Spectral Coexistence of LDACS and DME: Analysis via Hardware Software Co-Design in Presence of Real Channels and RF Impairments
为了满足呈指数级增长的空中交通，L波段（960-1164 MHz）数字航空通信系统（LDACS）已经被引入。LDACS旨在利用现有测距设备（DME）信号之间的空闲频谱，并设想遵循正交频分复用（OFDM）方法来支持高速延迟敏感的多媒体服务。本文论述了在Zynq片上系统平台上，以FPGA为可编程逻辑（PL），ARM为处理系统（PS）的端到端LDACS收发器的设计与实现。我们考虑基于OFDM的LDACS，并进一步使用加窗和/或滤波来改进它。我们提出了一种软硬件协同设计的方法，并分析了各种收发器的配置分为PL和PS。我们展示了这样的协同设计方法提供的灵活性，选择的配置以及字长度为给定的面积，延迟和功率约束。该收发器还与可编程模拟前端集成，以验证其在存在各种RF损伤和无线信道以及LDACS环境特定干扰的情况下的功能。通过深入的性能分析参数，如带外衰减，DME干扰，误码率，字长和复杂度，我们证明了宽带滤波OFDM作为一个有吸引力的解决方案，为下一代LDACS。
2020-05-02 eess.SP
Uplink Hardware Impairments in OFDM-Based Cell-Free Massive MIMO With Impaired Wireless Fronthaul
Bilkent University（比尔肯特大学）
本文研究OFDM无小区大规模MIMO在硬件损伤下的上行性能，提出统一分析框架推导闭式表达式，并采用失真感知合并与最大最小公平资源分配以缓解性能下降。
2026-09-23 cs.IT eess.SP math.IT
Model-Based End-to-End Learning for Multi-Target Integrated Sensing and Communication under Hardware Impairments
本文针对硬件损伤下的多目标通感一体化系统，提出基于可微正交匹配追踪算法的端到端学习框架，通过参数化硬件损伤有效提升了感知与通信性能且复杂度更低。
2024-12-19 eess.SP
End-to-end Autoencoder for Superchannel Transceivers with Hardware Impairment
我们提出了一个端到端的学习为基础的方法，由非理想的硬件组件受损的超级通道系统。我们的系统实现了高达60%的SER减少和高达50%的保护带减少相比，所考虑的基线方案。
2021-03-29 eess.SP
Performance Analysis of BEM-based Channel Estimation for OTFS with Hardware Impairments
本文针对存在硬件损伤的OTFS系统，采用BEM降低信道估计复杂度，推导了估计信道的MSE和BER下界，并通过数值结果证明轻微硬件损伤也会显著降低系统性能。
2025-02-06 eess.SP
Maximizing Spectral and Energy Efficiency in Multi-user MIMO OFDM Systems with RIS and Hardware Impairment
本文研究多用户MIMO OFDM广播信道中常规RIS、STAR-RIS与多扇区BD-RIS的性能，通过联合优化MIMO预编码和RIS配置，提出资源分配方案并证明其SE和EE增益。
2024-01-22 cs.IT eess.SP math.IT
Average and Worst-case Analysis of MIMO Beamforming Loss due to Hardware Impairments
本文通过解析分析逐阵元增益失配和阵元间距偏差对MIMO波束成形的影响，给出最坏情况损伤配置与平均性能表达式，揭示平均退化有限但最坏损耗显著。
2025-11-07 eess.SP
On the Performance of ISAC over the D-Band in a Phase-Noise Aware OFDM Systems
本文评估了D波段OFDM-ISAC系统在相位噪声影响下的感知性能，发现距离精度受带宽限制，而速度估计和旁瓣抑制对相位噪声敏感，强调了PN感知的波形设计重要性。
2025-09-10 eess.SP
