Sparse Sensing with Semi-Coprime Arrays
半互质阵列(SCA)交织两个欠采样均匀线性阵列(ULA)和一个$Q$元素标准阵列。前两个阵列的欠采样因子分别为$QM$和$QN$,其中$M$和$N$互质。所得到的非均匀线性阵列是高度稀疏的。取三个阵列的常规波束图的绝对值的最小值导致没有栅瓣的波束图。SCA在传感器数量上比其他流行的稀疏阵列(如互质阵列、嵌套阵列和最小冗余阵列)节省更多。此外,SCA表现出更好的旁瓣模式比其他稀疏阵列。一个例子的波达方向估计与SCA说明SCA的有前途的潜力,在减少传感器的数量,降低系统成本和复杂性,在各种信号感测和处理应用。
2018-06-21 eess.SP
Near-Field Localization and Sensing with Large-Aperture Arrays: From Signal Modeling to Processing
本文围绕大孔径阵列的近场定位与感知展开,指出大孔径阵列应用趋势打破了阵列信号处理的传统远场假设,为近场信号处理带来新挑战与新机遇。
2024-10-22 eess.SP
Exploiting Moving Arrays for Near-Field Sensing
本文研究利用移动平台上的均匀线性阵列实现近场MIMO感知,通过分析目标二维坐标估计的CRB,证明移动阵列能显著扩大有效孔径,在有限天线单元下达到等效超大阵列的感知性能,优于传统固定阵列。
2024-10-12 eess.SP
A Multi-View Low-Latency Direction Sensing for Low-Altitude Network via a Multi-Armed Array
针对低空网络方向感知的精度与时延矛盾,提出多臂阵列及两种融合方法,结合CRLB验证,实现低时延下的稳定高精度感知。
2026-11-17 eess.SP
Battery-Free Sensor Array for Wireless Multi-Depth In-Situ Sensing
本文提出一种基于NFC虚拟磁波导的无电池多深度原位传感器阵列,通过解析模型优化设计并以现成NFC传感器原型验证其长距离无线地下传感能力。
2024-01-21 eess.SP
2D Waveguide-Fed Metasurface Antenna Arrays: Modeling and Optimization for Bistatic Sensing
National and Kapodistrian University of Athens(雅典国立卡波帝斯翠恩大学);University of Illinois Chicago(伊利诺伊大学芝加哥分校)
针对双基地传感需求,提出集成二维波导馈电超表面天线阵列的物理一致框架,通过耦合偶极子模型捕捉互耦、新增磁极化率无源性约束,结合诺伊曼级数近似和克拉美-罗界优化单元谐振强度,仿真验证超材料放置的关键作用。
2025-11-12 eess.SP
Beam-Squint-Aided Hierarchical Sensing for Integrated Sensing and Communications with Uniform Planar Arrays
POSTECH(浦项工科大学);Princeton University(普林斯顿大学)
本文提出利用波束偏转的分层感知框架,通过均匀平面阵列实现高效二维角度估计与低功耗感知通信。
2025-12-31 eess.SP
Sparse Sensor Arrays for Active Sensing: Models, Configurations and Applications
Aalto University(阿尔托大学)
本文研究稀疏传感器阵列在主动感知中的模型、配置及应用,探讨了低冗余阵列设计与发射-接收波束成形方法,以及其在雷达、声纳等领域的应用。
2026-01-21 eess.SP
Joint Near-Field Sensing and Visibility Region Detection with Extremely Large Aperture Arrays
本文针对超大孔径阵列在部分遮挡下的近场定位与感知问题,提出基于伊辛模型的交替优化算法,实现联合信道参数估计与可见区域检测,并验证其有效性。
2025-02-28 eess.SP
Sizing Antenna Arrays for Near-field Communication and Sensing
imec;Katholieke Universiteit Leuven(荷语鲁汶大学)
