用于高维信道估计的生成式与可解释 AI
信号处理
2025-04-16 v1
摘要
在本文中，我们提出了一种新的对抗训练框架，以解决无线通信中的高维瞬时信道估计问题。具体而言，我们训练了一个生成对抗网络来预测时-频-空域中的信道实现，其中生成器在其损失函数中利用了输入的三阶矩，并应用了一种新的重参数化方法进行潜分布学习，以最小化真实信道分布与估计信道分布之间的 Wasserstein 距离。接下来，我们提出了一种可解释人工智能机制，以检查判别器如何区分生成的信道。我们证明了我们提出的框架在最小化估计误差方面优于现有方法。此外，我们发现判别器的注意力集中在信道时频表示的高功率部分。
引用
@article{arxiv.2504.10775,
title = {Generative and Explainable AI for High-Dimensional Channel Estimation},
author = {Nghia Thinh Nguyen and Tri Nhu Do},
journal= {arXiv preprint arXiv:2504.10775},
year = {2025}
}