面向大型智能表面辅助毫米波大规模 MIMO 系统的深度信道学习
信号处理
2020-09-11 v3 信息论
机器学习
math.IT
摘要
本快报首次提出一种用于大型智能表面（LIS）辅助大规模 MIMO（多输入多输出）系统信道估计的深度学习（DL）框架。设计了一种孪生卷积神经网络（CNN）架构，以接收的导频信号作为输入，估计直接信道与级联信道。在多用户场景中，每个用户均可使用该 CNN 来估计自身信道。对所提 DL 方法的性能进行了评估，并与最先进的基于 DL 的技术进行比较，证明了其优越性能。
引用
@article{arxiv.2001.11085,
title = {Deep Channel Learning For Large Intelligent Surfaces Aided mm-Wave Massive MIMO Systems},
author = {Ahmet M. Elbir and A Papazafeiropoulos and P. Kourtessis and S. Chatzinotas},
journal= {arXiv preprint arXiv:2001.11085},
year = {2020}
}
备注
Accepted paper in IEEE Wireless Communications Letters