A Unified Pilot Design for Integrated Sensing and Communications
提出一种ISAC统一二维导频，在DD平面用于感知、变换到TF平面作为DMRS，兼顾正交性、可扩展性与低功率开销。
2024-06-12 cs.IT eess.SP math.IT
Sensing Mutual Information for Communication Signal with Deterministic Pilots and Random Data Payloads
School of Cyber Science and Engineering, Southeast University（东南大学网络空间安全学院）；School of Information Science and Engineering, Southeast University（东南大学信息科学与工程学院）；School of Electrical, Computer, and Telecommunications Engineering, University of Wollongong（伍伦贡大学电气、计算机和电信工程学院）；Division of Integrative Systems and Design and the Department of Electronic and Computer Engineering, the Hong Kong University of Science and Technology（香港科技大学集成系统与设计分部及电子与计算机工程系）
本文研究了在确定性导频和随机数据载荷共同存在的通信信号中，通过随机矩阵理论推导感知互信息并设计预编码方案，以提高ISAC系统的感知性能。
2026-01-16 cs.IT math.IT
Compressed Sensing-based Pilot Assignment and Reuse for Mobile UEs in mmWave Cellular Systems
用于毫米波通信的技术处于工业界和学术界研究的最前沿，因为毫米波频带为已经分配给蜂窝网络的带宽提供了数量级的额外可用带宽。可以利用在毫米波频带处的小覆盖区中可以支持的更大数量的天线来收获双MIMO类型的波束成形和空间复用增益。类似于LTE系统，收获这些益处的两个先决条件是在训练阶段检测用户和获取用户信道状态信息（CSI）。然而，由于毫米波信道遇到更苛刻的传播和更快的去相关，用户检测和CSI获取的任务都是必要的，比LTE频段更具挑战性。在本文中，我们研究的问题，快速用户检测和CSI捕获的小小区毫米波网络的下行链路。我们假设TDD操作和基于信道互易性的CSI获取。为了实现致密化的好处，我们提出了导频设计和信道估计器，利用积极的导频重用与快速用户检测在基站和压缩感知信道估计的组合。正如我们的模拟所示，相对于传统的基于压缩感知的方法与传统的导频重用，可以同时由整个毫米波频带网络与所提出的方案提供服务的用户的数量大幅增加。
2016-01-14 cs.IT math.IT
Structured Compressive Sensing Based Spatio-Temporal Joint Channel Estimation for FDD Massive MIMO
大规模MIMO由于其高频谱和能量效率而成为未来5G通信的一种有前途的技术。为了实现其潜在的性能增益，准确的信道估计是必不可少的。然而，由于基站（BS）处的大量天线，传统信道估计方案所需的导频开销将是无法承受的，特别是对于频分双工（FDD）大规模MIMO。为了克服这个问题，我们提出了一种基于结构化压缩感知（SCS）的时空联合信道估计方案，以减少所需的导频开销，从而利用延迟域MIMO信道的时空公共稀疏性。特别地，我们首先提出在CS理论的框架下，在BS处的非正交导频，以减少所需的导频开销。然后，提出了一种用户端自适应结构子空间追踪（ASSP）算法，利用有限导频对多个OFDM符号的信道进行联合估计，从而利用MIMO信道的时空共同稀疏性提高信道估计精度。此外，通过利用信道的时间相关性，我们提出了一个空时自适应导频方案，以进一步减少导频开销。此外，我们还讨论了多小区情况下的信道估计方案。仿真结果表明，该方法能够在降低导频开销的情况下准确估计信道，并能逼近最优的oracle最小二乘估计器。
2016-04-23 cs.IT math.IT
What is the Value of Joint Processing of Pilots and Data in Block-Fading Channels?
