Communication in a Fractional World: MIMO MC-OTFS Precoder Prediction
针对高移动性场景中MIMO预编码依赖过时CSI的问题，本文利用OTFS调制推导时变关系，提出物理信息驱动的复指数基扩展预测框架，最大化过时CSI效用，支持高移动性MIMO通信。
2025-10-27 eess.SP
Basis Expansion Extrapolation based Long-Term Channel Prediction for Massive MIMO OTFS Systems
针对大规模MIMO-OTFS系统中的信道老化问题，本文提出基于迭代BEM的上行信道估计与基于Slepian序列外推的下行信道预测一体化方案，在降低导频开销的同时提升了估计精度和频谱效率。
2025-07-02 eess.SP
Channel Estimation and Hybrid Precoding for Massive MIMO-OTFS System With Doubly Squint
本文针对大规模MIMO-OTFS系统中的双斜视效应，提出基于峰值索引的信道估计方案和混合预编码方法，通过刻画宽带信道模型并推导chirp导频受信道参数的影响，有效缓解波束斜视与Doppler斜视，仿真验证其优于现有方案。
2025-04-11 eess.SP
MIMO-OTFS-Based Semantic Communication for High-Mobility Scenarios
Tsinghua University（清华大学）；Macao Polytechnic University（澳门理工学院）；Beijing Institute of Remote Sensing Equipment（北京遥感设备研究所）
针对高机动时频双选信道下现有语义通信性能下降问题，提出融合MIMO-OTFS与语义感知子信道分配的框架，通过熵模块评估特征重要性、Kendall相关系数量化匹配度，并联合优化编解码器，实验证明在高机动环境下重建质量优于传统OFDM语义通信系统。
2026-05-28 eess.SP
Virtual Array for Dual Function MIMO Radar Communication Systems using OTFS Waveforms
Rutgers University（罗格斯大学）
本文提出一种基于OTFS波形的双功能MIMO雷达通信系统虚拟阵列构建方法，通过共享Doppler-delay域bins和专属Time-Frequency域bins实现高分辨率参数估计。
2024-11-14 eess.SP
Data-Aided Variational Bayesian Inference for CSI Estimation over Doubly-Selective DCO-OTFS MIMO VLC Systems with Affine-Precoded Superimposed Training Sequences
Indian Institute of Technology Kanpur（坎普尔印度理工学院）；Indian Institute of Technology Jodhpur（焦特普尔印度理工学院）
针对双选择性DCO-OTFS MIMO VLC系统，提出基于仿射预编码叠加训练序列的架构，并开发数据辅助变分贝叶斯推断方法，实现联合CSI估计与数据检测，显著降低NMSE、导频开销和SER。
2026-09-15 eess.SP
Deep Learning-Enabled Signal Detection for MIMO-OTFS-Based 6G and Future Wireless Networks
Yıldız Technical University（伊斯坦布尔技术大学）；Istanbul Medeniyet University（伊斯坦布尔文明大学）
本文提出低复杂度深度学习信号检测方法，用于MIMO-OTFS系统，在Nakagami-m信道条件下实现与传统高性能MLD相当的BER性能。
2026-01-20 eess.SP
Fast and Efficient Sequential Radar Parameter Estimation in MIMO-OTFS Systems
针对MIMO-OTFS联合雷达通信系统，提出两步序贯估计算法，先估计到达角再在时延-多普勒域用降维网格最大似然估计距离和速度，结合LMMSE，复杂度低且性能接近CRLB。
2024-02-22 eess.SP
Approximate Message Passing for Multi-Preamble Detection in OTFS Random Access
