On the Semi-Blind Mutually Referenced Equalizers for MIMO Systems
针对无线通信MIMO系统信道估计训练开销大的问题,本文扩展传统盲算法MRE,提出结合导频法与MRE优势的半盲方法SB-MRE,可降开销、去模糊、低复杂度,性能优于MMSE、ZF和MRE等线性算法。
2023-11-01 eess.SP
Blind Transmitter Localization Using Deep Learning: A Scalability Study
本文研究基于深度学习的盲发射机定位系统在多发射机定位问题中的可扩展性,仅利用接收信号强度估计非合作发射机坐标,并通过与两种方案对比验证其低复杂度、高精度与可靠定位的优势。
2023-06-06 eess.SP
Blind Interference Alignment in 6G Optical Wireless Communications
近年来,由于连接到互联网的设备数量巨大,对高速无线网络的需求已经显著增加。在此背景下,光无线通信(OWC)在下一代无线网络的背景下已经受到极大的关注,其中OWC使用光学频带提供巨大的未授权带宽。OWC系统是定向的,并且可以自然地提供多输入和多输出(MIMO)配置,其在室内环境中使用大量发射器来服务多个用户以确保覆盖。因此,必须有效地管理多用户干扰,以提高OWC网络的性能,考虑不同的度量。针对OWC系统提出了一种称为盲干扰对齐(BIA)的传输方案,可以在不需要发射机处的信道状态信息(CSI)的情况下最大化复用增益,而这在MIMO场景中很难实现。然而,标准BIA避免了对CSI的需要,代价是需要足够大的信道相干时间来发送整个传输块。此外,BIA的方法导致随着发射机和用户数量的增加而增加的噪声。因此,各种网络拓扑,如网络中心(NC)和用户中心(UC)的设计被提出来放松BIA的限制,其中这些拓扑将接收区域划分为多个集群。结果表明,与标准BIA相比,拓扑BIA的性能显着增强。
2021-09-25 cs.IT cs.NI eess.SP
Detection and blind channel estimation for UAV-aided wireless sensor networks in smart cities under mobile jamming attack
无人机(UAV)可以通过多种方式集成到无线传感器网络(WSNs)中,用于智能城市应用。其中,无人机可以通过从地面传感器和计量装置上传数据,然后将其下载到中央单元,以“存储-携带和转发”的方式用作中继。然而,上传和下载阶段都容易受到潜在的威胁和攻击。作为传统无线网络的遗留问题,干扰攻击仍然是UAV辅助通信的主要和严重威胁之一,特别是当干扰机也是移动的时,例如,它安装在无人机上或陆地车辆内。在本文中,我们研究了抗干扰通信的无人机辅助无线传感器网络运行在双选择性信道在下载阶段。在这种情况下,由UAV和恶意移动干扰机发射的信号经历由于多径传播效应引起的时间分散和由其移动性引起的频率分散。为了抑制高功率干扰信号,我们提出了一种盲物理层技术,通过基于检测器输出的符号级后排序的串行干扰消除来联合检测无人机和干扰机符号。振幅,相位,时间延迟,和多普勒频移-所需的实现所提出的检测策略-盲估计数据通过使用的算法,利用接收信号的几乎循环平稳特性和多载波调制格式的详细结构。仿真结果证实了所提出的方法的抗干扰能力,对于不同的移动场景的干扰机。
2021-12-06 cs.NI eess.SP stat.AP
Experimental Performance of Blind Position Estimation Using Deep Learning
本文研究基于深度学习的室内盲位置估计,通过无线传感器网络采集功率测量并建模为监督学习,与最大似然估计和邻近法比较,还评估了统计路径损耗数据训练、实验数据测试的性能。
2023-06-06 eess.SP
Blind Goal-Oriented Massive Access for Future Wireless Networks
本文利用无线信道角度群稀疏特性,提出盲目标导向大规模随机接入策略,通过ADMM和聚类算法实现低时延、高可靠的多设备活跃检测,性能不依赖设备数量。
2022-05-14 cs.IT eess.SP math.IT
Semi-Blind Channel Estimation for Dynamic NTN Systems via Spiked Random Matrix Theory
King Abdullah University of Science and Technology(阿卜杜拉国王科技大学)
针对动态NTN系统高信道估计挑战,提出基于RMT尖峰协方差模型的半盲信道估计框架,仿真显示其性能优于传统估计器。
