CSIT-Free Downlink Transmission for mmWave MU-MISO Systems in High-Mobility Scenario
本文针对高速移动毫米波MU-MISO系统提出无CSIT下行传输框架，利用无CSIT酉预编码和符号检测及CSIR与多普勒联合估计，实现干扰消除和全合并增益。
2025-09-19 eess.SP
A Computationally Efficient EK-PMBM Filter for Bistatic mmWave Radio SLAM
毫米波（mmWave）信号由于其与传播环境和传播信道的固有几何连接而可用于同时定位和映射（SLAM）。为了解决SLAM问题，现有的方法依赖于基于西格玛点或粒子的近似，导致高计算复杂度，妨碍实时执行。基于泊松多伯努利混合滤波器（Poisson multi-Bernoulli mixture，PMBM），提出了一种新的低复杂度SLAM滤波器。它利用扩展卡尔曼（EK）的一阶泰勒级数为基础的高斯近似的滤波分布，并应用面向跟踪的边缘多伯努利/泊松（TOMB/P）算法来近似产生的PMBM作为一个泊松多伯努利（PMB）。滤波器可以考虑无线电SLAM中的不同地标类型和多个数据关联假设。因此，它具有可调整的复杂性/性能权衡。仿真结果表明，改进的SLAM滤波器在保持良好的映射性能和用户状态估计性能的同时，大大降低了计算量。
2021-09-08 eess.SP
Simultaneous Transmitting and Reflecting (STAR)-RIS for Harmonious Millimeter Wave Spectrum Sharing
用于5G通信的毫米波（mmWave）频谱带的开放激发了对这些高频下的新型频谱共享解决方案的需求。事实上，最近出现了可重新配置的智能表面（RIS），以实现频谱共享，同时提高现任者的服务质量（QoS）。尽管如此，由于毫米波频带的不利传播特性，毫米波频带上的共存仍然具有持续的挑战性。因此，发起毫米波频谱共享需要RIS进一步帮助改善毫米波频带上的QoS，而不危及频谱共享需求。本文提出了一种新的同时发射和反射RIS（STAR-RIS）辅助解决方案，以实现毫米波频谱共享。特别是，利用STAR-RIS的发射和反射能力来分别解决毫米波频谱共享和QoS要求。在主网络（例如雷达发射-接收对）和辅网络之间的STAR-RIS使能的频谱共享问题被公式化为优化问题，其目标是最大化辅多输入单输出（MISO）网络上的下行链路和速率，同时限制主网络上的干扰。此外，STAR-RIS响应系数和波束形成矩阵在二次网络的联合优化。为了解决这个非凸问题，交替迭代算法，其中的STAR-RIS响应系数和波束形成矩阵使用逐次凸逼近方法获得。仿真结果表明，所提出的解决方案优于传统的RIS计划毫米波频谱共享，实现了14.57%的频谱效率增益。
2023-01-25 cs.IT eess.SP math.IT
$Radar^2$: Passive Spy Radar Detection and Localization using COTS mmWave Radar
针对毫米波雷达被恶意用于隐私监控的风险，提出$Radar^2$系统，用单台COTS毫米波雷达，通过频率分量检测、CNN波形分类和三角测量，实现多台间谍雷达的高准确率检测与米级内定位，且环境鲁棒性强。
2023-05-06 eess.SP
A Belief Propagation Algorithm for Multipath-based SLAM with Multiple Map Features: A mmWave MIMO Application
提出一种基于多径SLAM的置信传播算法，利用因子图高效估计多地图特征与代理状态，通过毫米波MIMO实测验证了其在动态室外场景中的优异定位与建图性能。
2024-03-15 eess.SP
Simultaneous Beam and User Selection for the Beamspace mmWave/THz Massive MIMO Downlink
