Optimal Transmit Antenna Selection Algorithm in Massive MIMOME Channels
研究了窃听信道下大规模多输入多输出(MIMO)系统的发射天线选择问题。发射机,配备了一个大规模的天线阵列,其大小是远远大于窃听者和合法的接收器,选择一个子集的天线发送消息。提出了一种基于分支定界(BAB)搜索的独立同相瑞利平坦衰落信道下的天线选择算法,该算法在发射功率均匀分配到活动天线上的情况下,最大化发射机和合法接收机之间的保密容量。此外,所提出的算法分别适用于两种情况下,这是基于信道侧信息的窃听(CSIE)是否可用。仿真结果表明,该算法在两种情况下都具有与穷举搜索相同的性能,但复杂度要低得多。
2019-01-19 eess.SP
A Hybrid Approach to Joint Estimation of Channel and Antenna impedance
针对单输入单输出信道,提出了一种联合估计信道信息和天线阻抗的混合方法。通过同步切换负载在接收器的训练序列的观察的基础上,我们推导出联合最大后验概率和最大似然(MAP/ML)的信道和阻抗多个数据包的估计。我们研究这些估计的重要性质,例如,偏见和效率。我们还探讨了这些估计的性能,通过数值例子。
2018-11-28 eess.SP
Learning Sequential Channel Selection for Interference Alignment using Reconfigurable Antennas
近年来,已经探索了机器学习技术来支持、增强或扩充无线系统,特别是在协议栈的物理层。传统的基于ML的方法或优化通常由于算法复杂性、对现有训练数据的依赖和/或由于分布式设置而不适合。在本文中,我们制定了一个可重构天线为基础的信道选择问题的干扰对齐在多用户无线网络作为一个学习问题。更具体地说,我们建议,通过使用顺序学习,可以选择一个有效的信道或信道的组合,以提高干扰对齐使用可重构天线。我们首先制定的通道选择作为一个多臂的问题,旨在优化网络的总速率。我们表明,通过使用自适应顺序学习策略,网络中的每个节点可以学习选择最佳信道,而不需要所有可用的天线状态的完整和瞬时CSI。我们进行性能分析,我们的技术的MIMO干扰信道使用传统的IA计划和量化的模式多样性和学习信道选择的好处。
2019-02-12 eess.SP
Channel Estimation for mmWave Pinching-Antenna Systems
本文针对毫米波捏合天线系统提出一种低开销信道估计方案,通过激活近馈点和远馈点的少量捏合天线子阵列模拟大孔径阵列,实现高精度多径参数估计并降低硬件切换与导频开销。
2025-04-12 eess.SP
How Many Antennas Do We Need for Massive MIMO Channel Sounding? - Validating Through Measurement
针对3.5 GHz多传播场景,研究了天线数量(8 ~ 64)和阵列配置对大规模多输入多输出信道参数估计的影响。通过在消声室中放置几个反射器和吸收器来人为地创建不同的测量环境。地面实况信道参数,例如路径角,通过几何和三角规则获得。然后,将这些与通过对测量应用空间交替广义期望最大化(SAGE)算法提取的信道参数进行比较。总体而言,各种阵列配置和多种环境下的估计误差进行了比较。本文的研究将有助于室外大规模大规模多输入多输出信道探测中天线阵列的合理配置和参数提取算法的确定。
2019-03-19 eess.SP
Optimizing Antenna Coding for Pixel Antenna Empowered SISO-OFDM Systems
The Hong Kong University of Science and Technology(香港科技大学);University of Macau(澳门大学)
本文研究了利用高可重构像素天线增强SISO-OFDM系统信道容量的方法,通过联合优化天线编码与子载波功率分配提升容量,采用SEBO和水填充算法,并提出基于码本的简化方法。
2026-03-18 eess.SP
A General EM-Based Channel Model for Reconfigurable Antenna Systems
City University of Hong Kong(香港城市大学)
本文提出一种基于电磁的通用信道模型,用于研究可重构天线系统中天线配置对信号辐射、传播和接收的影响,通过与商业仿真软件对比验证了模型的准确性,并展示了动态调整天线方向可提升通信速率达70%。
2026-04-24 cs.IT eess.SP math.IT
