MIMO Array Calibration in Non-stationary Channels with Residual Surfaces and Slepian Spherical Harmonics
School of Engineering, University of Birmingham（伯明翰大学工程学院）
本文提出了一种基于残差表面和Slepian球谐函数的MIMO阵列校准方法，用于非平稳信道中实现硬件影响的间接测量与补偿，提升波束成形性能和方向估计精度。
2026-01-16 eess.SP
Robust Localization in OFDM-Based Massive MIMO through Phase Offset Calibration
Interuniversity Microelectronics Centre (IMEC)（微电子研究中心）；Department of Electrical Engineering (ESAT), KU Leuven（荷语天主教鲁汶大学电气工程系）；Department of Electrical Engineering (EEMCS-EE), University of Twente（特温特大学电气工程系）
本文提出了一种基于空间模糊函数的鲁棒CSI校准框架，有效缓解了大规模MIMO中空间相位偏移对定位精度的影响，将定位误差从5米降低至1.2厘米。
2026-01-20 eess.SP
Interconnection Strategies for Self-Calibration of Large Scale Antenna Arrays
在时分双工（TDD）系统中，大规模多输入多输出（MIMO）依赖于信道互易性来获得具有上行链路（UL）信道状态信息（CSI）的下行链路（DL）信道状态信息（CSI）。在实践中，基站（BS）处的不同天线之间的射频（RF）模拟电路中的失配破坏了端到端UL和DL信道互易性。为了避免大规模多输入多输出（massive MIMO，MIMO）系统性能严重下降，天线校准是必要的。在TDD大规模多输入多输出系统中，许多校准方案可用于补偿RF增益失配并恢复信道互易性。在本文中，我们专注于内部自校准方案，不同的BS天线通过硬件传输线互连。首先，我们研究了任意互连策略的校准性能。接下来，我们得到了封闭形式的克拉美-罗下界（CRLB）表达式在BS的每一个互连策略，只有（M-1）传输线和M表示的BS天线的总数。在此基础上，进一步证明了星型互连策略具有最低的CRLB，是内部自校准的最优策略。此外，我们还提出了有效的递归算法，以获得相应的最大似然（ML）估计的所有校准系数。数值模拟结果也证实了我们的理论分析和结果。
2018-11-14 eess.SP
Repeater-Assisted Massive MIMO Downlink Performance with Calibration Errors
The University of Electro-Communications（电气通信大学）；Linköping University（林雪平大学）
本文建模了中继辅助大规模MIMO系统中校准误差的影响，推导了下行频谱效率的解析表达式，并分析了误差显著的特殊情况。
2026-06-15 cs.IT eess.SP math.IT
Amplitude and Phase Estimation for Absolute Calibration of Massive MIMO Front-Ends
大规模多输入多输出（MIMO）相对于传统的多用户系统具有显著更高的性能。然而，大规模MIMO系统所承诺的增益在很大程度上依赖于绝对前端校准的准确性，以及在基站（BS）的信道估计的质量。在本文中，我们分析了用户设备辅助校准机制，以估计与BS阵列接口的每个射频链的幅度缩放和相位漂移。假设在基站处为均匀线阵，且存在莱斯衰落，我们分别采用基于矩的（幅度、相位）和最大似然（仅相位）估计技术获得估计参数。与以前的工作形成鲜明对比，我们在数学上阐明了相位估计的两种方法的等价性。此外，我们严格推导出一个Cramer-Rao下界来表征这两个估计的精度。通过数值模拟，我们评估的估计性能与不同的主导视线功率，主导的到达角，和信噪比。
2020-02-25 cs.IT eess.SP math.IT
Fixed mmWave Multi-User MIMO: Performance Analysis and Proof-of-Concept Architecture