将利用导频和数据符号观测的联合处理可实现的频谱效率与通过首先仅基于导频符号估计信道并随后检测数据符号的常规（单独）方法可实现的频谱效率进行比较。研究的基础上的互信息下限，联合处理被发现提供了一个不可忽视的优势，相对于单独的处理，特别是快速衰落。它示出，无论衰落率，只有一个非常小的数量的导频符号（最多一个每个发射天线和每个信道相干间隔）应被发送，如果允许联合处理。
2009-05-06 cs.IT math.IT
On the Gain of Joint Processing of Pilot and Data Symbols in Stationary Rayleigh Fading Channels
在许多典型的移动通信接收机中，基于导频符号来估计信道，以允许在单独的处理步骤中进行相干检测和解码。目前，在打破这种分离的接收器上花费了大量的工作，例如，通过基于关于数据符号的可靠性信息来增强信道估计。在目前的工作中，我们评估可能的收益的联合处理的数据和导频符号的情况下，一个单独的处理在平稳的瑞利平坦衰落信道的背景下相比。因此，我们讨论了导频和数据符号的联合处理的可能增益的性质。我们表明，可以通过联合处理获得的附加信息被捕获在时间相关的信道估计误差的单独的基于导频的信道估计，这是不检索的信道解码器在单独处理的情况下。此外，我们推导出一个新的下限的联合处理的导频和数据符号的可实现的速率。
2011-02-18 cs.IT math.IT
Joint Pilot Sequence Design and Power Control for Max-Min Fairness in Uplink Massive MIMO
针对大规模多输入多输出（MassiveMIMO，MultipleInputMultipleOutput）系统中的导频污染问题，对导频分配和导频发射功率进行了优化。虽然以前的作品已经处理导频分配作为一个组合问题，我们实现了一个更容易处理的问题制定直接优化的导频序列。为此，我们计算上的上行链路（UL）的频谱效率（SE）的下限，瑞利衰落信道的最大比（MR）检测和任意导频序列。我们优化的最大-最小SE相对于导频序列和导频功率，功率预算约束下。这成为一个NP难的符号问题，但我们提出了一个有效的算法，以获得多项式复杂度的局部最优解。数值结果表明，该算法的近最优性，并显示出显着的收益比现有的次优算法。
2017-03-06 cs.IT math.IT
Deep Learning Based Joint Pilot Design and Channel Estimation for Multiuser MIMO Channels
本文提出了一种基于深度学习（DL）技术的多用户多输入多输出（MIMO）信道联合导频设计和信道估计方案。为此，我们使用两层神经网络（TNNs）和使用深度神经网络（DNNs）的信道估计器构建导频设计器，它们被联合训练以最小化信道估计的均方误差（MSE）。为了有效地减少多用户间的干扰，我们还使用连续干扰消除（SIC）技术在信道估计过程中。数值结果表明，该方案大大优于国家的最先进的线性最小均方误差（LMMSE）的信道估计方案。
2018-12-10 cs.IT math.IT
Pilot Assignment for Joint Uplink-Downlink Spectral Efficiency Enhancement in Massive MIMO Systems with Spatial Correlation
针对相关瑞利衰落信道下的多小区大规模多输入多输出（MIMO）系统，提出了一种灵活的导频分配方法，用于联合优化上下行数据传输。通过利用最大比处理实现的遍历频谱效率（SE）的封闭形式的表达式，我们制定了一个优化问题，最大化的最小加权和的上行链路和下行链路SE的发射功率和导频分配集。该组合优化问题通过两种顺序算法来解决：首先提出启发式导频分配算法，以获得较好的导频复用集，然后进行数据功率控制。数值结果表明，该算法收敛速度快，比以往的算法更好的最小总和每个用户的SE。
2021-06-30 cs.IT math.IT
Joint Pilot Design and Uplink Power Allocation in Multi-Cell Massive MIMO Systems
本文研究了多小区大规模多输入多输出（MIMO）系统中的导频设计问题。而不是建模的导频设计作为一个组合分配问题，如在以前的作品，我们表示的导频信号使用的导频基础和治疗相关的功率系数作为连续的优化变量。我们计算的最大比检测，适用于任意导频信号的瑞利衰落信道的上行链路容量的下限。我们进一步制定的最大-最小公平性问题下的功率预算约束，与导频信号和数据功率作为优化变量。由于这个优化问题是非确定性的多项式时间的困难，由于符号约束，我们然后提出了一个算法，以获得一个局部最优的多项式复杂度。我们的框架作为一个基准，试点设计的情况下，无论是理想的或非理想的硬件。数值结果表明，所提出的优化算法接近于穷举搜索得到的最优解，并且新的导频结构和优化方法比现有的次优导频设计方法具有更大的优势。
2018-01-22 cs.IT math.IT
A Framework for Joint Design of Pilot Sequence and Linear Precoder
导频辅助的多输入多输出（MIMO）系统的大多数性能指标是依赖于线性预编码滤波器和导频序列的函数。这两个参数的优化框架，提出了基于矩阵值的推广的概念，有效的信号噪声比（SNR）介绍了一个著名的工作Hassibi和Hochwald。该框架适用于所述有效SNR矩阵的广泛类别的效用函数，最值得注意的是用于高斯输入的公知的互信息表达式、最小均方误差（MMSE）的上界以及其近似。该方法包括在分解的联合优化问题分为三个子问题：首先，我们描述了如何重新制定的线性预编码器的优化作为一个凸问题的固定导频序列。第二，我们同样对服从固定预编码器的导频序列的优化进行。第三，我们描述了如何生成成对的预编码器和导频序列是帕累托最优的意义上，他们达到帕累托边界的一组可行的有效的SNR矩阵。通过将这三个优化问题结合到一个迭代中，我们得到了一个算法，该算法允许计算联合最佳的预编码器和导频序列对相对于一些通用的效用函数的有效SNR。
