基于深度学习的混合分辨率 ADC 大规模 MIMO 信道估计
信息论
2019-08-20 v1 信号处理
math.IT
摘要
本文中，深度学习被应用于估计混合模数转换器（ADC）大规模多输入多输出（MIMO）系统的上行信道，其中基站处一部分天线配备高分辨率 ADC，而其余天线采用低分辨率 ADC。首先提出一种直接输入深度神经网络（DI-DNN），利用所有天线接收的信号来估计信道。为消除粗量化信号的不利影响，开发了选择性输入预测 DNN（SIP-DNN），其仅利用高分辨率 ADC 天线接收到的信号来预测其他天线的信道并估计其自身信道。数值结果表明，所提出的基于 DNN 的方法优于现有方法，尤其在混合一位 ADC 情况下，且所提方法在不同 ADC 分辨率模式上均有效。
引用
@article{arxiv.1908.06245,
title = {Deep Learning based Channel Estimation for Massive MIMO with Mixed-Resolution ADCs},
author = {Shen Gao and Peihao Dong and Zhiwen Pan and Geoffrey Ye Li},
journal= {arXiv preprint arXiv:1908.06245},
year = {2019}
}
备注
This paper has been accepted by IEEE Communications Letters