Direction-of-arrival estimation with conventional co-prime arrays using deep learning-based probablistic Bayesian neural networks
本文提出基于概率贝叶斯神经网络的超分辨率波达方向估计方法，用于传统互质阵列，通过捕获数据和模型不确定性，增强泛化能力并对非理想条件具有鲁棒性，仿真验证其性能优于确定性CNN模型。
2023-09-04 eess.SP
SABER: Symbolic Regression-based Angle of Arrival and Beam Pattern Estimator
Queen’s University Belfast（贝尔法斯特女王大学）；Xi’an Jiaotong University（西安交通大学）；Asia Eastern University of Science and Technology（亚东科技大学）
SABER通过符号回归方法实现高精度且可解释的角度到达和波束模式估计，适用于无线通信中的波束成形和定位。
2025-10-30 cs.LG eess.SP
DeepAoANet: Learning Angle of Arrival from Software Defined Radios with Deep Neural Networks
University of Oxford（牛津大学）
基于RF信号的测向和定位系统受到多径传播的显著影响，特别是在室内环境中。现有的算法（例如MUSIC）在多径存在下或在弱信号状态下操作时在分辨到达角（AoA）方面表现不佳。我们注意到，数字采样RF前端允许轻松分析信号及其延迟分量。低成本的软件定义无线电（SDR）模块能够在宽频谱范围内提取信道状态信息（CSI），从而推动了增强型到达角（AoA）解决方案的设计。我们提出了一种深度学习方法，从SDR多通道数据的单个快照中获得AoA。我们比较和对比基于深度学习的角度分类和回归模型，以准确估计多达两个AoA。我们已经在不同的平台上实现了推理引擎，以实时提取AoA，证明了我们的方法的计算易处理性。为了证明我们的方法的实用性，我们已经从四元件通用线性阵列（Universal Linear Array，简称UART）中收集了各种视距（LOS）和非视距（NLOS）环境中的IQ（同相和正交分量）样本，并发布了数据集。我们所提出的方法在确定碰撞信号的数量方面表现出良好的可靠性，并且实现了小于$2^{\circ}$的平均绝对AoA误差。
2021-12-09 cs.LG cs.RO eess.SP
Cramer-Rao Bound for Angle of Arrival Estimates in True-Time-Delay Systems
本文推导了真时间延迟系统中到达角估计的CRB，并通过数值评估分析其性质，利用ML和已建立的估计器方法解决角度估计问题。
2026-01-07 eess.SP
Sensor Selection using the Two-Target Cramér-Rao Bound for Angle of Arrival Estimation
针对到达角估计中的多目标传感器选择问题，提出基于两个不相关源的最坏情况 Cramér-Rao 界方法，将其转化为凸半定规划并通过随机舍入求解，数值实验表明该方法倾向于选择线性阵列边缘及中心的阵元。
2023-07-31 eess.SP
Angle of Arrival Estimation Using SRS in 5G NR Uplink Scenarios
本文在5G NR上行场景中利用SRS信号，通过仿真与专用测试平台实测，验证了MUSIC、ESPRIT和JADE ESPRIT等到达角估计算法在单基站定位中的有效性。
2024-11-25 eess.SP
Performance of Angle of Arrival Detection Using MUSIC Algorithm in Inter-Satellite Link
卫星的姿态并非总是静止的，有时会发生随机运动，当卫星因翻滚效应而中断时，其天线指向很难实现与其他卫星的视线通信。为了确定星间链路中卫星天线的合适方位，分析了MUSIC算法对相连卫星信号源的波达方向（DoA）估计性能。它不同于光学测量、磁场测量、惯性测量和全球定位系统（GPS）姿态确定。该方法的特点是从连接的卫星上获取信号源，然后由主卫星对信息进行处理，得到连接卫星的天线方向。模拟仅在方位角方向上运行。仿真结果表明，MUSIC算法的处理时间比卫星在830 km轨道上的运动时间快，周期为101 min。当使用50个单元的阵列天线以0.5个波长的间隔时，当使用MUSIC算法时，可以在0.98秒的处理时间内检测到总共20个到达角（AoA）。