2012-10-04 cs.IT math.IT
Sensing Management for Pilot-Free Predictive Beamforming in Cell-Free Massive MIMO Systems
KTH Royal Institute of Technology（瑞典皇家理工学院）
本文提出一种基于状态感知管理的无小区大规模MIMO系统方法，利用扩展卡尔曼滤波跟踪用户并仅在必要时感知，实现无导频预测波束成形，减少信道估计开销，仿真显示可提供更高的均匀下行速率。
2025-10-08 cs.IT eess.SP math.IT
Integrated Sensing and Communication: Joint Pilot and Transmission Design
本文研究多天线基站通感一体化系统，提出联合设计导频矩阵、训练时长与波束成形的协议，基于信息论准则最大化互信息并平衡信道估计误差，以提升目标检测概率并满足通信速率需求。
2024-02-20 cs.IT eess.SP math.IT
Active Sensing for Two-Sided Beam Alignment and Reflection Design Using Ping-Pong Pilots
本文针对毫米波通信中的双端波束对齐问题，提出基于乒乓导频和两个LSTM网络的深度主动感知框架，无需显式反馈即可设计测量向量和波束成形器，并可扩展至RIS反射设计，实验显示性能显著提升。
2023-05-11 cs.IT eess.SP math.IT
Active Sensing for Multiuser Beam Tracking with Reconfigurable Intelligent Surface
本文研究AP与RIS协同的多用户波束跟踪主动感知问题，提出基于RNN和GNN的深度学习框架，利用历史CSI轨迹动态优化波束成形与RIS反射系数，性能显著优于非自适应方法。
2024-11-11 cs.IT eess.SP math.IT
Non-Coherent Joint Transmission in Poisson Cellular Networks Under Pilot Contamination
本文研究了下行链路蜂窝网络的性能与非相干联合（多点）传输和实际的信道估计。在随机几何框架下，空间平均信噪比（SNR）的特点，考虑到由于导频污染的信道估计误差的影响。在导频序列随机生成、信道和接入点位置先验信息最小的假设下，得到了一个简单、易于计算的信噪比表达式。该SNR表达式允许关键系统设计参数（诸如协作AP的数量和训练开销）的有效联合优化。除其他外，它示出，多点传输是优选的，在某些操作条件下，传统的（非合作）蜂窝操作。此外，分析见解获得有关（a）所需的最小训练开销，以实现一个给定的SNR降级相比，完美的信道估计的情况下，和（b）的最佳数量的合作AP时，可以提供任意大的训练开销。对于后者，特别是，相变现象被识别，其中协作AP的最佳数量是有限的或无限的，这分别取决于路径损耗因子是小于还是等于某个值。
2019-07-01 cs.IT math.IT
Joint Pilot and Payload Power Control for Uplink MIMO-NOMA with MRC-SIC Receivers
该文提出了一种联合导频和有效载荷功率分配（JPA）方案，以缓解上行链路多输入多输出非正交多址（MIMO-NOMA）系统的误差传播问题。在基站上采用最大比合并和连续干扰消除（MRC-SIC）接收机进行多用户检测。通过考虑信道估计误差引起的误差传播，分析了MRC-SIC解码过程中每个用户的平均信干噪比（ASINR）。此外，JPA设计制定为一个非凸优化问题，以最大限度地提高最小加权ASINR和几何规划的最佳解决方案。仿真结果证实了性能分析，并表明，我们提出的方案可以有效地减轻错误传播的MRC-SIC和提高检测性能，特别是对于中等能量预算的用户。
2018-01-24 cs.IT math.IT
Joint Pilot Allocation and Robust Transmission Design for Ultra-dense User-centric TDD C-RAN with Imperfect CSI
研究了超密集云无线接入网（C-RAN）中完整信道状态信息（CSI）的不可用性问题。采用以用户为中心的簇来降低计算复杂性，而不完整的CSI被认为是减少沉重的信道训练开销，其中只有大规模的簇间CSI可用。还考虑了集群内CSI的信道估计，其中我们制定了一个联合导频分配和用户设备（UE）选择问题，以最大限度地增加具有固定导频数量的被接纳UE的数量。提出了一种新的考虑多用户导频干扰的导频分配算法。然后，我们考虑稳健的波束向量优化问题服从UE的数据率要求和前传容量约束，其中信道估计误差和不完整的簇间CSI被考虑。精确的数据率很难以封闭形式获得，相反，我们保守地用它的下限来代替它。由此产生的问题是非凸的，组合的，甚至是不可行的。基于UE选择、逐次凸逼近和半定松弛方法，提出了一种求解该问题的保证收敛的实用算法。我们严格证明了半定松弛是紧的概率为1。最后，大量的仿真结果表明，我们提出的算法的快速收敛性，并证明其优于现有的算法。
2017-10-22 cs.IT math.IT
Performance Analysis of Cognitive Radio Systems with Imperfect Channel Sensing and Estimation
