Position Based Compressed Channel Estimation and Pilot Design for High Mobility OFDM Systems
随着各国高速列车的发展,在高速列车上提供宽带无线服务变得至关重要。正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术由于其高频谱效率而被广泛应用于宽带无线通信。然而,OFDM对高移动性信道引起的时间选择性敏感,这需要花费大量的频谱或时间资源来获得准确的信道状态信息(CSI)。因此,高移动性OFDM系统中的信道估计一直是一个长期存在的挑战。在本文中,我们首先提出了一种新的基于位置的高移动性信道模型,其中HST的位置信息和多普勒频移被用来确定的主导信道系数的位置。在此基础上,提出了一种联合导频配置和导频符号设计的压缩信道估计算法。其目的是减少导频信号和所提出的信道模型之间的相干性,并且因此可以提高信道估计精度。仿真结果表明,在高移动性信道下,该方法比现有的信道估计方法具有更好的性能。最后给出了一个设计导频码本的例子,说明了该方案的实用性。
2020-03-01 eess.SP
Block Distributed Compressive Sensing Based Doubly Selective Channel Estimation and Pilot Design for Large-Scale MIMO Systems
大规模多输入多输出(MIMO)系统中的双选择性(DS)信道估计是一个具有挑战性的问题,因为需要估计大量的信道系数,这需要难以承受的导频开销。本文首先分析了基展开模型(BEM)各阶系数和各收发天线对系数的公共稀疏性。在此基础上,提出了一种新的导频图案,该图案中插入了保护导频,以消除叠加导频图案下的载波间干扰。此外,利用不同BEM阶数和不同天线间BEM系数的共同稀疏性,提出了一种基于块分布式压缩感知(BDCS)的大规模MIMO系统DS信道估计器。其结构化稀疏性在保证估计精度的前提下减少了导频开销。在此基础上,考虑到导频的块结构,提出了一种块离散随机优化导频设计算法。它通过减少测量矩阵的不同块之间的相干性来优化导频位置。此外,线性平滑方法被扩展到大规模MIMO系统,以提高估计的准确性。仿真结果验证了我们提出的估计器和导频设计算法与现有方案相比的性能增益。
2020-04-21 eess.SP
Semantic Pilot Design for Data-Aided Channel Estimation Using a Large Language Model
Pohang University of Science and Technology(浦项科技大学);Seoul National University(首尔大学)
本文提出利用大型语言模型设计语义前导符,用于文本包含数据传输中的数据辅助信道估计。通过比对初始解码文本与语言模型校正版本,识别可靠解码符号,提升信道估计性能。
2026-02-04 eess.SP
Optimal Pilots for Anti-Eavesdropping Channel Estimation
本文针对防窃听信道估计(ANECE),以用户信道估计均方误差和观测信号互信息为准则,给出了对称各向同性条件下的闭式最优导频及一般情形下的求解算法,并讨论了多用户公平性。
2020-04-03 eess.SP
OTFS Channel Estimation And Data Detection Designs With Superimposed Pilots
提出了一种基于叠加导频(SP)的正交时频空间(OTFS)信道估计和数据检测框架,其中低功率导频在延迟-多普勒域中叠加到数据符号上。我们提出了两种用于SP-OTFS系统的信道估计和数据检测设计,与现有的OTFS设计不同,SP-OTFS系统不为导频指定任何时隙,这提高了它们的频谱效率(SE)。第一SP设计通过将数据视为干扰来估计信道,这降低了其在高信噪比下的性能。第二SP设计通过在信道估计和数据检测之间迭代来解决这个问题。这两种设计都使用利用OTFS信道稀疏性的消息传递算法来检测数据,因此具有低计算复杂度。我们还推导出了所提出的设计的信号干扰噪声比的下限,并通过在数据和导频符号之间优化分配功率来最大化它。我们数值验证推导的分析结果,并表明,所提出的设计具有优越的SE比两个国家的最先进的OTFS信道估计和数据检测设计。
2020-10-28 eess.SP
Pilot Distributions for Joint-Channel Carrier-Phase Estimation in Multichannel Optical Communications
针对多信道光通信的联合信道载波相位估计,本文优化二维信道—时间导频分布,显著降低相位噪声均方误差并提升高阶QAM可达信息速率。
2020-03-12 eess.SP
Reduced Overhead Channel Estimation for OTFS With Split Pilot
针对OTFS嵌入式导频开销大的问题,提出双冲激分裂导频结构与迭代联合信道估计检测技术,将延迟保护减半并显著提升频谱效率,且仅需两次迭代即可达到全保护方法的性能。