2026-08-27 eess.SP
Blind Federated Edge Learning
Princeton University(普林斯顿大学);Bilkent University(比尔肯特大学);Imperial College London(伦敦帝国理工学院)
我们研究了联合边缘学习(FEEL),其中每个无线边缘设备都有自己的数据集,在充当参数服务器(PS)的无线接入点的帮助下协作学习全局模型。在每次迭代时,无线设备使用它们的本地数据和从PS接收的最近全局模型来执行本地更新,并且通过无线衰落多址信道(MAC)将它们的本地更新发送到PS。PS然后根据通过无线MAC接收的信号更新全局模型,并与设备共享它。出于无线MAC的添加剂的性质,我们提出了一个模拟的“在空中”的聚合方案,其中的设备在一个未编码的方式发送其本地更新。与最近关于空中边缘学习的文献不同,这里我们假设设备没有信道状态信息(CSI),而PS具有不完美的CSI。相反,PS配备多个天线以减轻由于缺乏完美CSI而加剧的信道的破坏性影响。我们设计了一个接收波束形成方案在PS,并表明,它可以补偿缺乏完美的CSI时,PS有足够数量的天线。我们还推导出所提出的算法的收敛速度,突出了缺乏完美的CSI的影响,以及PS天线的数量。实验结果和收敛性分析都说明了所提出的算法的性能改善与PS天线的数量,其中无线衰落MAC变得确定性,尽管缺乏完美的CSI时,PS具有足够大的天线数量。
2020-10-19 cs.IT cs.LG eess.SP
RieIF: Knowledge-Driven Riemannian Information Flow for Robust Spatio-Temporal Graph Signal Prediction in 6G Wireless Networks
School of Information Science and Engineering, Southeast University(东南大学信息科学与工程学院);Purple Mountain Laboratories(紫金山实验室)
本文提出RieIF框架,结合知识图谱与几何一致性方法,通过几何门控机制融合微流和宏流,提升空间时间图信号预测的鲁棒性,实验显示在系统盲区下误差降低31%并提升3.2dB信噪比。
2026-04-08 eess.SP
Adaptive Blind Beamforming for Intelligent Surface
本文提出一种基于反射元件分组的自适应盲波束成形算法,通过提取无线环境统计特征协调相移,解决了RFocus和CSM在非视距信道下失效的问题,并在3.5 GHz真实网络中验证了其优势。
2024-09-24 cs.IT eess.SP math.IT
Efficient Dual-Blind Deconvolution for Joint Radar-Communication Systems Using ADMM: Enhancing Channel Estimation and Signal Recovery in 5G mmWave Networks
提出基于ADMM的框架,通过凸约束和近端算子迭代优化雷达信道与发射信号,实现毫米波联合雷达通信系统的双盲反卷积,有效提升信道估计与通信性能。
2026-06-07 eess.SP
Zak-OTFS ISAC with Bistatic Sensing via Semi-Blind Atomic Norm Denoising Scheme
Guangdong Provincial Key Laboratory of Fully Actuated System Control Theory and Technology, School of Automation and Intelligent Manufacturing, Southern University of Science and Technology(南方科技大学自动化与智能制造学院);University of Pisa(比萨大学)
本文提出了一种基于Zak-OTFS的半盲原子范数去噪方案,用于实现高机动场景下的集成感知与通信,通过精确信道估计提升双工信道感知和通信性能。
2026-08-05 eess.SP
Blind Adaptive Equalization in Additive Impulsive Noise Using the Logarithmic Product Fractional-Moment (LP-FM) Criterion
Dhanani School of Science and Engineering, Habib University(哈比布大学达纳尼科学与工程学院)