2018-07-13 eess.SP
Performance Advantages of Deep Neural Networks for Angle of Arrival Estimation
General Motors - Advanced Technical Center Israel（通用汽车以色列高级技术中心）；Tel Aviv University（特拉维夫大学）
在过去的几十年里，从单个天线阵列观测估计源的数量及其到达角的问题一直是信号处理界的一个活跃的研究领域。当源的数量很大时，最大似然估计器由于其非常高的复杂性而难以处理，因此已经开发了具有一些性能损失的替代信号处理方法。在本文中，我们将深度神经网络（DNN）方法应用于该问题，并分析其相对于信号处理算法的优势。我们表明，一个适当的设计网络可以达到最大似然性能与可行的复杂性和优于其他可行的信号处理估计方法在各种信号噪声比和阵列响应不准确。
2019-02-17 cs.LG cs.SD eess.AS
Angle of Arrival and Centimeter Distance Estimation on a Smart UWB Sensor Node
本文研究智能UWB传感器节点上的到达角测量，提出集成PDoA的紧凑低功耗方案，实现厘米级距离精度和平均2.4°角度精度，并构建误差校正模型以补偿多径和前后模糊。
2023-12-21 eess.SP
Design and Experimental Evaluation of a Bluetooth 5.1 Antenna Array for Angle-of-Arrival Estimation
物联网（IoT）领域的应用是在基于卫星的全球定位不可行的特定应用环境中实时定位资产。已经评估了许多依赖于无线传感器网格系统的定位方法，但是最近的基于到达角（AoA）的蓝牙低功耗（BLE）5.1测向功能为该应用提供了低成本的解决方案。在本文中，我们提出了一个基于BLE 5.1的圆形天线阵列的实现，并进行了两个实验评估从阵列采样的检索数据的质量。具体而言，我们检索恒定音调扩展的相位值的样本，该恒定音调扩展通过计算天线对之间的相位差来实现测向功能。我们评估的采样相位数据在消声室的质量，并在现实世界的环境中使用的设置组成的四个BLE信标。
2022-10-21 eess.SP
Angle of Arrival Estimation for Gesture Recognition from reflective body-worn tags
Aalto University（阿尔托大学）；KTH Royal Institute of Technology（瑞典皇家理工学院）；Instituto Superior Técnico（里斯本技术学院）
本文提出利用到达角估计区分手势，通过Kalman平滑跟踪提升识别性能，实验表明其在手势识别中提升15%。
2026-03-31 eess.SP
Deep Semantic Segmentation for Multi-Source Localization Using Angle of Arrival Measurements
针对动态环境下多源定位研究不足的问题，提出基于UNet、UNet++语义分割的深度学习框架，利用运动平台的到达角测量数据定位静止多源，在高噪声等复杂场景下仍能准确定位。
2025-06-11 eess.SP
Arbitrary Angle of Arrival in Radar Target Simulation
针对雷达目标仿真中目标位置需任意调节的需求，本文提出利用两个相邻RTS通道回波信号叠加合成任意到达角虚拟目标，并通过理论建模与实测验证了方案有效性。
2021-07-06 eess.SP
A Supervised Learning Framework for Joint Angle-of-Arrival and Source Number Estimation
机器学习是一种很有前途的技术，用于波的到达角（AOA）估计撞击传感器阵列。然而，迄今为止提出的大多数方法仅考虑已知的固定数量的撞击波，即，一个固定的来源号码。本文提出了一种基于机器学习的估计器设计的情况下，源的数量是可变的，因此未知的先验。建议的估计包括一个框架的单标签分类器。每个分类器预测波是否存在于阵列的视场（FOV）的某些随机选择的段内，这是通过以特定（FOV）分辨率离散化FOV而产生的。分类器的预测被组合成概率角度谱，因此通过应用概率阈值来联合估计源数目和AOA，该概率阈值的最佳水平是从数据中学习的。估计器的性能评估使用一个新的性能指标：联合AOA估计成功率。数值模拟表明，对于低SNR（-10 dB），低FOV分辨率（2 $^\circ$）比高分辨率（1 $^\circ$）产生更高的成功率，而对于中（0 dB）和高（10 dB）SNR则相反。在几乎所有的仿真中，除了在低SNR和高FOV分辨率下的仿真之外，如果最大允许AOA估计误差近似等于（或大于）FOV分辨率，则所提出的估计器优于MUSIC算法。
