Spectral-Domain Spreading via Hadamard Transform for Robust Downlink Non-Orthogonal Multiple Access
该论文提出了一种名为 Hadamard-NOMA 的新型下行非正交多址接入方案，通过在调制前引入哈达玛变换来有效缓解衰落和信道状态信息不完美带来的影响，从而显著降低误码率并提升系统在动态无线环境中的鲁棒性。
⚡ Category
eess.SP
174 篇论文
Outlier-robust Autocovariance Least Square Estimation via Iteratively Reweighted Least Square
本文提出了一种基于迭代重加权最小二乘框架的鲁棒自协方差最小二乘估计方法（ALS-IRLS），通过创新级自适应阈值筛选与基于 Huber 代价函数的迭代加权策略，显著提升了卡尔曼滤波器在含异常值数据下的噪声协方差估计精度及状态估计性能。
Electrocardiogram Classification with Transformers Using Koopman and Wavelet Features
该论文提出了一种结合 Koopman 算子（通过 EDMD 近似）与波变换特征及 Transformer 架构的心电图分类方法，研究发现虽然简单的特征混合未带来提升，但通过优化径向基函数字典构建的 Koopman 特征在四分类任务中表现优于波变换基线及混合系统，有效展示了将动力系统理论融入时间序列分类的潜力。
Adaptive Entropy-Driven Sensor Selection in a Camera-LiDAR Particle Filter for Single-Vessel Tracking
本文提出了一种基于自适应熵驱动的传感器选择策略的异构多传感器融合粒子滤波器，用于在固定沿海平台上实现单船跟踪，并通过在塞浦路斯阿依纳帕码头的实地部署验证了该方法能在不同距离和传感器可用性条件下，通过动态切换模态在跟踪精度与连续性之间取得最佳平衡。
Phase Selection and Analysis for Multi-frequency Multi-user RIS Systems Employing Subsurfaces in Correlated Ricean and Rayleigh Environments
本文提出了一种将智能反射面划分为用户专属子表面的多频多用户相位选择方案，通过推导相关莱斯和瑞利信道下的信噪比闭式解，并引入迭代与收敛优化机制，在显著降低计算复杂度的同时实现了优于现有方法的性能，尤其适用于强视距和簇状用户场景。
Signal Processing over Time-Varying Graphs: A Systematic Review
本文系统综述了时变图上的信号处理与学习技术，对比了现有方法的优劣，并指出了该领域面临的挑战与未来研究方向。
Platform-Aware Channel Knowledge Mapping via Mutual Antenna Pattern Learning in 3D Wireless Links
该论文提出了一种基于互天线模式学习的平台感知框架，通过联合建模收发端硬件结构引起的近场散射与反射，利用最小二乘法从功率测量中有效估计联合角度域信道特征，从而将路径损耗估计误差较传统模型降低了高达 10 dB。
Beam Cross Sections Create Mixtures: Improving Feature Localization in Secondary Electron Imaging
该论文提出了一种将二次电子计数分布建模为混合分布而非传统卷积的新方法，通过推导最大似然估计并利用时间分辨测量，在半导体边缘定位任务中实现了显著优于传统插值法的亚像素级精度（均方根误差降低约 5 倍）。
Constant-Envelope ISAC via FM-OFDM: Analytical Framework and Receiver Design
本文提出了一种基于调频正交频分复用（FM-OFDM）的恒包络通感一体化（ISAC）方案，通过构建双频散信道下的解析框架及设计专用的慢时域相位差分接收机，在严格归一化带宽约束下实现了功率放大器饱和工作区的高效运行，显著提升了高多普勒频移环境下的探测精度与通信误码率性能。
Deep Unfolding with Approximated Computations for Rapid Optimization
本文提出了一种结合深度展开与近似计算的联合学习优化框架，通过用低复杂度近似计算替换部分迭代步骤并学习扩展超参数，在混合波束成形和鲁棒主成分分析等任务中实现了比现有方法降低三个数量级计算复杂度的同时保持最先进的性能。
