Automatic Receiver Tracking and Power Channeling for Multi-Transmitter Wireless Power Transfer
接收器的自由定位是许多无线功率传输（WPT）应用的关键要求之一，从最终用户的角度来看是需要的。然而，由于需要复杂的控制和调谐，实现自由定位的接收器的稳定且有效的无线功率传输在技术上是具有挑战性的任务。在本文中，我们提出了一个概念，自动接收机跟踪和功率通道的多发射机WPT系统使用非耦合发射机和非耦合中继器。每个发射器-中继器对形成独立的功率传输通道，为从发射器到接收器的功率流提供有效链路。所提出的WPT系统能够保持稳定的输出功率，具有恒定的高效率，无论接收器的位置，而无需任何主动控制或调谐。所提出的概念进行了数值和实验验证，通过使用一个四发射器WPT系统的线性阵列的形式。实验结果表明，在接收机位置变化小于2%的情况下，WPT系统的效率可达94.5%.
2019-09-23 eess.SP
Non-Redundant OFDM Receiver Windowing for 5G Frames & Beyond
当代接收机加窗正交频分复用（RW-OFDM）算法在高延迟扩展和小的快速傅里叶变换（FFT）尺寸下具有有限的邻信道干扰（ACI）抑制能力。循环前缀（CP）被设计为长于信道的最大额外延迟（MED）以适应当前标准中的这种算法。这些算法的鲁棒性只能通过在新的向后不兼容标准中采用额外的扩展来提高。这种扩展尤其会恶化高移动性车辆通信系统的性能。在本文中，我们提出了一个低复杂度的汉恩RW-OFDM方案，提供抗ACI，而不需要任何符号间干扰（ISI）的自由冗余。虽然该方案与当前和传统标准向后兼容，并且不需要改变传统传输的信号，但它也为未来适用于更高移动性车辆通信的频谱时间局部化和高效方案铺平了道路。汉恩窗有效地拒绝非结构化ACI，代价是跨数据载波的结构化和有限的载波间干扰（ICI）。因此，提出了一种简单的最大比合并连续干扰消除（MRC-SIC）接收机来解决这种引起的ICI，并接收由当前使用的标准发射机发送的符号。该方案的计算复杂度与当代RW-OFDM算法相当，而ACI抑制和误比特率性能在长和短延迟扩展方面都是优越的。本文还讨论了利用Hann RW-OFDM符号的信道估计。
2019-11-11 eess.SP
Intersymbol and Intercarrier Interference in OFDM Systems: Unified Formulation and Analysis
针对多种OFDM系统，本文提出六参数统一表述与无信道长度限制的等效信道矩阵，并推导干扰及SINR理论表达式。
2024-01-18 eess.SP
CSI RefineNet: A Soft Data-Aided Iterative Receiver for High-Mobility OFDM Systems
AUMOVIO-NTU Corporate Lab, Nanyang Technological University（奥莫维欧-南洋理工大学联合实验室，南洋理工大学）；Wireless Communications Technologies Group, AUMOVIO Germany GmbH（无线通信技术组，奥莫维欧德国有限公司）
针对高移动性 OFDM 系统中 CSI 不准确问题，提出 CSI RefineNet 接收机，通过软符号决策迭代细化 CSI，经导频驱动初始化、构建软数据辅助信道观测等步骤形成迭代结构，还有两阶段训练策略，仿真显示其 BER 性能优且鲁棒性强。
2026-07-28 eess.SP
Rand-OFDM: A Secured Wireless Signal
无线通信自其开始以来一直是广播系统，其在预期的发射和接收对之间的物理层处违反安全和隐私问题。随着我们朝着涉及通过无线网络连接的数十亿设备的高级频谱共享方法发展，保护无线信号使得只有预期接收器可以实现信号的属性是至关重要的。在本文中，我们提出了Rand-OFDM，一种新的波形，安全的共享密钥，其中的信号属性可以恢复只有在预期的接收机。我们通过在时域中修改OFDM信号来实现信号级安全性，从而消除OFDM特性，进而对窃听者混淆信号特性。我们介绍了一个基于密钥的安全训练信号的信道估计，它可以只用于在预期的接收机与密钥的先验知识。作为信号恢复的最后一步，我们使用基于聚类的技术来校正接收信号的相位。我们的密码分析表明，Rand-OFDM是特别有用的未来宽带信号。大量的仿真和空中实验表明，Rand-OFDM的性能与传统OFDM相当，并且由于安全波形的SNR损失在1-4dB之间变化。在所有这些情况下，Rand-OFDM仍然无法识别的对手，即使在最高可能的SNR。
2019-12-11 eess.SP
Hybrid Receiver Design for Massive MIMO-OFDM with Low-Resolution ADCs and Oversampling
针对带低分辨率ADC的大规模MIMO-OFDM上行系统，本文推导量化失真闭式近似，联合设计迭代优化的混合收发机以最大化频谱效率，在性能、抗波束斜视和能效上均优于基准方案。
2025-01-21 eess.SP
GAN-RXA: A Practical Scalable Solution to Receiver-Agnostic Transmitter Fingerprinting
针对接收器损伤影响发射器指纹的问题，提出两阶段监督学习框架RXA及深度学习方法GAN-RXA，在大规模WiFi数据集上显著提升了新接收器上的分类准确率和异常检测ROC AUC。
2024-02-17 eess.SP
Orthogonal Circular Polarized Transmitter and Receiver Antennas for Mitigation of Mutual Coupling in Monostatic Radars