研究在加性白色脉冲噪声中盲抑制符号间干扰问题,提出LP-FMS准则并推导NBEA-SAS算法,仿真表明该算法在中等和高度脉冲SαS噪声条件下收敛快且稳态残余符号间干扰底限可比,为脉冲噪声环境盲自适应均衡提供强大框架。
2026-07-22 eess.SP
A Novel Blind Adaptive Beamformer with Robustness against Mutual Coupling and Miscalibration Effects
针对未知互耦及阵列失配导致波束形成性能下降的问题,提出一种基于梯度的盲自适应波束形成器,可在多种阵列缺陷下求最优权重,并经仿真与实测验证性能优越。
2023-06-08 eess.SP
Artificial Neural Network for Resource Allocation in Laser-based Optical wireless Networks
光无线通信提供了前所未有的通信速度,可以支持每天大量使用互联网。在室内环境中,光无线网络通常是多用户多输入多输出(MU-MIMO)系统,其中需要大量的光接入点(AP)来确保覆盖。在这项工作中,基于激光的光无线网络被认为是为多个用户提供服务。此外,实现盲推断对准(BIA)以实现高自由度(DoF),而不需要发射机处的信道状态信息(CSI),这在这样的无线网络中是难以提供的。然后,定义一个目标函数来分配网络的资源,考虑到用户的需求和可用的资源。这个优化问题可以通过穷举搜索或分布式算法来解决。然而,一个实用的算法,提供即时的解决方案,在实时的情况下是必需的。在这种情况下,人工神经网络(ANN)模型的推导,以获得一个次优的解决方案,具有较低的计算时间。人工神经网络模型的实现包括三个重要步骤:数据集生成、离线训练和实时应用。结果表明,训练后的人工神经网络模型提供了一个显着的解决方案接近最优的。
2021-11-27 eess.SP
Wireless Intelligence Needs a Cerebellum: Score-Based Foundation Models Toward Real-Time Physical-Layer Inference
The University of Hong Kong(香港大学);The Chinese University of Hong Kong(香港中文大学)
研究针对无线智能中物理层快速精确推理需求,提出轻量级ScoreFM基础模型。它学习可重复使用分数函数,推理时嵌入特定任务算法作去噪器,支持多样下游任务,案例研究验证其灵活性与有效性。
2026-07-28 eess.SP
Blind Channel Estimation for Massive MIMO: A Deep Learning Assisted Approach
大规模多输入多输出(MIMO)或大规模多输入多输出(Massive MIMO)技术是未来无线网络的关键技术之一。然而,大规模多输入多输出系统的性能严重依赖于精确的信道估计。而在这样的系统中获取信道状态信息(CSI)需要随着用户数量的增长而增加的大量训练开销。为了解决这个问题,在本文中,我们提出了一种深度学习辅助的盲信道估计技术,用于基于正交频分复用(OFDM)的大规模多输入多输出系统。我们证明了利用大规模多输入多输出信道的渐近正交性,可以在不需要信道冲激响应先验知识的情况下,对信道失真进行平均,并且经过一些数学运算,可以提取出不同用户发送的数据符号。因此,通过部署去噪卷积神经网络算法(DnCNN),我们减轻了剩余信道和噪声影响,以在信道探测阶段准确检测传输的数据符号。使用检测到的数据符号作为虚拟导频,我们估计在每个BS天线的所有用户的CSI。我们的仿真结果证明了我们提出的技术的有效性,并表明它可以提供一个均方误差(MSE)的性能,这与数据辅助信道估计技术相一致。
2020-02-24 eess.SP
Bayesian Sparse Blind Deconvolution Using MCMC Methods Based on Normal-Inverse-Gamma Prior
用于稀疏盲反卷积问题的贝叶斯估计方法常规地采用Bernoulli-Gaussian(BG)先验来建模稀疏序列,并利用马尔可夫链蒙特卡罗(MCMC)方法来估计未知量。然而,BG模型的离散性质产生了计算瓶颈,即使使用最近提出的增强型采样器方案也阻止了对概率空间的有效探索。为了解决这个问题,我们提出了一种替代MCMC方法建模的稀疏序列使用的正常逆伽马(NIG)的先验。我们推导出有效的吉布斯采样器,并说明了与BG模型相关的计算负担可以通过将问题转移到一个完全连续值的框架中来消除。除了稀疏性,我们还将时域和频域的卷积序列的约束。我们证明了所提出的方法的有效性,通过广泛的模拟和计算增益的特点相对于现有的方法,利用BG建模。