在认知无线电系统中，采用基于感知的频谱接入策略，次用户需要执行信道感知，以检测主用户的活动。在现实场景中，信道感测由于误检测和误报警而可能发生错误。作为另一个挑战，必须经由信道估计来学习次发射机和次接收机之间的信道中的时变衰落条件。本文分析了相关认知无线电信道中因果信道估计方法在非理想信道感知下的性能，研究了信道和感知不确定条件下的可达速率。首先，认知无线电信道模型的信道感知误差和信道估计的描述。然后，使用导频符号，最小均方误差（MMSE）和线性MMSE（L-MMSE）估计方法被采用在辅助接收机学习信道衰落系数。信道估计和均方误差（MSE）的表达式的确定，和它们的依赖关系的信道检测结果，导频符号周期和能量进行了研究。由于传感的不确定性导致的不确定性的方差的附加干扰，信道估计策略和性能的有趣的是取决于传感的可靠性。它进一步表明，L-MMSE估计方法，这是在一般次优，执行非常接近MMSE估计。进一步，假设信道估计误差和主用户引入的干扰服从零均值和高斯分布，给出了线性调制方案和高斯信令的可达速率表达式。随后，联合优化训练周期以及数据和导频符号能量分配，以最大化两种信令方案的可实现速率。
2014-09-10 cs.IT math.IT
A Uniform Pilot and Data Payload Optimization Framework for OTFS-Based ISAC
University College London（伦敦大学学院）；the Hong Kong University of Science and Technology（香港科技大学）；Imperial College London（帝国理工学院）
本文提出了一种基于OTFS的ISAC统一波束和数据载荷优化框架，通过优化导频符号设计和数据符号功率分配，提升雷达与通信的协同性能。
2025-12-31 cs.IT eess.SP math.IT
Joint Channel Estimation and Equalization in Massive MIMO Using a Single Pilot Subcarrier
这封信的重点是在正交频分复用（OFDM）为基础的大规模多输入多输出（MIMO）系统的大导频开销的减少。我们提出了一种新的联合信道估计和均衡技术，只需要一个导频子载波，减少了数量级的导频开销。我们利用跨越多个子载波频带的相干带宽。这允许在单个子载波处利用信道频率响应（CFR）来均衡子载波的频带。随后，检测到的数据符号被认为是虚拟导频，并且它们的CFR被更新而不需要额外的导频开销。此后，可以以滑动方式执行剩余的信道估计和均衡。通过这种方法，我们使用多个信道估计来均衡每个子载波上的数据。这使我们能够利用频率分集，提高检测性能。最后，我们通过广泛的数值分析证实了上述主张，显示了我们提出的技术相比传统方法的优越性能。
2022-12-15 cs.IT eess.SP math.IT
Robust Pilot Decontamination Based on Joint Angle and Power Domain Discrimination
本文研究了大规模MIMO系统中噪声和干扰干扰对信道估计的影响。源自导频复用（或污染）的干扰原则上可以基于路径角度和幅度的分布来区分。在本文中，我们提出了新的鲁棒信道估计算法，利用路径分集的角度和功率域，依赖于一个合适的组合的空间滤波和幅度为基础的投影。所提出的方法是能够应付各种各样的系统和拓扑结构的情况下，包括那些地方，不像在以前的作品，干扰信道可能与所需的信道重叠的多径到达角或超过他们的接收功率。特别是，我们建立分析条件下，建议的信道估计是完全净化。仿真结果证实了使用新方法时的整体系统增益。
2016-06-05 cs.IT math.IT
Two-Timescale Learning for Pilot-Free ISAC Systems
针对无导频集成感知与通信（ISAC）系统，提出双时间尺度Transformer（T3former）接收机架构，利用PMCW波形确定性结构为隐式导频，通过双时间尺度注意力机制实现联合信道估计与多用户检测，显著提升Goodput并接近理论容量。
2025-08-25 cs.IT math.IT
Sensing-Assisted Sparse Channel Recovery for Massive Antenna Systems
针对大规模天线系统的信道估计问题，提出感知辅助的稀疏信道恢复方法，利用雷达感知确定稀疏基，结合压缩感知算法与用户反馈恢复信道，在有限反馈下降低训练开销、提升恢复精度与可达速率。
2023-11-10 cs.IT eess.SP math.IT
Joint Phase Tracking and Channel Decoding for OFDM Physical-Layer Network Coding
研究了基于OFDM的物理层网络编码（PNC）系统中的联合相位跟踪和信道解码问题。OFDM信令可以满足PNC系统上行链路中多个同时传输之间严格时间同步的需要。然而，OFDM PNC系统容易受到由残余载波频率偏移（CFO）引起的相位漂移的影响。在传统的OFDM系统中，接收机仅从一个发射机接收信号，采用导频音来辅助相位跟踪。在OFDM PNC系统中，多个发射机向一个接收机发送信号，并且这些导频音必须在多个发射机之间共享。这减少了每个发送节点可以使用的导频的数量。因此，OFDM PNC中的相位跟踪更具挑战性。为了克服由于每节点导频的数量减少而导致的降级，这项工作利用数据中包含的信道信息来补充导频。特别是，我们提出了解决问题的相位跟踪和信道解码联合。我们的解决方案包括使用的期望最大化（EM）算法的相位跟踪和使用的置信传播（BP）算法的信道解码。这两个问题通过EM和BP算法之间的迭代处理来共同解决。基于软件无线电的仿真和实际实验表明，该方法可以提高相位跟踪和信道解码性能。
2013-12-25 cs.IT math.IT
