基于深度学习的分布式MIMO信道估计：针对1位射频-光纤前传
信号处理
2024-07-08 v2 机器学习
摘要
我们考虑了在分布式大规模多输入多输出(MIMO)架构中进行的基于航天器的上行信道估计问题。在该架构中，接入点通过光纤前传链路连接到中心处理单元，携带接收模拟射频信号的两级量化版本。我们针对该架构采用Nguyen等人(2023)最近提出的深度学习信道估计算法，并探讨其对由自动增益控制器(AGCs)和比较器引入的额外信号失真(超出1位量化)的鲁棒性。这些组件用于在接入点处生成从接收信号中获得的两级模拟波形。通过仿真结果，我们说明，所提出的信道估计方法显著优于Bussgang线性最小均方误差信道估计器，并且对由AGCs和比较器引入的额外干扰具有鲁棒性。
引用
@article{arxiv.2406.11325,
title = {Deep-Learning-Based Channel Estimation for Distributed MIMO with 1-bit Radio-Over-Fiber Fronthaul},
author = {Alireza Bordbar and Lise Aabel and Christian Häger and Christian Fager and Giuseppe Durisi},
journal= {arXiv preprint arXiv:2406.11325},
year = {2024}
}