Hybrid mmWave MIMO Systems under Hardware Impairments and Beam Squint: Channel Model and Dictionary Learning-aided Configuration
基于压缩感知（compressive sensing，CS）的低开销信道估计在混合宽带毫米波（mmWave）多输入多输出（MIMO）系统中得到了广泛研究。在以前的工作中使用的信道稀疏字典建立从理想的阵列响应矢量上离散的到达/离开角评估。此外，假设这些字典对于所有子载波是相同的，而不考虑硬件损伤和波束偏斜的影响。在本文中，我们推导了一个通用信道和信号模型，该模型明确考虑了硬件损伤、实际脉冲整形函数和波束偏斜的影响，克服了以前工作中常用的毫米波MIMO信道和信号模型的局限性。然后，我们提出了一种字典学习（DL）算法，以获得稀疏字典嵌入硬件损伤，通过考虑波束斜视的影响，而不引入它的学习过程。本文还设计了一种波束偏斜和硬件损伤下的CS信道估计算法，该算法利用不同子载波上的信道结构，实现了低复杂度、高精度的信道参数估计。数值结果表明，所提出的DL和信道估计策略的有效性时，应用到现实的毫米波信道。
2022-10-17 eess.SP
Experimental emulation for OTFS waveform RF-impairments
正交时频空间（OTFS）波形超越了正交频分复用（OFDM）在具有高时频色散信道的高移动性环境中所面临的挑战。由于实际脉冲整形设计和RF损伤效应对波形行为有直接影响，本文研究了实际脉冲整形设计的实验实现和影响OTFS波形性能的RF损伤，并将其与作为基准的OFDM波形进行比较。首先分析了双色散信道的影响，然后建立了一个实验框架来研究射频损伤，包括非线性、载波频率偏移、I/Q不平衡、直流偏移和相位噪声。实验是在真实的室内无线环境中进行的，使用基于Keysight EXG X系列设备的软件定义无线电（SDR）。实验结果验证了理论结果的准确性。
2022-06-17 cs.SY eess.SP eess.SY
Performance Evaluation of Beyond Diagonal RIS under Hardware Impairments
针对BD-RIS实际硬件中的阻抗失配与变容管非理想问题，提出三类影响散射矩阵的损伤模型，并通过NMSE评估信道估计性能，明确传统RIS优于BD-RIS的场景。
2025-06-08 eess.SP
Impact of CSIR, SIC, and Hardware Impairments on the Ergodic Rate of Downlink RSMA
Khalifa University（哈利法大学）；Centre for Wireless Communications, University of Oulu（奥卢大学无线通信中心）
本文研究了实际干扰下RSMA下行通信系统的累积速率性能，推导了闭式表达式，揭示了CSIR、SIC和硬件损伤的联合影响，证明RSMA在公平性和速率上优于NOMA，强调了公平性与效率结合的重要性。
2026-04-20 eess.SP
MCRB-based Performance Analysis of 6G Localization under Hardware Impairments
位置信息预计将成为满足6 G系统中通信和上下文感知服务需求的关键。使用上行链路或下行链路导频信号基于延迟和/或角度估计来实现用户定位。然而，硬件损伤（HWI）失真的信号在发送器和接收器侧，从而影响定位性能。虽然在HWI不太严重的较低频率下可以忽略这种影响，但需要对6 G进行建模和分析，以评估由于HWI导致的本地化降级。在这项工作中，我们对各种类型的损伤进行建模，并进行错误指定的Cramér-Rao界限分析，以评估HWI引起的性能损失。不同类型的HWI的仿真结果表明，每个HWI导致不同程度的角度和延迟估计性能的退化。
2022-05-22 eess.SP
RIS-Aided D2D Communications Relying on Statistical CSI with Imperfect Hardware
在这封信中，我们研究了一个可重构智能表面（RIS）辅助设备到设备（D2D）通信系统在莱斯衰落信道与不完善的硬件，包括在收发器的硬件损伤和相位噪声在RIS。本文采用遗传算法（GA）对连续相移（CPS）和离散相移（DPS）的相移进行了优化，以最大化可达速率。我们还考虑了无RIS硬件损伤（N-RIS-HWI）和无收发器硬件损伤（N-T-HWI）的两种特殊情况。我们提出了封闭形式的表达式，不同情况下的可实现的速率和研究的硬件损伤对通信质量的影响。最后，仿真结果验证了分析工作的正确性.