2021-11-18 eess.SP
Two-Dimensional Arbitrary Angle of Arrival in Radar Target Simulation
本文将基于四个相邻RTS通道回波叠加的任意AoA虚拟雷达目标合成方法扩展至方位角与俯仰角二维域，并通过理论建模和测量验证其可行性。
2022-05-10 eess.SP
Low-complexity optimization for Two-Dimensional Direction-of-arrival Estimation via Decoupled Atomic Norm Minimization
通过引入一种新的原子范数最小化（ANM）公式，提出了一种有效的超分辨二维（2D）波达方向（DOA）估计优化方法。ANM允许相关源的无网格角度估计，即使在快照的数量远小于天线的大小，但它会产生巨大的计算成本在2D处理。本文通过半定规划引入了一种新的ANM公式，该公式通过一维两个解耦的Toeplitz矩阵来表达原始的高维问题，然后通过自动角度配对进行一维角度估计。与最先进的2D ANM相比，所提出的技术相对于天线尺寸将计算复杂度降低了几个数量级，同时保留了ANM在使用少量测量的超分辨率性能方面的优点，以及对源相关性和噪声的鲁棒性。复杂性的好处是特别有吸引力的大规模天线系统，如大规模多输入多输出和射电天文学。
2018-08-02 eess.SP
The first calibration model for bluetooth angle of arrival: Enhancing positioning accuracy in indoor environments
针对蓝牙AoA定位缺乏坐标系旋转矩阵计算模型的问题，本文提出首个AoA校准模型，经真实数据集测试，其旋转角估算标准偏差优于2.5度，可实现静动态亚米级定位，推动该技术落地。
2025-01-15 eess.SP
ProtoAoA: Few-Shot Angle-of-Arrival Estimation using Prototypical Networks
University of Calgary（卡尔加里大学）；Qoherent Inc.（Qoherent公司）
本文提出利用原型网络实现少样本到达角估计，通过实测数据验证其在低样本下的高精度性能，展示原型网络在未见角度分类中的有效性。
2026-04-15 eess.SP
Probabilistic Positioning Via Ray Tracing With Noisy Angle of Arrival Measurements
针对非视距场景，提出基于噪声到达角测量与射线追踪的定位方法，通过拟合高斯混合模型并融合多基站概率，实现低复杂度且鲁棒的UE定位。
2024-08-20 cs.IT eess.SP math.IT
Fusion of Time and Angle Measurements for Digital-Twin-Aided Probabilistic 3D Positioning
本文将数字孪生辅助的室内非视距定位从2D推广到3D，并提出融合到达角与传播时间（含到达时间差）测量的高效算法，通过仿真验证了方法优势。
2024-10-20 eess.SP
Multi-mode OAM Radio Waves: Generation, Angle of Arrival Estimation and Reception With UCAs
射频（RF）处的轨道角动量（OAM）提供了在同一频率信道上复用一组正交模式以实现高频谱效率的新颖方法。然而，在多模OAM生成、OAM天线对准和OAM信号接收方面仍然存在很大的挑战。针对这些问题，提出了一种基于均匀圆阵的视距多载波多模OAM通信的总体方案。首先，我们验证了UCA可以用射频模拟合成方法和基带数字合成方法产生多模OAM波束。然后，针对所考虑的基于UCA的LoS MCMM-OAM通信系统，提出了一种基于二维ESPRIT（2-D ESPRIT）算法的距离和到达角估计方法。所提出的LoS MCMM-OAM和LoS MCMM-OAM-MIMO系统的一个显著特征是信道矩阵完全由三个参数表征，即方位角、仰角和距离，与子载波和天线的数量无关，这通过避免估计大的信道矩阵而显著减少了负担，如传统的MIMO-OFDM系统。在此之后，我们提出了一个OAM接收方案，包括波束转向与估计的AoA和幅度检测与估计的距离。最后，将所提出的方法推广到采用均匀同心圆阵列（UCCA）的LoS MCMM-OAM-MIMO系统。数学分析和仿真结果均表明，所提出的OAM接收方案能够消除实际OAM信道的失调误差的影响，接近理想OAM信道的性能。