在本文中，我们提出了一个固定的毫米波多用户多输入多输出（MIMO）系统的固定无线接入与独特的架构。将数字MIMO系统与模拟多波束天线阵列相结合，该模拟多波束天线阵列使用高维16 × 16 Butler矩阵来获得16个正交波束。文中给出了该结构的系统模型，并与常用的贴片天线进行了性能比较。几个MIMO预编码技术被认为是基本的模拟波束成形和比较。为了验证这些结果，建立了一个原型，并进行了专门的测量活动。结果表明，该系统模型是一个很好的近似，多波束天线阵列的使用是一个很好的替代贴片天线的大量用户。
2020-03-09 eess.SP
Neural Calibration for Scalable Beamforming in FDD Massive MIMO with Implicit Channel Estimation
The Hong Kong University of Science and Technology（香港科技大学）；The Hong Kong Polytechnic University（香港理工大学）
信道估计和波束形成在频分双工（FDD）大规模多输入多输出（MIMO）系统中起着关键作用。然而，这两个模块已被视为两个独立的组件，这使得很难实现全局系统最优。在本文中，我们提出了一种基于深度学习的方法，该方法根据接收到的上行链路导频直接优化基站处的波束成形器，从而绕过显式信道估计。与现有的完全数据驱动的方法不同，其中所有模块都被深度神经网络（DNN）取代，提出了一种神经校准方法，以提高端到端设计的可扩展性。特别是，传统的时间有效算法的骨干，即，最小二乘（LS）信道估计器和迫零（ZF）波束形成器被保留，并且DNN被利用来校准它们的输入以获得更好的性能。然后确定所制定的资源分配问题的置换等方差属性，以设计一个低复杂度的神经网络架构。仿真结果将显示所提出的神经校准方法的优越性，在大规模无线网络的频谱效率和可扩展性方面的基准计划。
2021-08-03 cs.LG eess.SP
Over-the-Air DPD and Reciprocity Calibration in Massive MIMO and Beyond
针对大规模MIMO系统的非线性收发器与非互易性挑战，提出基于基站天线互耦空口测量的DPD与互易性校准联合方法，无需专用硬件且复杂度低，仿真验证其在校准误差与下行速率上的优势。
2025-08-23 cs.IT eess.SP math.IT
Robust Beamforming and Power Allocation for Coherent Cell-Free Massive MIMO with Residual Calibration Errors
School of Electronics and Information Engineering, Harbin Institute of Technology（哈尔滨工业大学电子与信息工程学院）；Centre for Wireless Innovation (CWI), School of Electronics, Electrical Engineering and Computer Science, Queen’s University Belfast（贝尔法斯特女王大学电子、电气工程和计算机科学学院无线创新中心）；School of Electronic Engineering and Computer Science, Queen Mary University of London（伦敦大学玛丽皇后学院电子工程与计算机科学学院）；Department of Electronics and Information Convergence Engineering, Kyung Hee University（庆熙大学电子与信息融合工程系）
本文针对存在残留校准误差的相干无蜂窝大规模MIMO系统，构建时变残留校准误差模型，提出基于高斯-勒让德求积的WMMSE优化框架，实现鲁棒波束成形与功率分配，提升加权和速率与频谱效率。
2026-08-12 eess.SP
System Concept and Demonstration of Bistatic MIMO-OFDM-based ISAC
本文针对6G网络中双基地ISAC的同步与多天线扩展问题，提出基于MIMO-OFDM的双基地ISAC系统概念及分布式同步方案，并通过27.5 GHz下4x8 MIMO实测验证其可行性。
2025-04-10 eess.SP
A Framework for Over-the-air Reciprocity Calibration for TDD Massive MIMO Systems
针对TDD大规模MIMO系统射频前端不对称导致的信道互易性偏差问题，本文提出统一的空口校准框架与基于天线分组的新型校准方法，结合克拉美罗界评估估计器性能，支持非相干积累以降低业务影响，实现了高精度、资源高效的互易性校准。
2017-10-30 cs.IT eess.SP math.IT
