Air-to-Ground Directional Channel Sounder With 64-antenna Dual-polarized Cylindrical Array
无人驾驶飞行器（UAV），通常称为无人机，是未来无线通信的重要组成部分，无论是作为需要与地面站通信的用户设备，还是作为3D网络中的基站。为了分析“有用的”链路和调查对其他地面节点的可能干扰，需要了解空对地信道。由于地面节点通常配备有天线阵列，信道调查需要考虑它，本研究提出了一个大规模多输入多输出基于我们的实验室最近开发的空对地信道探测器，它可以执行上述要求的测量。在概述了探测器的原理和功能后，我们提出了演示功能的样本测量，并首次深入了解城市环境中的空对地大规模多输入多输出信道。我们的研究结果提供了一个平台，未来的调查和可能的增强大规模多输入多输出系统。
2021-02-13 eess.SP
Demonstration of 3D ISAR Security Imaging at 24GHz with a Sparse MIMO Array
利用稀疏MIMO阵列进行了24 GHz的三维ISAR安全成像实验。MIMO阵列是一个8 Tx/16 Rx线性阵列，以实现沿垂直维度的实孔径成像。它与工作在22 GHz-26 GHz的低成本FMCW收发器进行时间交换复用。提出了一种校准方法来校准MIMO阵列中的信道不平衡。实验是在人体在小车上运动的情况下进行的，利用人体的直线运动形成水平方向的逆合成孔径。为了跟踪人体的运动，三维深度相机作为辅助传感器来捕获目标的粗略位置，以辅助ISAR成像。反投影成像算法在GPU上实现，以准实时运行。最后，进行了实验与真实的人与隐藏的对象和初步的自动目标识别算法的基础上卷积神经网络的开发和评估的真实数据。
2019-08-19 eess.SP
Finite Large Antenna Arrays for Massive MIMO: Characterization and System Impact
大规模多输入多输出被认为是5G的关键技术。各种研究分析了天线数量的影响，仅依赖于信道特性，并假设在非常大的阵列中具有均匀的天线增益。在本文中，我们研究的互耦和边缘效应的影响上的阵列的增益方向图的变化。我们的分析集中在比较贴片天线与偶极子，代表天线通常用于大规模多输入多输出实验今天。通过仿真和测量，我们表明，有限贴片阵列具有较低的增益方向图的变化相比，偶极子阵列。大的增益模式变化对大规模多输入多输出系统的影响是，并非所有天线对所有用户都有同等的贡献，并且针对单个用户看到的天线的有效数量减少。我们表明，这在系统级的影响是一个降低率为所有用户的迫零MIMO检测器，高达20%的贴片阵列和35%的偶极子阵列。另一方面，最大比率合并引入了用户不公平性。
2018-04-05 eess.SP
Sparse Array Transceiver Design for Enhanced Adaptive Beamforming in MIMO Radar
借助新兴的快速传感器切换技术，稀疏阵列设计可以通过减少昂贵的收发器链的数量来降低整体系统开销。在本文中，我们研究了有源稀疏阵列的设计，使最大的信号干扰加噪声比（MaxSINR）波束形成在MIMO雷达接收机。所提出的方法需要一种包围设计，即，联合选择最佳发射和接收传感器位置，以实现MaxSINR接收波束成形。具体来说，我们考虑一个共置的多输入多输出（MIMO）雷达平台与正交发射波形，并检查在发射和接收阵列的天线选择。最佳的有源稀疏阵列收发器的设计问题，制定了连续凸近似（SCA）的二维组稀疏促进正则化。几个例子来证明所提出的方法在利用给定的发射/接收阵列孔径和自由度，实现最大信干噪比波束成形的有效性。
2021-02-20 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
Uplink MIMO Performance Analysis for Diverse HAPS Antenna Array Architectures
本文针对6G及后续网络的HAPS，研究比较五种天线阵列的上行链路MIMO性能，发现提出的两种阵列中截半球形适配密集UE，截锥形平衡性能与复杂度，均达到半球形阵列性能。
2026-08-18 eess.SP
Multi-stage Antenna Selection for Adaptive Beamforming in MIMO Arrays