2021-08-27 eess.SP stat.ME
Semi-blind Channel Estimation for Massive MIMO LEO Satellite Communications
本文针对大规模MIMO低轨卫星通信提出两种判决引导半盲信道估计器,其中改进型可缓解信道老化效应,在NMSE上优于最优导频估计器,误符号率接近信道完全已知的检测器。
2024-11-21 eess.SP
Wireless Power Transfer in Cooperative DF Relaying Networks with Log-Normal Fading
协作中继网络中的能量收集和无线功率传输最近吸引了相当多的研究关注。然而,大多数关于这个主题的现有工作集中在代表室外环境的瑞利衰落信道上。与这些研究不同的是,在本文中,我们分析了两跳解码和转发(DF)协作中继系统在室内信道的对数正态衰落的无线功率传输的性能。在我们的评估中考虑了三种著名的能量收集协议:a)时间切换中继(TSR),b)功率分配中继(PSR)和c)理想中继接收机(IRR)。的性能评估方面的遍历中断概率,我们得到准确的分析表达式,考虑三个系统。结果表明,仔细选择的能量收集时间和功率分配因素的TSR和PSR为基础的系统是重要的,以优化性能。它还提出,优化的PSR系统具有接近理想的性能,增加源发射功率和/或能量收集器的效率可以进一步提高性能。
2018-06-25 eess.SP
Resource Allocation in Laser-based Optical Wireless Cellular Networks
光无线通信提供高速的数据传输,这可以满足将大量设备连接到因特网的日益增长的需求。在本文中,垂直腔面发射(VCSEL)激光器被用作发射器,由于其高调制速度和能量效率。然而,需要大量的VCSEL激光器来确保每个激光源照射受限区域的覆盖范围。因此,多个用户根据其连接性被分类到不同的集合中。考虑到这一点,使用盲干扰对准(BIA)的传输方案被实现以管理基于激光的网络中的干扰。此外,一个优化问题,制定考虑到用户的分类,以最大限度地提高效用和率。为了解决这个问题,提出了一种分散算法,其中主问题被划分为子问题,每个子问题可以独立地解决,避免了复杂性。结果表明,分散算法的最优性,其中提供了一个次优的解决方案。最后,它表明,BIA可以提供高性能的激光为基础的网络相比,迫零(ZF)发送预编码方案。
2021-11-27 eess.SP
Affine Invariant Semi-Blind Receiver: Joint Channel Estimation and High-Order Signal Detection for Multiuser Massive MIMO-OFDM Systems
针对多用户大规模MIMO-OFDM系统中高用户密度带来的干扰与导频开销问题,提出基于仿射不变性的半盲联合信道估计与信号检测方法,相比传统导频方法平均吞吐量提升11%。
2025-07-29 eess.SP
Blind Channel Estimation and Data Detection for Near-Field XL-MIMO Systems
Centre for Wireless Communications, University of Oulu(奥卢大学无线通信中心)
针对近场XL-MIMO系统,提出一种结合极域稀疏模型和低维数据子空间的两阶段盲信道估计与数据检测框架,通过B-OMP和BCD算法显著提升符号错误率性能。
2026-05-25 eess.SP
An Adaptive CM Array Preconditioner for Blind Multi-User Separation
恒模算法族广泛应用于无线通信系统和雷达中。经典的恒模自适应(CMA)算法,然而,无法锁定到一个单一的模式时,与天线阵列。相反,它均衡了整个空间频谱。在本文中,我们充分详细地描述了我们最近提出的方法,在无线电系统中的频率复用,如蜂窝网络,利用CMA算法的多个用户的分离。基于观察到的差分滤波器的权重类似于叠加的阵列导向矢量,我们投原始任务的到达方向估计问题。通过对基于离散空间傅里叶变换的阵列响应进行严格的理论分析,我们详细阐述了一种通过找到多项式方程的根来解决问题的解决方案。我们提供了一个数值例子来证明在高信噪比条件下的方法的有效性。此外,我们提出了一个更一般的预处理器的CMA阵列,它允许调制信号的幅度不同。作为一个副产品,预处理器产生一个低成本的估计并发用户的数量,即模型的顺序,通过简单地计算根与最强的响应。
2018-07-25 eess.SP
Semi-Blind Joint Channel and Symbol Estimation in IRS-Assisted Multi-User MIMO Networks
