用于实现 MMSE 的环境反向散射信道估计的对抗性基于分数的生成模型
信号处理
2023-12-27 v2
摘要
本快报提出了一种开创性方法，在概率框架内采用深度学习对包含多个标签的环境反向散射（AmBC）网络中的直连与级联信道进行联合估计。本质上，我们利用对抗性基于分数的生成模型进行训练，从而获取信道分布。随后，我们的信道估计过程涉及从后验分布中采样，由退火朗之万采样技术辅助。值得注意的是，我们的方法相较标准最小二乘（LS）估计技术有显著改进，对直连信道实现了类似于最小均方误差（MMSE）估计器的性能，而对级联信道则优于该估计器。
引用
@article{arxiv.2309.05776,
title = {Adversarial Score-Based Generative Models for MMSE-achieving AmBC Channel Estimation},
author = {Fatemeh Rezaei and S. Mojtaba Marvasti-Zadeh and Chintha Tellambura and Amine Maaref},
journal= {arXiv preprint arXiv:2309.05776},
year = {2023}
}