增加多输入多输出（MIMO）天线阵列中的发射和接收元件的数量会导致硬件和计算成本的大幅增加。我们减轻这个问题，采用可重新配置的MIMO阵列，其中大的发射和接收阵列复用在一个较小的一组k基带信号。我们考虑四个阶段的MIMO阵列配置，并提出了四种不同的选择策略，以提供降维后处理，并实现硬件成本降低数字信号处理（DSP）和射频（RF）阶段。我们定义的问题作为一个行列式最大化，并制定了一个统一的配方解耦的联合问题，并选择天线/元件在一个综合问题的各个阶段。然后，我们分析了所提出的选择方法的性能，并证明，在输出SINR方面，联合发送接收选择方法执行最好的匹配滤波器，混合和因子化的选择方法。理论结果进行了数值验证，表明所有的方法允许性能和成本之间的良好权衡。
2019-04-18 eess.SP
Energy Efficient Massive MIMO Array Configurations
大规模多输入多输出（多输入多输出）的高频谱效率主要是通过空间复用的开发来实现的，即通过使用同时应用于许多用户的大量MIMO层。大规模多输入多输出基站的功耗由驱动大量天线端口和元件的硬件确定。本文重点介绍不同用户负载的实际部署情况。在具有低数量用户的小时期间，硬件功耗的某个显著部分将保留在传统的大规模多输入多输出处理中，而频谱效率的全部潜力由于低数量用户而不能被开发，导致低功率效率和成本。我们调查不同的混合阵列架构的频谱效率，平均用户吞吐量和功耗的影响，并显示如何设计一个大规模多输入多输出系统，显着提高能源效率为给定的目标场景，同时保持有针对性的服务质量。
2019-06-12 eess.SP
Sparse Antenna Array Design for MIMO Radar Using Softmax Selection
MIMO发射阵列允许发射波束图案的灵活设计。然而，使用均匀线性阵列（ULA）实现某些性能所需的大量元件可能成本太高。这激发了通过适当地选择少量的元件以保持完整的阵列波束图来细化阵列的需要。在本文中，我们提出了学习选择（L2S），一种新的机器学习模型，用于从密集的天线中选择天线，该模型采用正交化标准约束的多个Softmax层的组合。所提出的方法可以有效地扩展为更大的问题，因为它避免了组合爆炸的选择问题。它还提供了一个灵活的阵列设计框架，因为选择问题可以很容易地制定任何度量。
2021-02-09 eess.SP
Compressive Sensing Based Sparse MIMO Array Optimization for Wideband Near-Field Imaging
在毫米波近场成像领域，广义稀疏阵列综合（SAS）方法的需求量很大。传统的方法通常采用贪婪算法，这可能存在收敛问题。提出了一种基于压缩感知（CS）方法的多输入多输出（MIMO）阵列设计的凸优化模型。我们产生一个块状的参考图案，作为一个优化目标。该图案占据整个感兴趣的成像区域，以便将每个像素的效果纳入优化模型。在MIMO场景中，我们可以固定发射子阵列并合成接收子阵列，反之亦然，或者依次进行合成。详细讨论了合成阵列的聚焦、旁瓣抑制和栅瓣抑制等问题。数值计算和实验结果表明，合成的稀疏阵列可以提供更好的图像质量比稀疏阵列等间距或随机间距的天线与相同数量的天线单元。
2022-08-09 eess.SP
Non-uniform array design for robust LoS MIMO via convex optimization
研究了视距（LoS）发射环境下的多输入多输出（MIMO）系统的阵列设计问题。由于发射机（Tx）和接收机（Rx）的均匀阵列配置仅在特定发射距离下才是最佳的，因此它们会导致发射距离范围内的频谱效率降低。为此，联合设计的非均匀Tx和Rx阵列朝向最大限度地提高最小容量的一个LoS MIMO系统在整个范围内的传输距离进行了研究。通过引入凸松弛，联合Tx和Rx阵列设计被转换为凸优化问题，该问题以迭代方式求解。此外，我们还实现了一个本地搜索，以获得一个精致的解决方案，实现了改善的性能。结果表明，我们提出的方法设计的非均匀配置优于文献中的容量和/或复杂性方面的均匀和非均匀阵列设计。
2023-02-14 eess.SP
Integrated Localization and Communication with Sparse MIMO: Will Virtual Array Technology also Benefit Wireless Communication?