智能反射面(IRS)是未来第五代无线通信的一项重要技术。在完全被动的IRS辅助系统中,信道估计是具有挑战性的,并且应当仅在基站处或在终端处执行,因为IRS的元件不能处理信号。在这封信中,我们制定了一个基于张量的半盲接收机,解决了联合信道和符号估计问题的IRS辅助多用户多输入多输出系统。所提出的方法依赖于广义PARATUCK张量模型的IRS反射的信号,基于一个两阶段的封闭形式的半盲接收机使用Khatri-Rao和Kronecker分解。仿真结果表明,所提出的半盲接收机的优良性能,在归一化均方误差和符号出错率,以及较低的计算复杂性,最近提出的并行因子分析为基础的接收机相比。
2022-05-04 cs.IT eess.SP math.IT
MD-AirComp+: Adaptive Quantization for Blind Massive Digital Over-the-Air Computation
The University of Hong Kong(香港大学);Beijing Institute of Technology(北京理工大学);Shanghai Jiao Tong University(上海交通大学)
本文提出一种基于信道硬化效应的盲MD-AirComp+方案,通过自适应量化和深度展开算法提升大规模数字空中计算的精度与效率。
2026-02-20 eess.SP
Blind SNR Estimation and Nonparametric Channel Denoising in Multi-Antenna mmWave Systems
提出了一种适用于多天线毫米波无线系统的平均噪声功率、接收信号功率、信噪比和均方误差的盲估计方法。所提出的估计器可以以低复杂度计算并且仅依赖于波束空间稀疏性,即,在典型的毫米波信道中仅存在少量的主要传播路径的事实。我们的估计器可用于(i)快速跟踪多天线毫米波系统中的一些关键量,同时避免额外的导频开销,以及(ii)设计需要这些量的高效非参数算法。我们提供了一个理论分析所提出的估计,我们证明了他们的功效,通过合成实验,并使用一个非参数信道矢量去噪任务与现实的多天线毫米波信道。
2021-02-08 cs.IT eess.SP math.IT
Blind Data Detection in Massive MIMO via $\ell_3$-norm Maximization over the Stiefel Manifold
大规模多输入多输出已被视为5G及以后网络的关键使能技术。然而,它的性能是有限的,需要获得高维信道信息的大开销。为了减少与传统的导频辅助设计相关的巨大的训练开销,我们提出了一种新的盲数据检测方法,利用信道稀疏性和数据集中特性。具体来说,我们提出了一种新的$\ell_3$-范数为基础的配方恢复数据,没有信道估计。我们证明了所提出的配方的全局最优解可以任意接近的相位排列模糊的传输数据。然后,我们提出了一个有效的无参数算法来解决$\ell_3$-范数问题,解决相位排列模糊。我们还推导出收敛速度的关键系统参数,如发射机和接收机的数量,信道噪声功率,和信道稀疏水平。数值实验表明,该方案具有较低的计算复杂度和优越的性能。
2020-12-18 cs.IT eess.SP math.IT
Semi-Blind Receivers for Hybrid Reflecting and Sensing RIS
本文针对HRIS辅助无线通信,提出基于张量编码与多线性信号结构的半盲接收机,在HRIS和BS处联合完成信道估计与符号检测,并给出可辨识性、复杂度及数值性能分析。
2025-08-28 eess.SP
Signal Processing Based Deep Learning for Blind Symbol Decoding and Modulation Classification
University of California, Los Angeles(加利福尼亚大学洛杉矶分校);Nvidia Inc.(英伟达公司);Xilinx Inc.(赛灵思公司)
盲解码信号需要估计其未知的发射参数,补偿无线信道损伤,并识别调制类型。虽然深度学习可以解决复杂的问题,但数字信号处理(DSP)是可解释的,并且可以更有效地计算。为了将两者结合起来,我们提出了双路径网络(DPN)。它包括一个信号路径的DSP操作,恢复信号,和神经网络的特征路径,估计未知的传输参数。通过在几个恢复级上互连路径,后面的级受益于恢复的信号并重新使用所有先前提取的特征。所提出的设计被证明提供5%的改进调制分类相比,替代设计缺乏功能共享或访问恢复信号。DPN的估计结果及其盲解码性能在模拟数据集上优于BPSK和QPSK的盲信号处理算法。使用空中软件定义无线电捕获来验证高SNR下的DPN结果。DPN设计可以处理可变长度的输入,并表现出优于依赖于固定长度的输入与预测平均较长的信号高达15%的调制分类。
