Einstein from Noise: Statistical Analysis
该论文对“爱因斯坦来自噪声”现象进行了全面的统计分析，证明了在纯噪声数据中通过模板对齐平均得到的估计量，其傅里叶相位会收敛至模板信号的相位，从而在数学上解释了为何纯噪声会呈现出与模板相似的结构特征，并揭示了该现象在高维情形下的收敛速率规律。
⚡ Category
eess.SP
174 篇论文
SPDIM: Source-Free Unsupervised Conditional and Label Shift Adaptation in EEG
本文针对脑电信号中无标签目标域适应面临的标签分布偏移挑战，提出了一种基于信息最大化原则的参数高效流形优化策略 SPDIM，通过引入新颖的生成模型并修正传统黎曼统计对齐方法的局限性，在睡眠分期等实际场景中显著提升了泛化性能。
Achievable DoF Bounds for Cache-Aided Asymmetric MIMO Communications
本文针对具有缓存比的缓存辅助非对称 MIMO 通信系统，提出了最小天线数（min-G）、分组（Grouping）和虚拟天线（Phantom）三种内容感知策略，通过联合优化用户数与并行流数，显著提升了系统的可达自由度（DoF）。
Wideband Gaussian Noise Model of Nonlinear Distortions From Semiconductor Optical Amplifiers
本文针对半导体光放大器，基于 Agrawal 模型推导出了宽带高斯噪声模型，获得了一个在带宽与增益恢复时间乘积大于 100 时误差小于 0.1 dB 的非线性噪声功率谱密度闭式解析表达式，并揭示了增益压缩效应会使非线性噪声较一阶微扰理论结果增加 $1+P_\text{out}/P_\text{sat}$ 倍。
Remote Tracking with State-Dependent Sensing in Pull-Based Systems: A POMDP Framework
本文针对具有状态依赖感知精度的多传感器远程实时跟踪问题，将其建模为部分可观测马尔可夫决策过程（POMDP），并提出了基于截断近似的相对值迭代算法（RVIA）与基于增量剪枝的折扣化求解方法，数值结果表明这两种策略在降低目标感知失真与传输成本方面均优于低复杂度基线方案。
Computationally Efficient Neural Receivers via Axial Self-Attention
本文提出了一种基于轴自注意力机制的神经接收机，通过将注意力操作分解为时间和频谱维度，在显著降低计算复杂度的同时实现了优于现有全局自注意力及卷积基线的块误码率性能。
Randomized Space-Time Stacked Intelligent Metasurfaces for Massive Multiuser Downlink Connectivity
本文提出了一种集成随机时空编码层的新型堆叠智能超表面（SIM）架构，通过引入人工时间变化实现多用户分集增益，并结合部分信道状态信息波束成形方案，在显著降低反馈开销的同时实现了大规模下行链路的可扩展连接。
Tiled Beamspace MVDR for 1024-element Wideband Radar
本文提出了一种面向 1024 元宽带雷达的瓦片化波束空间 MVDR 架构，通过子阵级波束空间降维与跨瓦片协同训练，在保持计算可行的同时，显著提升了抑制强地面干扰并探测空中目标的能力。
Do Spatial Descriptors Improve Multi-DoF Finger Movement Decoding from HD sEMG?