针对OTFS信令随机接入系统的多前导码检测问题，提出一种施加双重稀疏性约束的新型AMP算法并设计对应去噪器，仿真验证其检测性能鲁棒且优于现有技术。
2025-09-04 eess.SP
OTFS-NOMA System for MIMO Communication Networks with Spatial Diversity
本文研究了MIMO通信网络中结合OTFS调制与NOMA的下行链路系统，通过将高移动性用户信号置于时延-多普勒域、低移动性用户置于时频域并采用预编码与NOMA频谱共享，推导了检测信噪比闭式表达式，证实了系统性能受用户数、簇数及功率分配因子影响。
2024-06-27 eess.SP
Sensing Aided OTFS Channel Estimation for Massive MIMO Systems
正交时频空间（OTFS）调制具有在高度移动场景中实现鲁棒通信的潜力。然而，估计OTFS系统的信道与高导频信令开销相关联，该高导频信令开销与最大延迟和多普勒扩展成比例。这对于大规模MIMO系统来说尤其具有挑战性，因为系统开销也随着天线数量的增加而增加。然而，一个重要的观察是，延迟，多普勒，和出发/到达信息的角度直接相关的距离，速度，和移动用户的方向信息和环境中的各种散射体。有了这个动机，我们建议利用雷达感测来获得有关环境中的移动用户和散射体的信息，并利用它来帮助大规模MIMO系统中的OTFS信道估计。作为实现我们的愿景的一种方法，本文将大规模MIMO系统中的OTFS信道估计问题制定为稀疏恢复问题，并利用雷达感测信息来确定支持（非零延迟多普勒抽头的位置）。提出的雷达传感辅助稀疏恢复算法进行评估的基础上准确的三维射线跟踪框架与共存的雷达和通信数据。结果表明，开发的传感辅助解决方案始终优于标准稀疏恢复算法（不利用雷达传感数据），并导致显着减少导频开销，这突出了基于OTFS的大规模MIMO系统的一个有前途的方向。
2022-09-22 cs.IT eess.SP math.IT
A New Path Division Multiple Access for the Massive MIMO-OTFS Networks
该文研究了一种新的适用于高移动性场景的上行和下行大规模多输入多输出网络的路径分多址接入（PDMA），其中采用正交时频空间（OTFS）。首先，研究了角度延迟多普勒域中的3D UL信道模型和接收信号模型。其次，利用3D-Newtonized正交匹配追踪算法在天线-时间-频率域上提取UL信道参数，包括信道增益、到达方向、延迟和多普勒频率。第三，我们仔细分析了三维角度延迟多普勒信道的能量色散和功率泄漏。然后，沿着UL，我们设计了一种路径调度算法，以在用户侧适当地分配角度域资源，并确保不同用户的观察区域不会在3D立方体区域上重叠，即，角度延迟多普勒域在调度之后，不同的用户可以将其各自的数据映射到调度的延迟-多普勒域网格，并且在相同的OTFS块中同时向基站（BS）发送数据而没有用户间干扰。相应地，在BS的3D资源空间内的期望网格处的信号被单独收集，以在角度延迟多普勒域上实现3D信道估计和基于最大比合并的数据检测。然后，我们构造了一个低复杂度的波束形成方案，在角度延迟域域实现用户间无干扰的DL通信。仿真结果证明了我们提出的统一UL/DL PDMA方案的有效性。
2020-03-18 eess.SP
MIMO-Zak-OTFS with Superimposed Spread Pilots
本文针对MIMO-Zak-OTFS系统提出一种在交叉模糊域分离的扩频导频设计，结合turbo迭代信道估计与检测，在vehicular-A信道下实现优异的估计与检测性能。
2025-10-23 cs.IT eess.SP math.IT
Beam-Space MIMO Radar for Joint Communication and Sensing with OTFS Modulation
受汽车应用的启发，我们考虑用于在毫米波（mmWave）频段操作的系统的联合雷达感测和数据通信，其中基站（BS）配备有共置雷达接收器并且使用正交时频空间（OTFS）调制格式发送数据。我们考虑两种不同的操作模式。在发现模式中，单个公共数据流在宽角度扇区上广播。雷达接收机必须检测到尚未捕获的目标的存在，并对其参数（到达角，距离和速度）进行粗略估计。在跟踪模式下，BS通过波束成形向已经捕获的用户发送多个单独的数据流，而雷达接收器执行对上述参数的精确估计。由于硬件的复杂性和功耗的限制，我们考虑一个混合的数字-模拟架构的RF链和A/D转换器的数量是显着小于天线阵列元件的数量。在这种情况下，不可能直接应用传统的MIMO雷达方法。因此，我们提倡一种波束空间方法，其中在雷达接收机处的矢量观测通过RF域波束成形矩阵从天线到RF链的降维操作来获得。在此基础上，提出了一种基于似然函数的联合目标检测和参数估计方案，分别用于发现模式和跟踪模式下的高分辨率参数估计。我们的数值结果表明，该方法是能够可靠地检测多个目标，同时密切接近Cramer-Rao下界（CRLB）的相应的参数估计问题。
