基于深度学习的双 RIS 辅助大规模 MIMO 系统信道估计
信号处理
2022-10-25 v1
摘要
可重构智能表面（RIS）因其快速且低成本的配置，被视为未来无线通信网络的一种节能解决方案。在本文中，我们考虑双 RIS 辅助大规模多输入多输出系统中的级联信道估计，由于基站配备大量天线与无源 RIS 单元，这是一项关键挑战。为应对该挑战，我们提出一种跳跃连接注意力（SC-attention）网络，利用自注意力层与跳跃连接结构，从基于带噪导频的观测中提升信道估计性能。仿真结果将所提 SC-attention 网络与其他基准方法比较，表明 SC-attention 网络能有效提升双 RIS 辅助系统中级联链路的归一化均方误差（NMSE）精度性能。
引用
@article{arxiv.2210.12447,
title = {Deep Learning-Based Channel Estimation for Double-RIS Aided Massive MIMO System},
author = {Mengbing Liu and Xin Li and Boyu Ning and Chongwen Huang and Sumei Sun and Chau Yuen},
journal= {arXiv preprint arXiv:2210.12447},
year = {2022}
}
备注
accepted by IEEE Wireless Communications Letters