本文提出了一种基于孔径的近场通信与传感天线阵列设计方法,通过分析波束聚焦和区域跨度等指标,推导了与孔径相关的性能表达式,为实际应用提供设计指导。
2026-01-08 eess.SP
Multibeam Sparse Tiled Planar Array for Joint Communication and Sensing
多波束模拟阵列已被提出用于毫米波联合通信和传感(JCAS)。我们研究多波束平面阵列JCAS,提供时分双工通信和全双工传感与可控波束。为了有一个大口径与窄波束宽度的辐射方向图,我们建议设计一个稀疏平铺平面阵列(STPA)孔径与负担得起的移相器数量。阵列的模块化平铺和稀疏设计是非凸优化问题,然而,我们利用了天线阵列几何形状越不规则,旁瓣电平越小的事实。我们建议首先通过阵列中瓦片的相位中心的最大熵来解决优化,然后利用向日葵阵列的几何形状来执行稀疏子阵列选择。在保持与常规均匀平面阵列(CUPA)相同的通信链路中的频谱效率的同时,STPA在视线路径占主导地位时改善了到达角估计,例如,具有125个元素的STPA区分两个相邻的目标,其中两个相邻的目标的距离相差20 $^\circ$,而CUPA不能。此外,当阻塞器在仰角中移动时,STPA具有比CUPA短40 $\%$的阻塞时间。
2022-09-19 eess.SP
Sensing-enabled Secure Rotatable Array System Enhanced by Multi-Layer Transmitting RIS
Hainan University(海南大学);Southeast University(东南大学);Hunan University(湖南大学)
针对可旋转阵列系统中窃听者位于通信主链路的安全问题,本文采用双基站架构联合优化多类变量,提出两种算法实现保密速率提升约22%。
2025-11-17 eess.SP
Rotatable Antenna-array-enhanced Direction-sensing for Low-altitude Communication Network: Method and Performance
Hainan University(海南大学);Nanjing University of Science and Technology(南京理工大学);Southeast University(东南大学);University of Kent(肯特大学)
本文提出一种可旋转阵列方向感知方法,通过考虑每个元素的指向性模式,提升远距离目标方向感知的准确性与性能。
2026-04-03 eess.SP
Rotatable Antenna-Enhanced Wireless Sensing with Uniform Sparse Array via Tensor Decomposition
Nanjing University of Science and Technology(南京理工大学);National University of Singapore(新加坡国立大学);Shanghai Jiao Tong University(上海交通大学)
本文提出了一种配备可旋转天线阵列的新型无线传感系统,通过张量分解方法提高统一稀疏阵列的传感性能,解决了严重的空间欠采样问题,实现了高精度无歧义的到达角估计。
2026-08-11 eess.SP
Low-complexity Sparse Array Synthesis Based on Off-grid Compressive Sensing
提出了一种新的基于压缩感知(CS)的非均匀平面阵列稀疏阵列综合方法。特别是,我们提出了一个离网细化技术,同时优化天线元件的位置和激励具有低的复杂性,在响应天线位置优化问题,这是很难为标准CS。更重要的是,我们考虑到最小的单元间距约束,以确保物理上可实现的解决方案。首先提出了低复杂度的离网正交匹配追踪(OMP)算法,然后设计了综合性能更好但复杂度更高的离网前视正交匹配追踪(LAOMP)算法。仿真结果表明,与相关方法相比,本文提出的方案在计算复杂度和综合性能上都有较大的优势。
2022-07-28 eess.SP
Compressive Sensing Based Sparse MIMO Array Optimization for Wideband Near-Field Imaging