2024-10-15 eess.SP
Spectrally Efficient Pilot Structure and Channel Estimation for Multiuser FBMC Systems
本文研究了滤波器组多载波系统上行链路的信道估计问题。提出了一种用于FBMC的导频结构和联合多用户信道估计方法。与文献中的可用解决方案相反,我们提出的技术不依赖于每个子载波频带上的平坦信道条件或在不同用户的导频之间放置保护符号的任何要求。我们提出的导频结构通过在时间和频率上交错用户的导频来减少训练开销。因此,我们可以在相同的带宽内容纳更多的训练信号,并提高频谱效率。此外,与使用所有子载波进行训练的解决方案相比,该导频结构固有地导致降低的峰均功率比(PAPR)。我们解析推导出的Cramer-Rao下限(CRLB)和均方误差(MSE)的表达式,我们所提出的方法。我们证明了这些表达式是相同的。这证实了我们提出的方法,这是通过模拟数值评估的最优性。在基于FBMC的大规模多输入多输出系统中,该方法可以有效地提高系统的频谱利用率,并能有效地缓解导频污染问题。这是证实通过模拟方面的总和速率性能为单小区和多小区的情况。
2020-03-13 eess.SP
Scattering Environment Aware Joint Multi-user Channel Estimation and Localization with Spatially Reused Pilots
本文针对MIMO-OFDM多用户系统提出双时间尺度方法,利用TST-MUSIC、DBSCAN散射体关联和图着色导频复用降低导频开销,并通过SEA-LD-TurboCE实现高精度联合信道估计与定位。
2025-01-04 eess.SP
Variational Bayes Estimation for Affine-Precoded Superimposed Pilots in Partially Connected Dual-Wideband Tera-Hertz MU-MIMO Systems
Indian Institute of Technology Kanpur(坎普尔印度理工学院);Indian Institute of Technology Jodhpur(焦浦印度理工学院)
针对部分连接双宽带太赫兹MU-MIMO系统,提出两种仿射预编码模型,利用叠加导频和变分贝叶斯推断实现联合信道估计与稀疏结构学习,并进行了性能权衡分析。
2026-06-04 eess.SP
Deep Learning for Estimation and Pilot Signal Design in Few-Bit Massive MIMO Systems
由于接收信号被低分辨率ADC非线性失真,因此在几位MIMO系统中的估计是具有挑战性的。在本文中,我们提出了一个用于信道估计、数据检测和导频信号设计的深度学习框架,以解决此类系统中的非线性问题。所提出的信道估计和数据检测网络是模型驱动的,并且具有特殊的结构,该结构利用了在少量比特量化过程中的领域知识。第一数据检测网络,即B-DetNet,基于从Bussgang分解获得的线性化模型,而信道估计网络和第二数据检测网络,即分别为FBM-CENet和FBM-DetNet,依赖于原始量化系统模型。为了开发FBM-CENet和FBM-DetNet,重新制定了最大似然信道估计和数据检测问题,以克服消失梯度问题。所提出的FBM-CENet结构的一个重要特征是导频矩阵被集成到其信道估计器的权重矩阵中。因此,训练所提出的FBM-CENet使得能够联合优化基站处的信道估计器和从用户发送的导频信号。仿真结果表明,所提出的深度学习框架在估计精度方面有显着的性能提升。
2021-07-26 eess.SP
Time-Frequency Pilot Sequence Design and LoS Delay-Doppler Estimation
International Institute of Information Technology, Hyderabad(海德拉巴信息研究所)
本文提出一种新颖框架,用于在密集散射传播环境中进行视距延迟-多普勒估计,采用时频域导频序列和扭曲卷积方法,提升估计性能。
2026-04-24 eess.SP
Reduced-Overhead Channel Estimation and Iterative Detection of FTN Signaling Based on Pilot Superimposition and Spectral Interference Alignment
Institute of Industrial Science, The University of Tokyo(东京大学工业科学研究所)
本文提出了一种低开销、低复杂度的频域均衡辅助的FTN信号通道估计方法,通过试点叠加技术减少50%的开销,并利用频谱干扰对齐消除干扰影响。
2026-03-20 eess.SP
CRLB Approaching Pilot-aided Phase and Channel Estimation Algorithm in MIMO Systems with Phase Noise and Quasi-Static Channel Fading
