Multi-Point Method using Effective Demodulation and Decomposition Techniques allowing Identification of Disturbing Loads in Power Grids
提出一种基于解调与分解技术的多点法,通过估计高于电网频率的调制信号并分解为各扰动负荷分量,实现电网中电压波动源的自动定位,经仿真与实际低压电网实验验证有效。
2024-04-27 cs.NA eess.SP math.NA
HyperCEUNet: Parameter-Aware Hypernetwork-Driven UNet for Channel Estimation
XringTek, Xiaomi Inc.(小米公司)
本文提出HyperCEUNet,通过参数感知的超网络生成自适应卷积层,结合维纳滤波初始化,提升信道估计精度。
2026-04-29 eess.SP
Deep Learning for Joint Narrowband Interference Cancellation and Soft Demodulation in OFDM Systems
研究OFDM系统中NBI干扰问题,提出统一深度学习框架,包含NBI-CNet估计参数消除干扰及LLR-CNet映射残差,相比传统算法复杂度降低,能消除误码平台,在不同干扰场景有良好性能且可稳健泛化。
2026-07-10 cs.LG eess.SP
Bayesian Deep End-to-End Learning for MIMO-OFDM System with Delay-Domain Sparse Precoder
本文提出一种基于延迟域稀疏预编码的DNN端到端MIMO-OFDM架构与贝叶斯模型辅助训练框架,在将导频开销降低8倍的同时显著提升了信道估计性能并大幅降低了计算复杂度。
2025-04-29 eess.SP
Joint Channel Estimation and Data Decoding using SVM-based Receivers
现代通信系统将接收机组织成块,以便简化其分析和设计。然而,从更广泛的角度考虑接收器设计而不是逐块处理它的方法可以利用这些块对彼此的影响并提供更好的性能。在这里,我们可以受益于机器学习,并组成一个接收器模型实现监督学习技术。有了这个动机,我们考虑一个一对一的传输系统在平坦快衰落无线信道,并提出了一个支持向量机(SVM)为基础的接收机,结合了基于导频的信道估计,数据解调和解码过程中的一个联合操作。我们在接收机设计中遵循两种技术。我们首先设计了一个基于SVM的分类器,它输出在发送端进入编码器的编码码字的类。然后,我们提出了一个模型,一个基于SVM的分类器编码码字中的每一个比特,其中每个分类器分配相应的编码向量中的位的值。使用第二种技术,我们简化了接收器设计,特别是对于较长的编码码字。我们表明,基于SVM的接收机执行非常接近的最大似然解码器,这是已知的最佳解码策略时,在发射机的编码向量是同样可能的。我们进一步表明,基于SVM的接收机优于传统的接收机,执行信道估计,数据解调和解码块。最后,我们表明,我们可以训练基于SVM的接收机与1位模数转换器(ADC)的输出和基于SVM的接收机可以执行非常接近的传统接收机,采取32位ADC的输出作为输入。
2020-12-04 cs.IT eess.SP math.IT
Reference Signal-Aided Channel Estimation in Spatial Media-Based Modulation Systems
在这封信中,我们研究了参考信号辅助信道估计的概念,这是一个至关重要的要求,以解决现实的性能空间基于媒体的调制(SMBM)系统的射频反射镜部署随着多个发射天线。因此,在文献中首次提出了基于最小二乘和线性最小均方误差的信道估计方案,用于基于MBM的系统,以前的研究主要假设或者完美的信道状态信息或者信道系数的误差模型。此外,还研究了相应的符号检测性能。为了衡量所提出的信道估计方法的效率,平均误比特率的理论上界推导和示出的是很好的重叠与计算机模拟的中,高信噪比区域。该研究对于基于多载波调制的通信系统的信道估计的实现以及检测界的理论推导具有重要意义。
2020-09-28 eess.SP
Parameter Estimation based Automatic Modulation Recognition for Radio Frequency Signal
针对现有自动调制识别方法需预设载波参数、深度学习模型复杂度高难部署的问题,提出结合功率谱参数估计与LSTM网络的射频信号识别方法,实现90%以上的识别准确率。
2024-12-11 eess.SP
Full-Duplex UWA communication with a two-element transducer