Tunable Eight-Element MIMO Antenna Based on the Antenna Cluster Concept
实现未来无线通信的容量需求需要在亚6 GHz频段中提高频谱效率。本文提出了一种新颖的八单元多输入多输出（MIMO）天线，可以在1.7至6 GHz的调谐。该设计是基于天线集群的概念，其中加权馈电的多个天线元件被用来修改工作频率。本文扩展了该概念的理论，以考虑多个单独的集群，从而使其能够用于MIMO。所提出的天线在3 GHz以上的频率下实现了超过60%的效率，并且该系统超过了该频带中理想7x7 MIMO的遍历容量。
2018-08-21 eess.SP physics.app-ph
Demonstration of 3D ISAR Security Imaging at 24GHz with a Sparse MIMO Array
利用稀疏MIMO阵列进行了24 GHz的三维ISAR安全成像实验。MIMO阵列是一个8 Tx/16 Rx线性阵列，以实现沿垂直维度的实孔径成像。它与工作在22 GHz-26 GHz的低成本FMCW收发器进行时间交换复用。提出了一种校准方法来校准MIMO阵列中的信道不平衡。实验是在人体在小车上运动的情况下进行的，利用人体的直线运动形成水平方向的逆合成孔径。为了跟踪人体的运动，三维深度相机作为辅助传感器来捕获目标的粗略位置，以辅助ISAR成像。反投影成像算法在GPU上实现，以准实时运行。最后，进行了实验与真实的人与隐藏的对象和初步的自动目标识别算法的基础上卷积神经网络的开发和评估的真实数据。
2019-08-19 eess.SP
Repeater-Aided Over-the-Air Phase Synchronization in Distributed MIMO
Ericsson AB（爱立信）；Nokia（诺基亚）；Linköping University（林雪平大学）
本文提出一种利用中继节点实现相位同步的新方法，解决直接通信不可行时的同步问题，提升分布式MIMO系统性能。
2026-03-20 cs.IT eess.SP math.IT
Relaxed Multi-Tx DDM Online Calibration
针对基于DDM的MIMO雷达移相器校准需求，提出一类适配任意数量同时激活发射通道的新型DDM校准码，利用ODDM序列降低发射间泄漏，并在含移相器误差的汽车雷达数据集上验证。
2024-06-25 eess.SP
NEAT-MUSIC: Auto-calibration of DOA Estimation for Terahertz-Band Massive MIMO Systems
针对太赫兹大规模 MIMO 中增益-相位失配与波束斜视导致的 DOA 估计误差，提出 NEAT-MUSIC 噪声子空间自动校准方法，并推导 Cramer-Rao 界验证其性能。
2023-11-07 cs.IT eess.SP math.IT
Hierarchical-Absolute Reciprocity Calibration for Millimeter-wave Hybrid Beamforming Systems
在时分双工（TDD）毫米波（mmWave）大规模多输入多输出（MIMO）系统中，互易性失配严重影响了混合波束形成（HBF）的性能。在这项工作中，为了减轻互易失配的不利影响，我们研究了具有全连接移相器网络的毫米波HBF系统的互易校准。为了降低互易性校准的开销和计算复杂度，我们首先使用波束成形设计来解耦数字射频（RF）链和模拟RF链。然后，整个校准问题的HBF系统等效分解为两个子问题，相应的数字链校准和模拟链校准。为了有效地解决校准问题，数字链校准问题的封闭形式的解决方案，而模拟链校准问题的迭代交替优化算法的建议。为了衡量所提出的算法的性能，我们推导出估计失配系数的误差的Cramér-Rao下界。结果表明，数字链和模拟链失配系数的估计误差是不相关的，接收数字链的失配系数可以得到很好的估计。仿真结果验证了分析结果，并显示所提出的校准方法的性能。
2022-11-02 eess.SP
Active RIS-Assisted MIMO System for Vital Signs Extraction: ISAC Modeling, Deep Learning, and Prototype Measurements
National Sun Yat-sen University（国立中山大学）
本文提出主动RIS辅助MIMO系统，通过深度学习和原型实验实现生命体征提取，提升呼吸检测可靠性并支持更高阶调制。
2026-02-18 eess.SP
