可重构智能表面辅助 MIMO 系统的深度多级 CSI 获取
信号处理
2021-04-26 v1 信息论
math.IT
摘要
本文旨在估计可重构智能表面（RIS）中继的无线信道时降低巨大的导频开销。受深度学习在处理非线性映射问题方面强大能力的启发，所提方法仅激活部分 RIS 单元并利用相应的级联信道估计来预测另一部分。通过一个合成深度神经网络（DNN），先依次估计直连信道与活跃级联信道，随后对未激活 RIS 单元的信道进行预测。为该合成 DNN 开发了一种三级训练策略。仿真结果表明，所提基于深度学习的方法在降低导频开销与保证可靠估计精度方面是有效的。
引用
@article{arxiv.2104.11541,
title = {Deep Multi-Stage CSI Acquisition for Reconfigurable Intelligent Surface Aided MIMO Systems},
author = {Shen Gao and Peihao Dong and Zhiwen Pan and Geoffrey Ye Li},
journal= {arXiv preprint arXiv:2104.11541},
year = {2021}
}
备注
5 pages, 5 figures, accepted by IEEE Communications Letters