2021-12-04 eess.SP
Channel Estimation for Reconfigurable Intelligent Surface-Assisted Full-Duplex MIMO with Hardware Impairments
针对存在硬件损伤的RIS辅助全双工MIMO系统，提出仅需硬件损伤一二阶统计量的无偏信道估计器，推导其闭式表达式，设计理想硬件下最小化MLE均方误差的导频方案并通过仿真验证性能。
2023-07-23 eess.SP
Deep SIMO Auto-Encoder and Radio Frequency Hardware Impairments Modeling for Physical Layer Security
本文提出基于深度SIMO自编码器的端到端学习方法，结合射频硬件损伤建模，在提升误码率性能的同时增强物理层安全性与设备识别能力。
2024-08-10 eess.SP
MIMO-AFDM Outperforms MIMO-OFDM in the Face of Hardware Impairments
University of Essex（埃塞克斯大学）；Nanyang Technological University（南洋理工大学）；University of Southampton（南安普顿大学）
本文研究硬件损伤对MIMO-AFDM系统的影响，推导了BER界和近似，发现AFDM具有全分集优势，且相比OFDM对相位噪声、载波频偏等乘性失真以及加性HWI引起的ICI更具鲁棒性。
2026-05-27 cs.IT eess.SP math.IT
Partial Relay Selection For Hybrid RF/FSO Systems with Hardware Impairments
本文研究了由非对称射频/自由光空间链路组成的双跳中继系统的性能分析。RF信道遵循瑞利分布，并且光链路经受伽马-伽马衰落。我们还介绍了我们的模型损伤，我们建议部分中继选择（PRS）协议放大转发（AF）固定增益中继。采用具有RF的光通信的好处是增加系统传输速率，从而提高系统带宽。许多以前的研究尝试假设理想的硬件（源，继电器等）。没有损伤。事实上，这种假设对于低速率系统仍然有效。然而，对于高速率系统，为了获得一致的结果，这些硬件损伤不能再被忽略。考虑到理想和非理想的硬件情况下，我们的模型的中断概率和遍历容量的新的解析表达式。在此基础上，研究了弱、强大气湍流条件下，系统中断概率与系统容量的关系，以及过时的信道状态信息（CSI）与当前源-中继链路的相关性、中继数目、中继秩和平均光信噪比（SNR）对系统性能的影响。我们还证明，对于非理想的情况下，端到端的信号噪声加失真比（SNDR）有一定的上限高SNR范围。然而，对于理想情况，SNDR无限增长，并且由损伤引起的上限不再存在。最后给出了数值模拟结果。
2019-01-16 eess.SP
Fluid Antennas Meet Intelligent Surfaces: Security Analysis of NOMA Systems Under Hardware Impairments
South China University of Technology（华南理工大学）；Huizhou University（惠州学院）；Guangdong University of Education（广东教育学院）；Queen Mary University of London（伦敦大学玛丽女王学院）；Kyung Hee University（庆熙大学）；The University of Texas at Dallas（德克萨斯大学达拉斯分校）
本文研究了流体天线与智能表面结合下的NOMA系统安全性能，揭示了硬件失真对安全性能的影响及设计权衡。
2026-03-09 eess.SP
On the Sensing Performance of OFDM-based ISAC under the Influence of Oscillator Phase Noise
本文针对单站和双站架构，分析了振荡器相位噪声对基于OFDM的ISAC感知性能的影响，量化了距离-多普勒图像中的峰值功率损失、旁瓣电平及信干比等指标，并评估了多目标场景下的性能退化。
2024-10-17 eess.SP
Enhanced ELM Based Channel Estimation for RIS-Assisted OFDM systems with Insufficient CP and Imperfect Hardware
可重构智能表面（RIS）辅助的正交频分复用（OFDM）系统由于其通信环境的可控性和抗多径干扰的性能，引起了广泛的研究兴趣。然而，作为RIS辅助OFDM系统的前提，额外级联的RIS信道增加了循环前缀（CP）不足的可能性，以及硬件不完善导致的非线性失真严重降低了信道估计的精度。为了解决这些问题，一个增强的极端学习机（ELM）的信道估计（eELM-CE），提出了在这封信中，以促进准确的信道估计。基于模型驱动模式，最小二乘（LS）估计被用来突出初始线性特征的信道估计。然后，根据得到的初始特征，构造一个增强的ELM网络来细化信道估计。特别是从引导其识别特征的角度出发，对网络激活函数后的数据进行归一化处理，增强识别非线性因素的能力。实验结果表明，与现有的方法相比，该方法实现了更低的归一化均方误差（NMSE）的CP不足和不完善的硬件。仿真结果表明，该方法对参数变化具有较强的鲁棒性.
