本文提出了一种采用多个天线设计的系统，在多个蜂窝网络中通过每个基站应用针对每个蜂窝的波束成形来处理多蜂窝干扰，并在信道估计阶段自身实现低速率协调，从而使用用户信道的二阶统计信息降低信道污染效应，得到较传统方法更好的性能，并证明在最大的 MIMO 体制下这种方法有效。

Mar, 2012

本文研究了大型毫米波多输入多输出 (MIMO) 信道中的自适应训练波束序列设计，将训练波束序列设计和信道估计问题转化为部分可观察的马尔可夫决策问题 (POMDP)，提出了最优和次优自适应训练波束序列设计策略，并且基于新提出的降低充分统计量的贪心算法降低了计算复杂性，通过评估性能，说明了该方法可以取得良好的性能。

Oct, 2014

本文从极高的信噪比假设入手，对 Rayleigh 信道下的多细胞大规模 MIMO 场景设计了新的导频，并提出了求解最大 / 最小导频功率的方法，实验结果显著改善了现有基于合成设计的导频方案。

Jul, 2017

本文研究了多用户毫米波巨型多输入多输出系统的波束训练和分配问题，提出了一种基于正交导频的波束训练方案和一种基于质量服务的波束分配方案，同时还针对波束训练开销的问题，提出了两种新的方案。通过模拟实验，证实了所提出的方法可以有效的增强系统性能。

Jan, 2019

本文回顾了最近在减轻导频污染和改善信道估计方面取得的进展，并将现有研究分为导频分配方案、先进信号处理方法和高级信道估计技术三个更广泛的类别进行分类分析，分别比较了每个类别中的显著代表性导频减轻 / 分配技术，最后讨论了可能的未来研究方向。

Apr, 2024

本文提出了一种基于重叠波束模式设计的快速信道估计算法，利用毫米波通信信道固有的稀疏性，优化了模型与提高了信道测量信息的利用效率，能够更快速地实现信道估计，并提出了一种能够根据所需误差概率动态调整信道测量数量的新型自适应算法，在优化算法的性能方面取得了重要进展。

Mar, 2016

本文针对巨型 MIMO 系统中的导频污染和可扩展性问题，提出了一种创新的基于物联网设备的导频分配方案，通过将导频序列分配给设备簇而不是个体设备，实现了多设备利用同一导频进行周期性数据传输，通过将导频分配问题建模为图的着色问题，并使用最大 k - 割图划分方法克服了多小区巨型 MIMO 系统中的导频污染，该方案显著提高了光谱效率并实现了巨型 MIMO 系统的可扩展性，在使用十个正交导频序列的情况下，仅有 12.5% 的遗漏率能容纳 200 个设备。

Oct, 2023

本文提出了一种基于数据驱动的深度学习方法，用于联合设计宽带大规模多输入多输出系统的导频信号和信道估计器。通过利用大规模 MIMO 信道的角度域压缩性，该方法可以从欠定的测量中可靠地重构高维信道，模拟结果表明，该方法优于最先进的压缩感知方法。

Mar, 2020

该研究旨在探讨多基站系统下行链路的多天线基站和单天线用户终端、任意基站合作集群、距离相关传播路径损耗和一般的 “公平性” 要求，并提出了一种新的简化下行调度方案，根据所需的公平性标准预先选择用户，其性能接近有限维机会用户选择的最优方案，同时需要明显较少的信道状态反馈。

Dec, 2010

该论文研究了使用大型智能超表面 (LIM) 协助的大规模多输入多输出 (MIMO) 系统中的信道估计问题，并提出了一种基于稀疏矩阵分解和矩阵完备性的二阶段算法来解决该问题。仿真结果表明，该算法能够实现准确的信道估计。

May, 2019