波束空间毫米波（mmWave）和太赫兹（THz）大规模多输入多输出（massive MIMO）由于其丰富的带宽和高吞吐量而构成下一代通信的有吸引力的方案。然而，它们的用户和波束选择问题必须被有效地解决。受到这一挑战的启发，我们明确地开发了低复杂度的解决方案。我们引入脏纸编码（DPC）的联合用户和波束选择问题。我们揭示了引人注目的属性的DPC和速率在波束空间大规模多输入多输出，显示其单调的演变对用户的数量和选择的波束。然后，我们利用其有益的性质，大大简化了联合用户和波束选择问题。此外，我们开发了一套算法，解决简化的问题，方便同时用户和波束选择的基础上部分波束空间信道的第一次罢工独特的权衡。此外，我们推导了算法的和率界，并分析了它们的复杂度。我们的仿真结果验证了所提出的设计和分析的有效性，确认其优于以前的解决方案。
2023-01-15 cs.IT cs.SY eess.SP
Dirichlet process approach for radio-based simultaneous localization and mapping
本文提出基于 Dirichlet 过程的 5G mmWave 无线电 SLAM 方法，通过出生点聚类识别反射体并适应虚警与信号数变化，以轻微性能损失换取显著计算复杂度改善。
2021-07-02 eess.SP
MmWave Mapping and SLAM for 5G and Beyond
设备定位和类似雷达的测绘是通感一体化的核心，不仅可以实现新的服务和应用，还可以在降低开销的情况下提高通信质量。然而，这些形式的感测容易受到数据关联问题的影响，这是由于测量与检测到的物体或目标之间的未知关系。在本章中，我们将概述用于解决映射、跟踪和同步定位与映射（SLAM）问题的基本工具。我们区分不同类型的传感问题，然后专注于映射和SLAM运行的例子。从适用的模型和定义开始，我们描述了不同的算法方法，特别关注如何处理数据关联问题。特别是，基于随机有限集理论和贝叶斯图模型的方法进行了详细介绍。数值研究与合成和实验数据，然后使用这些方法在各种情况下进行比较。
2022-11-29 eess.SP
High Dynamic Range mmWave Massive MU-MIMO with Householder Reflections
针对毫米波大规模MU-MIMO中强弱UE接收功率差异导致低分辨率ADC量化噪声或饱和的问题，提出HDR MIMO范式，通过Householder反射空间变换聚焦强UE并结合数字均衡，实现强弱UE同时可靠接收。
2023-12-05 cs.IT eess.SP math.IT
Joint Beam Management and SLAM for mmWave Communication Systems
针对毫米波SLAM中波束管理开销大的问题，提出联合波束管理与SLAM框架，通过分层扫描、IMU辅助和无线电地图特征跟踪实现亚米级精度并降低约40%开销。
2023-07-16 cs.IT eess.SP math.IT
Millimeter Wave Wireless Communication Assisted Three-Dimensional Simultaneous Localization and Mapping
本文研究了仅基于毫米波（mmWave）无线通信信号的复杂室内外环境下的三维（3D）同时定位与地图构建（SLAM）问题。首先，我们提出了一种基于深度学习的映射（DLM）算法，该算法可以利用一阶非视距（NLOS）通信链路（CL）上的反射点来构建环境的3D点云地图。具体而言，设计了一个分类神经网络来辨识一阶非视距CL，并从理论上计算出其上反射点的几何坐标。其次，结合惯性测量单元和波束斜视辅助定位方法的优点，实现了实时精确定位。然后，结合DLM和所采用的定位算法，我们开发了基于通信的SLAM（C-SLAM）框架，可以进行SLAM没有任何先验知识的环境。此外，复杂的室外和室内环境的广泛模拟验证了我们的方法的有效性。
2023-03-05 eess.SP
Optimal Beam Association for High Mobility mmWave Vehicular Networks: Lightweight Parallel Reinforcement Learning Approach
University of Technology Sydney（悉尼科技大学）
