基于深度学习的波束空间毫米波大规模MIMO系统信道估计
信息论
2019-01-15 v2 math.IT
摘要
在波束空间毫米波(mmWave)大规模多输入多输出系统中，当接收机配备有限数量的射频(RF)链时，信道估计极具挑战性。为解决该问题，我们利用一种基于学习去噪的近似消息传递(LDAMP)网络。该神经网络能够从大量训练数据中学习信道结构并估计信道。此外，我们提供了关于该信道估计器渐近性能的分析框架。基于我们的分析与仿真结果，即使接收机配备少量RF链，LDAMP神经网络也显著优于最先进的基于压缩感知的算法。因此，深度学习是毫米波通信中信道估计的有力工具。
引用
@article{arxiv.1802.01290,
title = {Deep Learning-based Channel Estimation for Beamspace mmWave Massive MIMO Systems},
author = {Hengtao He and Chao-Kai Wen and Shi Jin and Geoffrey Ye Li},
journal= {arXiv preprint arXiv:1802.01290},
year = {2019}
}
备注
4 pages, 6 figures, published in IEEE Wireless Communications Letters; the partial source code of this paper is available on GitHub: https://github.com/hehengtao/LDAMP_based-Channel-estimation