Message Passing-Based Joint Channel Estimation and Signal Detection for OTFS with Superimposed Pilots
针对现有叠加导频OTFS联合信道估计与信号检测接收机复杂度高的问题，提出基于消息传递的SP-DD迭代接收机及优化导频的SP-DD-D接收机，在大幅降复杂度的同时保障性能。
2024-04-15 cs.IT eess.SP math.IT
Integrated Sensing and Communications with Affine Frequency Division Multiplexing
本文提出基于仿射频分复用（AFDM）的集成感知与通信系统，证明仅用一个导频符号即可达到与完整帧几乎相同的感知性能，并利用AFDM啁啾特性实现简单自干扰消除，避免昂贵的全双工方法。
2024-02-26 cs.IT eess.SP math.IT
Bayesian Learning for Double-RIS Aided ISAC Systems with Superimposed Pilots and Data
针对RIS辅助ISAC上行传输导频开销过大降低频谱效率的问题，提出叠加导频与数据的稀疏贝叶斯学习框架及低复杂度多用户算法，实现厘米级定位并大幅提升吞吐量。
2024-02-16 cs.IT eess.SP math.IT
Distributed Compressive Sensing Based Doubly Selective Channel Estimation 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，由于无法承受的导频开销和禁止的复杂性的要求。在本文中，我们提出了一种新的分布式压缩感知（DCS）的信道估计方案来解决这个问题。在该方案中，我们引入基扩展模型（BEM），以减少所需的信道系数和导频开销。由于所有发射-接收天线对在延迟域中的共同稀疏性，我们考虑DCS框架来估计BEM系数，该框架具有简单的线性结构和低复杂度。此外，提出了一种线性平滑方法，以提高估计精度。最后，我们进行各种模拟，以验证所提出的计划的有效性，并证明所提出的计划相比，传统的计划的性能增益。
2015-11-09 cs.IT math.IT
Deep Learning for Joint Design of Pilot, Channel Feedback, and Hybrid Beamforming in FDD Massive MIMO-OFDM Systems
针对FDD大规模MIMO-OFDM系统，提出端到端深度学习框架，联合设计导频、信道反馈与混合波束成形，并利用图神经网络建模波束成形器交互。
2023-12-10 cs.IT eess.SP math.IT
Active Sensing for Reciprocal MIMO Channels
本文针对TDD大规模MIMO信道，提出基于循环神经网络和全连接神经网络的主动感知框架，通过交替设计感知波束成形器直接学习预编码与合并矩阵，在全数字和混合结构下均显著优于现有方法，且在低信噪比区域仍保持优越性能。
2024-06-07 cs.IT eess.SP math.IT
Rethinking the Performance of ISAC System: From Efficiency and Utility Perspectives
集成传感和通信（ISAC）是6 G通信系统的关键技术，它使传统的无线通信网络能够感知周围的目标。共同使用试点是实现ISAC的一个有希望的战略。它带来了通信和感知之间的权衡，这在不完美的信道估计条件下仍然是不清楚的。为了提供一些见解，遍历容量与不完美的信道估计和遍历克拉美-罗界（CRB）的距离感知之间的权衡进行了研究。首先，推导了与导频数目相关的各态历经容量和各态历经距离CRB的封闭表达式。其次，首次提出了两个新的度量指标：效率和效用，以评估容量和距离感知误差的联合性能。具体而言，效率是用来评估每单位的传感误差的可实现的能力，和效用的设计来评估ISAC的利用程度。此外，设计了一种导频长度优化算法，以达到最佳的效率。最后通过仿真验证了分析结果的正确性，并为槽形结构的设计提供了参考。
2022-08-18 cs.IT eess.SP math.IT
Cell-free ISAC for Drone Detection Considering Coverage and Age of Sensing
KTH Royal Institute of Technology（皇家理工学院）
本文提出了一种无基站ISAC框架，通过优化热点分组和试点分配来提升无人机检测的感知年龄与覆盖性能。
2025-12-07 cs.IT math.IT
OFDM pilot allocation for sparse channel estimation
在通信系统中，频谱的有效使用是一个不可或缺的问题。最近，已经提出了使用压缩感知来估计正交频分复用（OFDM）稀疏多径信道，以减少信道估计所必需的导频子载波形式的传输开销。本文研究了OFDM系统中的确定性导频分配问题。该方法基于最小化与导频子载波相关联的酉离散傅里叶变换（DFT）矩阵的子矩阵的相干性。与通常的等距导频子载波的情况下，我们表明，基于循环差集的非均匀图案是最佳的。在没有差集的情况下，我们执行贪婪搜索方法来找到次优解。我们还研究了恢复方法，如正交匹配追踪（OMP）和迭代法与自适应采样保持（IMAT）的信道抽头估计的性能。
2011-06-22 cs.IT math.IT
Deterministic Sequences for Compressive MIMO Channel Estimation