2021-10-25 cs.LG eess.SP
Demonstration of multivariate photonics: blind dimensionality reduction with analog integrated photonics
多天线无线电前端产生多维信息洪流,其中大部分是部分冗余的。通过降维消除了冗余,但是当代数字处理技术在实现这类函数时面临着苛刻的基本权衡。这些权衡可以在模拟域中被打破,在模拟域中,光学技术的性能大大超过电子技术。在这里,我们提出的概念,方法和多元光子学的第一个演示:集成的光子硬件,模拟降维,盲算法技术的组合。我们实验证明2通道,1.0 GHz的主成分分析在光子权重银行使用最近提出的算法,用于合成的接收机是盲目的信号的多变量特性。介绍了在实验室环境中控制失明状况的新方法。这项工作为进一步研究多元光子信息处理提供了基础,这将在未来几代无线技术中发挥作用。
2019-02-10 eess.SP physics.app-ph physics.optics
Impact Analysis of Antenna Array Geometry on Performance of Semi-blind Structured Channel Estimation for massive MIMO-OFDM systems
本文研究大规模MIMO-OFDM系统中天线阵列几何结构对半盲结构化信道估计性能的影响,用Cramér-Rao Bound分析两种估计方法的误差,发现半盲方法性能更优,且均匀圆柱阵列系统表现优于传统均匀线阵。
2023-05-16 cs.IT eess.SP math.IT
How robust is randomized blind deconvolution via nuclear norm minimization against adversarial noise?
Technical University of Munich(慕尼黑工业大学);Munich Center for Machine Learning(慕尼黑机器学习中心);Munich Data Science Institute(慕尼黑数据科学研究所);KU Eichstätt-Ingolstadt(艾希施泰特-英戈尔施塔特天主教大学)
本文研究了从两个未知信号的卷积中恢复两个未知信号的问题,即通常所说的盲反卷积。在过去的十年中,由于核范数最小化启发式的成功,盲反卷积作为一个低秩恢复问题的重新表述导致了多个理论恢复保证。特别是,在没有噪声的情况下,精确的恢复已经建立了足够的非相干信号包含在低维子空间。然而,如果卷积被加性有界噪声破坏,恢复问题的稳定性仍然不太清楚。特别是,现有的重建界涉及大的维度因子,因此无法解释核范数最小化的维度无关鲁棒性的经验证据。最近,理论上的证据已经出现了病态行为的低秩矩阵恢复足够小的噪声水平。在这项工作中,我们开发了改进的恢复保证盲反卷积与对抗性噪声表现出平方根缩放的噪声水平。因此,我们的研究结果与现有的反例是一致的,这些反例反对相关的低秩矩阵恢复问题所证明的噪声水平的线性缩放。
2023-03-17 cs.IT cs.LG eess.SP
A Practical Spectrum Sharing Scheme for Cognitive Radio Networks: Design and Experiments
频谱短缺是无线网络中的一个基本问题,并且随着无线设备的快速扩散,这个问题变得日益尖锐。为了解决这个问题,在认知无线电网络(CRN)的背景下,频谱共享已被认为是一个有前途的解决方案。在本文中,我们提出了一个实用的频谱共享方案的小型CRN,包括一对主用户和一对辅助用户利用多输入多输出(MIMO)技术。在我们的方案中,我们假设次用户承担跨网络干扰消除(IC)的全部责任。我们还假设次要用户不了解主要网络,包括其信号波形、帧结构和网络协议。我们提出的方案的关键组成部分是两个MIMO为基础的干扰管理技术:盲波束形成(BBF)和盲干扰消除(BIC)。我们已经建立了一个无线测试平台上的原型,我们的计划,并证明了原型的二级网络可以与商业Wi-Fi设备(主要用户)共存。实验结果进一步表明,对于具有两个或三个天线的次级设备,BBF和BIC在办公室环境中分别实现平均25dB和33dB的IC能力。
2019-05-27 cs.NI eess.SP
Blind Performance Prediction for Deep Learning Based Ultra-Massive MIMO Channel Estimation
