mmWave/THz Channel Estimation Using Frequency-Selective Atomic Norm Minimization
提出了一种基于频率选择性原子范数最小化（FS-ANM）的毫米波和太赫兹系统MIMO信道估计方法。对于这种高频段中信道的强视距特性，可以获得关于出发/到达角（AoD/AoA）范围的先验知识作为先验知识，所提出的信道估计器可以利用该先验知识来提高估计精度。仿真结果表明，该方法可以实现相当大的性能增益时，与现有的方法相比，没有纳入强的视线属性。
2020-06-02 eess.SP
High Accurate Time-of-Arrival Estimation with Fine-Grained Feature Generation for Internet-of-Things Applications
传统的方案通常需要额外的参考信号或更复杂的算法来提高到达时间（TOA）估计精度。然而，在这封信中，我们建议从基于全频带和资源块（RB）的参考信号中生成细粒度特征，并相应地计算互相关以提高观测分辨率以及TOA估计结果。使用类频谱互相关特征图，我们应用机器学习技术与解耦特征提取和拟合来理解时域和频域的变化，并将特征直接投影到TOA结果中。通过数值例子，我们表明，建议的高精度TOA估计与细粒度的特征生成可以实现至少51%的均方根误差（RMSE）的改善，在静态传播环境和38 ns的多径衰落环境中的中值TOA估计误差，这是相当于36%和25%的改善，如果与现有的MUSIC和ESPRIT算法相比，分别。
2020-08-18 eess.SP
Channel Estimation for RIS-Aided MIMO Systems: A Partially Decoupled Atomic Norm Minimization Approach
针对RIS辅助MIMO系统信道估计的挑战，提出部分解耦原子范数最小化框架及其改进算法RPDANM-APC，利用三维角度稀疏性降低复杂度，在减少训练开销和运行时间的同时显著提升估计精度。
2024-07-29 cs.IT eess.SP math.IT
A Block Alternating Optimization Method for Direction-of-Arrival Estimation with Nested Array
本文在稀疏信号表示的框架下研究了嵌套阵列的波达方向估计问题。利用矢量化算子，建立了一种新的具有更宽虚拟孔径的实值非负稀疏信号恢复模型。为了利用著名的压缩感知算法，连续的参数空间必须离散到一些固定的网格点，这不可避免地引起离网间隙引起的建模误差。为了解决这个问题，提出了一种块交替优化方法，联合估计稀疏信号和细化网格点的位置。具体而言，受优化最小化的启发，所提出的方法迭代地最小化优化给定目标函数的代理函数，其中每次迭代仅更新单个变量块，而其余变量保持固定。所提出的方法具有负担得起的计算复杂性，数值试验证实其优越的性能相对于现有的替代品在超定和欠定的情况下。
2019-04-11 eess.SP
Decoupled Azimuth Elevation AoA Estimation Exploiting Kronecker Separable Steering Matrices
University of Leeds（利兹大学）；University of Strathclyde（斯特拉斯克莱德大学）；Federal University of Ceará（塞阿拉联邦大学）
本文提出一种经济的子空间解耦框架，利用克罗内克可分离的指向矩阵结构，实现二维到达角估计，通过低复杂度解耦方案恢复方位和仰角指向矩阵的列空间，并通过二维谱函数配对，提升中大规模阵列的精度与谱效率。
2026-05-13 eess.SP
Rank Minimization-based Toeplitz Reconstruction for DoA Estimation Using Coprime Array
在本文中，我们解决了互质阵列，这是一个最优选的稀疏阵列配置的测向问题。由于阵元间距不均匀会影响接收信号中潜在信息的充分利用，本文提出了一种基于Toeplitz协方差矩阵低秩重构的DOA估计算法。考虑了内插虚拟阵列的测量值的原子范数表示，并使用循环优化方法制定和解决了等效的双变量秩最小化问题。所恢复的协方差矩阵使得能够应用常规的基于子空间的谱估计算法（诸如MUSIC）来实现增强的DoA估计性能。所提出的方法的估计性能，在自由度和空间分辨率方面，检查。我们还显示了所提出的方法在均方根误差意义上的竞争力的方法的优越性。