2020-07-04 eess.SP
Direction of Arrival Estimation with Virtual Antenna Array Using FMCW Radar Simulated Data
本项目研究77GHz FMCW汽车雷达仿真数据的角度估计问题，对比了FFT、MUSIC和压缩感知算法，发现FFT速度最快但角分辨率远不及后两种超分辨率算法。
2025-08-11 eess.SP
On Estimation of Angles of Arrival in Monostatic ISAC Without Instantaneous Transmit CSI
University of Illinois Chicago（伊利诺伊大学芝加哥分校）；Politecnico di Torino（都灵理工大学）
本文研究单站ISAC中基站仅知统计CSI时的AoA估计极限，提出基于BCRB的波束分配策略，揭示个体与联合估计权衡，并证明利用低不确定性接收机感知信息可显著提升通信速率。
2025-10-09 cs.IT eess.SP math.IT
A Root Extension to the Propagator Algorithm for Direction of Arrival Estimation
提出一种基于求根分解的传播算子扩展算法，消除谱搜索，降低计算复杂度98%，并改善低信噪比下的RMSE，适用于无线通信实时DOA估计。
2025-01-23 eess.SP
Localization using Angle-of-Arrival Triangulation
Institute for Clarity in Documentation（清晰文档研究所）；Inria Paris-Rocquencourt（巴黎- Rocquencourt 国家信息与自动化研究所）；Rajiv Gandhi University（拉贾·甘地大学）；Tsinghua University（清华大学）；Palmer Research Laboratories（帕勒尔研究实验室）；Amazon Lab126（亚马逊实验室126）
本文提出GCC+方法，通过扩展GCC-PHAT估计到达角并结合三角测量，利用多个智能设备实现无需校准和用户配合的室内说话者定位，在真实环境中达到2.2度AoA误差和1.25米定位误差。
2025-08-23 cs.HC cs.NI cs.SD
Deep Networks for Direction-of-Arrival Estimation in Low SNR
在这项工作中，我们考虑使用深度学习（DL）在存在极端噪声的情况下进行波达方向（DoA）估计。特别是，我们引入了一个卷积神经网络（CNN），它是从真实阵列流形矩阵的多通道数据训练的，并且能够使用样本协方差估计来预测角方向。我们将该问题建模为多标签分类任务，并在低SNR状态下训练CNN以预测所有SNR的DoA。所提出的架构表现出增强的鲁棒性，在噪声的存在下，和弹性的少量的快照。此外，它能够在网格分辨率内解析角度。实验结果表明，显着的性能增益在低信噪比制度相比，国家的最先进的方法，而不需要任何参数调整。我们放松的假设，即源的数量是已知的先验，并提出了一种训练方法，其中的CNN学习推断源的数量与DoA联合。仿真结果表明，所提出的CNN在低信噪比下能够准确地估计出离网角，同时在足够多的快拍数下能够成功地推断出信源数目。我们强大的解决方案可应用于多个领域，从无线阵列传感器到声学麦克风或声纳。
2020-11-17 cs.LG cs.SD eess.AS
High Resolution Radar Sensing with Compressive Illumination
我们提出了一种压缩雷达的设计，结合了多音线性调频（LFM）的波形在发射机与一个经典的拉伸处理器和子奈奎斯特采样在接收机。所提出的压缩照明方案具有更少的随机元素，从而与先前提出的基于随机波形的压缩雷达设计相比，减少了存储和实现的复杂性。我们分析了这种照射方案的任务的联合距离到达角估计的多输入多输出（MIMO）雷达系统。我们提出的恢复保证所提出的照明技术。我们表明，对于足够大数量的调制音调，该系统实现了高分辨率的范围，并成功地恢复了稀疏场景中的目标的范围和到达角。此外，我们提出了一种算法，估计目标的距离，到达角，和散射系数的连续。最后，我们提出了仿真结果来说明作为系统参数的函数的恢复性能。
2021-06-22 cs.IT eess.SP math.IT
