更多天线也意味着更多需要估计的几何关系
超大规模 MIMO 会把用户带入辐射近场，此时平面波近似已不足以描述大孔径阵列上的空间变化。可移动平面阵列又增加了一层变量：阵列几何本身也会改变。这篇新预印本提出，信道估计应利用信道地图，也就是对传播环境的存储或学习型知识，而不是每次都只靠导频重新恢复全部自由度。
框架分别处理视距与非视距结构。对于视距分量，方法把粗粒度用户位置、球面波模型和基于 Fisher 信息的天线放置结合起来。阵列移动不只是为了改善最终链路，还要让几何关系更容易被观测。这样一来，阵列重构就成为测量设计的一部分。
环境先验会重塑测量设计
对于非视距恢复，论文给出两条路线：基于草图的降维子空间估计器用于降低计算量；基于信道地图的估计器则利用已知散射体位置，接近更复杂估计器的性能。框架还引入可见区域，以描述大阵列不同部分看到不同传播路径的情形，并用结构相似性驱动的导频分配扩展到多用户场景。
公开摘要称，仿真结果相较不使用信道地图的基线，在估计精度、计算开销和可扩展性方面都有改善。不过，摘要没有给出具体幅度，也没有说明地图过期、用户位置有偏差或散射体移动时收益能保持多少。这些恰恰是部署时的关键问题，因为只有不确定性得到管理，环境知识才真正有价值。
更普遍的设计原则是：近场估计、天线放置、导频分配和环境表示应当联合优化。信道地图不会消除测量，而是改变哪些测量最有价值，以及采集测量时阵列应位于何处。
研究札记
Channel Map-Based Channel Estimation for Near-Field UM-MIMO with Movable Planar Arrays
- 作者： Shuaifei Chen、Cheng-Xiang Wang、Chen Huang、Qianze Yang、Xiping Wu、Yunfei Chen、El-Hadi M. Aggoune
- 公开记录： arXiv
- 已确认内容： 预印本结合球面波几何、Fisher 信息引导的可移动阵列放置、两种非视距估计器、可见区域和结构感知导频分配。
- 阅读边界： 摘要只报告定性仿真收益，没有量化地图误差、环境变化和位置不确定性的影响。