可靠性对于无线系统的物理层是至关重要的,因为它对端到端性能具有决定性影响。然而,由于神经网络的黑盒性质,基于深度学习(DL)的物理层算法的不确定性很难量化。这一限制是妨碍其实际部署的主要障碍。在本文中,我们试图量化一类重要的基于DL的信道估计器的不确定性。提出了一种有效的统计方法,使盲预测的均方误差的DL估计信道的接收导频的基础上,单独的,没有知识的地面真理信道,信道的先验分布,或噪声统计。盲性能预测的复杂度低,并且仅与天线的数量成线性比例。仿真结果验证了该方法在超大规模多输入多输出(UM-MIMO)信道估计中的准确性和有效性。
2023-02-05 cs.IT eess.SP math.IT
Joint Radar-Communications Processing from a Dual-Blind Deconvolution Perspective
我们考虑一个一般的频谱共存的情况下,其中雷达和通信系统的信道和发射信号是未知的接收机。在该\textit{dual-blind deconvolution}(DBD)问题中,普通接收机接收与多个目标反射的雷达信号重叠的多载波无线通信信号。当雷达接收机不与发射机并置时,例如在无源或多基地雷达中,除了目标参数之外,发射信号也是未知的。类似地,除了发送的消息之外,通信信道在诸如车辆网络的动态环境中也可能是未知的。因此,在DBD场景中未知目标和通信参数的估计是非常具有挑战性的。在这项工作中,我们利用稀疏的通道来解决DBD铸造它作为一个原子范数最小化问题。我们的理论分析和数值实验表明,完美的恢复连续值的距离-时间和多普勒速度的多个目标,以及延迟-多普勒通信信道参数使用均匀间隔的时间样本的双盲接收机。
2021-11-11 cs.IT eess.SP math.IT
The Blind Normalized Stein Variational Gradient Descent-Based Detection for Intelligent Random Access in Cellular IoT
University of Illinois Chicago(伊利诺伊大学芝加哥分校)
针对蜂窝物联网智能随机接入中的导频冲突问题,提出基于最大似然估计的早期导频检测方案,采用盲归一化Stein变分梯度下降检测器,结合修正Hadamard变换层去噪,无需噪声功率和活跃设备数先验知识,提升检测精度和吞吐量。
2025-01-20 cs.AI cs.IT cs.LG
Energy-Efficient Edge-Facilitated Wireless Collaborative Computing using Map-Reduce
在这项工作中,共享公共接入点的一组异构无线设备协作执行一组任务。使用Map-Reduce分布式计算框架,任务在节点之间进行优化分配,目标是在满足延迟约束的同时最小化节点的总能耗。导出的最优协同计算方案既考虑了节点的计算能力,又考虑了它们的通信链路的强度。数值模拟说明了所提出的最佳协作计算方案的好处,在一个盲目的协作计算方案和非协作的情况下,无论是在节能和可实现的延迟。所提出的最佳方案还表现出允许以能量换取延迟的有趣特征,反之亦然。
2019-03-06 cs.DC cs.IT eess.SP
Semi-Blind Joint Channel and Symbol Estimation for IRS-Assisted MIMO Systems
智能反射面(IRS)是第六代无线系统的一项很有前途的技术,实现了智能无线电环境的概念。在本文中,我们提出了一种新的基于张量的接收机的IRS辅助的多输入多输出通信能够联合估计的信道和传输的数据流在半盲的方式。假设完全无源IRS架构并在发射机处引入简单的空时编码方案,可以有利地使用PARATUCK张量模型来构建接收信号模型,PARATUCK张量模型可以被视为并行因子分析和Tucker模型的混合。利用PARATUCK张量模型的代数结构,推导出一种半盲接收机。所提出的接收器是基于三线性交替最小二乘法,迭代估计两个涉及的- IRS-基站和用户终端-IRS-通信信道和发送的符号矩阵。我们讨论的可识别性条件,确保联合半盲恢复所涉及的信道和符号矩阵,并提出了一个联合设计的编码和IRS反射矩阵,以优化接收机的性能。对于所提出的半盲接收机,还提供了预期的Cramér-Rao下界的推导。所提出的接收机设计的数值性能评估证实了其优越的性能方面的归一化均方误差的估计信道和实现的符号出错率。
2022-05-20 cs.IT eess.SP math.IT
Generalized Minimal Distortion Principle for Blind Source Separation
LINE Corporation(LINE公司)