在毫米波近场成像领域,广义稀疏阵列综合(SAS)方法的需求量很大。传统的方法通常采用贪婪算法,这可能存在收敛问题。提出了一种基于压缩感知(CS)方法的多输入多输出(MIMO)阵列设计的凸优化模型。我们产生一个块状的参考图案,作为一个优化目标。该图案占据整个感兴趣的成像区域,以便将每个像素的效果纳入优化模型。在MIMO场景中,我们可以固定发射子阵列并合成接收子阵列,反之亦然,或者依次进行合成。详细讨论了合成阵列的聚焦、旁瓣抑制和栅瓣抑制等问题。数值计算和实验结果表明,合成的稀疏阵列可以提供更好的图像质量比稀疏阵列等间距或随机间距的天线与相同数量的天线单元。
2022-08-09 eess.SP
Constrained Tensor Decomposition-Based Target Sensing for Sparse Non-Uniform Array-Enabled AFDM ISAC Systems
Xi’an Jiaotong University(西安交通大学);Stevens Institute of Technology(史蒂文斯理工学院);Shanghai Jiao Tong University(上海交通大学)
针对稀疏非均匀阵列AFDM ISAC系统目标参数估计问题,提出基于约束张量分解的感知框架,开发流形约束交替最小二乘算法及迭代一维黄金分割搜索来估计参数,仿真表明算法接近CRB且优于传统方法。
2026-11-06 eess.SP
Jointly optimal array geometries and waveforms in active sensing: New insights into array design via the Cramér-Rao bound
本文针对主动感知场景,基于克拉美罗界研究阵列与波形联合优化,发现接收最优阵列唯一而发射阵列可灵活设计,据此提出兼具最小单目标CRB与优质和差共阵列特性的新型稀疏阵列。
2025-01-17 eess.SP
Frequency Diverse Array OFDM System for Joint Communication and Sensing
针对通信感知一体化需求,提出采用OFDM调制的频率分集阵列(FDA)系统,分析其在不同扫描频率、天线数和子载波数下的性能,通过ISL和EVM指标与标准SISO OFDM系统对比,验证其通信感知一体化能力。
2025-02-12 eess.SP
Green Joint Communications and Sensing Employing Analog Multi-Beam Antenna Arrays
联合通信和感知(JCAS)是第六代移动网络(6 G)的标志性技术。大多数现有的JCAS设计都是基于数字阵列、具有可调移相器的模拟阵列或混合阵列,这些阵列是有效的,但通常设计复杂且功率效率低。本文介绍了一种用于JCAS的节能且易于设计的多波束天线阵列(MBAA)。使用预先设计和固定的模拟设备,如透镜或巴特勒矩阵,MBAA可以同时转向多个光束,但与其他技术相比,功耗可以忽略不计。此外,MBAA实现灵活的波束合成、精确的到达角估计以及波束偏斜效应的容易处理/利用。所有这些特性还没有被JACS社区很好地捕捉到。为了提高对它们的认识,我们直观地说明了它们,并利用它们来构建多波束JCAS框架。最后,讨论了促进绿色JCAS系统发展的挑战和机遇。
2023-01-01 eess.SP
Extremely Sparse Co-Prime Sensing: Low Latency Estimation is not a Dream but a Reality
互质检测是一种用于信号采集的亚奈奎斯特技术。在文献中已经提出了对原型互质阵列的几种修改。研究人员还证明了低延迟估计。本文介绍了一个家庭的可调枢轴共素阵列的功能。然而,主要的重点是向读者介绍一个称为极稀疏共素阵列和采样器的概念。可调主元互质阵列是极稀疏阵列的一种特殊情况。推导了权函数和相关图偏置窗口的闭合表达式。低延迟估计证明使用极其稀疏的互质方案。此外,一个多维和一个混合极稀疏互质阵列提出了作为一个简单的扩展的一维理论。最后,一个广义的极稀疏的结构开发了几个设计参数。大多数现有的结构可以被看作是一个特殊的情况下,广义计划。
2020-11-23 eess.SP
A Context-Aware Readout System for Sparse Touch Sensing Array Using Ultra-low-power Always-on Event Detection
针对大触摸屏能耗问题,提出基于轻量级压缩感知的常开事件检测的上下文感知读出系统,通过关闭空闲电路实现高达42倍能效提升。
2023-05-11 eess.SP
CRB-Optimal Arrays and Waveforms in Active Sensing: Role of Redundancy and Spatial Covariance of Array Geometry