2021-10-26 eess.SP
Joint Pilot Design and Channel Estimation using Deep Residual Learning for Multi-Cell Massive MIMO under Hardware Impairments
在多小区大规模多输入多输出系统中，导频污染会使信道估计性能恶化，并且导频污染的影响由于硬件损伤而变得更加严重。本文提出了一种基于深度残差学习的联合导频设计和信道估计，以在考虑硬件损伤的情况下减轻导频污染的影响。首先，我们研究了传统的线性最小均方误差（LMMSE）的信道估计器，以抑制由导频污染所造成的干扰。在此基础上，提出了一种基于深度学习的导频设计方法，以最小化LMMSE信道估计的均方误差（MSE），并将其用于联合导频设计和信道估计的迁移学习方法。对于信道估计器，我们使用深度残差学习，提取导频污染引起的干扰特征并消除它们来估计信道信息。仿真结果表明，在多小区大规模多输入多输出场景下，所提出的联合导频设计和信道估计方法优于传统方法。此外，联合导频设计和信道估计器使用转移学习提高了估计性能，减少导频污染的影响时，不能利用的先验知识的导频污染。
2021-08-10 eess.SP
Aggregate Hardware Impairments Over Mixed RF/FSO Relaying Systems With Outdated CSI
在本文中，我们提出了一个双跳RF（射频）/FSO（自由空间光）系统与多中继采用解码和转发（DF）和放大和转发（AF）与固定增益（FG）中继方案。RF信道服从瑞利分布，而光链路经历统一的衰落模型，该衰落模型包含遵循马拉加分布（或也称为$\mathcal{M}$分布）的大气湍流、大气路径损耗和指向误差。部分中继选择（PRS）与过时的信道状态信息（CSI）提出选择候选中继转发信号到目的地。在接收时，信号的检测可以在外差或强度调制和直接检测（IM/DD）之后实现。许多以前的尝试忽略了硬件损伤的影响，并假设理想的硬件。这种假设对于低数据速率系统是有意义的，但对于高数据速率系统将不再有效。在这项工作中，我们提出了一个通用模型的硬件损伤，以了解量化其对系统性能的影响。我们将证明，对于低信噪比（SNR），硬件损伤对系统性能的影响很小，但在高SNR值时可能具有破坏性。进一步推导了中断概率和遍历容量的解析表达式和上界，并通过数值积分方法得到了误符号概率。利用这些指标，我们还推导出高SNR渐近线，以获得有价值的洞察系统增益，如分集和编码增益。最后，分析和数值结果，并验证了蒙特卡罗模拟。
2019-01-16 eess.SP
Measuring Hardware Impairments with Software-Defined Radios
这篇创新实践论文介绍了一种新的工具，用于教育电气工程专业的学生了解无线通信中的硬件损伤。射频（RF）前端是无线发射机或接收机的重要组成部分。它具有模拟处理元件和数据转换器，由当今的数字通信系统驱动。计算和软件定义无线电（SDR）技术的进步使软件波形成形成为可能，并将实验性和易于访问的即插即用RF前端用于教育，研究和开发。我们使用相同的技术来教授RF前端的非线性效应及其含义。它使用广泛可用的RF仪器和组件以及SDR技术-成熟的负担得起的硬件和免费的开源软件-教学生如何表征RF接收器的非线性，同时提供SDR工具的实践经验。我们目前的硬件，软件和我们的实验室会议的程序，使其他教室容易再现。我们讨论了评估新课程模块适用性的不同形式，并得出结论，它提供了一个宝贵的学习经验，支持了通常只在讲座中提供的理论。
2018-10-10 eess.SP
D-Band RIS as a Reflect Array: Characterization and Hardware Impairments Study
本文研究D波段RIS作为反射阵列的特性与硬件损伤，采用静态反射阵列模拟可重构行为，聚焦镜面反射和波束斜视效应，以改进RIS设计过程。
2023-05-10 eess.SP
On the Impact of Hardware Impairments on RIS-aided Localization
研究了一种基于相位相关的可重构智能表面（RIS）幅度变化模型的硬件损伤下的单天线用户设备（UE）和基站（BS）辅助的近场定位系统.为了分析实际模型和理想模型之间的失配与单位振幅RIS元素的定位性能，我们采用错误指定的克拉美-罗界（MCRB）。基于MCRB推导，评估UE位置估计的均方误差的下限（LB），并示出在低信噪比（SNR）下收敛到MCRB。仿真结果表明，随着信噪比的增加，由于模型的误设定，性能下降更严重。此外，失配的最大似然（MML）估计推导出，并发现是紧的LB在高信噪比制度。最后，我们观察到，模型不匹配可能导致在高SNR下的数量级定位性能损失。
2022-05-25 eess.SP
Benchmarking CFAR and CNN-based Peak Detection Algorithms in ISAC under Hardware Impairments
