们放松了每个子I-NLP的整数约束，并通过求解其放松问题的Karush-Kuhn-Tucker条件来获得低复杂度的解.对于Tx-Rx波束对在角空间中重叠的情况，我们通过正交匹配追踪（OMP）算法估计更新的AoA和AoD。此外，由于没有明确的表达式为ASTP存在基于OMP的估计，我们推导出一个封闭形式的下界的ASTP，基于此可以获得一个有利的波束对分配策略。数值结果表明，所提出的波束分配策略优于现有的基准。
2019-07-01 cs.IT eess.SP math.IT
Terahertz Ultra-Massive MIMO-Based Aeronautical Communications in Space-Air-Ground Integrated Networks
新兴的空-空-地综合网络吸引了大量的研究，需要可靠和高效的航空通信。研究了太赫兹超大规模（UM）MIMO航空通信系统，提出了一种有效的信道估计和跟踪方案，解决了航空太赫兹UM-MIMO信道的{\emph{triple delay-beam-Doppler squint effects}}唯一性导致的性能下降问题。具体地，基于从导航信息获取的粗略角度估计，建立初始航空链路，其中收发器处的延迟波束偏斜可以通过采用可编程真时延迟单元（GTTDU）模块（例如，所设计的基于{\emph{Rotman lens}}的GTTDU模块）。根据提出的先验辅助迭代角度估计算法，可以估计出方位角/仰角，并利用这些角度实现精确的波束对准和改进GTTDU模块，以进一步消除延迟波束斜视。多普勒频移可以随后估计使用所提出的先验辅助迭代多普勒频移估计算法。在此基础上，可以准确地估计路径延迟和信道增益，并通过补偿过程有效地抑制多普勒斜视。对于数据传输，提出了一种基于数据辅助判决的信道跟踪算法，对波束对准后的有效信道进行跟踪。当数据辅助信道跟踪无效时，将在导频辅助信道跟踪阶段利用等效稀疏数字阵列重新估计角度，其中可以基于先前估计的角度来解决角度模糊。仿真结果和推导出的Cramér-Rao下界验证了我们的解决方案的有效性。
2021-03-03 cs.IT eess.SP math.IT
Experimental Performance of Bidirectional Phase Coherent Transmission and Sensing for mmWave Cell-free Massive MIMO Systems with Reciprocity Calibration
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）；China Mobile Research Institute（中国移动研究院）
本文提出双向相位校准方法，用于毫米波无基站大规模MIMO系统中的相干传输与感知，通过互易校准降低开销并提升感知精度。
2026-01-21 eess.SP
Sensing Management for Pilot-Free Predictive Beamforming in Cell-Free Massive MIMO Systems
本文提出一种基于状态感知管理的无小区大规模MIMO系统方法，利用扩展卡尔曼滤波跟踪用户并仅在必要时感知，实现无导频预测波束成形，减少信道估计开销，仿真显示可提供更高的均匀下行速率。
2025-10-08 cs.IT eess.SP math.IT
Continuous Beam Alignment for Mobile MIMO
针对移动MIMO中窄波束对齐开销大且易漂移的问题，提出基于波束角度速率变化预测的连续波束调整方法，无需额外导频开销，显著提升跟踪性能并降低60%-87%导频开销。
2023-11-14 cs.IT cs.NI eess.SP
Downlink Channel Covariance Matrix Reconstruction for FDD Massive MIMO Systems with Limited Feedback
针对FDD大规模MIMO中Type I码本反馈有限导致的下行CCM获取难题，提出利用码本与反馈值的建模及割平面算法，实现可证明的真实CCM恢复和更优重构性能。
2023-09-12 eess.SP
Energy-Efficient RIS-Aided Cell-Free Massive MIMO Systems: Application, Opportunities, and Challenges
本文研究了RIS辅助CF mMIMO系统在提升能效方面的应用与挑战，提出通过协作通信、波束追踪及联合优化RIS反射相位与AP波束成形来抑制干扰并最大化系统能效。
2024-12-23 eess.SP
On Performance Loss of DOA Measurement Using Massive MIMO Receiver with Mixed-ADCs
大规模多输入多输出（MIMO）的高硬件成本和高功耗是未来无线通信包括超五代（B5 G）和第六代（6 G）的两个挑战。采用低分辨率模数转换器（ADC）被认为是一种很有前途的解决方案。此外，波达方向（DOA）估计是大规模MIMO系统中波束对准和跟踪不可缺少的技术。因此，本文首先研究了混合ADC结构的DOA估计性能。基于加性量化噪声模型推导了该结构的Cramer-Rao下界。最后，性能损失因子和相关的能量效率因子的定义进行了详细的分析。仿真结果表明，该混合ADC结构能够在性能损失、电路成本和能量效率之间取得较好的平衡。更重要的是，只需几位（最多4位）的低分辨率ADC就可以实现令人满意的DOA测量性能。