本文提出一种基于双元件换能器的全双工水声通信系统,通过在自干扰消除与远端数据解调间交替运行,并采用带多径干扰消除的自适应Rake合并器,有效克服强自干扰,实现与半双工系统相当的检测性能。
2024-09-17 eess.SP
SPECMAR: Fast Heart Rate Estimation from PPG Signal using a Modified Spectral Subtraction Scheme with Composite Motion Artifacts Reference Generation
由于记录信号中存在各种运动伪影,使用光电体积描记(PPG)信号进行心率估计的任务具有挑战性。本文提出了一种基于改进的SPECtral减法算法的快速心率估计算法,该算法利用两通道PPG和三轴加速度计信号,利用复合运动伪影参考生成(SPECMAR)。首先,通过从记录的信号中滤除不需要的频率分量来获得初步的噪声降低。接下来,一个复合运动伪影参考生成方法被开发用于所提出的SPECMAR算法的运动伪影减少。然后根据噪声和运动伪影减少的PPG信号计算心率。最后,提出了一种考虑邻域估计的心率跟踪算法。SPECMAR算法的性能已在公开可用的PPG数据库上进行了测试。平均心率估计误差被发现是2.09 BPM的23个记录。Pearson相关系数为0.9907。由于计算复杂度较低,该方法比比较方法更快。低估计误差,平滑和快速的心率跟踪使SPECMAR成为可穿戴设备中实现的理想选择。
2018-11-27 eess.SP
Low PAPR Reference Signal Transceiver Design for 3GPP 5G NR Uplink
低峰均功率比(PAPR)传输显著地改善了小区覆盖,因为它们能够实现高功率传输而不会使功率放大器饱和。在Rel-15 3GPP 5G NR规范中引入了一种新的调制方案,即pi/2-BPSK,以支持在上行链路传输中使用DFT扩展OFDM波形的低PAPR传输。为了实现使用该调制方案的数据解调,Zadoff-Chu序列被用作参考信号。然而,当与pi/2-BPSK数据相比时,Zadoff-Chu序列的PAPR更高。因此,即使数据传输具有低PAPR,参考信号的高PAPR也限制了Rel-15 3GPP 5G NR设计的上行链路中的小区覆盖。在本文中,我们提出了一种收发器的设计,最大限度地减少参考信号的PAPR,以避免上述问题。我们通过仿真表明,所提出的架构的结果在超过2 dB的PAPR降低相比,现有的设计。此外,当支持多个流传输时,我们表明,当采用所提出的收发器设计时,参考信号传输的PAPR对于任何流(在3GPP术语中也称为基带天线端口)保持相同,这不是当前3GPP 5G NR设计的情况
2019-07-12 cs.IT eess.SP math.IT
Differential Data-Aided Beam Training for RIS-Empowered Multi-Antenna Communications
可重构智能表面(RIS)是下一代无线通信的重要技术之一。设想在通信的直接链路较弱的情况下增强信号覆盖。最近,基于码本选择的波束训练被提出来获得RIS的优化相位配置。在此之后,通过使用经典的相干解调方案(CDS)来发送和接收数据。这种训练方法能够避免信道探测过程所需的大开销,并且它还规避了复杂的优化问题。然而,波束训练仍然需要发送一些参考信号来测试码本的不同相位配置,并且根据参考信号的接收能量的测量来选择最佳码字。然后,由于参考信号的传输而导致的开销降低了频谱效率。本文提出了一种基于数据传输和非CDS接收的RIS零开销波束训练方法。在BS处,所接收的差分数据还可以用于确定RIS的最佳波束。因此,由于完全避免了参考信号,系统的效率显著提高。在选择最佳码本之后,与经典CDS相比,NCDS仍然更适合于高移动性场景的信息传输。给出了非相干增强接收系统的信干噪比(SINR)的解析表达式。此外,还从效率和复杂度两个方面对NCDS和CDS进行了详细的比较。大量的计算机仿真结果验证了所提出的分析的准确性,并展示了所提出的系统优于现有的解决方案。
2022-10-28 eess.SP
Deep Learning-Based Frequency Offset Estimation
College of Information Engineering, Zhejiang University of Technology(浙江工业大学信息工程学院);Innovation Studio of Academician Yang, National Key Laboratory of Electromagnetic Space Security(电磁空间安全全国重点实验室杨院士创新工作室)
本文提出IQ-ResNet方法,利用残差网络从原始IQ信号中学习特征进行载波频率偏移估计,通过多调制方案训练提升泛化能力,在多种场景下性能优于传统CFO估计方法。
2023-11-08 cs.LG eess.SP