针对6G集成定位与通信，本文提出稀疏MIMO方案，证明虚拟阵列不利于通信而利于定位，采用物理阵列通信与虚拟阵列定位的混合处理，实现性能提升。
2025-02-25 eess.SP
Beam Selection for Wideband Millimeter Wave MIMO Relying on Lens Antenna Arrays
基于透镜天线阵列的波束空间多输入多输出（MIMO）技术通过波束选择可以显著减少毫米波（mmWave）通信系统中射频链路的数量。然而，在宽带毫米波MIMO系统中，波束成形增益实际上是频率相关的。这种现象被称为波束偏斜，当使用传统的波束选择方法时，它会恶化系统的性能。为了解决这个问题，我们提出了一种宽带波束选择方法毫米波MIMO系统依赖于透镜天线阵列。首先，我们为每个用户选择一个在整个频带上平均能量最大的波束，然后依次选择对和速率贡献最大的波束。提出的宽带波束选择方法的性能分析。数值结果表明，该方法与传统方法相比，具有更高的总速率和能量效率。
2020-04-17 eess.SP
Electromagnetic Normalization of Channel Matrix for Holographic MIMO Communications
本文针对全息MIMO通信中传统信道矩阵归一化方法无法适应新型阵列拓扑的问题，提出了基于解析、物理和全波阵列增益的电磁归一化方法及近场并矢格林函数归一化方法，并通过容量分析验证了准确归一化对系统性能评估和优化设计的重要性。
2024-09-12 eess.SP
Single Layer PCB Broadband Circular Polarisation Millimetre Wave Massive MIMO Array
提出了一种用于第五代（5G）毫米波通信应用的具有圆极化的单层宽带毫米波（mm波）阵列。天线元件被设计成将匹配电路集成到单个层中。因此，不需要额外的匹配和馈电网络，这使得天线元件非常容易合成大规模阵列。该阵列在26 GHz和32 GHz之间具有10 dB的回波损耗带宽。在-60 ° ~ 60 °波束宽度范围内，极角轴比小于3。所提出的天线结构简单，成本低，鲁棒性强，我们设想适合于大规模的多输入多输出（MIMO）应用。
2018-09-19 eess.SP
Deep Learning Based Spatial User Mapping on Extra Large MIMO Arrays
在超大规模MIMO（XL-MIMO）系统中，天线阵列具有超过传统MIMO系统中的尺寸的大的物理尺寸。由于这种大的维度，当依赖于传统的优化工具时，XL-MIMO系统的优化导致具有令人望而却步的复杂性的解决方案。在本文中，我们提出了一种基于机器学习的设计，用于具有线性预处理的多用户设置的下行链路，其中目标是为每个用户选择有限的映射区域，即包含用户波束成形能量的阵列的一小部分。我们将这种选择称为空间用户映射（SUM）。我们的解决方案依赖于使用深度卷积神经网络进行学习，该网络具有分布式架构，旨在管理大型系统维度。这种架构包含每个用户一个网络，其中所有网络并行工作，并利用沿阵列的信道的特定非平稳特性。我们的研究结果表明，一旦并行网络进行了训练，他们提供了最佳的SUM解决方案，在超过$80\%$的情况下，导致在一个可以忽略不计的总和率损失相比，使用最佳SUM解决方案的系统，同时提供了一个有见地的方法来重新思考这些类型的问题，没有封闭的形式的解决方案。
2020-02-02 eess.SP
Optimal Dual-Polarized Planar Arrays for Massive Capacity Over Point-to-Point MIMO Channels
针对未来无线网络需提升数据速率的需求，本文通过优化双极化平面阵列的天线间距和几何结构，利用辐射近场特性提升LOS场景下MIMO信道秩与容量，证明MIMO秩随载波频率二次增长，实现超1 Tbps的传输速率。
2024-11-29 eess.SP
Dual-Function MIMO Radar Communications System Design Via Sparse Array Optimization
通过部署双功能雷达通信系统，可以缓解频谱拥塞和频率带宽竞争，其中雷达平台将其自身呈现为辅助通信功能的机会系统。本文提出了一种利用稀疏天线阵结构将通信信息嵌入到多输入多输出（MIMO）雷达发射信号中的新技术。传感器阵列中天线位移引起的相位是唯一的，这使得阵列配置用于符号嵌入是可行的。我们还利用了这样一个事实，即在MIMO雷达系统中，独立波形与发射天线的关联可以在不同的脉冲重复周期内改变，而不会影响雷达功能。我们表明，通过重新配置稀疏的发射阵列，通过天线选择和重新排序波形天线配对，每秒兆比特的数据速率可以实现一个中等数量的发射天线。为了抵消实际的实施问题，我们提出了一个正规化的天线选择为基础的信令方案。分析了可能的数据速率，并推导出符号/误比特率。仿真例子提供的性能评估，并证明所提出的DFRC技术的有效性。
2018-08-15 eess.SP
Antenna Selection in Switch-Based MIMO Arrays via DOA threshold region Approximation