2022-07-12 eess.SP
Data-Aided Bayesian Learning for CSI Estimation over Doubly-Selective DCO-OTFS MIMO VLC Channels with Affine-Precoded Superimposed Training Sequences
Indian Institute of Technology Kanpur（坎普尔印度理工学院）；Indian Institute of Technology Jodhpur（焦特普尔印度理工学院）；University of Southampton（南安普顿大学）
针对双选择性DCO-OTFS MIMO VLC信道，提出仿射预编码叠加训练框架，结合导频与数据辅助贝叶斯学习估计CSI并检测数据，降低导频开销和错误率。
2026-09-22 eess.SP
Low-Complexity ZF/MMSE Receivers for MIMO-OTFS Systems With Imperfect CSI
正交时频空间（OTFS）方案将时间和频率选择性信道转换为延迟-多普勒域中的几乎非选择性信道，为高速移动设备建立可靠的无线通信。针对具有理想和非理想接收信道状态信息的多输入多输出（MIMO）-OTFS系统，设计并分析了低复杂度迫零（LZ）和最小均方误差（LM）接收机。所提出的接收机提供了与常规对应方完全相同的解决方案，并且通过利用MIMO-OTFS信道矩阵的双循环性质、逐块逆和舒尔补来降低复杂度。我们还推导出，通过利用泰勒展开和随机矩阵理论的结果，一个紧密的近似后处理的信号与噪声加干扰比（SINR）的表达式在封闭形式的LZ和LM接收机。我们表明，推导出的SINR表达式，当平均在多个信道实现，准确地表征各自的比特出错率（BER）的完美和不完美的接收CSI。我们数值上显示了较低的误码率和较低的复杂性，所提出的设计超过国家的最先进的现有解决方案。
2020-10-09 cs.IT eess.SP math.IT
OTFS Without CP in Massive MIMO: Breaking Doppler Limitations with TR-MRC and Windowing
正交时频空间（OTFS）调制是近年来出现的一种有效的波形，以解决线性时变信道。在OTFS文献中，假设每个OTFS块内的每组样本的近似恒定的信道增益。这导致OTFS在其可以容忍的最大多普勒频率上的限制。此外，OTFS信号中循环前缀（CP）的存在限制了调整其参数以提高其对信道时间变化的鲁棒性的灵活性。因此，在本文中，我们研究了从OTFS中去除CP开销并通过在大天线区域中的多天线处理来打破其多普勒限制的可能性。我们渐近分析了无CP的OTFS的时间反转最大比合并（TR-MRC）的性能。我们表明，双色散信道效应的平均在大天线制度时，最大多普勒频移是在OTFS的限制。然而，对于超过OTFS限制的相当大的多普勒频移，残留多普勒效应仍然存在。我们的渐近推导表明，这种效果收敛到缩放的接收符号的延迟尺寸与样本的贝塞尔函数，取决于最大多普勒频移。因此，我们提出了一种新的残余多普勒校正（RDC）窗口技术，可以打破OTFS的多普勒限制，并导致性能接近的线性时不变信道。最后，我们通过模拟证实了我们的主张的有效性。
2022-01-14 cs.IT eess.SP math.IT
ISAC MIMO Systems with OTFS Waveforms and Virtual Arrays
Rutgers University（罗格斯大学）
本文提出一种集成感知与通信系统，利用OTFS波形和虚拟阵列提高高机动场景下的频谱效率与目标分辨率。
2025-02-04 eess.SP
Random Access with Massive MIMO-OTFS in LEO Satellite Communications
针对大量物联网设备与低轨卫星进行零星通信的情况，研究了免授权随机接入系统中的联合信道估计和设备活动检测问题。此外，采用具有正交时频空间（OTFS）调制的大规模多输入多输出（MIMO）来对抗地面-卫星链路的动态特性。首先分析了大时延和多普勒频移同时存在时单输入单输出OTFS的输入输出关系，然后将其推广到具有大规模多输入多输出的免授权随机接入OTFS。其次，利用信道在时延-多普勒-角度域的稀疏性，提出了一种二维模式耦合的分层先验与稀疏贝叶斯学习无协方差方法（TDSBL-CF），用于信道估计。然后，通过计算估计的信道的能量来检测活动设备。最后，提出了结合稀疏贝叶斯学习和二维卷积的广义近似消息传递算法（ConvSBL-GAMP），以减少TDSBL-CF算法的计算量。仿真结果表明，所提出的算法优于传统的方法。
2022-08-09 cs.IT eess.SP math.IT