Delft University of Technology(代尔夫特理工大学);Tampere University(坦佩雷大学);Aalto University(阿尔托大学)
本文通过分析正交和相干波形下线性及平面阵列的Cramér-Rao界,揭示了最优阵列几何的冗余性本质,并推导了给定传感器总数下的最优收发分配方案。
2026-05-29 cs.IT eess.SP math.IT
Collaborative Automotive Radar Sensing via Mixed-Precision Distributed Array Completion
针对协同汽车雷达感知的稀疏线性阵列测量,提出利用混合精度量化Hankel矩阵低秩特性的方位角恢复方法,通过拟等距嵌入分析性能,数值验证其高效重构效果。
2024-03-13 eess.SP
Movable-Antenna Array Enhanced Multi-Target Sensing: CRB Characterization and Optimization
Beihang University(北京航空航天大学);National University of Singapore(新加坡国立大学);University of Delaware(特拉华大学)
本文提出基于可移动天线阵列的多目标传感系统,通过优化天线位置降低CRB和提高角度估计精度。
2025-11-24 eess.SP
An Interactive Graphical Tool to Check the Coarray Continuity of Two-Fold Redundant Sparse Arrays (TFRSAs) Under Single Sensor Failures
School of Electronics Engineering, Vellore Institute of Technology(维罗尔理工大学电子工程学院)
本文提出一种交互式图形工具,用于验证双冗余稀疏阵列在单传感器故障下的共阵连续性,通过MATLAB开发的GUI提供全面框架和示例验证,确保阵列配置的冗余性。
2026-04-25 eess.SP
Ziv-Zakai Bound for Near-Field Localization and Sensing
National Research Council (CNR)(意大利国家研究委员会);Università di Bologna(博洛尼亚大学);National Laboratory of Wireless Communications (WiLab), CNIT(CNIT无线通信国家实验室)
本文研究了大尺寸天线阵列下近场定位与感知的Ziv-Zakai界,探讨了其在低信噪比下的性能及近场感知的限制与机遇。
2026-02-09 eess.SP
SNR Scaling Laws for Radio Sensing with Extremely Large-Scale MIMO
移动通信网络被设计为主要支持无处不在的无线通信,然而它们也被期望在不久的将来实现无线电感测能力。以往的雷达感知研究多集中在远距离目标上,通常依赖于均匀平面波(UPW)模型下的远场假设。然而,随着天线尺寸的不断增加,以及对感测附近目标的需求的不断增长,远场假设可能变得无效。本文研究了雷达传感与超大规模(XL)天线阵列,其中一个通用的模型,考虑到球面波阵面和幅度变化的阵列元素的发展。此外,推导了XL-MIMO雷达和XL相控阵雷达两种工作模式下的感知信噪比的新的封闭表达式。研究结果表明,与传统的UPW模型不同,该模型中MIMO雷达的信噪比与N成线性无界关系,相控阵雷达的信噪比与MN成线性无界关系,M和N分别为发射天线数和接收天线数。对于具有最佳功率分配的XL相控阵雷达,SNR随着M和N而增加,收益递减,由称为发射和接收角跨度的新参数控制。另一方面,对于XL-MIMO雷达,虽然对于N服从与XL相控阵雷达相同的SNR缩放,但是SNR随着M先增加然后减小。
2021-06-10 eess.SP
Coprime Sensing via Chinese Remaindering over Quadratic Fields, Part I: Array Designs
互质天线阵由两个或多个稀疏子阵组成,具有增强的自由度(DOF)和减少的互耦。本文基于理想格理论,提出了一类新的平面互质阵列。在二次数域中,一个分裂的素$p$可以分解为两个不同的素理想的乘积,从而产生两个稀疏子阵列。由于广义中国剩余定理(CRT),它们的虚差协阵在自由度上具有二次增益。为了扩大连续孔径的协同阵列,我们提出了无孔对称CRT阵列与简单的封闭形式的表达式。以高斯整数环和爱森斯坦整数环为例,说明互质阵列的设计过程。与爱森斯坦整数,我们的设计产生的差异coarray是一个子集的六边形晶格,提供了一个显着的增益在自由度的矩形晶格,给定相同的物理区域。
