基于深度学习利用已采样信道相关性的最优RIS交互方法
信号处理
2020-10-21 v1
摘要
可重构智能表面（RIS）技术因其有前景的覆盖和频谱效率特性而引起了关注。然而，要在实践中实现该技术，还需解决一些挑战。主要挑战之一是在不需要波束训练开销或大规模信道估计的情况下配置反射系数。早期工作使用深度学习方法估计的信道信息来设计RIS反射矩阵。尽管这些工作能够减少波束训练开销，但它们仍忽视了先前采样信道中已有的相关性。在本文中，不同于现有工作，我们提出利用先前采样信道中的相关性来更可靠地估计RIS交互。为此，我们使用深度多层感知机。仿真结果揭示了所提算法实现的性能提升。
引用
@article{arxiv.2010.10087,
title = {Deep Learning-Based Optimal RIS Interaction Exploiting Previously Sampled Channel Correlations},
author = {Mehmet Ali Aygul and Mahmoud Nazzal and Huseyin Arslan},
journal= {arXiv preprint arXiv:2010.10087},
year = {2020}
}