DUGC-VRNet: 用于空间非平稳XL-MIMO的联合VR识别与信道估计
信息论
2026-03-30 v1 math.IT
摘要
在本信中，我们针对具有混合合并架构的极大规模多输入多输出（XL-MIMO）系统中的空间非平稳近场信道估计问题进行了研究。所考虑问题的一个关键挑战在于，传统信道估计算法通常难以有效识别和适应由不同可见区域（VR）引起的部分天线可见性，从而损害估计精度。为执行联合VR识别与信道估计，我们将深度展开网络（DUN）与图卷积网络（GCN）集成，提出了深度展开与图卷积耦合的可见区域感知网络（DUGC-VRNet）。通过利用信道的图结构，GCN推断并反馈VR信息，动态指导DUN的更新，从而在空间非平稳条件下增强可靠的信道估计。为降低DUGC-VRNet的复杂度，我们应用了权重剪枝以获得轻量网络。仿真结果表明，DUGC-VRNet及其剪枝变体在空间非平稳条件下实现了更优的信道估计和更准确的VR识别。
引用
@article{arxiv.2603.25754,
title = {DUGC-VRNet: Joint VR Recognition and Channel Estimation for Spatially Non-Stationary XL-MIMO},
author = {Jinhao Nie and Guangchi Zhang and Miao Cui and Hao Fu and Xiaoli Chu},
journal= {arXiv preprint arXiv:2603.25754},
year = {2026}
}