研究了压缩多输入多输出（MIMO）信道估计中的导频设计问题。特别是，我们感兴趣的是同时估计多个发射机的信道时，导频序列短于组合的信道。现有的工作表明，从压缩感知理论的工具，可以产生准确的多信道估计，每个导频序列是随机产生的。在这里，我们建议从一小组确定性序列中为每个发射机构建导频序列。我们推导出一个理论上的导频序列的长度，以保证高概率的多信道估计的下限。仿真结果证明了所提出的方法的性能。
2013-11-02 cs.IT math.IT
Low-Complexity Joint Channel Estimation and List Decoding of Short Codes
提出了一种用于短块长度的导频辅助传输（PAT）方案，其中导频仅用于推导列表构建步骤的初始信道估计。通过将非相干解码度量应用于组成列表的码字来获得消息的最终判决。这允许使用非常少的导频，从而减少信道估计开销。该方法被应用到一个有序统计解码器的通信在瑞利块衰落信道。与传统PAT方案相比，对于具有QPSK信令的短码，证明了高达$1.2$ dB的增益。该方法可以推广到其他列表解码器，例如，列出极化码的解码。
2019-01-16 cs.IT math.IT
On Hybrid Pilot for Channel Estimation in Massive MIMO Uplink
针对多小区多用户大规模MIMO系统的上行链路，提出了一种混合导频辅助信道估计技术。所提出的混合导频被设计成使得其享有时分复用（TM）导频和时间叠加（TS）导频之间的互补优势，并且由此允许优于传统导频方案的解决方案。我们数学上的混合导频的影响，大规模MIMO上行链路推导出一个封闭的形式近似的上行链路可达速率。在大天线数情况下，通过联合设计TM导频和TS导频，得到了混合导频的渐近最优解。结果表明，TM导频或TS导频分别具有大帧大小和有限帧大小传输的优势，而混合导频方案可以提供优于TM导频或TS导频的性能。数值结果验证了所提设计的有效性。
2016-12-22 cs.IT math.IT
Triple-Structured Compressive Sensing-based Channel Estimation for RIS-aided MU-MIMO Systems
可重构智能表面（RIS）被认为是5G之后的潜在技术，并引起了巨大的研究关注。然而，由于级联信道中的参数数量过多，在RI辅助系统中的信道估计仍然是一个关键的挑战。现有的基于压缩感知（CS）的RIS估计方案仅采用不完全稀疏性，这会导致冗余导频消耗。在本文中，我们利用级联通道的特定三重结构稀疏性，即，公共列稀疏度、偏移补偿后的结构化行稀疏度和所有用户之间的公共偏移。在此基础上提出了一种新的多用户联合估计算法。仿真结果表明，我们的方法可以显着减少导频开销在两个CDMA和UPA场景。
2021-08-31 cs.IT eess.SP math.IT
Joint Channel Estimation and Pilot Allocation in Underlay Cognitive MISO Networks
认知无线电作为一种灵活的技术被提出来以提高频谱利用率。本文处理的问题，信道估计及其对下行链路传输的影响，在认知无线电场景。我们认为主要和认知基站，每个配备多个天线和服务多个用户。主网络经常遭受认知干扰，这可以通过在认知系统处部署波束成形以在空间上引导传输远离主接收器来减轻。估计的信道状态信息（CSI）的准确性在设计可以调节干扰量的准确波束形成器中起着重要作用。然而，信道估计受到干扰的影响。因此，我们提出了不同的信道估计和导频分配技术来处理认知系统的信道估计，并减少污染的影响，在主系统和认知系统。为了解决主系统和认知系统中的污染问题，我们利用协方差矩阵中嵌入的信息，成功地将信道估计与相关认知单输入多输入（SIMO）信道中的其他用户的信道分离。最小均方误差（MMSE）的框架，提出了利用二阶统计量来分离重叠的空间路径，造成的干扰。我们通过仿真验证我们的算法，并将它们与最先进的技术进行比较。
2015-05-08 cs.IT math.IT
Pilot Signal and Channel Estimator Co-Design for Hybrid-Field XL-MIMO
本文针对混合场XL-MIMO信道估计问题，提出基于ADMM的最优导频信号设计与两阶段信道估计方法，通过协同设计显著提升稀疏信道恢复的可靠性。
2024-03-28 cs.IT eess.SP math.IT
Sensing aided Channel Estimation in Wideband Millimeter-Wave MIMO Systems
在这项工作中，上行链路信道估计问题被认为是毫米波（mmWave）多输入多输出（MIMO）系统。众所周知，信道估计中的导频开销和计算复杂度随着天线数目和带宽而增加。为了克服这一点，所提出的方法允许在基站的信道估计由感测信息辅助。感测信息包含对环境中的散射体位置的估计。提出了一种同时加权正交匹配追踪（SWOMP）-稀疏贝叶斯学习（SBL）算法，有效地将此感知信息的通信信道估计过程。所提出的框架可以应对a）存在于感测信息中的散射体与通信信道不相关联以及b）散射体的位置中的缺陷的场景。仿真结果表明，该算法仅以少量导频开销为代价，就能获得良好的宽带性能。最后，Cramer-Rao界（CRB）的角度估计和多径信道增益的SBL推导出，所提出的算法的本地可识别性提供了宝贵的见解。
2023-02-04 cs.IT eess.SP math.IT
CRC-Assisted Channel Codes for Integrated Passive Sensing and Communications
本文提出基于OFDM的CRC辅助CIPSAC系统，通过IPSCD算法利用CRC正确码字提升参数感知精度，结合学习型NOS码优化短块长性能，仿真验证其感知和解码性能经迭代显著提升。
2025-02-18 cs.IT eess.SP math.IT
Joint Transmission with Limited Backhaul Connectivity