LEO Satellite-Enabled Grant-Free Random Access with MIMO-OTFS
本文研究了低轨卫星支持的免授权随机接入系统中具有大差分时延和多普勒频移的联合信道估计和设备活动检测问题。此外，多输入多输出（MIMO）与正交的时间-频率空间调制（OTFS）被用来对抗地面-卫星链路的动态。为了简化计算过程，我们沿着延迟维度并行估计信道张量。然后，将深度学习和期望最大化方法集成到具有基于互相关的高斯先验的广义近似消息传递中，以捕获延迟多普勒角域中的信道稀疏度并学习超参数。最后，通过计算估计信道的能量来检测活动设备。仿真结果表明，所提出的算法优于传统的方法。
2022-08-03 cs.IT eess.SP math.IT
Low-Complexity Memory AMP Detector for High-Mobility MIMO-OTFS SCMA Systems
有效的信号检测器对于大规模通信系统来说是非常重要的，但要获得令人满意的性能却具有挑战性。针对多输入多输出（MIMO）系统，提出了一种基于正交时频空间（OTFS）调制的非正交稀疏码多址接入（SCMA）结构。本文提出了一种新的低复杂度但有效的自定义记忆近似消息传递（AMP）算法，用于信道均衡和多用户检测。具体而言，所提出的记忆AMP检测器享有稀疏的信道矩阵，并只适用于矩阵向量乘法在每次迭代的低复杂度。为了减轻迭代过程中正强化问题导致的性能下降，所有的前一个消息被用来保证内存AMP检测器的正交性原则。最后提供的仿真结果来说明我们的内存AMP检测器优于现有的解决方案。
2023-03-15 cs.IT eess.SP math.IT
Deep Learning-based OTFS Channel Estimation and Symbol Detection with Plug-and-Play Framework
University of Technology Sydney（悉尼科技大学）；University of New South Wales（新南威尔士大学）；Southern University of Science and Technology（南方科技大学）；Singapore University of Technology and Design（新加坡科技设计大学）；Kyung Hee University（庆熙大学）
本文提出了一种基于深度学习的插件式框架，用于OTFS信道估计和符号检测，通过结合优化方法和数据驱动模型，提高信道估计精度和符号检测效率。
2025-11-17 eess.SP
Target Detection for OTFS-Aided Cell-Free MIMO ISAC System
本文针对OTFS辅助的无蜂窝MIMO ISAC系统，提出以感知为中心的功率分配方案，在保障通信QoS和AP功率预算下最大化感知SNR，显著优于以通信为中心的方法。
2024-08-23 cs.IT eess.SP math.IT
Joint Sparsity Pattern Learning Based Channel Estimation for Massive MIMO-OTFS Systems
Beijing University of Posts and Telecommunications（北京邮电大学）；China Mobile Research Institute（中国移动研究院）；University of Southampton（南安普顿大学）
针对大规模MIMO-OTFS系统，提出基于联合稀疏模式学习的信道估计方案，利用DDA域信道联合稀疏性转化为稀疏恢复问题，结合尖峰-板条先验与OMP方法，在降低导频开销的同时提升了估计性能。
2024-03-06 cs.LG eess.SP
Structured-Sparsity-Aware Joint User Activity Detection and Channel Estimation for OTFS-Based Grant-Free Random Access
Nanyang Technological University（南洋理工大学）；State Key Laboratory of Integrated Services Networks, Xidian University（西安电子科技大学集成服务网络国家重点实验室）；AUMOVIO Germany GmbH（奥莫维欧德国有限公司）；University of California at Davis（加州大学戴维斯分校）
该研究针对高移动性场景下OTFS与GFRA集成的用户活动检测和信道估计难题，提出基于结构化稀疏的SS-EP算法，构建对应框架并通过仿真验证其性能优于现有基准方案。
2026-08-05 cs.IT eess.SP math.IT
