哈希表通过哈希函数将键(key)直接映射到存储位置，实现平均O(1)时间的查找和插入操作。C++中的unordered_map和unordered_set就是基于此原理。哈希表由哈希函数和桶数组组成，键经哈希计算后确定存储位置。但在哈希函数质量差或装载因子过高时，可能出现冲突导致性能退化至O(N)。相比线性查找的vector，哈希表在大数据量时优势明显，但需要注意合理设计以避免性能下降。

本文研究了面向通感一体(ISAC)的TDOA定位原理与方法。通过复用通信信号(如OFDM参考信号)，构建了基于时差的双曲线定位模型。详细阐述了从信号接收、TOA估计到时差形成的完整流程，推导了非线性最小二乘定位算法(GN/LM)及性能分析(CRLB/GDOP)。特别讨论了ISAC特有的挑战：网络时钟同步、NLoS偏差和几何可观测性。分析表明，TDOA在ISAC场景下具有硬件复用优势，但需解决纳秒级

本文提出将注意力机制应用于信号同步问题，将传统匹配滤波重新表述为可学习的序列对齐任务。核心思想是将同步视为查询（已知序列）与键（接收信号片段）的相似度匹配问题，通过缩放点积注意力计算对齐分数。该方法具有三大优势：1）可学习性，通过端到端训练适应信道特性；2）软决策能力，输出同步位置的概率分布；3）多模态特征提取，利用多头注意力捕捉信号多维特征。研究表明匹配滤波是注意力机制的特例（单头、无学习版本）

本文提出了一种融合分数傅里叶变换(FRFT)多角度时频图与图神经网络(GNN)的创新框架，用于提升目标识别和杂波抑制性能。传统时频分析方法存在单一视角局限，而FRFT通过旋转时频平面，可从多个角度捕捉信号特征。该方法首先计算一组不同旋转角度的时频图，构建包含空间邻接和角度间关联的图结构，利用GNN挖掘多角度间的相关性特征。通过双分支输出实现目标分类和杂波抑制，显著提升了非平稳信号处理能力。该框架突

本文分析了OFDM系统中常见的星座图畸变机理及其数学建模，重点讨论了载波频偏(CFO)、采样频偏(SFO)、粗定时偏移(CTO)、细定时偏移(STO)和IQ不平衡等非理想因素对星座图的影响。在理想AWGN信道下，星座图呈现圆对称高斯散布；CFO会破坏子载波正交性，导致公共相位误差和子载波间干扰；SFO引入随符号和子载波索引变化的相位误差；CTO造成线性相位斜坡；STO导致符号间干扰和相位旋转；IQ

本文探讨了利用凸优化方法（CVX）解决阵列信号处理中的波达方向（DOA）估计问题。传统方法（如MUSIC、ESPRIT）在低信噪比或相干信号下性能受限，而基于稀疏表示的凸优化方法能有效提升分辨率。文章首先建立均匀线阵的信号模型，并将DOA估计转化为稀疏恢复问题，通过L1范数最小化约束求解。CVX工具箱提供了便捷的实现途径，实验验证了该方法在高分辨率DOA估计中的有效性。

通信感知一体化是指在统一的无线基础设施中，通过共享频谱、波形、硬件和协议，实现无线通信与环境感知功能的协同工作。频谱与硬件复用：降低系统部署成本，提升频谱利用率。协同增益：通信链路和感知链路之间的数据与信息交互，可提升两者性能，例如利用感知信息进行链路预测与资源优化。系统一体化：统一的网络规划和协议设计，有利于大规模部署和管理。在6G愿景下，通信感知一体化被视为核心技术之一，与原生智能、空天地一体

本文系统阐述了AFDM波形的理论基础与实现方法。针对OFDM在高多普勒和大时延扩展场景的局限性，AFDM通过仿射变换实现时频域调制的创新设计。文章首先建立了AFDM的连续时间和离散化数学模型，分析了其与OFDM/OTFS的区别；然后深入研究了AFDM在时延-多普勒域的特性，揭示了其抗干扰机理；最后给出了发射接收机框架和MATLAB实现方法。研究结果表明，AFDM通过引入线性调频特性，在保持频域复用

计算成像是一种将物理建模、硬件调制与算法反演相结合的成像范式。它通过设计可编程光学或电磁波前端与后端计算算法，实现高分辨率、超分辨率或多维信息重建。分辨率的提升依赖于系统孔径、带宽与信噪比，并可借助稀疏先验与深度学习进一步突破物理极限。计算成像在显微、雷达、安检、通信感知一体化等领域广泛应用。光学与电磁波成像在模型相似但器件与波段差异显著，远场与近场各自面临相位稳定与互耦非线性挑战。

把物理结构“写进网里”，让数据把非线性“补齐到位”，AI 才能把通感融合带到工程可用的下一层台阶。