A 5G DMRS-based Signal for Integrated Sensing and Communication System
针对ISAC信号设计问题,本文联合CSI-RS、PRS和DMRS构建多参考信号协同雷达感知方案,推导距离与速度估计CRLB,并通过仿真证明其优于单参考信号方案。
2024-03-03 cs.IT eess.SP math.IT
5G PRS-Based Sensing: A Sensing Reference Signal Approach for Joint Sensing and Communication System
新兴的联合传感和通信(JSC)技术有望在未来的无线通信系统中支持新的应用和服务,例如自动驾驶和延展实境(XR)。无线通信中的导频(或参考)信号通常具有良好的无源检测性能、较强的抗噪声能力和良好的自相关特性,因此在雷达传感中具有潜在的应用价值。在本文中,我们研究如何将第五代(5G)移动通信的定位参考信号(PRS)应用于雷达感知。这种方法具有与迄今为止可用的最先进的移动通信系统兼容的独特优点。因此,PRS可以作为一种感知参考信号,方便地同时实现雷达感知、通信和定位功能。首先,提出了一种基于PRS的雷达感知方案,分析了其距离和速度估计性能,并在此基础上提出了一种利用多帧提高速度估计精度的方法。此外,推导了基于PRS的雷达感知距离和速度估计的Cramer-Rao下界(CRLB)和基于PRS的定位距离估计的CRLB。理论分析和仿真结果表明了PRS在雷达感知中的可行性和优越性。最后,基于我们的研究,对未来5G-Advanced和第六代(6 G)包含感测参考信号的帧结构设计提出了一些建议。
2022-11-21 eess.SP
Joint Communication and Sensing: 5G NR Compliant Ranging Using the Sounding Reference Signal
在这项工作中,提出了符合5G标准的用户设备侧感测的概念证明。它基于正交频分复用雷达测距,该测距在本工作中通过使用来自5G新无线电标准的探测参考信号来实现。信号配置以及因此对应的波形是根据现有的用于5G的第三代合作伙伴计划标准生成的。它是上行链路物理信号,并且最初旨在用于信道估计等。介绍了所使用的模型,然后是探测参考信号。这导致了第一个概念的证明,提出模拟和测量结果。我们表明,在厘米的顺序的范围估计误差是可以实现的。
2022-09-15 eess.SP
Confidence Based Asynchronous Integrated Communication and Localization Networks Using Pulsed UWB Signals
本文提出一种异步IR-UWB集成通信与定位下行网络,通过引入符号置信度度量模型、异步SFD检测模型及改进的MWLS框架,实现了可靠的数据传输、时钟漂移估计与高精度自定位。
2025-03-02 eess.SP
Channel Estimation using 5G Sounding Reference Signals: A Delay-Doppler Domain Approach
Huawei Technologies Sweden AB(华为技术有限公司瑞典分公司);Trinity College Dublin(都柏林三一学院)
本文提出了一种基于5G NR sounding参考信号的时延-多普勒域信道估计方法,通过DFT-s-OFDM接收机将OFDM符号转换到DD域,实现高机动性场景下的高效信道估计与预测。
2026-01-27 eess.SP
Domain Adaptation for DoA Estimation in Multipath Channels with Interferences
针对存在干扰与多径的DoA估计难题,提出基于自由空间参考导向矢量的类域自适应映射方法,将接收信号映射至无干扰多径的参考域,应用于DS、MVDR、MUSIC三类波束形成器前可显著提升估计精度。
2024-09-12 eess.SP
Structured Edge-Aware Graph Attention Network for Transmitter-Resolved Pointwise Radio Map Estimation
China Telecom Research Institute, China(中国电信研究院)
本文提出了一种物理意识的查询条件分层图注意力网络,用于传输器解析的点状射频地图估计。该方法通过构建局部图并聚合参考到查询的证据,提高邻域一致性,同时在不同操作模式下实现精确的RSS估计和误差修正。
2026-09-02 eess.SP
Nonlinear Cuff-less Blood Pressure Estimation of Healthy Subjects Using Pulse Transit Time and Arrival Time