Tensor Train Completion from Fiberwise Observations Along a Single Mode
该论文提出了一种仅利用标准线性代数运算、针对沿单一模式纤维观测的张量进行快速且确定性恢复的张量列车补全方法，该方法在满足合理确定性观测条件下无需随机性假设即可保证有效重建。
Reciprocal Beyond-Diagonal Reconfigurable Intelligent Surface (BD-RIS): Scattering Matrix Design via Manifold Optimization
本文针对互易性超对角可重构智能表面（BD-RIS）的散射矩阵设计问题，提出了一种结合分式规划与流形优化的低复杂度方法，通过引入正则化项强制满足对称矩阵流形上的互易性约束，从而在实现物理可行性的同时显著提升了系统总和速率。
Machine Learning on Heterogeneous, Edge, and Quantum Hardware for Particle Physics (ML-HEQUPP)
这篇白皮书提出了一项社区驱动的愿景，旨在通过整合人工智能、硅微电子和量子计算等新兴技术，优先研发面向下一代粒子物理实验的硬件机器学习系统，以应对前所未有的数据速率、极端环境及实时处理挑战。
In-Situ Timing Diagnosis of PDN and Configuration-Upset-Induced Routing Delay Degradation in SRAM-based FPGAs
本文提出了一种可扩展的片内时序诊断架构，通过结合非侵入式延迟探针与分布式相位扫描监测，能够在 SRAM 型 FPGA 正常运行期间区分由电源分配网络（PDN）引起的全局相关性时序退化与由配置扰动导致的局部拓扑相关时序恶化。
Learning from Radio using Variational Quantum RF Sensing
该论文提出了一种利用量子电路优化的射频传感探针，通过射线追踪数据训练模型，实现了无需部署信道测量、能感知微弱及受阻信号，且在信息量少于经典基线的情况下仍能完成定位任务的智能环境感知系统。
Geo-ADAPT-VQE: Quantum Information Metric-Aware Circuit Optimization for Quantum Chemistry
本文提出了名为 Geo-ADAPT-VQE 的几何感知变分量子本征求解器算法，该算法利用自然梯度规则从算子池中选择算子以构建适应度，从而克服传统方法仅依赖一阶梯度的局限，在量子化学模拟中实现了更快的收敛速度、更稳定的优化过程以及显著缩短的电路深度。
Multi-Modal Intelligent Channel Modeling: From Fine-tuned LLMs to Pre-trained Foundation Models
本文提出了基于机器通感的多模态智能信道建模新范式，通过对比分析面向 6G 的两种新兴架构——利用预训练大语言模型进行轻量级适配的 LLM4CM 和嵌入物理方程的可扩展无线信道基础模型 WiCo，为 AI 原生 6G 通信系统奠定了理论与技术基础。
UAV-Based 3D Spectrum Sensing: Insights on Altitude, Bandwidth, Trajectory, and Effective Antenna Patterns on REM Reconstruction
本文利用真实数据深入分析了无人机高度、带宽、轨迹及机载天线方向图对三维频谱感知与无线电环境地图（REM）重构精度的影响，提出了针对深阴影区域的分解重构框架，并证实了简单克里金和 Gaussian 过程回归在稀疏采样下具有更强的鲁棒性。
Optimal Movable Antenna Placement for Near-Field Wireless Sensing
本文提出了一种针对近场无线感知的鲁棒可移动天线部署策略，通过利用中心对称分布特性和基于矩的优化方法，导出了仅需三个离散位置的最优解析解，从而在满足最小间距约束的同时显著降低了最坏情况下的位置误差界。
Spyglass: Directional Spectrum Sensing with Single-shot AoA Estimation and Virtual Arrays
本文介绍了 Spyglass，一种利用单发波达方向估计和虚拟阵列技术，在单次传输中即可对密集无线环境中的未知信号进行协议无关检测、分离及高精度角度估计的频谱传感器。