Spatially Reconfigurable Antenna Systems for 6G: EM-based Channel Modeling, Measurements, and Orientation Design
City University of Hong Kong(香港城市大学);Shanghai Jiao Tong University(上海交通大学)
本文针对6G SRASs现有信道模型忽略电磁矢量特性的问题,提出基于球矢量波展开的电磁信道模型,结合流形优化方法优化天线方向,可将多用户MIMO系统总速率提升16.6%至19.3%。
2026-08-04 eess.SP
Movable Antenna Aided Multiuser Communications: Antenna Position Optimization Based on Statistical Channel Information
本文提出基于统计信道信息优化可移动天线位置的方法,利用双时间尺度框架和梯度上升算法,提升多用户通信的长期遍历和速率,优于固定天线系统。
2025-02-28 eess.SP
Movable Antenna Arrays with Imperfect Channel State Information in Rich Scattering Environments
KTH Royal Institute of Technology(皇家理工学院)
针对丰富散射环境中不完美信道状态信息的问题,本文提出含导频传输、MMSE估计与ZF预编码的端到端框架,通过粒子群优化天线位置,揭示阵列几何与预编码器的耦合关系,为MA系统设计提供指导。
2026-09-01 eess.SP
Joint Channel and Symbol Estimation for Communication Systems with Movable Antennas
针对基站配备可移动天线阵列的上行多用户系统,提出基于PARAFAC2张量分解的半盲接收机,通过交替算法联合估计信道与符号,仿真性能显著优于参考方案。
2025-06-08 eess.SP
Antenna Coding Empowered by Pixel Antennas
Yonsei Frontier Lab, Yonsei University(延世大学延世前沿实验室)
该研究提出像素天线赋能的天线编码技术,构建通信模型后分别优化SISO与MIMO系统的天线编码及相关参数,仿真显示可显著提升信道增益与容量,为无线通信系统优化提供新维度。
2025-10-02 cs.IT eess.SP math.IT
CNN-Based Channel Map Estimation for Movable Antenna Systems
本文提出基于CNN的方案,利用有限信道测量重构3D移动区域内的小尺度信道图,以降低可移动天线系统信道估计开销,数值结果验证其准确性优于基准。
2025-05-27 eess.SP
Ergodic Secrecy Rate of Antenna-Selection-Aided MIMOME Channels with BPSK/QPSK Modulations
本文分析了在瑞利平坦衰落下,多输入多输出窃听信道(又称多输入多输出多窃听信道)中BPSK/QPSK调制的发射天线选择问题。在我们的协议中,一个单一的天线被选择来发送秘密消息和选择梳(SC)或最大比梳(MRC)是利用在合法的接收机或窃听。新的封闭形式的遍历保密率推导出近似的精确值,它保持高精度和紧凑的形式。除了理论推导外,还通过仿真验证了所提公式的可行性和有效性。
2019-07-13 eess.SP
Artificial intelligence enabled radio propagation for communications-Part I: Channel characterization and antenna-channel optimization
为了提供更高的数据速率,以及更好的覆盖范围,成本效益,安全性,适应性和可扩展性,5G和超越5G的网络是用各种人工智能技术开发的。在这篇由两部分组成的论文中,我们研究了人工智能(AI),特别是机器学习(ML)在无线传播信道研究中的应用。在第一部分中,它首先提供了用于信道表征的ML和基于ML的天线-信道优化的全面概述,然后在第二部分中给出了信道场景识别和信道建模的最新文献综述。介绍了通信网络中最大似然估计的基本结果和关键概念,分析和比较了信道数据处理、传播信道估计和信道特性描述中广泛使用的最大似然方法。最后讨论了支持ML的下一代网络面临的挑战和未来的研究方向。
2021-11-24 eess.SP
Antenna Array Design for Mono-Static ISAC
针对6G单基地ISAC中通信阵列约束导致的自由度受限问题,提出角度能力评估模型,并在相同阵元数下采用感知阵列稀疏拓扑,以改善感知性能与硬件成本的权衡。