该研究评估了基于多通道线性描述符的块场方法（MLD-BFM）在 HD sEMG 多自由度手指运动解码中的表现，发现其虽在数值上优于传统特征和降维方法，但统计上未显著超越时域特征，表明高密度记录本身已通过幅度描述符编码了空间信息，而保留空间分辨率对准确回归至关重要。
Bottleneck Transformer-Based Approach for Improved Automatic STOI Score Prediction
该论文提出了一种基于瓶颈 Transformer 架构的新方法，通过结合卷积块与多头自注意力机制来预测短时客观可懂度（STOI）指标，在无需参考语音的非侵入式评估中，其表现优于现有的自监督学习模型。
Mobile Base Station Optimal Tour in Wide Area IoT Sensor Networks
本文针对广域物联网传感器网络中无人机移动基站能耗受限的问题，提出了最小成本非重复访问的“移动基站最优路径（MOT）”问题，将其建模为 NP 完全问题，并设计了一种兼顾旅行成本与覆盖增益的多项式时间贪心启发式算法，仿真表明该算法在路径长度与执行时间的综合性能上比现有方法提升了 39.15%。
A Dynamical Systems and System Identification Framework for Phase Amplitude Coupling Analysis
本文提出了一种基于非线性系统识别的动力学系统框架，通过构建生成模型来准确检测和表征相位 - 振幅耦合（PAC），有效克服了现有方法对滤波器带宽敏感及易产生虚假耦合的局限，并在模拟与真实局部场电位数据中验证了其抗噪性与鲁棒性。
A Policy-Aware Cross-Layer Auditing Service for Tiering and Throttling in Starlink
该论文提出了一种基于策略感知的跨层审计方法，通过将终端遥测数据与门户状态对齐，成功识别并区分了 Starlink 服务中的优先级、配额后限速及常驻运行等不同策略模式。
Beyond Amplitude: Channel State Information Phase-Aware Deep Fusion for Robotic Activity Recognition
本文提出了 GF-BiLSTM 双流门控融合网络，通过系统性地利用 Wi-Fi 信道状态信息（CSI）的相位与幅度信息，显著提升了机器人活动识别的准确率及跨速度鲁棒性，并首次确立了相位信息在该领域的关键作用。
Probabilistic Hysteresis Factor Prediction for Electric Vehicle Batteries with Graphite Anodes Containing Silicon
本文提出了一种针对含硅石墨负极电动汽车电池的数据驱动方法，通过数据协调框架和统计/深度学习模型，实现了在考虑计算效率与不确定性的前提下对电压滞后因子的概率预测，从而提升了复杂工况下电池荷电状态（SoC）估计的准确性与泛化能力。
Location-Agnostic Channel Knowledge Map Construction for Dynamic Scenes
本文提出了一种名为 LAD-CKM 的新框架，通过结合动态射频辐射场渲染、专用的辐射体表示网络（RARE-Net）及自适应形变模块，利用瞬时上下行信道状态信息在无需精确位置数据的情况下构建动态场景下的信道知识地图，从而显著提升了 6G 系统中的有效数据速率。
Two-Stage Hybrid Transceiver Design Relying on Low-Resolution ADCs in Partially Connected MU Terahertz (THz) MIMO Systems
本文针对低分辨率模数转换器下的部分连接多用户太赫兹大规模 MIMO 系统，提出了一种结合吸收、反射及自由空间损耗信道建模与少量真时延线消除波束分裂效应的两阶段混合收发机设计方案，实现了约 13% 的频谱效率提升。
Randomized Distributed Function Computation (RDFC): Ultra-Efficient Semantic Communication Applications to Privacy
该论文提出了随机化分布式函数计算（RDFC）框架，将其作为一种语义通信范式，证明了在无需共享随机性的情况下即可实现本地差分隐私，并揭示了共享随机性可显著降低通信速率，使其成为隐私感知分布式系统的高效策略。
Low-Rank Cyclostationarity Predictive Routing Is Almost as Good as Real-Time Data-based Routing
该论文提出了一种基于交通矩阵低秩分解的时空预测器，利用首尔路网的大规模实测数据证明，其路由决策产生的平均额外行驶时间不足 1.5 分钟，且尾部表现与近实时数据驱动的路由方案相当，从而为依赖离线估计的交通规划任务提供了高效替代方案。
Benchmarking Dataset for Presence-Only Passive Reconnaissance in Wireless Smart-Grid Communications
本文提出了一种受 IEEE 标准启发的基准数据集生成器，旨在通过构建包含分层网络拓扑和物理层信道特征的仿真环境，解决智能电网中仅接收式被动侦察评估缺乏真实传播观测数据的问题，从而支持基于图时序和联邦学习的标准化检测研究。