提出了一种用于联合处理协调多点传输的低信令开销的下行波束成形技术。目标是最大化联合传输集群内的加权和速率。由于加权和率最大化问题是一个非凸问题，基于加权均方误差最小化的逐次凸逼近技术被用来设计具有易处理的计算复杂性的算法.提出了分散式算法，即使在有限的回程连接的情况下也能够实现JP。这些算法为信令开销、计算复杂性和收敛行为提供了多种替代方案。时分复用被用来设计用于两种场景的收发器训练技术：流特定估计和直接估计。在特定于流的估计中，基站和用户设备单独地估计所有特定于流的预编码导频，并且基于这些导频估计来构造发送/接收协方差矩阵。在直接估计的情况下，仅单独估计预期传输，并且直接从聚合的系统范围的导频构造协方差矩阵。考虑反馈/回程信令量化的影响，以便进一步减少信令开销。此外，用户准入正在考虑时间相关的信道。增强的收发器收敛速率使得周期性波束形成器重新初始化成为可能，这极大地提高了密集网络中实现的系统性能。
2017-05-15 cs.IT math.IT
A Power Efficient Sensing/Communication Scheme: Joint Source-Channel-Network Coding by Using Compressive Sensing
我们提出了一个联合源信道网络编码方案，基于压缩感知原理，与AWGN信道（可能包括多址接入和广播）的无线网络，源表现出时间和空间的依赖性。我们的目标是在每个接收器的允许失真水平内提供源的重建。我们通过将源值随机投影到较低维空间来在每个源处执行联合源-信道编码。我们考虑满足限制特征值（RE）条件的源，以及更一般的源，网络的随机性允许映射到低维空间。我们的方法依赖于使用模拟随机线性网络编码。接收器使用压缩感知解码器来重建源。我们的关键见解是，压缩感知和模拟网络编码都保留了压缩感知解码所需的源特性。
2011-10-03 cs.IT math.IT
Belief-propagation-based joint channel estimation and decoding for spectrally efficient communication over unknown sparse channels
我们考虑在具有K稀疏L长度离散时间脉冲响应（0<K<L<N）的Rayleigh N块衰落信道上的频谱有效通信，其中发射机和接收机都不知道信道的系数及其支持。由于该信道的高SNR遍历容量已被证明服从C（SNR）=（1-K/N）log 2（SNR）+O（1），因此任何牺牲每个衰落块多于K维的导频的导频辅助方案在频谱上将是低效的。这引起了对传统的“压缩信道感测”方法的关注，该方法使用O（K polylog L）个导频。在本文中，我们证明了实际的频谱效率的通信确实是可能的。为此，我们提出了一种新的基于置信传播的接收方案，用于标准比特交织编码的正交频分复用（OFDM）发射机。特别是，我们利用“宽松的信念传播”的方法，这使我们能够执行联合稀疏信道估计和数据解码，只有O（LN）的复杂性。实验结果表明，我们的接收机实现了所需的容量pre-log因子1 - K/N，并在低信噪比和高信噪比下执行近基因辅助的界限。
2011-05-31 cs.IT math.IT
Deep Learning for Multi-User MIMO Systems: Joint Design of Pilot, Limited Feedback, and Precoding
Korea University（高丽大学）；Pukyong National University（釜庆国立大学）；Queen’s University（女王大学）
在具有频分复用（FDD）的传统多用户多输入多输出（MU-MIMO）系统中，信道捕获和预编码器优化过程被分开设计，尽管它们是高度耦合的。本文研究了下行MU-MIMO系统的端到端设计，包括导频序列、有限反馈和预编码。为了解决这个问题，我们提出了一种新的深度学习（DL）框架，该框架联合优化了用户的反馈信息生成和基站（BS）的预编码器设计。MU-MIMO系统中的每个过程都被智能设计的多个深度神经网络（DNN）单元所取代。在基站处，神经网络生成导频序列并帮助用户获得准确的信道状态信息。在每个用户处，由单个用户DNN以分布式方式执行信道反馈操作。然后，另一BS DNN从用户收集反馈信息，并确定MIMO预编码矩阵。提出了一种联合训练算法，以端到端的方式优化所有DNN单元。此外，提出了一种训练策略，该策略可以避免针对不同网络规模的可扩展设计进行再训练。数值结果表明，建议的DL框架相比，经典的优化技术和其他传统的DNN计划的有效性。
2022-09-21 cs.IT cs.LG eess.SP
Random Pilot and Data Access in Massive MIMO for Machine-type Communications
由具有数百个天线的基站表示的大规模MIMO系统能够对许多设备进行空间复用，因此自然适合于在新兴应用（诸如机器类型通信）中服务密集的无线设备群。人群场景对基于导频的信道状态信息获取提出了新的挑战，并要求导频接入协议与设备活动的间歇模式相匹配。针对大规模MIMO系统的上行链路，提出了一种基于随机接入的联合导频分配和数据传输协议。该协议依赖于对随机接入过程中产生的导频冲突事件的多个传输时隙进行平均。我们推导出新的上行链路和速率表达式，考虑到导频冲突，间歇性设备活动和干扰。得到了简化的边界，并用于优化设备激活概率和导频长度。性能分析表明，性能如何缩放作为天线的数量和传输时隙持续时间的函数。
2017-09-05 cs.IT math.IT
Joint Optimization of Spectrum Sensing and Accessing in Multiuser MISO Cognitive Networks