本文针对6G ISAC系统的硬件损伤约束，对比了经典CFAR与CNN两类峰值检测算法，通过多场景仿真验证了二者的性能差异与适用条件。
2025-05-21 eess.SP
Nonlinear Sparse Bayesian Learning Methods with Application to Massive MIMO Channel Estimation with Hardware Impairments
Centre for Wireless Communications, University of Oulu（奥卢大学无线通信中心）
本文提出非线性稀疏贝叶斯学习方法，用于大规模MIMO信道估计中的硬件损伤建模，通过高斯过程回归提升估计精度与计算效率。
2026-02-19 eess.SP
SE and EE Tradeoff in Active STAR-RIS Assisted Systems With Hardware Impairments
本文针对有源STAR-RIS辅助通信系统，在硬件损伤下联合优化基站和STAR-RIS波束成形，以权衡频谱效率与能量效率，所提算法优于基线方案。
2025-09-08 eess.SP
Fundamental Limits of THz Inter-Satellite ISAC Under Hardware Impairments
本文建立太赫兹LEO星间ISAC理论框架，通过BCRLB和容量分析揭示感知精度随频率二次方提升但受硬件失真限制，并指出PA非线性是主要瓶颈，200-600 GHz为潜在有利频段。
2025-09-19 eess.SP
Mixed RF/FSO Relaying Systems with Hardware Impairments
在这项工作中，我们提供了一个双跳固定增益（FG）放大和转发中继系统，包括一个混合射频（RF）和自由空间光（FSO）信道的详细分析。我们介绍了一种损伤模型，这是软包络限幅器（SEL）。此外，我们提出了部分中继选择（PRS）协议与过时的信道状态信息（CSI）的基础上的RF信道的知识，以选择一个中继通信。此外，第一跳的RF信道经历瑞利衰落，而我们提出了一个统一的衰落模型的FSO信道，称为统一伽马伽马（GG），考虑到大气湍流，路径损耗和发射机和接收机孔径之间的不对准也称为指向误差。根据Meijer-G和Fox-H函数推导出中断概率（OP）、误码概率（BEP）和平均遍历容量（EC）的新的封闭形式。利用这些指标，我们还推导出渐近高信噪比（SNR），以获得工程洞察的硬件损伤和系统参数的影响。最后，使用Monte Carlo模拟，我们验证了数值推导的数学公式。
2019-01-16 eess.SP
Multi-cell mMIMO IRS Systems With Impairments and Aging: Phase Optimization and Receiver Design
针对存在硬件损伤与信道老化的多小区mMIMO IRS上行系统，分析了失真与老化影响，提出了能提升频谱效率并降低导频开销的DAA-MMSE接收机，并推导了系统SE下界。
2024-12-26 eess.SP
High-Altitude Platform Station-Aided Terahertz Satellite Communication Systems with Hardware Impairments
Istanbul Technical University（伊斯坦布尔理工大学）；Izmir Institute of Technology（伊兹密尔理工学院）
研究高空平台站辅助太赫兹卫星通信系统在多种不利条件下的性能，采用可变增益放大转发协议，通过获取相关函数评估系统界限，研究硬件损伤等因素对性能的影响，揭示了硬件损伤致性能下降及不同条件下系统性能特点。
2026-07-28 eess.SP
Fluid Antenna Systems under Channel Uncertainty and Hardware Impairments: Trends, Challenges, and Future Research Directions
Université du Québec à Montréal（魁北克大学蒙特利尔分校）；Ferdowsi University（费尔多西大学）；Laval University（拉瓦尔大学）；Central China Normal University（华中师范大学）；Henan Polytechnic University（河南理工大学）
本文探讨了在信道不确定性和硬件失真下流体天线系统的趋势、挑战及未来研究方向，提出稳健设计与学习控制策略以提升系统可靠性。
2026-01-30 eess.SP
Constellation Design and Detection under Generalized Hardware Impairments
针对广义硬件损伤，本文提出极坐标域的近似相位-幅度失真检测器（PAD-D），通过失真感知加权联合抑制幅度和相位失真，推导高信噪比SEP近似并优化星座，性能显著优于传统检测器。