2019-04-29 eess.SP
Hybrid Beamforming for Active Sensing using Sparse Arrays
本文研究了混合波束形成的主动传感应用,如毫米波或超声成像。混合波束形成可以通过减少有源前端的数量来大幅降低全数字传感器阵列的成本和功耗。稀疏阵列可用于进一步降低硬件成本。我们认为相控阵列,并采用线性波束形成与可能的稀疏阵列配置在发射机和接收机。通过将对应于不同发射和接收的若干分量图像加在一起来提高所获取的图像的质量。为了限制图像的采集时间,我们制定了一个优化问题,以最大限度地减少组件图像的数量,以实现所需的点扩散函数。由于这个问题是不凸的,我们提出了算法,在全数字波束形成的情况下,以及在更具有挑战性的混合和模拟波束形成的情况下,采用量化移相器找到近似的解决方案。我们还确定了使用全模拟和混合架构实现全数字解决方案所需的分量图像数量的上限,并推导出这些情况下波束成形权重的封闭形式表达式。仿真结果表明,一个混合稀疏阵列与非常少的元素,甚至更少的前端,可以实现一个完全数字化的均匀阵列的分辨率,在较长的图像采集时间为代价。
2020-10-18 eess.SP
Automotive Radar Sensing with Sparse Linear Arrays Using One-Bit Hankel Matrix Completion
本文针对稀疏线阵车载雷达的粗量化测量问题,提出基于一位汉克尔矩阵补全的奇异值阈值算法,可仅用一位数据准确估计方位角,为低成本高分辨率车载雷达提供了有效方案。
2024-03-05 eess.SP
Large Array Antenna Spectrum Sensing in Cognitive Radio Networks
本文针对配备大阵列天线的认知无线电频谱感知问题,基于随机矩阵理论中的线性谱统计提出三种检测器,推导其理论分布并通过仿真验证其在大规模天线场景下的有效性。
2024-02-22 eess.SP
Multibeam Optimization for Joint Communication and Radio Sensing Using Analog Antenna Arrays
多波束技术使得能够使用两个或更多个子波束进行联合通信和无线电感测,以满足波束宽度和指向方向的不同要求。根据要求生成和优化多波束是关键和具有挑战性的,特别是对于使用模拟阵列的系统。本文为一系列多波束设计问题开发了最佳解决方案,其中同时考虑了通信和传感。我们首先研究了两个预生成的子波束的最佳组合,以及它们的波束形成向量,使用组合相位系数。将通信接收信号功率和波束形成波形交替作为目标函数和约束函数,导出了约束优化问题的闭式最优解。我们还开发了全局优化方法,直接找到一个单一的波束成形向量的最佳解决方案。通过将复杂的NP-难全局优化问题转化为二次约束二次规划问题,利用半定松弛技术得到了近似最优解。大量的仿真验证了所提出的约束多波束生成和优化方法的有效性。
2020-04-02 eess.SP
Discovering Optimal Robust Minimum Redundancy Arrays (RMRAs) through Exhaustive Search and Algebraic Formulation of a New Sub-Optimal RMRA
School of Electronics Engineering, Vellore Institute of Technology(韦洛尔技术电子工程学院)
本文通过穷举搜索和代数公式发现最优鲁棒最小冗余阵列,扩展了已知配置范围并提出新的亚优阵列。
2025-12-30 cs.SY eess.SP eess.SY
Optimal Waveform Design for Continuous Aperture Array (CAPA)-aided ISAC Systems
the University of Hong Kong(香港大学);Queen Mary University of London(伦敦大学玛丽女王学院)
本文提出利用连续孔径阵列辅助的ISAC系统,通过优化波形设计提升多目标感知与通信性能。
2025-11-25 eess.SP
Extended Proofs for Encrypted Sensing in Bistatic Radar: Unified Analysis and Randomly Activated Arrays