在智能交通系统（ITS）中，期望车辆具有要求超高数据率和低延迟通信的高级应用和服务。为此，毫米波（mmWave）通信已经成为非常有前途的解决方案。然而，由于车辆的高机动性和毫米波波束对动态阻塞的固有敏感性，将毫米波纳入ITS特别具有挑战性。本文通过为高移动性下的毫米波车载网络开发最佳波束关联框架来解决这些问题。具体来说，我们使用半马尔可夫决策过程来捕捉环境的动态性和不确定性。Q-学习算法通常用于寻找最优策略。然而，Q学习因其收敛速度慢而臭名昭著。我们没有采用深度强化学习结构（如文献中的大多数作品），而是利用道路上通常有多辆车的事实来加速学习过程。为此，我们开发了一个轻量级的，但非常有效的并行Q-学习算法，快速获得最佳的政策，同时学习各种车辆。大量的模拟表明，我们提出的解决方案可以提高数据率的47%，减少断开概率的29%，相比其他解决方案。
2021-06-07 cs.LG cs.NI eess.SP
Robust NLoS Localization in 5G mmWave Networks: Data-based Methods and Performance
针对5G毫米波网络NLoS场景下的UE定位需求，提出融合频域、时域特征及序列处理的神经网络定位模型，结合迁移学习适配环境差异，在复杂度更低的前提下定位精度优于现有方法，还可同时跟踪UE的位置、速度与航向。
2024-06-24 eess.SP
A Hardware-Efficient Hybrid Beamforming Solution for mmWave MIMO Systems
在毫米波（mmWave，mmWave）通信系统中，现有的混合波束成形解决方案通常需要大量的高分辨率移相器（PS，phase shifter）来实现模拟波束成形器，其仍然遭受高硬件复杂度和功耗。针对这一问题，本文提出了一种新的硬件高效的混合预编码/合并架构，该架构仅使用有限数量的简单相位过采样器（POS）和一个开关（SW）网络，在保持满意的频谱效率性能的同时实现最大的硬件效率。该POS可以用简单的电路实现，同时输出多个不同相位的并行信号。借助于简单的开关网络，通过将具有适当相位的信号馈送到天线阵列或RF链来实现模拟预编码器/组合器。我们分析了这种基于POS-SW的混合波束形成架构的设计挑战，并提出了潜在的解决方案的基本问题，特别是预编码器/组合器的设计和信道估计策略。仿真结果表明，这种硬件有效的结构可以实现相当的频谱效率，但远高于传统的结构的能量效率。
2018-12-12 cs.IT eess.SP math.IT
Arithmetic Average Density Fusion -- Part IV: Distributed Heterogeneous Fusion of RFS and LRFS Filters via Variational Approximation
Northwestern Polytechnical University（西北工业大学）；University Carlos III of Madrid（马德里卡洛斯三世大学）
本文提出基于变分近似的分布式异构融合方法，实现RFS与LRFS滤波器的协同跟踪，通过平均PHD达成共识，适用于同构和异构多传感器场景。
2024-01-31 cs.SY eess.SP eess.SY
Angle-based SLAM on 5G mmWave Systems: Design, Implementation, and Measurement
研究5G毫米波系统在不改变架构和标准下实现SLAM，开发了基于连续消除的角度提取方法和纯角度SLAM算法，实现单基站亚米级定位与建图。
2023-05-22 cs.IT eess.SP math.IT
3-D Positioning and Environment Mapping for mmWave Communication Systems
毫米波（mmWave）云无线电接入网络（CRAN）为精确的协作定位提供了新的机会，其中大带宽、大天线阵列和增加的基站密度允许其无与伦比的延迟和角分辨率。将定位技术与通信技术相结合，设计同时定位与地图构建（SLAM）算法是一个具有挑战性的问题。本研究考虑三维毫米波CRAN架构中的联合位置和速度估计以及环境映射问题。本文首先将协作定位嵌入到通信中，建立了时延和角度混合测量的联合估计和映射模型。然后，我们提出了一个封闭形式的加权最小二乘（WLS）的联合估计和映射问题的解决方案。所提出的WLS估计被证明是渐近无偏的，并通过模拟确认为有效的实现克拉美-罗下限（CRLB）和所需的分米级精度。此外，我们提出了一个基于WLS网络的SLAM算法，通过嵌入神经网络到建议的WLS估计，以取代线性近似。该方法既具有神经网络强大的学习能力，又具有几何模型的鲁棒性，并通过集成学习进一步提高了定位精度。在模拟中使用公共射线跟踪数据集来测试基于WLS网络的SLAM算法的性能，该算法被证明在达到厘米级精度方面是快速有效的。