Sparse Bayesian Generative Modeling for Joint Parameter and Channel Estimation
本工作提出一种低复杂度稀疏贝叶斯生成建模方法，利用物理信息生成模型同时估计无线信道及其物理参数，无需额外计算开销，并近似条件均值估计器以提升联合通信与感知性能。
2025-02-25 eess.SP
Joint DOA and Non-circular Phase Estimation of Non-circular Signals for Antenna Arrays: Block Sparse Bayesian Learning Method
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；Hangzhou Dianzi University（杭州电子科技大学）
本文提出了一种基于块稀疏贝叶斯学习的方法，用于非圆信号的联合方向到达和非圆相位估计，通过块稀疏模型和FMLM算法提升了信号恢复性能。
2026-01-14 eess.SP
Millimeter-Wave Angle Estimation of Multiple Targets Using Space-Time Modulation and Interferometric Antenna Arrays
提出了一种利用分布式干涉天线阵和宽带空时调制进行多目标角度估计的新方法。在存在一个或多个目标的情况下，到达角的干涉阵列测量通常是模糊的。我们提出了一种新的方法，通过乘以角度伪谱从多个天线基线，导致在检测的目标的角度，在干涉测量中减轻模糊。使用一个单一的线性调频（LFM）发射机和接收干涉阵列与$N$元素，我们展示了一个简单的和计算效率高的技术来估计高达$\mathcal{O}(N^2)$目标的角度。我们描述的技术背后的理论，提出了详细的模拟，并使用三元件毫米波测量系统的实验验证。
2020-08-01 eess.SP
Maximum A Posteriori Direction-of-Arrival Estimation via Mixed-Integer Semidefinite Programming
Technical University of Darmstadt（达姆施塔特工业大学）；Ilmenau University of Technology（伊尔梅瑙工业大学）
提出一种联合稀疏最大后验DOA估计器，转化为混合整数半定规划，利用分支定界法求解全局最优，并给出随机舍入近似方案，在阈值、分辨率和鲁棒性上优于现有方法。
2026-06-16 eess.SP
RIS-Aided Localization Algorithm and Analysis: Tackling Non-Gaussian Angle Estimation Errors
本文针对RIS辅助定位中角度估计误差的非高斯特性，提出多重加权最小二乘算法并结合偏差分析，实现移动用户精准三维定位，仿真验证其有效性。
2024-03-18 eess.SP
Robust Direction-of-Arrival Estimation using Array Feedback Beamforming in Low SNR Scenarios
本文提出一种基于重传空间反馈和MVDR的阵列波束成形DoA估计方法，在低信噪比下将角度估计误差降低20度。
2023-04-15 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
Sparse Bayesian Learning for DOA Estimation in Heteroscedastic Noise
研究了噪声环境下基于长期观测的波达方向估计问题。在这样的环境中，噪声源可能会演变，导致静态模型失效。因此，引入了异方差高斯噪声模型，其中方差可以在观测和传感器之间变化。假设信源幅度服从独立的零均值复高斯分布，方差（即信源功率）未知，激发了随机最大似然DOA估计。利用稀疏贝叶斯学习（SBL）从多快拍传感器阵列数据中估计平面波的DOA，其中跨传感器和快拍两者估计噪声。这种SBL方法比高分辨率方法更灵活，性能更好，因为它们不能估计异方差噪声过程。SBL的一种替代方法是简单的数据归一化，其中仅利用阵列上的相位。仿真结果表明，考虑到异方差噪声，提高了DOA估计。
2017-11-08 eess.SP physics.data-an
A WINNER+ Based 3-D Non-Stationary Wideband MIMO Channel Model
本文提出一种基于WINNER+的三维非平稳宽带MIMO信道模型，联合考虑水平和垂直角度分布，采用生灭过程建模簇演化，并通过实测数据验证其统计特性，可适配多种通信场景。
2023-12-01 eess.SP