到达方向（DOA）信息对于多输入多输出（MIMO）系统完成定位和波束形成任务至关重要。开关天线阵列是近年来出现的一种降低MIMO系统成本和功耗的有效解决方案。基于开关的阵列架构将有限数量的射频链连接到形成子阵列的天线元件子集。本文讨论了优化DOA估计性能的天线选择问题。我们首先执行子阵列布局对齐过程，以删除具有相同波束方向图的子阵列，并创建一个唯一的子阵列集。通过使用该集合，并基于DOA阈值区域性能近似，我们提出了两种天线选择算法;贪婪算法和基于深度学习的算法。所提出的算法的性能进行了数值评估。结果表明，在阈值区域的DOA估计和计算复杂度方面，所选基准方法的性能有显着改善。
2022-05-22 eess.SP
Enhancing Spatial Multiplexing and Interference Suppression for Near- and Far-Field Communications with Sparse MIMO
本文研究收发端均采用稀疏阵列的 MIMO，揭示其近场 EDoF 与速率缩放规律，提出稀疏度选择策略，并证明其可增强空间复用且抑制多用户 IUI。
2024-08-04 eess.SP
Generative Large-Array Emulation for DOA Estimation in MIMO Radar via Conditional Diffusion
Ruhr University Bochum（波鸿鲁尔大学）；Robert Bosch GmbH（罗伯特·博世有限公司）
针对小孔径MIMO雷达DOA估计精度受限问题，提出直接生成大阵列MUSIC谱的条件扩散方法，利用协阵列压缩和谱峰共识，在仅用小型阵列推理时提升角度估计性能。
2026-09-28 eess.SP
Super-Resolution Channel Estimation for Arbitrary Arrays in Hybrid Millimeter-Wave Massive MIMO Systems
针对毫米波（mmWave）大规模多输入多输出（MIMO）系统，研究了在实际硬件条件限制下（包括任意阵列和混合硬件结构）的有效信道估计技术。本文采用基于角度的方法，通过Jacobi-Anger近似，将非理想、非均匀的阵列流形转换为具有理想均匀几何结构的虚拟阵列域，以便于超分辨角度估计和信道捕获。因此，开发了基于结构的优化技术，以在短的感测时间内有效地估计信道协方差和瞬时信道状态信息（CSI）。特别地，利用信道路径角和路径增益的时变差异，设计了一种两步CSI估计方案，可以快速感知衰落信道。所提出的技术在采样效率方面的基本限制的理论结果。为了提高计算效率，通过乘子交替方向法提出了一种快速迭代算法。其他相关的问题，如假峰消除非均匀线性阵列和扩展到高维情况下也进行了讨论。仿真结果验证了所提方法在任意阵列混合毫米波大规模多输入多输出系统中的有效性。
2019-07-16 eess.SP
Analysis of the Range Ambiguity Function of Narrowband Near-field MIMO Sensing
imec；KU Leuven（荷语鲁汶大学）
本文研究窄带近场MIMO传感系统，通过分析推导和仿真验证，发现MIMO处理能提升近场传感范围和分辨率约1.4倍，并改善旁瓣性能两倍。
2026-02-10 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
Lens Antenna Arrays-Assisted mmWave MU-MIMO Uplink Transmission: Joint Beam Selection and Phase-Only Beamforming Design
研究了一种透镜天线阵列辅助的毫米波多用户多输入多输出（MU-MIMO）系统。基站的波束选择矩阵和用户终端的纯相位波束形成器被联合设计，目的是最大化上行链路和速率。为了处理混合整数优化问题，通过加权最小均方误差（WMMSE）、块坐标下降（BCD）和最小化-最大化（MM）技术，提出了一种基于罚对偶分解（PDD）的迭代算法.此外，一个低复杂度的顺序优化（SO）为基础的算法提出了轻微的和速率性能损失的代价。数值结果表明，所提出的方法可以实现更高的和率比国家的最先进的方法。
2022-07-30 eess.SP
Multi-objective Design of Uniform Sparse MIMO Arrays
研究了稀疏MIMO阵列多目标检测性能的多目标设计问题。有效利用天线设计资源的一种新方法，即，可用的阵列单元的数量，和阵列孔径的角度波束形成性能指标，如波束宽度，峰旁瓣比（PSLR），和栅瓣有限的视野进行了研究。还考虑了限制约束、元件的物理尺寸和互耦。稀疏的完全填充均匀的MIMO天线阵列，形成有效的均匀稀疏阵列（美国），作为这里提出的术语，被检查为他们的能力，提高可用的视野（uFOV），波束宽度（BW），和峰旁瓣比（PSLR）使用更少的物理天线元件，同时。稀疏阵列需要更少的阵元就可以在波束宽度上优于均匀线阵和矩形阵。此外，目前还没有考虑物理尺寸限制的严格设计过程。在这里，我们提出了一个实用的设计架构，这样一个均匀的稀疏阵列在多个矛盾的目标。新的均匀稀疏阵列的角分辨率性能进行了比较，与标准的天线阵和URA。它示出，即使当元件的物理尺寸非常大时，具有小的元件间间距的阵列的设计，避免任何栅瓣是可能的。将可用的元件扩展到更大的孔径提供了更好的角分辨率。然而，它也表明，这些优点来增加旁瓣的成本。仿真和实测结果都表明了所提出的均匀稀疏阵列设计的优越性相比，经典的完全填充均匀阵列。
2022-10-20 eess.SP
Weighted Sum Rate Maximization for ITS-Aided Arrays in Multi-User MIMO
