angle domain

综上，角度域被提到主要直接说是稀疏性（那么和SV模型还要不要加入） 

别说了，和Rician打架，只提角度域

---

角度域信道估计

采用角度域估计算法的稀疏性获得信道估计高精度和低复杂度的优势。

本节将经典的数字阵列信号处理的角度域估计算法扩展到大规模MIMO系统中，构建了毫米波大规模MIMO角度城估计场景，研究了基于稀疏阵列结构的毫米波大规模MIMO物理信道模型中发射角、到达角和信道增益等相关参数，针对角度城信道估计中存在的局部收敛和离散变量问题，采用拟牛顿全局优化算法，通过重构估计模型来提高搜索性能和计算速度。
7.2.1 毫米波大规模MIMO角度域系统模型
由于毫米波频率高、波长短，在信号传输过程中会出现散射少、衰减大等问题，使得毫米迪在传输过程中到达接收端的NLoS径上的增益非常有限，其增益也主要集中在LoS径上，即毫米波信道具有稀疏特性。如何有效利用毫米波信道的稀疏特性来提升信道估计的相关性能一直是毫米波系统的研究热点之一。
本节所采用的角度域信道模型，是通过利用大规模天线阵列的物理特性，将信道状态信息有效地分解为信道增益和角度域信息，可以大大减少估计所需要的相关参数。与传统基于特征值和压缩感知的估计方法相比，角度域信道模型中下行链路的相关维度及其复杂度著降低，使得频谱效率得到了大幅提升。

AoA-Based Positioning for Aerial Intelligent Reflecting Surface-Aided Wireless Communications: An Angle-Domain Approach

First, we analyze the angle-domain characteristics of the reflection channel. Since the channels R1 and g1 are LoS-dominated, we mainly focus on obtaining the AoAs of the LoS path for each channel. 

角度域的稀疏性质，大部分归在LOS

Angle Domain Channel Tracking With Large Antenna Array for High Mobility V2I Millimeter Wave Communications

According to the channel measurement results [9], [10], the millimeter wave channels are generally sparse in angle domain, which means the channel estimation can be conducted by estimating the direction and the corresponding gain of each path [7], [11]–​[15]. 

Angle Domain Channel Estimation in Hybrid Millimeter Wave Massive MIMO Systems

by utilizing the sparsity of mm-wave channel in the angle domain