针对具有相位噪声和准静态信道衰落的多输入多输出(MIMO)系统,提出了一种新的导频辅助相位和信道估计算法。我们的新方法允许,第一次,载波相位估计和恢复之前进行全面的信道估计。这又使得能够使用整个帧来计算信道估计,从而显著地提高其精度。该算法是几种线性算法的顺序组合,大大降低了计算复杂度。此外,我们还推导出,第一次,Cramer-Rao下界(CRLB)的MIMO系统,其中相位噪声估计仅使用角度信息。我们的数值结果表明,我们的相位估计算法的性能接近建议CRLB。此外,当与传统的卡尔曼算法相比,我们提出的算法显着改善系统的BER性能。
2021-12-05 eess.SP
Cross-Pilot Superposition for Fractional Parameter Estimation in DoA-Aided OTFS Receivers
University of Pavia(帕维亚大学)
本文提出了一种用于OTFS接收机中分数参数估计的新型叠加导频方案,通过角度域分离多径分量并整合延迟-多普勒轮廓,实现更优的通信性能与PAPR的平衡。
2026-02-25 eess.SP
Pilot-Aided Joint Time Synchronization and Channel Estimation for OTFS
针对OTFS系统,提出基于MLS导频的JTSCE算法,利用MLS自相关特性估计定时偏移与信道延迟抽头,推导多普勒和信道增益闭式解,误码率性能接近理想同步与信道状态下的水平。
2024-08-13 eess.SP
Impact of the Pilot Design for OFDM Based Bi-static Integrated Sensing and Communication System
该文针对双基地毫米波OFDM-ISAC系统,推导了单目标场景下距离和速度估计的CRB闭式表达式,并发现时间上更密集的导频改善距离估计,频率上更密集的导频改善速度估计,LS信道估计在高信噪比下接近CRB。
2025-03-26 eess.SP
Geometry-Informed Neural Network for Pilot-Limited Channel Estimation via Sensing from Uplink Traffic
University of California San Diego(加州大学圣地亚哥分校)
针对导频受限的上行信道估计,提出TRACE方法,利用常规多用户上行流量学习几何感知先验并结合少量导频,在15 GHz街道峡谷中以8导频实现-7.48 dB NMSE,优于现有方法超3 dB。
2026-10-08 eess.SP
Sparse Channel Estimation for Pixel Antennas: Addressing the Pilot Rank Deficiency
School of Information Science and Engineering, Southeast University(东南大学信息科学与工程学院);Dept. of Electronic and Electrical Engineering, Hong Kong University of Science and Technology(香港科技大学电子与电气工程系);Internet of Things Thrust, Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州)物联网 thrust)
本文提出了一种针对像素天线的稀疏信道估计方法,通过利用有限的传播路径和导频序列秩缺陷问题,结合MMP和GAMP算法提高信道状态信息的估计精度,同时降低导频开销。
2026-07-20 eess.SP
On the Inclusion and Utilization of Pilot Tones in Unique Word OFDM
已知唯一字-正交频分复用(UW-OFDM)提供优于使用循环前缀(CP)的常规OFDM的各种性能益处。最重要的是,UW-OFDM具有良好的频谱旁瓣抑制特性和出色的误码率性能。目前的研究主要集中在UW-OFDM的主要性能界限,很少关注的挑战,除了理想的通信场景,如系统参数估计任务。在这项工作中,我们提出了一种方法,包括频率导频音到UW-OFDM信令方案,然后可以用于这些估计任务。合适的优化标准,并突出显示的数据符号的导频的相互作用。基于导频音的载波频率偏移(CFO)的估计进行作为一个估计的例子,揭示了相当大的差异,传统的OFDM。在多径环境中的仿真结果表明,在UW-OFDM的CP-OFDM,这变得更加占主导地位,随着CFO增加的估计精度显着增加。这种性能差异是由于UW-OFDM信号中存在的固有冗余。
2020-03-10 eess.SP
A Data Pilot-Aided Temporal Convolutional Network for Channel Estimation in IEEE 802.11p Vehicle-to-Vehicle Communications