提出了一种基于脉搏传导时间(PTT)和脉搏到达时间(PAT)的血压估计方法,用于估计收缩压(SBP)和舒张压(DBP)。设计了一种用于心音图(PCG)、光电容积图和心电图(ECG)高分辨率采样的数据采集硬件。PCG和ECG分别作为近端时间参考,以获得PTT和PAT指数。为了导出BP估计器模型,对每个个体进行校准程序,包括监督的体育锻炼,这导致他们的BP的变化,然后,在采集每个受试者的信号的同时测量多个参考BP。建议使用放置在BP参考器械袖带下方的力传感电阻器,以标记参考BP测量的准确时刻,该时刻对应于袖带的充气。此外,一种新的BP估计器的非线性模型,基于弹性管的理论,被引入到BP估计PTT/PAT值精确地使用。所提出的方法进行了评估32个科目。使用PTT指数,SBP和DBP估计的相关系数分别为0.89和0.84。使用PAT指数,SBP和DBP估计的相关系数分别为0.95和0.84。结果表明,所提出的方法,利用引入的非线性模型与使用PAT指数或PTT指数,提供了一个可靠的估计收缩压和舒张压。
2019-05-06 eess.SP
Robust PCA for Subspace Estimation in User-Centric Cell-Free Wireless Networks
我们考虑一个可扩展的以用户为中心的无小区大规模MIMO网络与分布式远程无线电单元(RU),使宏分集和联合处理。由于有限的上行链路(UL)导频维度,UL导频传输阶段中的多用户干扰使得信道估计成为一个不平凡的问题。我们利用两种类型的UL导频信号,探测参考信号(SRS)和解调参考信号(DMRS)导频,信道子空间的估计和它的瞬时实现,分别。根据基于拉丁方的跳频方案,在多个时隙和资源块上发送SRS导频,该跳频方案旨在平均不同SRS副导频用户的干扰。我们提出了一个强大的主成分分析方法,用于从SRS信号样本的信道子空间估计,在RU为每个相关的用户。估计的子空间进一步在RU处用于DMRS导频净化和瞬时信道估计。我们提供了数值模拟,比较系统的性能,使用我们的子空间和信道估计方案的情况下,理想的部分子空间/信道知识和导频匹配信道估计。结果表明,采用适当设计的SRS导频跳频方案的系统可以接近基因辅助系统的性能。
2022-06-08 cs.IT eess.SP math.IT
Unsupervised Learning for Pilot-free Transmission in 3GPP MIMO Systems
Pennsylvania State University(宾夕法尼亚州立大学);InterDigital Communications(交互数字通信公司)
参考信号开销减少最近已经发展为用于提高系统频谱效率的有效解决方案。本文介绍了一种新的下行链路数据结构,它是免费的解调参考信号(DM-RS),因此不需要在接收机的任何信道估计。新提出的数据传输结构涉及跨不同子带的部分用户数据的简单重复步骤。利用在用户端的重复结构,它表明,可靠的恢复是可能的,通过典型相关分析。本文还提出了两种有效的机制,提高CCA性能的OFDM系统中,一个重复模式选择和另一个处理严重的频率选择性问题。所提出的方法具有良好的复杂性和性能的权衡,使其具有吸引力的实际实施。使用3GPP链路级测试平台的数值结果表明,相对于最先进的方法,所提出的方法的优越性。
2023-02-04 cs.IT cs.LG eess.SP
Doppler Spoofing in OFDM Wireless Communication Systems
在本文中,我们提出了一种方法,防止未经授权的接收机(URx)正确估计多普勒频移存在于正交频分复用(OFDM)无线信号。为了防止这种估计,我们建议在发送的信号中插入一个人工频率变化,该信号模仿具有欺骗/假速度的发送器(Tx)移动。这种欺骗的多普勒频移不影响数据解调,因为它可以在合法接收器(LRx)处被补偿。我们通过模拟评估我们的方法的有效性,我们表明,它提供了一种可靠的方法来保护一个无线源的隐私的一个关键要素,即发射机的速度。
2022-12-29 cs.CR cs.NI eess.SP
3D Point Cloud Denoising via Deep Neural Network based Local Surface Estimation
Carnegie Mellon University(卡内基梅隆大学);Mitsubishi Electric Research Laboratories(三菱电机研究实验室)
我们提出了一种基于神经网络的3D点云去噪架构,称为神经投影去噪(NPD)。在我们以前的工作中,我们提出了一个两阶段的去噪算法,首先估计参考平面,然后将噪声点投影到估计的参考平面。由于估计的参考平面不可避免地含有噪声,因此应用多投影来稳定去噪性能。NPD算法使用神经网络来估计噪声点云中的点的参考平面。通过更准确地估计参考平面,我们能够仅用一次投影实现更好的去噪性能。据我们所知,NPD是第一个使用深度学习技术对3D点云进行降噪的工作。为了进行实验,我们从ShapeNet中的3D数据中采样40000个点云来训练网络,并从ModelNet10中的3D数据中采样350个点云进行测试。实验结果表明,该算法能够有效地估计噪声点云中点的法向量。与五种竞争方法相比,该算法具有更好的去噪性能,产生更小的方差。