2022-01-18 cs.IT eess.SP math.IT
Lattice All-Pass Filter based Precoder Adaptation for MIMO Wireless Channels
现代5G通信系统采用多输入多输出（MIMO）结合正交频分复用（OFDM）来增强数据速率，特别是对于宽带毫米波（mmW）应用。由于这些系统使用大量的子载波，因此从接收器向发射器反馈甚至子载波的子集的估计的预编码器是禁止的。此外，这样的频域方法也不利用存在于这样的信道中的主要视线分量来减少反馈。在这项工作中，我们将时域中的预编码器视为矩阵全通滤波器，并使用矩阵网格结构对离散时间预编码器滤波器进行建模，该矩阵网格结构有助于减少整体反馈，同时仍然保持所需的频率-相位延迟曲线。这提供了使用较少系数的跨子载波的有效预编码器表示，并且能够以比过去方法低得多的反馈随时间进行跟踪。与频域测地线插值、基于Givens旋转的参数化以及依赖于近似离散时间表示的角度延迟域方法相比，所提出的方法以低得多的反馈负担产生更高的可实现速率。通过对mmW信道模型的大量仿真，我们证实了我们的主张的有效性，并表明所提出的方法可以减少高达70%的反馈负担。
2023-03-18 eess.SP
Robust MIMO Detection With Imperfect CSI: A Neural Network Solution
针对不完美CSI下的MIMO检测，提出基于ADMM的鲁棒检测器及RADMMNet、LCRADMMNet，并结合RDAKF信道跟踪提升性能。
2023-07-24 eess.SP
DOA Estimation Using Massive Receive MIMO: Basic Principle and Key Techniques
本文综述大规模接收MIMO的DOA估计原理、关键技术与挑战，提出低分辨率ADC的HAD架构及单基站3D AOA几何中心定位方法，并说明其可达CRLB与6G应用价值。
2023-07-16 cs.IT eess.SP math.IT
A Simultaneous Clustering and Tracking Algorithm for Capturing Cluster-Level Spatial Consistency in 6G Wireless Channels
Beijing University of Posts and Telecommunications（北京邮电大学）；Seoul National University（首尔大学）
研究6G无线信道簇级空间一致性问题，提出基于马氏距离的同时聚类与跟踪算法，能在聚类时跟踪，应用于亚太赫兹频段，提升簇演化平滑度及信道可靠性。
2026-07-07 eess.SP
A Two-Stage 2D Channel Extrapolation Scheme for TDD 5G NR Systems
针对TDD 5G NR系统中跳频导频引起的信道外推问题，提出两阶段二维外推方案，结合多频带多时隙参数估计与基于EM的压缩跟踪，实现高精度信道估计。
2023-10-13 eess.SP
Interference-Robust Broadband Rapidly-Varying MIMO Communications: A Knowledge-Data Dual Driven Framework
针对快变信道下MIMO系统的未知干扰问题，提出知识-数据双驱动框架，设计IST模块实现零导频低延迟干扰预测，并设计IR-HBF模块以可解释网络简化波束成形映射，在降低计算复杂度的同时显著提升了预测精度与系统鲁棒性。
2025-03-02 eess.SP
Simultaneous Monitoring of Multiple People's Vital Sign Leveraging a Single Phased-MIMO Radar
本文提出基于时分复用相控MIMO雷达的系统，通过微秒级波束转向和全TX-RX对利用，实现多人生命体征高精度同时监测，在1.6米距离下呼吸率误差小于1 BPM、心率误差小于3 BPM，且支持0.5米近距离双人场景。
2021-10-15 eess.SP
Monopulse-based THz Beam Tracking for Indoor Virtual Reality Applications
正在研究太赫兹频谱以提供用于室内应用的超高吞吐量无线电链路，虚拟现实（VR）等以及户外应用，例如，本文研究了一种基于单脉冲的波束跟踪方法，用于依赖于稀疏大规模多输入多输出（MIMO）无线信道的有限移动性用户。由于稀疏性，波束形成使用具有恒定幅度约束的数字控制射频（RF）/中频（IF）移相器来实现，以用于发射功率合规性。采用基于单脉冲的波束跟踪技术，利用接收信号强度指示（RSSI），以避免反馈开销的效率和资源节省的明显原因。最后给出了波束跟踪算法的Matlab实现。该Matlab实现已经尽可能地保持通用，使用其中信道、波束形成码本、单脉冲比较器等可以针对特定要求容易地更新并且具有最小代码修改的功能。
2019-06-04 cs.IT eess.SP math.IT