2024-05-08 eess.SP
Slow Movable Antenna System Design Based on Cell-Specific Long-Term Angular Power Spectrum
National University of Singapore(新加坡国立大学);Beijing Institute of Technology(北京理工大学)
本文提出基于基站获取的细胞级统计信道信息的慢移动天线优化框架,通过协方差特征值平衡天线位置(CEBAP)设计,降低信道估计开销并提升系统性能。
2026-05-12 eess.SP
Study of 5G base station antenna array performance for self-interference reduction
本研究建立视距与瑞利信道模型,计算信道容量,初步探讨5G基站天线阵列自干扰抑制性能,为后续研究提供基础。
2024-05-23 eess.SP
28 GHz mmWave Channel Measurements: A Comparison of Horn and Phased Array Antennas and Coverage Enhancement Using Passive and Active Repeaters
传播信道特性在6 GHz以下和毫米波(mmWave)频带中是显著不同的。典型的毫米波链路经历比传统的sub-6 GHz链路大一个数量级的路径损耗,并且更容易受到阻塞的影响。因此,需要使用高效的信道探测器进行广泛的测量活动,以全面了解毫米波传播信道特性。此外,应寻求解决方案来克服与毫米波频带相关联的中断问题,并实现可接受的通信性能。在本文中,我们的28 GHz通道的声音,可以使用喇叭天线以及相控阵天线。然后,在它们从一个方向切换到另一个方向的速度和提取的多径分量(MPC)属性(诸如路径增益)方面比较两种天线类型。然后,我们建议使用无源反射器和有源中继器,通过提高接收信号强度来增强覆盖范围。特别介绍了回波反射器和TURBO转发器,并给出了使用它们的测量结果。
2020-02-01 eess.SP
ESPARGOS: An Ultra Low-Cost, Realtime-Capable Multi-Antenna WiFi Channel Sounder
针对现有多天线信道探测仪成本高、操作难的问题,基于量产WiFi芯片开发超低成本、实时多天线WiFi信道探测仪ESPARGOS,以降低信道探测准入门槛,支持JCaS等领域的应用需求。
2025-02-13 eess.SP
Deep Learning Based Antenna Selection for Channel Extrapolation in FDD Massive MIMO
Xidian University(西安电子科技大学);Tsinghua University(清华大学);Memorial University(纽芬兰纪念大学)
在大规模多输入多输出(MIMO)系统中,大量的天线对准确获取信道状态信息带来了巨大的挑战,特别是在频分双工模式下。为了克服混合波束形成中无线链路数量有限的瓶颈,我们利用神经网络(NN)来捕获上行链路和下行链路信道数据集之间的固有连接,并从上行链路信道状态信息的子集外推下行链路信道。我们研究了天线子集选择问题,以实现最佳的信道外推和减少数据量的神经网络。利用概率抽样理论将离散天线选择近似为连续可微函数,这使得深度学习的反向传播变得可行。然后,我们设计了适当的离线训练策略来优化天线选择模式和外推神经网络。最后,数值结果验证了我们提出的大规模多输入多输出信道外推算法的有效性。
2020-09-03 cs.AI eess.SP
Relay-Aided Channel Estimation for mmWave Systems with Imperfect Antenna Arrays
基于压缩感知(CS)的信道估计技术最近已经成为利用少量测量来获取毫米波(mmWave)系统的信道的有效方式。然而,这些技术是基于发射和接收阵列流形的先验知识,并且在发射器和接收器处都假设完美的天线阵列。在天线缺陷的存在下,阵列的几何形状和响应被修改。这使CS测量矩阵失真并导致信道估计误差。本文研究了发射和接收天线缺陷对毫米波信道估计的影响。然后提出了一种中继辅助解决方案,该解决方案纠正了由故障发射阵列引起的误差。仿真结果表明,所提出的解决方案的有效性,并表明,可比的信道估计时,可以得到与完美的天线系统相比,而不需要额外的训练开销。
2019-06-01 cs.IT eess.SP math.IT
Joint Channel and Symbol Estimation for RIS-Assisted Fluid Antenna Systems