Exploiting Structural Sparsity and Delay-Doppler Decoupling for Low-Complexity OTFS-ISAC Receivers
University of Pavia（帕维亚大学）；Chalmers University of Technology（查尔姆斯理工大学）
针对采用缩减循环前缀的OTFS-ISAC系统，提出利用延迟-多普勒域的结构稀疏性实现信道估计、雷达感知和数据检测的低复杂度算法，并引入深度学习进行模型阶数选择，所提方案在低信噪比下性能优于传统方法。
2026-06-23 eess.SP
Hybrid Digital-Analog Beamforming and MIMO Radar with OTFS Modulation
受未来汽车应用的启发，我们研究了一些联合雷达目标检测和参数估计问题，其中发射机，配备了单基地MIMO雷达，希望检测多个目标，然后估计各自的参数，同时使用正交时频空间（OTFS）调制通信信息数据。假设在毫米波频段上射频链的数量小于天线的数量，我们在雷达发射机处设计了适合于不同工作阶段的混合数模波束形成。第一种情况考虑宽角度波束，以便执行目标检测和参数估计，同时向所有可能的活动用户多播公共消息。第二种情况考虑窄角度波束，以单独地向已经检测到的用户发送信息流，并同时跟踪它们各自的参数。在这种设置下，我们提出了一个有效的最大似然方案结合混合波束形成联合执行目标检测和参数估计。数值结果表明，该算法能够在天线数量足够的情况下可靠地检测多个目标，并达到了延迟、多普勒和到达角等雷达参数估计的Cramér-Rao下界。
2020-09-17 cs.IT eess.SP math.IT
Hybrid OTFS/OFDM Design in Massive MIMO
针对不同移动性用户的下行链路大规模MIMO系统，提出混合OTFS/OFDM调制方案及FZF和PZF预编码设计，并设计加权最大-最小功率控制方案以优化频谱效率与用户公平性。
2024-08-28 cs.IT eess.SP math.IT
OTFS Channel Estimation And Data Detection Designs With Superimposed Pilots
提出了一种基于叠加导频（SP）的正交时频空间（OTFS）信道估计和数据检测框架，其中低功率导频在延迟-多普勒域中叠加到数据符号上。我们提出了两种用于SP-OTFS系统的信道估计和数据检测设计，与现有的OTFS设计不同，SP-OTFS系统不为导频指定任何时隙，这提高了它们的频谱效率（SE）。第一SP设计通过将数据视为干扰来估计信道，这降低了其在高信噪比下的性能。第二SP设计通过在信道估计和数据检测之间迭代来解决这个问题。这两种设计都使用利用OTFS信道稀疏性的消息传递算法来检测数据，因此具有低计算复杂度。我们还推导出了所提出的设计的信号干扰噪声比的下限，并通过在数据和导频符号之间优化分配功率来最大化它。我们数值验证推导的分析结果，并表明，所提出的设计具有优越的SE比两个国家的最先进的OTFS信道估计和数据检测设计。
2020-10-28 eess.SP
A Novel Massive Random Access in Cell-Free Massive MIMO Systems for High-Speed Mobility with OTFS Modulation
本文提出一种无小区架构下基于OTFS调制的混合前导大规模随机接入方案，结合GAMP-PCSBL-La算法解决高移动性场景中大量接入UE的活跃检测与信道估计问题，仿真验证其性能优于现有方案。
2025-04-27 cs.SY eess.SP eess.SY
Power Allocation for Cell-Free Massive MIMO ISAC Systems with OTFS Signal
本研究探索在CF-ISAC系统中采用OTFS信号，推导下行链路SE表达式并引入可达SE下界，提出一种在保证感知SINR和AP功率约束下最大化最小通信SINR的功率分配算法，验证了OTFS信号的显著优越性。
2024-05-30 cs.IT eess.SP math.IT
Data-Aided CSI Estimation Using Affine-Precoded Superimposed Pilots in Orthogonal Time Frequency Space Modulated MIMO Systems
本文提出基于仿射预编码叠加导频的OTFS系统CSI估计架构，利用EM算法和贝叶斯学习实现SISO/MIMO场景下的导频辅助与数据辅助联合信道估计和数据检测，并推导了BCRB界。
2023-05-25 eess.SP
OTFDM: A Novel 2D Modulation Waveform Modeling Dot-product Doubly-selective Channel