Clock and Orientation-Robust Simultaneous Radio Localization and Mapping at Millimeter Wave Bands
提出了一种基于稀疏多径信道估计的无线电同步定位与测绘（radio-SLAM）方案。通过利用稀疏信道估计方案在毫米波波段，即高分辨率估计的多径到达角（AoA），到达时间差（TDoA），和出发角（AoD），我们开发了一个无线电SLAM算法，操作没有任何要求的时钟同步，接收机方向的知识，多个锚点，或双向协议。由于通过信道的压缩感知（CS）获得的AoD信息，所提出的方案可以从单个锚点传输估计接收器时钟偏移和方向，从而在现实的典型信道仿真中实现亚米级精度。
2022-12-27 cs.IT eess.SP math.IT
Unified Constrained Geometric Configuration Optimization for Source Localization Systems: A Riemannian Manifold-Based Approach
College of Information Science and Engineering, Hohai University（河海大学信息科学与工程学院）；School of Information and Communication Engineering, Hainan University（海南大学信息与通信工程学院）
本文提出基于黎曼流形的统一约束几何构型优化算法（RM-CGCOA），用于优化五种源定位系统的传感器几何构型，在满足距离和角度约束下显著降低位置误差界并提升运行效率。
2026-09-14 eess.SP
Variational Bayesian Inference Based Progressive Multi-Target MIMO Sensing with Nuisance Parameters
The Hong Kong Polytechnic University（香港理工大学）
提出渐进式多目标MIMO感知框架，通过变分贝叶斯推断以多项式复杂度近似后验PDF，最小化PCRB并逐步提升感知精度。
2026-10-08 cs.IT eess.SP math.IT
Enhancing Off-Grid One-Bit DOA Estimation with Learning-Based Sparse Bayesian Approach for Non-Uniform Sparse Array
本文提出一种学习型稀疏贝叶斯框架，利用展开神经网络自主学习超参数，在单快照一比特离网DOA估计中兼顾精度与效率，适用于均匀及非均匀稀疏阵列。
2024-12-14 eess.SP stat.ML
Low-Complexity Three-Dimensional AOA-Cross Geometric Center Localization Methods via Multi-UAV network
针对三维AOA定位中MLE计算复杂度过高的问题，提出两种基于多平面几何中心的方法（CIS和MSD-LS），在降低复杂度的同时逼近CRLB，适用于多无人机网络。
2023-05-16 cs.IT eess.SP math.IT
Gridless Variational Bayesian Channel Estimation for Antenna Array Systems with Low Resolution ADCs
采用低分辨率模数转换器（ADC）与接收机处的大型天线阵列耦合在毫米波（mm波）系统中引起了相当大的兴趣。由于毫米波信道在角度维度上是稀疏的，因此利用该结构可以减少测量的数量，同时实现可接受的性能。基于变分贝叶斯线性谱估计（VALSE）算法将角度视为随机参数的思想，针对以往算法将估计局限于栅格角度点集而导致栅格失配的问题，提出了一种适用于低分辨率ADC天线阵列系统的无栅格量化变分贝叶斯信道估计（GL-QVBCE）算法。数值结果表明，与传统的最小二乘（LS）方法相比，GL-QVBCE的性能明显提高，且渐近逼近CramèrRao界（CRB）.
2019-06-03 cs.IT eess.SP math.IT
Cross-Sparsity-Enabled Multipath Perception via Structured Bayesian Inference for Multi-Target Estimation
针对多径环境下的多目标估计问题，本文提出三层分层先验下的跨稀疏结构及SF-TVBI算法，利用一阶反射路径提升角度估计精度，在性能媲美Turbo-VBI的同时降低了计算复杂度。
2025-11-18 cs.IT eess.SP math.IT
