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

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

采用迭代加权方法对 RIS 辅助下的毫米波 MIMO 信道进行了两级渠道估计，评估了所提出的方案的平均频谱效率和 RIS 波束成型增益，并证明了它实现了高分辨率估计，且平均频谱效率比具有完美 CSI 的方案具有可比性。

Feb, 2020

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

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

本文研究基于压缩感知技术在频域中对毫米波 MIMO 通信中的混合预编码中的信道估计进行改进，并与之前的方法进行比较，揭示了复杂度、性能和开销之间的权衡。

Apr, 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

本研究旨在通过开发全收发机制，包括下行信道训练（或估计），CSI 反馈和信道重建方案，解决大规模 MIMO 系统中多用户 CSI 的问题。我们的框架利用增强的 Newtonized 正交匹配追踪算法提取频率独立参数，然后开发了有效的下行训练方案，以估计多个用户的下行信道增益。数值结果验证了 eNOMP 算法的精度，并证明了使用重构的下行信道的系统的求和速率性能可以接近使用完美 CSI 的系统。

Feb, 2019

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

本文提出了一种针对频分双工大规模 MIMO 系统的自适应信道估计与反馈方案，其中利用了空间公共稀疏性和压缩感知技术来实现非正交下行导频设计、适应性信道采集和跟踪，取得了比传统方案更好的性能表现。

Apr, 2016