2021-03-29 eess.SP
Energy Optimization for Time-of-Arrival Based Tracking
Politecnico di Milano（米兰理工大学）
本文提出了一种基于到达时间的跟踪能量优化方法，通过推导后验Cramer-Rao界的变化公式，实现了在约束条件下对信号能量的优化控制。
2025-12-22 eess.SP
Joint DoA-Range Estimation Using Space-Frequency Virtual Difference Coarray
在本文中，我们解决的问题，联合波达方向（DoA）和距离估计使用频率不同互质阵列（FDCA）。通过引入互质阵列结构和互质频偏，提出了一种二维空频虚差协阵，对应于均匀阵列和均匀频偏，增加了系统的自由度。然而，双Toeplitz协方差矩阵的重建在计算上是禁止的。为了解决这个问题，我们提出了一种基于解耦原子范数最小化（DANM）的插值算法，它将共阵列信号转换为一个简单的矩阵形式。在此基础上，建立了一个基于松弛的优化问题，实现了具有增强DoF的联合DoA-距离估计。重构的共阵列信号使得能够应用现有的基于子空间的谱估计方法。提出的DANM问题进一步转化为一个等价的秩最小化问题，它是解决循环秩最小化。这种方法避免了核范数为基础的方法中引入的近似误差，从而实现更接近Cramer-Rao界的优良均方根误差。理论分析和数值仿真验证了该方法的有效性。
2022-05-05 eess.SP
Super-resolution Method for Coherent DOA Estimation of Multiple Wideband Sources
本文针对多宽带源相干波达方向估计问题，提出一种基于新聚焦策略和原子范数最小化的超分辨方法，通过半定规划求解，仅需极少快照即可实现更高分辨率和更强噪声鲁棒性。
2021-03-04 eess.SP
Low-Complexity Tensor-Based Channel Parameter Estimation for mmWave MIMO-Assisted Systems
Federal University of Ceará（塞阿拉联邦大学）
本文针对采用无源Butler矩阵波束成形的下行毫米波大规模MIMO系统，提出基于三阶PARAFAC张量的低复杂度信道估计框架，通过BALS优化降低计算开销，结合ESPRIT提取角度并推导CRLB，仿真显示其性能优于传统最小二乘方法。
2026-10-12 eess.SP
Two Efficient and Easy-to-Use NLOS Mitigation Solutions to Indoor 3-D AOA-Based Localization
针对视距（LOS）和非视距（NLOS）混合室内环境中的三维（3-D）到达角（AOA）源定位问题，提出了两种有效且易于使用的误差抑制解决方案。一个加权的线性最小二乘估计推导出的第一个LOS AOA组件的方向向量的到来，虽然在一个次优的方式。接着，利用残差平方和进行数据选择，以丢弃易出错的NLOS连接。在这样做时，第一种方法构成，可以获得更准确的封闭形式的位置估计。第二种方法应用模拟退火随机框架来实现鲁棒的$\ell_1$ -最小化准则，因此属于统计鲁棒化方法。计算机仿真和超声波现场实验进行了评估的两种方法的性能，展示了各自的情况下，他们出色的定位结果。
2021-08-13 eess.SP
Fast Two-Dimensional Atomic Norm Minimization in Spectrum Estimation and Denoising
基于原子范数最小化（ANM）方法恢复二维谐波分量的研究成果，提出了一种基于ANM方法的二维波达方向（DOA）离网快速估计方法。通过引入矩阵原子范数，将二维DOA估计问题转化为矩阵原子范数最小化问题。由于2D-ANM无网格波达方向估计是将二维矢量化为一维估计并通过半定规划（SDP）求解的，当天线数量增加到较大尺寸时，2D处理的计算量很大。为了克服这一困难，本文给出了一种基于SDP方法的MANM问题的详细表述，MANM方法将原来的$MN+1$维数问题转化为$M+N$维数SDP问题，大大降低了计算复杂度。本文研究了从部分无噪观测值和全噪观测值中恢复二维线谱稀疏信号的问题，这两个问题都可以通过MANM方法有效地解决，并获得高精度的二维真实角度估计。我们给出了该方法的最优性条件的一个充分条件，并证明了去噪的期望错误率的上界。最后，通过数值仿真验证了该方法的有效性和性能，并与现有的几种稀疏方法进行了比较。