Achieving Phase Coherency and Gain Stability in Active Antenna Arrays for Sub-6 GHz FDD and TDD FD-MIMO: Challenges and Solutions
在过去的几年里，大规模MIMO一直是学术界和工业界强烈兴趣的主题。用于蜂窝系统的3GPP标准化已经采用了大规模MIMO的原理，并且将在基站处使用大型矩形平面阵列归类为全维MIMO（FD-MIMO）以在TDD和FDD两者中操作。操作大型天线阵列基站需要系统克服由硬件损害引起的若干实现挑战，使得实际解决方案不理想且大规模部署昂贵。重要的是要从现有的挑战和解决方案中学习，以便为更大规模的部署做好准备，例如使用无小区的大规模MIMO。因此，在本文中，我们使用在实验室和商用LTE网络中的现场进行的测量，专门研究了由于RF损伤引起的相位和幅度不稳定性。我们研究了相位和幅度误差对FD-MIMO系统性能的影响。我们讨论并表征了产生这些误差的各种来源，包括低成本本振（LO）的时变相位漂移和影响RF链频率响应的内部温度变化。讨论了实际蜂窝部署的不同LO架构和校准机制的最低要求和权衡。然后，我们提供了一种新的相干LO分配机制和相关的新的阵列校准机制，可以应用到TDD和FDD系统的细节。测量结果提供了一个二维全连接的混合波束形成阵列架构称为高清晰度有源天线系统（HDaaS），以验证这些方法的性能。这些结果展示了所提出的方法的有效性，可以很容易地扩展到其他阵列架构，包括子阵列混合波束形成和元素级数字化。
2019-09-17 cs.IT eess.SP math.IT
Testbed Evaluation of AI-based Precoding in Distributed MIMO Systems
KU Leuven（荷语鲁汶大学）；IS-Wireless
本文提出在分布式MIMO测试平台中实现和验证基于AI的预编码框架，通过真实信道状态信息训练图神经网络模型，在插值和外推场景中实现多用户场景15.7%的性能提升，单用户场景接近最大比率传输性能。
2026-04-13 eess.SP
A Bayesian Receiver with Improved Complexity-Reliability Trade-off in Massive MIMO Systems
第五代（$5$ G）蜂窝网络对可靠性和处理延迟的严格要求给大规模多输入多输出（M-MIMO）接收机的设计带来了相当大的挑战。M-MIMO接收器的两个主要组件是检测器和解码器。为了改善可靠性和复杂性之间的权衡，贝叶斯概念已被认为是一种有前途的方法，增强了经典的检测器，例如最小均方误差检测器。本文提出了一种基于贝叶斯框架的迭代M-MIMO检测器，并行干扰消除方案和决策统计组合概念。然后，我们开发了一个高性能的M-MIMO接收机，结合所提出的检测器与低复杂度的极性码顺序解码。仿真结果表明，与其他低复杂度检测器相比，该检测器具有显著的性能增益。此外，所提出的具有顺序解码的M-MIMO接收器确保了与具有用于来自5G新无线电标准的极化码的堆栈连续消除解码的接收器相比低一个数量级的复杂度。
2021-10-27 cs.IT eess.SP math.IT
Coherent Direct D-MIMO Localization: Analysis of Coherence Levels
Institute of Comm. Networks and Satellite Comms., Graz University of Technology（通信网络与卫星通信研究所，格拉茨工业大学）
针对D-MIMO定位中相干处理的同步校准难题，本文提出基于I/II型似然的贝叶斯状态空间滤波器，证明相干处理性能更优，且推导了低复杂度并行粒子置信传播方法。
2026-09-24 eess.SP
Real-Time Blind Photonic Interference Cancellation for mmWave MIMO
提出一种光子毫米波 MIMO 接收机架构，通过集成 FPGA-光子系统执行零校准微环谐振器控制算法，在低空间和功率需求下实现实时盲干扰消除，权重确定延迟低于 30 ms。
2023-05-06 eess.SP physics.optics
JCR70: A Low-Complexity Millimeter-Wave Proof-of-Concept Platform for A Fully-Digital MIMO Joint Communication-Radar