本文提出TCN结合数据导频辅助和时域平均的方法,用于IEEE 802.11p车对车通信信道估计,显著提升了误码率性能。
2025-02-05 eess.SP
Time-Spread Pilot-Based Channel Estimation for Backscatter Networks
针对反向散射网络现有静默导频信道估计效率低的问题,提出标签全时段同时激活的时间扩展导频方案,推导最优条件与多种估计器,适配无源物联网场景,实现显著功率节省。
2023-10-02 eess.SP
Little Pilot is Needed for Channel Estimation with Integrated Super-Resolution Sensing and Communication
本文提出基于ISSAC的信道估计方法,利用MUSIC免导频估计多径角度,再以少量导频估计信道系数,显著提升LoS及多径信道下的估计性能。
2024-04-16 eess.SP
A Novel Pilot Scheme for Uplink Channel Estimation for Sub-array Structured ELAA in XL-MIMO systems
The Hong Kong University of Science and Technology(香港科技大学)
本文提出了一种针对XL-MIMO系统中子阵列结构ELAA的新型预导方案,通过频分复用和码分复用技术提高信道估计性能并减少预导开销。
2025-12-11 eess.SP
Optimizing Pilots and Analog Processing for Channel Estimation in Cell-Free Massive MIMO With One-Bit ADCs
在无小区云无线电接入网络(C-RAN)架构中,上行链路信道估计由连接到分布式远程无线电头端(RRH)的集中式基带处理单元(BBU)执行。当RRH具有多个天线和有限的无线电前端资源时,上行链路信道估计的设计面临由RRH处的减少的射频(RF)链和一位模数转换器(ADC)所带来的挑战。该工作解决了联合优化导频序列和预RF链模拟组合器的问题,其目标是最小化在BBU处估计的信道向量的均方误差(MSE)的和。问题公式化利用Bussgang定理对ADC操作的影响进行建模。一个有效的解决方案是通过迭代交替优化算法。数值结果验证了所提出的联合设计的优势相比,随机选择导频或模拟组合器的基线计划。
2019-12-18 eess.SP
Time and Frequency Synchronization for Multiuser OTFS in Uplink
面向高移动上行MU-OTFS,本文提出基于SU-PCP/MU-PCP导频与相关、滤波器组及阈值判据的TO估计,并结合CPF-BEM将多维ML CFO搜索降为多个一维搜索。
2025-07-23 eess.SP
Interference Cancellation Based Channel Estimation for Massive MIMO Systems with Time Shifted Pilots
在采用时移导频(TSP)方案的大规模多输入多输出(MIMO)系统中,当基站(BS)天线数M趋于无穷大时,可以消除导频污染引起的组间干扰。然而,M在实践中是有限的,并且TSP的有效性受到信道估计误差的限制。分析表明,TSP的均方信道估计误差(MSCEE)主要受组间数据干扰的影响。为了降低有限天线大规模多输入多输出系统中的MSCEE,提出了一种基于干扰消除的信道估计(IC-TSP)方法。为了显示IC-TSP的优点,通过考虑不同的M和BS-BS信道的相干时间来评估IC-TSP的附加开销。此外,还讨论了扇区化和基于压缩感知的BS-BS信道估计的影响。我们表明,当128 < M < 2048时,在消除来自最近两个单元层的组间数据干扰的情况下,IC-TSP比TSP实现了超过1.2bps/Hz的频谱效率增益。
2020-06-26 eess.SP
Decision-Directed Hybrid RIS Channel Estimation with Minimal Pilot Overhead
本文提出一种判决引导的混合RIS信道估计框架,利用可同时反射和感知的混合元件,将导频开销从与RIS元件数乘以用户数成正比降至仅与用户数成正比,从而显著提升系统频谱效率。
2023-09-20 eess.SP
Environment-Aware MIMO Channel Estimation in Pilot-Constrained Upper Mid-Band Systems
University of California San Diego(加利福尼亚大学圣地亚哥分校)
本文提出了一种结合物理信息的神经网络框架,用于在受限制的上中频系统中实现更准确的MIMO信道估计,通过融合先验环境信息和接收到的信号强度,提高了性能并降低了计算复杂度。
2026-01-30 eess.SP
LMMSE-Optimal Pilot Pattern Design Based on Covariance Matrix Approximation for OFDM Channel Estimation in Doubly Dispersive Channel