Indraprastha Institute of Information Technology（印度帕拉萨塔信息技术学院）
本文提出使用正交圆极化发射和接收天线以减少单站雷达中发射机与接收机之间的互耦，同时保留目标的第一反射。
2026-02-10 eess.SP
Constellation Design in OFDM-ISAC over Data Payloads: From MSE Analysis to Experimentation
本文针对OFDM-ISAC系统，分析多目标时延估计的MSE，提出依赖接收机的星座设计，实现感知与通信的灵活权衡，并经仿真和实验验证。
2025-10-15 eess.SP
Hybrid Monostatic and Bistatic Sensing for Target Localization in OFDM Systems under Phase Noise
Universitat Autònoma de Barcelona（巴塞罗那自治大学）；Chalmers University of Technology（查尔姆斯理工大学）
本文针对OFDM系统中混合单双基地感知的相位噪声问题，表征联合残余差分PN统计特性，通过理论下界量化三类接收机下PN对目标定位的影响，为相关感知系统设计提供理论依据。
2026-10-15 eess.SP
FM-OFDM: A Constant-Envelope Sensing Waveform with Phase-Differencing Receiver Processing
Istanbul Medipol University（伊斯坦布尔医科大学）
本文提出FM-OFDM作为恒包络感知波形，分析其优于CP-OFDM的感知特性，并开发低复杂度加权相位增量多普勒估计器，实现约20 dB动态范围增益。
2026-09-23 eess.SP
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
Radio-Based Passive Target Tracking by a Mobile Receiver with Unknown Transmitter Position
针对发射机位置未知的移动接收机场景，提出基于多径测量（到达角与相对距离）的被动目标跟踪算法，利用置信传播联合定位发射机与散射体，仿真验证其跟踪精度优于基准方法。
2024-11-07 eess.SP
An Efficient Radar Receiver for OFDM-based Joint Radar and Communication Systems
在这项工作中，我们提出了一个雷达检测系统的正交频分复用（OFDM）传输。我们假设发射天线Tx与单基地雷达共置。后者知道发射的信号，并收听来自固定或移动目标反射的回波。我们估计的目标参数（距离和速度）使用2D周期图。此外，我们提高了估计性能在低信噪比（SNR）条件下使用离散傅里叶变换信道估计（DFT-CE），我们表明，Zadoff-Chu预编码（ZCP）采用通信，不降低雷达估计在良好的SNR条件。此外，由于数据矩阵的维数可以远远大于要检测的目标的数量，我们提出了一种基于稀疏傅里叶变换的傅里叶投影切片（FPS-SFT）算法，以降低计算复杂度的二维周期图。在77 GHz工业、科学和医疗（ISM）频带中的适当系统参数化允许实现30.52 cm的距离分辨率和0.67 m/s的速度分辨率，并将周期图计算时间减少到约98.84%。
2023-02-17 eess.SP
Experimental Study of the Phase Noise in K-band ARoF systems for Low Complexity 5G receivers
在本文中，在25 GHz的OFDM ARoF设置超过5G的相位噪声的实验分析。该设置的配置允许逐渐缩放系统的最终相位噪声水平。此外，OFDM相位噪声抑制方法具有低复杂度和延迟的建议和解释。该方法是LI-CPE算法的一个改进版本。先进的LI-CPE版本避免了其前身的一个OFDM符号延迟。此外，使用这两种方法的收益率示出在不同的相位噪声水平和不同的子载波间隔。最后，它是实验证明，所提出的方法比以前的版本执行更好。
2021-09-15 eess.SP
Extensionless Adaptive Transmitter and Receiver Windowing of Beyond 5G Frames
计划更新的蜂窝通信代以允许在相邻频带中异步传输多个参数集（具有不同参数的波形），从而产生不可避免的相邻信道干扰。大多数关于窗口的先前工作假设为窗口保留额外的扩展，这不符合标准。至于是在发射机还是在接收机上应用窗口，没有人提出疑问。在这项工作中，我们提出了两个独立的算法，分别在发射机和接收机实现。这些算法估计每个资源元素（RE）的发射机和接收机窗口持续时间，目的是提高公平比例的网络吞吐量。在这样做的同时，我们仅利用在标准中定义的可用扩展，并提出标准兼容的算法，这些算法也不需要对对应物或控制信令进行任何修改。此外，计算高效的技术，适用于每RE发射机和接收机加窗的信号合成和分析，使用传统的循环前缀正交频分复用推导出和它们的计算复杂度进行了分析。最佳的窗口持续时间在任何一侧，以及过量的信号噪声比，子载波间隔和吞吐量增益的函数之间的spectrotemporal关系提供了在以前类似的技术进行了数值验证。
2019-12-22 eess.SP
VLSI Architecture of Compact Non-RLL Beacon-based Visible Light Communication Transmitter and Receiver