在毫米波（mmWave）波段具有多输入多输出（MIMO）架构的全数字宽带联合通信雷达（JCR）将实现高的联合通信和雷达性能，同时增强设计灵活性。具有少量位模数转换器（ADC）的量化接收器将为未来便携式设备和自动驾驶汽车提供实用的JCR解决方案，降低功耗。在本文中，我们提出了一个联合通信雷达的概念验证平台，名为JCR 70，这些JCR系统使用真实的信道测量在71-76 GHz频段的性能进行评估和演示。我们开发这个平台，通过扩展毫米波通信设置与一个额外的全双工雷达接收器，并通过捕获MIMO JCR信道使用移动天线在滑轨上。为了表征我们开发的测试JCR性能，我们进行了几次室内和室外实验，并对测量数据应用传统和先进的处理算法。此外，我们还将JCR 70平台的性能与INRAS Radarbook进行了比较，后者是最先进的77 GHz汽车雷达评估平台。结果表明，对于高达5 dB的信噪比，具有2-4位ADC的量化接收器的性能通常非常接近高分辨率ADC。我们的JCR 70平台具有73 GHz和2 GHz带宽的全数字JCR波形，由于更高的带宽和更大的合成天线孔径，因此比Radarbook具有更高的分辨率能力。
2020-06-23 cs.IT eess.SP math.IT
Towards Massive MIMO 2.0: Understanding spatial correlation, interference suppression, and pilot contamination
自2010年Marzetta的开创性论文以来，大规模多输入多输出已经从具有无限数量天线的理论概念转变为实用技术。这些关键概念已在5G中采用，并且具有$M=64$全数字收发器的基站（BS）已在sub-6，GHz频带中进行商业部署。快速的进展是由许多坚实的研究贡献，其中绝大多数假设空间不相关的信道和信号处理方案开发的单细胞操作。这些假设使得大规模多输入多输出的性能分析和优化易于处理，但是具有三个主要警告：1）实际信道是空间相关的; 2）可以通过多小区处理获得大的性能增益，而无需BS协作; 3）由导频污染引起的干扰产生有限的容量限制，如$M\to\infty$。有一条细线的文件，避免了这些警告，但结果很容易错过。因此，本教程文章解释了考虑空间信道相关性和使用为多小区网络设计的信号处理方案的重要性。我们目前的基本限制大规模多输入多输出，这不是由导频污染，但能够获得信道统计的最新结果。这些结果将指导我们迈向下一个级别的大规模多输入多输出，我们称之为“大规模多输入多输出2.0”。
2019-10-05 cs.IT eess.SP math.IT
Vision Guided MIMO Radar Beamforming for Enhanced Vital Signs Detection in Crowds
Arizona State University（亚利桑那州立大学）
本文提出一种视觉引导的MIMO雷达波束成形双感知系统，通过校准对齐视觉与雷达传感器，在三维空间达到约两厘米精度，并能同时检测拥挤环境中多人的生命体征。
2023-06-18 cs.CV eess.SP
End-User-Centric Collaborative MIMO: Performance Analysis and Proof of Concept
本文提出UE-CoMIMO方法，利用个人区域内多个设备组成虚拟扩展天线阵列以突破用户设备空间限制，并通过数学分析、射线追踪仿真和真实5G空口验证证明了其可行性与性能增益。
2024-12-25 cs.IT eess.SP math.IT
Channel Estimation Considerate Precoder Design for Multi-user Massive MIMO-OFDM Systems: The Concept and Fast Algorithms
提出 CECP 及低复杂度 ST-BDCS 时域预编码，利用 OFDM 信道稀疏 Toeplitz 结构抑制多用户干扰并缩短有效信道，以支持稀疏导频估计，且速率接近逐子载波方案。
2024-04-07 cs.IT eess.SP math.IT
Massive MIMO Extensions to the COST 2100 Channel Model: Modeling and Validation
为了使大规模多输入多输出系统的现实研究，COST 2100信道模型的测量的基础上进行了扩展。首先，提出了基站侧可见区域（BS-VR）的概念，以模拟使用物理大阵列时簇的出现和消失。我们发现，BS-VR的寿命是指数分布，和BS-VR的数量是泊松分布的强度成正比的阵列长度和平均寿命的总和。模拟表明，在某些条件下，较长的生命周期可以帮助解相关的密切定位的用户。其次，提出了多径分量可见区域（MPC-VR）的概念，以模拟移动台侧各个MPC的生灭过程。我们发现MPC寿命和MPC-VR半径都服从对数正态分布。仿真表明，除非MPC-VR被应用的信道条件数被高估。拟议扩展的关键统计特性，例如，自相关函数，最大似然估计，和Cramer-Rao界，推导和分析。