2025-11-12 eess.SP
Constant-Envelope ISAC via FM-OFDM: Analytical Framework and Receiver Design
Istanbul Medipol University（伊斯坦布尔医学大学）
本文提出FM-OFDM作为恒包络ISAC解决方案，通过分析框架和定制接收机设计，在PA饱和区域实现高输出功率和低失真，验证其在硬件受限环境下的有效性。
2026-03-11 eess.SP
Spectral and Energy Efficiency of IRS-Assisted MISO Communication with Hardware Impairments
在这封信中，我们分析了智能反射面（IRS）辅助的多输入单输出（MISO）下行链路系统的频谱和能量效率与硬件损伤。扩展的误差矢量幅度（EEVM）模型被用来表征在接入点（AP）和相位噪声的射频（RF）损伤的影响被认为是不完美的IRS。我们表明，频谱效率是有限的，由于硬件损伤，即使当AP天线和IRS元素的数量增长无限大，这是在与传统的情况下，与理想的硬件。此外，在高SNR的性能下降，主要是由AP的硬件损伤，而不是IRS的相位噪声的影响。我们进一步获得了最佳发射功率的能量效率最大化的封闭形式。仿真结果验证了这些结果。
2020-04-21 cs.IT eess.SP math.IT
Implementation and Performance Analysis of a Low Resolution OFDM System Prototype With Low Cost Hardware
本研究利用两款低成本SDR搭配GNU Radio搭建低分辨率OFDM系统原型，模拟低分辨率ADC并分析其性能与节能效果，验证了5位及以上低分辨率ADC的可行性与显著节能优势。
2023-11-09 eess.SP
Performance and Impairment Modelling for Hardware Components in Millimetre-wave Transceivers
这份邀请文件详细介绍了欧盟mmMAGIC项目中进行的一些硬件建模和减值分析。建模工作包括手机和接入点天线阵列，其中解决了特定的毫米波挑战。在功率放大器相关的分析，统计和行为建模方法进行了讨论。相位噪声是毫米波的主要损伤之一，本文在两种模型下对相位噪声进行了分析。
2018-03-15 cs.IT eess.SP math.IT
Robust Beamforming Design for STAR-RIS Aided RSMA Network with Hardware Impairments
本文针对硬件损伤下STAR-RIS辅助RSMA下行系统，提出基于FP-AO的鲁棒波束成形设计，以最大化用户和速率，数值验证其优于其他多址方案和无源RIS。
2025-08-07 eess.SP
Secure Wireless Communication in RIS-Aided MISO Systems with Hardware Impairments
在实际应用中，收发器硬件的残余损伤不可避免地导致失真噪声，从而导致性能损失。在本文中，我们研究了鲁棒传输设计的可重构智能表面（RIS）辅助安全通信系统中存在的收发器硬件损伤。我们的目标是最大限度地提高保密率，同时确保发射功率约束的主动波束形成在基站和单位模约束的被动波束形成在RIS。为了解决这个问题，我们采用交替优化方法迭代优化一组变量，同时保持另一组固定。其中，主动波束形成优化子问题采用逐次凸逼近（SCA）方法求解，被动波束形成优化子问题采用半定规划（SDP）方法求解。数值结果表明，所提出的传输设计方案是更强大的硬件损伤比传统的非鲁棒方案，忽略了硬件损伤的影响。
2021-03-08 cs.IT eess.SP math.IT
Beamforming Optimization for IRS-Aided Communications with Transceiver Hardware Impairments
在本文中，我们专注于智能反射面（IRS）辅助多天线通信与收发器的硬件损伤，在实践中遇到的。特别是，我们的目标是最大限度地提高接收到的信号噪声比（SNR）考虑到硬件损伤的影响，其中源发射波束成形和IRS反射波束成形联合设计下提出的优化框架。为了规避非凸性的制定的设计问题，我们首先推导出一个封闭形式的最优解的源发射波束成形。然后，针对IRS反射波束形成的优化问题，通过求解一个凸问题，得到了最优目标值的上界。提出了一种低复杂度的最小化-最大化（MM）算法来逼近上界。仿真结果表明，与传统的SNR最大化方案相比，该波束形成方案对硬件损伤具有更强的鲁棒性。此外，与没有部署IRS的情况相比，通过合并硬件损伤带来的性能增益对于IRS辅助通信更加明显。
2020-10-21 cs.IT eess.SP math.IT
Rethinking Hardware Impairments in Multi-User Systems: Can FAS Make a Difference?