2018-07-23 cs.IT eess.SP math.IT
Robust Quantum-MUSIC for DoA Estimation Using Rydberg Atomic Receiver Arrays
Indian Institute of Technology (IIT) Delhi（印度理工学院德里分校）；Bharti School of Telecommunication Technology and Management, IIT Delhi（印度理工学院德里分校电信技术与管理学院）；University of Melbourne（墨尔本大学）
针对量子MUSIC算法对异常值敏感的问题，提出用ℓ1范数替代ℓ2范数的鲁棒量子MUSIC框架，通过迭代重加权最小二乘求解相位恢复，在保持结构不变下实现抗异常值性能。
2026-05-25 eess.SP
Low-Complexity Estimation Algorithm and Decoupling Scheme for FRaC System
本文针对FRaC系统中距离、DOA和速度三维参数耦合导致估计不准的问题，提出分解解耦原子范数最小化（DANM）方法，将三维估计矩阵拆分为多个带稀疏约束的二维矩阵，实现低复杂度高精度三维参数估计，并通过仿真验证其优于联合估计算法。
2024-03-27 eess.SP
Dual-Function Beam Pattern Design for Multi-Target ISAC Systems: A Decoupled Approach
针对多用户多点目标 ISAC 中通信与雷达传感的资源竞争，本文提出将传感问题解耦为两个子问题的 SGCDF 波束方向图设计，并给出基于 RMO 与凸投影的低复杂度算法，提升多目标估计精度并降低计算成本。
2025-09-27 cs.SY eess.SP eess.SY
Atomic Norm Minimization-based DoA Estimation for IRS-assisted Sensing Systems
针对半被动IRS辅助感知系统的多目标DoA估计问题，提出利用ANM挖掘IRS反射与感知单元矩阵中信息的方法，推导了克拉美罗界，数值验证其精度与分辨率优于基准方法。
2024-09-16 cs.IT eess.SP math.IT
DNN-DANM: A High-Accuracy Two-Dimensional DOA Estimation Method Using Practical RIS
针对实际RIS中互耦效应和相位/幅度误差导致DOA估计性能下降的问题，本文提出结合DNN与DANM的二维DOA估计方法，并通过低复杂度SDP求解，仿真和原型验证其优于现有方法。
2023-09-25 eess.SP
Movable Antennas for Robust Wireless Sensing via Joint Cramér-Rao Bound and Sidelobe Minimization
National University of Singapore（新加坡国立大学）；Beijing Institute of Technology（北京理工大学）
提出一种可移动天线无线感知系统设计方法，通过天线位置优化联合最小化克拉美-罗界和模糊函数最大旁瓣，平衡中信噪比下的估计误差，实现全信噪比范围内更低的到达角估计均方误差。
2026-06-23 cs.IT eess.SP math.IT
Low Complexity Iterative 2D DOA Estimation in MIMO Systems