针对双弥散信道OFDM系统,通过信道协方差矩阵的Kronecker积分解和Szegö极限定理,推导LMMSE估计误差的闭式下界,并给出达到该下界的格点导频图案条件。
2026-06-16 eess.SP
Pilot-Aided Joint-Channel Carrier-Phase Estimation in Space-Division Multiplexed Multicore Fiber Transmission
研究了相位相关噪声下空分复用多芯光纤(MCF)传输中导频辅助联合信道载波相位估计(CPE)的性能。为此,一个系统模型描述未编码的MCF传输的相位噪声包括一个共同的激光相位噪声,除了核心和偏振特定的相位漂移,介绍。然后,它表明,系统模型可以被视为一个特殊的情况下,多维随机游走相位噪声模型。该模型的导频辅助CPE算法被用来评估两种策略,即联合信道和每信道CPE。为了量化这两种策略之间的性能差异,他们各自的相位噪声容限进行评估,通过Monte Carlo模拟不同的调制格式,导频开销,激光线宽,空间信道的数量,和跨信道的相位噪声相关度的未编码传输。对于20 GBd的传输与200 kHz的组合激光线宽和1%的导频开销,联合信道CPE产生高达3.4 dB的提高功率效率或25.5%的信息速率增加。此外,通过MCF传输实验,验证了系统模型,并对不同调制格式的未编码传输的误码率性能与传输距离的关系进行了比较。通过使用联合信道CPE,对于1%的导频开销,观察到传输范围增加高达21%。
2019-10-13 eess.SP
Addressing Pilot Contamination in Channel Estimation with Variational Autoencoders
针对大规模MIMO系统中的导频污染瓶颈,提出基于变分自编码器的信道估计方法,利用干扰源统计知识计算条件线性最小均方误差估计,性能优于经典方法,且指出设置选择的重要性。
2024-09-11 eess.SP
Data-Aided CSI Estimation Using Affine-Precoded Superimposed Pilots in Orthogonal Time Frequency Space Modulated MIMO Systems
本文提出基于仿射预编码叠加导频的OTFS系统CSI估计架构,利用EM算法和贝叶斯学习实现SISO/MIMO场景下的导频辅助与数据辅助联合信道估计和数据检测,并推导了BCRB界。
2023-05-25 eess.SP
Channel Charting Aided Pilot Reuse for Massive MIMO Systems with Spatially Correlated Channels
大规模多输入多输出(mMIMO)技术是一种提高机器类型通信(MTC)的频谱效率的方式。为了利用来自大型天线阵列的益处,需要通过导频信号进行精确的信道估计。大规模MTC系统由于连接的设备的巨大数量而无法避免导频重用。提出了一种基于信道图的导频复用算法,以减轻具有空间相关信道的多扇区单小区大规模MTC系统中的导频污染。我们表明,通过CC创建干扰图后,可以实现一个简单的策略来分配导频序列。仿真结果表明,基于CC的导频复用策略提高了信道估计精度,从而改善了符号检测性能,提高了频谱效率。此外,CC导频分配方法的性能接近用于小网络设置的穷举搜索导频分配的性能。
2022-12-02 eess.SP
Parametric Channel Estimation with Short Pilots in RIS-Assisted Near- and Far-Field Communications
本文提出一种参数化最大似然估计框架,结合自适应RIS配置与短导频,实现近远场信道联合估计,仅需少量导频即可准确估计并支持高效信道跟踪。
2023-12-25 eess.SP
Joint Scattering Environment Sensing and Channel Estimation for Integrated Sensing and Communication
本文考虑了一个通感一体化系统,其中一些雷达目标也充当通信散射体。提出了一种基于目标和散射体在散射环境中位置的位置域信道建模方法,得到的雷达和通信信道具有部分公共稀疏性。利用这一点,我们提出了一个联合散射环境感知和信道估计方案,以提高目标/散射定位和信道估计性能的同时。具体地,基站(BS)首先发送下行链路导频以感测散射环境中的目标。然后,用户发送上行链路导频以估计通信信道。最后,基于反射的下行链路导频信号和接收的上行链路导频信号,在BS处执行联合散射环境感测和信道估计。结合Turbo方法和期望最大化方法,设计了一种基于消息传递的算法。我们所提出的方案的优点在模拟中得到了验证。
2023-02-03 eess.SP
Superimposed Pilot-based Channel Estimation for RIS-Assisted IoT Systems Using Lightweight Networks
