一种用于环境感知的高效无线信道估计模型
网络与互联网体系结构
2024-05-28 v2 信号处理
摘要
本文提出了一种基于抽头延迟线(TDL)无线信号传播模型的新型高效信道估计方案，该方案采用数据驱动的机器学习方法来估计路径时延和增益。我们提出这种新型信道估计模型的关键动机在于获得环境感知能力，即检测与现场感兴趣物体和事件相关的路径时延和增益的变化。与当前OFDM系统中的单抽头信道状态指示器(CSI)相比，估计出的信道状态为感知现场提供了更详细的度量。该方法的优点还包括计算时间和训练数据需求低，使其适用于环境感知应用。我们使用Matlab的射线追踪工具在静态和动态条件下评估了该模型的性能，以增加真实感，而不是依赖于经典统计信道模型的标准评估方法。我们的结果表明，基于TDL的模型能够准确估计广泛位置和操作条件下的路径时延和相关增益。在所有实验中，当信噪比(SNR) ≥ 60dB时，均方根估计误差小于，即dB。我们的结果表明，在一个初步实验中，飞行无人机对信号多径的干扰可以在估计的信道状态中被检测到，而这种干扰在传统的CSI中是无法显现的。
引用
@article{arxiv.2402.07385,
title = {An Efficient Wireless Channel Estimation Model for Environment Sensing},
author = {Zainab Zaidi and Tansu Alpcan and Christopher Leckie and Sarah Efrain},
journal= {arXiv preprint arXiv:2402.07385},
year = {2024}
}