本文研究了流体天线系统在多用户硬件损伤系统中的作用，通过联合优化波束成形和天线位置最大化最小通信速率，提出BCD算法求解非凸问题，仿真表明FAS显著提升性能与鲁棒性，但需考虑移动空间限制。
2024-12-20 eess.SP
Near-Field Directional Modulation for RIS-Aided Movable Antenna MIMO Systems with Hardware Impairments
本文研究RIS辅助可动天线系统的近场方向调制，通过联合优化波束成形、相移矩阵和天线位置等参数，在存在硬件损伤和不完美信道信息下最大化保密和速率，算法相比传统固定天线系统显著提升了性能并减少了天线数量。
2025-06-01 eess.SP
AFDM: Evolving OFDM Towards 6G+
Constructor University Bremen（康斯特鲁克托大学）；Institute of Research and Technology b-com（b-com研究与技术研究所）；University of Essex（埃塞克斯大学）
AFDM通过继承OFDM的优势，在6G+中实现高鲁棒性和高效通信，兼顾高移动性和集成感知通信。
2026-09-21 eess.SP
Model-Based End-to-End Learning for WDM Systems With Transceiver Hardware Impairments
我们提出了一种基于AE的WDM系统的硬件缺陷受损的收发器。我们按照传统通信系统的体系结构来设计我们的AE。这使得能够在训练之前将基于AE的收发器初始化为具有与其常规对应物类似的性能，并且提高了训练收敛速率。我们首先训练的AE在一个单通道系统中，并表明，它实现了性能的改善，通过把能量以外的所需带宽，因此不能用于WDM系统。然后，我们在WDM设置中训练AE。仿真结果表明，所提出的AE显着优于传统的方法。更具体地说，它增加了所考虑的系统的频谱效率，通过减少37%和50%的保护带的根升余弦滤波器为基础的匹配滤波器与10%和1%的滚降，分别。烧蚀研究表明，性能增益可以归因于符号映射器，脉冲成形滤波器和符号解映射器的优化。最后，在信道模型未知的假设下，我们使用强化学习来学习脉冲成形滤波器。仿真结果表明，该算法实现了类似的性能标准的监督端到端学习方法假设完美的信道知识。
2021-11-29 eess.SP
Monostatic Sensing with OFDM under Phase Noise: From Mitigation to Exploitation
研究了在振荡器缺陷引起的相位噪声（PN）存在的情况下，单基地雷达与正交频分复用（OFDM）联合雷达通信（JRC）系统的感知问题。首先，我们提供了一个严格的统计特性的PN在雷达接收机在多个OFDM符号的自激振荡器（FRO）和锁相环（PLL）。基于时延相关PN协方差矩阵，推导了确定性时延多普勒参数和随机PN的混合最大似然（ML）/最大后验（MAP）估计，从而得到了一个具有挑战性的高维非线性优化问题.为了规避PN的非线性，然后我们开发了一种迭代小角度近似（ISAA）算法，通过PN作为延迟多普勒的函数在每次迭代的封闭形式更新逐步细化延迟多普勒PN估计。此外，与PN被认为是必须减轻的纯粹损害的现有方法不同，我们提出利用PN通过利用其延迟相关统计来解决距离模糊（即，距离相关效应），通过制定一个参数的Toeplitz块Toeplitz协方差矩阵重建问题。仿真结果表明ISAA快速收敛到混合Cramér-Rao界（CRB），以及其显着的性能增益超过最先进的基准，在各种操作条件下的FRO和PLL，同时表明PN的不利影响可以转化为传感的优势。
2022-09-28 eess.SP
Hardware-Software Codesign for Software Defined Radio: IEEE 802.11p receiver case study