Tsinghua University(清华大学);University of Science and Technology Beijing(北京科技大学)
本文为双基地雷达脉冲式空间随机化加密感知提供完整的SNRL数学推导,建立简化模型,推导渐近SNRL、有限CPI下的偏差方差及伯努利激活的闭式矩,补充主论文的证明。
2026-09-16 eess.SP
Unsupervised End-to-End Array Calibration for Multi-Target Integrated Sensing and Communication
Chalmers University of Technology(查尔姆斯理工大学)
本文提出一种无需标签数据的端到端校准框架,结合可微前置编码器和OMP算法,通过感知与通信损失的平衡提升多目标感知和通信性能。
2026-04-01 eess.SP
Analysis of the Range Ambiguity Function of Narrowband Near-field MIMO Sensing
imec;KU Leuven(荷语鲁汶大学)
本文研究窄带近场MIMO传感系统,通过分析推导和仿真验证,发现MIMO处理能提升近场传感范围和分辨率约1.4倍,并改善旁瓣性能两倍。
2026-02-10 eess.SP
Enhanced Direction-Sensing Methods and Performance Analysis in Low-Altitude Wireless Network via a Rotating Antenna Array
针对旋转阵列感知中计算复杂度高和时间效率低的问题,提出基于预旋转初始化与迭代贪婪空间谱搜索的低复杂度增强方向感知框架,并推导了简化旋转模型下的CRLB,仿真表明所提方法在均方误差上优于递归旋转方法并达到CRLB。
2026-05-29 eess.SP
Sparse Array Beamformer Design for Active and Passive Sensing
稀疏传感器布局,具有不同的设计目标,已成功地采用在不同的应用领域,特别是用于增强参数估计和接收机性能。稀疏阵列的设计标准通常分为环境无关和环境相关的性能指标。前者在很大程度上对底层环境是良性的,并且原则上通过扩展共阵列孔径来寻求最大化空间自由度。另一方面,与环境有关的目标除了考虑接收器噪声外,还考虑阵列视场中发射器和目标的工作条件。在这方面,应用这样的目标使得阵列配置以及阵列权重响应于动态和变化的环境而随时间变化。本研究旨在设计一种与环境相关的稀疏阵列波束形成器,以提高窄带和宽带信号平台下的输出信干噪比。在实施的数据依赖的方法的一个关键挑战是缺乏知识的精确或估计值的数据自相关函数在整个稀疏阵列孔径。这项工作的核心是通过使用凸优化和机器学习工具,结构化稀疏概念,低秩矩阵完成方案以及通过开发混合方法融合环境相关和环境无关设计来设计创新解决方案,以解决上述问题。
2021-01-18 eess.SP
Performance Bounds for Velocity Estimation with Large Antenna Arrays
针对6G JCS中ELAA带来的近场效应,本文推导速度径向与横向分量的解析性能界,揭示系统参数和几何结构的影响。
2024-05-08 eess.SP
Joint DOA and Attitude Sensing Based on Tri-Polarized Continuous Aperture Array
University of Electronic Science and Technology of China(电子科技大学);The University of Hong Kong(香港大学);Queen Mary University of London(伦敦大学玛丽女王学院)
该研究基于三极化连续孔径阵列,结合电磁信息论建模与连续-离散变换等技术,实现DOA与姿态联合感知,提出两种适配不同先验条件的姿态估计算法,验证了框架的可行性与优越性。
2025-10-02 eess.SP
Near-Field Integrated Sensing and Communication with a Uniform Circular Array
Institute for Communication Engineering, Technical University of Munich(慕尼黑工业大学通信工程研究所);School of Electrical and Electronic Engineering, University College Dublin(都柏林大学学院电气与电子工程学院)
