该文介绍了一种新的二维调制技术，称为正交时频空调制。该技术在时延 - 多普勒域中设计，能够利用时间和频率的全部通道多样性，并将 OFDM 等调制信号经历的衰落、时变无线信道转换为具有基本恒定复杂信道增益的时间独立信道，从而消除了发射机适应性的需求，并大大简化了系统运行。模拟结果表明，在高多普勒、短数据包和 / 或大阵列系统中，OTFS 相对于 OFDM 可以至少提供几个分贝的误码率性能改进。

Aug, 2018

在本研究中，我们使用模拟结果验证了 Orthogonal-Time-Frequency-Space（OTFS）和 Orthogonal-Frequency-Division-Multiplexing（OFDM）之间的性能差异，并提出了基于深度神经网络（DNN）的自适应方案来优化均方误差（MSE）性能。通过观察信道条件、接收信噪比和调制格式，训练 DNN 分类器在发送器和接收器之间切换使用 OTFS 或 OFDM 信号处理链，仿真结果表明使用该方案可以显著提高通信的 MSE 性能。

Sep, 2023

该研究介绍了一种新颖的二维时频空域 (Orthogonal Time Frequency Space, OTFS) 中的在线符号检测方法，该方法基于储备计算 (Reservoir Computing, RC) 技术，具有二维滤波结构以弥补 OTFS 系统中的两个维度循环信道影响，实验证明了该方法在不同调制阶数下相较于以往的 RC 方法和模型基方法的优势。

Mar, 2024

提出了一种多点 ISAC 系统，通过利用多视数据冗余来融合多个 ISAC 设备的输出，从而实现更高的感知性能，并通过功能选择模块来有效地探索感知和通信之间的性能权衡，并导出了一个通过假设检验和最优投票分析预测融合准确度的融合模型。仿真结果表明，MPISAC 优于各种基准方案，并且该方法可以有效地跨越 ISAC 系统的权衡区域。

Aug, 2022

本文研究了一种整合感知和通信系统中基于雷达的通信系统，其中基站配备 MIMO 雷达，通过目标用户关联和波束预测实现通信任务。提出了一种基于目标 - 用户关联的方法，通过修改 YOLO 模型实现多目标检测和波束推断，结果表明该方法在不同的移动场景下能够提供正确关联的概率，并展示了修改后的 YOLO 架构在雷达目标检测方面的效果。

Jan, 2024

本文提出了一种通过利用可重构智能表面技术与车联网集成来增强车辆通信的方法，旨在解决车联网中出现的连接性问题。该方法采用离散型可重构智能表面作为中继，在交通中断区域提供无线传输。深度强化学习与块坐标下降算法用于解决资源调度和相位位移矩阵的问题，并实验验证了该方法的优越性。

Jan, 2021

一个基于二维嵌入具体知识来设计的二维嵌入系统网络 (2D-RC) 方法，可用于在线子帧基础上的符号检测。通过在时延 - 多普勒（DD）域中具有 2D 结构来平衡信道，并且只需要一个神经网络进行检测。实验结果表明，2D-RC 方法在不同 OTFS 系统变体和调制序列中的效果显著。

Nov, 2023

本文提供了对集成感知和通信（ISAC）的背景、关键应用和最新技术的全面概述，分析了 S&C 之间的相互作用，同时探讨了 ISAC 波形设计、接收信号处理等信号处理方面的问题，并提供了 ISAC 与其他新兴通信技术结合的愿景，以及它们对未来无线网络的积极影响。

Aug, 2021

本文研究了利用无人机（UAV）作为通信和感知的双重功能接入点，以实现高效的综合感知和通信（ISAC）。作者提出了两种场景的最优化方案，分别考虑了准静止和运动的 UAV 情况，并设计了相应的束形成和优化策略。在数值仿真中证实了所提出的方法的优越性。

Oct, 2021

本文介绍了一种新的启用技术，即集成感知和通信（ISAC），它在 IoT 架构中的关键作用以及其带来的协同优势和整合优势，并介绍了一些 ISAC 的新用例。该文将 ISAC 方案分为多个层次进行分类，并探讨了它面临的几个挑战。

Apr, 2021