提出了一种多用户认知网络联合频谱感知和接入优化框架，以显著提高频谱利用率。对于这样一个认知网络，有两个重要的和有限的资源，应该在一个全面的方式分配，即反馈比特和时间持续时间。首先，关于反馈比特，存在两个组件：感测组件（用于传送各个用户的感测结果）和接入组件（用于反馈信道状态信息）。一个大的感知组件可以支持更多的用户进行协作感知，这导致高的感知精度。然而，大的接入组件也是优选的，因为当利用诸如迫零波束成形（ZFBF）的多天线技术时，它对多用户认知网络中的性能具有直接影响。其次，需要确定传输间隔中的感测和接入持续时间的折衷，使得在满足干扰约束的同时优化总传输速率。此外，上述两种资源在一定条件下是相互关联、相互转化的。具体地，对于给定的性能目标，可以通过利用更多的感测反馈比特来节省感测时间。因此，资源应以联合方式分配。基于联合优化框架和两种资源之间的内在关系，提出了两种多用户多天线认知网络中以最大化平均和传输速率为目标的联合资源分配方案。仿真结果表明，采用联合资源分配策略，与传统的固定策略相比，可以获得明显的性能增益。
2014-06-30 cs.IT math.IT
Deterministic Pilot Design and Channel Estimation for Downlink Massive MIMO-OTFS Systems in Presence of the Fractional Doppler
虽然正交时频空间（OTFS）调制和大规模多输入多输出（MIMO）技术的结合可以使通信系统在高移动性场景中具有更好的性能，但由于实际系统中不准确的建模和高导频开销，下行链路信道估计仍然存在许多挑战。本文提出了一种在分数多普勒条件下下行大规模MIMO-OTFS系统的信道状态信息（CSI）获取方案，包括确定性导频设计和信道估计算法。首先，我们分析了基于正交频分复用（OFDM）调制解调器的单输入单输出（SISO）OTFS的输入输出关系，并将其扩展到大规模MIMO-OTFS。此外，我们制定了一个精确的模型，在实际系统中，分数多普勒被认为是和子路径的影响揭示。基于该模型和导频矩阵的结构，提出了一种确定性导频设计方案，以减少导频开销和节省内存消耗。由于信道几何结构相对于通信时间尺度变化非常缓慢，我们提出了一种改进的基于感知矩阵的信道估计（MSMCE）算法来获取下行链路CSI。仿真结果表明，该方法与传统的下行信道状态信息捕获算法相比具有明显的优势。
2021-05-20 cs.IT math.IT
Over-the-Air Transmission of Zak-OTFS with Spread Pilots on Sub-THz Communications Testbed
本文在亚泰赫兹测试平台上实现 Zak-OTFS 空中传输，设计通信感知共存的扩频导频，在 140/240 GHz 下验证数据传输，并实现 ISAC 及 PAPR 改善超 5 dB。
2025-04-22 cs.IT eess.SP math.IT
Covering-radius and Collinearity- Minimizing Pilots for Channel Estimation in TDD Systems
Peking University（北京大学）
本文研究了在滑动窗口最新时隙恢复框架下，基于正交频分复用的时分双工系统中的试点设计，通过联合利用近期时隙中的时延-多普勒稀疏性，提出了一种几何感知的时间-频率联合试点分配方法，改进了覆盖半径和共线性控制性能。
2026-04-08 cs.IT eess.SP math.IT
Joint recovery algorithms using difference of innovations for distributed compressed sensing
分布式压缩感知关注的是使用尽可能少的线性测量来表示联合稀疏信号的集合。提出了两种新的分布式压缩感知联合重构算法。这些算法是基于使用的信号之一作为边信息的想法，这使得利用联合稀疏性在一个更有效的方式相对于现有的计划。它们提供了重建质量的增益，特别是当节点获得很少的测量时，使得系统能够以比其他现有方案所需的更少的测量来操作。我们表明，该算法实现了更好的性能相对于国家的最先进的。
2013-11-11 cs.IT math.IT
Joint Communication and Sensing Design for Integrated Satellite-Terrestrial Maritime Systems
College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息与电子工程学院）
研究集成卫星-地面海事系统的联合通信与传感设计，基于差分进化方法提出传感算法，推导关键性能指标，通过联合波束成形优化最大化用户和速率，仿真结果显示所提算法在定位精度和传输速率上优于基线算法。
2026-07-14 cs.IT math.IT
Energy Efficient Joint Source and Channel Sensing in Cognitive Radio Sensor Networks
在认知无线电传感器网络（CRSN）的背景下，提出了一种新的概念，联合源和信道感知（JSCS）。每个传感器节点都有两个基本任务：面向应用的源感知和面向环境的信道感知。前者是收集特定于应用的源信息并在一定失真范围内将其传递到接入点，而后者是找到空闲信道并为感知的源信息提供频谱接入机会。随着深入探索，我们发现，这两个任务实际上是相互关联的，当考虑到能源的限制。本文的主要重点是最大限度地减少这两个任务所消耗的总功率，同时限制特定于应用程序的源信息的失真。首先，我们提出了一个特定的时隙感知和传输方案，并建立了多任务功耗模型。其次，我们共同分析这两个传感任务之间的相互作用，然后提出一个适当的传感和功率分配方案，以最大限度地减少总功耗。最后给出了仿真结果，验证了该方案的有效性.
2014-02-22 cs.IT math.IT