用于物联网(IoT)系统的常规信道估计(CE)遇到诸如低频谱效率、高能耗和阻塞传播路径的挑战。虽然叠加的基于导频的CE方案和可重构智能表面(RIS)可以部分地解决这些挑战,有限的研究已经做了系统的解决方案。本文提出了一种基于叠加导频的并行工程,并采用可重构智能表面(RIS)辅助模式,通过网络进一步提高并行工程的性能。具体地,在用户设备(UE)处,用于CE的导频被叠加在上行链路用户数据上以提高IoT系统的频谱效率和能量消耗,并且在基站(BS)处的两个轻量级网络减轻了用于CE和符号检测(SD)的计算复杂度和处理延迟。这些专用网络是以合作方式开发的。也就是说,传统的方法来执行初始特征提取,和开发的神经网络(NN)的方向是学习与提取的特征。在提取的初始特征的辅助下,减少了网络训练的训练数据量。仿真结果表明,该算法在不牺牲CE和SD精度的前提下,降低了计算复杂度和处理时延,且基站端的归一化均方误差(NMSE)和误比特率(BER)性能随参数变化而改善。
2022-12-07 eess.SP
Path-Level Radio Map-Aided Fast and Robust Channel Estimation for Pilot-Starved MIMO-OFDM Systems
State Key Laboratory of ISN and School of Telecommunications Engineering, Xidian University(西安电子科技大学信息与通信工程学院);School of Computer Science and Technology, Xi’an Jiaotong University(西安交通大学计算机科学与技术学院);School of Information and Communication Engineering, Xi’an Jiaotong University(西安交通大学信息通信工程学院)
本文提出CHARM框架,利用路径级无线电地图提取角延迟功率谱先验,将信道估计从三维搜索降维到一维搜索,提升效率并增强鲁棒性。
2026-05-09 eess.SP
Channel-Aware Deep Learning for Superimposed Pilot Power Allocation and Receiver Design
Southeast University(东南大学);Purple Mountain Laboratories(紫金山实验室);Nanjing University of Posts and Telecommunications(南京邮电大学);Zhejiang University(浙江大学);The University of Hong Kong(香港大学)
针对多用户移动场景下叠加导频分离难题,提出信道感知学习框架CaSIP,利用路径增益联合优化导频数据功率分配与基于深度神经网络的接收机,有效消除干扰,显著提升了高移动低信噪比下的吞吐量与估计精度。
2025-10-13 eess.SP
Joint Superimposed Pilot-aided Channel Estimation and Data Detection for FTN Signaling over Doubly-Selective Channels
本文针对双选择性信道下的FTN信令,提出叠加导频辅助的信道估计与两种检测方法,通过基展开模型刻画信道、叠加导频避免开销损失,联合检测方法在快衰落下性能显著优于参考方案。
2025-03-25 eess.SP
Beyond the Delay-Doppler Domain: A Time-Frequency Framework for Low-Overhead, Scalable OTFS Channel Estimation
Rutgers University(罗格斯大学)
本文提出了一种低开销、可扩展的 MIMO OTFS 频率估计方法,通过在时频框架内嵌入 Pilot 并利用时频和 DD 保护 bin 保持正交性和数据完整性,实现高分辨率的信道参数估计。
2026-08-25 eess.SP
Superimposed Pilot-Based OTFS: Will It Work?
Faculty of Engineering, Yokohama National University(横滨国立大学工学部);Ericsson Research, Ericsson Japan K.K.(爱立信研究,爱立信日本株式会社)
本文提出了一种多叠加试点方案和迭代算法,以提高OTFS在信道编码场景下的吞吐量和信道估计精度。
2026-02-24 eess.SP
Uplink Coordinated Pilot Design for 1-bit Massive MIMO in Correlated Channel
Yonsei University(延世大学);The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳))
针对1比特大规模MIMO系统,本文提出基于低信噪比近似和分数规划的协调导频设计方法,解决相关信道与多小区场景下BLMMSE估计器的MSE优化难题,提升信道估计精度。
