OraCore · Topic ·research
更簡單的毫米波波束域去噪器
這篇論文提出一個低複雜度的毫米波 massive MIMO 波束域去噪方法,結合低解析度 ADC 雜訊模型與硬體友善設計,目標是讓演算法更適合 FPGA 落地。
10 articles in this thread ·Last updated 1w ago·First seen May 15, 2026
時間軸
這篇論文給出正向樣本學習的完整判準:只有 VC 維度有限還不夠,還得滿足 uniform exterior separability。
這篇論文把 1D 隨機次梯度法的最後一輪收斂界收緊,也證明只看變異數不夠。
這篇論文指出,大規模 MIMO 的 pilot 通道資訊會因相位雜訊而老化,進而讓上行接收變得不可靠。
這篇論文把壓縮式分散最佳化中 EF 與 EF21 的收斂理論收得更緊,並給出更精準的步長與 Lyapunov 分析。
這篇論文證明,透過 PSO 聯合最佳化 UAV 編隊與回傳功率,可以壓低 TomoSAR 的 PSF 旁瓣,改善 3D 重建品質。
這篇論文證明,透過少量探測量測與 site-specific Transformer,就能在不明確重建自干擾通道的情況下做出有效波束設計。
這篇論文證明,多輸入多輸出離散時間線性系統可只靠輸入輸出資料設計控制器,消除未知 exosignal 對輸出的影響。
這篇論文證明,先把 MIMO 通道重塑成更高階張量,再做 CP 分解,能更好分離路徑並提升低雜訊下的估測表現。
這篇論文提出一個低複雜度的毫米波 massive MIMO 波束域去噪方法,結合低解析度 ADC 雜訊模型與硬體友善設計,目標是讓演算法更適合 FPGA 落地。
Springer 新章節用 3D CNN 與 ECA,從影像預測 mmWave 最佳波束,目標是讓 MIMO 連線更快、更穩,少一點對齊失誤。