本文提出新型二维调制波形 OTFDM，采用二维点积信道模型应对双选择性，支持无网格时延与多普勒并实现高效二维均衡，在双选择性信道中远优于 OFDM。
2023-07-05 eess.SP
On the Coexistence of OTFS Modulation with OFDM-based Communication Systems
研究OTFS与4G/5G OFDM系统共存时的信道特性，推导输入输出关系，揭示多CP与ECU导致DD域信道稀疏性降低，并提出基于干扰消除的信道估计方法。
2024-06-08 eess.SP
Orthogonal Time Frequency Space with Delay-Doppler Alignment Modulation
本文提出DDAM-OTFS技术，将时延-多普勒对齐调制与正交时频空结合，通过逐径补偿和波束成形重塑信道，以提升频谱效率和峰均功率比性能。
2024-07-08 eess.SP
Robust Design for Multi-Antenna LEO Satellite Communications with Fractional Delay and Doppler Shifts: An RSMA-OTFS Approach
本文提出一种结合RSMA和OTFS的鲁棒多用户多天线通信方案，以应对低轨卫星通信中的高机动性和信道不完美性问题。
2025-12-16 eess.SP
Joint Channel Estimation and Data Detection for Hybrid RIS aided Millimeter Wave OTFS Systems
对于高移动性通信场景，近年来出现的正交时频空间（OTFS）调制引入了新的时延-多普勒域信号空间，可以提供比传统正交频分复用系统更好的通信性能。研究了混合可重构智能表面（HRIS）辅助毫米波（mmWave）OTFS系统的联合信道估计和数据检测（JCEDD）。首先，设计了一种新型的传动结构。在所设计结构的试点持续时间内，部分HRIS元素交替激活。然后展示时域信道模型。其次，研究了时域HRIS接收信号模型和时延-多普勒域基站接收信号模型。第三，利用HRIS获取的信道参数，提出了一种HRIS波束形成设计策略。对于OTFS传输，我们提出了一种延迟-多普勒域上的JCEDD方案。在该方案中，消息传递（MP）算法的设计，同时获得等效的信道增益和数据符号。另一方面，信道参数，即，多普勒频移、信道稀疏度和信道方差通过期望最大化（EM）算法更新。通过迭代执行MP和EM算法，可以准确地捕获信道和未知数据符号。最后，仿真结果验证了我们提出的JCEDD方案的有效性。
2022-08-14 eess.SP
SDR-Empowered Environment Sensing Design and Experimental Validation Using OTFS-ISAC Signals
本文研究基于OTFS-ISAC信号的环境感知系统，提出DD域信道估计与三椭圆定位算法，并通过SDR平台实验验证其在定位精度和速度估计上优于基准方法。
2025-07-02 eess.SP
A Comprehensive Survey of Channel Estimation Techniques for OTFS in 6G and Beyond Wireless Networks
本文综述了OTFS在6G及未来无线网络中的信道估计技术，涵盖从基础方法到前沿方法的广泛研究，并探讨了关键挑战与应用集成。
2025-12-15 eess.SP
Joint Channel Estimation and User Grouping for Massive MIMO Systems
研究了大规模多输入多输出（MIMO）系统中下行链路联合信道估计和用户分组问题，其动机是利用相邻用户之间的公共稀疏性来提高信道估计性能。在文献中，常用的组稀疏模型假设每个组中的用户共享统一的稀疏模式。然而，在实践中，这种过于简化的假设通常不成立，即使是对于物理上接近的用户。偏离每个组中均匀稀疏模式的离群值可能显著降低公共稀疏的有效性，并且因此为信道估计带来有限的（或负的）增益。为了在实践中更好地捕捉组稀疏结构，我们提供了一个通用模型，具有两个稀疏分量：共同共享稀疏度和个体稀疏度，其中额外的个体稀疏度占任何离群值。然后，我们提出了一种新的稀疏贝叶斯学习（SBL）的框架，以解决联合信道估计和用户分组问题下的一般稀疏模型。该框架可以充分利用邻近用户之间的共同稀疏性，同时排除离群点的有害影响。仿真结果显示，与现有的最先进基线相比，性能有了显着提高。
2018-11-21 eess.SP