本文首次介绍了紧凑型VLC发射机和接收机的几种硬件实现。与相关工作相比，我们的VLC发射机是非RLL的，这意味着即使没有RLL代码也可以保证闪烁抑制。特别地，我们已经利用预加扰器和极化编码器的集中式比特概率分布来创建非RLL闪烁缓解解决方案。此外，在接收端，提出了一个3位软判决滤波器来分析从实VLC信道接收到的信号，以提取对数似然比（LLR）值，并将其馈送到FEC解码器。因此，极化译码器的软译码可以被实现以改善VLC系统的误比特率（BER）性能。最后，我们介绍了一种新的超大规模集成电路（VLSI）结构的紧凑型VLC发射机和接收机，并综合我们的设计下FPGA/ASIC综合工具。由于非RLL的基础，我们的系统有一个明显的好码率和降低复杂度相比，其他基于RLL的接收机工作。同时，我们也给出了该架构的FPGA和ASIC综合结果，并从功耗、面积、单位比特能量等方面进行了评估。
2018-05-09 eess.SP
WiSig: A Large-Scale WiFi Signal Dataset for Receiver and Channel Agnostic RF Fingerprinting
RF指纹识别利用发射机的电路级可变性，使用它们发送的信号来识别它们。用于识别的信号受到无线信道和接收器电路的影响，从而产生可能混淆发射器识别的额外损害。消除这些损伤或仅对其进行评估，需要使用许多空间上分离的发射器和接收器在长时间段内捕获数据。在本文中，我们介绍了WiSig;一个大规模的WiFi数据集，包含从174个现成的WiFi发射器和41个USRP接收器捕获的1000万个数据包，这些数据包在一个月内捕获了4次。WiSig是公开可用的，不仅作为原始捕获，而且作为方便的预处理有限大小的子集，以及脚本和示例。使用WiSig进行的初步评估表明，改变接收器或使用在不同日期捕获的信号会显着降低经过训练的分类器的性能。虽然在更多天或更多接收器上捕获数据限制了降级，但它并不总是可行的，需要新的数据驱动方法。WiSig提供数据来开发和评估这些方法，以实现信道和接收器不可知的发射机指纹识别。
2022-01-12 eess.SP
Superimposed DMRS for Spectrally Efficient 6G Uplink Multi-User OFDM: Classical vs AI/ML Receivers
针对6G系统中正交DMRS开销大的问题，提出基于深度卷积神经网络的增强型DeepRx接收机，利用叠加DMRS进行信道估计与数据检测，在上行单用户和多用户场景中性能优于传统接收机。
2025-06-25 eess.SP
OFDM-ISAC over Data Payloads: MSE Analysis, Constellation Design, and Experimentation
Ulsan National Institute of Science and Technology (UNIST)（蔚山科学技术院）；University of Manchester（曼彻斯特大学）；University College London（伦敦大学学院）
本文针对OFDM-ISAC系统，分析了MF与RF接收机的感知性能，提出几何星座整形框架以权衡通信可靠性与感知精度，在实际空中传输中取得显著增益。
2026-08-18 eess.SP
Neural Network-based OFDM Receiver for Resource Constrained IoT Devices
Northeastern University（东北大学）
基于正交频分复用（OFDM）的波形用于许多当前和新兴物联网（IoT）应用（包括最新的WiFi标准）中的通信链路。对于这样的基于OFDM的收发机，与信道估计、解映射和解码相关的许多核心物理层功能被实现用于信道类型和调制方案等的特定选择。为了将硬连线选择与接收器链解耦，从而在不改变底层硬件的情况下增强许多新场景中物联网部署的灵活性，我们探索了一种新颖的基于模块化机器学习（ML）的接收器链设计。这里，ML块代替OFDM接收机的各个处理块，并且我们具体描述了传统信道估计、符号解映射和具有神经网络（NN）的解码块的这种交换。这种模块化设计的一个独特之处是为传统或ML块提供灵活的处理功能分配，允许它们互换共存。此外，我们通过修剪和量化，以及在现场可编程门阵列（FPGA）中仿真这些压缩的NN，研究了在资源受限的物联网设备中所提出的NN的实现成本效益。我们的评估表明，提出的模块化基于NN的接收机提高误比特率的传统非ML接收机的平均61%和10%的模拟和空中数据集，分别。我们进一步展示了复杂性和性能的权衡，传统算法和建议的压缩神经网络之间的计算复杂度比较。
2022-05-12 cs.LG eess.SP
Dynamic Metasurface Antennas for MIMO-OFDM Receivers with Bit-Limited ADCs
正交频率调制（OFDM）和多输入多输出（MIMO）系统的结合在现代通信系统中起着重要的作用。为了满足不断增长的吞吐量需求，未来的MIMO-OFDM接收机预计将利用大量的天线，在动态环境中工作，并探索高频段，同时满足成本，功率和尺寸方面的严格约束。一种实现降低成本和功耗的大规模MIMO接收机的新兴技术是基于动态超表面天线（DMA），其固有地实现捕获中的可控压缩。在这项工作中，我们研究的应用DMA的MIMO-OFDM接收机与比特约束的模数转换器（ADC）。我们提出了一个模型的DMA占其超材料元素的可配置的频率选择性配置文件，从而在频谱灵活的混合结构。然后，我们利用之前基于任务的量化结果来展示如何配置DMA以在存在约束ADC的情况下改善恢复，并提出基于信道状态信息调整DMA参数的方法。我们的数值结果表明，基于DMA的接收机是能够准确地恢复OFDM信号。特别是，我们表明，通过适当地利用DMA的频谱分集，显着的性能增益获得了现有的设计传统的混合架构，证明了潜在的DMA的MIMO-OFDM设置在实现高性能的大规模天线阵列的降低成本和功耗。
2019-12-14 cs.IT eess.SP math.IT
LiTCom: A Lightweight Transmitter and Inference-Capable Receiver Framework for 6G Uplink