多输入多输出（MIMO）系统在波达方向（DOA）估计中起着至关重要的作用。MIMO系统中大量天线的使用给MUSIC和ESPRIT等常用DOA估计算法带来了很大的复杂度负担。这使得这些算法在需要快速DOA估计的应用中不切实际。因此，我们从理论上推导出几个有用的噪声子空间向量时，信号源的数量小于发送器和接收器侧的元素的数量。这些噪声子空间向量，然后利用制定一个二维约束的最小化问题，迭代求解，以获得在场景中的所有源的DOA。所提出的迭代算法的收敛性已被数学和数值证明。根据迭代次数，我们的算法可以提供显着的复杂度增益超过现有的高分辨率二维DOA估计算法在MIMO系统中，如MUSIC，同时表现出相当的性能，为中等到高的信噪比（SNR）。
2023-03-15 eess.SP
Gridless DOA Estimation with Multiple Frequencies
波达方向（DOA）估计在声源定位中应用广泛。多频模型适合于描述声信号中的宽带结构。本文研究了多频连续（无网格）波达方向估计问题。该问题被表述为原子范数最小化（ANM）问题。ANM问题等价于一个半定规划（SDP），可以通过现成的SDP求解器来求解。双证书条件提供证明SDP解决方案的最优性，使源可以通过找到一个多项式的根定位。我们还构造了对偶多项式，以满足对偶证书条件，并表明，这样的建设存在时，源振幅有一个统一的幅度。在多频ANM中，较高频率处的DOA的空间混叠可能会引起挑战。我们广泛地讨论了这个问题，并提出了一个强大的解决方案，以打击混叠。数值结果支持我们的理论研究结果，并证明了所提出的方法的有效性。
2023-02-06 eess.SP
Multi-Antenna Dual-Blind Deconvolution for Joint Radar-Communications via SoMAN Minimization
本文针对多天线接收机中雷达与通信信号叠加的双盲反卷积问题，提出最小化多元原子范数之和（SoMAN）的方法，并基于正超卦限三角多项式理论设计精确半定规划，实现样本与天线需求对数级增长及精确参数恢复。
2024-03-28 cs.IT eess.SP math.FA
Efficient DOA Estimation Method for Reconfigurable Intelligent Surfaces Aided UAV Swarm
传统的波达方向（DOA）估计方法是在多个接收信道上进行的。在本文中，一个变化的DOA估计问题，解决了在一个不同的情况下，只有一个全功能的接收通道。提出了一种利用多个提升式可重构智能表面（RIS）的无人机群体系统来进行方位估计。无人机的运动会显著降低DOA估计性能，现有的原子范数最小化（ANM）方法不能用于阵列扰动的场景。针对无人机的位置扰动，提出了一种基于原子范数的DOA估计方法，利用位置扰动参数定义原子范数。然后，一个定制的半定规划（SDP）方法来解决原子范数为基础的方法，其中不同于传统的SDP方法，制定了一个额外的转换矩阵。此外，梯度下降法被应用到细化估计的DOA和位置扰动进一步。仿真结果表明，在仅有一个接收通道的无人机群系统中，该方法的DOA估计性能明显优于各种基准方法。
2022-03-19 eess.SP
Two-snapshot DOA Estimation via Hankel-structured Matrix Completion
本文研究了稀疏采样均匀线阵的波达方向估计问题。基于一个初始的不完整的快照测量，我们的策略是选择一个稀疏的数组元素的子集测量下一个快照。然后，我们使用一个Hankel结构的矩阵完成插值缺失的测量。最后，源DOA估计使用子空间方法，如Prony的完全恢复的时间戳。我们从理论上提供了一个足够的界限所需的样本（数组元素）的数量完美的恢复。所提出的方法与现有的技术，如原子范数最小化和离网方法的数值比较证实了所提出的方法的优越性。
2022-02-21 cs.IT eess.SP math.IT
Two-Stage Channel Estimation for Hybrid RIS Assisted MIMO Systems
可重构智能表面（RISs）已被提出作为改善毫米波（mmWave）多输入多输出（MIMO）通信中的信号覆盖和减轻频繁阻塞的关键使能器。然而，信道状态信息（CSI）获取是RIS实际部署的主要挑战之一。无源RIS没有任何基带处理能力，这给信道估计（CE）带来了困难，因为单个信道或级联信道只能在基站（BS）通过上行链路训练或移动台（MS）通过下行链路训练来估计。为了促进CSI获取，我们专注于混合RIS架构，其中少量的元件是活动的并且能够在RIS处接收和处理导频信号。通过遵循原子范数最小化以两个阶段执行CE以恢复信道参数，即，离开角（AoD）、到达角（AoA）和传播路径增益。仿真结果表明，在相同的训练开销下，该方案的性能优于被动RIS CE。此外，我们还研究了理论性能限制的均方误差（MSE）通过Cramér-Rao下限（CRLB）分析。