Federal University of Ceará(塞阿拉联邦大学);Federal Institute of Ceará(塞阿拉联邦学院)
针对基站配备流体天线的RIS辅助多用户上行系统,提出NTFAS协议和两阶段半盲双线性交替最小二乘接收机,实现级联信道与符号的联合估计,并利用PARAFAC结构分离用户-RIS和RIS-BS信道,仿真表明该方法在级联信道NMSE和频谱效率上优于对比方案。
2026-05-29 eess.SP
BEACHES: Beamspace Channel Estimation for Multi-Antenna mmWave Systems and Beyond
大规模多天线毫米波(mmWave)和太赫兹无线系统承诺在相同的时间-频率资源中向多个用户设备进行高带宽通信。在这样的频率下波传播的高路径损耗和利用大规模天线阵列的波束成形的细粒度性质需要精确的信道估计以充分利用这样的系统的优点。在本文中,我们提出了波束空间信道估计(BEACHES),一个低复杂度的信道估计算法多天线毫米波系统和超越。BEACHES利用高频波传播是定向的这一事实,这使我们能够对波束空间域中的(近似)稀疏信道状态信息进行降噪。为了避免繁琐的参数选择,海滩包括一个计算效率高的调谐阶段,可证明最大限度地减少在大天线限制的信道估计的均方误差。为了证明BEACHES的有效性,我们提供了视距(LoS)和非LoS毫米波信道模型的仿真结果。
2019-08-08 cs.IT eess.SP math.IT
Secrecy Performance of Antenna-Selection-Aided MIMOME Channels with BPSK/QPSK Modulations
研究了发射天线选择(TAS)和BPSK/QPSK调制下的多输入多输出(MIMO)窃听信道(又称多输入多输出多窃听信道)的保密性能。在发射机和合法接收机之间的主信道中,选择单个发射天线以使接收机处的瞬时信噪比(SNR)最大化。在接收器和窃听器处,使用选择组合(SC)。通过假设瑞利平坦衰落,我们首先推导出封闭形式的近似表达式的遍历保密率时的信道状态信息的窃听者(CSIE)是在发送端可用。其次,当CSIE不可用时,给出了近似和渐近保密中断概率(SOP)的解析公式。在理论推导的基础上,给出了仿真结果,验证了所得结果的逼近精度。此外,渐近结果表明,保密分集阶退化为0,由于有限的字母输入,这是完全不同的高斯输入驱动。
2019-04-27 eess.SP
Antenna Impedance Estimation in Correlated Rayleigh Fading Channels
本文在相关瑞利衰落信道中建立天线阻抗估计框架,基于多分组训练序列推导最大似然估计器,并通过数值实验分析其效率及信道相关性的影响。
2023-07-07 cs.IT eess.SP math.IT
Channel Estimation and Reconstruction in Fluid Antenna System: Oversampling is Essential
该文针对6G流体天线系统的信道估计与重构问题,分析得出半波长采样不足、过采样至关重要的结论,提出次优采样距离与基于MLE的误差界方法,还发现存在最优天线尺寸使可达速率最大,且非理想CSI的FAS性能可优于理想CSI的TAS。
2024-11-01 eess.SP
The Interference Channel Revisited: Aligning Interference by Adjusting Receive Antenna Separation
它示出,配备有两个天线的接收器可以空任意大量的空间方向到任何所需的精度,同时保持无干扰的信号-噪声比,通过明智地调整天线元件之间的距离。主要的理论结果建立在遍历理论的基础上。该方案在中等信噪比系统中的实用性证明了一种情况下,每个发射机配备有一个单一的天线,每个接收机有两个接收链,天线元件之间的所需间距是通过选择合适的天线从一个大的线性天线阵列。我们进一步扩展所提出的方案表明,干扰也可以消除镜面多径信道以及多输入多输出干扰信道,其中一个额外的接收器足以将所有的干扰器对齐到一个一维子空间。为了证明该方案的性能,我们表现出显着的增益干扰信道与四个以及六个用户,在低到中等的信噪比(0-20 dB)。所提出的技术的鲁棒性小信道估计误差进行了探讨。
2019-05-30 cs.IT eess.SP math.IT
Iterative Sparse Asymptotic Minimum Variance Based Channel Estimation in Fluid Antenna System
针对流体天线系统(FAS)信道估计的噪声抑制局限问题,提出基于最大似然(ML)的迭代稀疏渐近最小方差方法,结合信道稀疏性与空间相关性提升估计精度,仿真显示其性能优于现有基准技术。