KU Leuven（荷语鲁汶大学）；King’s College London（伦敦国王学院）；Nokia Bell Labs（诺基亚贝尔实验室）
研究通过整合智能透射表面提升阵列波束成形性能，分析了在辐射功率和发射功率约束下加权总速率的优化方法，探讨了关键设计参数对ITS辅助阵列的影响。
2026-04-09 eess.SP
Three-Dimensional Spatial Correlation Modeling for Cylindrical mMIMO Arrays in HAPS
King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）
针对HAPS平台圆柱形天线阵列，提出基于球谐展开的三维MIMO信道空间相关函数闭式表达式，支持任意天线方向图和角度分布。
2026-07-03 eess.SP
Multi-target Range and Angle detection for MIMO-FMCW radar with limited antennas
多输入多输出（MIMO）雷达相对于传统的雷达阵列系统在性能和灵活性方面具有若干优点。然而，为了实现高角度分辨率，MIMO雷达需要大量的发射和接收天线，这增加了硬件设计和计算复杂度。虽然空间压缩感知（CS）最近已经被考虑用于具有稀疏随机阵列的脉冲波形MIMO雷达，但是用于调频连续波（FMCW）雷达的这样的方法仍然在很大程度上未被探索。在这种情况下，我们提出了一种新的多目标定位算法在距离-角度域的MIMO FMCW雷达与随机放置的发射和接收元件的稀疏阵列。特别地，我们首先使用基于离散傅里叶变换（DFT）的聚焦操作获得目标的距离延迟。然后使用基于CS的技术利用目标场景的稀疏性在每个检测到的范围处恢复目标角度。我们的仿真结果表明，该算法的有效性，在检测多个目标与稀疏阵列的经典方法。
2023-02-28 eess.SP
Array Geometry-Centric Axial Sidelobe Interference Analysis for Near-Field Multi-User MIMO
King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）；University of Southampton（南安普顿大学）
本文提出基于阵列几何优化的近场多用户MIMO系统轴向旁瓣抑制方法，通过理论分析和仿真验证，证明均匀正方形阵列在旁瓣抑制和总速率性能上优于其他常见阵列结构。
2026-03-12 eess.SP
Virtual Array for Dual Function MIMO Radar Communication Systems using OTFS Waveforms
Rutgers University（罗格斯大学）
本文提出一种基于OTFS波形的双功能MIMO雷达通信系统虚拟阵列构建方法，通过共享Doppler-delay域bins和专属Time-Frequency域bins实现高分辨率参数估计。
2024-11-14 eess.SP
Pre-Optimized Irregular Arrays versus Moveable Antennas in Multi-User MIMO Systems
针对可移动天线实时优化复杂度高的问题，本文提出预优化非规则阵列（PIA）概念，以粒子群优化预先确定基站天线位置以最大化平均总速率，仿真表明其性能可与可移动天线阵列相比并优于传统均匀阵列。
2025-02-06 eess.SP
Distributed Receivers for Extra-Large Scale MIMO Arrays: A Message Passing Approach
我们研究超大规模MIMO（XL-MIMO）系统中的接收机的设计，即系统中的基站配备有一个天线阵列的极大尺寸。虽然XL-MIMO可以显著提高系统的频谱效率，但它们存在两个重要挑战。一个是多天线处理的增加的计算成本。第二个是天线元件上的用户能量分布的变化，因此这些能量分布中的空间非平稳性。这种非平稳性限制了系统的性能。在本文中，我们提出了一种分布式接收器，这样的XL-MIMO系统，可以解决这两个挑战。基于变分消息传递（VMP），我们提出了一组接收机选项提供了一系列的复杂度性能特性，以适应不同的要求。此外，我们将处理分配到本地处理单元（LPU）中，这些处理单元可以并行执行大部分复杂处理，然后将其结果与中央处理单元（CPU）共享。我们的设计是专门针对利用空间非平稳性，需要更低的计算比线性接收器，如迫零。我们的仿真研究，与信道模型占XL-MIMO信道的特殊特性，证实了我们的建议相比，最先进的方法的优越性能。
2020-07-14 eess.SP
Machine Learning Methods for Inferring the Number of UAV Emitters via Massive MIMO Receive Array