Active Terminal Identification, Channel Estimation, and Signal Detection for Grant-Free NOMA-OTFS in LEO Satellite Internet-of-Things
本文研究了基于低地球轨道（LEO）卫星的物联网（IoT）的大规模连接，以实现无缝的全球覆盖。我们建议将免授权非正交多址接入（GF-NOMA）模式与新兴的正交时频空间（OTFS）调制相结合，以适应大规模物联网接入，并减轻地面-卫星链路（TSL）的长往返延迟和严重的多普勒效应。在此基础上，提出了一种两阶段连续的活动终端识别（ATI）和信道估计（CE）方案以及一种低复杂度的多用户信号检测（SD）方法。具体地，在第一阶段，所提出的训练序列辅助OTFS（TS-OTFS）数据帧结构促进联合ATI和粗略CE，由此利用地面IoT终端的业务稀疏性和稀疏信道脉冲响应两者来增强性能。此外，基于每个TSL的单多普勒频移特性和延迟多普勒域信道的稀疏性，我们开发了一种参数化方法来进一步改进CE性能。最后，提出了一种基于最小二乘的并行时域SD方法，以较低的复杂度检测OTFS信号。仿真结果表明，所提出的方法优于国家的最先进的解决方案在ATI，CE，SD性能面临的长往返延迟和严重的多普勒效应。
2022-10-09 cs.IT eess.SP math.IT
Cooperative Maximum Likelihood Target Position Estimation for MIMO-ISAC Networks
本文研究MIMO-OTFS通信感知一体化网络中的目标位置估计，提出协作最大似然框架直接在公共参考系统中估计目标位置，数值结果表明该方法能随协作基站数量增加显著降低定位均方根误差。
2025-03-03 eess.SP
Exploiting Structured Sparsity with Low Complexity Sparse Bayesian Learning for RIS-assisted MIMO Channel Estimation
针对RIS辅助MIMO通信信道估计的精度与复杂度问题，提出低复杂度的UAMPSBL-PCI算法以利用信道结构化稀疏性，仿真证明其性能优于现有算法。
2023-08-02 eess.SP
Low Complexity Channel Estimation for OTFS Modulation with Fractional Delay and Doppler
针对少天线OTFS系统在分数时延、多普勒及实际脉冲下DD域稀疏性受损的问题，提出M-MLE及进一步降维的TSE信道估计方法，以更低复杂度获得更高估计精度。
2021-11-11 cs.IT eess.SP math.IT
Downlink Massive MIMO Channel Estimation via Deep Unrolling : Sparsity Exploitations in Angular Domain
在频分双工（FDD）大规模多输入多输出系统中，可靠的下行链路信道估计对于随后的数据传输是必不可少的，但是由于基站（BS）处的数百个天线而以大量导频开销为代价来实现。为了在不损害估计的情况下减少导频开销，通过利用角域中的大规模多输入多输出信道的固有稀疏结构，基于压缩感知（CS）的方法已经被广泛应用于信道估计。然而，它们仍然受到高复杂性在优化过程中和先验知识的稀疏信息的要求。为了克服这些挑战，本文开发了一种新的混合信道估计框架，通过集成模型驱动的CS和数据驱动的深度展开技术。所提出的框架是由一个粗略的估计部分和一个精细的校正部分，这是实现在一个两阶段的方式，以利用帧间和帧内稀疏的通道在角域。然后，根据是否需要先验稀疏信息，设计了两种估计方案，其中第二种方案设计了一个新的阈值函数，以消除这种要求。数值结果表明，我们的方案可以实现高精度，低导频开销和低复杂度。
2022-10-31 eess.SP
Sparsity-Based Channel Estimation Exploiting Deep Unrolling for Downlink Massive MIMO
本文提出一种结合压缩感知与深度展开的混合信道估计方案，通过粗估计与精细校正分别利用帧间和帧内稀疏性，在低导频开销和低复杂度下实现可靠的下行大规模MIMO信道估计。
2023-09-24 eess.SP
Prior-Aided Iterative Channel Reconstruction with Optimized Frame Structure for DSE Mitigation in CP-OTFS-Based LEO Satellite Systems
Beijing University of Posts and Telecommunications（北京邮电大学）；University of Science and Technology Beijing（北京科技大学）；Tsinghua University（清华大学）；China Mobile Research Institute（中国移动研究院）