本文从盲源分离(BSS)的角度重新研究了源图像的估计问题。我们推广了传统的最小失真原则,最大似然估计与模型的剩余频谱。由于剩余频谱图通常包含其他来源,我们建议使用混合范数模型,让我们微调时间和频率的稀疏性。我们建议进行最小化的混合范数通过优化,导致迭代重加权最小二乘算法。该算法很好地平衡了效率和易于实现。我们评估所提出的方法的性能,适用于两个著名的确定BSS和一个联合BSS去混响算法。我们发现,它是可能的调整参数,以提高分离高达2分贝,没有增加失真,并在很小的计算成本。该方法为提高盲源分离的性能提供了一种廉价、简便的方法。
2020-09-11 cs.SD eess.AS eess.SP
Fast Iterative Algorithms for Blind Phase Retrieval: A survey
在纳米成像技术和超快激光中,重建过程通常被公式化为盲相位恢复(BPR)问题,其中必须从无相位数据中联合恢复样品和探针(光瞳)。本文首先介绍了业务流程重组的数学公式和相关的非线性最优化问题,然后对近年来的迭代算法作了简要的回顾。它主要包括基于算子分裂的一阶最优化方法、基于Hessian的二阶优化方法和子空间方法。并对今后的实验问题和理论分析的研究方向进行了进一步的讨论。
2022-11-12 eess.SP math.OC physics.optics
On the Identifiability of Semi-Blind Estimation in Cell-Free Massive MIMO Networks
本文研究了细胞自由大规模MIMO网络中半盲联合信道估计与数据检测的可识别性,通过大规模系统设计视角分析了半盲恢复成功的条件,并提出了基于图模型的递归概率分析方法,揭示了系统参数对可识别性的影响。
2026-05-20 cs.IT eess.SP math.IT
Blind Joint MIMO Channel Estimation and Decoding
本文提出了一种在信道状态信息(CSI)未知的情况下进行MIMO解码的方法。所提出的方法需要在传输的信号中的一些结构,以便解码是有效的,特别是底层源是从超立方空间中提取的。我们提出的技术适合最小体积平行六面体接收到的样品。这个问题可以表示为非凸优化问题,可以通过梯度下降以高概率解决。我们的盲解码算法可以使用时,在未知的MIMO无线信道使用BPSK或MPAM调制通信。我们应用我们的技术来联合估计MIMO信道增益矩阵和解码的基础传输,只有知识的传输星座,而不使用导频符号。我们的研究结果提供了理论保证,该算法是正确的,当应用于小型MIMO系统。实验结果表明,小样本的要求,使该算法适用于块衰落信道的相干时间通常在实践中看到。我们的方法有一个小于3dB的损失相比,迫零与完美的CSI,施加类似的性能惩罚的空时编码技术,而不损失的速率所产生的这些技术。
2018-02-03 cs.IT eess.SP math.IT
Adaptive Constellation Multiple Access for Beyond 5G Wireless Systems
提出面向5G后系统的ACMA/AC NOMA,通过基站自适应优化用户信号相位偏移形成统一星座,并结合MML接收机盲估计相位,提升速率与误码性能。
2024-02-28 cs.IT eess.SP math.IT
Blind Bistatic Radar Parameter Estimation for AFDM Systems in Doubly-Dispersive Channels
提出一种盲双基地雷达参数估计方法,基于接收信号协方差在广义双弥散信道模型下提取目标参数,通过分数规划松弛非凸问题,性能随帧数增加逼近理想系统。
2024-08-28 cs.IT eess.SP math.IT
Robust Blind Channel Estimation for Bursty Impulsive Noise with a Constrained EM Approach
Information and Communication Theory Lab, Eindhoven University of Technology, The Netherlands(信息与通信理论实验室,埃因霍温理工大学,荷兰);NXP Semiconductors, Eindhoven, The Netherlands(NXP半导体,埃因霍温,荷兰);Communications Engineering Lab, Karlsruhe Institute of Technology, Germany(通信工程实验室,卡尔斯鲁厄理工学院,德国)
针对突发脉冲噪声下的盲信道估计问题,提出一种利用IN模型网格结构与BPSK符号、施加状态方差共享和转移矩阵对称约束的EM算法,收敛速度提升近两倍且估计性能更优,对模型参数失配具有鲁棒性。
2025-03-22 cs.IT cs.LG eess.SP