为了给未来无线网络中无人机辐射源的DOA估计提供重要的先验知识，本文提出了一个完整的DOA预处理系统，用于通过大规模多输入多输出接收阵列推断辐射源的数量。首先，为了消除噪声信号，提出了两种高精度的信号检测器：最大特征值乘最小特征值的平方根（SR-MME）和几何平均（GM）。与其他检测器相比，SR-MME和GM可以实现高的检测概率，同时保持极低的虚警概率。其次，如果发射体的存在是由探测器确定的，我们需要进一步确认它们的数量。因此，我们对样本协方差矩阵的特征值序列进行特征提取，构造特征向量，并创新性地提出了一种多层神经网络（ML-NN）。此外，还设计了支持向量机（SVM）和朴素贝叶斯分类器（NBC）。仿真结果表明，基于机器学习的方法在信号分类中取得了较好的效果，尤其是神经网络，在大规模多输入多输出接收阵列下，分类精度始终保持在70%以上。最后，我们分析了经典的信号分类方法，赤池（AIC）和最小描述长度（MDL）。结果表明，这两种方法都不适用于大规模多输入多输出阵列的情况，而且性能也远不如基于机器学习的分类器。
2023-03-10 eess.SP
DE/PSO-aided Hybrid Linear Detectors for MIMO-OFDM Systems under Correlated Arrays
在本文中，我们分析的性能，考虑到现实的操作场景中的多输入多输出（MIMO）正交频分复用（OFDM）系统中部署的进化辅助线性检测器。考虑了线性检测器提供的不同初始解下的混合线性-启发式检测器，即差分进化（DE）和粒子群优化（PSO）。数值结果表明，混合检测方法的适用性，它可以显着提高最小均方误差（MMSE）和匹配滤波器（MF）检测器的性能。此外，除了验证线性、启发式和混合检测方案辅助下空间相关性对MIMO-OFDM性能的影响外，我们还讨论了所提出算法的复杂度如何随天线数量而变化。数值计算了初始点对算法性能提高和复杂度降低的影响。
2018-10-03 eess.SP
Cost-Effective XL-MIMO Communication with Cylinder Directly-Connected Antenna Array
Purple Mountain Laboratories（紫金山实验室）
本文提出了一种圆柱直接连接天线阵列（DCAA），通过分层三维结构实现高效XL-MIMO通信，提供均匀空间分辨率、更高通信速率和更低硬件成本。
2025-12-08 eess.SP
3D high-resolution imaging algorithm using 1D MIMO array for autonomous driving application
针对自动驾驶车载一维MIMO侧视雷达的三维高分辨率成像问题，提出运动增强快拍方法生成更大方位孔径，首次实现一维阵列的三维高角分辨率成像，补偿轨迹变化鲁棒性，提升自由度和SNR，经仿真与实验验证。
2024-11-28 eess.SP
A Novel Near-Field Dictionary Design for Hybrid MIMO with Uniform Planar Arrays
University of Pisa（比萨大学）
本文提出一种针对地面用户设备的近场字典设计，通过参考平面和均匀平面阵列优化通道估计精度和频谱效率。
2026-04-01 eess.SP
Effect of Mutual Coupling on the Performance of STCM-MIMO Systems
与传统的空时编码和大规模大规模多输入多输出（MIMO）技术相比，空时编码大规模（STCM）多输入多输出（MIMO）系统具有更好的误比特率（BER）性能。STCM-MIMO系统的发射机由大型天线阵列组成。在实际系统中，由该天线阵列的元件发射的信号产生的自干扰（称为互耦（MC））降低了系统的性能。MC效应在具有大天线阵列的通信系统中是显著的。另一方面，增加发射天线的数目导致改善的BER性能。因此，在选择STCM-MIMO系统中的发射天线的最佳数量时存在折衷。为了考虑MC的影响，我们推导了接收信号的解析表达式，以准确地建模的STCM-MIMO系统下的MC效应的存在。我们提出了一种算法来选择最佳的天线数量，以尽量减少互耦和系统的误比特率（BER）。通过计算机仿真，研究了不同阵元数下STCM-MIMO系统的误码性能。
2019-03-10 eess.SP
Non-Uniform Antenna Array Design with Large Inter-Element Spacing for Massive MIMO
Stevens Institute of Technology（史蒂文斯理工学院）；University of Surrey（萨里大学）；Queen Mary University of London（伦敦大学玛丽女王学院）
针对大规模MIMO大间距阵列的栅瓣和空间混叠问题，提出基于电磁互信息理论引导的非均匀阵列设计，通过幅度锥削与几何整形联合优化，提升孔径效率、信道容量和误码率性能。
2026-09-09 eess.SP
A Message Passing Based Receiver for Extra-Large Scale MIMO
我们考虑大规模多输入多输出系统，其中在接入点处的阵列达到比当前系统中的阵列大得多的维度。过渡到非常大的维度以及因此大量的天线意味着需要在维持合理的计算复杂度的同时按比例放大多天线处理。在本文中，我们研究了这样一个超大规模MIMO（XL-MIMO）系统的接收机。我们建议基于可变消息传递（VMP）的接收。其动机是VMP的复杂度与天线数量和用户数量（几乎）呈线性关系，因此能够在人群场景中实现低复杂度接收。此外，VMP适应MIMO信道的非平稳性，出现由于大尺寸的阵列。通过数值计算结果，我们表明显着的性能改善和计算复杂度降低相比，迫零接收机。
2019-12-09 eess.SP
Crowded MTC Random Access in NOMA XL-MIMO