University of Surrey（萨里大学）；University of California at Davis（加州大学戴维斯分校）
研究针对6G上行链路低信噪比条件，提出LiTCom框架，发射机用基本低通滤波和最小信道编码简化设计，接收机用生成式人工智能模型，还开发功率分配策略，仿真验证其有效性，相比基线有信噪比增益且减少发射机端计算量。
2026-07-16 eess.SP
AI-Aided Online Adaptive OFDM Receiver: Design and Experimental Results
Southeast University（东南大学）；National Sun Yat-sen University（国立中山大学）
针对AI辅助OFDM接收机仿真与空口测试存在性能差距的问题，提出架构灵活可扩展、仅需在线训练少量参数的SwitchNet接收机，经空口测试验证其对真实环境鲁棒性强，具备应用前景。
2021-12-24 cs.IT cs.LG eess.SP
Using Double Contractions to Derive the Structure of Slice-Wise Multiplications of Tensors with Applications to Semi-Blind MIMO OFDM
在各种张量分解（包括PARAFAC 2和PARATUCK 2）中需要两个张量的切片乘法，并且在许多应用中遇到，包括多维生物医学数据（EEG，MEG等）的分析。或多载波MIMO系统。在本文中，我们提出了一个新的张量表示，它不是基于切片（矩阵）描述，但可以表示为两个张量的双重收缩。这种两个张量的双重收缩可以通过广义开折有效地计算。它导致了所研究系统的新张量模型，这些模型不依赖于所选择的展开，并揭示了数据模型的张量结构（这样可以同时看到所有可能的展开）。作为一个例子，我们应用这个新的概念，新的接收机的设计多载波MIMO系统在无线通信。特别是，我们认为MIMO OFDM系统，没有Khatri-Rao编码。所提出的接收机利用相邻子载波之间的信道相关性，需要与传统OFDM技术相同数量的训练符号，但在符号错误率方面具有改进的性能。此外，我们表明，频谱效率的Khatri-Rao编码的MIMO-OFDM可以通过引入“随机编码”，使“编码矩阵”也包含有用的信息符号。考虑到这种传输技术，我们推导了一个张量模型和两种类型的接收机的随机编码MIMO-OFDM系统使用双收缩的两个张量。
2020-01-17 eess.SP
Transparent Tx and Rx Waveform Processing for 5G New Radio Mobile Communications
已经针对5G新无线电（NR）物理层研究并提出了几种不同的波形处理技术，以支持新的混合参数集和异步服务。这些不同技术的评估和比较通常基于发射器和接收器单元中的匹配波形处理。在这篇文章中，它表明，不同的技术可以灵活地混合，允许单独优化发射机和接收机实现的复杂性和性能的权衡。通过为发射机和接收机基带处理设置足够的要求，允许透明设计，不同波形处理技术的混合是可能的。如何发射机和接收机单元可以独立地应用和透明设计的背景下进行评估的基本框架和可实现的无线电链路性能与不匹配的发射机和接收机波形处理的一组广泛的例子提供。所讨论的方法和解决方案简化了标准化，改善了透明的发射机和接收机共存，并允许在5G NR物理层硬件和算法设计中实现面向未来的性能改进的演进路径。
2018-08-27 eess.SP
ComNet: Combination of Deep Learning and Expert Knowledge in OFDM Receivers
在这篇文章中，我们提出了一种模型驱动的深度学习（DL）方法，将DL与专家知识相结合，以取代无线通信中现有的正交频分复用（OFDM）接收机。与数据驱动的全连接深度神经网络（FC-DNN）方法不同，我们采用逐块信号处理的方法，将接收端分为信道估计子网和信号检测子网。每个子网由DNN构建，并使用现有的简单和传统的解决方案作为初始化。与线性最小均方误差（LMMSE）方法相比，所提出的模型驱动DL接收机提供更准确的信道估计，并且与现有方法和FC-DNN相比，具有更高的数据恢复精度。仿真结果进一步证明了该方法在信噪比方面的鲁棒性，以及在计算复杂度或内存使用方面优于FC-DNN方法。
2018-10-22 cs.IT eess.SP math.IT
Doppler Spoofing in OFDM Wireless Communication Systems
在本文中，我们提出了一种方法，防止未经授权的接收机（URx）正确估计多普勒频移存在于正交频分复用（OFDM）无线信号。为了防止这种估计，我们建议在发送的信号中插入一个人工频率变化，该信号模仿具有欺骗/假速度的发送器（Tx）移动。这种欺骗的多普勒频移不影响数据解调，因为它可以在合法接收器（LRx）处被补偿。我们通过模拟评估我们的方法的有效性，我们表明，它提供了一种可靠的方法来保护一个无线源的隐私的一个关键要素，即发射机的速度。
2022-12-29 cs.CR cs.NI eess.SP
MIMO-OFDM AI Receiver Based on Incrementally Conditioned Diffusion with Soft Decision
College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息与电子工程学院）；Zhejiang Key Laboratory of Multi-modal Commu. Netw. & Intell. Info. Proc.（浙江省多模通信网络与智能信息处理重点实验室）
本文提出Diff-Rx，一种基于增量条件扩散的MIMO-OFDM AI接收机，通过软判决逐步丰富条件输入并实现单步生成，在低导频密度下显著提升信道估计与数据检测性能。