2025-11-13 eess.SP
Pruning the Pilots: Deep Learning-Based Pilot Design and Channel Estimation for MIMO-OFDM Systems
在宽带大规模多输入多输出(MIMO)系统中,由于大量的天线和子载波,用于信道估计的导频传输的开销可能是过高的。这可能会显著降低整体频谱效率,并因此减少大规模MIMO的潜在好处。针对频分双工(FDD)MIMO正交频分复用(OFDM)系统,提出了一种基于神经网络(NN)的联合导频设计和下行信道估计方案。所提出的NN架构使用全连接层的频率感知导频设计,并优于线性最小均方误差(LMMSE)估计,通过利用卷积NN层的MIMO信道矩阵中的固有相关性。我们提出的神经网络架构使用一个非本地注意模块来学习信道矩阵中的更长范围的相关性,以进一步提高信道估计性能。我们还提出了一种有效的导频减少技术,通过在训练过程中逐渐修剪密集NN层中不太重要的神经元。这构成了NN修剪以减少导频传输开销的新应用。我们基于修剪的导频减少技术通过非均匀地跨子载波分配导频并通过卷积层和注意模块有效地利用信道矩阵中的频率间和天线间相关性来减少开销。
2021-04-12 cs.IT eess.SP math.IT
Electromagnetic-Twin Channel Estimation: From Sparse Pilots to Persistent CSI
South China University of Technology(华南理工大学);University of Missouri(密苏里大学)
本文提出电磁孪生(ET)框架,通过递归同步状态实现持续CSI估计,利用UET-FISTA和ET-ADMM两种凸模式,在稀疏导频下显著提升信道估计精度和有效速率。
2026-09-24 eess.SP
Exponential Spatial Correlation with Large-Scale Fading Variations in Massive MIMO Channel Estimation
为了提供对大规模多输入多输出(M-MIMO)上的大量天线的大量利用,尽可能准确地知道基站中的信道状态信息是至关重要的。通过在导频信令阶段之后进行的信道估计过程来规范地获取该知识,该过程采用广泛接受的时分双工方案。然而,信道估计的质量受到导频污染或信道的空间相关性的严重影响。有几种模型试图匹配M-MIMO信道中的空间相关性,指数相关模型是其中之一。为了观察如何信道估计和导频污染的影响,这种相关的衰落模型,这项工作提出了调查的M-MIMO的情况下,应用标准的最小均方误差信道估计方法均匀的线性阵列和均匀的平面阵列(ULA和UPA,分别)的天线。此外,阵列的元素被认为是不平等的通信,由于大规模的衰落变化的阵列。因此,可以看出,由该组合模型生成的空间相关信道提供了导频污染的减少,从而提高了估计质量。UPA在导频污染方面获得了更好的结果,因为已经证明这种类型的阵列产生的空间相关性水平比UPA更强。与信道估计中的有利结果相反,信道硬化效应受到空间相关信道的损害,其中UPA对所讨论的模型施加了这种效应的最差性能。
2019-01-23 eess.SP
Blind Channel Estimation for MIMO Systems via Variational Inference
本文研究了瑞利衰落信道下MIMO系统的盲信道估计问题。传统的MIMO通信技术需要在每个数据块中发送大量的训练符号作为导频,以获得信道状态信息(CSI),从而可以成功地恢复所发送的信号。然而,随着天线数量的增加,导频开销和污染成为MIMO系统实际应用的瓶颈。为了克服这个障碍,我们提出了一个盲信道估计框架,在这里我们引入了一个辅助后验分布的CSI和发送信号给定的接收信号,以获得一个下界的棘手的似然函数的接收信号。同时,我们通过一个基于神经网络的变分推理框架来生成这个辅助分布,该框架通过最大化下界来训练。然后利用逼近真实先验分布的最优辅助分布来获得信道矩阵和发送数据的最大后验(MAP)估计。仿真结果表明,即使在没有导频的情况下,所提出的盲信道估计方法在信道估计误差和检测信号的误符号率方面的性能也接近于传统的导频辅助方法。
2021-11-16 eess.SP
Practical Synchronization for OTFS
在现有的正交时频空间调制(OTFS)联合定时频率同步的文献中,采用了实际上不可行的具有较大峰均功率比(PAPR)的脉冲导频。因此,在本文中,我们提出了一个定时偏移(TO)和载波频率偏移(CFO)估计OTFS在线性时变(LTV)信道,使用低PAPR导频结构。所提出的技术利用最近提出的实际可行的导频结构与循环前缀(PCP)。我们利用PCP在延迟和时域中的周期性特性来找到每个OTFS块的起始点。此外,我们提出了一个两阶段的CFO估计技术,超过一个数量级的估计精度比现有的估计使用脉冲导频。在第一阶段中,通过我们提出的基于最大似然(ML)的方法,获得了一个粗略的CFO估计,在第二阶段中进行了细化。所提出的基于ML的方法部署广义复指数基扩展模型(GCE-BEM)来捕获信道的时间变化,将它们吸收到导频中,并提供准确的CFO估计。由于我们所提出的同步技术利用相同的导频部署的信道估计,它不需要任何额外的开销。最后,我们通过仿真评估我们提出的同步技术的性能。我们还比较并显示了我们提出的技术的优越性能,只有其他现有的联合TO和CFO估计方法在OTFS文献。