大规模多输入多输出是支持诸如在大规模机器类型通信（mMTC）中的设备的大规模接入尝试的增长的关键技术之一。天线阵列技术的演进带来了最近的超大规模大规模多输入多输出（XL-MIMO）系统，其被视为用于在高用户密度场景中提供非常高的数据速率的有前景的技术。空间非平稳性和可见性区域（VR）发生在所有巨大的XL阵列扩展上，因为其大尺寸与到用户设备（UE）的距离具有相同的数量级。我们研究拥挤的XL-MIMO场景中的随机接入（RA）问题。所提出的非正交多址接入（NOMA）可见区超大阵列（NVR-XL）协议利用功率域NOMA来允许在相同XL子阵列（SA）中冲突的两个或更多个用户选择相同的导频序列进行接入。NVRXL提供接入网络的尝试次数的减少，同时随着SA的数量增加而提高平均和速率。
2023-03-01 eess.SP
Near-Field Positioning for XL-MIMO Uniform Circular Arrays: An Attention-Enhanced Deep Learning Approach
Shanghai University（上海大学）；Xi’an University of Posts and Telecommunications（西安邮电大学）；Xi’an Jiaotong-Liverpool University（西交利物浦大学）
本文提出一种增强注意力的深度学习方法，用于提高XL-MIMO均匀圆阵的近场定位精度，通过整合通道和空间特征，优于现有基准模型。
2026-01-29 eess.SP
Deep Learning Based DOA Estimation for Hybrid Massive MIMO Receive Array with Overlapped Subarrays
为了提高DOA估计精度，提出了一种基于深度学习的CDAE-DNN方法，用于具有重叠子阵（OSA）结构的混合模拟数字（HAD）大规模多输入多输出（MIMO）接收阵列。该方法首先将样本协方差矩阵（SCM）输入到卷积去噪自动编码器（CDAE）中以消除逼近误差，然后将CDAE的输出导入到全连接（FC）网络中以获得估计结果。仿真结果表明，CDAE-DNN算法在低信噪比和低快拍数情况下，与传统的MUSIC算法和基于CNN的方法相比，具有很大的性能优势。与非重叠子阵（NOSA）结构相比，OSA结构也被证明可以显着提高估计精度。此外，克拉美罗下限（CRLB）的HAD-OSA架构。
2022-09-11 eess.SP
SNR Scaling Laws for Radio Sensing with Extremely Large-Scale MIMO
移动通信网络被设计为主要支持无处不在的无线通信，然而它们也被期望在不久的将来实现无线电感测能力。以往的雷达感知研究多集中在远距离目标上，通常依赖于均匀平面波（UPW）模型下的远场假设。然而，随着天线尺寸的不断增加，以及对感测附近目标的需求的不断增长，远场假设可能变得无效。本文研究了雷达传感与超大规模（XL）天线阵列，其中一个通用的模型，考虑到球面波阵面和幅度变化的阵列元素的发展。此外，推导了XL-MIMO雷达和XL相控阵雷达两种工作模式下的感知信噪比的新的封闭表达式。研究结果表明，与传统的UPW模型不同，该模型中MIMO雷达的信噪比与N成线性无界关系，相控阵雷达的信噪比与MN成线性无界关系，M和N分别为发射天线数和接收天线数。对于具有最佳功率分配的XL相控阵雷达，SNR随着M和N而增加，收益递减，由称为发射和接收角跨度的新参数控制。另一方面，对于XL-MIMO雷达，虽然对于N服从与XL相控阵雷达相同的SNR缩放，但是SNR随着M先增加然后减小。
2021-06-10 eess.SP
Bayesian Learning-Aided Near-Field Channel Estimation for mmWave Hybrid MIMO systems employing Uniform Circular Array
Indian Institute of Technology Kanpur（坎普尔印度理工学院）；Indian Institute of Technology Jodhpur（焦特普尔印度理工学院）
本文提出环形贝叶斯信道学习框架，结合贝叶斯学习与近场信道估计，解决毫米波混合MIMO系统中用户进入近场区域的问题，并利用均匀圆阵提升波束成形性能。
2026-05-07 eess.SP
MIMO Array Calibration in Non-stationary Channels with Residual Surfaces and Slepian Spherical Harmonics
School of Engineering, University of Birmingham（伯明翰大学工程学院）
本文提出了一种基于残差表面和Slepian球谐函数的MIMO阵列校准方法，用于非平稳信道中实现硬件影响的间接测量与补偿，提升波束成形性能和方向估计精度。
2026-01-16 eess.SP
Array Placement in Distributed Massive MIMO for Power Saving considering Environment Information