2026-09-23 eess.SP
Kramers-Kronig Receiver Combined With Digital Resolution Enhancer
在发射机处数字地添加连续波音调的Kramers-Kronig接收机与数字分辨率增强器相结合，以限制发射机量化噪声的增加。性能的提高，以及能够减少位数的数字到模拟转换器。
2021-07-22 eess.SP
End-to-End Learning of Transmitter and Receiver Filters in Bandwidth Limited Fiber Optic Communication Systems
本文提出利用端到端学习联合优化发射机脉冲整形器和接收机滤波器，在带宽受限光纤通信中减少码间干扰，实验表明该方法在更短滤波器长度下显著优于传统单侧优化方法，可降低复杂度并提升高速光通信系统性能。
2024-12-17 eess.SP
Aggressive Non-Orthogonal Transmission with DFT-s-OFDM for Direct Device-to-Satellite Communications
University of Surrey（萨里大学）；Noema Signal Labs（Noema信号实验室）
本文针对D2S通信的SE瓶颈与UE功率效率问题，提出结合激进非正交传输与DFT-s-OFDM的新型接收机，仿真显示其SE与PAPR性能均优于基线及现有方案。
2026-08-18 eess.SP
Total Energy Efficiency of TD- and FD-MRC Receivers for Massive MIMO Uplink
本文提出了一个详细的调查大规模多输入多输出（maMIMO）系统的上行链路（UL）性能采用最大比合并在接收端。虽然maMIMO文献中的大多数论文假设正交频分复用（OFDM），但是由于若干益处，诸如LTE的当前标准在UL中采用单载波（SC）波形。因此，我们进行了系统的比较两个基本方案：时间反转MRC（TRMRC）SC下工作，频域MRC（FDMRC）采用OFDM。最近表明，TRMRC在可实现的速率方面优于FDMRC，因为SC系统不需要OFDM的循环前缀（CP）。另一方面，TRMRC算法的计算复杂度高于FDMRC算法，即使在采用有效解时（例如，用加法和加法的快速卷积）。因此，UL maMIMO系统的最佳方案仍然是一个悬而未决的问题。本文的主要贡献是比较TRMRC和FDMRC在maMIMO系统的UL中使用时的总能量效率。我们的结果表明，对于当前典型的系统参数，FDMRC/OFDM比TRMRC/SC实现了更高的总能量效率。但是，如果小区半径低于300 m和/或对于当前处理器的计算效率提高30%，则SC波形下的TRMRC对于maMIMO系统的UL变得更有吸引力。
2019-01-26 eess.SP
Generalized BER of MCIK-OFDM with Imperfect CSI: Selection combining GD versus ML receivers
分析了多载波索引键控-正交频分复用（MCIK-OFDM）选择合并分集接收的出错率。特别是，我们提出了一个通用的框架，以获得低复杂度的贪婪检测器（GD）和最大似然（ML）检测器的BER。在此基础上，推导出了在信道状态信息（CSI）不完全情况下，SC采用ML或GD时MCIK-OFDM系统误码率的解析表达式。渐近分析，以获得有益的洞察不同CSI条件对这两个检测器的BER的影响。更重要的是，我们在理论上提供了在每个特定CSI不确定性下使用GD而不是ML的机会，这取决于接收器天线的数量和M进制调制大小。最后，为了验证我们的理论表达式和分析，提供了大量的仿真结果。
2022-07-29 cs.IT eess.SP math.IT
Novel Deep Neural OFDM Receiver Architectures for LLR Estimation
Communications and Signal Processing Research (HİSAR) Lab., TÜBİTAK BİLGEM（通讯与信号处理研究（HİSAR）实验室，TUBİTAK BİLGEM）；Department of Electronics and Communication Engineering, Yildiz Technical University（电子与通信工程系，Yildiz技术大学）；Department of Electronics and Communication Engineering, Istanbul Technical University（电子与通信工程系，Istanbul技术大学）
本文提出DAT和RDNLA两种深度神经网络OFDM接收机，直接从IQ信号预测LLR，并在BER和BLER上优于传统系统与现有神经接收机。
2025-05-08 cs.AI eess.SP
Microfluidic QCSK Transmitter and Receiver Design for Molecular Communication
具有分子通信（MC）功能的组件的设计可以带来机会，使从个人医疗保健到现代工业的一些新兴应用成为可能。在本文中，我们提出了设计的微流控发射器和接收器的四重浓度移键控（QCSK）调制和解调功能。为此，我们首先提出了一个“与”门的设计，然后将其应用到QCSK发射机和接收机的设计。QCSK发射器能够将两个输入信号调制为四个不同的浓度水平，QCSK接收器可以将接收到的信号解调为两个输出。更重要的是，我们还建立了一个数学框架，从理论上表征我们提出的微流体回路。在此基础上，我们首先推导出我们提出的“与”门设计的输出浓度分布，并提供了设计参数的选择，以确保所需的行为的展览洞察。我们进一步推导出QCSK发射机和接收机的输出浓度分布。在COMSOL Multiphysics中获得的仿真结果不仅显示了所有拟议的微流体回路的预期行为，而且还证明了所提出的数学框架的准确性。