针对基于CP-OTFS的低轨卫星系统中多普勒斜视效应破坏信道稀疏性的问题，提出优化帧结构与先验辅助迭代信道重构算法，推导克拉美罗下界提供性能基准。
2026-08-05 eess.SP
Massive MIMO-OTFS-Based Random Access for Cooperative LEO Satellite Constellations
针对协作低轨卫星大规模 MIMO-OTFS 随机接入，提出基于广义复指数基扩展与 AEP 的集中式/分布式联合设备识别、信道估计和符号检测方法，性能显著优于传统算法。
2024-08-05 cs.IT eess.SP math.IT
Superimposed Channel Estimation in OTFS Modulation Using Compressive Sensing
Isfahan University of Technology（伊斯法罕理工大学）；Yazd University（亚兹德大学）
本文提出了一种基于压缩感知的OTFS信道估计方法，利用稀疏恢复算法和消息传递检测器，实现无导频开销的高效信道参数估计。
2022-12-19 cs.IT eess.SP math.IT
Overcoming Beam Squint in Dual-Wideband mmWave MIMO Channel Estimation: A Bayesian Multi-Band Sparsity Approach
针对毫米波MIMO信道估计中的波束斜视问题，提出一种贝叶斯多频带稀疏方法，利用共同稀疏结构联合处理多子频带信号，并通过变分EM算法实现高精度估计。
2023-06-19 eess.SP
Receiver Design for OTFS with Fractionally Spaced Sampling Approach
最近出现的正交时频空间（OTFS）调制作为一种新的PHY层机制比传统的正交频分复用（OFDM）更适合于高移动性无线通信场景。尽管多项研究已经使用理论和理想基带脉冲形状分析了OTFS性能，但一个具有挑战性和开放性的问题是开发用于必须依赖于非理想脉冲形状进行传输的实际OTFS系统的有效接收器。本工作的重点是OTFS的实际接收机的设计。我们考虑一个分数间隔采样（FSS）接收机中的采样率是一个整数倍的符号率。对于OTFS传输中使用的矩形脉冲，我们推导出OTFS在延迟-多普勒域中的一般信道输入-输出关系，而不依赖于不切实际的假设，例如理想的双正交脉冲和网格上的延迟/多普勒频移。我们提出了两种均衡算法：迭代组合消息传递（Turbo Message Passing，简称MMS）和Turbo消息传递（Turbo Message Passing，简称TMP），利用延迟多普勒信道稀疏性和频率分集增益通过FSS进行符号检测。我们分析了TMP接收机的收敛性能，并提出了简化的消息传递（MP）接收机，以进一步降低复杂度。我们的FSS接收机表现出更强的性能比传统的接收机和鲁棒性的不完善的信道状态信息的知识。
2021-02-08 cs.IT eess.SP math.IT
Achievable Rate and Coding Principle for MIMO Multicarrier Systems With Cross-Domain MAMP Receiver Over Doubly Selective Channels
Xidian University（西安电子科技大学）；Zhejiang University（浙江大学）；Nanyang Technological University（南洋理工大学）
本文提出了一种多槽跨域记忆近似消息传递接收机，用于MIMO多载波系统，实现了可实现速率的理论极限和最优编码原理，提升了在双选择性信道中的性能。
2026-01-07 cs.IT eess.SP math.IT
Doubly-Dispersive Continuous MIMO Systems: Channel Modeling and Beamforming Design
该研究针对双弥散信道下的连续孔径阵列MIMO系统，推导了对应信道模型与三类ISAC适配波形的输入输出关系，通过变分法得到低复杂度闭式波束成形解，仿真验证其在性能与复杂度上均优于传统MIMO系统。
2025-09-04 eess.SP
Low-Complexity Channel Estimation in OTFS Systems with Fractional Effects
针对 OTFS 系统在分数效应下的路径间干扰问题，提出结合能量泄漏干扰消除的顺序低复杂度信道参数估计方法，提升 ISAC 感知性能。
2025-04-29 cs.IT eess.SP math.IT