2023-01-24 eess.SP
Environment-Aware Diffusion Model for Massive MIMO-OFDM Channel Estimation
Fudan University(复旦大学);Technische Universitat, Berlin(柏林工业大学);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
针对大规模MIMO-OFDM系统中高维信道与有限导频带来的估计难题,本文提出环境感知扩散模型,学习位置条件信道先验并结合导频观测进行贝叶斯估计,在多种信噪比和导频配置下优于传统及现有学习方法。
2026-09-16 eess.SP
NOMA Joint Channel Estimation and Signal Detection using Rotational Invariant Codes and GMM-based Clustering
本文研究了上行功率域非正交多址接入的联合信道估计和信号检测。所提出的技术执行检测和估计,而不需要通过使用聚类技术的导频符号。我们应用旋转不变编码,以协助在接收机的信号检测,而无需发送导频符号。我们利用高斯混合模型(GMM)自动聚类的接收信号没有监督和优化决策边界,以改善误比特率(BER)性能。仿真结果表明,在不使用任何导频符号的情况下,该方案与传统的最大似然接收机在完全信道状态信息的情况下具有几乎相同的误码率性能。
2022-07-07 eess.SP
Pilot Pattern Design for Deep Learning-Based Channel Estimation in OFDM Systems
在本文中,我们提出了一种用于正交频分复用(OFDM)系统中基于深度学习(DL)的信道估计(OFDM Net)的下行链路导频设计方案。具体而言,在所提出的方案中,一个名为混凝土自动编码器(ConcreteAE)的特征选择方法被用来找到最翔实的导频传输的位置。该自动编码器由作为编码器的混凝土层和作为解码器的多层感知器(MLP)组成。在训练期间,具体层选择信息量最大的导频位置,并且解码器重建信道的近似估计。最后,在ConcreteAE的输出上训练MPENELNet,旨在重建理想的信道响应。估计误差的结果表明,该方法优于先前提出的具有均匀分布的导频图案的MPENELNET,并且其性能与最小均方误差(MMSE)相当。
2020-03-19 cs.IT eess.SP math.IT
DFT-Spread Orthogonal Time Frequency Space System with Superimposed Pilots for Terahertz Integrated Sensing and Communication
太赫兹(THz)通感一体化(ISAC)技术是一种能够同时实现太比特每秒(Tbps)传输和毫米级精确环境或人类活动传感的交叉学科技术。然而,无论是通信性能和传感精度的影响,多普勒效应,这是特别严重的太赫兹波段。此外,峰均功率比(PAPR)降低了太赫兹功率放大器(PA)的效率。提出了一种基于离散傅里叶变换扩频正交时频空间(DFT-s-OTFS)的THz ISAC系统,该系统采用叠加导频技术,提高了系统对多普勒效应的鲁棒性,降低了系统的峰均比。然后,开发了两阶段感测参数估计算法以将感测功能集成到DFT-s-OTFS波形中。同时,提出了一种低复杂度的迭代信道估计和基于共轭梯度均衡器的数据检测方法来恢复DFT-s-OTFS的数据符号。与OTFS相比,所提出的DFT-s-OTFS波形可以将PA效率平均提高10%。仿真结果表明,所提出的THz DFT-s-OTFS系统两阶段感知估计算法能够实现毫米级的距离估计精度和分米/秒级的速度估计精度。仿真结果表明,在DFT-s-OTFS系统中,叠加导频辅助的迭代数据检测方法是有效的,且误比特率性能不会因多普勒效应而降低。
2023-02-25 eess.SP
Cross-Link Interference Mitigation With Over-the-Air Pilot Forwarding for Dynamic TDD
针对动态TDD系统中交叉链路干扰抑制依赖高成本回传链路的问题,提出基于无线终端空口转发导频的信息共享方案及专用CLI信道估计方法,使IRC接收机在无需基站间回传共享的情况下达到接近完美导频信息的检测性能。
2025-05-11 eess.SP
Channel-Adaptive Pilot Design for FDD-MIMO Systems Utilizing Gaussian Mixture Models
提出利用高斯混合模型(GMM)设计FDD系统下行链路导频,通过离线训练生成导频码本并参数化LMMSE滤波器,实现免在线优化且自适应SNR的高性能信道估计。
2024-03-26 eess.SP