2020-05-11 cs.ET eess.SP
Improved OFDM Signal Cancellation through Window Estimation
消除OFDM信号的能力对于包括功率域非正交多址接入（PD-NOMA）、速率分割多址接入（RSMA）和用于动态频谱接入的频谱分离的许多无线通信系统是重要的。在本文中，我们表明，估计在发射机应用的窗口是重要的，消除。在发送端加窗是控制正交频分复用（OFDM）符号带宽的常用方法，但在大多数OFDM信号消除的文献中被忽略。我们展示了在不了解OFDM加窗的情况下可以实现的消除量的限制。我们表明，窗口可以单独从接收到的样本估计，窗口估计可以用来提高信号消除。在存在噪声和中心频率偏移（CFO）和信道的不完美估计的情况下估计窗口。最后，我们使用合成和空中数据的结果，我们证明了5.3 dB的改善OFDM信号消除现有的方法在空中实验。
2023-03-22 cs.IT eess.SP math.IT
SigT: An Efficient End-to-End MIMO-OFDM Receiver Framework Based on Transformer
Xidian University（西安电子科技大学）；Queen’s University（女王大学）；The Hong Kong Polytechnic University（香港理工大学）
多输入多输出和正交频分复用（MIMO-OFDM）是第四代移动通信系统及后续无线通信系统的关键技术。传统上，MIMO-OFDM接收机由具有不同功能的多个级联块执行，并且每个块中的算法基于无线信道分布的理想假设来设计。然而，这些假设在实际的复杂无线环境中可能失败。深度学习（DL）方法具有从复杂和庞大的数据中捕获关键特征的能力。本文提出了一种基于\textit{transformer}的端到端MIMO-OFDM接收机框架SigT。通过将从每个天线接收的信号视为Transformer的令牌，可以学习不同天线的空间相关性，并且可以减轻关键的zero-shot问题。此外，所提出的SigT框架可以在没有插入导频的情况下很好地工作，这提高了有用的数据传输效率。实验结果表明，SigT在信号恢复精度方面比基准方法有更高的性能，即使在低信噪比环境或少量训练样本的情况下。代码可在https://github.com/SigTransformer/SigT上获得。
2022-11-02 cs.AI cs.LG cs.NI
Deep-Waveform: A Learned OFDM Receiver Based on Deep Complex-valued Convolutional Networks
离散傅里叶变换（DFT/IDFT）通常被认为是正交频分复用（OFDM）系统的基本部分。本文提出了一种深度复值卷积网络（DCCN），用于在不依赖任何显式DFT/IDFT的情况下从时域OFDM信号中恢复比特。DCCN可以利用OFDM波形的循环前缀（CP），通过用学习的线性变换代替DFT来增加SNR，并且具有结合CP利用、信道估计和符号间干扰（ISI）抑制的优点，其复杂度为$\mathcal{O}(N^2)$。数值试验表明，在具有不同时延扩展和移动性的瑞利衰落信道中，DCCN接收机的性能优于传统的基于理想和近似线性最小均方误差（LMMSE）估计的信道估计器和传统的CP增强技术.所提出的方法受益于复值神经网络的表达特性，然而，目前缺乏流行的深度学习平台的支持。作为响应，为无线PHY的卷积网络的设计和分析提供了复值卷积层的精确和近似实现的指南。此外，一套新的训练技术的开发，以提高训练模型在衰落信道中的收敛性和泛化能力。这项工作展示了深度神经网络处理OFDM波形的能力，结果表明OFDM接收机中的FFT处理器可以被硬件AI加速器取代。
2021-05-06 cs.IT cs.NI eess.SP
An Implant-to-Wearable IR-UWB Transmitter-Receiver Architecture and Layered Protocol for High-Density Brain-Computer Interfaces
Hangzhou Dianzi University（杭州电子科技大学）；BroadLink Co., Ltd.（博联智能有限公司）
本文提出一种面向芯片的单向IR-UWB上行链路架构，用于高密度脑机接口，实现高速率神经遥测，并确保电路划分、波形映射、数据包处理及故障语义的一致性。
2026-09-22 cs.AI eess.SP
One-Bit OFDM Receivers via Deep Learning
University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文提出了一种新颖的基于深度学习的架构和设计方法，用于在1比特复量化约束下的正交频分复用（OFDM）接收机。单比特量化大大降低了复杂度和功耗，但使精确的信道估计和数据检测变得困难。这对于多载波波形尤其如此，多载波波形在时域中具有高峰均比，而在频域中具有脆弱的子载波正交性。一比特量化的严重失真通常导致错误平层，即使在中等低的信噪比（SNR），如5 dB。对于信道估计（使用导频），我们设计了一种新的生成监督深度神经网络（DNN），可以用合理数量的导频进行训练。在信道估计之后，基于神经网络的接收器--具体地说，自动编码器--联合学习用于数据符号检测的预编码器和解码器。由于量化会阻止端到端训练，因此我们为此模型提出了两步顺序训练策略。使用合成数据，我们基于深度学习的信道估计可以在平均SNR高达14 dB的情况下优于非量化（全分辨率）OFDM的最小二乘（LS）信道估计。对于数据检测，我们提出的设计实现了较低的比特出错率（BER）在衰落比未量化的OFDM在平均信噪比高达10 dB。
2019-05-27 cs.IT cs.LG eess.SP