2021-07-15 eess.SP
Joint Shape-Position Optimization Enhanced 2D DOA Estimation in Movable Antenna Systems
Key Laboratory of Near-Range RF Sensing ICs and Microsystems (NJUST), Ministry of Education, School of Electronic and Optical Engineering, Nanjing University of Science and Technology（南京理工大学电子与光学工程学院近程射频感知集成电路与微系统教育部重点实验室）；Qian Xuesen College, Nanjing University of Science and Technology（南京理工大学钱学森学院）
本文提出联合形状-位置优化方法，通过最小化CRB提升可移动天线系统中二维到达角估计性能，采用等边三角形结构简化约束条件，优化天线位置以提高估计精度。
2026-04-05 eess.SP
Atomic Norm Based Localization of Far-Field and Near-Field Signals with Generalized Symmetric Arrays
针对远场和近场混合源的定位方法大多基于均匀线阵，而不是稀疏线阵。本文提出了一种基于广义对称线阵的FF和NF混合源定位方法，其中包括ULA、Cantor阵列、Fractal阵列和许多其他SLA。我们的方法包括两个步骤。在第一步中，利用阵列输出的高阶统计量来增加自由度。然后利用最近提出的原子范数最小化（ANM）方法对FF和NF源的波达方向（DOA）进行联合估计，该方法不需要对参数空间进行离散化，属于无网格超分辨方法。在第二步中，通过类MUSIC一维搜索给出范围。仿真结果证明了该方法的优越性。
2021-01-14 cs.IT eess.SP math.IT
Linearly Constrained Smoothing Group Sparsity Solvers in Off-grid Model
在压缩感知中，假设感知矩阵是完全已知的。然而，由于传感器偏移或噪声干扰，在实际应用中，传感矩阵存在扰动。具有离网效应的波达方向（DoA）估计满足这种情况，并且可以被公式化为具有线性不等式约束的（非）凸优化问题，其可以通过内点方法（使用CVX工具）来求解，但是计算成本很大。在这项工作中，为了设计高效的算法，我们考虑各种替代配方，如无约束配方，原始对偶配方，或圆锥配方开发组稀疏促进求解器。首先，应用一致交替方向乘法器（C-ADMM）。然后，结合Nesterov光滑技术和加速邻近梯度法，提出了求解BPDN方程的迭代算法，并进行了收敛性分析.我们还开发了一种基于EGT（过度间隙技术）的原始-对偶方法的变体，以系统地依次减小平滑参数。最后，我们利用光滑对偶锥优化（SDCO）和延拓技术，给出了二次约束L2-L1混合范数极小化问题的算法。数值仿真结果表明，所提出的方法的精度和收敛性能。
2019-06-03 cs.IR eess.SP math.OC
Single Snapshot Super-Resolution DOA Estimation for Arbitrary Array Geometries
本文研究了在单次快拍和相干源条件下任意几何形状传感器阵列的无搜索波达方向估计问题。我们扩展的搜索自由的超分辨率波束形成的方法，原来只适用于均匀线阵，阵列的任意几何形状。将连续角域上的无穷维原原子范数极小化问题转化为一个对偶问题。利用周期性，对偶函数，然后表示与三角多项式使用截断傅立叶级数。一个线性的经验法则，推导出用于选择准确的多项式表示所需的傅立叶系数的最小数目，从一个参考点的最远的传感器的距离的基础上。对偶问题，然后表示为一个半定规划和有效地解决。最后，通过多项式求根得到无搜索DOA估计，并通过最小二乘法恢复源幅度。使用圆形和随机平面阵列的仿真表明，完美的DOA估计在无噪声的情况下。
2018-11-15 cs.IT eess.SP math.IT