2019-08-12 cs.IT eess.SP math.IT
Joint Localization and Environment Sensing by Harnessing NLOS Components in RIS-aided mmWave Communication Systems
本研究提出利用毫米波通信系统中的NLOS分量进行联合定位与环境感知，建立RIS路径增益模型并提出两阶段估计器，显著提升了UE定位与环境感知精度。
2023-05-21 cs.IT eess.SP math.IT
Intelligent Reflecting Surfaces Assisted Millimeter Wave MIMO Full Duplex Systems
针对毫米波全双工系统自干扰抑制的硬件成本与功耗问题，提出用近场IRS替代模拟/混合波束成形，联合主被动波束成形实现加权和速率最大化，性能显著优于传统方案。
2023-06-14 cs.IT eess.SP math.IT
DiffPace: Diffusion-based Plug-and-play Augmented Channel Estimation in mmWave and Terahertz Ultra-Massive MIMO Systems
Terahertz Wireless Communications (TWC) Laboratory, Shanghai Jiao Tong University（太赫兹无线通信实验室，上海交通大学）；Cooperative Medianet Innovation Center (CMIC), School of Information Science and Electronic Engineering, Shanghai Jiao Tong University（协作中位网创新中心（CMIC），信息科学与电子工程学院，上海交通大学）；Institute for Digital Communications, Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)（数字通信研究所，弗赖堡-亚历山大-大学埃尔朗根-纽伦堡（FAU））
本文提出基于扩散的即插即用信道估计方法DiffPace，利用扩散模型捕捉混合球面与平面波信道分布作为先验知识，在毫米波与太赫兹超大规模MIMO系统中实现了高精度与高计算效率的信道估计。
2025-10-21 cs.AI cs.IT eess.SP
Millimeter Wave Wireless Assisted Robot Navigation with Link State Classification
NYU Tandon School of Engineering（纽约大学坦登工程学院）；University of British Columbia（不列颠哥伦比亚大学）；Harvard University（哈佛大学）
毫米波（mmWave）频带由于能够捕获高角度和时间分辨率测量而对于高精度定位应用吸引了相当大的关注。本文探讨了基于毫米波定位的目标定位问题，其中一个固定的目标广播毫米波信号和移动机器人代理试图捕捉信号定位和导航到目标。提出了一个三阶段的过程：首先，移动代理使用张量分解方法来检测多径信道分量，并估计其参数。第二，然后使用机器学习训练的分类器来预测链路状态，这意味着最强路径是视距（LOS）还是非视距（NLOS）。对于NLOS情况，链路状态预测器还确定最强路径是否经由一个或多个反射到达。第三，基于链路状态，代理或者遵循估计的角度，或者使用计算机视觉或其他传感器来探索和映射环境。在室内环境的大数据集上证明了该方法，并补充了光线追踪来模拟无线传播。路径估计和链路状态分类也被集成到最先进的神经同时定位与地图构建（SLAM）模块中，以增强基于相机和激光雷达的导航。结果表明，链路状态分类器可以成功地推广到训练集之外的全新环境。此外，具有无线路径估计和链路状态分类器的神经SLAM模块提供到目标的快速导航，接近知道目标位置的基线。
2022-02-19 cs.RO eess.SP