分布式大规模多输入多输出（D-mMIMO）已经被考虑用于未来的网络，因为它具有提供优异容量同时实现网络中的能量节省的潜力。D-mMIMO系统具有多个阵列。优化阵列的位置对于系统的能量效率至关重要。在现有的工作中，阵列布局已被优化，主要是基于公共信道模型，它依赖于一个给定的统计分布和用户位置和阵列之间的欧几里得距离。这些模型是合理的，如果应用到足够大的细胞，其中的信道的统计描述，预计将适合其经验条件。然而，随着小电池的出现，情况不再如此。信道传播条件变得高度环境特定。本文研究了采用不同方式对传播条件进行建模的阵列布局优化，建筑物）。我们通过一个图形来捕获环境信息。在此基础上提出了两种基于最短路径的网络传播模型。我们验证的模型的性能与射线跟踪模拟器考虑不同的信号覆盖水平。仿真结果表明，更高的能量效率是通过使用通过所提出的模型相比，在小小区的基于欧氏距离的传播模型发现的阵列布局。例如，在96%的信号覆盖率下的平均功率节省达到5dB以上。
2021-11-16 eess.SP
Sparse Array Design for Near-Field MU-MIMO: Reconfigurable Array Thinning Approach
King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）；University of Southampton（南安普顿大学）；KTH Royal Institute of Technology（皇家理工学院）
本文提出了一种可重构阵列减薄方法，用于近场多用户MIMO中的稀疏阵列设计，通过选择性激活部分天线元素，在不进行物理重新定位的情况下实现灵活的稀疏阵列设计，从而在抑制旁瓣和最大化多用户速率方面表现出色。
2026-05-21 eess.SP
Exploring the Advantages of Sparse Arrays in Near-Field XL-MIMO Systems: Beam Analysis and EDoF Function
本文研究近场XL-MIMO稀疏均匀平面阵列，推导波束功率闭式解，提出参数约束与算法精确估计EDoF，验证了稀疏阵列在距离聚焦和栅瓣抑制上的优势。
2025-10-15 eess.SP
Aperiodic Array Synthesis for Multi-User MIMO Applications
本文论证了非周期阵列在多用户多输入多输出系统中的优势，为未来的移动通信应用。提出了一种新的非周期阵列综合方法，该方法考虑了信道的统计特性和自适应波束形成算法。在视线为主的传播环境中，在信号与干扰加噪声比、总速率容量以及放大器输出功率的扩展方面，与常规的放大器相比，实现了明显的性能增益。我们还表明，在丰富的散射环境中的性能不会牺牲。因此，非周期性阵列布局可以在具有主导视线分量的毫米波应用中提供性能增益。
2018-08-24 eess.SP
Nested Hybrid Cylindrical Array Design and DoA Estimation for Massive IoT Networks
在保持高网络接入能力的同时降低成本和功耗是大规模物联网（mIoT）网络的关键物理层要求。部署混合阵列是满足要求的成本和能量有效的方式，但是会损害系统自由度（DoF）和信道估计精度。这是因为来自多个天线的信号由混合阵列的射频（RF）网络组合。本文提出了一种新的混合均匀圆柱阵列（UCyA）的mIoT网络。设计了一种基于稀疏阵列技术的嵌套式混合波束形成结构，并提出了相应的基于二阶信道统计量的信道估计方法。因此，仅需要少量RF链来保持UCyA的DoF。我们还提出了一种新的基于张量的二维（2-D）到达方向（DoA）估计算法量身定制的建议的混合阵列。该算法抑制了所有张量模式中的噪声分量，并直接对信号数据模型进行运算，从而以可承受的计算复杂度提高了估计精度。通过Cramer-Rao下限（CRLB）分析验证，仿真结果表明，所提出的混合UCyA阵列和DoA估计算法能够准确估计大量物联网设备的二维DoA。
2020-07-20 eess.SP
Flexible Cylindrical Array-Aided Secure Wireless Communications
National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China（电子科技大学无线通信国家重点实验室）；State Key Laboratory of CNS/ATM and the School of Interdisciplinary Science, Beijing Institute of Technology（北京理工大学 CNS/ATM 国家重点实验室和交叉科学研究院）
本文研究了利用柔性圆柱阵列和人工噪声的多用户多输入单输出安全通信系统，通过优化波束成形、人工噪声协方差矩阵和天线位置，提高合法接收机的总速率并保障传输安全。
2026-04-10 eess.SP
Energy Efficiency Tradeoffs for Sub-THz Multi-User MIMO Base Station Receivers
亚太赫兹（sub-THz）天线阵列架构显著影响多用户多输入多输出（MU-MIMO）系统中的功率使用和通信容量。在这项工作中，我们比较了基站接收器的三个MU-MIMO阵列架构的能量效率和频谱效率。我们提供了一个亚太赫兹电路的功率分析，根据我们的国家的最先进的D波段和G波段组件的审查，并通过宽带模拟比较通信能力。我们的分析表明，数字阵列可以提供最高的频谱效率和能量效率，由于亚太赫兹有源移相器的高功耗或当SNR和系统频谱效率的要求很高。
2022-02-16 eess.SP