2019-04-09 cs.CV eess.SP
CARTS: Cooperative and Adaptive Resource Triggering and Stitching for 5G ISAC
CARTS通过融合5G上行DMRS与SRS两路CSI流,结合信道拼接补偿与实时SRS触发算法,在不增加无线资源的情况下提升ISAC的CSI可用性,支持用户数翻倍并保持较低估计误差和较高跟踪精度。
2025-07-18 cs.NI eess.SP
DM-SBL: Channel Estimation under Structured Interference
针对通信中AWGN与结构化干扰共存的信道估计难题,提出结合扩散模型与稀疏贝叶斯学习的DM-SBL方法,通过联合利用信道稀疏性与干扰结构实现高精度估计,低信干比下性能优于传统方法,还可推广至其他线性逆问题。
2024-12-07 cs.IT cs.LG eess.SP
Boosting Spectral Efficiency with Data-Carrying Reference Signals on the Grassmann Manifold
针对无线网络中参考信号占用频谱资源的问题,提出 Grassmann 流形上的 DC-RS 联合信道估计与数据传输方法,并推导非相干及相干场景可达速率,验证其频谱效率提升潜力。
2024-03-03 cs.IT eess.SP math.IT
Round Trip Time Estimation Utilizing Cyclic Shift of Uplink Reference Signal
针对5G NR中基站无法直接获取绝对上行信道冲激响应以估计往返时间的问题,提出基于新型ZC序列宽带上行参考信号循环移位的RTT估计方法,可降低开销与时延,且经OAI真实测试平台验证有效。
2024-10-06 cs.IT eess.SP math.IT
Diffusion-Based Noise-Adaptive Null-Space Channel Estimation for OFDM Systems
Zhejiang University(浙江大学);Zhejiang University-University of Illinois Urbana–Champaign Institute(浙江大学伊利诺伊大学厄巴纳-香槟校区联合学院);Tsinghua University(清华大学);Beijing National Research Center for Information Science and Technology(北京信息科学与技术国家研究中心);Beijing University of Posts and Telecommunications(北京邮电大学)
针对OFDM系统中解调参考信号观测稀疏有噪及配置多样时的信道估计难题,提出基于扩散的DANCE算法,将其建模为稀疏线性逆问题,通过零空间分解和噪声自适应后验校正重建信道,设计条件U-Net去噪器,性能优于传统估计器。
2026-07-07 cs.IT eess.SP math.IT
ReQuestNet: A Foundational Learning model for Channel Estimation
Qualcomm AI Research(高通人工智能研究)
提出用于5G及未来系统的信道估计神经架构ReQuestNet,通过统一模型处理多种动态参数并联合处理MIMO层,显著优于传统MMSE并实现高达10dB增益。
2025-08-12 cs.AI eess.SP stat.ML
Sparse multi-reference alignment: sample complexity and computational hardness
受使用单粒子冷冻电子显微镜(cryo-EM)确定大分子原子结构问题的启发,我们研究了稀疏多参考对齐(MRA)模型的样本和计算复杂性:从噪声中估计稀疏信号的问题,循环移位副本。基于其紧密连接的晶体学相位恢复问题,我们建立,如果观察的数量是成正比的噪声的方差的平方,那么稀疏MRA问题是统计上可行的足够稀疏的信号。为了研究其计算难度,我们考虑三种类型的计算框架:基于投影的算法,双谱反演,凸松弛。我们表明,一个国家的最先进的基于投影的算法实现了最佳的估计率,但其计算复杂性是指数的稀疏水平。双谱框架提供了一个计算-计算的折衷:它需要更多的观测(因此其估计率是次优的),但其计算负载在信号长度上是可证明的多项式。凸松弛方法提供了多项式时间算法(具有大指数),其以最佳估计速率恢复足够稀疏的信号。最后,我们讨论了潜在的统计和算法的影响,冷冻EM的文件。
2021-09-23 cs.IT eess.SP math.IT