本文基于均匀圆阵研究近场ISAC系统中联合距离-角度估计与通信问题,提出连续时间信道模型并推导闭式CRLB,设计最优波束成形器与ML估计器,验证了近场ISAC中孔径与信噪比的权衡,R=0.5m实现最佳性能。
2026-10-14 eess.SP
Cramér-Rao Bound Optimization for Near-Field Sensing with Continuous-Aperture Arrays
针对连续孔径阵列近场感知,提出Cramér-Rao界最小化框架,推导最优源电流结构并设计低复杂度子空间流形梯度下降算法,实现相比离散阵列十倍性能提升。
2025-10-10 eess.SP
Coprime Sensing via Chinese Remaindering over Quadratic Fields, Part II: Generalizations and Applications
给出了基于二次域上中国剩余定理的一类互质数组的实际应用。所提出的CRT阵列是由互质二次整数嵌入的理想格构成的。的几何结构和理论基础进行了讨论,在所附的文件中非常详细,而本文的重点是在二维(2D)遥感的应用方面提出的阵列。提出了一种基于两个或多个互素理想格的CRT阵列的推广,给出了传感器位置、传感器总数和可达自由度的封闭表达式。此外,还讨论了任意两个二次整数的互素性问题,以探索所有可能的理想格。利用晶格的对称性,传感器减少方法进行了讨论,与coarray保持不变的经济最大化。为了扩展传统的角度估计技术的基础上均匀分布的阵列的方法,可以利用任何coarray配置的基础上的格子,本文介绍了一个六边形到矩形变换的二维空间平滑,提供了找到更紧凑的传感器阵列的可能性。通过算例验证了所提方法的可行性。
2019-04-29 eess.SP
A Continuous High Precision Localization Method for AGVs Based on Interferometric FBG Array Sensing and Hybrid Deep Learning
Hubei Longzhong Laboratory(湖北隆中实验室);Wuhan University of Technology(武汉理工大学);National Engineering Research Center of Fiber Optic Sensing Technology and Networks(光纤传感技术网络国家工程研究中心);Jiangsu Zhiren Jinghang New Materials Research Institute Company Ltd.(江苏智人京航新材料研究院有限公司);State Key Laboratory of Advanced Technology for Materials Synthesis and Processing(材料合成与加工先进技术国家重点实验室)
本文提出一种结合干涉型FBG阵列传感与混合深度学习的AGV连续定位方法,在复杂工业条件下实现小于2厘米的平均绝对误差,解决了传统离散定位的连续性及现有连续定位的精度问题。
2026-10-07 eess.SP
Low-Altitude ISAC With Spherical Directly-Connected Antenna Array: Performance Analysis and Beamforming Optimization
National University of Defense Technology(国防科技大学);Purple Mountain Laboratories(紫金山实验室);Beijing University of Posts and Telecommunications(北京邮电大学)
研究低空ISAC系统,针对传统天线阵列问题,采用球形直接连接天线阵列。通过表征其感知性能,制定优化问题并开发新框架,该阵列在多方面优于传统UPA,展现出在未来低空ISAC系统中的潜力。
2026-07-14 eess.SP
Uniform Planar Array Based Weighted Cooperative Spectrum Sensing for Cognitive Radio Networks
针对认知无线电中基于均匀平面阵列(UPA)的协作频谱感知(CSS)研究不足的问题,提出多波束UPA加权CSS框架,通过设计加权因子提升检测可靠性,分析性能并验证其优越性。
2025-04-14 eess.SP