2025-07-08 eess.SP
Efficient Channel Estimation for Rotatable Antenna-Enabled Wireless Communication
针对可旋转天线通信系统,提出一种自适应调整天线朝向的高效信道估计方案,通过交替进行CSI估计与朝向优化提升精度,仿真证明其优于基准方案。
2025-06-29 cs.IT eess.SP math.IT
A Hybrid Antenna Switching Scheme for Dynamic Channel Sounding
本文针对开关阵列信道探测中顺序切换混叠与伪随机切换后处理复杂的问题,提出顺序与随机混合的天线切换方案,利用模拟退火优化序列,在保持角度估计精度的同时降低多普勒分辨率与参数估计复杂度。
2023-07-14 eess.SP
Bayesian Self-Calibration and Parametric Channel Estimation for 6G Antenna Arrays
Institute of Communication Networks and Satellite Communications, TU Graz, Austria(格拉茨工业大学通信网络与卫星通信研究所)
提出将天线自校准集成到变分稀疏贝叶斯学习算法中,联合估计校准参数与信道参数,提高估计精度并加速收敛。
2026-07-03 eess.SP
Efficient Detectors for MIMO-OFDM Systems under Spatial Correlation Antenna Arrays
本文分析了多输入多输出(MIMO)正交频分复用(OFDM)技术中可实现的检测器在特定的实际系统条件下的性能,包括天线相关性和阵列配置。时域信道模型被用来评估系统性能的实际通信信道和系统的情况下,包括不同的信道相关性,调制阶数和天线阵列配置。为了实现高性能、高容量的系统和可管理的计算复杂度,分析了一组MIMO-OFDM检测器。数值Monte-Carlo仿真(MCS)证明了信道选择性效应,同时分析了MIMO-OFDM系统中天线数目、线性检测方案的采用以及线性和平面天线阵列下的空间相关效应对信道选择性的影响。
2018-10-02 eess.SP
On the Performance of Dual-Antenna Repeater Assisted Bi-Static MIMO ISAC
Linköping University(林雪平大学)
本文研究双静态MIMO ISAC系统中中继辅助目标检测与下行数据传输的性能,提出考虑传感与通信权衡的框架,通过优化发射基站预编码实现更高检测概率与更低目标雷达截面方差。
2026-03-07 eess.SP
Channel Estimation for Movable Antenna Systems: Challenges, Solutions, and Opportunities
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);Shanghai Jiao Tong University(上海交通大学)
本文针对可移动天线系统的信道估计难题,综述了基于张量分解的建模与参数估计方法,并通过案例对比验证其性能,展望了未来研究方向。
2026-11-17 eess.SP
Dynamic and Static Energy Efficient Design of Pinching Antenna Systems
University of Toronto(多伦多大学);Queen Mary University(伦敦玛丽女王大学);Nanyang Technological University(南洋理工大学)
本文提出混合动态-静态算法,通过不同速率更新系统参数以提升夹紧天线系统的能量效率,实验显示动态调节夹紧位置能显著提高效率。
2026-02-15 cs.IT eess.SP math.IT
Investigation of Channel Estimation Techniques with 1-bit Quantization and Oversampling for Multiple-Antenna Systems
大规模多天线系统已被确定为下一代无线系统的有前途的技术。然而,通过按比例增加接收天线的数量,能量消耗也将增加。一种可能的解决方案是在接收器处使用低分辨率模数转换器。本文考虑了大规模的多天线上行链路系统,每个接收天线上的1位模数转换器。由于过采样可以部分地补偿由粗量化引起的信息损失,因此接收信号首先被过采样因子M。然后,我们提出了一个低分辨率意识的线性最小均方误差信道估计器的1位过采样系统。此外,我们分析了所提出的信道估计的性能,推导出贝叶斯Cramér-Rao界的上限。数值结果被提供来说明所提出的信道估计器的性能。
