本文利用稀疏建模和压缩感知提出了一种广域毫米波信道估计方法，能够应用于基于混合模拟 / 数字前向器和组合时间 / 频率域系统。仿真实验表明，在利用收发机混合结构的情况下，该方案在保证通道估计质量的情况下，具有更好的性能和更小的训练开销。

Nov, 2016

本文研究了采用低复杂度基于真实时间延迟的束变形消除方案和新颖的变体 OMP 算法来解决 THz 通信中基站天线阵列传播延迟超过符号周期时空响应变化和通道估计问题的宽带 massive MIMO 中混合组合问题，并与标准窄带组合和基于 OMP 的通道估计进行了实验比较。

Feb, 2021

本文提出了一种自适应算法以估计 mmWave（毫米波）信道参数，利用了信道的弱散射特性，并使用新型分层多分辨率码本构建了训练波束向量以实现算法的高效运行。此外，本文还将自适应信道估计算法扩展至多径情况，通过估计的信道，提出了一种新型混合模拟 / 数字预编码算法，其能够突破模拟仅波束成形的硬件限制并接近数字解决方案的性能。仿真结果表明，所提出的低复杂度信道估计算法与全面信道训练算法相比达到了可比较的预编码增益，同时说明了即使存在干扰，所提出的算法也能够接近完全信道知识实现的覆盖概率。

Jan, 2014

本文提出了一种适用于混合毫米波系统的低复杂度信道估计算法，其中 RF 链路数远小于每个收发器上配备的天线数，该算法利用多个频率进行强角度到达估计，并针对该估计结果设计模拟波束成形矩阵，以此估算信道，进而进行多用户下行传输。该算法适用于非稀疏和稀疏毫米波信道环境，并且分析和仿真结果表明，该算法对于系统缺陷具有较强的容错性能。

Mar, 2017

本文讨论毫米波 (mmWave) MIMO-OFDM 系统下行信道估计的问题，利用基站 (BS) 和移动站 (MS) 上的大型天线阵列进行方向预编 / 波束成形。本文提出了一种基于 CANDECOMP/PARAFAC (CP) 分解的方法，以估算信道参数 (包括到达 / 离开角度、时延和衰落系数)，并且通过模拟结果与基于压缩感知的方法进行对比，证明了该方法的性能优越性。

Sep, 2016

本文提出一种基于广泛的角度和时间延迟域的毫米波多输入多输出（MIMO）系统的信道估计算法，该算法利用了信道的关节稀疏性，在采用少位模拟数字转换器（ADCs）的情况下解决量化压缩感知问题。我们设计了一种训练序列，使得这些算法的实现效率很高，同时最小化了发射机峰均功率比。通过详细的仿真研究，我们发现这种方法使得 1-bit ADCs 在低信噪比下可以与无限位 ADCs 相媲美，而 4-bit ADCs 在中等信噪比下可以与无限位 ADCs 相媲美。

Oct, 2016

研究了毫米波通信中存在的空间宽带效应问题，提出了适用于毫米波大规模 MIMO-OFDM 系统的通道估计方案，可以从各个角度得到更高精度的频率参数和时域参数，进而通过下行链路进行更简易而准确的通道估计

Mar, 2019

该研究提出并研究了一种压缩架构，用于毫米波皮克细胞网络中稀疏空间信道的估计和跟踪，在下行链路上使用压缩标记可实现频率估计。

Jun, 2015

提出了一种基于结构化压缩感知的时空联合通道估计方案，通过利用时延域 MIMO 通道的时空公共稀疏性来降低所需的导频开销，利用非正交导频和自适应结构子空间追踪算法，提高估计的准确性，并通过利用时域通道相关性，提出了空时自适应导频方案。

Dec, 2015

在分布式大规模多输入多输出 (MIMO) 架构中，我们考虑了试点辅助的上行信道估计问题，其中接入点通过光纤前传链路将接收到的模拟射频信号的两级量化版本连接到中央处理单元。我们在该架构中采用了由 Nguyen 等人 (2023) 最近提出的基于深度学习的信道估计算法，并探索该算法对接入点中的自动增益控制器 (AGCs) 和比较器引入的附加信号失真 (1 比特量化之外的失真) 的鲁棒性。这些组件用于从接收信号生成两级模拟波形。通过模拟结果，我们表明所提出的信道估计方法明显优于 Bussgang 线性最小均方误差信道估计器，并且对于由 AGCs 和比较器引入的附加损坏具有鲁棒性。

Jun, 2024