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
Adaptive Neural Network-based OFDM Receivers
我们提出并研究了不断适应国家的最先进的神经网络（NN）为基础的正交频分复用（OFDM）接收机的想法，以当前的信道条件。这种通过再训练的在线自适应主要由两个原因激发：首先，接收机设计通常关注广泛的可能信道实现的通用最佳性能。然而，在实际应用中并且在短时间间隔内，仅这些信道参数的子集可能出现，作为宏参数，例如，可以假设最大信道延迟是静态的。第二，在实际（真实世界）传输中可能发生现场更改，如时间干扰或超出原始预期规范的其他条件。虽然传统的（基于滤波器的）系统需要重新配置或额外的信号处理来应对这些不可预见的条件，但基于NN的接收器可以学习减轻以前看不见的影响，即使在部署之后。为此，我们展示了对当前信道条件和时间变化的动态适应，仅基于从外部前向纠错（FEC）码恢复的标签，而无需任何额外的引导开销。为了强调所提出的自适应训练的灵活性，我们展示了大量的收益与静态信道宏参数的情况下，超出规格的使用和干扰补偿。
2022-07-21 cs.IT eess.SP math.IT
An Iterative Receiver for OFDM With Sparsity-Based Parametric Channel Estimation
在这项工作中，我们设计了一个接收器，反复通过信道估计和数据解码阶段之间的软信息。接收机采用基于稀疏的参数信道估计。最先进的基于稀疏性的迭代接收器通过将多径延迟限制到网格来简化信道估计问题。我们的破产管理人并没有施加这样的限制。因此，它不会遭受泄漏效应，破坏稀疏性。在高SNR下以接近容量速率的通信需要大的调制阶数。由于此类系统中调制符号非常接近，基于网格的近似精度不够。我们数值计算表明，一个国家的最先进的迭代接收器与基于网格的稀疏信道估计表现出误码率地板在高信噪比制度。相反，我们的接收机执行非常接近完美的信道状态信息的所有SNR值的边界。我们还从理论上和数值上证明了参数信道估计在密集信道中工作良好，即，当多径分量的数量很大并且不能分辨每个单独的分量时。
2018-09-16 cs.IT eess.SP math.IT
Performance Analysis of SPAD-based OFDM
提出了一种分析单光子雪崩二极管（SPAD）光正交频分复用（O-OFDM）接收机非线性失真误码率出错率性能的方法。本文分析了被动猝灭（PQ）和主动猝灭（AQ）SPAD接收机的主要畸变效应。推导了基于PQ和AQ SPAD的直流偏置O-OFDM和非对称限幅O-OFDM的性能分析。比较结果表明，非线性失真引起的最大光辐照度，限制了传输功率和比特率。理论上，基于SPAD的OFDM系统的最大比特率可达1~Gbits/s。这种方法提供了一个封闭形式的分析解决方案，设计一个最佳的SPAD为基础的系统。
2019-05-15 cs.IT cs.PF eess.SP
Statistical Modelling of the Clipping Noise in OFDM-based Visible Light Communication System
分析了基于正交频分复用（OFDM）的可见光通信系统中限幅噪声的统计特性。削波信号通常被建模为缩放的原始信号和削波噪声的和，其由接收机中的线性均衡器处理。通常，假设削波信号和原始信号共享相同的统计。虽然在某些情况下是有效的，我们表明，这种假设是无效的，当发射机是严格约束。我们推导出闭合形式的概率分布函数（PDF）的削波噪声和使用PDF的统计假设检验在一个最佳的接收机
2019-09-09 cs.SY eess.SP eess.SY
Chemical Reactions-Based Microfluidic Transmitter and Receiver for Molecular Communication
能够通过分子和化学过程处理和交换信息的通信系统的设计是一个快速发展的跨学科领域，它有望彻底改变我们实现计算和通信设备的方式。虽然近年来分子通讯（MC）理论有了很大的发展，但在设计具有MC功能的组件方面，更实际的方面仍然很少探索。基于此，我们设计了一个基于化学反应的微流控微流控系统，该系统包括微流控微流控发射器和微流控微流控接收器。考虑到现有的MC文献的信息传输通过分子脉冲调制，所提出的微流体MC发射器是能够产生连续预定义的脉冲形状的分子浓度的矩形触发信号，使用化学反应的启发，细胞如何产生脉冲形状的分子信号在生物学。我们进一步设计了一种微流控MC接收器，能够使用阈值反应和放大反应将接收信号解调为矩形输出信号。我们的基于化学反应的微流控分子通信系统是可重复的和精心设计的，更重要的是，它克服了细胞中生物过程的速度慢，不可靠和不可扩展性。为了揭示设计见解，我们还推导出我们设计的微流体发射器和接收器的理论信号响应，这进一步促进了发射器的设计优化。我们的理论结果通过COMSOL Multiphysics有限元求解器进行模拟验证。我们证明了预定义的性质所产生的脉冲和解调的矩形信号连同它们对设计参数的依赖。
2019-08-08 cs.ET eess.SP
Scalable Cross-Attention Transformer for Cooperative Multi-AP OFDM Uplink Reception
IETR - UMR CNRS 6164, CentraleSupélec（法国电子与信息技术研究所 - 法国国家科学研究中心联合实验室6164，中央理工-高等电力学院）；Orange Research（Orange研究院）
本文提出一种可扩展的交叉注意力变换器，用于联合解码多协作接入点接收的上行OFDM信号，通过共享的接收器编码器和令牌级交叉注意力模块融合接收器，产生软对数似然比以提升解码性能。
2026-07-07 cs.IT cs.LG eess.SP