2019-10-06 cs.IT eess.SP math.IT
Study of Channel Estimation Algorithms for Large-Scale Multiple-Antenna Systems using 1-Bit ADCs and Oversampling
具有大带宽的大规模多天线系统是未来无线通信的基础,其中基站采用大型天线阵列。在这种情况下,所面临的一个问题是随着接收天线的数量按比例增加而产生的大的能量消耗。近年来,低分辨率模数转换器(ADC)引起了人们的广泛关注。具体而言,1位ADC由于其低成本和低能耗而适合于此类系统。本文考虑上行链路大规模多天线系统,每个接收天线上的1位ADC。我们调查的好处,使用过采样信道估计的均方误差和符号出错率的性能。特别是,低分辨率意识的信道估计器的基础上开发的Bussgang分解的1位过采样系统和分析界的均方误差也进行了研究。数值结果表明,所提出的信道估计算法的性能和推导出的理论界。
2020-05-18 cs.IT eess.SP math.IT
Antenna Switching Sequence Design for Channel Sounding in a Fast Time-varying Channel
本文研究了阵列切换模式对时分复用(TDM)信道探测器多径分量参数估计精度的影响。为了测量快速时变信道,传统的均匀阵列切换模式对TDM信道探测器可以利用的天线数量造成了基本限制。本文提出了一种基于模拟退火算法的非均匀阵列切换方向图的求解方法,通过抑制空时模糊函数中的高旁瓣来扩展信道探测器的多普勒估计范围。蒙特卡罗仿真结果表明,最佳切换序列导致的偏离方向和多普勒的均方根误差显着较小。研究结果可应用于车对车和移动毫米波MIMO信道测量。
2018-05-17 cs.IT eess.SP math.IT
Movable Antennas: Channel Measurement, Modeling, and Performance Evaluation
本文通过300 GHz信道测量与建模,提出空间相关信道模型和SINR最大化位置选择算法,证明可移动天线相比固定天线能提升10%频谱效率。
2024-09-05 cs.IT eess.SP math.IT
Adversarial Attacks with Multiple Antennas Against Deep Learning-Based Modulation Classifiers
University of Maryland(马里兰大学);Intelligent Automation, Inc.(智能自动化公司);Virginia Tech(弗吉尼亚理工大学)
我们考虑一个无线通信系统,其中发射机向接收机发送具有不同调制类型的信号,而接收机使用其基于深度学习的分类器对接收信号的调制类型进行分类。同时,对手使用其多个天线发送对抗性扰动,以欺骗分类器对接收到的信号进行错误分类。从对抗机器学习的角度来看,我们展示了如何利用对手的多个天线来提高对抗(逃避)攻击的性能。在利用多天线对抗时,主要考虑两个问题,即天线间的功率分配和信道分集的利用。首先,我们表明,多个独立的对手,每个与一个天线不能提高攻击性能相比,一个单一的对手与多个天线使用相同的总功率。然后,我们考虑各种方式来分配功率在多个天线之间在一个单一的对手,如分配功率只有一个天线,并成正比或成反比的信道增益。通过利用信道分集,我们引入攻击,通过符号级具有最大信道增益的信道传输对抗性扰动。我们发现,这种攻击降低了分类器的准确性显着相比,其他攻击在不同的信道条件下的信道方差和信道相关性天线。此外,我们表明,攻击的成功显着提高天线的数量增加,在对手,可以更好地利用信道多样性,工艺对抗性攻击。
2020-07-31 cs.LG cs.NI eess.SP
MIMO-NOMA Enabled Sectorized Cylindrical Massive Antenna Array for HAPS with Spatially Correlated Channels
本文针对HAPS中用户间及天线阵元间的空间相关性问题,提出一种MIMO-NOMA使能的扇形圆柱大规模天线阵列架构,并设计功率分配算法以在满足QoS和SIC条件下最大化频谱效率与能量效率。
2024-06-30 eess.SP
Near-Field MIMO LoS Channel Recovery Under User Antenna Asymmetry
Centre for Wireless Communications, University of Oulu(奥卢大学无线通信中心);Elisa Oyj(Elisa公司)