Hardware Constraints in Compressive Sensing Based Antenna Array
在基于压缩感知(CS)的矩形天线阵列稀疏技术中,引入了基于实际硬件的约束条件。在标准的CS阵列稀疏增强中,天线单元被认为是理想的点源,这与实际的硬件不一致。它也没有考虑相邻天线元件的互耦对阻抗失配的影响。在这项工作中,我们提出了一个组合的约束条件的基础上,物理天线阵列规格,互耦和实际的天线单元辐射性能在CS为基础的阵列细化执法。分析建模与设计实例一起提出和讨论。基于全波电磁仿真的阵列性能表明了该方法的可靠性。
2019-07-20 eess.SP physics.app-ph
On Unified CRLB Framework from Generic Signals to ISAC Waveforms with Virtual Array Sensing
Friedrich-Alexander-Universität Erlangen-Nürnberg(埃尔朗根-纽伦堡弗里德里希·亚历山大大学)
提出一个统一的克拉美-罗下界(CRLB)框架,用于集成感知与通信(ISAC)雷达系统中的信号级参数估计,解决了时延与多普勒耦合问题,并扩展到虚拟阵列感知系统。
2026-05-27 eess.SP
Phase-Time Array Enabled Multistatic Sensing with Multi-Level Fusion for UAV Localization
School of Information Science and Electronic Engineering, Shanghai Jiao Tong University(上海交通大学信息科学与工程学院)
该研究提出基于相位时间阵列的多站传感框架,结合GDOP-WLS、PF-MLP参数级方案及SF-CNN信号级网络,实现无人机高精度定位,缓解误差放大并平衡精度与复杂度。
2026-10-14 eess.SP
Bistatic CRLBs for TTD array resource allocation during JCAS
本文介绍了理论上的感知能力的联合通信和传感(JCAS)系统,利用真时间延迟(TTD)阵列配置。TTD波束形成器将副载波波束分离到不同的角度位置,以实现宽波束覆盖。TTD阵列配置的双基地感测性能被建模为阵列元件的数量和由发射机提供的分数功率的函数。采用TTD阵列配置时的感知能力是通过使用双基地延迟AOA(到达角)相位对数似然函数的Cramér-Rao下界(CRLB)来获得的,该函数是通过互相关从多分量相位编码信号的二次时频域表示中提取的复特征向量来获得的。这里使用的多分量相位码是5G通信标准定义的同步信号。在利用这些信号和TTD配置的同时,双基地延迟-AOA-相位估计能力相对于所示监视方案的天线阵元数和部分功率而言是高度非线性的;分配30个天线阵元并提供最大功率,使亚米级和亚度级估计能力在理论上是可能的。
2023-03-27 eess.SP
Antenna Array Design for Mono-Static ISAC
针对6G单基地ISAC中通信阵列约束导致的自由度受限问题,提出角度能力评估模型,并在相同阵元数下采用感知阵列稀疏拓扑,以改善感知性能与硬件成本的权衡。
2024-05-08 eess.SP
Phased Array-Based Sub-Nyquist Sampling for Joint Wideband Spectrum Sensing and Direction-of-Arrival Estimation
在本文中,我们研究了联合宽带频谱感知和波达方向(DoA)估计的问题,在欠采样框架。具体来说,考虑到一些不相关的窄带信号在宽频带(比如几GHz)上传播的情况,我们的目标是估计与窄带源相关联的载波频率和DOA,以及重建这些窄带信号的功率谱。为了克服宽带频谱感知中的采样率瓶颈,提出了一种基于相控阵的可变时延亚奈奎斯特采样结构。该结构采用均匀线阵,每个天线接收的信号经过可变的时延后,由同步的低速率模数转换器(ADC)进行采样。基于采集到的次奈奎斯特采样,计算了一组具有不同时滞的互相关矩阵,并提出了一种基于CANDECOMP/PARAFAC(CP)分解的联合DOA、载波频率和功率谱恢复方法。分析了相关参数和功率谱的完全恢复条件。我们的分析表明,我们提出的方法不需要放置任何稀疏约束的宽带频谱,只需要采样率大于带宽最大的窄带源信号的带宽在所有的来源。仿真结果表明,我们提出的方法可以实现一个估计精度接近相关的Cramér-Rao界(CRBs),仅使用少量的数据样本。
2017-10-14 eess.SP