Generative Diffusion Receivers: Achieving Pilot-Efficient MIMO-OFDM Communications
Khalifa University（哈利法大学）；Toronto Metropolitan University（多伦多都会大学）；Zhejiang University（浙江大学）
本文提出基于扩散模型的 MIMO-OFDM 接收机，通过整合传统信号估计与生成模型，有效降低信道重建误差，提升 pilot 效率。
2026-01-12 eess.SP
Convolutional Neural Network Approach for Emitter Association using Channel Identification in a MIMO System based on Propagation Features
本研究针对4×4 MIMO系统的发射机关联问题，提出基于信道传播特征的1D DCNN及多通道模型，通过识别收发对独特信道属性实现发射机识别，准确率最高达97.22%，验证了该方法的有效性。
2024-08-19 eess.SP
DOA Estimation for Hybrid Massive MIMO Systems using Mixed-ADCs: Performance Loss and Energy Efficiency
本文提出在接收端结合混合ADC架构与HAD结构进行DOA估计，推导了CRLB与性能损失因子的闭式表达式，并分析了能效，表明该架构能显著降低功耗与硬件成本且在性能与功耗间取得更好权衡。
2023-05-20 cs.IT eess.SP math.IT
Underlay Radar-Massive MIMO Spectrum Sharing: Modeling Fundamentals and Performance Analysis
在这项工作中，我们研究了在LoS/近LoS信道中，两个系统都具有3D波束成形能力的大规模MIMO蜂窝共存。使用随机几何的数学工具，我们推导出在雷达上的平均干扰功率的上限，由于3D大规模MIMO蜂窝下行链路下的最坏情况下的“小区边缘波束成形”的条件。为了克服不对称和任意大的细胞所带来的技术挑战，我们设计了一种新的结构，其中每个泊松Voronoi（PV）细胞是由其外接圆绑定的随机细胞形状的平均干扰的影响。由于相邻光伏电池形状和尺寸之间的相关性，该模型难以进行进一步分析，因此我们提出了一种易于处理的名义干扰模型，其中我们将每个光伏电池建模为面积等于典型电池平均面积的圆盘。我们量化了这两种模型之间的平均干扰功率的差距，并表明，上限是紧的现实部署参数。我们还将它们与更实用但更棘手的MU-MIMO调度模型进行比较，以表明我们的最坏情况干扰模型显示出相同的趋势，并且不会显著偏离现实的调度器模型。在标称干扰模型下，我们使用主导干扰近似通过推导等干扰轮廓表达式来表征典型接收机使用3D波束形成时的干扰分布。最后，我们使用易于处理的干扰分布的表达式来表征雷达的虚警/检测的空间概率在准静态目标跟踪的情况下。我们的研究结果揭示了有用的趋势，平均干扰作为部署参数（BS密度，禁区半径，天线高度，每个BS的发射功率等）的函数。
2021-05-16 cs.NI eess.SP
A Hybrid Model/Data-Driven Solution to Channel, Position and Orientation Tracking in mmWave Vehicular Systems
针对毫米波车辆系统中的信道、位置和姿态跟踪问题，提出一种结合F-MOMP算法与VO-ChAT、VP-ChAT网络的混合模型/数据驱动解决方案，在80%情况下实现26厘米位置精度和0.5度以下姿态误差。
2025-03-07 eess.SP
Variational Bayesian Inference for Time-Varying Massive MIMO Channels: Estimation and Detection
针对高移动性时变大规模 MIMO 上行链路，本文提出基于 VB 推断的联合信道估计与数据检测框架，支持在线、块及交织在线策略，并在 SER 和 NMSE 上优于 LMMSE、KF 与 EP。
2025-05-15 eess.SP
Learning-Aided Beam Prediction in mmWave MU-MIMO Systems for High-Speed Railway
在高速铁路等高移动性场景下，快速时变信道估计会带来很大的开销和时延，波束对准和跟踪问题变得极具挑战性。针对这一问题，本文提出了一种基于学习的HSR网络波束预测方法，该方法利用一组观测数据，以精细的时间粒度预测未来一段时间内的波束方向和信道幅度。具体地说，我们将高维波束预测问题转化为两阶段任务，低维参数估计和级联混合波束形成操作。在第一阶段，采用最大似然准则估计出某终端的位置和速度，并设计了数据驱动的数据融合模块，以提高最终估计的精度和鲁棒性。然后，基于HSR场景先验信息（包括确定性轨迹、运动模型和信道模型），预测可能的未来波束方向和信道幅度。此外，我们将一个可学习的非线性映射模块结合到整个波束预测中，以允许非线性跟踪。这两个可学习模块都是基于模型的，具有良好的可解释性。与现有的波束管理方案相比，所提出的波束预测方案具有（接近）零开销和时延。 仿真结果验证了所提策略的性能.
2022-06-30 cs.IT eess.SP math.IT