针对UE天线非对称的近场LoS MIMO信道获取,提出两阶段几何参数估计框架,利用单UL和双DL导频实现精确信道重建。
2026-09-25 eess.SP
Low-Complexity Channel Estimation for Reconfigurable Fluid Antenna System
University of Southern California(南加州大学)
针对电磁可重构流体天线系统,本文提出一种利用信道稀疏性的低复杂度信道参数估计框架,通过联合优化数字与电磁预编码器,在低复杂度下实现信道参数的准确恢复。
2026-08-11 eess.SP
Blind SNR Estimation and Nonparametric Channel Denoising in Multi-Antenna mmWave Systems
提出了一种适用于多天线毫米波无线系统的平均噪声功率、接收信号功率、信噪比和均方误差的盲估计方法。所提出的估计器可以以低复杂度计算并且仅依赖于波束空间稀疏性,即,在典型的毫米波信道中仅存在少量的主要传播路径的事实。我们的估计器可用于(i)快速跟踪多天线毫米波系统中的一些关键量,同时避免额外的导频开销,以及(ii)设计需要这些量的高效非参数算法。我们提供了一个理论分析所提出的估计,我们证明了他们的功效,通过合成实验,并使用一个非参数信道矢量去噪任务与现实的多天线毫米波信道。
2021-02-08 cs.IT eess.SP math.IT
Channel Estimation for Pinching-Antenna Systems (PASS)
本文首次研究捏合天线系统(PASS)的信道估计,针对其病态欠定特性提出PAMoE和PAformer两种深度学习估计器,分别通过专家混合和自注意力机制提升精度与可扩展性,并验证了其优于传统方法及零样本学习能力。
2025-05-10 cs.IT eess.SP math.IT
Deep Learning Optimized Sparse Antenna Activation for Reconfigurable Intelligent Surface Assisted Communication
State Key Laboratory of Integrated Services Networks, Xidian University(西安电子科技大学综合业务网理论及关键技术国家重点实验室);Tsinghua University(清华大学);Memorial University of Newfoundland(纽芬兰纪念大学)
传统的可重构智能表面(RIS)为了在低功耗的情况下捕获大量辐射单元的通信增益,通常工作在无源模式。然而,由于级联的信道结构和信号处理能力的不足,RIS很难获得个体的信道状态信息并优化波束形成向量。在本文中,我们增加了信号处理单元的几个天线在RIS部分捕获的信道。为了解决关键的有源天线选择问题,我们构建了一个有源天线选择网络,利用概率抽样理论来选择这些有源天线的最佳位置。有了这个有源天线选择网络,我们进一步设计了两个基于深度学习(DL)的方案,即,信道外推方案和波束搜索方案,以使能RIS通信系统。前者利用选择网络和卷积神经网络从有源RIS天线接收的部分信道外推全信道,后者采用全连接神经网络实现部分信道与最大传输速率的最优波束形成向量之间的直接映射。仿真结果证明了所设计的基于DL的方案的有效性。
2020-09-03 cs.AI eess.SP
Using Loaded N-port Structures to Achieve the Continuous-Space Electromagnetic Channel Capacity Bound
描述了一种利用有载N端口结构实现连续空间电磁信道容量约束的方法。它与紧凑型多输入多输出(MIMO)天线的设计相关,该天线在受到尺寸约束时可以实现信道容量界限。该方法不限于特定的天线配置,并且为信道容量限制提供了具有各种约束的封闭形式的表达式。此外,使用加载的N端口结构来表示任意的天线几何形状,提出了一种有效的优化方法,以找到最佳的MIMO天线设计,实现信道容量的界限。使用我们的MIMO天线设计与一个平方波长大小的信道容量界限的仿真结果提供。结果表明,在一个平方波长内至少可以支持18个端口,并达到了连续空间电磁信道容量的限制。结果表明,我们的方法可以链接连续空间电磁信道容量的限制MIMO天线的设计。
2022-05-25 cs.IT eess.SP math.IT
Interleaving Channel Estimation and Limited Feedback for Point-to-Point Systems with a Large Number of Transmit Antennas