Performance Analysis of SPAD-Based Optical Wireless Communication with OFDM
近年来，单光子雪崩二极管（SPAD）在光无线通信（OWC）中的应用越来越受到人们的关注。SPAD在盖革模式下工作，可以作为光子计数接收器，从而无需跨谐放大器（TIA）。虽然SPAD接收机可以提供更高的灵敏度相比，传统的线性光电探测器，它遭受的死区时间引起的非线性。为了提高基于SPAD的OWC系统的数据率，可以采用光正交频分复用（OFDM）。本文提供了一个全面的理论分析的SPAD为基础的OWC系统使用OFDM信令考虑信号削波，SPAD非线性，和信号相关的散粒噪声的影响。提出了一种等效的加性高斯噪声信道模型来描述基于SPAD的OFDM系统的性能。该信道模型的统计特性以及信噪比（SNR）和出错率（BER）的解析表达式推导出封闭的形式。通过大量的数值计算，研究了接收机独特的非线性对系统性能的影响。结果表明，新的见解不同的光功率制度的可靠运行的SPAD为基础的OFDM系统，甚至远远超过SPAD饱和水平。
2022-06-04 cs.IT eess.SP math.IT
End-to-End Learning for Uplink MU-SIMO Joint Transmitter and Non-Coherent Receiver Design in Fading Channels
Institute for Communication Systems (ICS), University of Surrey（萨里大学通信系统研究所）；Huawei Technologies Co., Ltd.（华为技术有限公司）
针对衰落信道下上行链路多用户单输入多输出（MU-SIMO）联合发射机和非相干接收机设计（JTRD）问题，提出了一种新的端到端学习方法JTRD-Net。其基本思想在于使用人工神经网络（ANN），以取代传统的通信模块在发送器和接收器侧。更具体地说，发射机侧被建模为一组平行的线性层，这是负责多用户波形设计;和非相干接收机形成的深度前馈神经网络（DFNN），以便提供多用户检测（MUD）的能力。整个JTRD-Net可以通过深度学习从端到端进行训练，以适应渠道统计数据。训练后，JTRD-Net可以以非相干方式有效地工作，而不需要任何级别的信道状态信息（CSI）。在此基础上，提出了一种新的权重初始化方法，即时间间隔初始化方法。结果表明，在用户之间的收敛速度均衡方面，时间间隔初始化优于传统的方法（如Xavier初始化）。仿真结果表明，所提出的JTRD-网络的方法在可靠性和可扩展性方面都有显着的优势，在两个i.i.d.基线计划。复高斯信道和空间相关信道。
2021-05-04 cs.LG eess.SP
Matched-Filter based Backscatter Communication for IoT Devices over Ambient OFDM Carrier
在本文中，我们研究了连接到物联网（IoT）网络的功率受限设备的反向散射通信（BC），其中在接收器处执行联合估计和检测，以检测来自具有环境正交频分复用（OFDM）载波的反向散射设备（BD）的信号。在传统的载波编码中，为了避免载波估计的困难，通常在接收端考虑能量检测器，代价是性能较差。为了提高性能，在本文中，我们考虑了一种新的方法，允许在接收端通过联合估计和检测的载波估计。特别地，在所提出的方法中，在BD处的匹配滤波（用于发射机滤波器）被采用以施加允许经由联合估计和检测的高效且可靠的载波估计的特定属性。通过性能分析和仿真结果，我们表明，匹配滤波在BD在所提出的方法可以提高性能。
2019-08-19 cs.IT eess.SP math.IT
Neural Augmentation of MIMO-OFDM Receivers for Universal LLR Reconstruction
Ben-Gurion University of the Negev（内盖夫本-古里安大学）
提出一种紧凑模块化DNN增强方法，通用地改进现有接收机的软输出，处理结构不完整软信息和硬件损伤导致的退化软输出，产生校准的对数似然比用于信道解码。
2026-06-28 cs.IT eess.SP math.IT
Degrees of Freedom of Over-the-Air Computation over a MIMO Gaussian Network with Two Transmitters and Two Receivers
University of California at Irvine（加州大学尔湾分校）；University of North Texas（北德克萨斯大学）
研究两发两收MIMO高斯网络中空中计算的自由度，提出ACDoF度量，证明其几乎必然等于min{M1,M2,N1,N2,(1/3)max(M1+M2,N1+N2)}，并扩展到SISO和有限SNR场景。
2026-06-04 cs.IT eess.SP math.IT
Sequence-Based OOK for Orthogonal Multiplexing of Wake-up Radio Signals and OFDM Waveforms
在这项研究中，我们提出了一种方法来构建开关键控（OOK）符号唤醒无线电（WURs）通过使用在频域中的序列。所提出的方法实现唤醒信号（WUS）和正交频分复用（OFDM）波形的正交复用。考虑到衰落信道中WUSs的可靠性，我们用一种易于处理的算法对序列进行了优化。该算法依赖于一个交替的最小化技术，即循环算法新（CAN），这是最初提出的获得一个具有良好的非周期相关特性的幺模序列。在这项研究中，我们扩展CAN产生OOK波形与曼彻斯特编码。我们展示了四个优化序列的性能，并与最先进的方法进行比较。我们表明，该方案提高了唤醒无线电接收机（WURx）的性能，通过控制在频域中的能量分布，同时消除在OFDM接收机的干扰地板。
2018-08-09 cs.IT eess.SP math.IT