软件定义无线电（SDR）平台是设计新无线技术或改进现有技术规范的有用工具。IEEE 802.11p是无线车载自组织网络（Wireless Vehicular Ad-hoc NETworks，VANESCO）的事实标准。它已经在GNU Radio SDR [1]上实现，它经历了帧解码/编码延迟。本文提出了一种基于FPGA的软件无线电作为解决方案，以加速帧解码的IEEE 802.11p波形。我们分享了在基于FPGA的嵌入式硬件架构上设计和验证SDR的经验。在FPGA Zynq平台的顶部，我们按照硬件/软件（HW/SW）协同设计方法移植了SDR GNU Radio。软件无线电系统的实时性能分析表明，具有FFT软件功能的OFDM均衡器是整个软件无线电接收机功能中最耗时的任务（34.74%）。我们建议使用FPGA Zynq的自由逻辑门作为硬件（HW）加速器来对FFT处理功能进行硬件加速。与纯软件实现相比，具有FFT子功能的硬件OFDM实现器可以加速SDR链处理。我们基于FPGA的SDR设计是提出嵌入式SDR的关键一步。它不仅是IEEE 802.11p标准的替代方案，也是任何基于OFDM的SDR的替代方案。
2020-03-24 eess.SP
Passive Beamforming For Practical RIS-Assisted Communication Systems With Non-Ideal Hardware
本文针对非理想硬件条件下的RIS辅助通信系统，联合考虑收发机损伤与实际相移模型，利用二次变换、惩罚方法和凸差规划重新设计无源波束赋形，提出一种具有闭式解的高效算法并验证其性能优势。
2024-01-15 eess.SP
ParamNet: A Multi-Layer Parametric Network for Joint Channel Estimation and Symbol Detection
本文提出了一种基于参数的网络结构，用于在有硬件损伤的通信系统中进行联合信道估计和数据检测。该架构由一个数据增强层、一个自定义软阈值函数和几个线性层组成，这些线性层对通道效应和硬件损伤的影响进行建模。在所提出的网络中，软阈值函数软约束检测到的数据在所考虑的星座。后者仅取决于在训练期间优化的一个参数。所提出的方法的好处是说明通过通信链损坏的多重损伤和噪声。
2022-06-15 eess.SP
A Multi-layer Non-Terrestrial Networks Architecture for 6G and Beyond under Realistic Conditions and with Practical Limitations
本文提出一种考虑硬件损伤限制的多层非地面网络架构，集成HAPS超宏基站、搭载RIS的无人机与NGMA技术，验证了其提升网络性能的潜力并指出未来研究方向。
2025-02-22 eess.SP
Continuous-Time Analysis of AFDM: Pulse-Shaping, Fundamental Bounds and Impact of Hardware Impairments
University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学）；Constructor University（康斯特鲁克托大学）
本文提出基于仿射傅里叶级数的连续时间分析框架，揭示了AFDM中严格带限脉冲和子载波抑制策略的重要性，并推导了其功率谱密度及信道参数估计的Cramér-Rao界限，展示了AFDM在多普勒模糊问题上的独特优势。
2026-03-05 eess.SP
RFSS: A Multi-Standard RF Signal Source Separation Dataset with 3GPP-Standardized Channel and Hardware Impairments
针对多标准共存的复杂电磁环境，提出开源RFSS数据集，含52847个符合3GPP标准的多标准射频信号样本，采用先进信道建模生成，实验证明CNN-LSTM架构在源分离任务中性能显著优于传统方法，支持相关领域可复现研究。
2026-10-09 eess.SP
Channel Estimation under Hardware Impairments: Bayesian Methods versus Deep Learning
Linköping University（林雪平大学）
本文考虑了多天线基站和用户设备中的一般硬件损伤对上行链路性能的影响。首先，有效的渠道解析推导失真感知接收机时，使用有限大小的信号星座。接下来，设计并训练深度前馈神经网络来估计有效信道。它的性能进行了比较与国家的最先进的失真感知和不知道贝叶斯线性最小均方误差（LMMSE）估计。所提出的深度学习方法通过利用损伤特征来提高估计质量，而LMMSE方法将失真视为噪声。
2022-08-08 cs.IT cs.LG eess.SP