我们介绍和调查的机会,多天线通信计划的训练和反馈阶段交错和相互作用。具体来说,与传统的方案,发射机首先训练所有的天线一次,然后接收一个反馈消息,我们考虑的情况下,发射机,而不是一个接一个地训练它的天线,并立即接收反馈信息后,训练它的每一个天线。反馈消息可以要求发射机训练另一天线;或者,它可以终止反馈/训练阶段并提供量化的码字(例如,波束成形向量)用于数据传输。作为具体应用,我们考虑具有$t$发射天线、短期功率约束$P$和目标数据率$ρ$的多输入单输出系统。我们表明,对于任何$t$,与具有完美的发射机和接收机信道状态信息的系统相同的中断概率可以实现与每个信道状态的$R_1$比特的反馈速率和通过训练$R_2$平均发射天线,其中$R_1$和$R_2$是独立的$t$,并且仅依赖于$ρ$和$P$。此外,我们设计可变速率量化器的信道系数,以进一步减少我们的计划的反馈率。
2018-08-16 cs.IT eess.SP math.IT
Channel Estimation for Ambient Backscatter Communication Systems with Massive-Antenna Reader
环境后向散射技术作为一种新兴的绿色通信技术,引起了学术界和工业界的极大兴趣。环境后向散射通信(AmBC)系统的一个公开问题是用于双天线读取器的信道估计。本文研究了在阅读器端采用均匀线阵(Uniform Linear Array,简称EGA)的AmBC系统中的信道估计问题。我们首先设计了一个两步的方法来联合估计信道增益和波达方向(DOA),然后通过角度旋转来细化估计。此外,Cramer-Rao下界(CRLB)推导出的信道增益和DoA估计的模。仿真结果验证了分析的正确性,并表明了该方法的有效性。
2019-06-30 cs.IT eess.SP math.IT
Cascaded Channel Estimation for IRS-assisted Mmwave Multi-antenna with Quantized Beamforming
在这封信中,我们优化的级联信道的信道估计器在智能反射面(IRS)辅助毫米波(mmWave)多天线系统。在该系统中,接收端采用了量化波束形成的混合结构。与传统的多输入多输出(MIMO)系统不同,由于IRS通常是一个无源阵列,信号处理能力有限,因此信道估计的设计具有挑战性。我们推导出优化的信道估计器在一个封闭的形式重新制定的级联信道估计在这个系统中的问题,利用典型的均方误差(MSE)标准。考虑到毫米波信道中可能存在的信道稀疏性,我们通过利用信道稀疏性进一步提高性能和降低计算复杂性来推广所提出的方法。仿真结果表明,所提出的估计器显着优于现有的。
2020-10-02 cs.IT eess.SP math.IT
Bit-level Optimized Neural Network for Multi-antenna Channel Quantization
量化的信道状态信息(CSI)在预编码设计中起着至关重要的作用,有助于发挥多输入多输出(MIMO)技术的优点。为了减少CSI反馈的开销,我们提出了一种基于深度学习的CSI量化方法,通过开发一种联合卷积残差网络(JCResNet),从比特级量化性能的角度出发,该方法有利于MIMO信道特征提取和恢复。实验表明,我们提出的方法大大提高了性能。
2019-09-24 cs.IT eess.SP math.IT
Deep Learning for Massive MIMO with 1-Bit ADCs: When More Antennas Need Fewer Pilots
本文考虑了具有1位模数转换器(ADC)的上行链路大规模MIMO系统,并开发了一种基于深度学习的信道估计框架。在该框架中,利用先前的信道估计观测和深度神经网络模型来学习从量化的接收测量到信道的非平凡映射。为此,我们推导出足够的长度和导频序列的结构,以保证这个映射函数的存在。这导致了有趣的\textit{counter-intuitive}观察结果,即当大规模MIMO基站采用更多天线时,我们提出的深度学习方法在相同的导频序列长度下实现了更好的信道估计性能。同样,对于相同的信道估计性能,这意味着当采用更多的天线时,需要更少的导频。对于某些特殊的信道模型,这一观察结果也得到了解析证明。仿真结果证实了我们的观察,并表明,更多的天线导致更好的信道估计的归一化均方误差和可实现的信号-噪声比每天线。
2020-05-07 cs.IT eess.SP math.IT
Transforming Time-Varying to Static Channels: The Power of Fluid Antenna Mobility
本文针对用户设备移动场景,提出基于矩阵束的移动端口预测方法,利用流体天线可移动性将时变信道转化为静态信道,理论分析和仿真验证了其优于现有信道预测方法。
2024-08-09 cs.IT eess.SP math.IT