2019-05-13 cs.IT eess.SP math.IT
Geometry-Based Phase and Time Synchronization for Multi-Antenna Channel Measurements
收发器链的同步是实际实现大规模多输入多输出，尤其是分布式大规模多输入多输出的主要挑战。虽然频率同步相对容易实现，但是估计各个收发器的载波相位和采样时间偏移是具有挑战性的。然而，在相位和时间偏移在某个持续时间上恒定并且已知若干发射和接收天线的位置的假设下，即使在具有多径传播分量的散射环境中也可以估计和补偿这些偏移。由此产生的相位和时间校准是将经典天线阵列处理方法应用于大规模多输入多输出阵列以及在仿真和部署之间或从一个无线电环境转移到另一个无线电环境的机器学习模型的先决条件。提出了相位和时间偏移估计的算法，并对空中同步信道探测器产生的大数据集进行了几项研究。
2022-12-22 cs.IT eess.SP math.IT
Large Intelligent Surface Measurements for Joint Communication and Sensing
本文通过6 GHz以下RadioWeaves实测，分析大型智能表面的空间非平稳信道统计与动态场景时间非平稳性，并预测其多静态用户感知与定位潜力。
2023-04-24 cs.IT eess.SP math.IT
Predictive Beamforming with Distributed MIMO
本研究将感知辅助通信扩展至多分布式 RSUs 和分布式 MIMO 场景，推导状态演化模型并构建扩展卡尔曼滤波方程以实现预测波束成形，仿真证明其感知性能、覆盖与速率优于共置大规模 MIMO。
2025-01-29 cs.IT eess.SP math.IT
Channel Charting-Based Channel Prediction on Real-World Distributed Massive MIMO CSI
针对分布式大规模MIMO中用户移动导致的信道老化问题，提出基于信道图的自监督信道预测方法，利用CSI样本相似性重建潜在空间表示，在真实数据集上验证其总速率优于Wiener预测器和过时CSI。
2024-10-15 cs.IT eess.SP math.IT
BeamSync: Over-The-Air Synchronization for Distributed Massive MIMO Systems
本文针对分布式大规模 MIMO 系统中多 AP 的时频同步问题，提出了一种名为 BeamSync 的空中同步协议，无需通过前传传输测量数据即可校准分离的 AP，并推导了最优相位与频率偏移估计器，仿真显示其性能较传统方法提升 3 dB。
2023-11-18 cs.IT eess.SP math.IT
Two-timescale joint power control and beamforming design with applications to cell-free massive MIMO
本研究提出双时间尺度联合功率控制与波束成形最优算法，基于长期统计CSI，缓解可扩展性问题，并在无小区大规模MIMO中优于现有长期方法。
2025-04-23 cs.IT eess.SP math.IT
Neural Networks Based Beam Codebooks: Learning mmWave Massive MIMO Beams that Adapt to Deployment and Hardware
毫米波（mmWave）和大规模多输入多输出系统是5G及以后的固有组件。这些系统依赖于将波束成形码本用于初始接入和数据传输。然而，当前的波束码本通常包括扫描所有可能方向的大量窄波束，即使这些方向从未被使用。这导致非常大的训练开销。此外，这些码本通常不考虑硬件损伤或可能的非均匀阵列几何形状，并且它们的校准是昂贵的过程。为了克服这些限制，本文开发了一种有效的在线机器学习框架，该框架学习如何使码本波束模式适应特定的部署、周围环境、用户分布和硬件特性。这是通过设计一种新的复值神经网络架构来完成的，在该架构中，神经元权重直接对模拟移相器的波束成形权重进行建模，考虑了诸如恒定模数和量化角度等关键硬件约束。该模型通过在线和自监督训练来学习码本波束，避免了对显式信道状态信息的需要。这考虑到信道不可用、不完美或难以获得的实际情况，特别是在存在硬件损伤的情况下。仿真结果突出了所提出的解决方案在学习环境和硬件感知波束码本中的能力，这可以显着减少训练开销，提高可实现的数据速率，并提高对可能的硬件损伤的鲁棒性。
2020-06-25 cs.IT eess.SP math.IT
